一种大型蔬菜种植企业种植计划自动生成方法技术

本发明专利技术公开了一种大型蔬菜种植企业种植计划自动生成方法。所述方法包括：输入数据，进行数据初始化；对输入数据进行预处理与有效性验证；根据客户订单要求，利用智能启发式算法为所有订单安排种植地点和种植时间，生成企业种植计划排程结果；可视化展示企业种植计划排程结果。本发明专利技术以满足蔬菜种植企业的客户订单需求为目标，同时充分考虑各蔬菜品种的预期价格、生产周期、劳动力和物资成本、土地轮种、运输距离等因素，确保在完成客户订单需求的同时，使制定出的种植计划能够达到企业经济效益最大化。应用本发明专利技术所述方法可有效提高大型蔬菜种植企业蔬菜种植计划的编排效率，提高编排工作的自动化和智能化水平。

【技术实现步骤摘要】
一种大型蔬菜种植企业种植计划自动生成方法
本专利技术属于蔬菜种植计划制定领域，特别涉及一种利用最优化理论、决策支持系统理论和智能算法来实现蔬菜种植计划自动编排的方法。
技术介绍
在蔬菜种植计划排程时，需要综合考虑从业人员的技术水平、区域气候条件、土壤条件、设施装备、贮藏保鲜、市场需求等影响因素，蔬菜种植企业种植计划排程问题实质是一个非线性约束最优化问题。首先，需要根据当地的生产条件、蔬菜种类或品种劳动力成本和物资成本、技术难易程度，确定蔬菜的种植面积；其次，需要考虑蔬菜的市场均衡供应问题，例如，在季节茬口安排上注意堵淡季、躲旺季，延长供应时期，既有利市场供应，更能提高经济效益；再次，需要考虑季节性因素，既要充分利用本地区的有效生产季节，注意与前后茬的衔接时间，又要注意合理倒茬，避免同类蔬菜连作，以减轻病虫害的传播和侵染；然后，在安排适当的蔬菜种类的同时，尽可能选择适宜本地条件种植的优良品种；最后，采用新的种植方式或引进新的蔬菜种类或品种，注意地区间的气候条件差异和当地的消费习惯，应在小面积试种取得成功的基础上再逐步发展。由于在制定蔬菜生产计划时，需要考虑的因素众多，如何在资源约束条件制定出科学合理的蔬菜生产计划是一项极为复杂和繁琐的工作。企业制定蔬菜生产计划的传统方法是，完全由人工按照个人经验进行编排，对计划编排人员的要求较高，该方法不仅耗时耗力，而且由于人工编排的种植计划往往无法同时兼顾效益、产能、成本节约、地域、种植设施和种植模式合理等诸方面的要求，导致编排出的种植计划不够科学合理。随着当前大型蔬菜生产企业不断向规模化、专业化、集约化、标准化方向发展，传统的手工编排方法难以满足企业科学管理的需要。
技术实现思路
针对传统蔬菜生产计划制定方法中存在的上述问题，本专利技术提供了一种大型蔬菜种植企业种植计划自动生成方法，该方法根据相关约束条件，可以快速生成科学、合理的种植计划排程方案，提高蔬菜种植企业计划排程人员的工作效率，实现大型蔬菜种植企业种植计划排程工作的自动化和智能化。为解决上述技术问题，本专利技术采用以下技术方案。一种大型蔬菜种植企业种植计划自动生成方法，包括以下步骤：S1：输入数据，进行数据初始化；S2：对步骤S1中的输入数据，进行预处理与有效性验证；S3：根据客户订单要求，利用智能启发式算法，为所有订单安排种植地点和种植时间，生成企业种植计划排程结果。进一步地，所述的大型蔬菜种植企业种植计划自动生成方法，其特征在于，所述的大型蔬菜种植企业由若干个分布在不同地理位置上的农场组成，记为fm1,fm2,...,fmn；其中，每个农场被划分为若干个片区，记为disth；每个片区又由若干个大棚组成，记为ghj，大棚是企业的最小种植单位；每一农场、片区、大棚在企业范围内都拥有唯一编码，根据大棚的编码可以获得所属片区编码，根据片区编码可以获得所属农场编码。进一步地，步骤S1所述的输入数据包括：指定时间区间ΔT、客户订单列表OrderList、蔬菜品种列表VarietyList、品种产能列表VarietyCapacityList、种植规程列表RuleList、农场年度设施面积列表FacilityList、劳动力成本信息LaborCostList、物资成本信息InputsCostList、品种优先级信息VarietyRankList等。更进一步地，步骤S1所述的时间区间ΔT以自然日为最小单位，时间区间ΔT的开始时间和结束时间均为公历日期；客户订单至少包括以下数据项：蔬菜品种、供货日期、供货数量、质量标准、客户编号。进一步地，步骤S2所述的预处理包括以下步骤：根据实际情况对客户订单进行拆分或合并等操作，确保一个订单具有：唯一蔬菜品种、唯一的供货日期、唯一的供货数量、唯一的质量标准、唯一的客户编号。检索出该企业在某一时间区间ΔT内的所有订单，并按订单中的供货日期从早到晚对订单进行排序，得到排序后的订单列表OrderList。进一步地，步骤S2所述的有效性验证包括以下步骤：数据非空验证：验证时间区间ΔT是否大于0，验证订单列表OrderList、蔬菜品种列表VarietyList、品种产能列表VarietyCapacityList、种植规程列表RuleList、农场年度设施面积列表FacilityList、劳动力成本信息LaborCostList、投入物资成本信息InputsCostList、品种优先级信息VarietyRankList是否为空。验证订单列表OrderList中的蔬菜品种在时间区间ΔT内是否有农场产能安排。验证订单列表OrderList中的蔬菜品种是否有对应的种植规程。验证订单中所有蔬菜品种的供货量是否大于所有农场的最大产能之和。进一步地，所述步骤S3具体包括以下步骤：S31：将时间区间ΔT分割成若干个自然日数为t的时间段，记为Δt1,Δt2,…,Δt|ΔT/t|，并按时间先后顺序依次处理每一时间段内的订单。其中，ΔT和t为正整数，且t≤ΔT，|ΔT/t|表示对ΔT/t向上取整。S32：筛选出供货日期在第k个时间段Δtk内的所有订单，基于订单评分函数f(oi)分别计算上述订单的综合评分，并按综合评分由高到低对订单优先级排序，生成时间段Δtk内的订单优先级队列orderQueue，记为orderQueue＝(o1,o2,…,oi,…)，其中，订单评分函数f(oi)为：其中，oi表示第i个蔬菜品种对应的订单，pi为蔬菜品种i的预期价格，yi为蔬菜品种i的亩产，amti为蔬菜品种i的供货量，delayDaysi为订单oi的供货日期需要推迟的天数，t为时间段Δtk内的天数，w1为客户优先级权重，w2为品种优先级权重，growDaysi为蔬菜品种i的种植周期天数，labori为种植蔬菜品种i所需的劳动力成本，inputsi为种植蔬菜品种i所需的投入物资成本，otheri为种植蔬菜品种i所需的其他成本。S33：依次遍历队列orderQueue中的元素，取出当前元素oi，根据订单oi中的蔬菜品种、质量标准、农场品种产能、种植规程信息、农场设施信息等条件筛选出在时间段Δti内可以种植该蔬菜品种的所有农场，记为fmQueuei＝(fmi1,fmi2,…,fmin)，其中，n表示符合条件的农场数量。若fmQueuei为空，则将订单oi的供货日期向后推迟1天，并且重新进行农场筛选，直到fmQueuei不为空。S34：基于遗传算法，求解订单oi的最优化种植方案，以确定订单oi在各农场的种植面积与种植时间，用公式表示为：J＝ming(oi)约束条件为：akj≥0ykj≥0其中，oi表示第i个蔬菜品种对应的订单，J为求解订单oi最优化种植方案的目标函数，q(oi)为订单oi的供货量，n为订单oi对应的农场数量，nk为第k个农场中空闲大棚的数量，fkj表示订单oi是否使用第k个农场的第j个大棚，akj为第k个农场中第j个大棚的面积，ykj为第k个农场中第j个大棚的亩产，pk为订单oi中蔬菜的预期价格，ckj为第k个农场中第j个大棚的人力成本与物资成本，uck为第k个农场中蔬菜的单位距离运输成本，dk为第k个农场与订单oi目标客户的距离，sk为第k个农场中蔬菜的单位储藏成本，lkj表示第k个农场中第j个大棚因连续种植某种蔬菜造成的本文档来自技高网...

【技术保护点】
一种大型蔬菜种植企业种植计划自动生成方法，其特征在于，包括：S1：输入数据，进行数据初始化；S2：对步骤S1中的输入数据进行预处理与有效性验证；S3：根据客户订单要求，利用智能启发式算法为所有订单安排种植地点和种植时间，生成企业种植计划排程结果。

【技术特征摘要】
1.一种大型蔬菜种植企业种植计划自动生成方法，其特征在于，包括：S1：输入数据，进行数据初始化；S2：对步骤S1中的输入数据进行预处理与有效性验证；S3：根据客户订单要求，利用智能启发式算法为所有订单安排种植地点和种植时间，生成企业种植计划排程结果；步骤S1所述输入数据包括：指定时间区间ΔT、客户订单列表OrderList、蔬菜品种列表VarietyList、品种产能列表VarietyCapacityList、种植规程列表RuleList、农场年度设施面积列表FacilityList、劳动力成本信息LaborCostList、物资成本信息InputsCostList、品种优先级信息VarietyRankList；步骤S2所述的有效性验证包括以下步骤：数据非空验证：验证时间区间ΔT是否大于0，验证订单列表OrderList、蔬菜品种列表VarietyList、品种产能列表VarietyCapacityList、种植规程列表RuleList、农场年度设施面积列表FacilityList、劳动力成本信息LaborCostList、投入物资成本信息InputsCostList、品种优先级信息VarietyRankList是否为空；验证订单列表OrderList中的蔬菜品种在时间区间ΔT内是否有农场产能安排；验证订单列表OrderList中的蔬菜品种是否有对应的种植规程；验证订单中所有蔬菜品种的供货量是否大于所有农场的最大产能之和；所述步骤S3具体包括以下步骤：S31：将时间区间ΔT分割成若干个自然日数为t的时间段，记为Δt1,Δt2,…,Δt|ΔT/t|，并按时间先后顺序依次处理每一时间段内的订单；其中，ΔT和t为正整数，且t≤ΔT，|ΔT/t|表示对ΔT/t向上取整；S32：筛选出供货日期在第k个时间段Δtk内的所有订单，基于订单评分函数f(oi)分别计算上述订单的综合评分，并按综合评分由高到低对订单优先级排序，生成时间段Δtk内的订单优先级队列orderQueue，记为orderQueue＝(o1,o2,…,oi,…)，其中，订单评分函数f(oi)为：其中，oi表示第i个蔬菜品种对应的订单，pi为蔬菜品种i的预期价格，yi为蔬菜品种i的亩产，amti为蔬菜品种i的供货量，delayDaysi为订单oi的供货日期需要推迟的天数，t为时间段Δtk内的天数，w1为客户优先级权重，w2为品种优先级权重，growDaysi为蔬菜品种i的种植周期天数，labori为种植蔬菜品种i所需的劳动力成本，inputsi为种植蔬菜品种i所需的投入物资成本，otheri为种植蔬菜品种i所需的其他成本；S33：依次遍历队列orderQueue中的元素，取出当前元素oi，根据订单oi中的蔬菜品种、质量标准、农场品种产能、种植规程信息、农场设施信息条件筛选出在时间段Δti内可以种植该蔬菜品种的所有农场，记为fmQueuei＝(fmi1,fmi2,…,fmin)，其中，n表示符合条件的农场数量；若fmQueuei为空，则将订单oi的供货日期向后推迟1天，并且重新进行农场筛选，直到fmQueuei不为空；S34：基于遗传算法，求解订单oi的最优化种植方案，以确定订单oi在各农场的种植面积与种植时间，用公式表示为：J＝ming(oi)约束条件为：akj≥0ykj≥0其中，o...

【专利技术属性】
技术研发人员：潘守慧，王开义，杨锋，王书锋，王志彬，刘忠强，
申请(专利权)人：北京农业信息技术研究中心，
类型：发明
国别省市：北京;11