به کارگیری الگوریتم ژنتیک در تعیین الگوی بهینه بهره برداری اراضی زراعی همسو با کشاورزی پایدار: مطالعه موردی گهرباران ساری

الموضوعات : فصلنامه علمی -پژوهشی تحقیقات اقتصاد کشاورزی

خدیجه عبدی رکنی ¹ , سید علی حسینی یکانی ² , سمانه عابدی ³ , فاطمه کشیری کلائی ⁴

1 - دانش آموخته کارشناسی ارشد در رشته اقتصاد کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی ساری
2 - دانشیار گروه اقتصاد کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی ساری
3 - استادیار گروه اقتصاد کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی ساری.
4 - دانشجوی دکتری اقتصاد کشاورزی- دانشگاه علوم کشاورزی و منابع طبیعی ساری

تاريخ الإرسال : 10 الثلاثاء , رجب, 1439 تاريخ التأكيد : 22 السبت , ربيع الثاني, 1440 تاريخ الإصدار : 17 السبت , ربيع الأول, 1443

الکلمات المفتاحية: الگوریتم ژنتیک, الگوی کشت, کشاورزی پایدار, برنامهریزی غیرخطی, گهرباران ساری,

ملخص المقالة :

مقدمه و هدف: کشاورزی به عنوان یکی از محورهای اساسی رشد و توسعه، نقش مهمی در توسعه اقتصادی کشورها دارد. بر همین اساس بهینه‌سازی الگوی کشت محصولات زراعی، یک راهکار مناسب جهت توسعه بخش کشاورزی است. به همین جهت در این مطالعه، الگوی کشت بهینه در منطقه گهرباران شهرستان ساری در قالب برنامه‌ریزی ریاضی چندهدفه پایدار شامل هدف بیش‌ترین بازدهی ناخالص و تولید محصولات، کم‌ترین ریسک و کم‌ترین مصرف کود، با استفاده از مدل برنامه‌ریزی غیرخطی معمولی و الگوریتم ژنتیک تعیین و با یکدیگر مقایسه شده است.
مواد و روش­ها: داده‌های این مطالعه از راه تکمیل پرسش‌نامه و مصاحبه حضوری با 250 کشاورز منطقه گهرباران ساری در سال زراعی 1394-1393 گرد‌آوری شده است.
یافته­ها: مقایسه نتایج این مطالعه نشان دادند که الگوی بهینه الگوریتم ژنتیک غیرخطی نسبت به مدل غیرخطی معمولی برتری دارد. چرا که سود الگوریتم ژنتیک نسبت به برنامه‌ریزی غیرخطی معمولی حدود 2/0 درصد افزایش داشته و ریسک حدود 6 درصد کم شده است. هم‌چنین، مقدار تولید در الگوریتم ژنتیک حدود 18 درصد افزایش و مصرف کود شیمیایی 7 درصد کاهش را نسبت به برنامه‌ریزی غیرخطی معمولی نشان می‌دهد.
بحث و نتیجه­گیری: با توجه به این‌که استفاده از الگوی کشت پیشنهادی الگوریتم ژنتیک موجب دست‌یابی بهتری به اهداف بهره‌برداران نسبت به الگوی برنامه‌ریزی غیرخطی معمولی می‌شود، لذا تشویق و حمایت دولت از کشاورزان در زمینه بکارگیری نتایج چنین الگوهایی می‌تواند موجب ارتقاء بهره‌وری اراضی زراعی شود.

المصادر:

1. Barzgari M, Hajiabadi M, and Ghezel Soflu A. Optimization of urban water distribution network using genetic algorithm (Case study of Salami city). National Conference on Civil Engineering and Needs-Based Research. 2015; 1-11.

https://civilica.com/doc/461182/  

2. Rezaee Z, Dourandish A, Nobahar A. Determination of Cultivation pattern Under Three strategies of economic, social, environmental with application of genetic algorithms: (Case Study of Mashhad). Biennial Conference of Agricultural Economics. 2012; 1607- 1615. https://www.wwjournal.ir/article_2464.html

3. Kohansal MR,  Firooz Zarea A, Determining optimal cultivation model corresponding with organic agriculture Application of Multiple-objective Linear Fuzzy Fractional Programming (Case study: North Khorasan province). Agricultural Economics and Development.  2008;  16(62):1-32.

https://www.sid.ir/en/Journal/ViewPaper.aspx?ID=135355

4. Bagherian A, Saleh I, Paykani Gh, Optimization of Cultivation pattern in Kazeroun region using of linear programming. Sixth Iranian Agricultural Economics Conference. 2007; November 8 and 9.  . https://civilica.com/doc/46812/

5. Gopi A, Venkata S, Kandukuri N. Land allocation strategies through genetic algorithm approach–A case study. Global journal of research in engineering. Global Journal of Research in Engineering. 2011; ,11(4): 6-14.

https://www.semanticscholar.org/paper/LAND-ALLOCATION-STRATEGIES-THROUGH-GENETIC-CASE-Annepu-Subbaiah/d1453686c2679db8f338348f92fca302a4583014#citing-papers

6. Shabani M, Honar T. Determination of optimal cropping pattern in irrigation canals using IPM model. Water and Soil Journal. 2008; 22(2): 95-106. https://www.sid.ir/en/journal/ViewPaper.aspx?ID=141462

7. Kiafar H, Sadradini AA. Optimal water allocation for Sufi-Chay Irrigation and Drainage network in East Azarbaijan province of Iran using genetic algorithm. Fourth Conference on Water Resources Management.  2011; 5: 52-61.

https://www.sid.ir/en/journal/ViewPaper.aspx?id=387490

8. Zraatkish Y. Water Economical Valuation in Agriculture with Environmental Approach.
Agricultural Economic and Development. 2016; 47-2(1):  269-295.

https://sustainagriculture.tabrizu.ac.ir/article_12312.html

9. Raju K S, & Kumar D.N. Irrigation planning using genetic algorithms. Water Resour Manage. 2004; 18(2): 163-176. https://doi.org/10.1023/B:WARM.0000024738.72486.b

10. Dutta S, Sahoo B, Mishra R, & Acharya S.. Fuzzy stochastic genetic algorithm forobtaining optimum crops pattern and water balance in a farm. Water
    Resources Management. 2016; 30:4097–4123.

https://doi.org/10.1007/s11269-016-1406-7

11. Godarzi A. Optimization of water absorption cycle and solar bromide lithium using genetic algorithm. 2009.

http://library.sharif.ir/parvan/search/

12. Cochran CB. Sampeling Techniques, John Wiley, New York. 1977.

https://www.wiley.com/en-us/Sampling+Techniques%2C+3rd+Edition-p-9780471162407