zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Kinh Tế - Quản Lý

» Quy hoạch - Đô thị

Ứng dụng mô hình tối ưu hóa đa mục tiêu trong quy hoạch sử dụng đất nông nghiệp

Chia sẻ: Liễu Yêu Yêu | Ngày: | Loại File: PDF | Số trang:8

Báo xấu

37
lượt xem 7
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết "Ứng dụng mô hình tối ưu hóa đa mục tiêu trong quy hoạch sử dụng đất nông nghiệp" tổng quan khả năng ứng dụng mô hình tối ưu hóa đa mục tiêu trong quy hoạch sử dụng đất nông nghiệp làm cơ sở khoa học cho người ra quyết định lựa chọn các phương án tối ưu, góp phần chuyển đổi cơ cấu sử dụng đất nông nghiệp hiệu quả hướng đến phát triển nền kinh tế nông nghiệp bền vững. Mời các bạn cùng tham khảo!

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Ứng dụng mô hình tối ưu hóa đa mục tiêu trong quy hoạch sử dụng đất nông nghiệp

HỆ THỐNG THÔNG TIN, VIỄN THÁM VÀ TRẮC ĐỊA - BẢN ĐỒ ỨNG DỤNG MÔ HÌNH TỐI ƯU H A ĐA MỤC TIÊU TRONG QU HOẠCH SỬ DỤNG ĐẤT NÔNG NGHIỆP Ngô Thị Hiệp Trƣờng Đại học Tài nguyên và Môi trƣờng Thành phố Hồ Chí Minh Email: nthiep@hcmunre.edu.vn TÓM TẮT Ở Việt Nam hiện nay, các nghiên cứu về tối ƣu hóa đa mục tiêu trong quy hoạch sử dụng đất nói chung và quy hoạch sử dụng đất nông nghiệp nói riêng đã đƣợc thực hiện song các nghiên cứu chỉ mới diễn ra trong phạm vi hẹp, tính ứng dụng chƣa cao. Trong khi đó, vấn đề phát triển nông nghiệp bền vững chƣa khi nào cấp thiết nhƣ hiện nay. Để phát triển bền vững, đòi hỏi phải đáp ứng đƣợc nhiều mục tiêu khác nhau. Bằng cách nào để giúp các nhà hoạch định chính sách ra quyết định vừa phát triển kinh tế, vừa đảm bảo an sinh xã hội nhƣng vẫn bảo vệ đƣợc tài nguyên môi trƣờng. Nghiên cứu này tổng quan khả năng ứng dụng mô hình tối ƣu hóa đa mục tiêu trong quy hoạch sử dụng đất nông nghiệp làm cơ sở khoa học cho ngƣời ra quyết định lựa chọn các phƣơng án tối ƣu, góp phần chuyển đổi cơ cấu sử dụng đất nông nghiệp hiệu quả hƣớng đến phát triển nền kinh tế nông nghiệp bền vững. Từ khóa: Hỗ trợ r quyết địn , quy oạ sử dụng đất nông ng ệp, tố ưu ó đ mụ t êu. 1. MỞ ĐẦU Nông nghiệp là ngành sản xuất vật chất cơ bản giữ vai trò to lớn trong việc phát triển kinh tế ở hầu hết tất cả các nƣớc, nhất là ở các nƣớc đang phát triển nhƣ Việt Nam với đại bộ phân dân cƣ sống bằng nghề nông, vì vậy việc quy hoạch sử dụng đất nông nghiệp hƣớng đến phát triển bền vững là vấn đề hết sức quan trọng trong chiến lƣợc phát triển kinh tế - xã hội của đất nƣớc. Phát triển nông nghiệp bền vững là đề tài chƣa bao giờ giảm tính chất thời sự, là vấn đề thách thức của cả các nhà nghiên cứu khoa học cũng nhƣ các nhà quản lí, đặc biệt là trong thời kỳ cách mạng công nghiệp 4.0. Trong thời kỳ này, tính bền vững của sản xuất nông nghiệp bị tác động bởi nhiều yếu tố (biến đổi khí hậu, nƣớc biển dâng, xâm nhập mặn, thoái hóa tài nguyên đất, biến động thị trƣờng nông sản…). Chính vì vậy, việc sử dụng đất nông nghiệp của con ngƣời càng trở nên đa dạng và phức tạp hơn. Do đó, vấn đề lựa chọn các kiểu sử dụng đất đai phù hợp với điều kiện thực tế của địa phƣơng, khai thác hợp lý và hiệu quả nguồn tài nguyên đất đai hƣớng tới phát triển nền nông nghiệp bền vững là rất cần thiết (Phạm Thanh Vũ và cs, 2014). Hiện nay, việc ứng dụng mô hình toán học và giải mô hình toán học với sự trợ giúp của máy tính cũng nhƣ các phần mềm có sẵn hay tự thiết kế đang là một trong những phƣơng pháp có nhiều ƣu việt đƣợc triển khai trong hầu hết các lĩnh vực, trong số đó có các ngành kinh tế, kĩ thuật và quy hoạch sử dụng đất (Lê Thị Giang, Đoàn Thanh Thủy, 2011). Trong quy hoạch sử dụng đất nông nghiệp, việc đảm bảo cân bằng các mục tiêu kinh tế, xã hội và môi trƣờng là hết sức cần thiết để hƣớng đến phát triển bền vững và tối ƣu hóa sử dụng đất nông nghiệp là một công cụ định lƣợng quan trọng của quá trình ra quyết định trong quy hoạch. 245 |
KỶ YẾU HỘI THẢO KHOA HỌC 2. M H NH T I ƢU ĐA M C TIÊU 2.1. Khái quát về tối ƣu hóa đa mục tiêu Tối ƣu hóa là một trong những lĩnh vực kinh điển của toán học có ảnh hƣởng đến hầu hết các lĩnh vực, trong đó có sản xuất nông nghiệp. Trong thực tế, việc tìm ra giải pháp tối ƣu cho một vấn đề nào đó chiếm một vai trò hết sức quan trọng. Phƣơng án tối ƣu là những phƣơng án tốt nhất, tiết kiệm chi phí, tài nguyên, sức lực mà lại cho hiệu quả cao. Đối với quy hoạch sử dụng đất nông nghiệp, nhà lập quy hoạch phải giải quyết nhiều vấn đề khác nhau với các quan điểm và mục tiêu khác nhau về kinh tế, xã hội, môi trƣờng… Từ thực tế đó, chúng ta thƣờng phải xem xét để tối ƣu hóa đồng thời một lúc nhiều mục tiêu. Các mục tiêu này thƣờng là khác nhau về thứ nguyên, tức là chúng đƣợc đo bởi các đơn vị khác nhau. Những tình huống nhƣ vậy tạo ra các bài toán đa mục tiêu. Nhƣ vậy, chúng ta cần phải tối ƣu hóa (cực đại hóa hoặc cực tiểu hóa tuỳ theo tình huống thực tế) không phải là chỉ một mục tiêu nào đó, mà là đồng thời tất cả các mục tiêu đã đặt ra. Trong công tác quản lý nhà nƣớc về đất đai, quy hoạch sử dụng đất đai phải đáp ứng các nhu cầu về quản lý, khai thác và sử dụng đất đai của toàn xã hội theo các mục tiêu: kinh tế, kỹ thuật, xã hội, môi trƣờng và tài nguyên... Tuy nhiên, các mục tiêu này thƣờng đối chọi cạnh tranh với nhau. Việc làm tốt hơn mục tiêu này thƣờng dẫn tới việc làm xấu đi một số mục tiêu khác. Vì vậy, việc giải các bài toán tối ƣu đa mục tiêu, tức là tìm ra một phƣơng án khả thi tốt nhất để cân bằng các mục tiêu đó, đây cũng là lời giải rất cần thiết để đảm bảo cho một nền nông nghiệp phát triển bền vững và thực chất đó là một bài toán ra quyết định. Để thiết lập một mô hình tối ƣu phải xác định rõ các yêu cầu, các mục tiêu cụ thể cần đạt tới, các điều kiện hạn chế (ràng buộc) của bài toán, các biến quyết định cần xem xét cũng nhƣ phải bỏ ra nhiều công sức để thu thập đƣợc các dữ liệu thực tế đa dạng và có độ tin cậy cao. Sau đó, cần lựa chọn một phƣơng pháp tối ƣu toán học phù hợp làm công cụ để giải quyết mô hình. Nguyên tắc chung của bài toán tối ƣu gồm các nội dung: - Xác định hàm mục tiêu. - Xác định các biến thiết kế. - Xác định các ràng buộc. - Phân tích các đặc điểm của bài toán tối ƣu. 2.2. Một số thuật toán giải ài toán tối ƣu đa mục tiêu và ra quyết định nhóm có hả năng ứng ụng trong quy hoạch sử ụng đất nông nghiệp Các phƣơng pháp tối ƣu toán học có thể áp dụng trong lĩnh vực quy hoạch sử dụng đất nông nghiệp cũng rất đa dạng nhƣ trong hầu hết các lĩnh vực kinh tế - xã hội khác. Đó là các phƣơng pháp tối ƣu đơn mục tiêu và đa mục tiêu, tuyến tính cũng nhƣ phi tuyến với các biến liên tục, nguyên cũng nhƣ hỗn hợp nguyên. Các tham số của mô hình có thể là các số thực thông thƣờng, các hệ số ngẫu nhiên/biến ngẫu nhiên, các hệ số mờ tuỳ theo bản chất của chúng và của vấn đề cần giải quyết. Vì vậy, ngoài các phƣơng pháp tối ƣu cổ điển, có thể áp dụng các phƣơng pháp quy hoạch ngẫu nhiên và quy hoạch mở. Việc giải các bài toán quy hoạch dài hạn đòi hỏi phải nghiên cứu và áp dụng các phƣơng pháp tối ƣu đa dạng nhƣ các phƣơng pháp quy hoạch động (dynamic programming), các phƣơng pháp mô phỏng (simulation methods) và nhiều 246 |
HỆ THỐNG THÔNG TIN, VIỄN THÁM VÀ TRẮC ĐỊA - BẢN ĐỒ phƣơng pháp tối ƣu khác (Nguyễn Hải Thanh, 2008). Trong khuôn khổ bài báo này, tác giả chỉ giới thiệu một số thuật toán giải bài toán tối ƣu đa mục tiêu liên quan đến việc ra quyết định nhóm trong quy hoạch sử dụng đất nông nghiệp, bởi lẽ, các thuật toán này cho phép ngƣời ra quyết định giải quyết một cách có hiệu quả hơn các bài toán quy hoạch dài hạn nhƣ quy hoạch sử dụng đất nông nghiệp, với các dữ liệu đầu vào lớn cũng nhƣ nhiều mục tiêu đặt ra đồng thời các dữ liệu luôn có sự thay đổi theo thời gian và không gian (quy hoạch động). 2.2.1. Thuật toán thỏa dụng mờ giải bài toán tối ưu đa mục tiêu Để thiết kế các phƣơng án quyết định cho mô hình quy hoạch tuyến tính đa mục tiêu có thể áp dụng một số phƣơng pháp, trong đó có phƣơng pháp thỏa dụng mờ. Để đƣa ra quyết định chọn lựa phƣơng án trong các phƣơng án của tập A = {a, b, c,…}, mỗi thành viên của nhóm cần xác lập hàm thỏa dụng của mình để sắp thứ tự các phƣơng án, mà dựa vào đó hàm thỏa dụng của cả nhóm sẽ đƣợc tổ hợp. Quyết định đƣợc đƣa ra dựa vào hàm thỏa dụng tổ hợp này sau một số bƣớc lặp để các cá thể có thể chỉnh sửa lại các đánh giá của mình (Nguyễn Hải Thanh, 2007). Thuật toán áp dụng phƣơng pháp này nhƣ sau: Bướ k ở tạo i) Nhập số liệu cho các hàm mục tiêu tuyến tính z i (i = 1, 2,..., p) và m điều kiện ràng buộc. Giải bài toán cho từng mục tiêu z i (i = 1, 2,..., p) với miền ràng buộc D đƣợc xác định bởi m ràng buộc ban đầu để thu đƣợc các phƣơng án tối ƣu x 1, x2,..., xp (nếu với một mục tiêu nào đó bài toán không cho phƣơng án tối ƣu thì cần xem xét để chỉnh sửa lại các điều kiện ràng buộc ban đầu). ii) Tính giá trị các hàm mục tiêu tại p phƣơng án x1, x2,..., xp và lập bảng pay-off. Xác định giá trị cận trên và giá trị cận dƣới của mục tiêu zi (i =1, 2,..., p), với j = zi(xi) và = Min {zi(x ): j = 1, 2, …, p}. iii) Xác định các hàm thoả dụng mờ 1(z1), 2(z2),..., p(zp), cho từng mục tiêu theo công thức: i(zi) = , i = 1, 2, 3, …, p. ( ) iv) Đặt: SP = {x1, x2,..., xp}, k :=1 và = với i = 1, 2,..., p. Cá bướ lặp ( ét bướ lặp t ứ k): Bƣớc 1: i) Xây dựng hàm thỏa dụng tổ hợp từ các hàm thỏa dụng trên: u = w1 1(z1) + w2 2(z2), + ... + wp p(zp) Max Trong đó: w1, w2,..., wp là các trọng số (phản ánh tầm quan trọng của từng hàm thỏa dụng trong thành phần hàm thỏa dụng tổ hợp) đƣợc ngƣời giải lựa chọn thỏa mãn điều kiện: w1 + w2 + …+ wp = 1 và 0 w1, w2,..., wp 1. ii) Giải bài toán với hàm thỏa dụng tổ hợp với m ràng buộc ban đầu và p ràng buộc bổ sung ( ) zi(x) , i = 1, 2,..., p, để tìm đƣợc phƣơng án tối ƣu của bƣớc lặp thứ k là x (k) và giá trị của các hàm mục tiêu zi cũng nhƣ của các hàm thỏa dụng i(zi) (với i =1, 2,..., p). Bƣớc 2: i) Nếu min = Min { i(zi): i = 1, 2,..., p} bé hơn một ngƣỡng t nào đó (t đƣợc lựa 247 |
KỶ YẾU HỘI THẢO KHOA HỌC chọn trong đoạn [0, 1] và có thể đƣợc chỉnh sửa lại trong quá trình giải bài toán) thì phƣơng án tìm đƣợc x(k) không đƣợc chấp nhận. Trong trƣờng hợp trái lại, phƣơng án x (k) đƣợc chấp nhận vào tập SP các phƣơng án tối ƣu Pareto (tối ƣu Pareto yếu) cần xem xét nếu x(k) SP. ii) Nếu ngƣời giải bài toán còn muốn tiếp tục mở rộng tập SP thì đặt k := k + 1. Nếu k > L1 hoặc số lần bƣớc lặp liên tiếp tập SP không đƣợc mở rộng vƣợt quá L2 ( ) (L1 và L2 đƣợc ngƣời giải tùy chọn) thì đặt = với i = 1, 2,..., p và chọn ngẫu nhiên một ( ) chỉ số h {1, 2,..., p} để đặt lại giá trị cắt ( , . Quay về bƣớc 1. iii) Nếu ngƣời giải bài toán không muốn mở rộng tập SP thì chuyển sang bƣớc 3. Bƣớc 3: i) Loại khỏi tập SP các phƣơng án bị trội. ii) Kết thúc. N ận ét: Đây là phƣơng pháp dễ lập trình, có tác dụng giúp ngƣời ra quyết định đƣa đƣợc các mục tiêu khác nhau về cùng một thang bậc thỏa dụng (từ 0% tới 100%). Do đó, phƣơng pháp có ƣu điểm nổi bật là giúp giải quyết đƣợc các bài toán tối ƣu hóa với các mục tiêu khác nhau về đơn vị đo. Ngoài ra, phƣơng pháp cho phép tìm kiếm các phƣơng án tối ƣu một cách linh hoạt bằng cách sử dụng các lát cắt bổ sung. Phƣơng pháp giúp đƣa ra đƣợc nhiều phƣơng án hợp lí để tăng thêm thông tin cho bộ máy ra quyết định. 2.2.2. Thuật toán ra qu t định tập thể dựa trên toán tử DELOWA Thuật toán này đƣợc xây dựng dựa trên toán tử LOWA và phƣơng pháp Delphi (trong đó toán tử LOWA đƣợc xây dựng dựa trên toán tử OWA của Yager (1988) và toán tử tổ hợp lồi của Delgalo et al.(1993)). Xét bài toán ra quyết định nhóm khi cần lựa chọn từ tập hợp n phƣơng án, quyết định ra một phƣơng án hợp lí nhất dựa trên ý kiến của m chuyên gia. Kí hiệu: i) X = {x1,..., xn} là tập các phƣơng án hành động cần lựa chọn. ii) N = {e1,...., em} là tập các chuyên gia. iii) w: N→ [0, 1] là hàm trọng số, đánh giá tầm quan trọng của mỗi chuyên gia, đƣợc định nghĩa bới: ek → wk = w(k). Ký hiệu véc tơ các trọng số là w = (w1,...,wm). Chuẩn hóa véc tơ trọng số bằng cách: tính w0 = ∑ wi, đặt w’= (w’1,...,w’n) với w’i = wi/w0. iv) S = {S1, S2,..., ST} là tập các nhãn (hay tập các giá trị mờ của biến ngôn ngữ S). Ở đây, chúng ta giả sử T là số lẻ và các nhãn sắp thứ tự toàn phần (tức là thoả mãn các tính chất phản xạ, max-min bắc cầu, phản đối xứng). T uật g ả r quyết địn tập t ể DELOWA: Bƣớc 1: Ra quyết định tập thể theo phƣơng pháp dùng toán tử LOWA. Bƣớc 2: Tính độ lệch quy chuẩn của ý kiến của từng chuyên gia so với ý kiến tập thể. Tính tổng các trọng số quy chuẩn của các chuyên gia có ý kiến lệch với ý kiến tập thể không lớn hơn 25%. Nếu tổng này không nhỏ hơn 75% hoặc số lần lặp vƣợt quá ngƣỡng quy định M (là một số tự nhiên chọn trƣớc) thì dừng. 248 |
HỆ THỐNG THÔNG TIN, VIỄN THÁM VÀ TRẮC ĐỊA - BẢN ĐỒ Bƣớc 3: Thông báo độ lệch quy chuẩn cho từng chuyên gia xem xét để điều chỉnh/hoặc không điều chỉnh ý kiến của mình. Bƣớc 4: Tăng số lần lặp lên 1 và trở về bƣớc 1. 2.2.3. Phương pháp Delphi hỗ trợ ra qu t định nhóm Phƣơng pháp này đƣợc cải biên bởi Nguyễn Hải Thanh trên cơ sở thuật toán Delphi gốc của Kaufmann A. và Gupta vào năm 1991 (Nguyễn Hải Thanh, 2008). Mục đích của phƣơng pháp Delphi nhằm tận dụng đƣợc tri thức của các chuyên gia trong nhiều lĩnh vực khác nhau, với các nhận biết, cảm nhận khác nhau về cùng một vấn đề; giúp các chuyên gia cân nhắc và xem xét chỉnh sửa lại các đánh giá mang tính chủquan của mình; đƣa ra một quy trình giả khách quan nhằm phân cụm các ý kiến trong từng bƣớc và làm cho các ý kiến hội tụ về một cách đánh giá thống nhất. Thuật toán này đã đƣợc ứng dụng để hỗ trợ ra quyết định nhóm lựa chọn phƣơng án tốt nhất phục vụ quy hoạch sử dụng đất sản xuất nông nghiệp trên địa bàn huyện Tam Nông, tỉnh Phú Thọ. Trong đó, nhóm nghiên cứu đã khảo sát ý kiến của 5 chuyên gia với bƣớc lặp tối đa là 5 và đề xuất 5 phƣơng án, trên cơ sở đánh giá của các chuyên gia, nhóm nghiên cứu đã lựa chọn phƣơng án tốt nhất trong 5 phƣơng án đƣợc đề xuất. Thuật giải Delphi và tổng hợp ý kiến chuyên gia: Bướ k ở tạo: - Xin ý kiến n chuyên gia đánh giá một phƣơng án ở các mức độ: rất tốt, tốt, khá phù hợp, không phù hợp, kém hiệu quả, không nên triển khai. - Chọn l là số lớp để phân hoạch ý kiến các chuyên gia, thông thƣờng chọn l = 3 hoặc l = 4. - Chọn kmax là số bƣớc lặp tối đa cần thực hiện (thông thƣờng chọn kmax = 10 đến 15). Đặt k = 1. Cá bướ lặp: Bƣớc 1: Sử dụng phƣơng pháp phân loại dữ liệu căn cứ vào thuật giải xấp xỉ dựa trên các tiêu chuẩn khoảng cách cực tiểu và bình phƣơng bé nhất đã biết (dùng công thức tính khoảng cách θ (ã1, ã2) giữa hai số mờ ã1, ã2 là các giá trị lƣợng hóa hai ý kiến khác nhau). Bƣớc 2: - Nếu có ít nhất 75% ý kiến chuyên gia trong một lớp nào đó thì chuyển sang bƣớc 3. - Nếu có chƣa tới 75% ý kiến chuyên gia trong cùng một lớp nào đó, nhƣng k+1 > kmax thì cũng chuyển sang bƣớc 3. - Nếu trái lại thì thông báo cho các chuyên gia ý kiến trung bình của một hoặc một số lớp (đã đƣợc quy về mức định tính gần nhất trong số 6 mức định tính đã đƣa ra) có nhiều ý kiến tập trung nhất (thông thƣờng là một hoặc hai lớp có nhiều ý kiến nhất). - Xin các chuyên gia chỉnh sửa lại ý kiến của mình căn cứ thông báo trên và chuyển về bƣớc 1. Bƣớc 3: Thông báo cho các chuyên gia biết ý kiến trung bình của tất cả các ý kiến thuộc các lớp có chứa ít nhất 2 ý kiến và có số ý kiến ≥ 0,1n (nhƣ vậy các ý kiến thuộc vào các lớp “thiểu số” với số ý kiến < 0,1n bị loại ra). Ý kiến trung bình này đƣợc lấy làm ý kiến thống nhất của nhóm chuyên gia. 249 |
KỶ YẾU HỘI THẢO KHOA HỌC 3. KHẢ N NG ỨNG D NG M H NH T I ƢU ĐA M C TIÊU TRONG QUY HOẠCH SỬ D NG ĐẤT N NG NGHIỆP 3.1. Các phần mềm tối ƣu hóa đƣợc ứng ụng trong quy hoạch sử ụng đất nông nghiệp 3.1.1. Công cụ Solver trong MICROSOFT EXCEL Microsoft Excel có các công cụ toán học rất mạnh để giải các bài toán tối ƣu và thống kê toán học. Excel có thể giải đƣợc các loại bài toán tối ƣu: bài toán quy hoạch tuyến tính tổng quát, các biến có thể có ràng buộc hai phía, ràng buộc cũng có thể viết ở dạng hai phía; bài toán vận tải có hai chỉ số; bài toán quy hoạch nguyên (các biến có điều kiện nguyên hay boolean); bài toán quy hoạch phi tuyến. Số biến của bài toán quy hoạch tuyến tính hay nguyên có thể lên tới 200 biến. Excel còn có thể giải các bài toán hồi quy trong thống kê toán học: hồi quy đơn, hồi quy bội, hồi quy mũ. Dùng Solver ta có thể tìm cực đại hay cực tiểu của một hàm số đặt trong một ô gọi là ô đích. Solver chỉnh sửa một nhóm các ô (gọi là các ô có thể chỉnh sửa) có liên quan trực tiếp hay gián tiếp đến công thức nằm trong ô đích để tạo ra kết quả. Ta có thể thêm vào các ràng buộc để hạn chế các giá trị mà Solver có thể dùng. Đối với bài toán quy hoạch tuyến tính Solver dùng phƣơng pháp đơn hình, đối với quy hoạch phi tuyến Solver dùng phƣơng pháp tụt gradient để tìm một cực trị địa phƣơng. Tuy nhiên, cũng có nhiều bài toán nó không giải đƣợc, khi đó nó đƣa thƣờng đƣa ra các thông báo: - Câu 1: Solver không thể tìm thấy một phƣơng án khả thi: bài toán không có lời giải chấp nhận đƣợc. Hoặc có thể do các giá trị khởi đầu của những ô chứa biến khác quá xa các giá trị tối ƣu, hãy thay đổi các giá trị khởi đầu và giải lại. - Câu 2: Số bƣớc lặp đã đến hạn tối đa, có tiếp tục không? số bƣớc lặp đã đến số cực đại. Ta có thể tăng số bƣớc lặp ngầm định nhờ lệnh Tools/ Solver, chọn Options, nhập giá trị mới vào hộp Iterations. - Câu 3: Thời gian chạy đạt giới hạn tối đa, có tiếp tục không? thời gian chạy vƣợt quá thời gian tối đa ngầm định. Ta có thể sửa giá trị trong mục Max Time trong hộp thoại Solver Options. 3.1.2. Phần mềm LINGO Lingo là phần mềm giải các mô hình tối ƣu hóa: tối ƣu tuyến tính, tối ƣu phi tuyến (lồi và không lồi/toàn cục), tối ƣu toàn phƣơng, tối ƣu ngẫu nhiên và tối ƣu với biến nguyên. Lingo giúp cho việc giải các bài toán này hiệu quả, dễ dàng và nhanh chóng. Lingo cung cấp gói tích hợp bao gồm một ngôn ngữ mạnh mẽ cho thể hiện mô hình tối ƣu hóa, đƣợc sử dụng trong nhiều lĩnh vực xây dựng, công nghiệp, kinh tế… 3.1.3. Phần mềm RAST2ANU Phần mềm này đƣợc xây dựng dựa trên phƣơng pháp tìm kiếm ngẫu nhiên có kiểm soát (cùng tên gọi RST2ANU) do Mohan và Nguyễn Hải Thanh đề xuất dùng để giải các bài toán tối ƣu phi tuyến toàn cục với các biến liên tục, nguyên hoặc hỗn hợp nguyên. Thuật giải RST2ANU là thuật giải lặp, bao gồm hai pha, pha địa phƣơng và pha toàn cục. 250 |
HỆ THỐNG THÔNG TIN, VIỄN THÁM VÀ TRẮC ĐỊA - BẢN ĐỒ Phần mềm RST2ANU đã đƣợc thiết kế và xây dựng có thể sử dụng để giải quyết nhiều mô hình tối ƣu phát sinh trong lĩnh vực nông nghiệp, hỗ trợ cho giảng dạy và nghiên cứu khoa học nông nghiệp cũng nhƣ trong các lĩnh vực khác. Phần mềm này đã đƣợc nâng cấp có tính thân thiện với ngƣời sử dụng và tránhđƣợc saochép, có thể đƣợc phổ cập có bản quyền một cách rộng rãi. Việc tạo ra cácgiao diện thân thiện cho phép dễ dàng nhập các hàm mục tiêu và ràng buộc của nhiều dạng bài toán tối ƣu phi tuyến là một vấn đề khá phức tạp đã đƣợc giải quyết trong phần mềm này, tuy nhiên cần tiếp tục nghiên cứu để tích hợp RST2ANU vào các hệ hỗ trợ ra quyết định. 3.2. Khả năng vận ụng các thuật toán tối ƣu trong quy hoạch sử ụng đất nông nghiệp Các mô hình tối ƣu có một vai trò quan trọng trong nhiều lĩnh vực của nông nghiệp nhƣ: Quy hoạch sử dụng đất và tài nguyên hợp lý, chuyển đổi cơ cấu cây trồng, vật nuôi nhằm đạt hiệu quả kinh tế, hiệu quả sử dụng đất và tài nguyên, hiệu quả sinh thái môi trƣờng; hoạch định các chính sách tối ƣu trong quản lý hệ thống Nông - Lâm - Ngƣ nghiệp trên cơ sở thu thập và khai phá các dữ liệu thực tế; bảo vệ thực vật, công nghệ chế biến, thiết kế chế tạo máy nông nghiệp, các thiết bị tự động hóa… Ngoài ra, còn nhiều lĩnh vực nông nghiệp khác mà các mô hình tối ƣu có thể mang lại các lợi ích thiết thực. Có thể nhận thấy rằng, các dữ liệu đầu vào cũng nhƣ các mục tiêu, yêu cầu đƣa ra, nhìn chung, chỉ đƣợc coi là không đổi trong khoảng thời gian ngắn. Chúng sẽ biến đổi một cách khách quan và đƣợc chỉnh sửa một cách chủ quan, tuần tự từ giai đoạn này tới giai đoạn khác, phù hợp với các kết quả đã đạt đƣợc. Việc giải các bài toán quy hoạch dài hạn trong đó có quy hoạch sử dụng đất nông nghiệp đòi hỏi phải nghiên cứu và áp dụng các phƣơng pháp tối ƣu đa dạng nhƣ các phƣơng pháp quy hoạch động (dynamic planning), các phƣơng pháp mô phỏng (simulation methods) và nhiều phƣơng pháp tối ƣu khác. Các thuật toán đƣợc giới thiệu ở trên đều có khả năng ứng dụng để giải quyết các bài toán trong quy hoạch sử dụng đất nông nghiệp. Bên cạnh đó, lý thuyết tối ƣu hóa cũng gắn liền chặt chẽ với lý thuyết ra quyết định. Có thể nói, việc ra quyết định nói chung và ra quyết định nhóm nói riêng là một vấn đề rất quan trọng và có ứng dụng rộng rãi trong nhiều lĩnh vực kinh tế, quản lí và xã hội. Về mặt khoa học, đây là một vấn đề luôn có nhiều bài toán cần tiếp tục nghiên cứu để trả lới các câu hỏi: thế nào là một quyết định tốt và một quy trình nhƣ thế nào giúp chọn lựa đƣợc một quyết định tốt. 4. KẾT UẬN Đối với các bài toán lớn trong quy hoạch sử dụng đất nông nghiệp, các phần mềm tối ƣu đơn lẻ, chuyên biệt tỏ ra không thật sự hiệu quả. Có thể nhận thấy rằng, các cơ sở dữ liệu hệ thống nông nghiệp là rất lớn, luôn cần đƣợc bổ sung, cập nhật cũng nhƣ xử lý. Nhiều quyết định quản lý có thể đƣợc xây dựng dựa trên cơ sở áp dụng các phƣơng pháp toán học đa dạng nhƣ: xử lý thống kê, tối ƣu hóa, lý thuyết ra quyết định, mô phỏng ngẫu nhiên… Chính vì vậy, việc ứng dụng các phần mềm tối ƣu hóa và tích hợp lý thuyết ra quyết định thành một hệ phần mềm hỗ trợ ra quyết định để giải quyết các bài toán quy hoạch sử dụng đất nông nghiệp ở Việt Nam nhằm thực hiện các chủ trƣơng của nhà nƣớc trong vấn đề chuyển đổi cơ cấu kinh tế nông nghiệp hƣớng đến phát triển nông nghiệp bền vững trong nền kinh tế hàng hóa - thị trƣờng có định hƣớng là một vấn đề nghiên cứu quan trọng và thiết thực. 251 |
KỶ YẾU HỘI THẢO KHOA HỌC TÀI IỆU THAM KHẢO 1. Lê Thị Giang, Đoàn Thanh Thủy (2011), Sử dụng mô hình tối ƣu trong xác định cơ cấu sử dụng đất sản xuất nông nghiệp xã Giáo Liêm, huyện Sơn Động, tỉnh Bắc Giang. Tạp o - Công ng ệ 49, (tr. 46 - 47). 2. Trần Xuân Miễn, Trần Thùy Dƣơng (2016), Ứng dụng mô hình tối ƣu đa mục tiêu trong dự báo nhu cầu sử dụng đất phục vụ xây dựng nông thôn mới tại huyện Yên Dũng, tỉnh Bắc Giang. Tạp o Nông ng ệp V ệt N m, tập 14 (tr 744 - 751). 3. Nguyễn Hải Thanh (2007), Cá mô ìn và p ần mềm tố ưu hóa và ứng dụng trong nông ng ệp, Trƣờng Đại học Nông nghiệp Hà Nội. 4. Nguyễn Hải Thanh (2008), Cá t uật toán g ả bà toán quy oạ tuyến t n đ mụ t êu và r quyết địn n óm o ệ ỗ trợ r quyết địn quy oạ và ân đố quỹ đất, Trƣờng Đại học Nông nghiệp Hà Nội. 5. Phạm Thanh Vũ, Lê Quang Trí, Vƣơng Tuấn Huy và Nguyễn Thị An Khƣơng (2016), Ứng dụng phƣơng pháp tối ƣu hóa trong sử dụng đất nông nghiệp tại huyện Vị Thủy, tỉnh Hậu Giang. Tạp o Trường ĐH Cần T ơ (tr 38 - 47). 6. Phạm Thanh Vũ, Lê Quang Trí, Nguyễn Hiếu Trung, Vƣơng Tuấn Huy, Nguyễn Tấn Đạt và Lê Thị Nƣơng (2014), Ứng dụng phân tích đa tiêu chí hỗ trợ quyết định sử dụng đất nông nghiệp tại tỉnh Bạc Liêu. Tạp o Trường ĐH Cần T ơ (106 - 115). 7. Recio B., Rubio F. and Criado J. A. (2003), A decision support system for farm planning using AgriSupportII, Decision Support System. No 36, pp. 198-203. APPLICATION OFMULTI-OBJECTIVE OPTIMIZATIONMODELIN AGRICULTURAL LAND USE PLANNING Ngo Thi Hiep Ho Chi Minh City University of Natural Resources and Environment Email: nthiep@hcmunre.edu.vn ABSTRACT In Viet Nam today, multi-objective optimization studies in land use planning generally and the agricultural land use planning in particular has been implemented in a limited range of studies, which have not been high. Meanwhile, the issue of sustainable agricultural development has never been as urgent as it is today. For sustainable development, requires a variety of objectives. How to policymakers on decisions making in balance betweet economic development, ensure social security environmental resources protection. This study provides an overview of the application ofmulti-objective optimizationmodelin the agricultural land use planning as a scientific basis for making the decisionon the selection of optimal plans, contribute to the efficient use of agricultural land towards sustainable agricultural economic development. Keywords: Decision support, agricultural land use planning, multi-objective optimization. 252 |

CÓ THỂ BẠN MUỐN DOWNLOAD

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.