| تعداد نشریات | 282 |
| تعداد نشریات سازمان | 80 |
| تعداد شماره‌ها | 3,262 |
| تعداد مقالات | 36,057 |
| تعداد مشاهده مقاله | 55,174,584 |
| تعداد دریافت فایل اصل مقاله | 94,173,020 |
مقایسه الگوریتمهای بهینه‌سازی ازدحام ذرات چندمنظوره و طبقه‌بندی نامغلوب ژنتیک 2 در کاهش زمان انجام عملیات کشاورزی با محدودیت منابع انجام عملیات کشاورزی با محدودیت منابع | ||
| علوم و فناوری اطلاعات و هوشمندسازی کشاورزی | ||
| مقاله 2، دوره 9، شماره 1 - شماره پیاپی 17، اردیبهشت 1405، صفحه 24-13 اصل مقاله (824.85 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/jaist.2025.368812.1138 | ||
| نویسندگان | ||
| مهران صالحی؛ عادل طاهری حاجیوند؛ کیمیا شیرینی | ||
| چکیده | ||
| با توجه به محدودیت منابع در بخش کشاورزی، مدیریت بهینه زمان‌بندی فعالیت‌های زراعی نقش مهمی در افزایش بهره‌وری و کاهش اتلاف منابع دارد. در این پژوهش، با هدف کاهش زمان انجام فرآیندهای کشاورزی، از الگوریتمهای فراابتکاری برای بهینه‌سازی تخصیص منابع استفاده شده است. روش تحقیق به‌صورت توصیفی بوده و داده‌ها با بهره‌گیری از ابزارهای ریاضی و مدل‌سازی تحلیل شده‌اند. برای ارزیابی عملکرد مدل پیشنهادی، آزمون آنالیز واریانس یک‌طرفه در نرم‌افزار Matlab به کار گرفته شد. نتایج حاصل از اجرای مدل نشان داد که الگوریتم MOPSO بر اساس شاخص MID عملکرد بهتری نسبت به NSGA-II دارد، در حالی که NSGA-II از نظر معیار SNS عملکرد مطلوب‌تری ارائه داده است. مدل ابتکاری ارائه‌شده برای تخصیص منابع به فعالیت‌های کشاورزی، از کارایی بالایی برخوردار بوده و توانسته است زمان‌بندی مناسبی برای اجرای عملیات کاشت و برداشت ارائه دهد. بر اساس خروجی مدل، احتمال انجام به‌موقع این عملیات در بازه‌های زمانی بهترین زمان، زمان نیمه‌مناسب و زمان اضطراری برای محصولات گندم، کلزا و جو، رضایت‌بخش ارزیابی شده است. | ||
| کلیدواژه‌ها | ||
| دشت مغان؛ فرآیندهای کشاورزی؛ الگوریتم بهینه‌سازی ازدحام ذرات چندمنظوره؛ الگوریتم طبقه‌بندی نامغلوب ژنتیک 2؛ محدودیت منابع | ||
| عنوان مقاله [English] | ||
| The NSGA-II Ministry of Industry and Information Technology (MOPSO) has also announced that it will launch a series of measures to curb the spread of the virus, including the NSGA-II Ministry of Industry and Information Technology (MOPSO). | ||
| نویسندگان [English] | ||
| Mehran Salehi؛ Adel Taheri hajivand؛ Kimya Shirini | ||
| چکیده [English] | ||
| Due to resource constraints in the agricultural sector, optimal management of agricultural activity scheduling plays an important role in increasing productivity and reducing resource waste. In this study, meta-heuristic algorithms have been used to optimize resource allocation with the aim of reducing the time required to perform agricultural processes. The research method is descriptive and the data have been analyzed using mathematical and modeling tools. To evaluate the performance of the proposed model, one-way analysis of variance test was used in Matlab software. The results of the model implementation showed that the MOPSO algorithm performs better than NSGA-II based on the MID index, while NSGA-II has provided more favorable performance in terms of the SNS criterion. The proposed heuristic model for allocating resources to agricultural activities has high efficiency and has been able to provide appropriate scheduling for the implementation of planting and harvesting operations. Based on the model output, the probability of performing these operations on time in the best time, semi-optimal time, and emergency time intervals for wheat, rapeseed, and barley crops has been evaluated as satisfactory. | ||
| کلیدواژه‌ها [English] | ||
| Moghan Plain, Agricultural Processes, MOPSO Algorithm, NSGA-II Algorithm, Resource Constraints | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 907 تعداد دریافت فایل اصل مقاله: 527 |
||