基于农业大数据的种植结构优化与生产管理决策技术研究

Agriculture planting is an open complex large system, which involves massive information and knowledge (with regional, seasonal and evolutional characteristics) from a multitude of disciplines. The influencing factors and inter relationships among them are also very complex. This project will focus on agriculture planting structure optimization and typical production management decision problem. To take agriculture planting big data as analysis object and synthetically use multidiscipline(including management science ,information science and agriculture science ) research methods, this project will take on the following study: The organization and standardization of agriculture big data based on domain ontology;   Multi-objective optimization method for planting structure adjustment based on big data; Intelligent decision and analysis method for typical agriculture production management problem. This project hopes to construct analytical model and algorithm for related problems, builds big data platform for agriculture planting management. By piloting application in Bohai granary demonstration region, the resulted methods/models/algorithms will be verified and improved. It is expected that the application methodology and technology system can be demonstrated and extended to other areas. The research accomplishment of this project will provide sound theoretical and technical foundation for in-depth fusion/analysis/mining/management decision for big data in agriculture planting, to provide technology support and application paradigm for agriculture planting structure optimization/reasonable resource allocation/scientific management of production process.

农业种植是一个开放的复杂巨系统，涉及众多专业的海量信息和知识，具有地域性、季节性、演化性等特征，其影响因素和因素间的相互作用关系复杂。本项目面向农业种植结构优化和典型生产管理决策问题，以农业种植大数据为分析对象，综合运用管理科学、信息科学和农业科学等多学科交叉研究方法，开展基于领域本体的农业种植大数据组织与标准化、基于农业大数据的种植结构多目标优化方法、典型农业生产管理问题智能分析与决策方法等内容的研究，建立相关问题的大数据深度关联分析和决策支持模型，并通过构建面向农业种植管理的大数据平台以及在“渤海粮仓”种植区的示范应用，进行方法、模型和算法的验证和改进，探索形成可示范推广的应用方法和技术体系。本项目的研究成果将为农业种植大数据的深度融合、分析和管理决策等提供理论技术基础，为促进大数据驱动的农业种植结构优化、资源合理配置、生产过程科学管理提供技术支撑和应用范例。

农业大数据分析与挖掘是近几年来一个热门的研究领域，种植结构优化与生产管理决策技术研究是其中一个重要的研究课题。农业种植研究涉及众多专业的海量信息和知识，具有地域性、季节性、演化性等特征，其影响因素和因素间的相互作用关系复杂。中国区域辽阔、土地气候等区域性因素类型迥异，各个地区或区域确定各自三元种植结构的途径不明确，主观盲目性强，如何因地制宜地进行种植结构优化是一个亟待解决的难题。农业种植结构规划和轮作种植配置模式决策涉及多主体、多目标、以及种植条件等多方面的影响和制约。. 为解决上述挑战性问题，本项目面向农业种植结构优化和典型生产管理决策问题，以农业种植大数据为分析对象，综合运用管理科学、信息科学和农业科学等多学科交叉研究方法，进行了探索性研究。具体的研究内容包括 “基于领域本体的农业种植大数据组织与标准化”、“ 基于农业大数据的种植结构多目标优化方法”、“ 典型农业生产管理问题智能分析与决策方法”、“ 农业种植大数据平台构建及在“渤海粮仓”示范区的应用”等。. 团队成员在《Information Science》、《Applied Intelligence》、《Complexity》、《Open Mathematics》、《Journal of Intelligent and Fuzzy Systems》等国内外领域重要期刊及会议上发表论文38篇，其中SCI检索17篇，EI检索10篇。.上述研究结果引起国内外同行的广泛关注，为农业种植大数据的深度融合、分析、挖掘和管理决策等提供了理论基础、技术方法和应用范例，为促进农业种植结构优化、资源合理配置、生产过程科学管理提供了支撑技术，能够在一定程度上推动相关研究课题的发展。