数学建模技术在农业发展中的应用研究

李昊锡

（山西大同大学数学与统计学院，山西 大同 037009）

在知识经济时代，将数学建模技术与农业生产管理技术有机地结合在一起，可以进一步促进农业精准化管理和生产，对进一步提升我国农业生产质量与效率、促进农业科学化管理具有十分重要的价值[1]。

1 数学建模技术应用于农业发展的必要性

近年来，精准农业的发展战略规划成为我国在农业领域不断努力的方向。为了实现农业生产的数字化管理，提出了通过数学建模技术来精准表达农业生产与外部环境之间的一些关系，实现对农业生产的精准管理，取得了良好的效果[2]。

首先，数学建模技术的有机应用能够使农业生产整个过程中的相关数据及内容整合到统一的数字化管理平台中，进一步促进生产信息的有机结合，与此同时，该平台会根据农作物生长周期做出相关种植及管理提醒，从而做到农作物的数字化科学种植，减少农作物发病率，提升种植产量。其次，相关工作人员在农作物实际管理的过程中会由于外界原因遇到种植难题，此时可以通过对相关问题进行建模，通过建模后的结果做出具体的处理决策，进一步提升决策的正确性，减少农作物减产情况的发生。最后，通过数学建模技术与现代网络信技术的有机结合，能够在农业领域建立起农业生产的网络化建设，实现农业科学化与信息化管理，进一步减少农业生产的人力物力，保证农业管理措施的正确性与及时性，对现代化农业技术的科学化发展来讲具有十分重要的意义[3]。

2 现代农业发展中的数学模型建立

2.1 现代农业发展中的数学建模思想

目前应用于农业领域最多的数学成果主要有以下4个方面：概率统计、最优化数学、计算数学和非线性数学。同时，在现代农业的实际管理中还会涉及到大量数学规划方法的应用，例如：动态规划、线性及非线性规划、决策理论等，通过以上规划方法，能够对农业实际管理规程中所存在的问题进行实际建模，通过计算得出最优的解决方法。目前，将数学建模应用于现代农业发展的建模思想主要有3点[3]：第一，通过应用数学思维方法服务现代农业，促进精准农业的发展；第二、通过数学建模与网络信息技术的有机结合构建现代农业网络建设；第三、数学模型的标准化、模块化建立，为农业问题提供精准化、科学的解决对策。在现代农业发展中，数学模型构建的主要流程如图1所示。

2.2 现代精确农业中线性规划数学模型的构建

所谓的线性规划数学模型主要是指通过线性规划解决农业生产的相关问题，利用线性规划首先必须明确所要解决问题的已知条件、未知条件及两者之间存在的具体关系。将其实际应用于农业领域的过程中，由于农业生产及管理过程的错综复杂性，一些相关的已知条件还要通过实际调查、相关资料及实验加以认证。

总体而言，线性数学模型的构建主要通过以下3个步骤来进行：其一，根据农业生产过程中所要解决的具体问题来确定决策变量，也就是要解决问题过程中所涉及的未知变量；其二，明确农业生产过程中所要解决的实际问题以及达成的目标，构建出目标函数；其三，明确与解决农业问题相关的约束条件，从而构建约束方程组。

线性规划数学模型的一般形式可表示为[1]：

通过单纯形法可以进一步得出线性规划问题的最优解，但是由于在实际农业生产的过程中，会受到天气、周围环境、人为因素等多种情况的影响，导致线性数学模型所涉及的约束条件以及决策变量众多，大大增加了人工核算的难度。随着我国计算机技术的不断发展，众多的约束条件与决策变量可以通过计算机程序来进行，不仅大大减少了人力，也进一步提高了计算的精确度，使得线性数学模型在农业领域得到了广泛应用。

2.3 现代精确农业中遗传算法模型的构建

遗传算法模型目前在我国农业领域中得到了很普遍的应用，例如：对于不同种类的农作物在实际生长过程中所需要的水分计算通常通过加法、乘法模型来完成，但是一旦涉及到多种变量，例如研究不同地域下不同农作物的水分需求就需要通过遗传算法模型来实现。为了进一步促进遗传算法的简便性与高效性，相关人员将该算法与计算机技术有机结合在一起，设计一种可以进行自动化编辑的遗传程序，该程序擅长模型结构的自动最优化搜索,具有适应性强、精度高等优点[4]。

3 数学建模在现代农业领域的应用和实践

3.1 通过数学建模确定农业生产的战略性规划

数学建模在现代农业发展实际应用的过程中，主要用于解决农业生产过程中所遇到的各种难题，进一步促进了农业的发展。为此，农业领域相关工作者可以借助数学模型在解决各种农业生产问题的，及时掌握不同农作物成长动向、生长规律等关键性信息，从而对相关信息进行有机整合，更加有利于相关人员对农作物未来的种植方向等信息的判断，建立科学、完善的农业生产战略性规划。这对于提高我国农业生产效率与质量、减少种植成本等具有不可忽视的作用。

3.2 通过数学建模确定农业生产的技术性设计

在农业领域中，确保农业生产的关键就是对农作物的合理种植与管理，但是在农作物实际管理的过程中会遇到很多人为不可控的因素，例如：天气、土壤、地势等，如果处理不当势必会导致农作物产量的降低，而通过数学建模不仅能够使得相关人员在遇到相关问题时得到最优的解决措施，还能够对农作物种植及生长的整个过程加以科学控制，更好地为农作物的种植提供科学的建议。

3.3 发挥数学建模的预测性作用

通过数学建模，面对农作物未来的发展以及后期的一些信息可以实现较为精确化的预测，进一步促进相关人员在面临农业管理相关问题时做出正确性的决策。例如通过数学建模可以精确化地预测出相关粮食农作物未来的生产产量，从而构建出大多数情况下粮食产量的模型。

关于粮食的产量具体的数学模型为：

式中：Y——农作物的实际产量；YT——当前条件下的趋势产量；TW——天气因素影响下的气象产量；？——随机变量。

由此可见，通过运用构建的模型，结合其他情况的条件下可以有效预测出农作物的实际产量，还可以根据已知的数据计算出其他相关未知变量。例如：在已知农作物实际产量、趋势产量的情况下，计算出具体受天气影响的因素值。由此可见，通过数学建模来实现对农业生产的相关智能化管理，相比人为管，具有显见的优势。

3.4 通过数学建模构建现在农业网络化管理

随着我国计算机技术的不断发展，越来越多的领域开始应用智能化技术，实现智能化、工业化管理。农业发展，通过将数学建模与计算机技术有机结合，系统地构建出农作物生产全过程的智能化网络管理，通过智能化网络管理系统不仅能够进一步实现农作物全程化智能管理，减少大量的人力，与此同时，通过该系统还能够有效帮助相关人员实时掌握农作物生长过程中的相关信息与数据，从而进一步提升农作物管理的有效性与科学性，这对于提升农作物产量、降低人力成本等方面具有十分重要的作用。

4 结语

在我国现代农业发展过程中，数学建模的应用不促进农业生产的智能化、科学化管理，还能够帮助相关人员有效解决农作物种植与管理中存在的问题，提升对农作物管理决策的有效性，提高农作物生产产量。为此，应该重视数学建模，积极合理地利用数学建模解决农作物种植与管理过程中的相关问题，使农产品质量得到最大化保障、产量得到最大化提升、生产效率得到最大化提高，从而进一步加快我国农业领域改革的步伐。