CN110458368A - 一种基于网络流的草畜平衡游牧路径规划方法 - Google Patents

一种基于网络流的草畜平衡游牧路径规划方法 Download PDF

Info

Publication number
CN110458368A
CN110458368A CN201910761398.3A CN201910761398A CN110458368A CN 110458368 A CN110458368 A CN 110458368A CN 201910761398 A CN201910761398 A CN 201910761398A CN 110458368 A CN110458368 A CN 110458368A
Authority
CN
China
Prior art keywords
livestock
path
link
pasture
nomadic
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.)
Granted
Application number
CN201910761398.3A
Other languages
English (en)
Other versions
CN110458368B (zh
Inventor
李建平
吴登生
谷晓燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute Of Science And Development Chinese Academy Of Sciences
Beijing Information Science and Technology University
Original Assignee
Institute Of Science And Development Chinese Academy Of Sciences
Beijing Information Science and Technology University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute Of Science And Development Chinese Academy Of Sciences, Beijing Information Science and Technology University filed Critical Institute Of Science And Development Chinese Academy Of Sciences
Priority to CN201910761398.3A priority Critical patent/CN110458368B/zh
Publication of CN110458368A publication Critical patent/CN110458368A/zh
Application granted granted Critical
Publication of CN110458368B publication Critical patent/CN110458368B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Animal Husbandry (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Development Economics (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于网络流的草畜平衡游牧路径规划方法，本发明方法根据NDVI指数筛选牧场，先确定整个游牧网络的最大牲畜流，用以限制整个游牧网络中的牲畜数量，再为不同牧户分配游牧路径，从而得到满足草畜平衡的合理游牧路径。本发明方法能够满足牧民对不同位置的草地资源的利用，提高牧民利用草地资源的科学性，对维护草地资源环境和经济可持续发展具有重要意义。

Description

一种基于网络流的草畜平衡游牧路径规划方法
技术领域
本发明涉及畜牧业技术领域，更特别地说，涉及到一种考虑草畜平衡的游牧路径网络规划方法。
背景技术
游牧是草原民族基本的经济生活方式，包括以逐水草而居为基本特征的游牧方式，以及依各有分地为原则确定的游牧空间。草原上除少数几块靠高山冰雪融水与穿行于大陆腹地的河流滋润的绿洲外，绝大部分地区不适于农业开垦,长期以来只能作为羊、马、牛、驼的牧地,为游牧人所拥有。由于草原生态的自然特征，草场承受不了持续、长期地放牧，决定了草原载畜量的有限性，从而使游牧业一经产生就与移动性生活相伴而行。生活在草原的牧民历经数千年营造了独特的游牧方式与草原文化，但在人口和畜牧量不断增加趋势下，牧民对草地资源利用、管理的盲目性成为了影响生态环境的重要因素，也是导致草地退化，影响草地资源可重复使用的关键。对游牧进行科学管理，不仅有利于草畜平衡，对保护生态环境也起到至关重要的作用。
游牧路径(Nomadic Path)是指牧民(Herdsman)随着水草而进行移动所形成的独特路径。这种移动性表现在时间与空间维度上，在时间维度上，牧民(Herdsman)通过四季更替来进行牧场(Pasture)的放牧；在空间维度上，牧民(Herdsman)通过不同牧场(Pasture)的草地来进行牧场转场放牧。以上放牧行为在时间空间维度上的移动形成了游牧路径。
游牧网络(Nomadic Network)是指在游牧过程中由牲畜(livestock)、牧场(Pasture)和连接牧场之间的牧道(pastoral)三部分组成的网络拓扑结构图。为了人类活动与自然环境平衡发展，达到草畜平衡(Grass and livestock balance)的情况，使牧场不承受长期且连续的放牧活动，减少不必要的迁徙时间以及迁徙距离，避免过度放牧，降低对草地利用的盲目性，对合理利用草地资源起着重要作用。
发明内容
为了解决牧民放牧出现的牧场超载、欠载的技术问题，以及长期且连续的放牧活动带来的草地利用盲目性，本发明提出了一种基于网络流的草畜平衡游牧路径规划方法。本发明方法根据NDVI指数筛选牧场，依据游牧路径将牧场分为源牧场、中间牧场和目标牧场；通过寻求最大流的标号法得到整个游牧网络中的最大合理牲畜流，用以限制整个游牧网络中的牲畜数量；通过比较游牧网络中游牧路径的长度，选择满足载畜量条件的最短长度的游牧路径；该游牧路径作为给牧户分配的满足草畜平衡的最优游牧路径。在考虑草原生态环境的基础上，分析了每个牧场载畜量、放牧方式、牧草条件等因素。本发明方法能够满足牧民对不同位置的草地资源的利用，提高牧民利用草地资源的科学性，对维护草地资源环境和经济可持续发展具有重要意义。
本发明的一种基于网络流的草畜平衡游牧路径规划方法，是在已知游牧网络拓扑结构中包含有牧户及牧户养殖牲畜量、牧场及牧场的合理载畜量、牧场的NDVI指数的参数信息；其特征在于：草畜平衡游牧路径规划的步骤为：
步骤一：统计牧户与各牧户牲畜量，执行步骤二；
统计牧户集合HH＝{H1,H2,…,Ha,…,HA}中每个牧户的牲畜总量，并对所有牧户们养殖的牲畜总量按照从多至少进行排序，得到牲畜总量序列LL，且
属于H1的牲畜总量，记为
属于H2的牲畜总量，记为
属于Ha的牲畜总量，记为
属于HA的牲畜总量，记为
牲畜总量是以羊单位计数的，所述羊单位是指1只体重45Kg、日消耗1.8Kg标准干草的成年绵羊。
步骤二：依据NDVI指数，获取待放牧牧场，并得到每段链路的合理牲畜流；
采用NDVI指数从游牧网络拓扑结构中获取得到满足等级评价限制的待放牧牧场集合PP＝{P1,P2,…,Pb,…,PB}；
记录下PP＝{P1,P2,…,Pb,…,PB}中每个牧场的合理载畜量，记为总合理载畜量组QQ，且
通过对游牧网络中相邻牧场Pb与牧场PB之间合理载畜量对比，取合理载畜量小的牧场的合理载畜量作为所述游牧链路可以承载的合理牲畜流，记为
步骤三：采用寻求最大流的标号法获取整个游牧网络的最大牲畜流；
在本发明中，依据“寻求最大流的标号法”来计算从Ps到达Pt的整个游牧网络上的最大牲畜流MQ，是为了使所有牧户HH＝{H1,H2,…,Ha,…,HA}的牲畜都能被一个游牧网络全部分配。
在牲畜限流模型中的所有游牧路径，记为
表示牲畜限流模型中的任意一条游牧路径，下角标y表示游牧路径的标识号；
表示牲畜限流模型中的最后一条游牧路径，下角标Y表示游牧路径的总条数；
计算牧场Pb与牧场PB的链路牲畜流，记为
步骤四：为多牧户安排游牧路径；
步骤401：调用每个牧户和牧户养殖的牲畜数量和每条链路的距离；执行步骤402；
步骤402：比较整个游牧网络的最大牲畜流与所有牧户的牲畜量之和；执行步骤403；
若则游牧网络能够满足所有牧户的牲畜分配；
若所有牧户对养殖的牲畜进行补饲料；
步骤403：遍历游牧网络拓扑结构中的所有游牧路径；执行步骤404；
在本发明中，任意一个从源牧场Pb到达一个目标牧场PB的多条游牧路径；或者任意一个从源牧场Pb到达多个目标牧场PB的多条游牧路径；多个从源牧场Pb到达一个目标牧场PB的多条游牧路径；
步骤404：计算所有游牧路径的长度；执行步骤405；
步骤405：按照游牧路径的长度由小到大进行排序，得到排序后的总游牧路径组ST_GG；执行步骤406；
步骤406：计算每条游牧路径的路径－合理牲畜量Q，执行步骤407；
在本发明中，每条游牧路径的路径－合理牲畜量为该条游牧路径上牧场合理载畜量的最小值；
步骤407：按照牲畜总量序列为每个牧户分配满足草畜平衡的最优游牧路径。
在本发明中，按照牲畜总量序列LL进行游牧路径分配。若则选取继路径之后的一条路径进行分配给牧户Ha。若直接将路径分配给牧户Ha。
本发明基于网络流的草畜平衡游牧路径规划方法的优点在于：
①本发明方法中应用的牧场是以NDVI指数进行筛选的，这有利于把退化牧场排除在游牧网络外，避免了在退化牧场上放牧，减少了对草地资源的过度放牧。
②经本发明方法处理后的游牧网络，其载畜压力指数接近于1，但不大于1，以合理牲畜流限制整个游牧网络中的牲畜数量，充分考虑到牧场的载畜量，能够避免在牧场上的超载放牧。
③本发明方法通过将牧户的牲畜数量与游牧链路中允许通过的牲畜流进行匹配，能够减少在牧场上的欠载放牧，达到了对牧场资源的充分利用。
④本发明方法通过建立适用于游牧路径规划中的网络模型，将改进的最小费用合理牲畜流模型运用到游牧路径网络的规划中，在此基础上实现了路径最短游牧路径，降低了放牧过程的成本，提高了放牧的效益。
⑤本发明方法能够实现多牧户可行路径推荐，牧户可以通过游牧网络规划(Nomadic network planning)选择更加科学的路径进行放牧，避免了他们更多的依赖感官、历史经验而决定游牧路径的主观性。
⑥本发明方法通过考虑牧场的草场等级、载畜量的限制等因素，保证牧场的草畜平衡状态，有利于提高草地资源的利用率，保护草地资源，减少对于草地资源盲目利用。
附图说明
图1是本发明基于网络流的草畜平衡游牧路径规划的流程图。
图2是游牧网络拓扑结构示意图。
图3是本发明游牧网络的初始时最大牲畜流模型示意图。
图4是本发明实施例1的游牧网络结构示意图。
具体实施方式
下面将结合附图和实施例对本发明做进一步的详细说明。
归一化植被指数(NDVI，Normalized Difference Vegetation Index)可以准确反映地表植被覆盖状况。是由中国科学院资源环境科学数据中心提供的中国年度植被指数(NDVI)空间分布数据集。中国年度植被指数(NDVI)空间分布数据集是基于连续时间序列的SPOT/VEGETATION NDVI卫星遥感数据，采用最大值合成法生成的1998年以来的年度植被指数数据集。该数据集有效反映了全国各地区在空间和时间尺度上的植被覆盖分布和变化状况，对植被变化状况监测、植被资源合理利用和其它生态环境相关领域的研究有十分重要的参考意义。在本发明中，应用归一化植被指数(NDVI)可以反应牧场自然条件状况，NDVI指数越高，牧场条件越优质。
在本发明中，为了保护草场资源的可持续利用，对草场的等级划分参考的是：2008年5月第30卷第5期《资源科学》，“基于MODIS NDVI时序数据的青海省草地分级”，作者卫亚星等。文中公开了对草场进行等级划分，第一等是优良草场，第二等是普通草场，第三等是退化草场。
参见图2所示，在本发明中，游牧网络拓扑结构中的多个牧户(Herdsman)采用集合形式表达，记为牧户集合HH＝{H1,H2,…,Ha,…,HA}，H1表示第一个牧户，H2表示第二个牧户，Ha表示第a个牧户，下角标a表示牧户的标识号，HA表示最后一个牧户，下角标A表示牧户的总数。为了方便说明Ha也表示任意一个牧户，HA也表示另一个任意牧户。
在本发明中，每一个牧户Herdsman都养有多个品种牲畜(livestock)，为了统一牧户养殖牲畜的头数，以中华人民共和国农业行业标准NY/T635－2015，“天然草地合理载畜量的计算”中规定的羊单位(sheep unit)进行牧户牲畜总量统计，则有：属于H1的牲畜总量，记为属于H2的牲畜总量，记为属于Ha的牲畜总量，记为属于HA的牲畜总量，记为羊单位(sheep unit)是指1只体重45Kg、日消耗1.8Kg标准干草的成年绵羊，或与此相当的其他家畜。
参见图2所示，在本发明中，针对游牧网络拓扑结构中的多个牧场(Pasture)是依据NDVI指数来选取待放牧牧场的，被选取的所有待放牧牧场采用集合形式表达，记为待放牧牧场集合PP＝{P1,P2,…,Pb,…,PB}，P1表示第一个牧场，P2表示第二个牧场，Pb表示第b个牧场，下角标b表示牧场的标识号，PB表示最后一个牧场，下角标B表示牧场的总数。为了方便说明Pb也表示任意一个牧场，PB也表示另一个任意牧场。
在本发明中，能够用于放牧的牧场是满足NDVI指数中划分的优良牧场和普通牧场，但不包括退化牧场。
为了维护草地资源的合理利用，每个牧场(Pasture)都有合理载畜量(carryingcapacity)，合理载畜量是指一定的面积草地，在某一利用时间段内，在适度放牧(或割草)利用并维持草地可持续生产的前提下，满足家畜正常生长、繁殖、生产的需要，所能承载的最多家畜数量。则有属于P1的合理载畜量，记为属于P2的合理载畜量，记为属于Pb的合理载畜量，记为属于PB的合理载畜量，记为
在本发明的游牧网络拓扑结构中，相邻两个牧场之间的连接为游牧链路，所述游牧链路上通过的牲畜数量，称为链路牲畜流。例如，牧场Pb与牧场PB的链路牲畜流，记为
在本发明的游牧网络拓扑结构中，相邻两个牧场之间的距离称为牧道长度(牧道长度表示为D)。牧道长度是指草原划区轮牧时围栏中定义的距离，单位，公里。
例如，任意一个牧场Pb至另一任意牧场PB的牧道长度，记为
在本发明中，因为游牧路径是在游牧过程中通过的牲畜流来进行牧场转场形成的路线，所以任意一个牧户经过的第一个牧场则为源牧场，到达最终放牧的牧场则为目标牧场。在牧场集合PP＝{P1,P2,…,Pb,…,PB}中牧场的身份会有源牧场、中间牧场和目标牧场。为了清楚说明游牧网络拓扑结构中的多条游牧路径，在Pb为源牧场、PB为目标牧场时的游牧路径，记为下角标z表示从源牧场到达目标牧场的游牧路径条数的标识号。对于的路径－合理牲畜量，记为
本发明的一种基于网络流的草畜平衡游牧路径规划方法，是在已知游牧网络拓扑结构中包含有牧户及牧户养殖牲畜量、牧场及牧场的合理载畜量、牧场的NDVI指数的参数信息；具体地草畜平衡游牧路径规划的步骤为：
步骤一：统计牧户与各牧户牲畜量，执行步骤二；
统计牧户集合HH＝{H1,H2,…,Ha,…,HA}中每个牧户的牲畜总量，并对所有牧户们养殖的牲畜总量按照从多至少进行排序，得到牲畜总量序列LL；且
属于H1的牲畜总量，记为
属于H2的牲畜总量，记为
属于Ha的牲畜总量，记为
属于HA的牲畜总量，记为
步骤二：依据NDVI指数，获取待放牧牧场，并得到每段链路的合理牲畜流；
采用NDVI指数从游牧网络拓扑结构中获取得到满足等级评价限制的待放牧牧场集合PP＝{P1,P2,…,Pb,…,PB}；
记录下PP＝{P1,P2,…,Pb,…,PB}中每个牧场的合理载畜量，记为总合理载畜量组QQ，且
通过对游牧网络中相邻牧场Pb与牧场PB之间合理载畜量对比，取合理载畜量小的牧场的合理载畜量作为所述游牧链路可以承载的合理牲畜流，记为
步骤三：采用寻求最大流的标号法获取整个游牧网络的最大牲畜流；
在本发明中，依据“寻求最大流的标号法”来计算从Ps到达Pt的整个游牧网络上的最大牲畜流MQ，是为了使所有牧户HH＝{H1,H2,…,Ha,…,HA}的牲畜都能被一个游牧网络全部分配。
在牲畜限流模型中的所有游牧路径，记为
表示牲畜限流模型中的任意一条游牧路径，下角标y表示游牧路径的标识号；
表示牲畜限流模型中的最后一条游牧路径，下角标Y表示游牧路径的总条数；
计算牧场Pb与牧场PB的链路牲畜流，记为
步骤四：为多牧户安排游牧路径；
步骤401：调用每个牧户和牧户养殖的牲畜数量和每条链路的距离；执行步骤402；
步骤402：比较整个游牧网络的最大牲畜流与所有牧户的牲畜量之和；执行步骤403；
若则游牧网络能够满足所有牧户的牲畜分配；
若所有牧户对养殖的牲畜进行补饲料；
步骤403：遍历游牧网络拓扑结构中的所有游牧路径；执行步骤404；
在本发明中，任意一个从源牧场到达一个目标牧场的多条游牧路径；或者任意一个从源牧场到达多个目标牧场的多条游牧路径；多个从源牧场到达一个目标牧场的多条游牧路径。
步骤404：计算所有游牧路径的长度；执行步骤405；
步骤405：按照游牧路径的长度由小到大进行排序，得到排序后的总游牧路径组ST_GG；执行步骤406；
步骤406：计算每条游牧路径的路径－合理牲畜量Q，执行步骤407；
在本发明中，每条游牧路径的路径－合理牲畜量为该条游牧路径上牧场合理载畜量的最小值。
步骤407：按照牲畜总量序列为每个牧户分配满足草畜平衡的最优游牧路径。
在本发明中，按照牲畜总量序列LL进行游牧路径分配。若则选取继路径之后的一条路径进行分配给牧户Ha。若直接将路径分配给牧户Ha。
实施例1
参见图1、图3、图4所示，实施例1以青海省海晏县XX畜牧所提供的牧户数、牧场数、牧道长度等参数信息构建的游牧网络进行说明。本发明实施例1中用到的具体数字不作为限制本发明的构思，数字的列举是为了更清楚说明本发明的草畜平衡游牧路径规划。
步骤一：统计牧户与各牧户牲畜量，执行步骤二；
实施例1中牧户有三个牧户，即牧户集合HH＝{H1,Ha,HA}；
H1表示第一个牧户，属于H1的牲畜总量为430只，记为
Ha表示第二个牧户，属于Ha的牲畜总量为420只，记为
HA表示第三个牧户，属于HA的牲畜总量为330只，记为
对所有牧户们养殖的牲畜总量按照从多至少进行排序，得到牲畜总量序列LL，即LL的排序为
步骤二：依据NDVI指数，获取待放牧牧场，并得到每段链路的合理牲畜流；
步骤201：记录待放牧牧场，执行步骤202；
实施例1中牧场有：P1表示第一个牧场；P2表示第二个牧场；P3表示第三个牧场，P4表示第四个牧场，P5表示第五个牧场；P6表示第六个牧场；P7表示第七个牧场，P8表示第八个牧场，P9表示第九个牧场。即待放牧牧场集合PP＝{P1,P2,P3,P4,P5,P6,P7,P8,P9}。
在实施例1选取的牧场是采用NDVI指数从游牧网络拓扑结构中获取得到满足等级评价限制的九个牧场。其中牧场P1的NDVI指数在0.7～0.8区间，牧场P2的NDVI指数在0.6～0.7区间，牧场P3的NDVI指数在0.5～0.6区间，牧场P4的NDVI指数在0.7～0.8区间，牧场P5的NDVI指数在0.8～1.0区间，牧场P6的NDVI指数在0.7～0.8区间，牧场P7的NDVI指数在0.6～0.7区间，牧场P8的NDVI指数在0.7～0.8区间，牧场P9的NDVI指数在0.5～0.6区间。
步骤202：统计牧场的合理载畜量；执行步骤203；
表示第一个牧场的合理载畜量，且
表示第二个牧场的合理载畜量，且
表示第三个牧场的合理载畜量，且
表示第四个牧场的合理载畜量，且
表示第五个牧场的合理载畜量，且
表示第六个牧场的合理载畜量，且
表示第七个牧场的合理载畜量，且
表示第八个牧场的合理载畜量，且
表示第九个牧场的合理载畜量，且
步骤203，计算每段游牧链路承载的合理牲畜流；执行步骤301；
通过对游牧网络中相邻牧场(牧场Pb与牧场PB)之间合理载畜量对比，取合理载畜量小的牧场的合理载畜量作为所述游牧链路可以承载的合理牲畜流，记为
牲畜从牧场P1到达牧场P4承载的合理牲畜流为且
牲畜从牧场P1到达牧场P5承载的合理牲畜流为且
牲畜从牧场P2到达牧场P5承载的合理牲畜流为且
牲畜从牧场P2到达牧场P6承载的合理牲畜流为且
牲畜从牧场P3到达牧场P6承载的合理牲畜流为且
牲畜从牧场P4到达牧场P7承载的合理牲畜流为且
牲畜从牧场P5到达牧场P4承载的合理牲畜流为且
牲畜从牧场P5到达牧场P7承载的合理牲畜流为且
牲畜从牧场P5到达牧场P8承载的合理牲畜流为且
牲畜从牧场P5到达牧场P9承载的合理牲畜流为且
牲畜从牧场P6到达牧场P5承载的合理牲畜流为且
牲畜从牧场P6到达牧场P9承载的合理牲畜流为且
牲畜从牧场Ps到达牧场P1承载的合理牲畜流为且
牲畜从牧场Ps到达牧场P2承载的合理牲畜流为且
牲畜从牧场Ps到达牧场P3承载的合理牲畜流为且
牲畜从牧场P7到达牧场Pt承载的合理牲畜流为且
牲畜从牧场P8到达牧场Pt承载的合理牲畜流为且
牲畜从牧场P9到达牧场Pt承载的合理牲畜流为且
步骤三：获取游牧网络的最大牲畜流；
步骤301：获取牲畜限流模型中的所有游牧路径；执行步骤302；
在实施例1中，为了使所有牧户HH＝{H1,Ha,HA}的牲畜都能被一个游牧网络全部分配，故选用一个虚拟源牧场Ps到达一个虚拟目标牧场Pt形成的牲畜限流模型来计算游牧网络的最大牲畜流MQ。
“寻求最大流的标号法”参考2005年6月第3版，《运筹学》(第三版)，甘应爱等主编，第272-274页。
参见图3所示，依据“寻求最大流的标号法”来计算从Ps到达Pt的整个游牧网络上的最大牲畜流为：
牲畜限流模型中第一条游牧路径
牲畜限流模型中第二条游牧路径
牲畜限流模型中第三条游牧路径
牲畜限流模型中第四条游牧路径
牲畜限流模型中第五条游牧路径
牲畜限流模型中第六条游牧路径
牲畜限流模型中第七条游牧路径
牲畜限流模型中第八条游牧路径
牲畜限流模型中第九条游牧路径
牲畜限流模型中第十条游牧路径
牲畜限流模型中第十一条游牧路径
牲畜限流模型中第十二条游牧路径
牲畜限流模型中第十三条游牧路径
牲畜限流模型中第十四条游牧路径
牲畜限流模型中第十五条游牧路径
牲畜限流模型中第十六条游牧路径
牲畜限流模型中第十七条游牧路径
牲畜限流模型中第十八条游牧路径
牲畜限流模型中第十九条游牧路径
牲畜限流模型中第二十条游牧路径
牲畜限流模型中第二十一条游牧路径
牲畜限流模型中第二十二条游牧路径
牲畜限流模型中第二十三条游牧路径
牲畜限流模型中第二十四条游牧路径
牲畜限流模型中第二十五条游牧路径
步骤302，初始化每段游牧链路的链路牲畜流；执行步骤303；
牲畜从牧场Ps到达牧场P1通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场Ps到达牧场P2通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场Ps到达牧场P3通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场P1到达牧场P4通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场P1到达牧场P5通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场P2到达牧场P5通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场P2到达牧场P6通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场P3到达牧场P6通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场P4到达牧场P7通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场P5到达牧场P4通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场P5到达牧场P7通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场P5到达牧场P8通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场P5到达牧场P9通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场P6到达牧场P5通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场P6到达牧场P9通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场P7到达牧场Pt通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场P8到达牧场Pt通过的牲畜流，即链路牲畜流为初始时，赋值为0。
牲畜从牧场P9到达牧场Pt通过的牲畜流，即链路牲畜流为初始时，赋值为0。
步骤303，采用标号法调整游牧路径的牲畜流；执行步骤304；
将Ps标号为(0，+∞)，取牲畜限流模型中第一条游牧路径采用寻求最大流的标号法计算得到所述路径的牲畜调整量则调整路径上的牲畜流，将作为路径上牲畜量的增加量。
此时，路径上的牲畜流将发生变化：
牲畜从牧场Ps到达牧场P1通过的链路牲畜流
牲畜从牧场P1到达牧场P4通过的链路牲畜流
牲畜从牧场P4到达牧场P7通过的链路牲畜流
牲畜从牧场P7到达牧场Pt通过的链路牲畜流
路径中链路P4→P7上的合理牲畜流与链路牲畜流相等，链路P7→Pt上的合理牲畜流与链路牲畜流相等，即链路P4→P7和链路P7→Pt已饱和，将寻找下一个路径继续标号。
在实施例1中，由于链路P4→P7和链路P7→Pt已饱和，故将其归入链路饱和集中，即而链路Ps→P1和链路P1→P4还有剩余的链路牲畜量可供分配，将其归入链路非饱和集中，即
在实施例1中，为了清楚记录牲畜限流模型中所有的链路饱和集，记为总链路饱和组AAA，且总链路饱和组AAA会随着标号过程增加而加入新的饱和链路。
步骤304，去除链路饱和集中存在的链路对应的路径；执行步骤305；
由于路径路径和路径中包括有总链路饱和组中的一个链路或多个链路，则放弃路径路径和路径作为下一个标号的路径。
步骤305，采用标号法调整下一个游牧路径的牲畜流；执行步骤306；
采用与步骤303相同的方法选取牲畜限流模型中第五条游牧路径路径将Ps标号为(0，+∞)，采用寻求最大流的标号法计算得到所述路径的牲畜调整量则调整路径上的牲畜流，将作为路径上牲畜量的增加量。
此时，路径上的牲畜流将发生变化：
牲畜从牧场Ps到达牧场P1通过的链路牲畜流
牲畜从牧场P1到达牧场P4通过的链路牲畜流
牲畜从牧场P4到达牧场P5通过的链路牲畜流
牲畜从牧场P5到达牧场P8通过的链路牲畜流
牲畜从牧场P8到达牧场Pt通过的链路牲畜流
路径中链路P1→P4上的合理牲畜流与链路牲畜流相等，即链路P1→P4已饱和，寻找下一个路径继续标号。
在实施例1中，由于链路P1→P4已饱和，故将其归入链路饱和集中，即此时，总链路饱和组而链路Ps→P1、链路P4→P5、链路P5→P8和链路P8→Pt还有剩余的链路牲畜量可供分配，将其归入链路非饱和集中，即
步骤306，采用标号法调整下一个游牧路径的牲畜流；执行步骤307；
由于游牧路径中的链路不在总链路饱和组中，将Ps标号为(0，+∞)，取牲畜限流模型中第六条游牧路径采用寻求最大流的标号法计算得到所述路径的牲畜调整量则调整路径上的牲畜流，将作为路径上牲畜量的增加量。
此时，路径上的牲畜流将发生变化：
牲畜从牧场Ps到达牧场P1通过的链路牲畜流
牲畜从牧场P1到达牧场P5通过的链路牲畜流
牲畜从牧场P5到达牧场P8通过的链路牲畜流
牲畜从牧场P8到达牧场Pt通过的链路牲畜流
路径中链路Ps→P1上的合理牲畜流与链路牲畜流相等，即链路Ps→P1已饱和，寻找下一个路径继续标号。
在实施例1中，由于链路Ps→P1已饱和，故将其归入链路饱和集中，即此时，总链路饱和组而链路P1→P5、链路P5→P8和链路P8→Pt还有剩余的链路牲畜量可供分配，将其归入链路非饱和集中，即
步骤307，去除链路饱和集中存在的链路对应的路径；执行步骤308；
由于路径路径路径路径路径路径路径和路径中包括有总链路饱和组中的一个链路或多个链路，则放弃路径路径路径路径路径路径路径和路径作为下一个标号的路径。
步骤308，采用标号法调整下一个游牧路径的牲畜流；执行步骤309；
由于游牧路径中的链路不在总链路饱和组中，将Ps标号为(0，+∞)，取牲畜限流模型中第十五条游牧路径采用寻求最大流的标号法计算得到所述路径的牲畜调整量则调整路径上的牲畜流，将作为路径上牲畜量的增加量。
此时，路径上的牲畜流将发生变化：
牲畜从牧场Ps到达牧场P2通过的链路牲畜流
牲畜从牧场P2到达牧场P5通过的链路牲畜流
牲畜从牧场P5到达牧场P8通过的链路牲畜流
牲畜从牧场P8到达牧场Pt通过的链路牲畜流
路径中链路P5→P8上的合理牲畜流与链路牲畜流相等，即链路P5→P8已饱和，寻找下一个路径继续标号。
在实施例1中，由于链路P5→P8已饱和，故将其归入链路饱和集中，即此时，总链路饱和组而链路Ps→P2、链路P2→P5和链路P8→Pt还有剩余的链路牲畜量可供分配，将其归入链路非饱和集中，即
步骤309，去除链路饱和集中存在的链路对应的路径；执行步骤310；
由于路径中包括有总链路饱和组中的一个链路或多个链路，则放弃路径作为下一个标号的路径。
步骤310，采用标号法调整下一个游牧路径的牲畜流；执行步骤311；
由于游牧路径中的链路不在总链路饱和组中，将Ps标号为(0，+∞)，取牲畜限流模型中第十七条游牧路径采用寻求最大流的标号法计算得到所述路径的牲畜调整量则调整路径上的牲畜流，将作为路径上牲畜量的增加量。
此时，路径上的牲畜流将发生变化：
牲畜从牧场Ps到达牧场P2通过的链路牲畜流
牲畜从牧场P2到达牧场P5通过的链路牲畜流
牲畜从牧场P5到达牧场P9通过的链路牲畜流
牲畜从牧场P9到达牧场Pt通过的链路牲畜流
路径中链路Ps→P2上的合理牲畜流与链路牲畜流相等，链路P2→P5上的合理牲畜流与链路牲畜流相等，即链路Ps→P2和链路P2→P5已饱和，寻找下一个路径继续标号。
在实施例1中，由于链路Ps→P2和链路P2→P5已饱和，故将其归入链路饱和集中，即此时，总链路饱和组而链路P5→P9和链路P9→Pt还有剩余的链路牲畜量可供分配，将其归入链路非饱和集中，即
步骤311，去除链路饱和集中存在的链路对应的路径；执行步骤312；
由于路径路径路径路径路径路径和路径中包括有总链路饱和组中的一个链路或多个链路，则放弃路径路径路径路径路径路径和路径作为下一个标号的路径。
步骤312，采用标号法调整下一个游牧路径的牲畜流；执行步骤313；
由于游牧路径中的链路不在总链路饱和组中，将Ps标号为(0，+∞)，取牲畜限流模型中第二十五条游牧路径采用寻求最大流的标号法计算得到所述路径的牲畜调整量则调整路径上的牲畜流，将作为路径上牲畜量的增加量。
此时，路径上的牲畜流将发生变化：
牲畜从牧场Ps到达牧场P3通过的链路牲畜流
牲畜从牧场P3到达牧场P6通过的链路牲畜流
牲畜从牧场P6到达牧场P9通过的链路牲畜流
牲畜从牧场P9到达牧场Pt通过的链路牲畜流
路径中链路P9→Pt上的合理牲畜流与链路牲畜流相等，即链路P9→Pt已饱和，此时没有路径可以标号，标号过程结束。
在实施例1中，由于链路P9→Pt已饱和，故将其归入链路饱和集中，即此时，总链路饱和组而链路Ps→P3、链路P3→P6和链路P6→P9还有剩余的链路牲畜量可供分配，将其归入链路非饱和集中，即
步骤313，最大牲畜流的获取；执行步骤401；
标号过程结束，记录整个牲畜限流模型中的最大牲畜流MQ，所述MQ是指从Ps流出的牲畜量或者流入Pt的牲畜量。从Ps流出的牲畜量为MQ＝760+350+330＝1840。流入Pt的牲畜量为MQ＝302+770+750＝1840。
步骤四：为多牧户安排游牧路径；
步骤401：调用每个牧户和牧户养殖的牲畜数量和每条链路的距离；执行步骤402；
实施例1中牧户和牧户的牲畜数量有：
H1表示第一个牧户，属于H1的牲畜总量为430只，即
Ha表示第二个牧户，属于Ha的牲畜总量为420只，即
HA表示第三个牧户，属于HA的牲畜总量为330只，即
实施例1中各个游牧链路的牧道长度有：
牧场P1至牧场P4的牧道长度
牧场P1至牧场P5的牧道长度
牧场P2至牧场P5的牧道长度
牧场P2至牧场P6的牧道长度
牧场P3至牧场P6的牧道长度
牧场P4至牧场P7的牧道长度
牧场P4至牧场P5的牧道长度
牧场P5至牧场P4的牧道长度
牧场P5至牧场P7的牧道长度
牧场P5至牧场P8的牧道长度
牧场P5至牧场P9的牧道长度
牧场P5至牧场P6的牧道长度
牧场P6至牧场P5的牧道长度
牧场P6至牧场P9的牧道长度
步骤402：比较整个游牧网络的最大牲畜流与所有牧户的牲畜量之和；执行步骤403；
若则游牧网络能够满足所有牧户的牲畜分配；
若所有牧户对养殖的牲畜进行补饲料。
在本发明中，载畜压力指数小于等于1。载畜压力指数是指牲畜流与合理载畜量的比值。
步骤403：遍历游牧网络拓扑结构中的所有游牧路径；执行步骤404；
参见图4所示，以举例方式说明任意一个从源牧场到达一个目标牧场的多条游牧路径；或者任意一个从源牧场到达多个目标牧场的多条游牧路径；多个从源牧场到达一个目标牧场的多条游牧路径。
(1)游牧网络拓扑结构中从源牧场P1到达目标牧场P7存在有多条游牧路径，具体地有：
第一条游牧路径
第二条游牧路径
第三条游牧路径
第四条游牧路径
(2)游牧网络拓扑结构中从源牧场P1到达目标牧场P8存在有多条游牧路径，具体地有：
第一条游牧路径
第二条游牧路径
(3)游牧网络拓扑结构中从源牧场P1到达目标牧场P9存在有多条游牧路径，具体地有：
第一条游牧路径
第二条游牧路径
第三条游牧路径
第四条游牧路径
(4)游牧网络拓扑结构中从源牧场P2到达目标牧场P7存在有多条游牧路径，具体地有：
第一条游牧路径
第二条游牧路径
第三条游牧路径
第四条游牧路径
(5)游牧网络拓扑结构中从源牧场P2到达目标牧场P8存在有多条游牧路径，具体地有：
第一条游牧路径
第二条游牧路径
(6)游牧网络拓扑结构中从源牧场P2到达目标牧场P9存在有多条游牧路径，具体地有：
第一条游牧路径
第二条游牧路径
第三条游牧路径
第四条游牧路径
(7)游牧网络拓扑结构中从源牧场P3到达目标牧场P7存在有多条游牧路径，具体地有：
第一条游牧路径
第二条游牧路径
(8)游牧网络拓扑结构中从源牧场P3到达目标牧场P8存在有一条游牧路径，具体地有：
第一条游牧路径
(9)游牧网络拓扑结构中从源牧场P3到达目标牧场P9存在有两条游牧路径，具体地有：
第一条游牧路径
第二条游牧路径
步骤404：计算所有游牧路径的长度；执行步骤405；
(1)游牧网络拓扑结构中从源牧场P1到达目标牧场P7存在有多条游牧路径，具体地有：
第一条游牧路径该游牧路径的长度为35。
第二条游牧路径该游牧路径的长度为47。
第三条游牧路径该游牧路径的长度为48。
第四条游牧路径该游牧路径的长度为30。
(2)游牧网络拓扑结构中从源牧场P1到达目标牧场P8存在有多条游牧路径，具体地有：
第一条游牧路径该游牧路径的长度为46。
第二条游牧路径该游牧路径的长度为29。
(3)游牧网络拓扑结构中从源牧场P1到达目标牧场P9存在有多条游牧路径，具体地有：
第一条游牧路径该游牧路径的长度为49。
第二条游牧路径该游牧路径的长度为59。
第三条游牧路径该游牧路径的长度为32。
第四条游牧路径该游牧路径的长度为42。
(4)游牧网络拓扑结构中从源牧场P2到达目标牧场P7存在有多条游牧路径，具体地有：
第一条游牧路径该游牧路径的长度为50。
第二条游牧路径该游牧路径的长度为32。
第三条游牧路径该游牧路径的长度为66。
第四条游牧路径该游牧路径的长度为48。
(5)游牧网络拓扑结构中从源牧场P2到达目标牧场P8存在有多条游牧路径，具体地有：
第一条游牧路径该游牧路径的长度为31。
第二条游牧路径该游牧路径的长度为47。
(6)游牧网络拓扑结构中从源牧场P2到达目标牧场P9存在有多条游牧路径，具体地有：
第一条游牧路径该游牧路径的长度为34。
第二条游牧路径该游牧路径的长度为44。
第三条游牧路径该游牧路径的长度为50。
第四条游牧路径该游牧路径的长度为30。
(7)游牧网络拓扑结构中从源牧场P3到达目标牧场P7存在有多条游牧路径，具体地有：
第一条游牧路径该游牧路径的长度为68。
第二条游牧路径该游牧路径的长度为50。
(8)游牧网络拓扑结构中从源牧场P3到达目标牧场P8存在有一条游牧路径，具体地有：
第一条游牧路径该游牧路径的长度为49。
(9)游牧网络拓扑结构中从源牧场P3到达目标牧场P9存在有两条游牧路径，具体地有：
第一条游牧路径该游牧路径的长度为52。
第二条游牧路径该游牧路径的长度为32。
在实施例1中所有游牧路径构成一个总游牧路径组GG，且
步骤405：按照游牧路径的长度由小到大进行排序，得到排序后的总游牧路径组ST_GG；执行步骤406；
在实施例1中总游牧路径组ST_GG的排顺序号如表1所示，表中的“游牧路径”对应的是经步骤404处理后的游牧路径。
表1：游牧路径的排序表
步骤406：计算每条游牧路径的路径－合理牲畜量Q(如表2)，执行步骤407；
在本发明中，每条游牧路径的路径－合理牲畜量为该条游牧路径上牧场合理载畜量的最小值。
例如，在游牧路径上，牧场P1的合理载畜量为牧场P5的合理载畜量为牧场P8的合理载畜量为选取牧场合理载畜量的最小值(即760)作为游牧路径的合理载畜量，即路径－合理牲畜量且
表2游牧路径与合理牲畜量的统计表
步骤407：按照牲畜总量序列为每个牧户分配满足草畜平衡的最优游牧路径；
在本发明中，按照牲畜总量序列进行游牧路径分配。若则从表2中选取继路径之后的一条路径进行分配给牧户Ha。若直接将路径分配给牧户Ha。
在实施例1中，从牲畜量最多的牧户开始，从表2中选取大于等于牧户牲畜量的路径－合理牲畜量进行分配，若则从表2中选取继路径之后的一条路径进行分配给牧户H1。
从牲畜量最多的牧户H1开始，若则将路径分配给牧户H1；由于路径的路径－合理牲畜量能够满足牧户H1，将其分配给牧户H1。此时，部分路径的合理牲畜量发生变化，如表3。
表3剩余的游牧路径与合理牲畜量的统计表一
依据表3再分配牲畜量的牧户Ha，按照上表顺序匹配，路径的合理牲畜量为750，能够满足牧户Ha，将其分配给牧户Ha。此时，部分路径的合理牲畜量发生变化，如表4。
表4剩余的游牧路径与合理牲畜量的统计表二
最后分配牲畜量的牧户HA，按照表4顺序匹配，路径的合理牲畜量为330，能够满足牧户HA，将其分配给牧户HA。此时，三个牧户分配完毕。
三个牧户的游牧路径为：
属于牧户H1的游牧路径为
属于牧户Ha的游牧路径为
属于牧户HA的游牧路径为

Claims (5)

1.一种基于网络流的草畜平衡游牧路径规划方法，其特征在于草畜平衡游牧路径规划的步骤为：
步骤一：统计牧户与各牧户牲畜量，执行步骤二；
统计牧户集合HH＝{H1,H2,…,Ha,…,HA}中每个牧户的牲畜总量，并对所有牧户们养殖的牲畜总量按照从多至少进行排序，得到牲畜总量序列LL；
属于H1的牲畜总量，记为
属于H2的牲畜总量，记为
属于Ha的牲畜总量，记为
属于HA的牲畜总量，记为
步骤二：依据NDVI指数，获取待放牧牧场，并得到每段链路的合理牲畜流；
采用NDVI指数从游牧网络拓扑结构中获取得到满足等级评价限制的待放牧牧场集合PP＝{P1,P2,…,Pb,…,PB}；
记录下PP＝{P1,P2,…,Pb,…,PB}中每个牧场的合理载畜量，记为总合理载畜量组QQ，且
通过对游牧网络中相邻牧场Pb与牧场PB之间合理载畜量对比，取合理载畜量小的牧场的合理载畜量作为所述游牧链路可以承载的合理牲畜流，记为
步骤三：采用寻求最大流的标号法获取整个游牧网络的最大牲畜流；
依据寻求最大流的标号法来计算从Ps到达Pt的整个游牧网络上的最大牲畜流MQ，是为了使所有牧户HH＝{H1,H2,…,Ha,…,HA}的牲畜都能被一个游牧网络全部分配；
在牲畜限流模型中的所有游牧路径，记为
表示牲畜限流模型中的任意一条游牧路径，下角标y表示游牧路径的标识号；
表示牲畜限流模型中的最后一条游牧路径，下角标Y表示游牧路径的总条数；
计算任意一条链路牲畜流，记为
步骤四：为多牧户安排游牧路径；
步骤401：调用每个牧户和牧户养殖的牲畜数量和每条链路的距离；执行步骤402；
步骤402：比较整个游牧网络的最大牲畜流与所有牧户的牲畜量之和；执行步骤403；
若则游牧网络能够满足所有牧户的牲畜分配；
若所有牧户对养殖的牲畜进行补饲料；
步骤403：遍历游牧网络拓扑结构中的所有游牧路径；执行步骤404；
任意一个从源牧场到达一个目标牧场的多条游牧路径；或者任意一个从源牧场到达多个目标牧场的多条游牧路径；多个从源牧场到达一个目标牧场的多条游牧路径；
步骤404：计算所有游牧路径的长度；执行步骤405；
步骤405：按照游牧路径的长度由小到大进行排序，得到排序后的总游牧路径组ST_GG；执行步骤406；
步骤406：计算每条游牧路径的路径－合理牲畜量Q，执行步骤407；
每条游牧路径的路径－合理牲畜量为该条游牧路径上牧场合理载畜量的最小值。
2.根据权利要求1所述的基于网络流的草畜平衡游牧路径规划方法，其特征在于：步骤三中整个游牧网络的最大牲畜流的处理步骤为：
步骤301：获取牲畜限流模型中的所有游牧路径；执行步骤302；
牲畜限流模型中第一条游牧路径
牲畜限流模型中第二条游牧路径
牲畜限流模型中第三条游牧路径
牲畜限流模型中第四条游牧路径
牲畜限流模型中第五条游牧路径
牲畜限流模型中第六条游牧路径
牲畜限流模型中第七条游牧路径
牲畜限流模型中第八条游牧路径
牲畜限流模型中第九条游牧路径
牲畜限流模型中第十条游牧路径
牲畜限流模型中第十一条游牧路径
牲畜限流模型中第十二条游牧路径
牲畜限流模型中第十三条游牧路径
牲畜限流模型中第十四条游牧路径
牲畜限流模型中第十五条游牧路径
牲畜限流模型中第十六条游牧路径
牲畜限流模型中第十七条游牧路径
牲畜限流模型中第十八条游牧路径
牲畜限流模型中第十九条游牧路径
牲畜限流模型中第二十条游牧路径
牲畜限流模型中第二十一条游牧路径
牲畜限流模型中第二十二条游牧路径
牲畜限流模型中第二十三条游牧路径
牲畜限流模型中第二十四条游牧路径
牲畜限流模型中第二十五条游牧路径
步骤302，初始化每段游牧链路的链路牲畜流；执行步骤303；
牲畜从牧场Ps到达牧场P1通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场Ps到达牧场P2通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场Ps到达牧场P3通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场P1到达牧场P4通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场P1到达牧场P5通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场P2到达牧场P5通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场P2到达牧场P6通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场P3到达牧场P6通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场P4到达牧场P7通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场P5到达牧场P4通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场P5到达牧场P7通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场P5到达牧场P8通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场P5到达牧场P9通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场P6到达牧场P5通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场P6到达牧场P9通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场P7到达牧场Pt通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场P8到达牧场Pt通过的牲畜流，即链路牲畜流为初始时，赋值为0；
牲畜从牧场P9到达牧场Pt通过的牲畜流，即链路牲畜流为初始时，赋值为0；
步骤303，采用标号法调整游牧路径的牲畜流；执行步骤304；
将Ps标号为(0，+∞)，取牲畜限流模型中第一条游牧路径采用寻求最大流的标号法计算得到所述路径的牲畜调整量则调整路径上的牲畜流，将作为路径上牲畜量的增加量；
此时，路径上的牲畜流将发生变化：
牲畜从牧场Ps到达牧场P1通过的链路牲畜流
牲畜从牧场P1到达牧场P4通过的链路牲畜流
牲畜从牧场P4到达牧场P7通过的链路牲畜流
牲畜从牧场P7到达牧场Pt通过的链路牲畜流
路径中链路P4→P7上的合理牲畜流与链路牲畜流相等，链路P7→Pt上的合理牲畜流与链路牲畜流相等，即链路P4→P7和链路P7→Pt已饱和，将寻找下一个路径继续标号；
由于链路P4→P7和链路P7→Pt已饱和，故将其归入链路饱和集中，即而链路Ps→P1和链路P1→P4还有剩余的链路牲畜量可供分配，将其归入链路非饱和集中，即
为了清楚记录牲畜限流模型中所有的链路饱和集，记为总链路饱和组AAA，且总链路饱和组AAA会随着标号过程增加而加入新的饱和链路；
步骤304，去除链路饱和集中存在的链路对应的路径；执行步骤305；
由于路径路径和路径中包括有总链路饱和组中的一个链路或多个链路，则放弃路径路径和路径作为下一个标号的路径；
步骤305，采用标号法调整下一个游牧路径的牲畜流；执行步骤306；
采用与步骤303相同的方法选取牲畜限流模型中第五条游牧路径路径将Ps标号为(0，+∞)，采用寻求最大流的标号法计算得到所述路径的牲畜调整量则调整路径上的牲畜流，将作为路径上牲畜量的增加量；
此时，路径上的牲畜流将发生变化：
牲畜从牧场Ps到达牧场P1通过的链路牲畜流
牲畜从牧场P1到达牧场P4通过的链路牲畜流
牲畜从牧场P4到达牧场P5通过的链路牲畜流
牲畜从牧场P5到达牧场P8通过的链路牲畜流
牲畜从牧场P8到达牧场Pt通过的链路牲畜流
路径中链路P1→P4上的合理牲畜流与链路牲畜流相等，即链路P1→P4已饱和，寻找下一个路径继续标号；
由于链路P1→P4已饱和，故将其归入链路饱和集中，即此时，总链路饱和组而链路Ps→P1、链路P4→P5、链路P5→P8和链路P8→Pt还有剩余的链路牲畜量可供分配，将其归入链路非饱和集中，即
步骤306，采用标号法调整下一个游牧路径的牲畜流；执行步骤307；
由于游牧路径中的链路不在总链路饱和组中，将Ps标号为(0，+∞)，取牲畜限流模型中第六条游牧路径采用寻求最大流的标号法计算得到所述路径的牲畜调整量则调整路径上的牲畜流，将作为路径上牲畜量的增加量；
此时，路径上的牲畜流将发生变化：
牲畜从牧场Ps到达牧场P1通过的链路牲畜流
牲畜从牧场P1到达牧场P5通过的链路牲畜流
牲畜从牧场P5到达牧场P8通过的链路牲畜流
牲畜从牧场P8到达牧场Pt通过的链路牲畜流
路径中链路Ps→P1上的合理牲畜流与链路牲畜流相等，即链路Ps→P1已饱和，寻找下一个路径继续标号；
在实施例1中，由于链路Ps→P1已饱和，故将其归入链路饱和集中，即此时，总链路饱和组而链路P1→P5、链路P5→P8和链路P8→Pt还有剩余的链路牲畜量可供分配，将其归入链路非饱和集中，即
步骤307，去除链路饱和集中存在的链路对应的路径；执行步骤308；
由于路径路径路径路径路径路径路径和路径中包括有总链路饱和组中的一个链路或多个链路，则放弃路径路径路径路径路径路径路径和路径作为下一个标号的路径；
步骤308，采用标号法调整下一个游牧路径的牲畜流；执行步骤309；
由于游牧路径中的链路不在总链路饱和组中，将Ps标号为(0，+∞)，取牲畜限流模型中第十五条游牧路径采用寻求最大流的标号法计算得到所述路径的牲畜调整量则调整路径上的牲畜流，将作为路径上牲畜量的增加量；
此时，路径上的牲畜流将发生变化：
牲畜从牧场Ps到达牧场P2通过的链路牲畜流
牲畜从牧场P2到达牧场P5通过的链路牲畜流
牲畜从牧场P5到达牧场P8通过的链路牲畜流
牲畜从牧场P8到达牧场Pt通过的链路牲畜流
路径中链路P5→P8上的合理牲畜流与链路牲畜流相等，即链路P5→P8已饱和，寻找下一个路径继续标号；
由于链路P5→P8已饱和，故将其归入链路饱和集中，即此时，总链路饱和组而链路Ps→P2、链路P2→P5和链路P8→Pt还有剩余的链路牲畜量可供分配，将其归入链路非饱和集中，即
步骤309，去除链路饱和集中存在的链路对应的路径；执行步骤310；
由于路径中包括有总链路饱和组中的一个链路或多个链路，则放弃路径作为下一个标号的路径；
步骤310，采用标号法调整下一个游牧路径的牲畜流；执行步骤311；
由于游牧路径中的链路不在总链路饱和组中，将Ps标号为(0，+∞)，取牲畜限流模型中第十七条游牧路径采用寻求最大流的标号法计算得到所述路径的牲畜调整量则调整路径上的牲畜流，将作为路径上牲畜量的增加量；
此时，路径上的牲畜流将发生变化：
牲畜从牧场Ps到达牧场P2通过的链路牲畜流
牲畜从牧场P2到达牧场P5通过的链路牲畜流
牲畜从牧场P5到达牧场P9通过的链路牲畜流
牲畜从牧场P9到达牧场Pt通过的链路牲畜流
路径中链路Ps→P2上的合理牲畜流与链路牲畜流相等，链路P2→P5上的合理牲畜流与链路牲畜流相等，即链路Ps→P2和链路P2→P5已饱和，寻找下一个路径继续标号；
由于链路Ps→P2和链路P2→P5已饱和，故将其归入链路饱和集中，即此时，总链路饱和组而链路P5→P9和链路P9→Pt还有剩余的链路牲畜量可供分配，将其归入链路非饱和集中，即
步骤311，去除链路饱和集中存在的链路对应的路径；执行步骤312；
由于路径路径路径路径路径路径和路径中包括有总链路饱和组中的一个链路或多个链路，则放弃路径路径路径路径路径路径和路径作为下一个标号的路径；
步骤312，采用标号法调整下一个游牧路径的牲畜流；执行步骤313；
由于游牧路径中的链路不在总链路饱和组中，将Ps标号为(0，+∞)，取牲畜限流模型中第二十五条游牧路径采用寻求最大流的标号法计算得到所述路径的牲畜调整量则调整路径上的牲畜流，将作为路径上牲畜量的增加量；
此时，路径上的牲畜流将发生变化：
牲畜从牧场Ps到达牧场P3通过的链路牲畜流
牲畜从牧场P3到达牧场P6通过的链路牲畜流
牲畜从牧场P6到达牧场P9通过的链路牲畜流
牲畜从牧场P9到达牧场Pt通过的链路牲畜流
路径中链路P9→Pt上的合理牲畜流与链路牲畜流相等，即链路P9→Pt已饱和，此时没有路径可以标号，标号过程结束；
由于链路P9→Pt已饱和，故将其归入链路饱和集中，即此时，总链路饱和组而链路Ps→P3、链路P3→P6和链路P6→P9还有剩余的链路牲畜量可供分配，将其归入链路非饱和集中，即
步骤313，最大牲畜流的获取；执行步骤401；
标号过程结束，记录整个牲畜限流模型中的最大牲畜流MQ，所述MQ是指从Ps流出的牲畜量或者流入Pt的牲畜量。
3.根据权利要求1所述的基于网络流的草畜平衡游牧路径规划方法，其特征在于：载畜压力指数小于等于1。
4.根据权利要求1所述的基于网络流的草畜平衡游牧路径规划方法，其特征在于：游牧网络拓扑结构中包含有牧户及牧户养殖牲畜量、牧场及牧场的合理载畜量、牧场的NDVI指数的参数信息。
5.根据权利要求1所述的基于网络流的草畜平衡游牧路径规划方法，其特征在于：能够适用于畜牧业的草畜平衡游牧路径规划。
CN201910761398.3A 2019-08-18 2019-08-18 一种基于网络流的草畜平衡游牧路径规划方法 Active CN110458368B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910761398.3A CN110458368B (zh) 2019-08-18 2019-08-18 一种基于网络流的草畜平衡游牧路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910761398.3A CN110458368B (zh) 2019-08-18 2019-08-18 一种基于网络流的草畜平衡游牧路径规划方法

Publications (2)

Publication Number Publication Date
CN110458368A true CN110458368A (zh) 2019-11-15
CN110458368B CN110458368B (zh) 2023-01-17

Family

ID=68487446

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910761398.3A Active CN110458368B (zh) 2019-08-18 2019-08-18 一种基于网络流的草畜平衡游牧路径规划方法

Country Status (1)

Country Link
CN (1) CN110458368B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111487962A (zh) * 2020-03-30 2020-08-04 北京化工大学 一种应用于仓储环境下多机器人路径快速规划方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108710969A (zh) * 2018-04-23 2018-10-26 华南师范大学 一种旅游智能路径规划方法
CN109029370A (zh) * 2018-06-09 2018-12-18 太原理工大学 一种量化区域草地放牧强度的遥感方法
CN109190810A (zh) * 2018-08-16 2019-01-11 天津大学 基于tdnn的中国北方草原地区ndvi的预测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108710969A (zh) * 2018-04-23 2018-10-26 华南师范大学 一种旅游智能路径规划方法
CN109029370A (zh) * 2018-06-09 2018-12-18 太原理工大学 一种量化区域草地放牧强度的遥感方法
CN109190810A (zh) * 2018-08-16 2019-01-11 天津大学 基于tdnn的中国北方草原地区ndvi的预测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111487962A (zh) * 2020-03-30 2020-08-04 北京化工大学 一种应用于仓储环境下多机器人路径快速规划方法
CN111487962B (zh) * 2020-03-30 2021-10-01 北京化工大学 一种应用于仓储环境下多机器人路径快速规划方法

Also Published As

Publication number Publication date
CN110458368B (zh) 2023-01-17

Similar Documents

Publication Publication Date Title
Williams Grassland enclosures: catalyst of land degradation in Inner Mongolia
Bekure Maasai herding: an analysis of the livestock production system of Maasai pastoralists in eastern Kajiado District, Kenya
Probo et al. Implementation of a rotational grazing system with large paddocks changes the distribution of grazing cattle in the south-western Italian Alps
Ning et al. The privatisation process of rangeland and its impacts on the pastoral dynamics in the Hindu Kush Himalaya: The case of Western Sichuan, China
CN108053072A (zh) 沙漠化动态模拟模型的构建及应用
Hadizadeh et al. Integrated management of agricultural water resources among paddy farmers in northern Iran
Shaoliang et al. Changes in livestock migration patterns in a Tibetan-style agropastoral system
CN107578116A (zh) 基于双目标免疫粒子群算法的灌溉水资源优化配置方法
Ahmad et al. Pastoralism and strategies for strengthening rangeland resources of Jammu and Kashmir
CN109858180A (zh) 一种区域作物耗水空间格局优化设计方法
CN115049248A (zh) 一种草地绿色承载力测算方法
Kant et al. Constraints perceived by the dairy farmers in adapting to changing climate in Western Dry Region of India
CN110458368A (zh) 一种基于网络流的草畜平衡游牧路径规划方法
CN112329976A (zh) 一种基于树冠互补性提高森林生产力的方法
Pittarello et al. Plant species selection by sheep in semi-natural dry grasslands extensively grazed in the south-western Italian Alps
Gaur et al. Common Property Resources as Village Ecosystem Service Center in Drylands of Rajasthan, India
Johnson Government Intervention in the Muda Irrigation Scheme, Malaysia:‘actors’, expectations and outcomes
CN110443423B (zh) 一种基于指派模型的划区轮牧动态优化方法
Rawat et al. Towards sustainable land-use in the hills of Central Himalaya, India
Banerjee Shift from transhumance and subtle livelihood patterns of the bhotia community and its impact on Tibetan sheep population in Sikkim (India)
Liu et al. Transformation of rural China
Alam et al. Measurement of economic efficiency of producing fish in Bangladesh with translog stochastic cost frontier
Kotulič et al. The impact of management skills of agricultural entities in relation to economic efficiency and Natural-Climatic conditions in Slovakia
Kumar et al. Human use of the sand dune ecosystem in the semiarid zone of the Rajasthan Desert, India
Zhou Grassland management in china: countermeasures to reverse degradation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant