数学建模技术在现代农业发展中的应用分析

　　摘要：现代农业是农业发展的必然趋势。采取数学建模技术是农业精确发展的主要技术及基础。文章介绍了农业数学模型的建立以及相关农业的原理和主要技术，并分析数学建模在现代化农业当中具有的主要作用和意义。

　　关键词：现代农业；数学模型；精确农业

　　随着大数据时代逐渐到来的信息化，现代化，智能化达到新的高度，人们可以利用主观意愿去决策某件产品是否进行生产，并由此来满足当下人们的饮食生活需求，避免了传统形式的浪费，所以在现代化的科学农业当中采用数学模型以及大数据，可有效地将精确农业发展到一定的高度。

　　1农业数学模型的概念及作用

　　1.1数学模型的概念

　　1.1.1数学建模技术的概念[2]是将实际问题进行合理的抽象以及进行简化，并从中明确整个系统的变量和部分参数，采用某种关系，建立变量与参数之间的数学关系，再将这种数学关系应用到实际问题当中进行求解，然后对计算结果进行分析讨论验证其正确性以及实际可行性。如果验证准确，则可将其放入到实际生产当中；若验证错误，则需将整个数学公式进行重新修改以及循环验证，直到得到正解为止。

　　1.1.2数学建模技术的作用数学模型往往是采用数学的公式符号以及对应的流程图图形等，对实际问题进行抽象而又简洁的分析，即主要作用分为解释预测、以及控制。其中，解释是用来诠释某种客观现象，主要是数学科学的本身性质所导致的，由于数学本身就基于实际问题进行，所以能够解释客观的现象。预测往往是用来预知还未发生的事情，即通常是利用大量的实际数据，进行合理的分析并进行有效的处理来预知具有规律的发展趋势。控制则是在生产过程当中，针对于某一个现象进行合理的最优化控制，而这种最优控制往往取决于数学模型的有效计算以及比较，进而得出最优策略。

　　1.2数学模型在农业发展中的应用

　　根据我国农业生产的现状来看，若采用对农业生产的各个关键点进行有效的分析，并建立数学模型，使用计算机技术对数学模型进行求解，并分析其结果再将结果应用到实际农业生产当中，进行生产过程的有效调整，有效地达到最优化生产的目的，使用这种形式能够实现农业生产的高效化、先进化以及产业化，有效地降低成本、提高效率，提升了产量及维护自然环境等。经过科学分析以及研究，在农业生产方面总结出以下数学模型，其主要为：线性规划模型、层次分析、灰色预测等模型。这些模型结合了国内外许多学者的知识，是通过总结经验，并在原有的基础上进行深入地挖掘所得出的主要数学模型，对现代农业生产具有很强的指导意义。

　　1.2.1线性规划模型其为运筹学分支，主要是科学管理的一种辅助数学方式，一般用来解决具有一定约束条件的目标函数当中最大最小问题，所求得的解叫做可行解，并由所有的可行解组成的集合形成可行域，在线性规划当中起到关键性要素的三个条件为决策变量约束条件以及目标函数。

　　1.2.2层次分析法是运筹学教授T.L.Satty所提出的简单而实用的多准则决策方式，简单说是将问题与目标进行合理的分析并作出决策，也就是说是一种判断各种条件对最终结果的影响程度的方式，通常情况下，这种方式是用于研究对象较多、实验结果、模糊不清、数据较为繁琐、干扰因素较多并极易发生、无法预测影响因素的情况下，能够做出较为准确的判断，由此使用层次分析法，能够有效的将定性与定量两种要求达到相对统一的层次，起到减少工作量以及成本的目的。

　　1.2.3灰色预测法这种分析方法是由国内学者邓聚龙教授在工程科学的基础上提出，其主要起到解决一些具有未知因素和特殊领域问题，能够广泛的应用于农业、地质、气象等多领域，其主要特点是在只能获得部分信息的状况下，将已知的信息进行合理the分析分类以及研究，并从中获取有价值的农业信息，常应用于实际生产工作和植物生长规律的监控以及预测。

　　2现代农业中数学模型建立的步骤

　　若要达到精确农业必须将各个方面达到全面信息化的要求，而达到全面信息化首要的条件是农业数字化，所以建立数学模型是现代化农业关键步骤。在农业生产当中，农业因素的数字化无法表明农业过程，而采用数学建模的形式将农业生产过程当中内在与外在的各种规律以及条件进行数学模型的形式体现，由此就完成了农业模型的主要任务。采用这样的数学模型，能够将农业生产过程进行数字化，使得采用传统的经验形式变为理论层次。若想要实现农业数字化而不采取数学模型的形式，只会停滞在农业问题的表层，无法进行深入详细的对各种农业过程的有效分析，往往不能达到农业生产过程当中最优化的策略，所以，数学模型是精确农业科学的重要基础和主要技术手段，其主要流程如图1所示。

　　3现代农业的线性规划模型

　　在现代化农业生产当中使用精确化的农业数字建设，其实只是利用线性规划数学模型来解决部分农业生产的问题。所以必须确定整个系统的要求以及较为复杂的已知和未知条件之间的关联，而所要解决的问题，也需要具有最大和最小的两个极端性。农业生产问题往往具有一定的复杂性，需要进行大量的统计来获得有效的数据。通常情况下建立这样的数学模型分为以下3个步骤：首先，根据需求确认决策变量，其主要为整个问题当中的未知量，证明在整个规划系统当中数量表示的采取方案和必要措施，这些都是由决策者进行决定及控制的。其次，要知道整个生产所需要达到的目的，并由此建立相关的函数，这样确定了一组变量的线性函数，并根据实际问题来求得函数的最大与最小值，最后确定生产过程当中的约束问题，并将其建立在方程内形成约束方程，即可为等式或不等式，主要是表明在实现过程当中所需要受约束的各种条件。

　　往往采用单纯算式能够有效的求出。所需要规划问题的最优解，但在实际应用当中由于具有各种各样的决策变量以及对应的约束问题，采用人工计算的形式较为费时费力，所以往往采用计算机程序的形式进行计算，这样的形式不仅大大提高了计算的精准性，还有效地促进精确农业当中线性化规划的有效扩展。

　　４结语

　　自从步入了21世纪以后，各个的科学技术已经向着逐步智能化的方向发展，使得各个产业以及领域相互结合，这种形式已经成为当今时代科学发展的主要趋势，将数学思维应用于农业生产当中，能够有效减少农业生产当中不必要的成本，并将决定农业生产当中不同作物的产量期望，通过比较分析，可以知道如何种植售价高、易成活的产品，从而有效促进现代化农业的发展。

　　参考文献

　　[1]苑颖.基于DEA三阶段模型的保定市农业生产效率分析[J].安徽农业科学,2017;No.557(16):229-233.

　　王跃峰

《数学建模技术在现代农业发展中的应用分析》

上一篇：自动控制技术在农业机械中的应用探讨

下一篇：四川农业科技发展现状及对策建议