Россия
Россия
Россия
Россия
УДК 631 Общие вопросы сельского хозяйства
Цель настоящей работы – совершенствование системного водораспределения на орошение в условиях дисбаланса спроса и предложения поливной воды на основе многокритериальной оптимизации методом эволюционно-генетического программирования. Методика исследований включала информационно-аналитический подход, оптимизационное моделирование, методы искусственного интеллекта (генетические алгоритмы эволюционного программирования). Разработана и апробирована универсальная многокритериальная, нелинейная целевая функция оптимизации, включающая критерии эффективности эксплуатационной организации и хозяйств – водопользователей. К ним относятся: максимум площади орошаемых земель, дохода водохозяйственной организации и стоимости валового объема продукции растениеводства с орошаемых земель. Рассмотрены научно-методические направления использования генетических алгоритмов в задачах оптимизации системного распределения ограниченных водных ресурсов на орошении. Установлена возможность и эффективность применения генетического алгоритма для оптимизации многокритериальной целевой функции. Выбор решения по показателям многократных имитаций конкуренции и улучшений повышает масштабы сложно устроенного пространства поиска решений и, вследствие, универсальности позволяет получить результат, когда традиционные методы не работают или их реализация требует неприемлемо много времени. Тестирование модели на данных Городищенской оросительной системы Волгоградской области, выявило прогнозируемое увеличение эффективности управленческого решения на 10% в сравнении с традиционно практикующимся подходом. Результат достигается за счет повышения качества планирования и управления водораспеределением в условиях маловодья, чрезвычайной ситуации, иных форс-мажорных обстоятельств на основе информационной поддержки решений инновационными методами теории управления: многокритериальным моделированием с использованием генетического программирования, базирующегося на методах искусственного интеллекта.
межхозяйственная оросительная система, многокритериальная оптимизация водораспределения, экономико-математическое моделирование, искусственный интеллект, эволюционно-генетическое программирование
1. Духовный В.А., Муминов Ш.Х., Мирзаев Н.Н. Потенциал агро-промышленных кластеров по внедрению рыночных механизмов управле-ния и финансирования водного хозяйства Узбекистана // Мелиорация и водное хозяйство. 2021. № 1. С.5-12.
2. Ольгаренко И. В. Информационные технологии планирования водопользования и оперативного управления водораспределением на оро-сительных системах: специальность 06.01.02 «Мелиорация, рекультивация и охрана земель»: диссертация на соискание ученой степени доктора тех-нических наук / Ольгаренко Игорь Владимирович. Новочеркасск, 2013. 448 с. EDN SVAPAZ
3. Кирейчева Л. В. Модели и информационные технологии управ-ления водопользованием на мелиоративных системах, обеспечивающие благоприятный мелиоративный режим / Л. В. Кирейчева, И. Ф. Юрченко, В. М. Яшин // Мелиорация и водное хозяйство. 2014. № 5-6. С. 50-55. EDN SZNXEV
4. Найденов С. В. Оптимизация водораспределения на ороситель-ных системах при дефиците водных ресурсов / С. В. Найденов, Ю. Е. До-машенко, С. М. Васильев // Пути повышения эффективности орошаемого земледелия. 2018. № 1(69). С. 132-136
5. Park J., Bayraksan G. A multistage distributionally robust optimiza-tion approach to water allocation under climate uncertainty // European Jour-nal of Operational Research. 2023. Т. 306. № 2. С. 849-871.
6. Raška P. et al. Exploring local land use conflicts through successive planning decisions: a dynamic approach and theory-driven typology of poten-tially conflicting planning decisions // Journal of Environmental Planning and Management. 2023. Т. 66. №. 10. С. 2051-2070.
7. Uddin M. G. et al. A novel approach for estimating and predicting uncertainty in water quality index model using machine learning approaches // Water Research. 2023. Т. 229. С. 119422.
8. Shafa N. S. et al. Multi-objective planning for optimal exploitation of surface and groundwater resources through development of an optimized cropping pattern and artificial recharge system // Ain Shams Engineering Jour-nal. 2023. Т. 14. №. 2. С. 101847.
9. Рогачев Д. А. Эволюционные и генетические алгоритмы как при-родоподобные подходы к структурно-параметрической оптимизации / Д. А. Рогачев, Д. С. Захаров, И. С. Руднев // Научное обоснование стратегии цифрового развития АПК и сельских территорий : материалы Националь-ной научно-практической конференции, Волгоград, 09 ноября 2022 года / Волгоградский государственный аграрный университет. Том I. Волгоград: Волгоградский государственный аграрный университет, 2023. С. 313-318.
10. Лабинский А. Ю. Использование генетического алгоритма для многокритериальной оптимизации // Природные и техногенные риски (фи-зико-математические и прикладные аспекты). 2018. № 4(28). С. 5-9.
11. Имамутдинов А. И. Анализ процесса эволюционно-генетических вычислений с точки зрения характеристик обобщения / А. И. Имамутди-нов, Н. В. Слепцов // Надежность и качество сложных систем. 2019. № 3(27). С. 84-91. DOIhttps://doi.org/10.21685/2307-4205-2019-3-10
12. Кондратьев, Т. Н. Эволюционные вычисления: нейронные сети и генетические алгоритмы // Международная конференция по мягким вычис-лениям и измерениям. 2019. Т. 1. С. 418-421.
13. Звезинцев А.И., Квятковская И.Ю. Применение модифицирован-ного алгоритма генетического программирования для идентификации ма-тематических моделей путем расширения обучающего множества искус-ственной нейронной сетью // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. 2013. № 2. С. 58-65.
14. Иванов А. М. и др.. Применение метода Нелдера - Мида для оп-тимизации выбора констант модели Лихачёва - Волкова // Вестник Санкт-Петербургского университета. Математика. Механика. Астрономия. 2022. Т. 9, № 4. С. 693-704. DOIhttps://doi.org/10.21638/spbu01.2022.411
15. Скобцов Ю. А. Сравнение традиционных и квантовых генетиче-ских алгоритмов // Математические методы в технологиях и технике. 2023. № 4. С. 91-95. DOIhttps://doi.org/10.52348/2712-8873_MMTT_2023_4_91
16. Щедрин В. Н., Штанько А. С., Воеводин О. В. Методические ука-зания по планированию водопользования на оросительных системах на основании данных ретроспективного анализа и сценарных расчетов в за-висимости от лет различной влагообеспеченности. Новочеркасск: Россий-ский научно-исследовательский институт проблем мелиорации, 2015. 61 с. EDN XWYFHN
17. Приказ Министерства сельского хозяйства РФ от 31 июля 2020 г. N 438 «Об утверждении Правил эксплуатации мелиоративных систем и отдельно расположенных гидротехнических сооружений».
18. Годовой отчет по технической эксплуатации за 2022 год Красно-гвардейского филиала Государственного бюджетного учреждения Респуб-лики Крым «Крымское управление водного хозяйства и мелиорации». Раздел II Водопользование и гидрометрия, таблица 10; Раздел VI Исполь-зование орошаемых земель.
19. Годовой технический отчет за 2017г. Городищенского филиала ФГБУ «Управление «Волгоградмелиоводхоз».
20. Федеральный Закон о мелиорации земель. Принят Государствен-ной Думой 8 декабря 1995 года (редакция с поправками от 2022 г.).
