WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 || 3 |

Виды разрушений Эрозия Трещины Разрушение швов >1/Разрушение швов <1/Разрушение бетонного покрытия Пустоты под бетонной облицовкой Занесения грунтом Выпучивание 0 10 20 30 40 50 60 70 80 проценты Рисунок 2 – распределение доли деформаций каналов видам (1 – Эрозия; 2 – Выпучивание; 3 – Трещины; 4 - Разрушение швов менее 1/3 периметра сечения канала; 5 –Разрушение швов более 1/2 периметра сечения канала; 6 – Пустоты под бетонной облицовкой; 7 – Разрушение бетонного покрытия 8 – Занесения грунтом) С использованием методов системного подхода была разработана схема взаимосвязи подсистем СППР.

На основании схемы взаимосвязи подсистем СППР былы разработаны описание процедур информационой технологии поддержки принятия решения.

С учетом проанализированного функционала и особенностей проектируемой СППР была разработано описание архитектуры системы.

Основными компонентами системы поддержки принятия решений являются база данных, база моделей и программная подсистема, включающая систему управления базой данных (СУБД), систему управления базой моделей (СУБМ) и систему управления интерфейсом между пользователем и компьютером.

Разработанная структурно-функциональная схема информационной технологии ППР для планирования ремонта и ТО приведена на рисунке 4.

Разрабатываемая СППР может интегрироваться с автоматизированной учетно-управленческой системой. В нашей стране в последние 10 лет автоматизированные учетные системы развивались достаточно активно.

Важно отметить, что система «1С-Предприятие».обладает развитым языком разработки приложений и встраиваемых модулей, и изначально ориентирована на взаимодействие с системами, использующими различные форматы передачи данных для выполнения операций экспорта-импорта.

Архитектура разрабатываемой СППР должна включать три основные подсистемы: информационную; анализа; поддержки решения.

Разрабатываемая информационная технология поддержки принятия решений по выбору эффективных вариантов технической эксплуатации гидромелиоративных объектов, должна обеспечивать: формирование БД атрибутивной информации о состоянии ОТЭ гидромелиоративной системы; предварительную обработку исходной информации для внесения в тематические слои цифровых карт подсистем ГИС; адаптацию разработанных математически моделей к особенностям и условиям эксплуатируемой гидромелиоративной системы; прогноз вариантов при возможных сценариях планирования технической эксплуатации;

выбор оптимального варианта; формирования технической документации.

Важнейшая проблема планирования технического обслуживания, ремонта оросительной сети и гидротехнических сооружений заключается в установлении потребности в материально-технических ресурсах и определении сроков выполнения работ, увязанных с потребностью сельскохозяйственного производства. Как правило, объемы ресурсов, необходимых для технической эксплуатации мелиоративной системы, превышают выделяемые, что порождает конфликт при распределении ограниченных капиталовложений и других ресурсов по объектам, подлежащим ремонту. Критические ситуации, возникающие повсеместно, требуют решения задачи жизнеспособного управления ресурсами, основанного на устойчивом компромиссе между наличием ресурсов и спросом.

Решение задачи управления продуктивностью агроценоза на функционирующем объекте служит основой для формирования и целенаправленного анализа устойчивых компромиссных вариантов технической эксплуатации системы. При этом определяется оптимальный перечень объектов технической эксплуатации, обеспечивающих заданные объемы производства сельскохозяйственной продукции и максимальную эффективность эксплуатационных мероприятий при ограничениях на капиталовложения и другие лимитирующие ресурсы.

Проведенный анализ позволяют рекомендовать использование в рамках информационных ГИС-технологий блоков математической оптимизации выбора дискретных вариантов для повышения функциональности и эффективности СППР.

В четвертой главе «Модели и алгоритмы задачи оптимизации планирования технической эксплуатации» была сформулирована задача оптимизации распределения ресурсов, выделяемых на ремонтные работы. Объем поливной воды, фактически подаваемой на орошаемые поля, имеет вероятностную природу, т.е. является случайной величиной. Следовательно, затраты на орошение и объемы дополнительной продукции от орошения являются не детерминированными, а также случайными величинами.

Задачи выбора оптимальных размеров подготовки полей под орошение, а также оптимизации структуры орошаемого земледелия в сочетании с богарным, в особенности для зон рискованного земледелия, могут быть решены с применением стохастических методов.

Поскольку Q меняется по годам, то эффективность выбора соотношения орошаемой и богарной площадей будет случайной величиной и ее можно определить лишь с учетом многолетних результатов сельскохозяйственного производства. За ее величину можно принять средний годовой показатель эффективности, усредняя по реализациям Q:

Q Фx Q Фx,Qf ' dQ (1) Q где Q – объем воды за оросительный сезон, подаваемой ОС от источника орошения на поля; x – площадь орошаемого массива, га;

Ф = Ф(x, Q) – суммарный годовой эффект, тыс. руб.;

Оптимальным размером орошения будем считать такую площадь орошаемого массива x* и, соответственно, мощность сети, при которых величина Фx достигает максимума.

Пусть возделывается m культур. Соотношение полей в орошаемом севоm обороте характеризуется числами, i = 1, 2,..., m; 0, 1, указываюi i i iщими доли культур в общей площади севооборота. Нормативы чистого дохода сi сiна богаре, орошении и недостаточном поливе обозначим соответственно, сiи, руб. на 1 га. Нормативы ck1, ck2, ck3 чистого дохода отражают влияние различных технико-технологических и природно-климатических факторов богарного и орошаемого земледелия на урожайности культур и на затраты, необходимые для их возделывания. Тогда задача классической оптимизации принимает вид: найти значение х*, максимизирующее функционал (1).

Сравнительную эффективность использования поливной воды для различных культур характеризуют параметры i = (ci2 - ci3)/qi, i = 1, 2,..., m. (2) Величины i характеризуют относительный ущерб, возникающий при невозможности полива культуры, подготовленной к орошению.

' Ф Для нахождения значения х* необходимо решить уравнение x = 0.

Профессором В.А. Кардашом (1986) было получено необходимое условие экс' Ф тремума интегрального функционала x для закона распределения f(Q) общего вида. Считая f(Q) известной, после соответствующих преобразований можно записать уравнение в неявном виде:

m m hk f x * hk ck 2 ck 1, k k 1 k k (3) k 1 k где обозначено k hk qi i (4) l Для получения и решения уравнения (3) необходима предварительная параметризация функции f(Q) распределения подачи поливной воды.

Распределение объемов воды, подаваемой на орошаемые поля, рассмотрим по данным племзавода «Кузьмичевский» - типичного хозяйства Городищенского района – за двенадцатилетний период 1996-2007 гг.

План Факт 1 2 3 4 5 6 7 8 9 Номер года Рисунок 4 - Динамика подачи поливной воды на поля племзавода «Кузьмичевский» Функция распределения f(Q) может быть аппроксимирована с помощью квадратичной параболы, параметры которой определяются по статистическим данным методом наименьших квадратов. Для приведенных выше данных, функция распределения может быть описана зависимостью (рис. 5) у = -0,0007 Q2 + 0,0948Q – 2,364, (5) параметры которой определялись с использованием MS Excel.

Для решения уравнения (3) была разработана специальная подпрограмма. По введенным техническим параметрам и нормативам затрат ресурсов и выпуска продукции вычисляются коэффициенты i сравнительной эффективности затрат воды для возделываемых культур и выполняется ранжирование их, что будет моделировать порядок орошения при ограниченных поливных ресурсах.

После автоматического формирования вида и параметров алгебраического квадратного уравнения (3) проверяется возможность его решения путем определения знака дискриминанта, после чего, при неотрицательных значениях, находятся корни.

Для использования в задачах СППР были экспериментально определены функциональные зависимости урожайности от водопотребления с.-х. культур Подача воды, тыс м при различных уровнях минерального питания, необходимые для обоснования оптимального соотношения площадей орошаемого и богарного участков, а также для обоснования оптимального распределения средств на ремонт и техническую эксплуатация орошаемых участков.

1,0,0,0,y = -0,0007x2 + 0,0948x - 2,0,30 40 50 60 Подача воды, тыс. мРис. 5 - Интегральная функция f(Q) распределения подачи поливной воды для типичного хозяйства Городищенского района Полевые опыты были заложены по двухфакторной схеме: фактор А (водный режим почвы) + фактор В (режим минерального питания). Поливы осуществлялись дождевальной машиной «Мини Кубань-К», содержащей три секции.

Схемой опыта по водному режиму были предусмотрены пять уровней водообеспечения посевов:

А0 – поддержание предполивного порога влажности почвы 70 % НВ в слое 0,4 м до выметывания метелки, в слое 0,6 м – далее до наступления фазы восковой спелости зерна;

А1 – дифференцированный по фазам развития кукурузы водный режим почвы, 7080-70 % НВ, слое 0,4 м до выметывания метелки, в слое 0,6 м – далее до наступления фазы восковой спелости зерна при поддержании предполивного уровня влажности 80 % НВ в течение периода «выметывание метелки…молочно-восковая спелость зерна»;

А2 – дифференцированный по фазам развития кукурузы водный режим почвы, 7080-70 % НВ, слое 0,4 м до выметывания метелки, в слое 0,6 м – далее до наступления фазы восковой спелости зерна при поддержании предполивного уровня влажности 80 % НВ в течение периода «11-й лист…молочно-восковая спелость зерна»;

А3 – дифференцированный по фазам развития кукурузы водный режим почвы, 7080-70 % НВ, слое 0,4 м до выметывания метелки, в слое 0,6 м – далее до наступления фазы восковой спелости зерна при поддержании предполивного уровня влажности 80 % НВ в течение периода «7-й лист…молочно-восковая спелость зерна»;

А4 – поддержание постоянного в течение вегетации уровня предполивной влажности почвы 80 % НВ слое 0,4 м до выметывания метелки, в слое 0,6 м – далее до наступления фазы восковой спелости зерна.

Функция распределения y = 1,8586Ln(x) + 4,R2 = 0,9,y = 2,1091Ln(x) + 3,R2 = 0,8,7,y = 0,7558Ln(x) + 5,6,R2 = 0,5,N90P40Ky = 0,1422Ln(x) + 5,4,R2 = 0,N140P60K3,2,N190P80KВодопотребление куб.м / га N240P100KРисунок 6 – Зависимость урожайности кукурузы от водопотребления На каждом из вариантов по изучению водного режима почвы были заложены исследования по фактору режима минерального питания. Программой исследований предусматривалось четыре уровня минерального питания кукурузы: N90P40K100, N140P60K160, N190P80K220, N240P100K280.

В частности, для первого из них зависимость имеет вид (рис.6) y = 0,142 ln(x) + 5,07 при величине r2 = 0,68, (6) где y – урожайность, т/га; x – водопотребление, м3/га.

В пятой главе «Геоинформационная система поддержки принятия решений» были определены цели и задачи СППР, разработана функциональная схема системы. Целью СППР является обеспечение поддержки принятия решения при планировании и выборе оптимального варианта технической эксплуатации и ремонта гидромелиоративных систем. Основными решаемыми задачами являются определение оптимального размера орошаемой площади и распределение ресурсов для ремонта и технического обслуживания с учетом ограничений.

Таблица 1 - Расчет параметров стохастической модели для ранжирования возделываемых культур по k Неранжированные культуры c1 c2 c3 k 1.Пшеница 1472 520 -2838,4 1049,2.Овощи 681,42857 47541,6667 -13798,19 9201,3.Картоф 1184,5 20454,6667 -7035,7333 5890,4.Кукур. з/м -508,5 -4517,3333 -6490,1333 422,5.Многолетние травы -984 -9532,6666 -12183,866 361,Урожайность, т/га Для решения уравнения (3) необходимо ранжирование культур по параметру эффективности использования оросительной воды k, результаты которого для пяти культур, рассчитанные с использованием значений из БД, представлены в табл. 1. После подстановки всех параметров в квадратное уравнение (3) и вычисления его корней в автоматическом режиме определяется оптимальное значение орошаемой площади x* и мощность Q оросительной сети.

На основании введенных данных в автоматическом режиме формируется матрица технико-экономических коэффициентов (ТЭК) для выбора оптимального варианта плана технической эксплуатации методом дискретной оптимизации. Результатом решения оптимизационной части задачи являются бинарные значения переменных в третьей строке матрицы (табл.2).

Таблица 2 – Решение задачи дискретной оптимизации на примере семи орошаемых участков Переменные оптимизационной модели Ограничения Вид Расчет Фор- ЗадаX1 X2 X3 X4 X5 X6 X7 ма нное ограничения Двоич0 1 1 0 0 0 0 - ное - Финансовые, руб. 63360 86400 72240 87360 35000 63000 49000 158640 <= Площади посевные, га 576 540 516 624 250 450 350 1056 >= Продукция, корм. ед. 691,2 10854 3354 3494,4 1400 2520 1960 14208 >= Целевая функция, руб. 172800 64800 33540 122304 49000 88200 68600 98340 —> max В результате проведения процедуры Поиск решения, результаты которого представлены в табл.2, появляются ненулевые значения переменных Xi, соответствующие номерам участков, включаемых в оптимальный план. В частности, для приведенных ТЭК это будут X2 и X3 (выделены заливкой).

Это означает, что в соответствии с оптимальным вариантом распределения ресурсов, с учетом технико-экономических параметров и ограничений, в план ремонта попадают только орошаемые участки 2 и 3, а ожидаемый эффект – значение целевой функции составит 98340 руб. Для ремонта остальных участков ресурсов недостаточно, при этом лимитирующим оказываются посевные площади.

Для интеграции с картографической подсистемой был разработан модуль процедуры «ПоказатьКартуСПараметрами» (рис.7), обеспечивающий наглядную визуализацию участков ОС, выбираемых для включения в план ремонта.

Начало Получение параметров точек и линий сооружений Создание заголовка «JAVA Script», инициализация констант Формирование текста «JAVA Script» для вывода точек и линий по списку сооружений Нет Количество сооружений > Да Запрос к базе данных для получения списка связанных участков Цикл по участкам > Нет Колич.

участков Сформировать поли> гоны участка Да Формирование файла формата HTML Конец Рисунок 7 – Блок схема процедуры интеграции карты с системой 1С Рисунок 8 – Выбор оптимального варианта распределения ресурсов на ремонт Визуализация результатов с использованием ГИС позволяет расширить возможности при экспертной оценке ЛПР результатов оптимизации и анализе факторов, которые не могут быть формализованы в рамках используемых математических моделей (рис.9).

Pages:     | 1 || 3 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»