جستجوی مقالات مرتبط با کلیدواژه "non-linear programming" در نشریات گروه "کشاورزی"
جستجوی non-linear programming در مقالات مجلات علمی
-
مقدمه و هدف
کشاورزی به عنوان یکی از محورهای اساسی رشد و توسعه، نقش مهمی در توسعه اقتصادی کشورها دارد. بر همین اساس بهینه سازی الگوی کشت محصولات زراعی، یک راهکار مناسب جهت توسعه بخش کشاورزی است. به همین جهت در این مطالعه، الگوی کشت بهینه در منطقه گهرباران شهرستان ساری در قالب برنامه ریزی ریاضی چندهدفه پایدار شامل هدف بیش ترین بازدهی ناخالص و تولید محصولات، کم ترین ریسک و کم ترین مصرف کود، با استفاده از مدل برنامه ریزی غیرخطی معمولی و الگوریتم ژنتیک تعیین و با یکدیگر مقایسه شده است.
مواد و روش هاداده های این مطالعه از راه تکمیل پرسش نامه و مصاحبه حضوری با 250 کشاورز منطقه گهرباران ساری در سال زراعی 1394-1393 گرد آوری شده است.
یافته هامقایسه نتایج این مطالعه نشان دادند که الگوی بهینه الگوریتم ژنتیک غیرخطی نسبت به مدل غیرخطی معمولی برتری دارد. چرا که سود الگوریتم ژنتیک نسبت به برنامه ریزی غیرخطی معمولی حدود 2/0 درصد افزایش داشته و ریسک حدود 6 درصد کم شده است. هم چنین، مقدار تولید در الگوریتم ژنتیک حدود 18 درصد افزایش و مصرف کود شیمیایی 7 درصد کاهش را نسبت به برنامه ریزی غیرخطی معمولی نشان می دهد.
بحث و نتیجه گیریبا توجه به این که استفاده از الگوی کشت پیشنهادی الگوریتم ژنتیک موجب دست یابی بهتری به اهداف بهره برداران نسبت به الگوی برنامه ریزی غیرخطی معمولی می شود، لذا تشویق و حمایت دولت از کشاورزان در زمینه بکارگیری نتایج چنین الگوهایی می تواند موجب ارتقاء بهره وری اراضی زراعی شود.
کلید واژگان: الگوریتم ژنتیک, برنامهریزی غیرخطی, کشاورزی پایدار, الگوی کشت, گهرباران ساریIntroductionAgriculture as one of the basic pillars of development, has an important role in economic development. Accordingly, using cropping pattern optimization is a proper way for agricultural development. Therefore, in the present study, optimal cropping pattern in Goharbaran region of Sari city has been evaluated in terms of multi-objective planning has been done using non-linear programming and genetic algorithm and finally compared each other.
Materials and MethodsRequired data for this study has been collected with interview 250 of farmers during the 2014-2015.
FindingsComparison The results of this study showed that the optimal pattern of non-linear genetic algorithm is superior compared to ordinary non-linear programming model. Because increasing the profit of the genetic algorithm is about 0.2% higher than normal nonlinear planning, while reduced risk the by about 6 percent. Also, the amount of production increases by about 18 percent in the genetic algorithm and the consumption of chemical fertilizer is 7 percent lower than normal nonlinear programming. Based on the results, all four sustainable farming objectives in the framework of multi-objective model in the model obtained from the genetic model have a superiority to the typical nonlinear planning model.
ConclusionSince the proposed cropping pattern of genetic algorithm causes to increase farmers' gross margin compared to the ordinary nonlinear programming, therefore, the government's encouragement and support is mandatory of the farmers in applying the results of such models.
Keywords: Genetic Algorithm, Non-Linear Programming, Sustainable Agriculture, Cropping Pattern, Sari Goharbaran -
بهرهبرداری بهینه از مخازن سدها، یکی از مباحث ضروری در مدیریت منابع آب و بهویژه منابع آب سطحی است. در پژوهش حاضر، پس از معرفی الگوریتم بهینهسازی وال، عملکرد این الگوریتم بهتنهایی و در حالت ترکیب با الگوریتم ژنتیک در مسئله بهرهبرداری بهینه از مخزن سد سلمان فارسی ارزیابی شده است. در مسئله بهینهسازی حاضر، تابع هدف بهصورت کمینهسازی کل کمبود طی بهرهبرداری تعریف شده است. همچنین، محدودیتهای معادله پیوستگی مخزن، حجم ذخیره مخزن و حجم رهاسازی از مخزن بر تابع هدف مسئله اعمال شده‌اند. عملکرد حاصل از الگوریتمهای پیشنهادی با عملکرد حاصل از الگوریتم ژنتیک بهعنوان یکی از الگوریتمهای رایج در این زمینه و برنامهریزی غیرخطی بهعنوان بهینهیاب مطلق مقایسه شده است. عملکرد مدلها براساس شاخصهای اطمینانپذیری، برگشتپذیری، آسیبپذیری و پایداری ارزیابی شده است. نتایج به دست آمده از جوابهای بهینه نشان دادند جواب بهینه مطلق براساس روش برنامهریزی غیرخطی و با استفاده از نرمافزار لینگو برابر 181/0 به دست آمده است و جواب بهینه مدلهای الگوریتم هیبریدی وال-ژنتیک، الگوریتم ژنتیک و الگوریتم وال به ترتیب با 9/2، 2/24 و 0/337 درصد افزایش نسبت به جواب بهینه مطلق در رتبههای اول تا سوم قرار دارند. همچنین، نتایج به دست آمده از شاخصهای ارزیابی عملکرد مدلها نشان دادند از نظر اطمینانپذیری و آسیبپذیری، مدل برنامهریزی غیرخطی و از لحاظ برگشتپذیری، الگوریتم ژنتیک و از نظر پایداری، الگوریتم هیبریدی وال-ژنتیک بهترین عملکرد در بین مدلها را دارند. به منظور انتخاب برترین مدل براساس تابع هدف و شاخصهای ارزیابی عملکرد مدلها از روش تصمیمگیری چندمعیاره استفاده شده است. نتایج به دست آمده از این روش نشان دادند عملکرد الگوریتم هیبریدی وال-ژنتیک در رتبه اول قرار دارد و مدلهای برنامهریزی غیرخطی، الگوریتم ژنتیک و الگوریتم وال به ترتیب در رتبههای بعدی قرار دارند.کلید واژگان: الگوریتم هیبریدی وال-ژنتیک, الگوریتم بهینهسازی وال, بهرهبرداری بهینه از مخزن سد سلمان فارسی, برنامهریزی غیرخطی, تصمیمگیری چندمعیارهOptimal operation of reservoirs is one of the most important issues in water resources management. In the present study after introducing Whale Optimization Algorithm (WOA), the performance of this algorithm is evaluated separately and in the hybrid with the Genetic Algorithm (hybrid WOA-GA) in the optimal operation problem of Salman Farsi dam reservoir. In the present optimization problem, the objective function is defined as minimizing the total deficit during the operation period. Also, the constraints of the reservoir continuity equation, reservoir storage volume and released volume from the reservoir have been applied to the objective function of the problem. The Performance of proposed algorithms is compared with the performance of the Genetic Algorithm (GA) and Non-Linear Programming (NLP). The performance of models has been evaluated based on Reliability, reversibility, vulnerability and stability criteria. The results of optimal solutions showed that the absolute optimum is equal to 0.181 based on NLP method and using Lingo software and the optimal solutions for the models of the hybrid WOA-GA, GA and WOA with 2.9, 24.2 and 337 percent increase compared to the absolute optimum are ranked first to third respectively. A Multi-Criteria Decision-Making technique (MCDM) has been used to select the best model based on the objective function and evaluation criteria of the models' performance. The results of this technique showed that the performance of the hybrid WOA-Ga model is ranked first, and the models of NLP, GA and WOA are in the next ranks, respectively.Keywords: Optimal operation of Salman Farsi dam reservoir, Non-Linear Programming, hybrid Whale-Genetic algorithm, Whale Optimization Algorithm, Multi-Criteria Decision Making
-
در جهان امروز، یکی از مشکلات اساسی بشر تامین نیازهای غذایی با توجه به محدودیت نهاده ها است. بر همین اساس بهینه سازی الگوی کشت محصولات زراعی، یک راهکار مناسب جهت توسعه بخش کشاورزی و تامین غذای بشر است. در این راستا در مطالعه حاضر، الگوی کشت بهینه در منطقه گهرباران شهرستان ساری با استفاده از مدل برنامه ریزی غیرخطی معمولی و الگوریتم ژنتیک تعیین و با یکدیگر مقایسه شد. داده های مطالعه حاضر از طریق تکمیل پرسشنامه و مصاحبه حضوری با 250 کشاورز منطقه گهرباران در سال زراعی 1394-1393 جمع آوری شده است. نتایج حاصل از این مطالعه نشان داد که الگوی کشت بهینه بدست آمده از مدل الگوریتم ژنتیک غیرخطی به علت تنوع بیشتر، افزایش سودآوری به میزان 2 درصد و کاهش ریسک به میزان 22 درصد، نسبت به مدل برنامه ریزی غیرخطی معمولی برتری دارد. با توجه به اینکه استفاده از الگوی کشت پیشنهادی الگوریتم ژنتیک موجب افزایش بازده برنامه ای بهره برداران نسبت به الگوی برنامه ریزی غیرخطی معمولی می شود، لذا تشویق و حمایت دولت از کشاورزان در زمینه به کارگیری نتایج چنین الگوهایی الزامی است.کلید واژگان: الگوریتم ژنتیک, الگوی کشت, برنامه ریزی غیرخطی معمولی, ریسک, کشاورزان گهرباران ساریIn today's world, one of the basic human problems is securance of food need due to inputs limitation. Accordingly, cropping pattern optimization is a suitable strategy for agricultural development and human food securement. In this study, optimal cropping pattern has been determined and compared by using of ordinary non-linear programming and genetic algorithm in Goharbaran region of Sari County. Required data for this study has been collected with interview of 250 farmers during the 2014-2015 crop year. The results of this study showed that the optimal cropping pattern of non-linear genetic algorithm is superior compared to ordinary non-linear programming model because of more variety and increasing profit by 2 percent and reducing risk by about 22 percent. Since the proposed cropping pattern of genetic algorithm causes to increase farmers' gross margin compared to the ordinary nonlinear programming, so the government should encourage and support farmers on the application of the results of such models.Keywords: Cropping Pattern, Genetic Algorithm, Goharbaran of Sari, Non-Linear Programming, Risk
-
در این مطالعه، به منظور ارائه سیاست بهینه بهره برداری مخزن سد مهاباد، دو مدل بهره برداری بهینه با استفاده از روش های برنامه ریزی غیرخطی (حلال مینوس/گمز) و الگوریتم بهینه سازی حرارتی، نوشته شد. به دلیل فقدان داده های نیاز زیست محیطی، این داده ها با استفاده از روش تنانت محاسبه گردید. در هریک از این مدل ها، تابع هدف به صورت کمینه سازی اختلاف آب مورد نیاز کشاورزی در پایین دست سد و آب رهاسازی شده از سد در طول 23 سال دوره آماری بهره برداری سد (1393-1370)، در نظر گرفته شد و کارآیی آن ها با استفاده از شاخص های بهره برداری مخزن مورد ارزیابی قرار گرفت. مقادیر حاصل شده برای تابع هدف در هر دو مدل بهینه سازی و همچنین نتایج شاخص های عملکرد مخزن سد نشان داد، روش فرا ابتکاری شبیه سازی حرارتی با مقدار تابع هدف معادل 01/22، قابلیت اعتماد زمانی 25%، سرعت برگشت پذیری 22/22%، آسیب پذیری 04/41% و شاخص پایداری 032/0، در مقایسه با برنامه ریزی غیرخطی با مقدار تابع هدف معادل 92/88، قابلیت اعتماد زمانی 18/48%، سرعت برگشت پذیری 86/32%، آسیب پذیری 27/84% و شاخص پایداری 024/0 نتایج نسبتا بهینه تری ارائه داد. همچنین مشخص گردید که روش حرارتی نسبت به روش برنامه ریزی غیرخطی به زمان اجرای طولانی تری تا رسیدن به نقطه بهینه سراسری لازم داشت، ولی با محاسبه میزان کمبود 24/1632 میلیون مترمکعب نسبت به روش برنامه ریزی غیرخطی که دارای مقدار کمبود4/3351 میلیون مترمکعب بود، میزان کمبودها را نسبت به روش برنامه ریزی غیرخطی (حلال مینوس/گمز) کاهش داده و عملکرد نسبتا مناسب تری را ارائه داد.کلید واژگان: الگوریتم حرارتی, برنامه ریزی غیرخطی, بهره برداری از مخزن, بهینه سازی, سد مهابادIn this paper two models have been written and solved by two approaches: non-linear programming (GAMS/MINOS solver) and simulated annealing methods in order to optimize operational rules in Mahabad reservoir. Because of missing the required eco-system data, these required data were calculated using Tennant method. The objective function was defined to minimize the deference between the amounts of agriculture water demand and the released water from the reservoir during 23 years of flow data (1370-1393) and their performance were evaluated using the operational indexes. Obtained results of both optimization models showed that, the simulated annealing algorithm with objective function value of 22.01, reliability value of 25%, resiliency velocity value of 22.22%, vulnerability value of 41.04% and sustainability value of 0.032, gave relatively better results compared to the non-linear programming method with the objective function value of 88.92, reliability value of 48.18%, resiliency velocity value of 32.86%, vulnerability value of 84.27% and sustainability value of 0.024. Also, it was found that, simulated annealing algorithm took longer running time to achieve the global optimal point in comparison to non-linear programming. However, using simulated annealing algorithm estimated a lower water shortage of 1632.24 MCM compared to the non-linear programming which estimated water shortage of 3351.4 MCM. Simulated annealing algorithm decreased the shortage by distributing shortages in different months and estimated a better performance.Keywords: Mahabad reservoir, Non-linear programming, Optimization, Reservoir operation, Simulated annealing algorithm
-
محدودیت منابع آب های سطحی و بروز دوره های کم آبی در کشور، ضرورت مدیریت صحیح از مخازن سدها را ایجاب می کند. در این راستا در صورتی که در شرایط خاص نتوان برای یک سیستم بهره برداری از روش های کلاسیک بهینه سازی استفاده کرد، می توان از ابزار نوین در بهینه سازی به عنوان یک تکنیک کارآمد در مدیریت سد ها استفاده کرد. در این تحقیق از الگوریتم اصلاح شده جستجوی هارمونی به منظور بهینه سازی سیستم مدیریت مخزن سد دز استفاده شد و سپس نتایج حاصل از آن با نتایج بهره برداری بهینه به روش غیرخطی مقایسه گردید. این مقایسه نشان می دهد که با وجود اینکه در روش الگوریتم اصلاح شده جستجوی هارمونی به تعداد زیادی شبیه سازی در طول دوره آماری نیاز است ولی این مسئله باعث کاهش سرعت همگرایی نشده و در بسیاری از مواقع جواب ها به مراتب بهتر از روش غیرخطی می باشد. با توجه به این نتیجه، می توان استفاده از این روش را برای بهینه سازی بهره برداری از مخازن سدها پیشنهاد کرد.
کلید واژگان: الگوریتم اصلاح شده جستجوی هارمونی, برنامه ریزی غیرخطی, بهره برداری مخزن, بهینه سازی, سد دزDue to severe surface water limitation and extended drought periods in Iran, proper management of dam reservoirs has been considered as a major challenge in recent years. When the classical methods of optimization do not provide efficient and sustainable results, the improved harmony search algorithm (IHS) can be applied. In this research, the proposed method has been used to manage Dez dam reservoir operation. A comparison between IHS and non linear programming (NLP) results show that the IHS reveals no decrease in convergence speed in spite of using a large set of simulation procedure. In most observed cases the responses of IHS were much better than that of NLP. Accordingly, the proposed method can be applied in reservoir operation system with success.Keywords: Dez dam, Improved harmony Search algorithm, Non linear programming, Optimization, Reservoir operation
نکته
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2025 magiran.com All Rights Reserved.