Application of using fuzzy multi programming in optimal cropping products in Fars province: case study of Marvdasht region
Subject Areas : Agroecology JournalHamid Mohammadi 1 , mohammad Naghshineh fard 2 , fardin Boostani 3 , syamak Pishbin 4
1 - 1. Assistant Professor of Islamic Azad University, Marvdasht Branch.
2 - 2. Scientific Board of Islamic Azad University, Jahrom Branch.
3 - Assistant Professor, Islamic Azad University of Fars, Science and Research Branch.
4 - Scientific Board of Islamic Azad University, Jahrom Branch.
Keywords: Risk, Fuzzy programming, water, Fars province, Optimal pattern,
Abstract :
The main objective of this study was to develop optimal cropping pattern for producers of Marvdashat district. Determination of optimal cropping contains providing the objectives of reducing production variance or risk, reducing water usage, and providing a special amount of gross margin, simultaneously. Regarding the fluctuations in coefficients used in objective function and constraints and fuzziness of the coefficients, the coefficients were used in fuzzy form. Considering the objectives and applying fuzzy values jointly was resulted in multi objective fuzzy programming. Current pattern of selected producers contains rice, wheat, maize, hay maize, tomato, sugar beet and canola with area of 2, 2.8, 0.2, 0.3, 1, 0.4, 0.2 and 0.2 hectares, respectively. Gross margin of the current pattern is 109.44 billions rials. Variance of gross margin and water consumption in the current pattern were 1387×1013 and 142130 m3, respectively. In fuzzy optimal pattern, rice, wheat, tomato and canola had priority over other crops, getting area of 0.3, 1.3, 1.5 and 4 Hectares, respectively. Gross margin, variance of gross margin and water consumption in fuzzy optimal pattern were 119.99, 916×1013 and 95784 m3, respectively. The results also revealed that increased uncertainty in water availability results in reduction of wheat area in favor of rice and canola.
1- اسدپور، ا. 1384. نظریه و کاربرد مدل برنامهریزی فازی در تولید محصولات زراعی. فصلنامه اقتصاد کشاورزی و توسعه، ویژهنامه بهرهوری و کارآیی، ص. 307- 328.
2- بیات، پ. 1378. تعیین الگوی بهینه کشت با بهرهبرداری تلفیقی از منابع آب سطحی و زیرزمینی: مطالعه موردی دشت برازجان. پایاننامه کارشناسی ارشد اقتصاد کشاورزی، دانشگاه شیراز.
3- بینام. 1384. سازمان مدیریت و برنامهریزی فارس. سالنامه آماری استان فارس.
4- ترکمانی، ج. 1379. تحلیل اقتصادی تغییر در سطح زیرکشت آفتابگردان: کاربرد روش مدلسازی ایجاد گزینهها. فصلنامه اقتصاد کشاورزی و توسعه، سال هشتم، شماره30، ص. 43- 64.
5- ترکمانی، ج. و ر. صداقت. 1378. تعیین الگوی بهینه تلفیق باغداری و زراعت: کاربرد روش مدلسازی ایجاد گزینهها، فصلنامه اقتصاد کشاورزی و توسعه، سال هفتم، شماره 28، ص. 7- 34.
6- ترکمانی، ج. و ع. کلایی. 1378. تأثیر ریسک بر الگوی بهینه بهرهبرداران کشاورزی: مقایسه روشهای برنامهریزی توأم با ریسک موتاد و تارگت موتاد. فصلنامه پژوهشی اقتصاد کشاورزی و توسعه، سال هفتم، شماره 25، ص. 7-28.
7- جانسون، ر. آ. و د. د. ویچرن. 2000. تحلیل آماری چند متغیری کاربردی. ترجمه حسینعلی نیرومند. انتشارات دانشگاه فردوسی مشهد، ص. 338-345.
8- حسنشاهی، م. 1385. تصمیمگیری زراعی تحت شرایط مخاطره: مطالعه موردی شهرستان ارسنجان. فصلنامه اقتصاد کشاورزی و توسعه، سال چهاردهم، شماره 54، ص. 161- 178.
9- درویشی سلوکلایی، ب.، د. عامری، ر. تیموری یانسری، ا. یزدانی پرایی، و ا.، اکبری. 1385. کاربرد بهینهسازی فازی در تنظیم جیره خوراکی گاوهای شیری. مجموعه مقالات ششمین کنفراس سیستمهای فازی ایران، دانشگاه آزاد اسلامی، واحد شیراز. ص. 1- 12.
10- عبدالهی عزتآبادی، م. 1385. مطالعه نوسانات درآمدی پستهکاران ایران: بسوی سیستمی از بیمه محصول و ایجاد بازار آتی و اختیار معامله. پایاننامه دوره دکتری، دانشگاه شیراز.
11- کرامتزاده، ع.، ا. ح. چیذری، و ح. موسوی. 1384. مدیریت منابع آبی از طریق تخصیص بهینه بین اراضی زیرسدها: مطالعه موردی سد بازرو شیروان. مجموعه مقالات پنجمین کنفرانس اقتصاد کشاورزی ایران، دانشگاه سیستان و بلوچستان.
12- محمدیان، م.، ا. ح. چیذری و س. ا. مرتضوی. 1384. تأثیر کنترلی ریسک قیمتی برنج در شرایط بورس کالا بر الگوی کشت بهینه: مطالعه موردی استان گلستان منطقه گنبد- مینودشت. فصلنامه اقتصاد کشاورزی و توسعه، سال سیزدهم، شماره 49، ص. 194-168.
13.Berenger, V., and Verdier-Chouchane, A. 2007. Multidimensional measures of well-being: Standard of living quality of life across countries. World Development. 35(7): 1259–1276.
14.Cerioli, A., and Zani, S. 1990. A fuzzy approach to the measurement of poverty. In: Dagum, C., and Zenga, M. (Eds.): Income and wealth distribution, inequality and poverty. Berlin: Springer-Verlag, Pp. 272–284.
15.Chiappero Martinetti, E. 1996. Standard of living evaluation based on Sen’s Approach: Some methodological suggestions. Notizie di Politeia, 12(43/44): 37–53.
16.Dillon, J. L., and Hrdaker, J. B. 1993. Farm management research for small farmer development, FAO, Rome.
17.Doppler, W., Salman, A. Z., Al-Karablieh, E. K., and Wolf, H. P. 2002. The impact of water price strategies on the allocation of irrigation water: The case of the Jordan Valley. Agricultural Water Management, 55: 171-182.
18.Francisco, S. R., and Mubarik, A. 2006. Resource allocation tradeoffs in Manila's peri-urban vegetable production systems: an application of multiple objective programming. Agriculture Systems 87: 147–168.
19.Goodwin, B. K., and Smith, V. H. 1995. The economics of crop insurance and disaster aid. The AEI Press, Washington D. C.
20.Inuiguchif, M., and Ramik, J. 2000. Possibilistic linear programming: a brief review of fuzzy mathematic programming and a comparission with stochastic programming in portfolio selection problem. Fuzzy Sets and Systems 111: 3-28
21.Jimenez, M., Arenas. M., Bilbao, A., and Victoria Rodriguez, M. 2007. Linear programming with fuzzy parameters: an interactive method rsolution. European Journal of Operational Research 3: 1599-1609.
22.Kumar, B. 1995. Trade-off between return and risk in farm planing: MOTAD and Target MOTAD Approach, Indian Journal of Agricultural Economics 50: 193-199.
23.Kumar, M., Vrat, P., and Shankar, R. 2006. A fuzzy programming approach for vendor selection problem in a supplt chain. International Journal of Production Economics 101: 273-285.
24.Raju, K. S., and Kumar, D. N. 1999. Multicriterion decision making in irrigation planning. Agriculture Systems 62: 117–129.
25.SPSS Inc. 2002. SPSS 11.0 guid to data analysis, Prentice Hall, NJ.
26.Suresh, K. R., and Mujumdar, P. P. 2004. A fuzzy risk approach for performance evaluation of an irrigation reservoir system. Agricultural Water Management 69: 159-177.
27.Valderama, D., and Engle, C. 2000. A risk programming model for shrimp farming in Honduras. Tenth Biennial Conference of the International Institute of Fisheries Economics and Trade (IIFET), Oregon.
28.Zadeh, L. A. 1965. Fuzzy sets. Information and Control 8: 338-353.
_||_