约束条件在内的数学模型；其中，目标优化函数可在以下(但不限于)目标中确定:①整个生产过程的收入最大化；②整个生产过程的利润最大化整个生产过程的成本最小化；④整个生产流通过程(包括供应链)的收入最大化；⑤整个生产流通过程(包括供应链)的利润最大化；⑥整个生产流通过程(包括供应链)的成本最小化；⑦农产品在规避风险条件下的预期收益最大化；⑧农产品的种植多样性最大化农产品生产对环境的危害最小化。系统要求用户可在上述的目标中选择一个或多个(加权)作为模型的目标优化函数。模型的约束条件可在以下(但不限于)约束条件中确定:①影响决策的各种制约因素，如劳动力限制条件、土地限制和投入资金限制；②农作物自身的规律性约束，如补种、轮种、生产周期的约束；③农业机械的数量和功能的约束；④供应链的容量限制，如运输能力限制、仓储容量的限制；⑤施肥和灌溉计划的限制；⑥农药、化月巴、硝酸盐和其他化学品对环境的影响的约束限制；⑦生产风险的约束流通风险的约束；⑨市场风险的约束。
[0036]在技术方案中融入环境影响因素来分析农产品产出和环境影响的关系，以促进农业生产的可持续发展，例如种植计划中考虑在优化经济指标的同时减少化肥等化学品使用和灌溉成本，并减少农药和硝酸盐的环境风险。
[0037]利用上述农作物种植计划优化模型可用来确定:(1)最佳农作物种植计划；(2)分析农业生产不同部分的相互关系；(3)分析农业机械的最佳配置和数量；(4)区域性农业生产计划；(5)农业生产和环境的交互作用分析；(6)农业生产经营的风险控制。
[0038](4)建立优化引擎，利用包括最优算法和近似算法在内的计算机算法获取上述数学优化模型的优化解；
如图9所示，优化引擎在读取产生的数学模型后，将对模型属性和规模进行分析，然后选择最合适的算法。可选择算法包括最优算法和近似算法。在获得模型的解后(最优解或近似最优解)，如果用户对模型解满意，则输出方案。如不满意，用户可人工调整模型的一些参数，进行重新解摸，知道获得满意解为止。引擎的算法将用到计算机模拟、线性规划、整数规划、非线性规划、人工智能等技术。
[0039](5)通过计算机决策辅助系统编制可执行的农作物种植计划方案，并输入农业生产管理系统以供执行。
[0040]如图10所示，优化引擎的输出结果(优化的种植方案)将输出到相应数据储存(如数据库)并和农业生产管理系统相连接来执行这些方案。
[0041]现代农业和传统农业相比，管理方式具有多因素、高复杂性的特点。农产品的种植计划必须关注农业的可持续性发展。针对农业资源的可持续性发展，确保投入资源的产出不能超出资源的自然再生能力，以及要维护一定的财务增长。我们必须考虑农业产品生长和收获过程的复杂性，必须考虑农业生产过程和环境、经济、时代和社会因素的互动。总之，本发明的技术方案以物联网为基础，以信息化技术为支撑，构建统一业务信息管理平台，实现对于科研、生产、物流、销售等各个农业生产环节的信息化管理，实现农产品种植生产合理计划、高效生产、科学预测、精准销售、数据决策。
[0042]本发明的技术方案具有以下效益:
1.通过物联网采集的农业大数据结合农产品种植的生态模型帮助决策者进行精细化种植的计划的最优决策；
2.把农业生产成本和市场销售的因素在种植计划中体现出来，可以实现经济效益的最优化。
[0043]3.在技术方案中融入环境影响因素，来分析农产品产出和环境影响的关系，以促进农业生产的可持续发展。例如种植计划中考虑在优化经济指标的同时减少化肥等化学品使用和灌溉成本，并减少农药和硝酸盐的环境风险。
[0044]4.在一定约束条件下考虑农植物的多样性，实现生态环境合理化。
[0045]5.将定量地评估各种农产品生产计划的预期收益和风险，从而做出在风险控制情况下的最优生产组合。
[0046]以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
【主权项】
1.一种基于农业物联网和大数据分析的种植计划优化系统，其特征在于，包括: 数据获取和处理模块:用于获取和处理各类相关数据； 数据库，用于存储由所述数据获取和处理模块得到的各类相关数据； 统计处理模块，用于处理所述各类相关数据，并预测计划期内的数据趋势； 农作物种植计划优化模型和相应的优化引擎； 中央处理器； 计算机决策辅助系统，包括帮助决策者编制可执行的农作物种植计划的用户界面和功能模块，以及和农作物生产管理系统的数据交互和接口模块。2.根据权利要求1所述的基于农业物联网和大数据分析的种植计划优化系统，其特征在于，所述各类相关数据包括:土地生产参数、大气象数据、农业生产模型知识、农产品价格数据和农产品生产要素成本数据。3.根据权利要求1所述的基于农业物联网和大数据分析的种植计划优化系统，其特征在于，所述数据获取和处理模块包括:获取和处理各类土地生产参数的数据读取、储存和处理模块；获取和处理各类气象气候水文资料的数据读取、储存和处理模块；获取和处理农业生产模型知识的数据读取、储存和处理模块；获取和处理农产品历史销售价格的数据读取、储存和处理模块；获取和处理农产品生产要素成本的数据读取、储存和处理模块。4.根据权利要求1所述的基于农业物联网和大数据分析的农作物种植计划优化系统，其特征在于，所述数据库包括:土地生态数据库、气象数据库、农作物生态数据库、农产品价格数据库和生产成本数据库。5.根据权利要求1所述的基于农业物联网和大数据分析的农作物种植计划优化系统，其特征在于，所述统计处理模块包括数据清理和异常数据处理模块、统计模型拟合模块、时间序列数据预测模块、非时间序列数据预测模块和数据模拟产生器。6.根据权利要求1至5任一项所述的基于农业物联网和大数据分析的农作物种植计划优化系统，其特征在于，还包括一个或多个输入设备、一个或多个输出设备、以及一个或多个通信连接。7.根据权利要求6所述的基于农业物联网和大数据分析的农作物种植计划优化系统，其特征在于，所述输入设备包括数字化仪屏幕、触针、轨迹球、键盘，小型键盘、鼠标；所述输出设备包括个人电脑的显示装置、移动设备；所述通信连接包括局域网、广域网和/或其他网络。8.一种如权利要求1至5任一项所述的基于农业物联网和大数据分析的种植计划优化方法，其特征在于，包括如下步骤: (O收集各类相关数据； (2)利用数据处理模块处理所述各类相关数据并储存于相应的数据库中； (3)建立基于步骤(2)中数据的种植计划数学优化模型； (4)建立优化引擎，利用包括最优算法和近似算法在内的计算机算法获取上述数学优化模型的优化解； (5)通过计算机决策辅助系统编制可执行的农作物种植计划方案，并输入农业生产管理系统以供执行。9.根据权利要求8所述的基于农业物联网和大数据分析的种植计划优化方法，其特征在于，所述步骤(3)中，所述数学优化模型包括优化目标函数和约束条件；其中，所述目标优化函数包括:整个生产过程的收入最大化；整个生产过程的利润最大化；整个生产过程的成本最小化；整个生产流通过程的收入最大化；整个生产流通过程的利润最大化；整个生产流通过程的成本最小化；农产品在规避风险条件下的预期收益最大化；农产品的种植多样性最大化；农产品生产对环境的危害最小化；所述约束条件包括:影响决策的各种制约因素，包括劳动力限制条件、土地限制和投入资金限制；农作物自身的规律性约束，包括补种、轮种、生产周期的约束；农业机械的数量和功能的约束；供应链的容量限制，包括运输能力限制、和仓储容量的限制；施肥和灌溉计划的限制；农药、化肥、硝酸盐和其他化学品对环境的影响的约束限制；生产风险的约束；流通风险的约束；市场风险的约束。
【专利摘要】本发明公开了一种基于农业物联网和大数据分析的种植计划优化系统及方法，所述系统包括：数据获取和处理模块；数据库；统计处理模块；农作物种植计划优化模型和相应的优化引擎;中央处理器；计算机决策辅助系统，包括帮助决策者编制可执行的农作物种植计划的用户界面和功能模块，以及和农作物生产管理系统的数据交互和接口模块。本发明以物联网为基础，以信息化技术为支撑，构建统一业务信息管理平台，实现对于科研、生产、物流、销售等各个农业生产环节的信息化管理，实现农产品种植生产合理计划、高效生产、科学预测、精准销售和数据决策。
【IPC分类】G06Q50/02, G06Q10/04
【公开号】CN105260791
【申请号】CN201510619678
【发明人】许杰峰
【申请人】苏州携优信息技术有限公司
【公开日】2016年1月20日
【申请日】2015年9月25日