論文の概要: Evolutionary Hierarchical Harvest Schedule Optimization for Food Waste
Prevention
- arxiv url: http://arxiv.org/abs/2112.10712v1
- Date: Mon, 20 Dec 2021 17:59:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-04 00:46:53.479768
- Title: Evolutionary Hierarchical Harvest Schedule Optimization for Food Waste
Prevention
- Title(参考訳): 食品廃棄物防止のための進化的階層的収穫スケジュール最適化
- Authors: Maurice G\"under, Nico Piatkowski, Laura von Rueden, Rafet Sifa,
Christian Bauckhage
- Abstract要約: インタークロッピングは 土壌や環境のモノクロを 避ける効果的な方法です
連続収穫を維持することは、物流コストと関連する温室効果ガス排出量を減らす。
本研究では,与えられた制約を満たす大作アンサンブルの全収穫時期の最適化手法を提案する。
- 参考スコア(独自算出の注目度): 2.854144305852985
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In order to avoid disadvantages of monocropping for soil and environment, it
is advisable to practice intercropping of various plant species whenever
possible. However, intercropping is challenging as it requires a balanced
planting schedule due to individual cultivation time frames. Maintaining a
continuous harvest reduces logistical costs and related greenhouse gas
emissions, and contributes to food waste prevention. In this work, we address
these issues and propose an optimization method for a full harvest season of
large crop ensembles that complies with given constraints. By using an approach
based on an evolutionary algorithm combined with a novel hierarchical loss
function and adaptive mutation rate, we transfer the multi-objective into a
pseudo-single-objective optimization problem and obtain faster convergence and
better solutions than for conventional approaches.
- Abstract(参考訳): 土壌や環境に対するモノクロッピングの欠点を避けるため、可能な限り様々な植物種のインタークロッピングを実践することが望ましい。
しかし、個別栽培時間枠によるバランスの取れた植樹スケジュールを必要とするため、インタークロッピングは困難である。
連続収穫を維持することは、物流コストと温室効果ガス排出量を削減し、食品廃棄物の防止に寄与する。
本研究では,これらの問題に対処し,与えられた制約を満たす大作アンサンブルの全収穫時期の最適化手法を提案する。
進化的アルゴリズムと新しい階層的損失関数と適応的突然変異率を併用した手法を用いて,多目的を擬似単目的最適化問題に変換し,従来の手法よりも高速な収束と解を求める。
関連論文リスト
- Gradient Based Hybridization of PSO [1.1059341532498634]
Particle Swarm Optimization (PSO) は、過去30年間にわたって、強力なメタヒューリスティックなグローバル最適化アプローチとして現れてきた。
PSOは、単一目的シナリオにおける早期の停滞や、探索と搾取のバランスを取る必要性といった課題に直面している。
多様なパラダイムから確立された最適化手法と協調的な性質を統合することでPSOをハイブリダイズすることは、有望な解決策となる。
論文 参考訳(メタデータ) (2023-12-15T11:26:36Z) - Optimal Guarantees for Algorithmic Reproducibility and Gradient
Complexity in Convex Optimization [55.115992622028685]
以前の研究は、一階法はより良い収束率(漸進収束率)をトレードオフする必要があることを示唆している。
最適複雑性と準最適収束保証の両方を、滑らかな凸最小化と滑らかな凸最小化問題に対して達成できることを実証する。
論文 参考訳(メタデータ) (2023-10-26T19:56:52Z) - Risk-averse Stochastic Optimization for Farm Management Practices and
Cultivar Selection Under Uncertainty [8.427937898153779]
目的プログラミング関数における条件付き値-リスクを用いた不確実性の下で最適化フレームワークを開発する。
ケーススタディとして、USコーンベルトの25箇所に作物モデルを構築しました。
その結果,提案モデルが気象と最適決定との間に有意な関係を生じさせることが示唆された。
論文 参考訳(メタデータ) (2022-07-17T01:14:43Z) - Scheduling Planting Time Through Developing an Optimization Model and
Analysis of Time Series Growing Degree Units [9.206916694802558]
2021年のSyngenta crop Challenge in analyticsにおいて、Syngentaはプランティング時間スケジューリングのための最適化モデルを設計するために問題を提起した。
そこで我々は,気象時系列モデルと最適化モデルからなる新しいフレームワークを開発した。
提案した最適化モデルを用いることで, 元の植林時間と比較して, サイト0で69%, サイト1で51%まで, 必要な容量を削減できる。
論文 参考訳(メタデータ) (2022-07-02T06:14:11Z) - Algorithm for Constrained Markov Decision Process with Linear
Convergence [55.41644538483948]
エージェントは、そのコストに対する複数の制約により、期待される累積割引報酬を最大化することを目的としている。
エントロピー正規化ポリシーとベイダの二重化という2つの要素を統合した新しい双対アプローチが提案されている。
提案手法は(線形速度で)大域的最適値に収束することが示されている。
論文 参考訳(メタデータ) (2022-06-03T16:26:38Z) - Machine Learning aided Crop Yield Optimization [0.0]
我々は,OpenAI Gymインタフェースを用いた作物シミュレーション環境を提案し,生産効率を最適化するために,最新の深部強化学習(DRL)アルゴリズムを適用した。
DRLアルゴリズムは,水や肥料の使用量などの制約要因を最小化しつつ,収穫量の最適化を支援する新しい政策やアプローチの発見に有用であることを示す。
論文 参考訳(メタデータ) (2021-11-01T14:14:11Z) - Optimization on manifolds: A symplectic approach [127.54402681305629]
本稿では、最適化問題を解くための一般的な枠組みとして、ディラックの制約付きハミルトン系理論の散逸拡張を提案する。
我々の(加速された)アルゴリズムのクラスは単純で効率的なだけでなく、幅広い文脈にも適用できる。
論文 参考訳(メタデータ) (2021-07-23T13:43:34Z) - Stochastic Optimization Forests [60.523606291705214]
標準的なランダムな森林アルゴリズムのように予測精度を向上させるために分割するのではなく、分割を選択した木を栽培し、下流の意思決定品質を直接最適化することで、森林決定政策の訓練方法を示す。
概略分割基準は、各候補分割に対して正確に最適化された森林アルゴリズムに近い性能を保ちながら、100倍のランニング時間を短縮できることを示す。
論文 参考訳(メタデータ) (2020-08-17T16:56:06Z) - Combining Deep Learning and Optimization for Security-Constrained
Optimal Power Flow [94.24763814458686]
セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。
SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。
本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
論文 参考訳(メタデータ) (2020-07-14T12:38:21Z) - Transfer of Manure as Fertilizer from Livestock Farms to Crop Fields:
The Case of Catalonia [4.07952189324476]
家畜生産は、大量の畜産を生産することで、環境に悪影響を及ぼす可能性がある。
畜産が近くの作物畑に輸出され、有機肥料として使用される場合、汚染を軽減できる。
本稿では,この問題を解決するための3つの方法を提案する。中央集権的最適アルゴリズム (COA) と,アリの捕食行動に基づく分散自然着想協調手法 (AIA) と,カタルーニャの非協調的手法で今日使用されている既存の慣行を構成するナイーブ隣りの手法 (NBS) である。
論文 参考訳(メタデータ) (2020-06-14T18:33:13Z) - MineReduce: an approach based on data mining for problem size reduction [58.720142291102135]
本稿では,マイニングパターンを用いて問題サイズの削減を行うMineReduceという手法を提案する。
異種車両ルーティング問題に対するMineReduceの適用について述べる。
論文 参考訳(メタデータ) (2020-05-15T08:49:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。