[发明专利]基于神经网络模型的资源优化配置方法、装置以及设备

权利要求书

1.一种基于神经网络模型的资源优化配置方法，其特征在于，包括以下步骤：

从电子数据库系统查找获取待优化区域的农作物的生产数据、需求数据、经济数据以及生态数据，其中，所述生产数据包括待优化区域的农作物的种植数据，所述需求数据包括待优化区域的农作物的水资源需求数据以及居民粮食需求数据；

根据所述生产数据以及需求数据，构建神经网络模型，其中，所述神经网络模型包括根据所述生产数据以及经济数据生成经济效益区间参数的最大化经济效益目标函数、根据所述生产数据以及生态数据生成生态效益区间参数的对应的最大化生态效益目标函数，以及约束条件；

根据所述神经网络模型得到资源优化配置结果，并将其保存于所述电子数据库系统；

接收查询终端发出的目标区域内待优化区域的资源优化配置查询指令，查找所述电子数据库系统，根据所述资源优化配置结果以及所述待优化区域的地理位置信息，向所述查询终端发送所述待优化区域的资源优化配置信息。

2.根据权利要求1所述的基于神经网络模型的资源优化配置方法，其特征在于，所述根据所述生产数据以及需求数据，构建神经网络模型，包括步骤：

构建最大化经济效益目标函数作为所述神经网络模型的上层决策模型，其中，所述最大化经济效益目标函数为：

式中，为经济效益区间参数，为所述农作物的种植面积区间参数，为所述

农产品年平均价格区间参数，Y_i为所述农作物的产量，p_k为枯水年，平水年，丰水年出现的概率，为惩罚系数区间参数，为所述农作物的允许种植面积调节区间参数，为所述农作物的单位种植面积的灌溉蓄水量区间参数，为农业用水价格区间参数，为用水惩罚系数区间参数，所述农作物的为允许的用水量调节区间参数；

所述正向最大化生态效益目标函数为：

式中，EV_k为农作物的生态服务价值，MaxF_EV为正向生态效益区间参数，为所述农作物的种植面积区间参数，为所述农作物的允许种植面积调节区间参数，p_k为枯水年，平水年，丰水年出现的概率；

所述负向最小化生态效益目标函数为：

式中，为负向生态效益区间参数，CP^±为生态服务补偿价值区间参数，为化肥使用量区间参数，为农用薄膜使用量区间参数，为农药使用量区间参数，CF为化肥生态负服务价值因子，CA为薄膜生态负服务价值因子，CP为农药生态负服务价值因子；

所述净值效益目标函数为：

式中，为所述生态效益区间参数；

构建所述神经网络模型的约束条件，所述约束条件包括可利用水约束条件、粮食安全约束条件以及非负约束条件，其中，所述可利用水约束条件为：

式中，Cr为模糊可信度规划函数，M_i为所述农作物的种植周期需水量，为所述农作物的种植面积区间参数，为所述农作物的允许种植面积调节区间参数，为所述农作物的可利用水量区间参数，η为第一约束系数，q为第二约束系数；

所述粮食安全约束条件为：

式中，Y_i为所述农作物的产量，为区域粮食安全需求标准区间参数；

所述非负约束条件为：

式中，为所述农作物的单位种植面积的灌溉蓄水量区间参数，为所述农作物的允许的用水量调节区间参数。

3.根据权利要求1所述的基于神经网络模型的资源优化配置方法，其特征在于，所述根据所述神经网络模型得到资源优化配置结果，并将其保存于所述电子数据库系统，包括步骤：

将所述神经网络模型模型拆分为对应的上限、下限子模型，并对所述上限子模型求解，并将求解结果输入至所述下限子模型中，获取资源优化配置结果。