不确定性下兼顾农场管理措施与品种选择的避险随机优化
最优化与控制
2022-08-10 v1 机器学习
摘要
优化管理措施并选择最佳种植品种对提高农业粮食产量和降低环境足迹具有重要作用。在本研究中，我们利用随机规划目标函数中的条件风险价值（conditional value-at-risk）在不确定性下建立优化框架。我们将作物模型 APSIM 与并行贝叶斯优化算法相集成，以在不同风险厌恶水平下优化管理措施并选择最佳品种。该方法集成了优化在确定最佳决策方面的能力，以及作物模型在模拟对应于各种决策的自然产出方面的能力。作为一个案例研究，我们为美国玉米带 25 个地点建立了作物模型。我们三次优化管理选项（农场中的播种日期、施氮量、施肥日期和种植密度）与品种选项（具有不同成熟天数的品种）：a) 播种前，b) 播种时，c) 已知天气的生长季后。结果表明，所提模型产生了天气与最优决策之间有意义的联系。此外，我们发现风险偏好型农民在湿润与非湿润天气中比风险厌恶型获得更高期望产量。
引用
@article{arxiv.2208.04840,
title = {Risk-averse Stochastic Optimization for Farm Management Practices and Cultivar Selection Under Uncertainty},
author = {Faezeh Akhavizadegan and Javad Ansarifar and Lizhi Wang and Sotirios V. Archontoulis},
journal= {arXiv preprint arXiv:2208.04840},
year = {2022}
}