Задача та нейромережна модель оптимізації структури посівних площ фермерського господарства
DOI:
https://doi.org/10.31548/energiya2022.01.023Анотація
Оптимізація сільського господарства стає пріоритетним напрямом у розвитку сучасної економіки. Нині актуальним є проведення заходів щодо формування та розвитку в Україні як великих сільськогосподарських підприємств, так і малих фермерських господарств. Керівники сільськогосподарських підприємств постійно шукають раціональні та ефективні засоби зниження витрат, що й передбачає процес проведення оптимізації сільського господарства. Однак раніше сформовані традиційні засоби обліку витрат стають малоефективними, займають багато часу і не є доступними для керівників підприємства, оскільки для оптимізації сільського господарства необхідні якісно інші засоби фіксування витрат.
Метою цієї роботи є збільшення прибутковості продукції рослинництва шляхом розробки нейромережної технології оптимізації структури посівних площ фермерського господарства.
Завданням роботи є:
– визначити фактори впливу на прибутковість продукції рослинництва та структуру навчального набору даних посівів за попередні роки;
– визначити структурні елементи та побудувати модель для розв’язання задачі збільшення прибутковості продукції рослинництва з урахуванням сівозмін;
– експериментальна верифікація розробленої технології з використанням набору навчальних та контрольних вибірок даних.
Для досягнення поставленої мети роботи було використано: методи математичного моделювання, методи теорії прийняття рішень, еволюційні алгоритми, нейронні мережі.
Для вирішення зазначених завдань цієї роботи було досліджено поняття сівозміни та розроблено допоміжні таблиці даних, які містили інформацію про рівень недоцільності посівів тієї ж культури, про рівень недоцільності посівів однієї культури після іншої. На основі цих даних розраховано коефіцієнт ймовірної врожайності культури. Сформовано набір даних, який містив інформацію про 10 полів, кожне з яких було випадковим чином «засіяне» сільськогосподарською культурою, а на основі вартості цієї культури та коефіцієнту ймовірної врожайності культури вирахований ймовірний прибуток.
Розроблено генетичний алгоритм, значення фітнес-функції в якому визначалось з використанням нейронної мережі, навченої на сформованому наборі даних.
На сформованому наборі даних проведено тестування роботи алгоритму, який засвідчив ефективність пропонованої технології.
Ключові слова: сівозміна, генетичний алгоритм, нейромережна залежність, оптимізаційна задача, нейронна мережа, нормалізований диференційний вегетаційний індекс
Посилання
Shirzadifar, A., Bajwa, S., Mireei, S. A., Howatt, K., Nowatzki, J. (2018). Weed species discrimination based on SIMCA analysis of plant canopy spectral data. Biosystems Engineering, 171, 143–154.
Thenkabail, P. S., Lyon, G. J., Huete, A. (Eds.), (2019). Hyperspectral remote sensing of vegetation. (2 ed.). Boca Raton, London, New York: CRC Press- Taylor and Francis group. four-volume-set, 112-131.
Thomasson, J. A., Wang, T., Wang, X., Collett, R., Yang, C., Nichols, R. L. (2018). Disease detection and mitigation in a cotton crop with UAV remote sensing. In Proc. SPIE, 10664. 106640L., 567-581.
Robson, A., Rahman, M., Muir, J. (2017). Using Worldview Satellite Imagery to Map Yield in Avocado (Persea americana): A case study in Bundaberg, Australia. Remote Sensing, 9(12), 1223, 20.
Cohen, Y., Alchanatis, V. (2019). Spectral and spatial methods for hyperspectral and thermal image analysis to estimate biophysical and biochemical properties of agricultural crops. In P. S. Thenkabail, G. J. Lyon, & A. Huete (Eds.), Hyperspectral remote sensing of vegetation (2nd ed.). Boca Raton, London, New York: CRC Press-Taylor and Francis Group. Four-Volume-Set, 546-550.
Optimization of the structure of sown areas of agricultural crops at the regional level. Available at: http://npcz-rivne.ucoz.ua/II_NET_conferen/khomich.pdf
Optimization of agriculture, accounting of agricultural processes, work with suppliers and orders, automation of enterprise analysis, product forecasting. Available at: http://usu.kz/optimizatsiya_selskogo_hozyaystva.php
Nataliia Kussul, Andrii Shelestov, Bohdan Yailymov, Hanna Yailymova, Mykola Lavreniuk, Leonid Shumilo, Yuliia Bilokonska. (2020). Crop monitoring technology based on time series of satellite imagery. IEEE 11th International Conference on Dependable Systems, Services and Technologies, 346-350. DOI: 10.1109/DESSERT50317.2020.9125031
Formation of optimal ratios of land as a basis for sustainable nature. Available at: http://eco.com.ua/content/formuvannya-optimalnikh-spivvidnoshen-zemelnikh-ugid-yak-osnova-stalogo-prirodokoristuvannya
Saaty, T. L. (2016). Relative dimension and its generalization in decision making. Why pairwise comparisons are key in mathematics for measuring intangible factors. Cloud of Science, 3 (2), 171–262.
Saaty T. L. (2015). About measuring the intangible. Approach to relative measurements based on the main eigenvector of the matrix of pairwise comparisons. Cloud of Science, 2 (1), 5–39.
Malhotra, Neresh, K. (2002). Marketing research. A practical guide. Per. from English, 3rd ed. Moskow: Williams Publishing House, 960.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Стосунки між правовласниками і користувачами регулюються на умовах ліцензії Creative Commons Із Зазначенням Авторства – Некомерційна – Поширення На Тих Самих Умовах 4.0 Міжнародна (CC BY-NC-SA 4.0):https://creativecommons.org/licenses/by-nc-sa/4.0/deed.uk
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див.The Effect of Open Access).
