Multi-objective optimization calculations to improve the efficiency of the fleet of agricultural moving power units

Cover Page

Cite item

Full Text

Abstract

BACKGROUND: Due to the fact that the development of one objective function for separate assessment of each agricultural machine used in the fleet seems insufficient to fully assess the efficiency of agricultural moving power units (MPU) in fleet, a multi-objective formulation of the problem was applied using the previously developed MOVI 1.4 hardware and software system and the development of computer programs to carry out the optimization calculations of the efficiency of the agricultural moving power units in fleet with the example of a specific farm.

AIM: Development of software tools for carrying out multi-objective optimization calculations in order to increase the efficiency of the MPU fleet in the context of digitalization of agriculture.

METHODS: The analysis is based on the search of scientific publications, scientific papers and other sources of information on the development of research and experimental design work on the creation of intelligent transport and technical means and the improvement of methodology and software for multi-objective optimization calculations of the efficiency of the MPU fleet. Methods of scientific generalization and statistical processing of available information and analytical materials from domestic and foreign sources were also used.

RESULTS: To calculate the values of quality criteria for the MPU fleet, the Pascal-based interface subprogram for the MOVI 1.4, adequate for carrying out calculations based on mathematical models of objectives at trial points, was developed. After introducing the functional and criterion limits, the admissible set and the set of Pareto-optimal solutions were obtained, and correlation graphs between quality criteria were constructed. The scientific novelty lies in the development of computer programs for multi-objective justification of the efficiency of the MPU fleet.

CONCLUSION: The practical value lies in the fact that the developed mathematical and software tools can be successfully used for multi-objective optimization of the efficiency of the MPU fleet using the example of specific agricultural organizations, regions or the country as a whole.

About the authors

Valeria A. Zubina

Federal Scientific Agroengineering Center VIM

Email: lera_zubina@mail.ru
ORCID iD: 0000-0002-6657-1899
SPIN-code: 3410-5062

Cand. Sci. (Engineering), Senior Researcher of the Laboratory of Moving Power Units

Russian Federation, Moscow

Teymur Z. Godzhaev

Federal Scientific Agroengineering Center VIM

Author for correspondence.
Email: tgodzhaev95@yandex.ru
ORCID iD: 0000-0002-4496-0711
SPIN-code: 1892-8405

Head of the Modelling and Optimization of MPUs Sector

Russian Federation, Moscow

Ivan S. Malakhov

Federal Scientific Agroengineering Center VIM

Email: malakhovivan2008@mail.ru
ORCID iD: 0000-0001-8162-7718
SPIN-code: 7067-6972

Junior Researcher of the Modelling and Optimization of MPUs Sector

Russian Federation, Moscow

References

  1. Godzhaev ZA, Faradzhev FA, Matveev EA, Nadezhdin VS. Advanced methods for designing load-bearing systems of vehicles taking into account many criteria. Technology of wheeled and tracked vehicles. 2012;3:18–24. (In Russ.) EDN: PDVCLR
  2. Zubina VA, Godzhaev TZ, Malakhov IS. Development of optimization mathematical models for making compromise decisions on the efficiency of the fleet of agricultural moving power units. Tractors and Agricultural Machinery. 2023;90(6):523–529. (In Russ.) doi: 10.17816/0321-4443-569403
  3. Zhalnin EV, Zubina VA. Justification of typical agricultural territories for the development of regional machine systems. Agricultural machines and technologies. 2022;16(2):82–89. (In Russ.) EDN: QXFXYQ doi: 10.22314/2073-7599-2022-16-2-82-89
  4. Zubina VA. Review and analysis of optimization methods and computer programs to increase the efficiency of MTP. Bulletin of Agrarian Science of the Don. 2018;1(41):26–32. (In Russ.) EDN: YWEECM
  5. Shevtsov VG, Godzhaev ZA, Lavrov AV, Zubina VA. Methodology for determining the optimal composition of a tractor fleet in conditions of impaired reproduction of resources. Agricultural machines and technologies. 2016;4:9–14. (In Russ.)
  6. Skorokhodov AN, Levshin AG. Production operation of the machine and tractor fleet. M.: BIBKOM, TRANSLOG; 2017.
  7. Kostomakhin MN. Assessment of operating modes of agricultural machinery. Agricultural machines and technologies. 2020;14(4):78–83. (In Russ.) EDN: RQBZBU doi: 10.22314/2073-7599-2020-14-4-78-83
  8. Godzhaev TZ, Zubina VA, Malakhov IS. Justification of the functional characteristics of agricultural mobile power tools in a multi-criteria formulation. Tractors and agricultural machinery. 2022;89(6):411–420. (In Russ.) doi: 10.17816/0321-4443-121325
  9. Lavrov AV, Zubina VA. Systematization of automation elements used in agriculture. Agrarian scientific journal. 2021;4:94–97. (In Russ.) doi: 10.28983/asj.y2021i4pp94-97
  10. Zangiev AA, Skorokhodov AN. Workshop on the operation of a machine and tractor fleet. Moscow: Lan’; 2018. (In Russ.)
  11. Zubina VA, Godzhaev TZ. Comparative analysis of methods for solving optimization problems for agricultural engineering. Agroengineering. 2023;25(1):11–16. (In Russ.) doi: 10.26897/2687-1149-2023-1-11-16
  12. Zubina VA. Justification for the formation of a harmonious tractor fleet of agricultural organizations while minimizing losses of agricultural products [dissertation] Moscow, 2020. (In Russ.) EDN: AOUOOT
  13. Sobol IM, Statnikov RB. Selection of optimal parameters in problems with many criteria: textbook. manual for university students studying in areas of training. Moscow: Drofa; 2006. (In Russ.) EDN: QJQRCT
  14. Kornyushin YuP, Lavrov AV, Sidorova AV. Modeling of random processes caused by the profile of the supporting surface of transport and technological means. Agricultural machines and technologies. 2023;17(3):61–66. (In Russ.) EDN: OYCEFL doi: 10.22314/2073-7599-2023-17-3-61-66
  15. Godzhaev ZA, Lavrov AV, Shevtsov VG, Zubina VA. On the methodology for assessing the level of localization of production of agricultural tractors. Tractors and agricultural machinery. 2020;5:18–24. (In Russ.) EDN: JAZNGW doi: 10.31992/0321-4443-2020-5-18-24
  16. Shevtsov VG, Lavrov AV, Zubina VA, Gurylev GS. Fundamental signs of a narrowed type of reproduction in agriculture. In: Scientific and technical support of the agro-industrial complex of Siberia. Materials of the International Scientific and Technical Conference. 2017;235–241. (In Russ.)

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Formulation of the multi-objective optimization problem of the efficiency of the MPU fleet according to the chosen mathematical models.

Download (137KB)
Indexing metadata
3. Fig. 2. The block diagram of the algorithm of multi-objective justification of the MPU fleet efficiency.

Download (467KB)
Indexing metadata
4. Fig. 3. The part of initial table of tests.

Download (1MB)
Indexing metadata
5. Fig. 4. The table of objectives’ values in the admissible points (vectors).

Download (285KB)
Indexing metadata
6. Fig. 5. The table of values of the Pareto-optimal points (vectors).

Download (253KB)
Indexing metadata
7. Fig. 6. Correlation between specific investments and overall performance of all tractors in the fleet.

Download (266KB)
Indexing metadata
8. Fig. 7. Correlation between losses of agricultural products and overall service costs for a tractor per year.

Download (245KB)
Indexing metadata

Copyright (c) 2024 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».