Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/342898
Type: DISSERTAÇÃO DIGITAL
Degree Level: Mestrado
Title: Optimization techniques in agriculture : the crop rotation problem = Técnicas de otimização na agricultura: o problema de rotação de culturas
Title Alternative: Técnicas de otimização na agricultura : o problema de rotação de culturas
Author: Miranda, Bruno Santos de, 1994-
Advisor: Yamakami, Akebo, 1947-
Abstract: Resumo: Rotação de culturas é o futuro da agricultura sustentável. Diversidade na sequência de rotação melhora as propriedades físicas e químicas do solo sem demandar todas as exaustivas práticas convencionais de manejo do solo ou grandes quantidades de insumos agrícolas. Cultivar plantas de cobertura ao longo da rotação também desempenha um papel fundamental no controle de pestes e ervas daninhas, melhora a fertilidade do solo e reduz os processos erosivos. Embora esta pesquisa concentre-se na promoção de práticas agrícolas mais sustentáveis, as propriedades rurais precisam ser lucrativas e resilientes para prosperar num futuro incerto. Então, o planejamento das rotações de culturas precisa equilibrar os cenários econômicos potenciais e a conservação ambiental, sendo que as técnicas de otimização conseguem realizar este balanço naturalmente. Após considerar o fluxo de nutrientes nos campos cultiváveis e muitas vantagens do cultivo das plantas de rotação, foram propostos novos modelos para o Problema de Rotação de Culturas (PRC). A pesquisa prosseguiu com a avaliação das técnicas de otimização disponíveis para o PRC e com a proposta de novos métodos. Das abordagens clássicas, foram analizados métodos de otimização multiobjetivo, tais como o método da soma ponderada e as técnicas de escalarização. Em busca de métodos mais eficientes, os algoritmos evolutivos (AE), que são baseados na evolução biológica, tais como herança genética e mutação, são alternativas interessantes. Foram desenvolvidos algoritmos genéticos para otimização mono-objetivo e para otimização multi-objetivo. Após a realização de diversos testes utilizando dados reais do PRC, os resultados encontrados confirmam que os algoritmos propostos têm desempenho satisfatório. Esta pesquisa contribuiu para os campos da Agricultura, com os modelos propostos para o PRC, e da Otimização, com o desenvolvimento de algoritmos evolutivos

Abstract: Crop rotation is the future of sustainable agriculture. Diversity in the cropping sequence can improve soil physical and chemical properties without demanding all the conventional tillage practices or large amounts of agricultural chemicals. Growing cover crops along the rotation also plays a fundamental role in controlling pests and weeds, improving soil fertility and reducing erosion. Although we have focused on bringing about more sustainable agrarian practices, farms ought to be profitable and resilient to thrive in an uncertain future. Therefore, planning crop rotations needs to balance the potential economic scenarios and the environmental conservation, which optimization techniques can manage this balance naturally. Our main effort in this research is to develop the crop rotation¿s concepts in the optimization perspective. After carefully considering the nutrient flow in agricultural fields and many advantages of seeding cover crops, we have proposed new models for the Crop Rotation Problem (CRP). Our research proceeds with evaluating optimization techniques for the CRP and proposing new alternatives. From classical methodologies, we have analyzed multiobjective optimization methods such as the weighted sum and the achievement scalarizing function technique. Looking for more efficient methods, evolutionary algorithms (EAs), which are based on biological evolution, such as genetic inheritance and mutation, are interesting alternatives. We have developed a mono-objective genetic algorithm and a multiobjective one. After running several tests using real data of the CRP, the achieved results confirm that the proposed algorithms have satisfactory performance. This research contributed to the fields of Agriculture, with the proposed models of CRP and Optimization, with the development of evolutionary algorithms
Subject: Otimização multiobjetivo
Rotação de cultivos
Agricultura
Algoritmos evolutivos
Algoritmos genéticos
Language: Inglês
Editor: [s.n.]
Citation: MIRANDA, Bruno Santos de. Optimization techniques in agriculture: the crop rotation problem = Técnicas de otimização na agricultura: o problema de rotação de culturas. 2020. 1 recurso online (128 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP.
Date Issue: 2020
Appears in Collections:FEEC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Miranda_BrunoSantosDe_M.pdf4.01 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.