玉米种植调度的多目标容量约束优化
最优化与控制
2025-03-27 v1
摘要
本文针对 2021 年 Syngenta 分析作物挑战赛 \citep{Syngenta2021} 所提出的问题,给出了一组改进的求解方案。具体而言,我们采用多目标优化与预测建模方法,以确定玉米种植调度方案。该问题包含以下目标:i. 最小化每周收获量与存储容量之间的中位数与最大绝对差值、非零收获周数以及玉米浪费总量。同时需满足种植窗口、预期收获量、将种子培育至收获所需的积温单位(Growing Degree Units)以及历史气象数据等约束。我们使用长短期记忆(Long Short-Term Memory, LSTM)模型,基于历史数据预测 2020 年与 2021 年的积温单位。随后,采用遗传算法并对调参空间进行广泛搜索,为该挑战赛所涉及的三个不同优化模型生成 Pareto 前沿。我们评估了各模型 Pareto 前沿的质量,并据此选择首选模型与最终方案。此外,我们还将最终方案与此前提交至该挑战赛的方案以及其他团队给出的方案进行了对比。
引用
@article{arxiv.2503.20517,
title = {A Multi-Objective Capacity-Constrained Optimization of Corn Planting Scheduling},
author = {Mingshi Cui and Kunting Qi and Byran Smucker and Durai Sundarmoorthi},
journal= {arXiv preprint arXiv:2503.20517},
year = {2025}
}