JP7208449B1 - Iffdccp法に基づく流域農業非点源汚染の制御方法 - Google Patents
Iffdccp法に基づく流域農業非点源汚染の制御方法 Download PDFInfo
- Publication number
- JP7208449B1 JP7208449B1 JP2022129593A JP2022129593A JP7208449B1 JP 7208449 B1 JP7208449 B1 JP 7208449B1 JP 2022129593 A JP2022129593 A JP 2022129593A JP 2022129593 A JP2022129593 A JP 2022129593A JP 7208449 B1 JP7208449 B1 JP 7208449B1
- Authority
- JP
- Japan
- Prior art keywords
- fuzzy
- decision
- sided
- model
- point source
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000013439 planning Methods 0.000 claims abstract description 33
- 238000011426 transformation method Methods 0.000 claims abstract description 6
- 230000007613 environmental effect Effects 0.000 claims description 35
- 230000009466 transformation Effects 0.000 claims description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 230000008901 benefit Effects 0.000 claims description 13
- 238000007726 management method Methods 0.000 claims description 11
- 230000002265 prevention Effects 0.000 claims description 7
- 230000001131 transforming effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000011954 pollution control method Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 55
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 22
- 210000003608 fece Anatomy 0.000 description 17
- 239000010871 livestock manure Substances 0.000 description 17
- 239000003337 fertilizer Substances 0.000 description 15
- 239000000126 substance Substances 0.000 description 12
- 229910052757 nitrogen Inorganic materials 0.000 description 11
- 239000003621 irrigation water Substances 0.000 description 8
- 238000009395 breeding Methods 0.000 description 6
- 230000001488 breeding effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 239000000575 pesticide Substances 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 244000144972 livestock Species 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- ZJPGOXWRFNKIQL-JYJNAYRXSA-N Phe-Pro-Pro Chemical compound C([C@H](N)C(=O)N1[C@@H](CCC1)C(=O)N1[C@@H](CCC1)C(O)=O)C1=CC=CC=C1 ZJPGOXWRFNKIQL-JYJNAYRXSA-N 0.000 description 2
- 239000003905 agrochemical Substances 0.000 description 2
- 238000009304 pastoral farming Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/008—Control or steering systems not provided for elsewhere in subclass C02F
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Fuzzy Systems (AREA)
- Chemical & Material Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Human Resources & Organizations (AREA)
- Water Supply & Treatment (AREA)
- Organic Chemistry (AREA)
- Environmental & Geological Engineering (AREA)
- Mining & Mineral Resources (AREA)
- Hydrology & Water Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Automation & Control Theory (AREA)
- Biomedical Technology (AREA)
- Tourism & Hospitality (AREA)
- Molecular Biology (AREA)
- Animal Husbandry (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
Abstract
Description
流域農業非点源汚染の制御方法に関する。
最適化技術は、農業システムにおける区間不確実性、ランダム不確実性およびファジー不
確実性などを扱うために、近年流域非点源汚染制御の分野で継続的に発展および適用され
ている。
しかしながら、決定システム内にファジー弾性、決定変数両側機会制約およびファジー尤
度などの不確実性情報が同時に存在する場合、それらの手法の限界が明らかになりつつあ
る:単一の不確実性決定最適化技術では、単一種類の不確実性を効果的に解決できるだけ
で、複数の複雑な不確実性問題を同時に解決することができない。
不確実性決定技術であり、この技術は、ファジー弾性計画(FFP)を主要な枠組として
、区間両側機会制約計画(IDCCP)とファジー尤度計画(FPP)を結合し、流域農
業非点源汚染制御モデル中の決定変数の両側にランダムパラメータが同時に存在する状況
、およびファジー数や区間数で表現される他の複数種類の不確実性パラメータを効果的に
変換して処理することができる一方、異なる環境管理ニーズ下での流域非点源汚染制御決
定方法が得られ、全体として同一の最適化モデル枠組下で、上述複数の、複数種類の複雑
な不確実性の流域農業非点源汚染制御決定に対する影響を同時に特徴付けおよび解決する
ことが可能である。
本発明によって提供されるIFFDCCP法に基づく流域農業非点源汚染の制御方法は、
IFFDCCP方法とは、区間ファジー弾性-ファジー尤度-両側機会制約決定方法を指し
、具体的に、
S1、調査地域の実際ニーズに応じて水質管理制約下での農業非点源汚染防止制御決定計
画モデルを構築し、調査地域の実際状況に応じて、以前データを通じて農業非点源汚染防
止制御決定計画モデルのモデルパラメータを取得し、前記農業非点源汚染防止制御決定計
画モデルには、調査地域の農業非点源汚染制御に関連する決定変数、調査地域の農業非点
源汚染制御の純益の最大値を得るための目標関数、調査地域の農業非点源汚染制御に関連
する制約条件が含まれる、
S2、区間ファジー弾性-ファジー尤度-両側機会制約決定モデルの近似等価線形変換方法
を構築し、具体的に、
S2-1、区間ファジー弾性-ファジー尤度-両側機会制約決定モデルの初期表現式を確立
し、以下を含み:
目標関数:
(1)
制約条件:
(2)
(3)
(4)
上記式では、
は等しい可能性があることを表し、
は等しくない可能性があることを表し、
は決定変数を表し、
はランダムイベントを表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は正規分布
を満たし、
は決定変数
右辺の両側ランダムパラメータを表し、
は正規分布
を満たし、
は環境制約を満たさないデフォルトリスクを表し、
は環境制約を満たす信頼度を表し、
は目標関数を表し、
は目標関数中の決定変数のパラメータを表し、
は決定変数の集合を表し、
は制約条件中のモデルパラメータを表し、
はファジー不確実性パラメータを表し、
S2-2、区間ファジー弾性-ファジー尤度-両側機会制約決定モデルの変換および計算方
法は以下の通りであり:
ファジー数理計画法に従って式(1)と式(3)を次のように変換する。
(5)
(6)
(7)
上記式では、
はファジー弾性所属度を表し、
は第1目標関数を表し、
は第2目標関数を表し、
は制約条件中のモデルパラメータの第1モデルパラメータを表し、
は制約条件中のモデルパラメータの第2モデルパラメータを表し、
は目標関数中の決定変数のパラメータを表し、
は決定変数の集合を表し、
はファジー不確実性パラメータを表し、
S2-3、2つの定理を導入することで式(2)を近似等価な線形変換を行い、
定理1により、式(2)の線形変換式は以下のとおりであり:
(8)
定理2により、
は正規分布
を満たし、
は正規分布
を満たし、
、
はすべてn次元正規分布を満たすため、
、
のすべての線形組み合わせは1次元正規分布に従い、そこから以下の式を得て:
(9)
式(8)、式(9)では、
は逆関数を表し、~N(・)は正規分布に従うことを表し、
は決定変数を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は決定変数
右辺の両側ランダムパラメータを表し、
は
の平均値を表し、
は
の平均値を表し、
は
の標準偏差を表し、
は
の標準偏差を表し、
は環境制約の信頼度を満たすことを表し、
S2-4、ステップS3-3で導入した2つの定理の証明、
S2-5、ステップS3-1の区間ファジー弾性-ファジー尤度-両側機会制約決定モデルの
初期表現式中の式(2)を式(8)に置き換えて、ファジー数学計画と区間ファジー弾性
-ファジー尤度-両側機会制約を統合して決定された線形区間ファジー弾性-ファジー尤度-
両側機会制約決定モデルを得、線形区間ファジー弾性-ファジー尤度-両側機会制約決定モ
デルのモデル変換と解により、各信頼度条件下での決定変数の上限と下限を求め、
線形区間ファジー弾性-ファジー尤度-両側機会制約決定モデルは以下の式であり:
目標関数:
(5)
制約条件:
(8)
(6)
(7)
(4)
(14)
上記式では、
は逆関数を表し、
は決定変数を表し、
は
の平均値を表し、
は
の平均値を表し、
は
の標準偏差を表し、
は
の標準偏差を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は決定変数
右辺の両側ランダムパラメータを表し、
はファジー弾性所属度を表し、
は第1目標関数を表し、
は第2目標関数を表し、
は制約条件中のモデルパラメータの第1モデルパラメータを表し、
は制約条件中のモデルパラメータの第2モデルパラメータを表し、
は目標関数中の決定変数のパラメータを表し、
は決定変数の集合を表し、
はファジー不確実性パラメータを表し、
調査地域の農業非点源汚染制御中のファジー不確実性パラメータ
に対して、所属度0~1の凸ファジー集合で三角ファジー数を定義し、
三角ファジー数の定義式は以下の通りであり:
(15)
上記式では、
は三角ファジー数の所属度を表し、xはモデル決定変数を表し、aはファジー数
の下限を表し、bはファジー数
の再確推定値を表し、dはファジー数
の上限を表し、
三角ファジー数の所属度
をファジー不確実性パラメータ
として区間ファジー弾性-ファジー尤度-両側機会制約決定モデルの目標関数と制約条件の
各式に代入して、様々なファジー尤度所属度下での決定変数の上限と下限区間を取得する
ステップと、
S3、前記農業非点源汚染防止制御決定計画モデルに対応する各ファジー弾性所属度、各
ファジー尤度所属度、各環境制約信頼度の条件下で、ステップS2によって前記線形区間
ファジー弾性-ファジー尤度-両側機会制約決定モデルを解き、線形区間ファジー弾性-フ
ァジー尤度-両側機会制約決定モデルの上限と下限を計算して、決定変数の上限と下限区
間を取得するステップと、
S4、ステップS3によって各ファジー弾性所属度、各ファジー尤度所属度、各環境制約
信頼度条件下での決定変数の上限と下限区間を取得し、決定変数の上限と下限区間から農
業非点源汚染防止制御決定の目標関数値を計算し、つまり、調査地域の農業非点源汚染制
御と水質管理に関連する各制約条件によって共同で制約された場合の調査地域の農業非点
源汚染制御の純益最大値を計算するステップと、
S5、調査地域の実際ニーズに応じて調査地域の農業非点源汚染制御の純益最大値を決定
し、対応してステップS4中の調査地域の農業非点源汚染制御純益最大値に対応する目標
関数値を選択し、前記の対応の目標関数値に基づいて線形区間ファジー弾性-ファジー尤
度-両側機会制約決定モデルに対応する決定変数およびその値を決定して調査地域の農業
非点源汚染を制御するステップと、を含む。
本発明のキーテクノロジーは、区間ファジー弾性-ファジー尤度-両側機会制約決定技術(
IFFDCCP)である。意思決定者がシステムの経済的利益と環境保護のどちらを選択
する場合、その決定傾向はシステム決定目標と制約条件にファジー弾性をもたらし、同時
に、農業非点源汚染のランダム性と複雑性などにより、決定モデルに決定変数両側のラン
ダムパラメータ、ファジーパラメータと区間パラメータなど複数の不確実性パラメータが
存在する。
現在利用可能な関連決定技術は、区間機会制約計画、ファジー両?段計画、ファジー整数
およびランダム?界区間計画などの異なる種類の不確実性計画方法間の統合適用が実施さ
れている。従来技術と比較すると、本発明の主な利点は、目標関数/制約条件の決定にお
けるファジー弾性、システムの両側ランダムパラメータ、ファジーパラメータなどを決定
技術に同時に組み込んで科学的に特徴付けおよび変換し、システム内の多重、複数の不確
実性を十分に考慮した前提下で、科学的かつ効果的な流域農業非点源汚染制御決定ソリュ
ーションを取得することができる。現在、上記多重、複数の不確実性を同時解決する可能
な関連決定技術がまだないため、上記不確実性影響要因が同時に存在する場合、通常決定
モデルを簡略化処理する必要があり、システム情報の損失につながり、最終的な決定ソリ
ューションの失敗につながっている。
本発明の一側面として、ステップS1では、水質管理制約下での農業非点源汚染防止制御
決定計画モデルは、以下の構成を有し、
目標関数がファジー弾性所属度を最大化する、
制約条件は水質制約、汚染排出量制約、物質収支制約、耕作面積制約などがある。
本発明の一側面として、ステップS1では、モデルパラメータはランダムパラメータ、フ
ァジーパラメータを含む。
本発明の一側面として、ランダムパラメータのデータは、ランダムパラメータの平均値と
標準偏差、区間パラメータの上限と下限を含み、ファジーパラメータのデータは、ファジ
ーパラメータの各最適カットセットでの上限と下限を含む。
本発明の一側面として、ステップS2-4は具体的に以下のことを含み:
式(9)に対して標準正規分布を表現し、式(9)の標準正規分布表現式は以下の通りで
あり:
(10)
上記式では、
は標準正規分布を表し、
は決定変数を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は決定変数
右辺の両側ランダムパラメータを表し、
は
の平均値を表し、
は
の平均値を表し、
は
の標準偏差を表し、
は
の標準偏差を表し、
式(2)、式(10)を組み合わせて以下の式を取得し:
(11)
上記式では、
はランダムイベントを表し、
は標準正規分布を表し、
は決定変数を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は決定変数
右辺の両側ランダムパラメータを表し、
は
の平均値を表し、
は
の平均値を表し、
は
の標準偏差を表し、
は
の標準偏差を表し、
は環境制約を満たす信頼度を表し、
逆関数
で示された
の累積分布関数で、式(11)を変形して以下の式を取得し:
(12)
上記式では、
は逆関数を表し、
は決定変数を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は
の平均値を表し、
は
の標準偏差を表し、
は環境制約を満たす信頼度を表し、
は決定変数
右辺の両側ランダムパラメータを表し、
であるため、式(12)は以下のように表現され:
(13)
上記式では、
は逆関数を表し、
は決定変数を表し、
は
の平均値を表し、
は
の平均値を表し、
は
の標準偏差を表し、
は
の標準偏差を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は決定変数
右辺の両側ランダムパラメータを表し、
は環境制約を満たす信頼度を表し、
式(12)は式(8)と等価であり、定理1、定理2が成立し、式(8)は式(2)の近
似等価な線形変換式として使用することできる。
本発明の一側面として、式(15)中、
の値は、1、0.8、0.6、0.4、0.2、0を含む。
本発明で提出される区間ファジー弾性-ファジー尤度-両側機会制約決定モデルは、ファジ
ー弾性決定技術枠組を構築する基に、さらにシステム内の両側ランダムパラメータ、ファ
ジーパラメータと区間パラメータを組み込み、決定システム内のファジー弾性不確実性、
決定変数両側ランダム不確実性およびシステム中のファジー、区間不確実性の流域農業非
点源汚染制御決定に対する影響を同時に特徴付けおよび解決することができる。
時に組み込んでいるため、異なるファジー弾性所属度、ファジー尤度所属度と異なる信頼
度下での決定ソリューションを同時に取得し、意思決定者が決定選択を行う場合、具体的
な管理ニーズに応じて、ファジー弾性所属度、ファジー尤度所属度と異なる信頼度などの
要求を選択および組み合わせることができるため、この方法によって得らえrた決定ソリ
ューションは柔軟性および適応性が非常に高い。
本実施例はファジー弾性計画(FFP)の基本的な枠組のもとに、区間両側機会制約計画
(IDCCP)とファジー尤度計画(FPP)を結合する。
ここで、
ファジー弾性計画(Fuzzy Flexibility Programming、FF
P)は、制約条件と目標関数をファジー化して得られた計画方法であり、所属度関数を導
入して新しい線形計画問題を形成し、流域農業非点源汚染制御の技術分野では、農業非点
源汚染制御決定モデル目標関数と制約条件が弾性を持つという計画問題を解決するために
使用され、例えば、肥料散布後に効果を出す時間が短いという制約条件があり、この制約
条件は弾性制約であり、(bi-di、bi+di)で示され、その中で、biは効果を出
す時間を表し、diは意思決定者が実際ニーズに応じて設定した拡張性指数を表し、この
制約条件のファジー弾性を調節する。ファジー弾性計画は、意思決定者に異なる満足度(
所属度)下での決定ソリューションを提供でき、決定支援の自由度が高く、多くの選択肢
が利用できるという利点を有する。
区間両側機会制約計画(Interval Double-hand-side Chanc
e-constrained Programming、IDCCP)は、区間左辺機会制
約計画方法の基に、開発された区間両側機会制約計画方法であり、区間両側機会制約計画
は、決定変数左辺と右辺ランダム変数パラメータを同時に特徴付けおよび変換し、さらに
機会制約計画方法体系を拡張し、その適用範囲を拡大し、例えば、農業水質管理最適化モ
デルに適用され、両側ランダムパラメータの共同制約下で、より厳しい環境保護要求の条
件下での資源分配とシステム利益の最適ソリューションを取得することができる。
ファジー尤度計画(Fuzzy Possibility Programming、FP
P)は、ファジーパラメータでモデル中のファジー変数を表す計画方法であり、流域農業
非点源汚染制御の技術分野では、システムがファジー不確実性情報を有する場合によく使
用され、例えば、指定の農業システムにおいて、灌漑用水量は最も確率の高い値を持つが
、明らかの変動も同時に持ち、明確な値で示すことができず、ファジーパラメータでこの
ような不確実性情報を表現することによりパラメータ情報をより効果的に保持し、確実性
パラメータによる情報損失を回避することができる。ファジー尤度計画は、正確に測定で
きないファジー不確実性パラメータを異なる所属度下での区間パラメータに変換して計算
することができるという利点を有する。
具体的に、決定変数は一般に制御変数を指し、プロセスシステムを記述するすべての変数
のうち、決定変数は、設計者がシステムの目的に最も合致する値を選択して、システムの
特性を説明する。
具体的に、ランダムパラメータ(random parameter)は、変数の値を予
め決定できず一定の尤度(確率)でしか取れない量のことである。本実施例では、両側ラン
ダムパラメータとは、決定変数両側にあるランダムパラメータ、つまり糞尿窒素含有量と
農作物の窒素要求量を指す。
具体的に、平均値は1?データの集合での傾向の量数であり、1?データのすべてのデータ
の和をデータ数で割ったものである。
具体的に、標準偏差(Standard Deviation)は、平均値からの偏差の
二乗平均(つまり分散)の算術平方根である。
具体的に、信頼度は、全体パラメータを構成する複数のサンプル区間のうち、全体パラメ
ータを含む区間の総数の割合であり、一般に1-αで表される。
例えば、ある農薬公司は、A農薬の品質に対する消費者の認識を、B地域農民、C地域農
民、D地域農民の合計350人の農民をそれぞれ調査した。調査結果は、55%のB地域
農民が「A農薬の品質が良好である」と考え、26%のC地域農民が「A農薬の品質が良
好である」と考え、17%のD地域農民が「A農薬の品質が良好である」と考えた。サン
プリング誤差を±3%とする場合、この調査の信頼度は95%である。
信頼区間とは、ある信頼度下で、サンプル統計値と全体パラメータ値間の誤差範囲を指す
。信頼区間が大きいほど、信頼度が高くなる。信頼区間の計算ステップは、サンプル平均
値を求めるステップ1と、サンプリング誤差を計算するステップ2と、ステップ1で求め
たサンプル平均値にステップ2で計算したサンプリング誤差を加算、減算して、信頼区間
の2つの端点を求めるステップ3と、を含む。
したがって、上記の例では、B地域農民の信頼区間は52%~58%、C地域農民の信頼
区間は23%~29%、D地域農民の信頼区間は14%~20%である。
具体的に、デフォルトリスクとは、ある行動の利益を得るために必要なリスクを指し、本
実施例では、デフォルトリスクと信頼度の和が1である。
具体的に、正規分布(Normal distribution)は確率分布であり、正規
分布の確率密度関数曲線はベル型であるため、ベル型曲線とも呼ばれることが多い。正規
分布は2つのパラメータμとσ2を持つ連続型ランダム変数の分布であり、第1パラメー
タμは正規分布に従うランダム変数の平均値であり、第2パラメータσ2はこのランダム
変数の分散であるため、正規分布をN(μ、σ2)と表記する。正規分布に従うランダム変
数の確率規律は、μに隣接する値を取る確率が大きく、μから離れた値を取る確率が小さ
く、σが小さいほど、分布がμ付近に集中し、σが大きいほど、分布が分散する。
本実施例は、IFFDCCP法に基づく流域農業非点源汚染の制御方法であり、図1に示
すように、以下のステップを含む。
S1、調査地域の実際ニーズに応じて水質管理制約下での農業非点源汚染防止制御決定計
画モデルを構築し、調査地域の実際状況に応じて、以前データを通じて農業非点源汚染防
止制御決定計画モデルのモデルパラメータを取得し、前記農業非点源汚染防止制御決定計
画モデルには、調査地域の農業非点源汚染制御に関連する決定変数、調査地域の農業非点
源汚染制御の純益の最大値を得るための目標関数、調査地域の農業非点源汚染制御に関連
する制約条件が含まれる。
本実施例では、該農業非点源汚染防止制御決定計画モデルはある地域の流域農業非点源汚
染に基づいて制御される。
その中で、目的モデルパラメータは、ランダムパラメータ、ファジーパラメータを含み、
ランダムパラメータのデータは、ランダムパラメータの平均値と標準偏差、区間パラメー
タの上限と下限を含み、ファジーパラメータのデータは、ファジーパラメータの各最適カ
ットセットでの上限と下限を含む。
本実施例では、該農業非点源汚染防止制御決定計画モデルの決定変数は、農作物栽培面積
、化学肥料と糞尿の散布量、家畜飼養規模を含み、目標関数は調査地域の純益の最大値で
あり、制約条件の選択は決定変数に関連する水質制約に関連し、制約条件は各項目の水質
制約、物質収支、栄養バランス、需要供給バランス、物質損失、総水量制約などを含み、
農業非点源汚染防止制御決定計画モデルの全体構造は以下のとおりであり:
(16)
式(16)は、システムの純益の最大化を反映し、システムファジー弾性を有し、
部分制約条件:
(17)
式(17)は、農作物窒素要求量と化学肥料/糞尿窒素供給量のバランスを反映し、決定
変数両側にランダムパラメータが存在し、区間両側機会制約計画によって変換する必要が
あり、
(18)
式(18)は、灌漑用水量が領域給水能力を超えることができないことを示し、ファジー
不確実性パラメータを含み、
上記式では、
は等しい可能性があることを表し、
は等しくない可能性があることを表し、
はランダムイベントを表し、
は環境制約を満たす信頼度を表し、
は目標関数を表し、
は農作物単位市場価格を表し、
は農作物単位面積収穫量を表し、
は農作物栽培面積を表し、
は家畜飼養の単位利益を表し、
は領域内家畜飼養量を表し、
は農作物の単位栽培コストを表し、
はサブ領域灌漑用水輸送費を表し、
はサブ領域内農作物灌漑用水量を表し、
は化学肥料散布単位コストを表し、
は農作物化学肥料散布量を表し、
は糞尿収集/処理単位コストを表し、
は農作物糞尿散布量を表し、
は農作物の窒素元素要求量を表し、
は糞尿窒素元素揮発、脱窒重を表し、
は糞尿窒素含有量を表し、
は化学肥料窒素元素揮発、脱窒重を表し、
は糞尿窒素含有量を表し、
は異なるファジー所属度下でのサブ領域農作物灌漑用水量を表し、
はサブ領域の最大流出量を表す。
S2、区間ファジー弾性-ファジー尤度-両側機会制約決定(IFFDCCP)モデルの近
似等価線形変換形式を構築するステップは、具体的に以下のステップを含み、
S2-1、区間ファジー弾性-ファジー尤度-両側機会制約決定(IFFDCCP)モデル
の初期表現式を確立し、以下のことを含み:
目標関数:
(1)
制約条件:
(2)
(3)
(4)
上記式では、
は等しい可能性があることを表し、
は等しくない可能性があることを表し、
は決定変数を表し、
はランダムイベントを表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は正規分布
を満たし、
は決定変数
右辺の両側ランダムパラメータを表し、
は正規分布
を満たし、
は環境制約を満たさないデフォルトリスクを表し、
は環境制約を満たす信頼度を表し、
は目標関数を表し、
は目標関数中の決定変数のパラメータを表し、
は決定変数の集合を表し、
は制約条件中のモデルパラメータを表し、
はファジー不確実性パラメータを表し、
S2-2、区間ファジー弾性-ファジー尤度-両側機会制約決定モデルの変換および計算方
法は以下の通りであり:
ファジー数理計画法に従って式(1)と式(3)を次のように変換する。
(5)
(6)
(7)
上記式では、
はファジー弾性所属度を表し、
は第1目標関数を表し、
は第2目標関数を表し、
は制約条件中のモデルパラメータの第1モデルパラメータを表し、
は制約条件中のモデルパラメータの第2モデルパラメータを表し、
は目標関数中の決定変数のパラメータを表し、
は決定変数の集合を表し、
はファジー不確実性パラメータを表し、
S2-3、2つの定理を導入することで式(2)を近似等価な線形変換を行い、
定理1により、式(2)の線形変換式は以下のとおりであり:
(8)
定理2により、
は正規分布
を満たし、
は正規分布
を満たし、
、
はすべてn次元正規分布を満たすため、
、
のすべての線形組み合わせは1次元正規分布に従い、そこから以下の式を得る:
式(8)、式(9)では、
は逆関数を表し、~N(・)は正規分布に従うことを表し、
は決定変数を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は決定変数
右辺の両側ランダムパラメータを表し、
は
の平均値を表し、
は
の平均値を表し、
は
の標準偏差を表し、
は
の標準偏差を表し、
は環境制約の信頼度を満たすことを表し、
S2-4、ステップS3-3で導入した2つの定理の証明、具体的に以下のことを含み、
式(9)に対して標準正規分布を表現し、式(9)の標準正規分布表現式は以下の通りで
あり:
(10)
上記式では、
は標準正規分布を表し、
は決定変数を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は決定変数
右辺の両側ランダムパラメータを表し、
は
の平均値を表し、
は
の平均値を表し、
は
の標準偏差を表し、
は
の標準偏差を表し、
式(2)、式(10)を組み合わせて以下の式を取得し:
(11)
上記式では、
はランダムイベントを表し、
は標準正規分布を表し、
は決定変数を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は決定変数
右辺の両側ランダムパラメータを表し、
は
の平均値を表し、
は
の平均値を表し、
は
の標準偏差を表し、
は
の標準偏差を表し、
は環境制約を満たす信頼度を表し、
逆関数
で示された
の累積分布関数で、式(11)を変形して以下の式を取得し:
(12)
上記式では、
は逆関数を表し、
は決定変数を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は
の平均値を表し、
は
の標準偏差を表し、
は環境制約を満たす信頼度を表し、
は決定変数
右辺の両側ランダムパラメータを表し、
であるため、式(12)は以下のように表現され:
(13)
上記式では、
は逆関数、
は決定変数、
は
の平均値、
は
の平均値、
は
の標準偏差、
は
の標準偏差、
は決定変数
左辺の両側ランダムパラメータ、
は決定変数
右辺の両側ランダムパラメータ、
は環境制約を満たす信頼度、
上記式では、
は逆関数を表し、
は決定変数を表し、
は
の平均値を表し、
は
の平均値を表し、
は
の標準偏差を表し、
は
の標準偏差を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は決定変数
右辺の両側ランダムパラメータを表し、
は環境制約を満たす信頼度を表し、
式(12)は式(8)と等価であり、定理1、定理2が成立し、式(8)は式(2)の近
似等価な線形変換式として使用することでき、
S2-5、ステップS3-1の区間ファジー弾性-ファジー尤度-両側機会制約決定モデルの
初期表現式中の式(2)を式(8)に置き換えて、ファジー数学計画と区間ファジー弾性
-ファジー尤度-両側機会制約を統合して決定された線形区間ファジー弾性-ファジー尤度-
両側機会制約決定モデルを得、線形区間ファジー弾性-ファジー尤度-両側機会制約決定モ
デルのモデル変換と解きにより、各信頼度条件下での決定変数の上限と下限を求め、
線形区間ファジー弾性-ファジー尤度-両側機会制約決定モデルは以下の式であり:
目標関数:
(5)
制約条件:
(8)
(6)
(7)
(4)
(14)
上記式では、
は逆関数を表し、
は決定変数を表し、
は
の平均値を表し、
は
の平均値を表し、
は
の標準偏差を表し、
は
の標準偏差を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は決定変数
右辺の両側ランダムパラメータを表し、
はファジー弾性所属度を表し、
は第1目標関数を表し、
は第2目標関数を表し、
は制約条件中のモデルパラメータの第1モデルパラメータを表し、
は制約条件中のモデルパラメータの第2モデルパラメータを表し、
は目標関数中の決定変数のパラメータを表し、
は決定変数の集合を表し、
はファジー不確実性パラメータを表し、
調査地域の農業非点源汚染制御中の
に対して、所属度0~1の凸ファジー集合で三角ファジー数を定義し、
三角ファジー数の定義式は以下のとおりであり:
(15)
上記式では、
は三角ファジー数の所属度を表し、xはモデル決定変数を表し、aはファジー数
の下限を表し、bはファジー数
の再確推定値を表し、dはファジー数
の上限を表し、
三角ファジー数の所属度
をファジー不確実性パラメータ
として区間ファジー弾性-ファジー尤度-両側機会制約決定モデルの目標関数と制約条件の
各式に代入して、様々なファジー尤度所属度下での決定変数の上限と下限区間を取得する
。
ファジー尤度所属度、各環境制約信頼度の条件下で、ステップS2によって前記線形区間
ファジー弾性-ファジー尤度-両側機会制約決定モデルを解き、線形区間ファジー弾性-フ
ァジー尤度-両側機会制約決定モデルの上限と下限を計算して、決定変数の上限と下限区
間を取得する。
上記ステップでは、線形区間ファジー弾性-ファジー尤度-両側機会制約決定モデルは、フ
ァジー数学計画と区間ファジー弾性-ファジー尤度-両側機会制約決定を統合して得られる
。
上記ステップでは、区間ファジー弾性-ファジー尤度-両側機会制約決定モデルの上限と下
限は、該決定モデルを2つのサブモデルに変換することに相当し、1つのサブモデルは該
決定モデルの上限モデルであり、もう1つのサブモデルは該決定モデルの下限モデルであ
り、上限モデルにより該決定モデル決定変数の上限解のセットを解き、下限モデルにより
該決定モデル決定変数の下限解のセットを解き、上限解のセット、下限解のセットを含む
決定変数に目標関数に代入することで、目標関数の上限と下限を取得する。
本実施例では、ステップS3によってステップS1の農業非点源汚染防止制御決定計画モ
デルを区間ファジー弾性-ファジー尤度-両側機会制約決定(IFFDCCP)モデルに変
換するステップは、具体的以下を含み:
式(16)を以下に変換し、
(5)
上記式では、
はファジー弾性所属度であり、
制約条件は以下のとおりであり:
(19)
式(17)を以下のように変換し:
(20)
上記式では、
はファジー弾性所属度を表し、
は第1目標関数を表し、
は第2目標関数を表し、
は農作物単位市場価格を表し、
は農作物単位面積収穫量を表し、
は農作物栽培面積を表し、
は家畜飼養の単位利益を表し、
は領域内家畜飼養量を表し、
は農作物の単位栽培コストを表し、
はサブ領域灌漑用水輸送費を表し、
はサブ領域内農作物灌漑用水量を表し、
は化学肥料散布単位コストを表し、
は農作物化学肥料散布量を表し、
は糞尿収集/処理単位コストを表し、
は農作物糞尿散布量を表し、
は糞尿窒素元素揮発、脱窒重を表し、
は化学肥料窒素元素揮発、脱窒重を表し、
は逆関数を表し、
は
の平均値を表し、
は
の平均値を表し、
は
の標準偏差を表し、
は
の標準偏差を表し、
式(20)では、異なるファジー所属度下でのサブ領域農作物灌漑用水量
を異なるファジー尤度所属度下でのパラメータ値に変換し、式(24)を解き、ファジー
尤度所属度は、1、0.8、0.6、0.4、0.2、0を含む。
具体的に、本実施例の決定変数の値は、経済的利益の最大化と水環境管理ニーズを満たす
ことに基づいて選択されたものである。
S4、ステップS3によって各ファジー弾性所属度、各ファジー尤度所属度、各環境制約
信頼度条件下での決定変数の上限と下限区間を取得し、決定変数の上限と下限区間から農
業非点源汚染防止制御決定の目標関数値を計算し、つまり、調査地域の農業非点源汚染制
御と水質管理に関連する各制約条件によって共同で制約された場合の調査地域の農業非点
源汚染制御の純益最大値を計算する。
具体的に、本実施例では、区間ファジー弾性-ファジー尤度-両側機会制約決定方法により
上記複数の不確実性を変換および処理することにより、異なるファジー弾性所属度、異な
るファジー尤度所属度と異なる信頼度下での農業非点源汚染防止制御決定目標値および決
定計画ソリューションを得ることができ、具体的な組み合わせ方法は図2に示される。そ
の中で、農業非点源汚染防止制御決定目標値はシステム純益であり、決定計画ソリューシ
ョンは農作物栽培規模とレイアウト、養殖規模とレイアウト、化学肥料と糞尿の散布量で
ある。
S5、調査地域の実際ニーズに応じて調査地域の農業非点源汚染制御の純益最大値を決定
し、対応してステップS4中の調査地域の農業非点源汚染制御純益最大値に対応する目標
関数値を選択し、前記の対応の目標関数値に基づいて線形区間ファジー弾性-ファジー尤
度-両側機会制約決定モデルに対応する決定変数およびその値を決定して調査地域の農業
非点源汚染を制御する。
例えば、
ファジー尤度所属度が1.0、環境制約信頼度が0.9である時、ファジー弾性所属度が
[0.0113,0.9756]、システム純益が[190893.01、376952
.65]$、対応の決定変数およびその値が:栽培規模[60.86、104.48]ヘ
クタール、?殖規模[736.35、3333.94]匹、糞尿と化学肥料散布量それそ
れ[1357.18,1346.10]トンと[0.00,776.43]KGである。
ファジー尤度所属度が1.0、環境制約信頼度が0.99である時、ファジー弾性所属度
が[0.0005,0.9732]、システム純益が[188806.23,376486
.06]$、対応の決定変数およびその値が:栽培規模[64.25,104.49]ヘク
タール、?殖規模[1227.28、3333.05]匹、糞尿と化学肥料散布量それそ
れ1466.04トンと[0.00,598.99]KGである。
ファジー尤度所属度が0.6、環境制約信頼度が0.9である時、ファジー弾性所属度が
[0.0079,0.9693]、システム純益が[192379.80、379655
.52]$、対応の決定変数およびその値が:栽培規模[67.57、106.93]ヘ
クタール、?殖規模[918.11、3332.91]匹、糞尿と化学肥料散布量それそ
れ1225.40トンと809.67KGである。
ファジー尤度所属度が0.6、環境制約信頼度が0.99である時、ファジー弾性所属度
が[0.0016,0.9682]、システム純益が[188993.54、37769
5.16]$、対応の決定変数およびその値が:栽培規模[67.57、106.93]
ヘクタール、?殖規模[1619.98、3298.80]匹、糞尿と化学肥料散布量そ
れそれ1387.80トンと[0.00,719.06]KGである。
ファジー弾性計画は、ファジー弾性所属度を制約条件とするときのみ、決定変数の値を提
供し、ファジー尤度計画モデルは、ファジー尤度所属度を制約条件とするときのみ、決定
変数の値を提供し、ランダム数学計画は環境制約信頼度のときのみ、決定変数の値を提供
する。
上記の例から分かるように、本実施例で提供される方法は、各ファジー弾性所属度、各環
境制約信頼度、各ファジー尤度所属度を満たすことができ、対応の場合、農業非点源汚染
の最適な制御方法を提供し、つまりシステム純益に対応する栽培規模、?殖規模、糞尿と
化学肥料散布量を提供することができ、柔軟性および適応性が高いという利点を有する。
上記方法では、ステップS1では、調査地域の実際ニーズに応じて農業非点源汚染防止制
御決定計画モデルを構築し、ステップS2では、防止制御決定計画モデルの不確実性パラ
メータの最適化方法を提供し、ステップS3、ステップS4では、ステップS2の不確実
性パラメータ最適化方法によってステップS1の農業非点源汚染防止制御決定計画モデル
を改良し、具体的な状況に対応する制御方法と最大利益値を取得し、ステップS5では、
制御方法と最大利益値の利用方法を提供する。
Claims (5)
- S1、調査地域の実際ニーズに応じて水質管理制約下での農業非点源汚染防止制御決定計
画モデルを構築し、調査地域の実際状況に応じて、以前データを通じて農業非点源汚染防
止制御決定計画モデルのモデルパラメータを取得し、前記農業非点源汚染防止制御決定計
画モデルには、調査地域の農業非点源汚染制御に関連する決定変数、調査地域の農業非点
源汚染制御の純益の最大値を得るための目標関数、調査地域の農業非点源汚染制御に関連
する制約条件が含まれるステップと、
S2、区間ファジー弾性-ファジー尤度-両側機会制約決定モデルの近似等価線形変換方法
を構築し、
S2-1、区間ファジー弾性-ファジー尤度-両側機会制約決定モデルの初期表現式を確立
し、以下を含み:
目標関数:
(1)
制約条件:
(2)
(3)
(4)
上記式では、
は等しい可能性があることを表し、
は等しくない可能性があることを表し、
は決定変数を表し、
はランダムイベントを表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は正規分布
を満たし、
は決定変数
右辺の両側ランダムパラメータを表し、
は正規分布
を満たし、
は環境制約を満たさないデフォルトリスクを表し、
は環境制約を満たす信頼度を表し、
は目標関数を表し、
は目標関数中の決定変数のパラメータを表し、
は決定変数の集合を表し、
は制約条件中のモデルパラメータを表し、
はファジー不確実性パラメータを表し、
S2-2、区間ファジー弾性-ファジー尤度-両側機会制約決定モデルの変換および計算方
法は以下の通りであり:
ファジー数理計画法に従って式(1)と式(3)を次のように変換し、
(5)
(6)
(7)
上記式では、
はファジー弾性所属度を表し、
は第1目標関数を表し、
は第2目標関数を表し、
は制約条件中のモデルパラメータの第1モデルパラメータを表し、
は制約条件中のモデルパラメータの第2モデルパラメータを表し、
は目標関数中の決定変数のパラメータを表し、
は決定変数の集合を表し、
はファジー不確実性パラメータを表し、
S2-3、2つの定理を導入することで式(2)を近似等価な線形変換を行い、
定理1により、式(2)の線形変換式は以下のとおりであり:
(8)
定理2により、
は正規分布
を満たし、
は正規分布
を満たし、
、
はすべてn次元正規分布を満たすため、
、
のすべての線形組み合わせは1次元正規分布に従い、そこから以下の式を得て、
(9)
式(8)、式(9)では、
は逆関数を表し、~N(・)は正規分布に従うことを表し、
は決定変数を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は決定変数
右辺の両側ランダムパラメータを表し、
は
の平均値を表し、
は
の平均値を表し、
は
の標準偏差を表し、
は
の標準偏差を表し、
は環境制約の信頼度を満たすことを表し、
S2-4、ステップS3-3で導入した2つの定理の証明、
S2-5、ステップS3-1の区間ファジー弾性-ファジー尤度-両側機会制約決定モデルの
初期表現式中の式(2)を式(8)に置き換えて、ファジー数学計画と区間ファジー弾性
-ファジー尤度-両側機会制約を統合して決定された線形区間ファジー弾性-ファジー尤度-
両側機会制約決定モデルを得、線形区間ファジー弾性-ファジー尤度-両側機会制約決定モ
デルのモデル変換と解により、各信頼度条件下での決定変数の上限と下限を求め、
線形区間ファジー弾性-ファジー尤度-両側機会制約決定モデルは以下の式であり:
目標関数:
(5)
制約条件:
(8)
(6)
(7)
(4)
(14)
上記式では、
は逆関数を表し、
は決定変数を表し、
は
の平均値を表し、
は
の平均値を表し、
は
の標準偏差を表し、
は
の標準偏差を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は決定変数
右辺の両側ランダムパラメータを表し、
はファジー弾性所属度を表し、
は第1目標関数を表し、
は第2目標関数を表し、
は制約条件中のモデルパラメータの第1モデルパラメータを表し、
は制約条件中のモデルパラメータの第2モデルパラメータを表し、
は目標関数中の決定変数のパラメータを表し、
は決定変数の集合を表し、
はファジー不確実性パラメータを表し、
調査地域の農業非点源汚染制御中のファジー不確実性パラメータ
に対して、所属度0~1の凸ファジー集合で三角ファジー数を定義し、
三角ファジー数の定義式は以下の通りであり:
(15)
上記式では、
は三角ファジー数の所属度を表し、xはモデル決定変数を表し、aはファジー数
の下限を表し、bはファジー数
の再確推定値を表し、dはファジー数
の上限を表し、
三角ファジー数の所属度
をファジー不確実性パラメータ
として区間ファジー弾性-ファジー尤度-両側機会制約決定モデルの目標関数と制約条件の
各式に代入して、様々なファジー尤度所属度下での決定変数の上限と下限区間を取得する
ステップと、
S3、前記農業非点源汚染防止制御決定計画モデルに対応する各ファジー弾性所属度、各
ファジー尤度所属度、各環境制約信頼度の条件下で、ステップS2によって前記線形区間
ファジー弾性-ファジー尤度-両側機会制約決定モデルを解き、線形区間ファジー弾性-フ
ァジー尤度-両側機会制約決定モデルの上限と下限を計算して、決定変数の上限と下限区
間を取得するステップと、
S4、ステップS3によって各ファジー弾性所属度、各ファジー尤度所属度、各環境制約
信頼度条件下での決定変数の上限と下限区間を取得し、決定変数の上限と下限区間から農
業非点源汚染防止制御決定の目標関数値を計算し、つまり、調査地域の農業非点源汚染制
御と水質管理に関連する各制約条件によって共同で制約された場合の調査地域の農業非点
源汚染制御の純益最大値を計算するステップと、
S5、調査地域の実際ニーズに応じて調査地域の農業非点源汚染制御の純益最大値を決定
し、対応してステップS4中の調査地域の農業非点源汚染制御純益最大値に対応する目標
関数値を選択し、前記の対応の目標関数値に基づいて線形区間ファジー弾性-ファジー尤
度-両側機会制約決定モデルに対応する決定変数およびその値を決定して調査地域の農業
非点源汚染を制御するステップと、を含む、
ことを特徴とするIFFDCCP法に基づく流域農業非点源汚染の制御方法。 - 前記ステップS1では、前記モデルパラメータはランダムパラメータ、ファジーパラメー
タを含む、ことを特徴とする請求項1に記載の方法。 - 前記ランダムパラメータのデータは、ランダムパラメータの平均値と標準偏差、区間パラ
メータの上限と下限を含み、前記ファジーパラメータのデータは、ファジーパラメータの
各最適カットセットでの上限と下限を含む、ことを特徴とする請求項2に記載の方法。 - 前記ステップS2-4は、具体的に以下のことを含み:
式(9)に対して標準正規分布を表現し、式(9)の標準正規分布表現式は以下の通りで
あり:
(10)
上記式では、
は標準正規分布を表し、
は決定変数を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は決定変数
右辺の両側ランダムパラメータを表し、
は
の平均値を表し、
は
の平均値を表し、
は
の標準偏差を表し、
は
の標準偏差を表し、
式(2)、式(10)を組み合わせて以下の式を取得し:
(11)
上記式では、
はランダムイベントを表し、
は標準正規分布を表し、
は決定変数を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は決定変数
右辺の両側ランダムパラメータを表し、
は
の平均値を表し、
は
の平均値を表し、
は
の標準偏差を表し、
は
の標準偏差を表し、
は環境制約を満たす信頼度を表し、
逆関数
で示された
の累積分布関数で、式(11)を変形して以下の式を取得し:
(12)
上記式では、
は逆関数を表し、
は決定変数を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は
の平均値を表し、
は
の標準偏差を表し、
は環境制約を満たす信頼度を表し、
は決定変数
右辺の両側ランダムパラメータを表し、
であるため、式(12)は以下のように表現され:
(13)
上記式では、
は逆関数を表し、
は決定変数を表し、
は
の平均値を表し、
は
の平均値を表し、
は
の標準偏差を表し、
は
の標準偏差を表し、
は決定変数
左辺の両側ランダムパラメータを表し、
は決定変数
右辺の両側ランダムパラメータを表し、
は環境制約を満たす信頼度を表し、
式(12)は式(8)と等価であり、定理1、定理2が成立し、式(8)は式(2)の近
似等価な線形変換式として使用することできる、ことを特徴とする請求項1に記載の方法
。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210863045.6 | 2022-07-21 | ||
CN202210863045.6A CN115345647A (zh) | 2022-07-21 | 2022-07-21 | 基于iffdccp方法的流域农业面源污染控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7208449B1 true JP7208449B1 (ja) | 2023-01-19 |
JP2024014649A JP2024014649A (ja) | 2024-02-01 |
Family
ID=83949745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022129593A Active JP7208449B1 (ja) | 2022-07-21 | 2022-08-16 | Iffdccp法に基づく流域農業非点源汚染の制御方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7208449B1 (ja) |
CN (1) | CN115345647A (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008210362A (ja) | 2007-02-27 | 2008-09-11 | Inha-Industry Partnership Inst | Gisを利用した水質汚染負荷算定用の意思決定支援システム及びその運営方法 |
JP2011515509A (ja) | 2008-02-26 | 2011-05-19 | エービー−シーダブリューティー,エルエルシー | 廃棄物質を燃料および他の有用な生成物に変換するための方法および装置 |
CN110175948A (zh) | 2019-05-24 | 2019-08-27 | 郑州大学 | 一种基于河流整体健康的生态环境需水阈值量化方法 |
JP2020534997A (ja) | 2017-09-27 | 2020-12-03 | ブリュッヒャー ゲーエムベーハー | 水の処理及び/または浄化のための方法とその方法を実施するための浄水プラント |
CN114021829A (zh) | 2021-11-11 | 2022-02-08 | 东莞理工学院 | 考虑非点源污染控制的土地利用格局预测和优化方法 |
CN110751320B (zh) | 2019-09-29 | 2022-06-14 | 北京师范大学 | 一种随机模糊分析的农业土地的优选方法 |
-
2022
- 2022-07-21 CN CN202210863045.6A patent/CN115345647A/zh active Pending
- 2022-08-16 JP JP2022129593A patent/JP7208449B1/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008210362A (ja) | 2007-02-27 | 2008-09-11 | Inha-Industry Partnership Inst | Gisを利用した水質汚染負荷算定用の意思決定支援システム及びその運営方法 |
JP2011515509A (ja) | 2008-02-26 | 2011-05-19 | エービー−シーダブリューティー,エルエルシー | 廃棄物質を燃料および他の有用な生成物に変換するための方法および装置 |
JP2020534997A (ja) | 2017-09-27 | 2020-12-03 | ブリュッヒャー ゲーエムベーハー | 水の処理及び/または浄化のための方法とその方法を実施するための浄水プラント |
CN110175948A (zh) | 2019-05-24 | 2019-08-27 | 郑州大学 | 一种基于河流整体健康的生态环境需水阈值量化方法 |
CN110751320B (zh) | 2019-09-29 | 2022-06-14 | 北京师范大学 | 一种随机模糊分析的农业土地的优选方法 |
CN114021829A (zh) | 2021-11-11 | 2022-02-08 | 东莞理工学院 | 考虑非点源污染控制的土地利用格局预测和优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115345647A (zh) | 2022-11-15 |
JP2024014649A (ja) | 2024-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Antle et al. | Next generation agricultural system data, models and knowledge products: Introduction | |
Moscardi et al. | Attitudes toward risk among peasants: an econometric approach | |
Gul et al. | Determination of technical efficiency in cotton growing farms in Turkey: A case study of Cukurova region | |
Marra et al. | Information quality, technology depreciation, and Bt cotton adoption in the Southeast | |
Weinheimer et al. | Texas High Plains initiative for strategic and innovative irrigation management and conservation | |
CN108959746A (zh) | 区域农业用水量核定与分解方法 | |
JP7208449B1 (ja) | Iffdccp法に基づく流域農業非点源汚染の制御方法 | |
Lee et al. | Stochastic Efficiency versus Mean‐Variance Criteria as Predictors of Adoption of Reduced Tillage | |
Latinopoulos et al. | Optimal allocation of land and water resources in irrigated agriculture by means of goal programming: Application in Loudias river basin | |
Paoli et al. | A technical opportunity index based on the fuzzy footprint of a machine for site-specific management: an application to viticulture | |
CN110135627B (zh) | 水资源优化方法及装置 | |
Lazarus et al. | A spreadsheet planning tool for assisting a state agency with cost-effective watershed scale surface water nitrogen planning | |
Mishoe et al. | Using crop and pest models for management applications | |
Simonović et al. | Impact of Industry 4.0 on agricultural industry | |
Bayat et al. | AHP-Entropy-WASPAS Technique for Performance Evaluation of Agricultural Surface Water Distribution Systems Based on Water-Food-Energy Nexus | |
Pal et al. | Using fuzzy goal programming for long range production planning in agricultural systems | |
Ritchie et al. | Irrigation management: an information system approach | |
Mansoori et al. | Determining the Effects of Climate Change and Market Prices on Farm’s Structure by Using an Agent Based Model | |
Bhatia et al. | Integrated Farm Model for Optimal Allocation of Resources-A Linear Programming Approach | |
US20240255306A1 (en) | System and method of data modeling, estimation, and selective correction for agricultural maps | |
Jandoubi et al. | Equitable water distribution: Solution based on genetic algorithms | |
US20210318283A1 (en) | Systems and methods for providing germplasm crop scenarios | |
WO2001031484A2 (en) | Computer systems and methods for selecting seed varieties | |
Abebe | Integrating a participatory approach with simulation modelling to improve smallholder maize systems in the Rift Valley of Ethiopia | |
Kaitibie et al. | A Cox parametric bootstrap test of the von Liebig hypotheses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220816 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220816 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221124 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221130 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7208449 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |