【摘要】：針對基于"Max-min"算子的區(qū)間模糊多目標規(guī)劃僅采用一或兩個控制變量放松所有目標和模糊約束會造成某些約束過滿意而某些約束不滿意的情況,本文引入兩相模糊規(guī)劃,構建了區(qū)間-兩相模糊多目標規(guī)劃模型,并以遼寧省大連市種植結構優(yōu)化為例進行研究。結果表明,該模型引入多個控制變量放松每個不確定目標和約束條件,且要求它們分別不小于"Max-min"算子中相應目標和約束條件的隸屬度,更充分地利用了約束資源,保證了求解的有效性,減少了農(nóng)業(yè)灌溉用水量;另外區(qū)間形式的最優(yōu)解及4種不同情景的優(yōu)化方案為決策者提供了決策空間,更真實地反映輸入?yún)?shù)的不確定性對配置結果的影響。
【圖文】：

各作物灌溉定額區(qū)間和相對生態(tài)價值

植業(yè)增加值僅占該市生產(chǎn)總值的2.0%，且大連市農(nóng)業(yè)用水效率低，灌溉用水浪費嚴重。因此，需要在發(fā)展節(jié)水灌溉的同時，調整農(nóng)業(yè)種植結構，減少耗水量大的作物種植面積，以提高用水效益，實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展。種植結構規(guī)劃中存在許多不確定性，大體分為兩類：①由自然和市場條件變化、觀察手段和認識水平限制引起的參數(shù)不確定性[9]，，如灌溉定額、作物效益系數(shù)等。這些參數(shù)通常存在特定的概率分布，然而由于可用數(shù)據(jù)的限制，在規(guī)劃中決策者很難給出其分布函數(shù)和隸屬度函數(shù)，但卻很容易給出它們的上下限（見圖2、圖3），本文引入?yún)^(qū)間規(guī)劃描述它們的不確定性；②由數(shù)據(jù)不足和認識不全面引起的目標和約束不確定性[22]，如大連市糧食自給率約為50%，若將糧食產(chǎn)量作為圖1區(qū)間-模糊多目標規(guī)劃求解流程Figure1Solutionmethodoftheintervaltwo-phasefuzzymulti-objectiveprogrammingmodel圖2各作物灌溉定額區(qū)間和相對生態(tài)價值Figure2Irrigationquotasandrelativeecologicalvaluefordifferentcrops注：圖中數(shù)據(jù)來源于文獻[27]、[28]圖3各作物收益系數(shù)區(qū)間及化肥施用量區(qū)間Figure3Productionvalueandrequirementofmanureutilizationfordifferentcropsperhectare注：圖中數(shù)據(jù)來源于文獻[29]、[30]2160


本文編號：2572775