CN117635363A - 一种多类型肥料混配的配比数据处理方法 - Google Patents
一种多类型肥料混配的配比数据处理方法 Download PDFInfo
- Publication number
- CN117635363A CN117635363A CN202410103930.3A CN202410103930A CN117635363A CN 117635363 A CN117635363 A CN 117635363A CN 202410103930 A CN202410103930 A CN 202410103930A CN 117635363 A CN117635363 A CN 117635363A
- Authority
- CN
- China
- Prior art keywords
- fertilizer
- decision
- mass
- decisions
- proportioning
- 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
Links
- 239000003337 fertilizer Substances 0.000 title claims abstract description 377
- 238000002156 mixing Methods 0.000 title claims abstract description 17
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 230000004720 fertilization Effects 0.000 claims abstract description 41
- 235000021048 nutrient requirements Nutrition 0.000 claims abstract description 32
- 238000005457 optimization Methods 0.000 claims abstract description 10
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 124
- 229910052757 nitrogen Inorganic materials 0.000 claims description 62
- 238000000034 method Methods 0.000 claims description 43
- DLYUQMMRRRQYAE-UHFFFAOYSA-N tetraphosphorus decaoxide Chemical compound O1P(O2)(=O)OP3(=O)OP1(=O)OP2(=O)O3 DLYUQMMRRRQYAE-UHFFFAOYSA-N 0.000 claims description 35
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 33
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims description 33
- 229910052698 phosphorus Inorganic materials 0.000 claims description 33
- 239000011574 phosphorus Substances 0.000 claims description 33
- 239000011591 potassium Substances 0.000 claims description 33
- 229910052700 potassium Inorganic materials 0.000 claims description 33
- CHWRSCGUEQEHOH-UHFFFAOYSA-N potassium oxide Chemical compound [O-2].[K+].[K+] CHWRSCGUEQEHOH-UHFFFAOYSA-N 0.000 claims description 25
- 229910001950 potassium oxide Inorganic materials 0.000 claims description 25
- 238000001914 filtration Methods 0.000 claims description 23
- 230000007704 transition Effects 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 5
- 229910002056 binary alloy Inorganic materials 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 235000015097 nutrients Nutrition 0.000 abstract description 20
- 150000001875 compounds Chemical class 0.000 abstract description 13
- 238000009826 distribution Methods 0.000 abstract description 2
- YWEUIGNSBFLMFL-UHFFFAOYSA-N diphosphonate Chemical compound O=P(=O)OP(=O)=O YWEUIGNSBFLMFL-UHFFFAOYSA-N 0.000 description 19
- 238000004364 calculation method Methods 0.000 description 10
- 239000000243 solution Substances 0.000 description 9
- 239000002689 soil Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 238000013329 compounding Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- KWYUFKZDYYNOTN-UHFFFAOYSA-M Potassium hydroxide Chemical compound [OH-].[K+] KWYUFKZDYYNOTN-UHFFFAOYSA-M 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011259 mixed solution Substances 0.000 description 1
- 239000000618 nitrogen fertilizer Substances 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 239000002686 phosphate fertilizer Substances 0.000 description 1
- 229940072033 potash Drugs 0.000 description 1
- 235000015320 potassium carbonate Nutrition 0.000 description 1
- BWHMMNNQKKPAPP-UHFFFAOYSA-L potassium carbonate Substances [K+].[K+].[O-]C([O-])=O BWHMMNNQKKPAPP-UHFFFAOYSA-L 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Fertilizers (AREA)
Abstract
本发明公开一种多类型肥料混配的配比数据处理方法，包括以下步骤S1：确定施肥作业需求；S2：确定施肥作业可供选用的肥料；S3：构建肥料决策集合；S4：优化肥料决策集合；S5：构建多种类型肥料混配模型；S6：基于决策优化动态规划算法和所述优化后决策集合求解多种类型肥料混配的最优配比用量，输出肥料的配比方案。本发明可利用农户已有的多种不同类型的单一肥料和复合肥料，在满足农作物的养分需求下，快速计算出养分总质量最少的多种类型肥料间的最优配比用量，不仅可以为农户的施肥作业提供精确的混配方案，还可有效解决单一的复合肥料养分配比与农作物的养分需求不匹配问题，能有效减少养分的过量施用，提高肥料的利用率。
Description
技术领域
本发明涉及数据处理领域，具体涉及一种多类型肥料混配的配比数据处理方法。
背景技术
近年来，化肥、农药等农业生产用品使用量逐年增加。过量使用化肥，不仅造成化肥利用率降低，多余的化肥通过各种形式流失到环境中，还会导致土壤和水体的污染，生态环境遭受到破坏。
目前，应用最广泛的是测土配方施肥技术，其原理是在土壤肥力化学基础上发展起来的计量施肥技术，通过对土壤有效养分的测定，分析作物的养分需求，提出施肥建议。
尽管测土配方施肥技术为农户提供了农作物的养分需求信息，但对于后续的操作没有给出较多的指导。为了配合测土配方技术的应用，肥料生产企业按肥料配方生产配方肥、作物专用肥、复混肥等。但由于不同土壤、不同农作物间所需的氮、磷、钾养分需求比例不一，导致单一的复合肥料养分配比不能完全匹配养分需求，常常造成施肥作业后，某些养分施用过剩，而其他养分施用不足的情况，进而导致肥效差、利用率不高。
现有技术中，已有针对单一的复合肥养分配比不匹配问题的解决案例，但大多属于肥料配比工作完成后的混肥阶段, 并未给出具体的肥料配比数据处理方法。
授权公告号为CN102863266B的发明专利公开了一种肥料自动配比装置和方法，其通过控制器设置与每个小肥料箱对应的输送搅轮的转速来控制每种肥料的配比比例，实现了肥料的自动配比功能，但该方法所能配比的肥料种类取决于小肥料箱的数量，并且没有给出每种肥料的配比比例的具体计算步骤。
授权公告号为CN102487644B的发明专利提出了一种肥料配比全变量施肥装置及其控制方法，该方法通过控制排肥轴转速控制肥料箱的排肥量,从而使三个肥料箱装填的不同单一肥料或复合肥料分别按氮、磷、钾三种营养元素的比例进行均匀混掺,实现了氮磷钾养分的按需施肥。但该方法每次只能计算三种肥料的配比比例，并且当肥料中存在复合肥料时，该计算方法会存在无法求解出可行解的情况。
发明内容
本发明的目的在于提供一种多类型肥料混配的配比数据处理方法，该方法可利用农户已有的多种不同类型的单一肥料和复合肥料，在满足农作物的养分需求下，快速计算出养分总质量最少的多种类型肥料间的最优配比用量，不仅可以为农户的施肥作业提供精确的混配方案，还可有效解决单一的复合肥料养分配比与农作物的养分需求不匹配问题，能有效减少养分的过量施用，提高肥料的利用率。为实现上述目的，本发明提供如下技术方案：
提供一种多类型肥料混配的配比数据处理方法，所述方法包括以下步骤：
S1：确定施肥作业需求：确定施肥作业需要满足的每亩农作物氮元素、磷元素和钾元素的养分需求和作业亩数，所述每亩农作物氮元素、磷元素和钾元素的养分需求分别为需要的总氮的总质量N、有效五氧化二磷的总质量P和氧化钾的总质量K；所述作业亩数为M；
S2：确定施肥作业可供选用的肥料：确定施肥作业可供选用的多种类型肥料Ai；所述肥料Ai的属性参数包括总氮质量百分含量Ni、有效五氧化二磷质量百分含量Pi、氧化钾质量百分含量Ki、净含量Si和库存Ci；
S3：构建肥料决策集合：根据S2中确定的肥料Ai的最大可供选用量SiCi，采用二进制拆分方法拆分肥料Ai的属性参数，构建肥料决策集合F；所述肥料决策集合F的元素包括肥料决策Fi,k；所述肥料决策Fi,k为肥料Ai拆分后的第k种肥料决策；
S4：优化肥料决策集合：根据S1中确定的所述施肥作业需求，对S3中构建的所述肥料决策集合F的肥料决策Fi,k进行冗余决策过滤，根据冗余决策优化所述肥料决策集合F，得到优化后决策集合F’；
S5：构建多种类型肥料混配模型；
S6：基于决策优化动态规划算法和所述优化后决策集合求解多种类型肥料混配的最优配比用量，输出肥料的配比方案。
在一些实施方式中，所述S3中所述采用二进制拆分方法拆分肥料Ai的属性参数，构建肥料决策集合F的具体步骤包括：
S31：用Ni,k表示二进制拆分后的肥料决策Fi,k的总氮质量，用Pi,k表示二进制拆分后的肥料决策Fi,k的有效五氧化二磷质量，用Ki,k表示二进制拆分后的肥料决策Fi,k的氧化钾质量，用Wi,k表示二进制拆分后的肥料决策Fi,k的肥料用量；
S32：依次遍历所述S2中所述肥料Ai；
S33：依次遍历二进制数COTk=2k(k=0,1,2,3...)；
S34：根据当前遍历的二进制数COTk和已经遍历过的二进制数，计算每个二进制数的累加值COUNT，其中COUNT的计算方式为：；
S35：若累加值COUNT小于或等于当前遍历的肥料Ai的最大可供选用量SiCi，则所述S31中Ni,k的值为 NiCOTk，Pi,k的值为 PiCOTk，Ki,k的值为 KiCOTk,Wi,k的值为COTk；
S36：若累加值COUNT大于当前遍历的肥料Ai的最大可供选用量SiCi，则所述S31中Ni,k的值为，Pi,k的值为/>，Ki,k的值为/>，Wi,k的值为；
S37：将当前二进制拆分后的肥料决策Fi,k加入到所述肥料决策集合F；
S38：判断当前遍历的二进制数COTk是否大于当前遍历的肥料Ai的最大可供选用量SiCi；若大于，则开始遍历下一种肥料Ai+1，若不大于，则开始遍历下一个二进制数COTk+1；
S39：当所有肥料遍历完成时，完成所述肥料决策集合F的构建。
在一些实施方式中，所述S4中冗余决策过滤的具体步骤包括：
S41：依次遍历所述S3中所述肥料决策集合F中的肥料决策Fi,k；
S42：若当前遍历的所述肥料决策Fi,k的总氮质量Ni,k＞NM，有效五氧化二磷质量Pi,k=0且氧化钾质量Ki,k=0，则所述肥料决策Fi,k为冗余决策，在肥料决策集合F中过滤所述冗余决策；
S43：若当前遍历的所述肥料决策Fi,k的总氮质量Ni,k=0，有效五氧化二磷质量Pi,k＞PM且氧化钾质量Ki,k=0，则所述肥料决策Fi,k为冗余决策，在所述肥料决策集合F中过滤所述冗余决策；
S44：若当前遍历的所述肥料决策Fi,k的总氮质量Ni,k=0，有效五氧化二磷质量Pi,k=0且氧化钾质量Ki,k＞KM，则所述肥料决策Fi,k为冗余决策，在所述肥料决策集合F中过滤所述冗余决策；
S45：若当前遍历的所述肥料决策Fi,k的总氮质量Ni,k＞NM，有效五氧化二磷质量Pi,k＞PM且氧化钾质量Ki,k＞KM，则所述肥料决策Fi,k为冗余决策，在所述肥料决策集合F中过滤所述冗余决策；
S46：当所有肥料决策遍历完成时，完成所述冗余决策过滤。
在一些实施方式中，所述S4中所述根据冗余决策优化所述肥料决策集合F完成后，肥料Ai的决策次数从SiCi减少到[log2(SiCi)]-Ti，式中Ti为所述肥料决策集合F中的冗余决策的数量，显著提升了多种类型肥料配比计算时数据处理的效率。
在一些实施方式中，所述S5中构建多类型肥料混配模型的具体步骤包括：
S51：选取二元变量xi,k为决策变量，若所述决策变量为1，则表示选用肥料决策Fi,k；若所述决策变量为0，则表示不选用肥料决策Fi,k；
S52：根据以下公式设置目标函数：
；
其中，T为所述目标函数，min表示最小值函数；
S53：设置如下约束：
；
；
；
；
其中，NM为施肥作业的氮元素养分需求，PM为施肥作业的磷元素养分需求，KM为施肥作业的钾元素养分需求。
在一些实施方式中，所述S6的具体步骤包括：
S61：根据S4中优化后决策集合F’的肥料决策个数n，将多种类型肥料混配的最优配比用量的求解划分为n个决策阶段；根据氮元素的施肥作业需求NM，向上取整数为X，将氮元素的施肥作业需求划分为X个决策状态；根据磷元素的施肥作业需求PM，向上取整数为Y，将磷元素的施肥作业需求划分为Y个决策状态；根据钾元素的施肥作业需求KM，向上取整数为Z，将钾元素的施肥作业需求划分为Z个决策状态；
S62：构建从所述优化后决策集合F’中的第j种肥料决策开始，到下一种肥料决策的状态转移方程为：
；
式中，f(j,x,y,z)表示在决策所述优化后决策集合F’中的第j种肥料决策时，氮元素的施肥作业需求的所述决策状态为x、磷元素的施肥作业需求的所述决策状态为y，钾元素的施肥作业需求的所述决策状态为z时的状态变量值；Nj为所述优化后决策集合F’中的第j种肥料决策/>的总氮质量Ni,k；Pj为所述优化后决策集合F’中的第j种肥料决策/>的五氧化二磷质量Pi,k；Kj为所述优化后决策集合F’中的第j种肥料决策/>的氧化钾质量Ki,k；
S63：初始化边界条件，初始化；初始化/>；
S64：根据S62中所述状态转移方程，自底向上依次求解多种类型肥料的最优配比用量；
S65：根据S64求解完所述优化后决策集合F’中的肥料决策后，将f(n,X,Y,Z)作为目标函数的最优解；
S66：利用回溯方法自顶向下依次判断所述优化后决策集合F’中第j种肥料决策Fi,k是否被选用；
S67：根据所有被选用的肥料决策Fi,k，将属于肥料Ai的所有肥料决策Fi,k的肥料用量Wi,k相加，得到肥料Ai的最优配比用量，输出肥料Ai的配比方案。
在一些实施方式中，所述S64包括：
从第1种肥料决策开始，依次遍历所述优化后决策集合F’中的每一个种肥料决策；
当遍历到第j种肥料决策时，依次遍历氮元素的施肥作业需求的所述决策状态x、磷元素的施肥作业需求的所述决策状态y和钾元素的施肥作业需求的所述决策状态z。
在一些实施方式中，所述S66包括：
若，对应第j种肥料决策Fi,k未被选用，继续从f(j-1,x,y,z)开始回溯；
若，对应第j种肥料决策Fi,k被选用，记录被选用的第j种肥料决策Fi,k和肥料用量Wi,k，继续从f(j-1,x-Nj,y-Pj,z-Kj)开始回溯，直到回溯到第1种肥料决策F1,0。
本发明的技术效果和优点：
（1）本发明的多类型肥料混配的配比数据处理方法，其在传统动态规划算法上对决策阶段的决策数量进行二进制拆分和冗余决策过滤处理，提高了动态规划算法进行多种类型肥料配比计算时数据处理的效率。
（2）本发明的多类型肥料混配的配比数据处理方法，其实现了多种单一肥料和复合肥料的最优配比用量计算，有效解决了一种肥料的养分与农作物的氮磷钾养分需求不匹配问题。
（3）本发明的多类型肥料混配的配比数据处理方法，其所计算的肥料配比方案，不仅能满足农作物的氮元素、磷元素和钾元素的养分需求，而且所施用的氮元素、磷元素和钾元素的养分总质量是最少的，有效减少了肥料养分过量施用问题，提高了肥料利用率。
（4）本发明的多类型肥料混配的配比数据处理方法，为各种肥料配比装置、混肥装置提供了高效的多种类型肥料混配的最优配比用量计算的数据处理方法。
附图说明
图1为具体实施方式中的多类型肥料混配的配比数据处理方法的总流程示意图；
图2为具体实施方式中的构建肥料决策集合的计算流程图；
图3为具体实施方式中的优化肥料决策集合的计算流程图；
图4为具体实施方式中的基于决策优化动态规划算法和优化后决策集合求解多种类型肥料混配的最优配比用量的计算流程图。
具体实施方式
下面将参照附图更详细地对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
实施例
图1为本实施例提供的多类型肥料混配的配比数据处理方法的总流程示意图，如图1所示，本发明提供的多类型肥料混配的配比数据处理方法，包括：
S1：确定施肥作业需求：确定施肥作业需要满足的每亩农作物氮元素、磷元素和钾元素的养分需求和作业亩数，所述每亩农作物氮元素、磷元素和钾元素的养分需求分别为需要的总氮的总质量N、有效五氧化二磷的总质量P和氧化钾的总质量K；所述作业亩数为M；
总氮质量N为需要的氮元素的总质量，采用肥料标识内容和要求GB18382-2001中对复合肥料配合式的描述。
在本实施例中，每亩农作物氮元素的养分需求N=16千克每亩；每亩农作物磷元素的养分需求P=8千克每亩；每亩农作物钾元素的养分需求K=9千克每亩；作业亩数为M=5亩。
S2：确定施肥作业可供选用的肥料：确定施肥作业可供选用的肥料Ai；所述肥料Ai的属性参数包括总氮质量百分含量Ni、有效五氧化二磷质量百分含量Pi、氧化钾质量百分含量Ki、净含量Si和库存Ci。
总氮质量百分含量Ni为氮元素占肥料质量的百分比，例如10g肥料含有1g氮元素，则Ni=10%。
在本实施例中，确定施肥作业可供选用的肥料Ai及其属性参数如表1所示：
表1
S3：构建肥料决策集合：根据S2中确定的肥料Ai的最大可供选用量SiCi，采用二进制拆分方法拆分肥料Ai的属性参数，构建肥料决策集合F；所述肥料决策集合F的元素包括肥料决策Fi,k；所述肥料决策Fi,k为肥料Ai拆分后的第k种肥料决策。
S4：优化肥料决策集合：根据S1中确定的所述施肥作业需求，对S3中构建的所述肥料决策集合F的肥料决策Fi,k进行冗余决策过滤，根据冗余决策优化所述肥料决策集合F，得到优化后决策集合F’。
S5：构建多种类型肥料混配模型。
S6：基于决策优化动态规划算法和所述优化后决策集合求解多种类型肥料混配的最优配比用量，输出肥料的配比方案。
本实施例的技术效果和优点：
（1）本实施例的多类型肥料混配的配比数据处理方法，其在传统动态规划算法上对决策阶段的决策数量进行二进制拆分和冗余决策过滤处理，提高了动态规划算法进行多种类型肥料配比计算时数据处理的效率。
（2）本实施例的多类型肥料混配的配比数据处理方法，其实现了多种单一肥料和复合肥料的最优配比用量计算，有效解决了一种肥料的养分与农作物的氮磷钾养分需求不匹配问题。
（3）本实施例的多类型肥料混配的配比数据处理方法，其所计算的肥料配比方案，不仅能满足农作物的氮元素、磷元素和钾元素的养分需求，而且所施用的氮元素、磷元素和钾元素的养分总质量是最少的，有效减少了肥料养分过量施用问题，提高了肥料利用率。
（4）本实施例的多类型肥料混配的配比数据处理方法，为各种肥料配比装置、混肥装置提供了高效的多种类型肥料混配的最优配比用量计算的数据处理方法。
本实施例中，如图2所示，所述S3中二进制拆分方法的具体步骤包括：
S31：用Ni,k表示二进制拆分后的肥料决策Fi,k的总氮质量，用Pi,k表示二进制拆分后的肥料决策Fi,k的有效五氧化二磷质量，用Ki,k表示二进制拆分后的肥料决策Fi,k的氧化钾质量，用Wi,k表示二进制拆分后的肥料决策Fi,k的肥料用量；
S32：依次遍历所述S2中所述肥料Ai；
S33：依次遍历二进制数COTk=2k(k=0,1,2,3...)；
S34：根据当前遍历的二进制数COTk和已经遍历过的二进制数，计算每个二进制数的累加值COUNT，其中COUNT的计算方式为：；
S35：若累加值COUNT小于或等于当前遍历的肥料Ai的最大可供选用量SiCi，则所述S31中Ni,k的值为 NiCOTk，Pi,k的值为 PiCOTk，Ki,k的值为 KiCOTk,Wi,k的值为COTk；
S36：若累加值COUNT大于当前遍历的肥料Ai的最大可供选用量SiCi，则所述S31中Ni,k的值为，Pi,k的值为/>，Ki,k的值为/>，Wi,k的值为；
S37：将当前二进制拆分后的肥料决策Fi,k加入到所述肥料决策集合F；
S38：判断当前遍历的二进制数COTk是否大于当前遍历的肥料Ai的最大可供选用量SiCi；若大于，则开始遍历下一种肥料Ai+1，若不大于，则开始遍历下一个二进制数COTk+1；
S39：当所有肥料遍历完成时，完成所述肥料决策集合F的构建。
通过步骤S31-S39，可以减少算法计算过程中的决策次数，例如一种肥料的总量为750kg，现有方法是从1kg开始一直判断到750kg，共需决策750次。本实施例对750kg进行拆分，得到1kg、2kg、4kg、8kg、16kg、32kg、64kg、128kg、256kg和239kg共10个决策值。1kg-750kg都可以通过组合上述10个决策值得到，例如99=64+32+2+1，因此只需要决策10次即可找到该种肥料的最优配比用量。
在本实施例中，构建的肥料决策集合F如表2所示：
表2
表2共包含5种肥料，第1种肥料A1为氮肥，第2种肥料A2为磷肥，第3种肥料A3为钾肥，第4种肥料A4和第5种肥料A5为两种不同的复合肥。每种肥料提供的氮、磷和钾元素的含量均不相同。
本实施例中，如图3所示，所述S4中冗余决策过滤的具体步骤包括：
S41：依次遍历所述S3中所述肥料决策集合F中的肥料决策Fi,k；
S42：若当前遍历的所述肥料决策Fi,k的总氮质量Ni,k＞NM，有效五氧化二磷质量Pi,k=0且氧化钾质量Ki,k=0，则所述肥料决策Fi,k为冗余决策，在肥料决策集合F中过滤所述冗余决策；
S43：若当前遍历的所述肥料决策Fi,k的总氮质量Ni,k=0，有效五氧化二磷质量Pi,k＞PM且氧化钾质量Ki,k=0，则所述肥料决策Fi,k为冗余决策，在所述肥料决策集合F中过滤所述冗余决策；
S44：若当前遍历的所述肥料决策Fi,k的总氮质量Ni,k=0，有效五氧化二磷质量Pi,k=0且氧化钾质量Ki,k＞KM，则所述肥料决策Fi,k为冗余决策，在所述肥料决策集合F中过滤所述冗余决策；
S45：若当前遍历的所述肥料决策Fi,k的总氮质量Ni,k＞NM，有效五氧化二磷质量Pi,k＞PM且氧化钾质量Ki,k＞KM，则所述肥料决策Fi,k为冗余决策，在所述肥料决策集合F中过滤所述冗余决策；
S46：当所有肥料决策遍历完成时，完成所述冗余决策过滤。
在本实施例中，NM=80，PM=40，KM=45。肥料决策为冗余决策时，代表该肥料决策的总氮总质量、五氧化二磷总质量和氧化钾总质量已经超过农作物所需要的养分需求，不是最优配比用量。
在本实施例中，冗余决策如表3所示：
表3
在本实施例中，优化后决策集合F’如表4所示：
表4
/>
本实施例中，决策优化动态规划算法通过步骤S3和S4对动态规划算法决策阶段的决策数量进行优化，将肥料Ai的决策次数从SiCi减少到[log2(SiCi)]-Ti，式中Ti为所述肥料决策集合F中的冗余决策的数量。
在本实施例中，决策优化的结果如表5所示：
表5
本实施例中，所述S5中构建多类型肥料混配模型的具体步骤包括：
S51：选取二元变量xi,k为决策变量，若所述决策变量为1，则表示选用肥料决策Fi,k；若所述决策变量为0，则表示不选用肥料决策Fi,k；
S52：根据以下公式设置目标函数：
；
其中，T为所述目标函数，min表示最小值函数；
S53：设置如下约束：
；
；
；
；
其中，NM为施肥作业的氮元素养分需求，PM为施肥作业的磷元素养分需求，KM为施肥作业的钾元素养分需求。
约束（1）表示所选用的肥料的总氮总质量需满足施肥作业的氮元素养分需求；约束（2）表示所选用的肥料的五氧化二磷总质量需满足施肥作业的磷元素养分需求；约束（3）表示所选用的肥料的氧化钾总质量需满足施肥作业的钾元素养分需求；约束（4）表示决策变量的0-1约束。
在本实施例中，目标函数的约束如下：
；
；
；
。
本实施例中，所述S6的具体步骤包括：
S61：根据S4中优化后决策集合F’的肥料决策个数n，将多种类型肥料混配的最优配比用量的求解划分为n个决策阶段；根据氮元素的施肥作业需求NM，向上取整数为X，将氮元素的施肥作业需求划分为X个决策状态；根据磷元素的施肥作业需求PM，向上取整数为Y，将磷元素的施肥作业需求划分为Y个决策状态；根据钾元素的施肥作业需求KM，向上取整数为Z，将钾元素的施肥作业需求划分为Z个决策状态；在本实施例中，X=80，Y=40，Z=45。
S62：构建从所述优化后决策集合F’中的第j种肥料决策开始，到下一种肥料决策的状态转移方程为：/>
；
式中，f(j,x,y,z)表示在决策所述优化后决策集合F’中的第j种肥料决策时，氮元素的施肥作业需求的所述决策状态为x、磷元素的施肥作业需求的所述决策状态为y，钾元素的施肥作业需求的所述决策状态为z时的状态变量值；Nj为所述优化后决策集合F’中的第j种肥料决策/>的总氮质量Ni,k；Pj为所述优化后决策集合F’中的第j种肥料决策/>的五氧化二磷质量Pi,k；Kj为所述优化后决策集合F’中的第j种肥料决策/>的氧化钾质量Ki,k；
在本实施例中，使用四维数组dp[j][x][y][z]存储f(j,x,y,z)的状态变量值。
S63：初始化边界条件，初始化；初始化/>；
在本实施例中，进行两次初始化，初始化dp[0][x][y][z]=+∞，初始化dp[j][0][0][0]=+∞。
S64：如图4所示，根据S62中所述状态转移方程，自底向上依次求解多种肥料的最优配比用量；
步骤S64包括：从第1个肥料决策开始，依次遍历所述优化后决策集合F’中的每一个肥料决策；
当遍历第j种肥料决策时，依次遍历氮元素的施肥作业需求的所述决策状态x、磷元素的施肥作业需求的所述决策状态y和钾元素的施肥作业需求的所述决策状态z。
S65：根据S64求解完所述优化后决策集合F’中的肥料决策后，将f(n,X,Y,Z)作为目标函数的最优解。
步骤S65使得选用的肥料的总氮、五氧化二磷和氧化钾的总质量最少，在本实施例中，目标函数的最优解为dp[58][80][40][45]=169.6kg。
S66：利用回溯方法自顶向下依次判断所述优化后决策集合F’中第j种肥料决策Fi,k是否被选用；
若，对应第j种肥料决策Fi,k未被选用，继续从/>开始回溯；
若，对应第j种肥料决策Fi,k被选用，记录被选用的第j种肥料决策Fi,k和肥料用量Wi,k，继续从f(j-1,x-Nj,y-Pj,z-Kj)开始回溯，直到回溯到第1个肥料决策F1,0。
在本实施例中，记录的被选用的肥料决策如表6所示：
表6
S67：根据所有被选用的肥料决策Fi,k，将属于肥料Ai的所有肥料决策Fi,k的肥料用量Wi,k相加，得到肥料Ai的最优配比用量，输出肥料Ai的配比方案。
将属于肥料Ai的所有肥料决策Fi,k的肥料用量Wi,k相加的结果即为肥料Ai的最优配比用量，输出肥料Ai的配比方案，肥料Ai的配比方案包括肥料Ai的最优配比用量。
在本实施例中，肥料的最优配比用量如表7所示：
表7
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种多类型肥料混配的配比数据处理方法，其特征在于，所述方法包括以下步骤：
S1：确定施肥作业需求：确定施肥作业需要满足的每亩农作物氮元素、磷元素和钾元素的养分需求和作业亩数，所述每亩农作物氮元素、磷元素和钾元素的养分需求分别为需要的总氮的总质量N、有效五氧化二磷的总质量P和氧化钾的总质量K；所述作业亩数为M；
S2：确定施肥作业可供选用的肥料：确定施肥作业可供选用的多种类型肥料Ai；所述肥料Ai的属性参数包括总氮质量百分含量Ni、有效五氧化二磷质量百分含量Pi、氧化钾质量百分含量Ki、净含量Si和库存Ci；
S3：构建肥料决策集合：根据S2中确定的肥料Ai的最大可供选用量SiCi，采用二进制拆分方法拆分肥料Ai的属性参数，构建肥料决策集合F；所述肥料决策集合F的元素包括肥料决策Fi,k；所述肥料决策Fi,k为肥料Ai拆分后的第k种肥料决策；
S4：优化肥料决策集合：根据S1中确定的所述施肥作业需求，对S3中构建的所述肥料决策集合F的肥料决策Fi,k进行冗余决策过滤，根据冗余决策优化所述肥料决策集合F，得到优化后决策集合F’；
S5：构建多种类型肥料混配模型；
S6：基于决策优化动态规划算法和所述优化后决策集合求解多种类型肥料混配的最优配比用量，输出肥料的配比方案。
2.根据权利要求1所述的多类型肥料混配的配比数据处理方法，其特征在于，所述S3中所述采用二进制拆分方法拆分肥料Ai的属性参数，构建肥料决策集合F的具体步骤包括：
S31：用Ni,k表示二进制拆分后的肥料决策Fi,k的总氮质量，用Pi,k表示二进制拆分后的肥料决策Fi,k的有效五氧化二磷质量，用Ki,k表示二进制拆分后的肥料决策Fi,k的氧化钾质量，用Wi,k表示二进制拆分后的肥料决策Fi,k的肥料用量；
S32：依次遍历所述S2中所述肥料Ai；
S33：依次遍历二进制数COTk=2k(k=0,1,2,3...)；
S34：根据当前遍历的二进制数COTk和已经遍历过的二进制数，计算每个二进制数的累加值COUNT，其中COUNT的计算方式为：；
S35：若累加值COUNT小于或等于当前遍历的肥料Ai的最大可供选用量SiCi，则所述S31中Ni,k的值为 NiCOTk，Pi,k的值为 PiCOTk，Ki,k的值为 KiCOTk,Wi,k的值为COTk；
S36：若累加值COUNT大于当前遍历的肥料Ai的最大可供选用量SiCi，则所述S31中Ni,k的值为，Pi,k的值为/>，Ki,k的值为/>，Wi,k的值为；
S37：将当前二进制拆分后的肥料决策Fi,k加入到所述肥料决策集合F；
S38：判断当前遍历的二进制数COTk是否大于当前遍历的肥料Ai的最大可供选用量SiCi；若大于，则开始遍历下一种肥料Ai+1，若不大于，则开始遍历下一个二进制数COTk+1；
S39：当所有肥料遍历完成时，完成所述肥料决策集合F的构建。
3.根据权利要求1所述的多类型肥料混配的配比数据处理方法，其特征在于，所述S4中冗余决策过滤的具体步骤包括：
S41：依次遍历所述S3中所述肥料决策集合F中的肥料决策Fi,k；
S42：若当前遍历的所述肥料决策Fi,k的总氮质量Ni,k＞NM，有效五氧化二磷质量Pi,k=0且氧化钾质量Ki,k=0，则所述肥料决策Fi,k为冗余决策，在肥料决策集合F中过滤所述冗余决策；
S43：若当前遍历的所述肥料决策Fi,k的总氮质量Ni,k=0，有效五氧化二磷质量Pi,k＞PM且氧化钾质量Ki,k=0，则所述肥料决策Fi,k为冗余决策，在所述肥料决策集合F中过滤所述冗余决策；
S44：若当前遍历的所述肥料决策Fi,k的总氮质量Ni,k=0，有效五氧化二磷质量Pi,k=0且氧化钾质量Ki,k＞KM，则所述肥料决策Fi,k为冗余决策，在所述肥料决策集合F中过滤所述冗余决策；
S45：若当前遍历的所述肥料决策Fi,k的总氮质量Ni,k＞NM，有效五氧化二磷质量Pi,k＞PM且氧化钾质量Ki,k＞KM，则所述肥料决策Fi,k为冗余决策，在所述肥料决策集合F中过滤所述冗余决策；
S46：当所有肥料决策遍历完成时，完成所述冗余决策过滤。
4.根据权利要求1所述的多类型肥料混配的配比数据处理方法，其特征在于，所述S5中构建多类型肥料混配模型的具体步骤包括：
S51：选取二元变量xi,k为决策变量，若所述决策变量为1，则表示选用肥料决策Fi,k；若所述决策变量为0，则表示不选用肥料决策Fi,k；
S52：根据以下公式设置目标函数：
；
其中，T为所述目标函数，min表示最小值函数；
S53：设置如下约束：
；
；
；
；
其中，NM为施肥作业的氮元素养分需求，PM为施肥作业的磷元素养分需求，KM为施肥作业的钾元素养分需求。
5.根据权利要求1所述的多类型肥料混配的配比数据处理方法，其特征在于，所述S6的具体步骤包括：
S61：根据S4中优化后决策集合F’的肥料决策个数n，将多种类型肥料混配的最优配比用量的求解划分为n个决策阶段；根据氮元素的施肥作业需求NM，向上取整数为X，将氮元素的施肥作业需求划分为X个决策状态；根据磷元素的施肥作业需求PM，向上取整数为Y，将磷元素的施肥作业需求划分为Y个决策状态；根据钾元素的施肥作业需求KM，向上取整数为Z，将钾元素的施肥作业需求划分为Z个决策状态；
S62：构建从所述优化后决策集合F’中的第j种肥料决策开始，到下一种肥料决策的状态转移方程为：
；
式中，f(j,x,y,z)表示在决策所述优化后决策集合F’中的第j种肥料决策时，氮元素的施肥作业需求的所述决策状态为x、磷元素的施肥作业需求的所述决策状态为y，钾元素的施肥作业需求的所述决策状态为z时的状态变量值；Nj为所述优化后决策集合F’中的第j种肥料决策/>的总氮质量Ni,k；Pj为所述优化后决策集合F’中的第j种肥料决策/>的五氧化二磷质量Pi,k；Kj为所述优化后决策集合F’中的第j种肥料决策/>的氧化钾质量Ki,k；
S63：初始化边界条件，初始化；初始化/>；
S64：根据S62中所述状态转移方程，自底向上依次求解多种类型肥料的最优配比用量；
S65：根据S64求解完所述优化后决策集合F’中的肥料决策后，将f(n,X,Y,Z)作为目标函数的最优解；
S66：利用回溯方法自顶向下依次判断所述优化后决策集合F’中第j种肥料决策Fi,k是否被选用；
S67：根据所有被选用的肥料决策Fi,k，将属于肥料Ai的所有肥料决策Fi,k的肥料用量Wi,k相加，得到肥料Ai的最优配比用量，输出肥料Ai的配比方案。
6.根据权利要求5所述的多类型肥料混配的配比数据处理方法，其特征在于，所述S64包括：
从第1种肥料决策开始，依次遍历所述优化后决策集合F’中的每一个种肥料决策；
当遍历到第j种肥料决策时，依次遍历氮元素的施肥作业需求的所述决策状态x、磷元素的施肥作业需求的所述决策状态y和钾元素的施肥作业需求的所述决策状态z。
7.根据权利要求5所述的多类型肥料混配的配比数据处理方法，其特征在于，所述S66包括：
若，对应第j种肥料决策Fi,k未被选用，继续从f(j-1,x,y,z)开始回溯；
若，对应第j种肥料决策Fi,k被选用，记录被选用的第j种肥料决策Fi,k和肥料用量Wi,k，继续从f(j-1,x-Nj,y-Pj,z-Kj)开始回溯，直到回溯到第1种肥料决策F1,0。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410103930.3A CN117635363B (zh) | 2024-01-25 | 2024-01-25 | 一种多类型肥料混配的配比数据处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410103930.3A CN117635363B (zh) | 2024-01-25 | 2024-01-25 | 一种多类型肥料混配的配比数据处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117635363A true CN117635363A (zh) | 2024-03-01 |
| CN117635363B CN117635363B (zh) | 2024-05-07 |
Family
ID=90038060
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410103930.3A Active CN117635363B (zh) | 2024-01-25 | 2024-01-25 | 一种多类型肥料混配的配比数据处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117635363B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109618629A (zh) * | 2018-12-18 | 2019-04-16 | 武汉工程大学 | 一种利用物联网和计算技术实现施肥配方的设计的方法 |
| CN110476571A (zh) * | 2019-09-10 | 2019-11-22 | 华南农业大学 | 一种机械式肥料配比变量排肥器及实现方法 |
| US20210188731A1 (en) * | 2019-12-22 | 2021-06-24 | Institute Of Agricultural Resources And Environment, Shandong Academy Of Agricultural Sciences | One-Off Fertilization Method Suitable for Winter Wheat in Areas with Less Rainfall in Spring |
| CN114741967A (zh) * | 2022-04-20 | 2022-07-12 | 广东工业大学 | 一种基于高维多目标优化的超早强混凝土配比优化方法及系统 |
| WO2022152809A1 (en) * | 2021-01-14 | 2022-07-21 | Basf Agro Trademarks Gmbh | Method for determining and providing an application scheme for fertilizers |
| CN114897216A (zh) * | 2022-04-07 | 2022-08-12 | 武汉市农业科学院 | 一种区域范围内畜禽养殖场粪肥利用优化方法 |
| CN115486247A (zh) * | 2022-08-30 | 2022-12-20 | 中联智慧农业股份有限公司 | 用于确定肥料配比的方法、存储介质及处理器 |
-
2024
- 2024-01-25 CN CN202410103930.3A patent/CN117635363B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109618629A (zh) * | 2018-12-18 | 2019-04-16 | 武汉工程大学 | 一种利用物联网和计算技术实现施肥配方的设计的方法 |
| CN110476571A (zh) * | 2019-09-10 | 2019-11-22 | 华南农业大学 | 一种机械式肥料配比变量排肥器及实现方法 |
| US20210188731A1 (en) * | 2019-12-22 | 2021-06-24 | Institute Of Agricultural Resources And Environment, Shandong Academy Of Agricultural Sciences | One-Off Fertilization Method Suitable for Winter Wheat in Areas with Less Rainfall in Spring |
| WO2022152809A1 (en) * | 2021-01-14 | 2022-07-21 | Basf Agro Trademarks Gmbh | Method for determining and providing an application scheme for fertilizers |
| CN114897216A (zh) * | 2022-04-07 | 2022-08-12 | 武汉市农业科学院 | 一种区域范围内畜禽养殖场粪肥利用优化方法 |
| CN114741967A (zh) * | 2022-04-20 | 2022-07-12 | 广东工业大学 | 一种基于高维多目标优化的超早强混凝土配比优化方法及系统 |
| CN115486247A (zh) * | 2022-08-30 | 2022-12-20 | 中联智慧农业股份有限公司 | 用于确定肥料配比的方法、存储介质及处理器 |
Non-Patent Citations (2)
| Title |
|---|
| 彭志德: "番茄农场大流量水肥精准配比控制系统研究", 《万方》, 22 January 2024 (2024-01-22), pages 1 - 106 * |
| 朱晓强;徐剑波;肖科;钟德福;: "基于Modbus和GIS的自动配肥控制系统研究", 广东农业科学, no. 01, 31 January 2015 (2015-01-31) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117635363B (zh) | 2024-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cassman et al. | Nitrogen and the future of agriculture: 20 years on: this article belongs to Ambio’s 50th anniversary collection. theme: solutions-oriented research | |
| CN111557159B (zh) | 一种带有农作物养分需求分析功能的水肥一体机控制系统及其控制方法 | |
| Kalirajan | The economic efficiency of farmers growing high-yielding, irrigated rice in India | |
| CN107203687A (zh) | 吸收塔脱硫过程多目标协同智能优化控制方法 | |
| Bellarby et al. | The stocks and flows of nitrogen, phosphorus and potassium across a 30-year time series for agriculture in Huantai county, China | |
| CN117635363B (zh) | 一种多类型肥料混配的配比数据处理方法 | |
| CN1255468A (zh) | 一种专用长效复合(混)肥 | |
| CN115486247B (zh) | 用于确定肥料配比的方法、存储介质及处理器 | |
| CN102531777A (zh) | 长效碱性氮肥及其制备方法 | |
| CN110989704A (zh) | 一种智能化作物营养实时供给及调控系统 | |
| CN106171223A (zh) | 一种基于亩产潜力与目标产量的变量施肥方法 | |
| CN110400097A (zh) | 一种测土施肥的一种信息化方法 | |
| Pesek et al. | Derivation and application of a method for determining minimum recommended rates of fertilization | |
| Davidson et al. | Controlling losses to air | |
| CN111869387A (zh) | 一种基于大田机械化生产下肥料自动投加系统和投加方法 | |
| Parker et al. | More fertilizers for more food | |
| CN101244957A (zh) | 环保型有机生态控释肥 | |
| Mohren et al. | Modelling effects of soil acidification on tree growth and nutrient status | |
| CN1261067A (zh) | 一种添加剂、含有添加剂的长效复合肥及其生产工艺 | |
| CN114662609B (zh) | 一种智能大棚农场管理方法及系统 | |
| CN105138811B (zh) | 基于磷钾比的区域肥料配方生成方法、推荐方法及系统 | |
| Bell et al. | Resource Adjustment in the Fertilizer Industry: With Emphasis on Michigan | |
| CN113555909B (zh) | 一种多能互补基地风光火储建设时序优化方法与系统 | |
| CN112183604B (zh) | 一种基于决策树的电能计量装置选型方法和系统 | |
| Lal | 14 Managing Soils for Reducing |
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 |