本發(fā)明屬于農(nóng)業(yè)信息技術(shù)，并特別涉及一種基于生產(chǎn)規(guī)劃聯(lián)合優(yōu)化的農(nóng)機(jī)調(diào)度及方法及裝置。

背景技術(shù)：

1、中國作為一個(gè)農(nóng)業(yè)大國，擁有18億畝耕地面積，其中玉米作為中國三大主糧之一，主要分布在北方并以大田生產(chǎn)為主。據(jù)統(tǒng)計(jì)，2022年玉米種植面積約6億畝，中國玉米產(chǎn)量占糧食總產(chǎn)量的40％以上。然而，農(nóng)業(yè)生產(chǎn)是一個(gè)復(fù)雜的過程，全球氣候變化導(dǎo)致極端天氣高頻率的出現(xiàn)，打破了傳統(tǒng)農(nóng)業(yè)生產(chǎn)規(guī)律，因此按照傳統(tǒng)的作業(yè)方式進(jìn)行作業(yè)必然會降低農(nóng)場產(chǎn)量，降低企業(yè)收益。此外，受到全球市場經(jīng)濟(jì)的影響，人工、生產(chǎn)資料、農(nóng)業(yè)機(jī)械等成本投入逐年提高，進(jìn)一步壓縮了企業(yè)利潤。因此，如何基于實(shí)際數(shù)據(jù)提出最優(yōu)農(nóng)業(yè)生產(chǎn)規(guī)劃以及農(nóng)機(jī)資源動(dòng)態(tài)調(diào)度方案是提高產(chǎn)量，降低成本的關(guān)鍵。

2、通過優(yōu)化農(nóng)機(jī)資源配置來提高農(nóng)業(yè)生產(chǎn)效率，促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展一直受到業(yè)界廣泛關(guān)注，基于回歸分析的方法開發(fā)了dds決策系統(tǒng)以提高收獲收益。然而該系統(tǒng)僅對收獲過程進(jìn)行調(diào)度，無法支持播種、植保等農(nóng)機(jī)調(diào)度過程；應(yīng)用線性和多元線性回歸分析，研究了播種機(jī)功率、重量、工作寬度、行數(shù)和標(biāo)價(jià)，建立了播種機(jī)相關(guān)的參數(shù)方程對播種機(jī)的性能和成本進(jìn)行評估和預(yù)測，為農(nóng)機(jī)選型與指導(dǎo)提供決策支持；通過考慮勞動(dòng)力時(shí)間、農(nóng)機(jī)類型、收獲作業(yè)實(shí)時(shí)性等參數(shù)構(gòu)建基于線性以及非線形規(guī)劃模型實(shí)現(xiàn)農(nóng)機(jī)調(diào)度。然而上述模型并未考慮人工成本、養(yǎng)護(hù)成本、作業(yè)面積、播種周期等因素對農(nóng)機(jī)選擇的影響，因此具有局限性。通過考慮種植面積、人工成本、農(nóng)機(jī)成本以及作物含水量等因素，建立以農(nóng)民利潤最大化為目標(biāo)的玉米作物管理模型，或建立播種、植保以及收獲過程農(nóng)業(yè)機(jī)械成本和能源需求融合的系統(tǒng)模型以確定最經(jīng)濟(jì)的農(nóng)機(jī)組合作業(yè)，即現(xiàn)有農(nóng)機(jī)調(diào)度問題大都是通過運(yùn)籌學(xué)將其建模為mip問題、線性規(guī)劃問題、動(dòng)態(tài)規(guī)劃問題等通過分支定界法或啟發(fā)式算法進(jìn)行解決。

3、盡管上述研究結(jié)合實(shí)際作業(yè)場景對農(nóng)機(jī)作業(yè)調(diào)度方式等給出優(yōu)化并給出指導(dǎo)建議，但這些研究對場景的假設(shè)較為簡單，考慮的因素不夠全面。

4、此外，上述研究給出的優(yōu)化的作業(yè)過程并未涵蓋全周期，同時(shí)，在求解其給出的minp、線性規(guī)劃等問題時(shí)，通常需要花費(fèi)大量時(shí)間進(jìn)行多次迭代才能獲得優(yōu)化方案，或者要借助于高昂收費(fèi)的商業(yè)求解器進(jìn)行求解。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是解決我國玉米全周期農(nóng)機(jī)資源調(diào)度及生產(chǎn)作業(yè)規(guī)劃問題。目前尚未有針對全周期的農(nóng)機(jī)資源調(diào)度模型，且現(xiàn)有的調(diào)度模型都是基于運(yùn)籌學(xué)方法，要么求解困難，要么模型過于簡化，未考慮各種影響因素。本發(fā)明提出了一種基于深度強(qiáng)化學(xué)習(xí)的全周期農(nóng)機(jī)資源調(diào)度方法。

2、針對現(xiàn)有技術(shù)的不足，如圖6所示，本發(fā)明一種基于生產(chǎn)規(guī)劃聯(lián)合優(yōu)化的農(nóng)機(jī)調(diào)度方法，其中包括：

3、步驟1、根據(jù)收獲作業(yè)中的農(nóng)場總面積、農(nóng)機(jī)具寬幅、農(nóng)機(jī)數(shù)量、作業(yè)速率、作業(yè)時(shí)間、作業(yè)效率，構(gòu)建農(nóng)機(jī)配置模型n；

4、步驟2、根據(jù)標(biāo)準(zhǔn)播期的產(chǎn)量、早播面積、標(biāo)準(zhǔn)播面積、早播和標(biāo)準(zhǔn)播的產(chǎn)量影響因子，構(gòu)建播期影響下的實(shí)際產(chǎn)量模型yac；

5、步驟3、根據(jù)燃油價(jià)格、播種作業(yè)天數(shù)、播種作業(yè)投入農(nóng)機(jī)數(shù)量、農(nóng)機(jī)油耗，構(gòu)建播種農(nóng)機(jī)作業(yè)的油耗成本模型cs；

6、步驟4、根據(jù)該作業(yè)面積、畝播量、播種機(jī)數(shù)、單位時(shí)間的人工成本、早播作業(yè)時(shí)間，構(gòu)建人工成本模型cc；

7、步驟5、根據(jù)雜草生長時(shí)間與產(chǎn)量的關(guān)系，構(gòu)建植保作業(yè)與產(chǎn)量關(guān)系模型yp；

8、步驟6、根據(jù)植保農(nóng)機(jī)油耗、燃油價(jià)格、植保時(shí)間，構(gòu)建植保作業(yè)過程農(nóng)機(jī)投入成本模型cp；

9、步驟7、根據(jù)植保時(shí)間、單位面積的化肥重量、化肥價(jià)格、單位時(shí)間的人工成本，構(gòu)建植保作業(yè)過程的化肥與人工成本模型cx；

10、步驟8、根據(jù)收獲產(chǎn)量、作物含水量，構(gòu)建含水量及產(chǎn)量關(guān)系模型yre；

11、步驟9、根據(jù)燃油價(jià)格、收獲作業(yè)天數(shù)、收獲作業(yè)投入農(nóng)機(jī)數(shù)量、農(nóng)機(jī)油耗，構(gòu)建收獲農(nóng)機(jī)作業(yè)的油耗成本模型ch；

12、步驟10、根據(jù)單位時(shí)間的人工成本、收獲農(nóng)機(jī)作業(yè)時(shí)間，構(gòu)建收獲期人工成本模型cz；

13、步驟11、根據(jù)該農(nóng)機(jī)配置模型n、實(shí)際產(chǎn)量模型yac、油耗成本模型cs、人工成本模型cc、植保作業(yè)與產(chǎn)量關(guān)系模型yp、植保作業(yè)過程農(nóng)機(jī)投入成本模型cp、植保作業(yè)過程的化肥與人工成本模型cx、含水量及產(chǎn)量關(guān)系模型yre、收獲農(nóng)機(jī)作業(yè)的油耗成本模型ch、收獲期人工成本模型cz，構(gòu)建全周期最大化利潤數(shù)學(xué)模型；

14、步驟12、根據(jù)農(nóng)機(jī)每天作業(yè)時(shí)間上限、農(nóng)機(jī)總數(shù)上限、農(nóng)場總面積上限、農(nóng)作物含水量范圍，構(gòu)建該全周期最大化利潤數(shù)學(xué)模型的限制約束，在該限制約束下，求解該全周期最大化利潤數(shù)學(xué)模型輸出利潤最大時(shí)的農(nóng)機(jī)調(diào)度策略；以該農(nóng)機(jī)調(diào)度策略執(zhí)行該作物的播種、收獲和植保作業(yè)任務(wù)。

15、所述的基于生產(chǎn)規(guī)劃聯(lián)合優(yōu)化的農(nóng)機(jī)調(diào)度方法，其中該農(nóng)機(jī)配置模型n為：

16、

17、其中，n表示農(nóng)機(jī)數(shù)量，a為農(nóng)場總面積，w表示農(nóng)機(jī)具寬幅，v表示作業(yè)速率，t表示作業(yè)時(shí)間，e表示農(nóng)機(jī)作業(yè)效率；

18、該播期影響下的實(shí)際產(chǎn)量模型yac為：

19、

20、yac表示播期影響下的實(shí)際產(chǎn)量，yha為標(biāo)準(zhǔn)播期的產(chǎn)量，aea為早播面積，ast為標(biāo)準(zhǔn)播面積，為早播時(shí)間j下的產(chǎn)量影響因子,為標(biāo)準(zhǔn)播時(shí)間j下的產(chǎn)量影響因子；

21、

22、

23、

24、其中，表示在早播階段馬力段為i的農(nóng)機(jī)在第j天播種作業(yè)小時(shí)數(shù)，表示在正常播種階段馬力段為i的農(nóng)機(jī)在第j天播種作業(yè)小時(shí)數(shù)，為延遲播種時(shí)間；

25、播種農(nóng)機(jī)作業(yè)的油耗成本模型cs為：

26、

27、l表示農(nóng)機(jī)馬力段的種類個(gè)數(shù)，j表示作業(yè)天數(shù)；為早播階段馬力段為i的農(nóng)機(jī)在第j天作業(yè)時(shí)間，為早播播種期馬力段為i的農(nóng)機(jī)在第j天作業(yè)投入農(nóng)機(jī)數(shù)量，為正常播種作業(yè)時(shí)間，fis表示馬力段為i的播種機(jī)對應(yīng)的油耗，θd為單位柴油價(jià)格；

28、該人工成本模型cc：

29、

30、其中，a表示農(nóng)場總面積，θseed為畝播量，為早播播種機(jī)數(shù)，θp為每日人工成本，為早播作業(yè)時(shí)間，為正常播種期投入農(nóng)機(jī)數(shù)量，為正常播種作業(yè)時(shí)間；

31、該植保作業(yè)與產(chǎn)量關(guān)系模型yp：

32、yp＝y(tǒng)haacxj

33、

34、其中yp為雜草管理后的產(chǎn)量，xj為第j天雜草對產(chǎn)量影響的百分比，j是植保周期中的第j天；

35、該植保作業(yè)過程農(nóng)機(jī)投入成本模型cp：

36、

37、其中cp表示植保過程農(nóng)機(jī)燃油成本，表示為馬力段為i的農(nóng)機(jī)在第j天作業(yè)時(shí)間，θd為柴油市場價(jià)格，表示馬力段i在第j天作業(yè)的農(nóng)機(jī)數(shù)量；

38、該植保作業(yè)過程的化肥與人工成本模型cx：

39、

40、其中cx表示植保過程人工成本，θpe表示單位面積需要農(nóng)藥量，θcf表示單位面積需要化肥量，為植保作業(yè)過程中馬力段為i的農(nóng)機(jī)在第j天作業(yè)時(shí)間，為馬力段為i在第j天作業(yè)過程下的農(nóng)機(jī)投入數(shù)量；

41、該水量及產(chǎn)量關(guān)系模型yre：

42、

43、其中，yre為收獲實(shí)際產(chǎn)量，為農(nóng)機(jī)收獲過程產(chǎn)生的損失率，mq為作物含水量，θma為含水量對應(yīng)的收獲價(jià)格；其中作物含水量與作物價(jià)格的關(guān)系：

44、

45、其中pe表示含水量小于或等于14％時(shí)作物價(jià)格。

46、該收獲農(nóng)機(jī)作業(yè)的油耗成本模型ch：

47、

48、其中ch表示收獲過程農(nóng)機(jī)燃油成本，表示收獲過程中馬力段為i的農(nóng)機(jī)在j天作業(yè)時(shí)間，θd為柴油市場價(jià)格，表示馬力段為i在第j天作業(yè)的收獲農(nóng)機(jī)數(shù)量；

49、該收獲期人工成本模型cz：

50、

51、其中cz表示收獲過程人工成本，表示為馬力段為i的收獲農(nóng)機(jī)在j天作業(yè)時(shí)間，θp為每人每天薪資，表示馬力段為i在第j天作業(yè)的收獲農(nóng)機(jī)數(shù)量；

52、該全周期最大化利潤數(shù)學(xué)模型：

53、

54、該限制約束為：

55、

56、

57、

58、

59、

60、

61、

62、

63、

64、

65、

66、

67、

68、

69、

70、

71、

72、ms≤mq≤m?(19)

73、上述限制條件(2)至(4)分別表示馬力段為i的農(nóng)機(jī)在第j天的作業(yè)時(shí)間范圍；限制條件(5)與(7)表示早播、標(biāo)準(zhǔn)播、晚播時(shí)期的農(nóng)機(jī)個(gè)數(shù)小于等于農(nóng)場已有的播種農(nóng)機(jī)數(shù)；限制條件(8)表示植保過程中實(shí)際農(nóng)機(jī)作業(yè)數(shù)量小于等于農(nóng)場已有植保機(jī)總數(shù)；限制條件(9)表示收獲過程中實(shí)際農(nóng)機(jī)作業(yè)數(shù)量小于等于過農(nóng)場已有收獲機(jī)總量；限制條件(10)至(12)表示農(nóng)機(jī)個(gè)數(shù)限制為整數(shù)，限制條件(13)到(17)分別表示收獲、植保、播種過程的作業(yè)面積小于等于超過農(nóng)場總面積，限制條件(18)表示表示早播、標(biāo)準(zhǔn)播、晚播的作業(yè)面積之和小于等于超過農(nóng)場總面積；限制條件(19)表示農(nóng)作物含水量的范圍。

74、所述的基于生產(chǎn)規(guī)劃聯(lián)合優(yōu)化的農(nóng)機(jī)調(diào)度方法，其中基于強(qiáng)化學(xué)習(xí)求解該全周期最大化利潤數(shù)學(xué)模型，將所需要作業(yè)的面積x和剩余作業(yè)的天數(shù)h作為狀態(tài)空間s，其中f代表植保，h代表收獲，各類農(nóng)機(jī)的臺數(shù)、含水量m和作業(yè)時(shí)間作為動(dòng)作空間a，下標(biāo)t代表第t天；對于給定的動(dòng)作at，根據(jù)該全周期最大化利潤數(shù)學(xué)模型計(jì)算得出獎(jiǎng)勵(lì)rt,根據(jù)農(nóng)機(jī)配置模型n計(jì)算第一作業(yè)面積，將狀態(tài)空間s中對應(yīng)的剩余面積減少該第一作業(yè)面積，對應(yīng)的剩余天數(shù)減1；

75、基于強(qiáng)化學(xué)習(xí)求解該全周期最大化利潤數(shù)學(xué)模型具體過程包括：

76、步驟121、使用初始參數(shù)θμ初始化訓(xùn)練策略網(wǎng)絡(luò)，該訓(xùn)練策略網(wǎng)絡(luò)用于輸出給定狀態(tài)下的動(dòng)作at；將該策略網(wǎng)絡(luò)的參數(shù)復(fù)制到目標(biāo)策略網(wǎng)絡(luò)中，目標(biāo)策略網(wǎng)絡(luò)的初始參數(shù)為θ'μ＝θμ；使用初始參數(shù)θq初始化訓(xùn)練價(jià)值網(wǎng)絡(luò)，該訓(xùn)練價(jià)值網(wǎng)絡(luò)根據(jù)輸入的動(dòng)作at和狀態(tài)st給出當(dāng)前的狀態(tài)價(jià)值估計(jì)值q；將該訓(xùn)練價(jià)值網(wǎng)絡(luò)的參數(shù)復(fù)制到目標(biāo)q值網(wǎng)絡(luò)，目標(biāo)q值網(wǎng)絡(luò)初始參數(shù)為θ'q＝θq；創(chuàng)建用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的經(jīng)驗(yàn)回放池；

77、步驟122、從狀態(tài)空間s中隨機(jī)初始化狀態(tài)s0；使用該訓(xùn)練策略網(wǎng)絡(luò)選擇動(dòng)作at＝μ(st|θμ)+nt,其中nt為噪聲；動(dòng)作at輸入該全周期最大化利潤數(shù)學(xué)模型，得到獎(jiǎng)勵(lì)rt和下一個(gè)狀態(tài)st+1，將四元組(st,at,rt,st+1)存儲到該經(jīng)驗(yàn)回放池；將當(dāng)前狀態(tài)更新為st+1；

78、步驟123、從該經(jīng)驗(yàn)回放池中隨機(jī)采樣經(jīng)驗(yàn)(si,ai,ri,si+1)；

79、步驟124、使用該目標(biāo)策略網(wǎng)絡(luò)和該目標(biāo)q值網(wǎng)絡(luò)計(jì)算目標(biāo)q值：

80、yi＝ri+γq′(st+1，μ′(st+1|θ′μ)|θ′q)

81、其中γ是折扣因子；

82、通過最小化損失函數(shù)l來更新該訓(xùn)練價(jià)值網(wǎng)絡(luò)的參數(shù)θq：

83、

84、步驟125、使用當(dāng)前的該訓(xùn)練價(jià)值網(wǎng)絡(luò)計(jì)算策略梯度以使用梯度上升法更新該訓(xùn)練策略網(wǎng)絡(luò)的參數(shù)θμ；

85、

86、步驟126、將該訓(xùn)練策略網(wǎng)絡(luò)和該訓(xùn)練價(jià)值網(wǎng)絡(luò)的參數(shù)分別復(fù)制到該目標(biāo)策略網(wǎng)絡(luò)和該目標(biāo)q值網(wǎng)絡(luò)：

87、θ′q＝τθq+(1-τ)θ′q

88、θ′μ＝τθμ+(1-τ)θ′μ

89、步驟127、循環(huán)迭代執(zhí)行該步驟122到126，直到獎(jiǎng)勵(lì)隨著時(shí)間的推移趨于穩(wěn)定、收斂，或達(dá)到預(yù)定的訓(xùn)練步驟數(shù)，則認(rèn)為策略趨于收斂，保存當(dāng)前的訓(xùn)練策略網(wǎng)絡(luò)πonline作為候選網(wǎng)絡(luò)。再次執(zhí)行步驟121嘗試不同的初始參數(shù)，得到多個(gè)候選網(wǎng)絡(luò)，根據(jù)該全周期最大化利潤數(shù)學(xué)模型、動(dòng)作空間a和狀態(tài)空間s，得到各候選網(wǎng)絡(luò)的作業(yè)策略，選擇使該全周期最大化利潤數(shù)學(xué)模型輸出利潤最大的作業(yè)策略，作為該最終作業(yè)策略。

90、所述的基于生產(chǎn)規(guī)劃聯(lián)合優(yōu)化的農(nóng)機(jī)調(diào)度方法，其中該作物為玉米。

91、如圖7所示，本發(fā)明還提出了一種基于生產(chǎn)規(guī)劃聯(lián)合優(yōu)化的農(nóng)機(jī)調(diào)度裝置b，其中包括：

92、模塊1、根據(jù)收獲作業(yè)中的農(nóng)場總面積、農(nóng)機(jī)具寬幅、農(nóng)機(jī)數(shù)量、作業(yè)速率、作業(yè)時(shí)間、作業(yè)效率，構(gòu)建農(nóng)機(jī)配置模型n；

93、模塊2、根據(jù)標(biāo)準(zhǔn)播期的產(chǎn)量、早播面積、標(biāo)準(zhǔn)播面積、早播和標(biāo)準(zhǔn)播的產(chǎn)量影響因子，構(gòu)建播期影響下的實(shí)際產(chǎn)量模型yac；

94、模塊3、根據(jù)燃油價(jià)格、播種作業(yè)天數(shù)、播種作業(yè)投入農(nóng)機(jī)數(shù)量、農(nóng)機(jī)油耗，構(gòu)建播種農(nóng)機(jī)作業(yè)的油耗成本模型cs；

95、模塊4、根據(jù)該作業(yè)面積、畝播量、播種機(jī)數(shù)、單位時(shí)間的人工成本、早播作業(yè)時(shí)間，構(gòu)建人工成本模型cc；

96、模塊5、根據(jù)雜草生長時(shí)間與產(chǎn)量的關(guān)系，構(gòu)建植保作業(yè)與產(chǎn)量關(guān)系模型yp；

97、模塊6、根據(jù)植保農(nóng)機(jī)油耗、燃油價(jià)格、植保時(shí)間，構(gòu)建植保作業(yè)過程農(nóng)機(jī)投入成本模型cp；

98、模塊7、根據(jù)植保時(shí)間、單位面積的化肥重量、化肥價(jià)格、單位時(shí)間的人工成本，構(gòu)建植保作業(yè)過程的化肥與人工成本模型cx；

99、模塊8、根據(jù)收獲產(chǎn)量、作物含水量，構(gòu)建含水量及產(chǎn)量關(guān)系模型yre；

100、模塊9、根據(jù)燃油價(jià)格、收獲作業(yè)天數(shù)、收獲作業(yè)投入農(nóng)機(jī)數(shù)量、農(nóng)機(jī)油耗，構(gòu)建收獲農(nóng)機(jī)作業(yè)的油耗成本模型ch；

101、模塊10、根據(jù)單位時(shí)間的人工成本、收獲農(nóng)機(jī)作業(yè)時(shí)間，構(gòu)建收獲期人工成本模型cz；

102、模塊11、根據(jù)該農(nóng)機(jī)配置模型n、實(shí)際產(chǎn)量模型yac、油耗成本模型cs、人工成本模型cc、植保作業(yè)與產(chǎn)量關(guān)系模型yp、植保作業(yè)過程農(nóng)機(jī)投入成本模型cp、植保作業(yè)過程的化肥與人工成本模型cx、含水量及產(chǎn)量關(guān)系模型yre、收獲農(nóng)機(jī)作業(yè)的油耗成本模型ch、收獲期人工成本模型cz，構(gòu)建全周期最大化利潤數(shù)學(xué)模型；

103、模塊12、根據(jù)農(nóng)機(jī)每天作業(yè)時(shí)間上限、農(nóng)機(jī)總數(shù)上限、農(nóng)場總面積上限、農(nóng)作物含水量范圍，構(gòu)建該全周期最大化利潤數(shù)學(xué)模型的限制約束，在該限制約束下，求解該全周期最大化利潤數(shù)學(xué)模型輸出利潤最大時(shí)的農(nóng)機(jī)調(diào)度策略；以該農(nóng)機(jī)調(diào)度策略執(zhí)行該作物的播種、收獲和植保作業(yè)任務(wù)。

104、所述的基于生產(chǎn)規(guī)劃聯(lián)合優(yōu)化的農(nóng)機(jī)調(diào)度裝置，其中該農(nóng)機(jī)配置模型n為：

105、

106、其中，n表示農(nóng)機(jī)數(shù)量，a為農(nóng)場總面積，w表示農(nóng)機(jī)具寬幅，v表示作業(yè)速率，t表示作業(yè)時(shí)間，e表示農(nóng)機(jī)作業(yè)效率；

107、該播期影響下的實(shí)際產(chǎn)量模型yac為：

108、

109、yac表示播期影響下的實(shí)際產(chǎn)量，yha為標(biāo)準(zhǔn)播期的產(chǎn)量，aea為早播面積，ast為標(biāo)準(zhǔn)播面積，為早播時(shí)間j下的產(chǎn)量影響因子,為標(biāo)準(zhǔn)播時(shí)間j下的產(chǎn)量影響因子；

110、

111、

112、

113、其中，表示在早播階段馬力段為i的農(nóng)機(jī)在第j天播種作業(yè)小時(shí)數(shù)，表示在正常播種階段馬力段為i的農(nóng)機(jī)在第j天播種作業(yè)小時(shí)數(shù)，為延遲播種時(shí)間；

114、播種農(nóng)機(jī)作業(yè)的油耗成本模型cs為：

115、

116、l表示農(nóng)機(jī)馬力段的種類個(gè)數(shù)，j表示作業(yè)天數(shù)；為早播階段馬力段為i的農(nóng)機(jī)在第j天作業(yè)時(shí)間，為早播播種期馬力段為i的農(nóng)機(jī)在第j天作業(yè)投入農(nóng)機(jī)數(shù)量，為正常播種作業(yè)時(shí)間，fis表示馬力段為i的播種機(jī)對應(yīng)的油耗，θd為單位柴油價(jià)格；

117、該人工成本模型cc：

118、

119、其中，a表示農(nóng)場總面積，θseed為畝播量，為早播播種機(jī)數(shù)，θp為每日人工成本，為早播作業(yè)時(shí)間，為正常播種期投入農(nóng)機(jī)數(shù)量，為正常播種作業(yè)時(shí)間；

120、該植保作業(yè)與產(chǎn)量關(guān)系模型yp：

121、yp＝y(tǒng)haacxj

122、

123、其中yp為雜草管理后的產(chǎn)量，xj為第j天雜草對產(chǎn)量影響的百分比，j是植保周期中的第j天；

124、該植保作業(yè)過程農(nóng)機(jī)投入成本模型cp：

125、

126、其中cp表示植保過程農(nóng)機(jī)燃油成本，表示為馬力段為i的農(nóng)機(jī)在第j天作業(yè)時(shí)間，θd為柴油市場價(jià)格，表示馬力段i在第j天作業(yè)的農(nóng)機(jī)數(shù)量；

127、該植保作業(yè)過程的化肥與人工成本模型cx：

128、

129、其中cx表示植保過程人工成本，θpe表示單位面積需要農(nóng)藥量，θcf表示單位面積需要化肥量，為植保作業(yè)過程中馬力段為i的農(nóng)機(jī)在第j天作業(yè)時(shí)間，為馬力段為i在第j天作業(yè)過程下的農(nóng)機(jī)投入數(shù)量；

130、該水量及產(chǎn)量關(guān)系模型yre：

131、

132、其中，yre為收獲實(shí)際產(chǎn)量，為農(nóng)機(jī)收獲過程產(chǎn)生的損失率，mq為作物含水量，θma為含水量對應(yīng)的收獲價(jià)格；其中作物含水量與作物價(jià)格的關(guān)系：

133、

134、其中pe表示含水量小于或等于14％時(shí)作物價(jià)格。

135、該收獲農(nóng)機(jī)作業(yè)的油耗成本模型ch：

136、

137、其中ch表示收獲過程農(nóng)機(jī)燃油成本，表示收獲過程中馬力段為i的農(nóng)機(jī)在j天作業(yè)時(shí)間，θd為柴油市場價(jià)格，表示馬力段為i在第j天作業(yè)的收獲農(nóng)機(jī)數(shù)量；

138、該收獲期人工成本模型cz：

139、

140、其中cz表示收獲過程人工成本，表示為馬力段為i的收獲農(nóng)機(jī)在j天作業(yè)時(shí)間，θp為每人每天薪資，表示馬力段為i在第j天作業(yè)的收獲農(nóng)機(jī)數(shù)量；

141、該全周期最大化利潤數(shù)學(xué)模型：

142、

143、該限制約束為：

144、

145、

146、

147、

148、

149、

150、

151、

152、

153、

154、

155、

156、

157、

158、

159、

160、

161、ms≤mq≤m?(19)

162、上述限制條件(2)至(4)分別表示馬力段為i的農(nóng)機(jī)在第j天的作業(yè)時(shí)間范圍；限制條件(5)與(7)表示早播、標(biāo)準(zhǔn)播、晚播時(shí)期的農(nóng)機(jī)個(gè)數(shù)小于等于農(nóng)場已有的播種農(nóng)機(jī)數(shù)；限制條件(8)表示植保過程中實(shí)際農(nóng)機(jī)作業(yè)數(shù)量小于等于農(nóng)場已有植保機(jī)總數(shù)；限制條件(9)表示收獲過程中實(shí)際農(nóng)機(jī)作業(yè)數(shù)量小于等于過農(nóng)場已有收獲機(jī)總量；限制條件(10)至(12)表示農(nóng)機(jī)個(gè)數(shù)限制為整數(shù)，限制條件(13)到(17)分別表示收獲、植保、播種過程的作業(yè)面積小于等于超過農(nóng)場總面積，限制條件(18)表示表示早播、標(biāo)準(zhǔn)播、晚播的作業(yè)面積之和小于等于超過農(nóng)場總面積；限制條件(19)表示農(nóng)作物含水量的范圍。

163、所述的基于生產(chǎn)規(guī)劃聯(lián)合優(yōu)化的農(nóng)機(jī)調(diào)度裝置，其中基于強(qiáng)化學(xué)習(xí)求解該全周期最大化利潤數(shù)學(xué)模型，將所需要作業(yè)的面積x和剩余作業(yè)的天數(shù)h作為狀態(tài)空間s，其中f代表植保，h代表收獲，各類農(nóng)機(jī)的臺數(shù)、含水量m和作業(yè)時(shí)間作為動(dòng)作空間a，下標(biāo)t代表第t天；對于給定的動(dòng)作at，根據(jù)該全周期最大化利潤數(shù)學(xué)模型計(jì)算得出獎(jiǎng)勵(lì)rt,根據(jù)農(nóng)機(jī)配置模型n計(jì)算第一作業(yè)面積，將狀態(tài)空間s中對應(yīng)的剩余面積減少該第一作業(yè)面積，對應(yīng)的剩余天數(shù)減1；

164、基于強(qiáng)化學(xué)習(xí)求解該全周期最大化利潤數(shù)學(xué)模型具體過程包括：

165、模塊121、使用初始參數(shù)θμ初始化訓(xùn)練策略網(wǎng)絡(luò)，該訓(xùn)練策略網(wǎng)絡(luò)用于輸出給定狀態(tài)下的動(dòng)作at；將該策略網(wǎng)絡(luò)的參數(shù)復(fù)制到目標(biāo)策略網(wǎng)絡(luò)中，目標(biāo)策略網(wǎng)絡(luò)的初始參數(shù)為θ'μ＝θμ；使用初始參數(shù)θq初始化訓(xùn)練價(jià)值網(wǎng)絡(luò)，該訓(xùn)練價(jià)值網(wǎng)絡(luò)根據(jù)輸入的動(dòng)作at和狀態(tài)st給出當(dāng)前的狀態(tài)價(jià)值估計(jì)值q；將該訓(xùn)練價(jià)值網(wǎng)絡(luò)的參數(shù)復(fù)制到目標(biāo)q值網(wǎng)絡(luò)，目標(biāo)q值網(wǎng)絡(luò)初始參數(shù)為θ'q＝θq；創(chuàng)建用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的經(jīng)驗(yàn)回放池；

166、模塊122、從狀態(tài)空間s中隨機(jī)初始化狀態(tài)s0；使用該訓(xùn)練策略網(wǎng)絡(luò)選擇動(dòng)作at＝μ(st|θμ)+nt,其中nt為噪聲；動(dòng)作at輸入該全周期最大化利潤數(shù)學(xué)模型，得到獎(jiǎng)勵(lì)rt和下一個(gè)狀態(tài)st+1，將四元組(st,at,rt,st+1)存儲到該經(jīng)驗(yàn)回放池；將當(dāng)前狀態(tài)更新為st+1；

167、模塊123、從該經(jīng)驗(yàn)回放池中隨機(jī)采樣經(jīng)驗(yàn)(si,ai,ri,si+1)；

168、模塊124、使用該目標(biāo)策略網(wǎng)絡(luò)和該目標(biāo)q值網(wǎng)絡(luò)計(jì)算目標(biāo)q值：

169、yi＝ri+γq′(st+1，μ′(st+1|θ′μ)|θ′q)

170、其中γ是折扣因子；

171、通過最小化損失函數(shù)l來更新該訓(xùn)練價(jià)值網(wǎng)絡(luò)的參數(shù)θq：

172、

173、模塊125、使用當(dāng)前的該訓(xùn)練價(jià)值網(wǎng)絡(luò)計(jì)算策略梯度以使用梯度上升法更新該訓(xùn)練策略網(wǎng)絡(luò)的參數(shù)θμ；

174、

175、模塊126、將該訓(xùn)練策略網(wǎng)絡(luò)和該訓(xùn)練價(jià)值網(wǎng)絡(luò)的參數(shù)分別復(fù)制到該目標(biāo)策略網(wǎng)絡(luò)和該目標(biāo)q值網(wǎng)絡(luò)：

176、θ′q＝τθq+(1-τ)θ′q

177、θ′μ＝τθμ+(1-τ)θ′μ

178、模塊127、循環(huán)迭代執(zhí)行該模塊122到126，直到獎(jiǎng)勵(lì)隨著時(shí)間的推移趨于穩(wěn)定、收斂，或達(dá)到預(yù)定的訓(xùn)練模塊數(shù)，則認(rèn)為策略趨于收斂，保存當(dāng)前的訓(xùn)練策略網(wǎng)絡(luò)πonline作為候選網(wǎng)絡(luò)。再次執(zhí)行模塊121嘗試不同的初始參數(shù)，得到多個(gè)候選網(wǎng)絡(luò)，根據(jù)該全周期最大化利潤數(shù)學(xué)模型、動(dòng)作空間a和狀態(tài)空間s，得到各候選網(wǎng)絡(luò)的作業(yè)策略，選擇使該全周期最大化利潤數(shù)學(xué)模型輸出利潤最大的作業(yè)策略，作為該最終作業(yè)策略。

179、所述的基于生產(chǎn)規(guī)劃聯(lián)合優(yōu)化的農(nóng)機(jī)調(diào)度裝置，其中該作物為玉米。

180、本發(fā)明還提出了一種電子設(shè)備，其中包括所述的一種基于生產(chǎn)規(guī)劃聯(lián)合優(yōu)化的農(nóng)機(jī)調(diào)度裝置，該電子設(shè)備或連接有信息顯示設(shè)備，該信息顯示設(shè)備用于以用戶設(shè)置的顯示參數(shù)、屬性或通過人工智能模型，顯示該最終作業(yè)策略。

181、本發(fā)明還提出了一種存儲介質(zhì)，用于存儲一種執(zhí)行所述基于生產(chǎn)規(guī)劃聯(lián)合優(yōu)化的農(nóng)機(jī)調(diào)度方法的計(jì)算機(jī)程序。

182、由以上方案可知，本發(fā)明的優(yōu)點(diǎn)在于：所提方法與現(xiàn)有方法相比在時(shí)間復(fù)雜度上降低運(yùn)行時(shí)間約60％；在總利潤方面提高11％。