【摘要】：伴隨著中國城鎮(zhèn)化進(jìn)程的不斷加快,廣大農(nóng)村傳統(tǒng)農(nóng)田作業(yè)方式也隨之發(fā)生著變化。同時(shí),農(nóng)田塊作業(yè)對農(nóng)機(jī)服務(wù)也提出了新的要求。在市場經(jīng)濟(jì)環(huán)境下,農(nóng)機(jī)主期望用最低的成本投入,得到最大經(jīng)濟(jì)收益,怎么樣達(dá)到這個(gè)目標(biāo),是解決農(nóng)機(jī)主選擇農(nóng)機(jī)首要考慮因素。傳統(tǒng)的農(nóng)機(jī)作業(yè)形式,還是依賴農(nóng)機(jī)主以往的經(jīng)驗(yàn)和個(gè)人喜好來選擇要作業(yè)的農(nóng)田塊,并不能保證每次作業(yè)都是科學(xué)合理和利益最大化;另外一種途徑,依靠農(nóng)村社區(qū)收集和管理農(nóng)田塊作業(yè)信息,向農(nóng)機(jī)主發(fā)布作業(yè)需求信息,農(nóng)機(jī)主被動(dòng)等待農(nóng)機(jī)作業(yè)任務(wù),缺乏主動(dòng)性。研究農(nóng)機(jī)主選擇農(nóng)田作業(yè)和農(nóng)村社區(qū)主導(dǎo)的農(nóng)機(jī)調(diào)配作業(yè)具有很強(qiáng)的現(xiàn)實(shí)意義。通過分析調(diào)配問題,以能夠?yàn)檗r(nóng)機(jī)主提供合理的農(nóng)機(jī)調(diào)配方案為目的,研究農(nóng)機(jī)調(diào)配策略和農(nóng)機(jī)調(diào)配算法。本文主要內(nèi)容如下:1)分析了兩種農(nóng)機(jī)調(diào)配問題,建立了基于農(nóng)機(jī)主選擇的調(diào)配模型分析當(dāng)前農(nóng)村對農(nóng)機(jī)需求,分析了兩種農(nóng)機(jī)調(diào)配問題。第一個(gè)是基于農(nóng)機(jī)主選擇的農(nóng)機(jī)調(diào)配問題,客戶向服務(wù)端反饋?zhàn)约寒?dāng)前的農(nóng)機(jī)信息和農(nóng)田塊信息,服務(wù)端經(jīng)過調(diào)配分析,反饋農(nóng)機(jī)主調(diào)配方案供農(nóng)機(jī)主選擇;第二個(gè)是農(nóng)村社區(qū)為主導(dǎo)的應(yīng)急調(diào)配問題,主要為應(yīng)對即將到來的極端自然天氣對農(nóng)作物收獲的影響,提出及時(shí)有效的農(nóng)機(jī)調(diào)配方案,降低農(nóng)田損失,完成應(yīng)急農(nóng)田任務(wù)。基于農(nóng)機(jī)主選擇的農(nóng)機(jī)調(diào)配問題分析基礎(chǔ)上,建立了基于農(nóng)機(jī)主調(diào)配模型。2)基于農(nóng)機(jī)主選擇的農(nóng)機(jī)調(diào)配模型,提出了相應(yīng)的農(nóng)機(jī)調(diào)配策略為了達(dá)到基于農(nóng)機(jī)主選擇的農(nóng)機(jī)調(diào)配模式低成本高收益的目標(biāo),本文首先分析農(nóng)機(jī)作業(yè)中各種影響因子,并建立了農(nóng)機(jī)調(diào)配收益模型;緊接著研究了并行任務(wù)、可行調(diào)配路線圖和組合調(diào)配規(guī)則,根據(jù)農(nóng)作物成熟時(shí)間窗,對農(nóng)田作業(yè)點(diǎn)分層,構(gòu)造出可行調(diào)配路線圖,再結(jié)合組合調(diào)配規(guī)則,生成調(diào)配路線。3)構(gòu)造了農(nóng)機(jī)調(diào)配算法農(nóng)機(jī)主有多輛農(nóng)機(jī)同時(shí)作業(yè)的情況,提出了組合協(xié)同調(diào)配算法和啟發(fā)式規(guī)則調(diào)配算法。組合協(xié)同調(diào)配算法主要針對當(dāng)前農(nóng)田塊作業(yè)時(shí)間窗情況,當(dāng)前農(nóng)機(jī)主能否提供出符合要求的農(nóng)機(jī)作業(yè)能力而提出的;啟發(fā)式規(guī)則調(diào)配算法主要是針對當(dāng)前農(nóng)機(jī)作業(yè)狀況,將當(dāng)前的作業(yè)信息從新規(guī)劃,生成新的農(nóng)機(jī)調(diào)配路徑。4)算法實(shí)驗(yàn)分析對農(nóng)機(jī)主調(diào)配算法進(jìn)行實(shí)驗(yàn)分析。模擬當(dāng)前待作業(yè)農(nóng)田塊信息和農(nóng)機(jī)信息,結(jié)合提出的算法,得到路徑可行解供農(nóng)機(jī)主選擇。綜上所述,本文概述了相關(guān)調(diào)配技術(shù),比較系統(tǒng)地分析了當(dāng)前農(nóng)村農(nóng)機(jī)調(diào)配問題,針對這些問題,提出了農(nóng)機(jī)調(diào)配策略和調(diào)配算法并進(jìn)行了實(shí)驗(yàn)分析。對現(xiàn)實(shí)中農(nóng)機(jī)作業(yè)有著較強(qiáng)的理論指導(dǎo)和借鑒意義,同時(shí)也為其他調(diào)配問題提供了參考。
【學(xué)位授予單位】：河南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：S232

【相似文獻(xiàn)】

相關(guān)會(huì)議論文 前1條

1 董家瑞;王精業(yè);潘麗君;;改進(jìn)的Dijksta算法在裝備保障系統(tǒng)中的應(yīng)用[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

相關(guān)博士學(xué)位論文 前9條

1 高衛(wèi)峰;人工蜂群算法及其應(yīng)用的研究[D];西安電子科技大學(xué);2013年

2 張捷;進(jìn)化算法及智能數(shù)據(jù)挖掘若干問題研究[D];西安電子科技大學(xué);2013年

3 程世娟;改進(jìn)蟻群算法及其在結(jié)構(gòu)系統(tǒng)可靠性優(yōu)化中的應(yīng)用[D];西南交通大學(xué);2009年

4 楊振宇;基于自然計(jì)算的實(shí)值優(yōu)化算法與應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2010年

5 郭慶昌;均值移動(dòng)算法及在圖像處理和目標(biāo)跟蹤中的應(yīng)用研究[D];哈爾濱工程大學(xué);2008年

6 金勁;群集智能算法在網(wǎng)絡(luò)策略中的研究及其應(yīng)用[D];蘭州理工大學(xué);2011年

7 鄭樂;寬頻帶雷達(dá)目標(biāo)跟蹤理論與算法研究[D];北京理工大學(xué);2015年

8 劉劍;非圓信號(hào)波達(dá)方向估計(jì)算法研究[D];國防科學(xué)技術(shù)大學(xué);2007年

9 張瑞秋;面向SMT的錐束CT圖像重構(gòu)關(guān)鍵理論與BGA焊點(diǎn)檢測算法[D];華南理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 馬萌萌;基于深度學(xué)習(xí)的極限學(xué)習(xí)機(jī)算法研究[D];中國海洋大學(xué);2015年

2 王依章;基于吸引子傳播聚類算法的若干改進(jìn)方法及其應(yīng)用[D];吉林財(cái)經(jīng)大學(xué);2016年

3 胡月淼;軟件執(zhí)行軌跡中相似路徑挖掘算法研究[D];燕山大學(xué);2016年

4 高延慶;基于多商品流的網(wǎng)絡(luò)能耗模型與智能算法研究[D];山東大學(xué);2016年

5 蔣昊林;基于輔助微分方程法的CN-FDTD-PML算法研究[D];天津工業(yè)大學(xué);2016年

6 萬謙;非線性代數(shù)方程組求解的布谷鳥算法及其改進(jìn)算法研究[D];哈爾濱工業(yè)大學(xué);2016年

7 李敬敬;基于多元優(yōu)化過程記憶算法（MOA）的聚類研究[D];云南大學(xué);2016年

8 龐閃閃;螢火蟲群優(yōu)化算法的改進(jìn)及應(yīng)用[D];合肥工業(yè)大學(xué);2016年

9 劉明明;混合整數(shù)非線性規(guī)劃算法及多階段隨機(jī)優(yōu)化應(yīng)用[D];湘潭大學(xué);2016年

10 王舒卓;并行蟻群算法的研究[D];東北大學(xué);2013年

，

本文編號(hào)：2621183