ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

На правах рукописи

Волошин Юрий Александрович

ОБЩИЙ АЛГОРИТМ АВТОМАТИЗИРОВАННОГО ПРОЕКТИРОВАНИЯ АДАПТИВНО-ЛАНДШАФТНЫХ СИСТЕМ ЗЕМЛЕДЕЛИЯ И АЛГОРИТМ АВТОМАТИЗИРОВАННОГО ФОРМИРОВАНИЯ СИСТЕМЫ МАШИН ДЛЯ АДАПТИВНО-ЛАНДШАФТНЫХ СИСТЕМ ЗЕМЛЕДЕЛИЯ.

05.13.01 − системный анализ,

управление и обработка информации

(сельскохозяйственные науки)

АВТОРЕФЕРАТ

диссертациина соискание ученой степени

кандидата технических наук

Волгоград − 2011

Работа выполнена в Государственном образовательном учреждении  высшего профессионального образования «Волгоградский государственный технический университет» (ГОУ ВПО ВолгГТУ)

Научный руководитель: доктор технических наук, профессор

                                                      Заболее-ваЗотова Алла Викторовна

Официальные оппоненты: доктор

                                          доктор

Ведущая организация:

Защита состоится « » ____ 2011 года в часов на заседании диссертационного совета при Государственном образовательном учреждении высшего профессионального образования “Волгоградский государственный технический университет” (ГОУ ВПО ВолгГТУ) по адресу: .

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО ВолгГТУ.

Автореферат разослан «____» ___________ 2011 г.

Ученый секретарь

диссертационного совета                                                              

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы.

Целью работы является разработка алгоритмов автоматизированного проектирования адаптивно-ландшафтных систем земледелия (АЛСЗ) и систем машин для адаптивно ландшафтных систем земледелия (СМ АЛСЗ).

Основные задачи: Для достижения цели необходимо в ходе выполнения теоретических и экспериментальных исследований решить следующие задачи:

1. Исследовать существующие методы экспертного проектирования АЛСЗ и СМ АЛСЗ.

2. Провести анализ существующих алгоритмов автоматизированного проектирования АЛСЗ и СМ АЛСЗ.

3. Разработать общий алгоритм автоматизированного проектирования АЛСЗ.

4. Разработать алгоритм проектирования СМ АЛСЗ.

5. Разработать базу сведений по предметной области.

Методы исследования.При выполнении диссертационных исследований и разработок использовались: методы системного анализа, многопараметрической оптимизации, интегральных оценок.

Научная новизна. В процессе выполнения исследований были получены следующие научные результаты:

1. Предложен общий алгоритм автоматизированного проектирования АЛСЗ.

2. Предложен общий алгоритм автоматизированного проектирования СМ АЛСЗ.

3. Разработан алгоритм отбора оптимальных моделей техники на основе интегральных оценок с учетом использования сельскохозяйственных машин в составе машинно-тракторного агрегата (МТА).

Практическая значимость.

Разработана архитектура системы автоматизированного проектирования (САПР) АЛСЗ. Предложенная структура обеспечивает расширяемость системы.

Разработано программное обеспечение САПР АЛСЗ, позволяющее автоматизировано подбирать технологические параметры и технические средства для АЛСЗ, обеспечивающие максимальную рентабельность производства зерна пшеницы.

Разработана структура вводимых пользователем данных, позволяющая производить расчеты в условиях неполной и недостоверной информации о погоде.

Разработана структура выходных данных, содержащая сведения о предлагаемых системой решениях, а также затратах на их исполнение, предполагаемой прибыли и рентабельности. Данные о затратах предоставляются в специфической для задачи форме – в виде технологических карт.

Разработана архитектура веб-сайта и архитектура базы данных для сбора данных о технических и технологических средствах выполнения АЛСЗ непосредственно от производителей этих средств.

Достоверность и обоснованность результатов исследованияобеспечена …

Основные положения, выносимые на защиту:

1. Общий алгоритм автоматизированного проектирования АЛСЗ.

2. Общий алгоритм автоматизированного проектирования СМ АЛСЗ.

3. Алгоритм отбора оптимальных моделей техники на основе интегральных оценок.

Внедрение результатов работы.

Апробация результатов работы. Основные положения и результаты диссертации докладывались и обсуждались на следующих научных конференциях:

1. Школы молодых ученых ГНУ НВНИИСХ (Волгоградская обл., пос. Областной с/х опытной станции, 2009, 2010);

2. Конференция в камышине, 2008

3. Модели автоматизированного проектирования адаптивно-ландшафтных систем земледелия (Курск, 2010);

4. Региональный конкурс инновационных разработок молодых ученых «Инновационные идеи молодежи – Агропромышленному комплексу!», (Волгоград, ВГСХА, 2010).

Публикации. По теме диссертации опубликовано __ печатных работ, в том числе __ в – в издании, рекомендовынном ВАК РФ.

Структура работы.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулированы цель и аргументирована научная новизна диссертационной работы, а также представлены основные положения, выносимые на защиту.

В первом разделе осуществлен аналитический обзор публикаций по экспертному и автоматизированному проектированию АЛСЗ и МС АЛСЗ, а также по «базовым» элементам АЛСЗ и методам многопараметрической оптимизации.

Во втором разделе приведено описание общего алгоритма автоматизированного проектирования АЛСЗ с указанием мест работы частных алгоритмов проектирования отдельных аспектов АЛСЗ.

Система автоматизированного проектирования АЛСЗ состоит из нескольких подсистем. Основой Модели являются два крупных блока:

- подсистема формирования технологий производства культур;

- подсистема формирования системы машин для АЛСЗ.

Важным элементом системы является база знаний, содержащая сведения по предметной области. База построена в формате онтологии, использована нотация RDF.

Загрузку данных из базы обеспечивает отдельная соответствующая подсистема. Она передает данные в подсистему хранения данных в оперативной памяти – для быстрого доступа к данным из других подсистем.

Взаимодействие с моделью пользователя обеспечивает подсистема пользовательского интерфейса. Промежуточными подсистемами являются подсистема анализа пользовательских данных, которая структурирует введенные пользователем данные для последующей обработки в других подсистемах, и подсистема вывода результатов работы Модели, которая обеспечивает передачу этих результатов элементам пользовательского интерфейса, а также вывод этих результатов на печать и сохранение их в файл.

Схема архитектуры Модели изображена на рисунке 1.

Рисунок 1. Архитектура модели автоматизированного проектирования АЛЗС.

В базе знаний описаны следующие факторы сельскохозяйственного производства:

- сельскохозяйственные культуры;

- природно-климатические зоны;

- севообороты;

- технологии производства культур;

- технологические операции;

- типы почв;

- сельскохозяйственная техника (по типам);

- удобрения;

- химические средства защиты растений;

- сельскохозяйственные угодия;

- специальности требуемого персонала.

Для расчетов используются следующие данные:

- свойства возделываемой культуры и сорта;

- природно-климатические условия;

- состояние угодия.

Для максимально эффективного проектирования АЛСЗ нужно знать погодные условия для годов выполнения АЛСЗ, что невозможно. В то же время, на основе прогнозов синоптиков и народных примет можно сделать общие предположения о будущих изменениях погоды. В связи с этим, в системе предусмотрено деление периода вегетации на крупные временные отрезки со сходным климатом. Для озимых культур это время от сева до зимовки, зимовка, весенний период и летний период до уборки. Для яровых культур это время от сева до окончания весеннего периода, летний период и осенний период до уборки.

В начале работы системы пользователь указывает следующие данные:

- главную культуру севооборота;

- природно-климатическую зону;

- севооборот;

- общий прогноз температур (тепло, нормально, холодно) и осадков (влажно, нормально, сухо) для временных отрезков для каждого года;

- начало и окончание каждого временного отрезка для каждого года;

- содержание азота, фосфора, калия, гумуса и кислотно-щелочной баланс почвы;

- плотность, влажность и засоренность почвы;

- группу контура, угол и направление склона, высоту над уровнем моря и изрезанность препятствиями для угодия.

На основе указанных пользователем сведений система загружает из базы знаний данные о культуре и природно-климатической зоне для дальнейших расчетов.

Алгоритм проектирования технологий в контексте севооборота состоит из следующих крупных шагов.

1. На основе прогноза погоды определяется фактор, ограничивающий урожайность культуры. На основе прогноза погоды и характеристик сорта определяется достижимая урожайность. Далее рассчитывается потребность в питательных элементах и требуемые свойства почвы. Результатом этого этапа являются требования к характеристикам угодия.

2. На основе требований к характеристикам угодия и его текущего состояния определяется перечень технологических операций и технологические требования к ним.

3. Полученная технология возделываемой культуры анализируется, и определяется состояние угодия по окончании выполнения технологии, т.е. влияние ее на следующее звено в севообороте.

4. Шаги 1-3 повторяются для каждого звена севооброта. На выходе имеем набор технологий для АЛСЗ.

5. Для выполнения технологий АЛСЗ формируется оптимальная система машин.

Общий алгоритм работы модели автоматизированного проектирования АЛСЗ показан на рисунке 2.

Рисунок 2. Блок-схема укрупненного алгоритма работы модели автоматизированного проектирования АЛСЗ.

В третьем разделе рассматривается алгоритм автоматизированного проектирования МС АЛСЗ.

Расчет парка машин состоит из нескольких этапов.

1. Группировка технологических операций по общности используемого энергосредства.

2. Первоначальный отбор на основе технологических и экономических требований.

3. Ранжирование и отбор лучших моделей техники для итоговой оптимизации

4. Подбор системы машин

Общий алгоритм работы подсистемы формирования системы машин показан на рисунке 3.

На первом этапе отбор производится исходя из объемов работ и технологических требований. Существуют экономически обоснованные рекомендации по применению техники определенной мощности на полях той или иной площади. На основе этого отбираются подходящие трактора и комбайны, а также соответствующие орудия. Далее из отобранных орудий производится повторная выборка на основе технологических требований по операциям, для которых предназначены орудия.

На втором этапе техника оценивается на основе экспертных формул для расчета интегральных оценок по значимым показателям. Каждый класс сельскохозяйственных машин имеет свой набор значимых показателей. В каждом классе машин выбирается несколько моделей, получивших наивысшую оценку. Алгоритм отбора обеспечивает репрезентативность отобранной техники по мощности (для энергосредств) и расчетной производительности (для орудий).

На третьем этапе из отобранной техники формируется итоговая система машин. Применяемый на третьем этапе подход основан на том, что в контексте конкретных условий эксплуатации и на основе требований, предъявляемых к МТА пользователем можно оценивать и сравнивать любые конкретные МТА, а также на том предположении, что на предыдущем этапе удалось сократить пространство решений до уровня 20-30 машин каждого требуемого типа.

Рисунок 3. Блок-схема алгоритма формирования систем машин для АЛСЗ.

Для окончательного формирования системы машин используется полный перебор. Вначале выбирается конкретное энергосредство. Затем для каждой операции отобранные на втором этапе орудия агрегатируются с данным энергосредством, и оценивается полученный МТА. Таким образом, находятся оптимальные для этого энергосредства орудия по всем операциям, и формируется оптимальная система машин на базе данного энергосредства. Получив такие оптимальные системы машин для всех энергосредств, мы можем сравнить их и выбрать лучшую систему машин.

Точность решения для данной задачи является критичной. При существующих ценах на технику стоимость полного парка техники для обработки крупного поля (100 Га) составляет около полутора десятков миллионов рублей и растет с увеличением размеров участка. Отклонение от оптимума даже на 10 процентов будет исчисляться миллионами рублей.

Абсолютной точностью обладает прямой перебор. В настоящее время существует несколько тысяч моделей сельскохозяйственной техники для возделывания озимой пшеницы, что делает нежелательным оптимизацию путем прямого перебора всех возможных вариантов.

Возникает необходимость в сокращении перечня рассматриваемых моделей техники. Следует помнить, что модели техники должны рассматриваться не как независимые единицы, но как составные части МТА

Нами предложен алгоритм трехступенчатого сокращения перечня моделей техники на основе интегральных оценок моделей техники.

Перед началом работы алгоритма производится оценка всех моделей техники, после чего они ранжируются внутри классов техники (плуг, борона, трактор и т.д.) по мощности.

Правило соответствия мощностей (ПСМ): для эффективной работы МТА мощность энергосредства (трактора) не должна быть меньше соответствующих требований орудия.

Первый шаг работы алгоритма – «безусловная замена». На этом шаге используется плавающее окно по шкале мощности. Ширина окна должна быть достаточно малой, чтобы можно было считать модели техники внутри этого окна эквивалентными по мощности и сравнивать их непосредственно по интегральным оценкам, без учета их агрегации с орудиями/энергосредствами. Окно движется с шагом в 1 л.с. от энергосредства наименьшей мощности в сторону увеличения мощности (слева направо). На каждой итерации текущим является наименее мощная (левая) модель. Текущая модель заменяется на модель с наилучшей оценкой внутри окна, причем мощность итоговой модели равна или превышает мощность исходной модели. Таким образом при замене соблюдается ПСМ.

Для орудий выполняются аналогичные операции с противоположными направлениями: окно движется в сторону уменьшения требований орудий к мощности, текущее орудие является наиболее «требовательным» в окне и заменяется на орудие с аналогичными ли более низкими требованиями.

В худшем случае (при монотонном возрастании оценок по направлению движения окна) для каждого типа техники в рассмотрении останется l – k + 1 моделей, где l – величина диапазона мощностей техники (по одной модели на каждую величину мощности), n – количество моделей в последнем окне. В лучшем случае (при монотонном убывании оценок по направлению движения окна) в рассмотрении останется 100/k моделей, где k – ширина окна в процентах от диапазона мощностей.

Второй шаг работы алгоритма – «условная замена». По сути он аналогичен первому шагу с той разницей, что используется более широкое окно мощности, а замена производится лишь при соблюдении определенных условий (например, достаточно большом расхождении оценок лучшей модели в окне и текущей модели).

На третьем шаге для каждого значения мощности производится расчет интегральной оценки набора машин (ИОНМ) соответствующей мощности (рис.1). Полученный набор ранжированных по мощности ИОНМ исследуется на экстремумы. Расстояния между экстремумами делятся напополам, в результате получаем отделенные друг от друга области минимумов и максимумов. Для областей минимумов в ранжированных по мощностям наборах техники выбираются модели с максимальными оценками – т.е. те, которые «пытаются спасти положение». Наоборот, для областей максимумов выбираются соответствующие модели техники с минимальными оценками в своем перечне, т.е. те, которые портят общую оценку.

Рис. 1. Блок-схема гибридной прогнозирующей системы

Техника, отобранная алгоритмом, используется для полного перебора вариантов систем машин. В результате описанных шагов количество рассматриваемых моделей техники уменьшается в разы, а количество итераций полного перебора – на один и более порядков.

В заключении приводятся основные результаты диссертационной работы и рекомендации по перспективным направлениям дальнейших исследований в области автоматизированного проектирования АЛСЗ.

В приложении приведена структура базы данных, разработанной в рамках диссертационной работы; описание и функциональная структура веб-сайта для производителей технических и технологических средств для возделывания пшеницы в рамках АЛСЗ.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ