Искусственный интеллект в помощь агроному

Заказчик: АО «Агрообъединение «Кубань»
ИТ-поставщик: группа Борлас
Год завершения проекта: 2018
Сроки выполнения проекта: Июнь, 2017 — Октябрь, 2018
Масштаб проекта: 2000 человеко-часов
30 автоматизированных рабочих мест
Цели: Оптимизировать структуру посевных площадей крупного землепользователя (посевные площади более 100.000 га): определить для каждого поля севооборот таким образом, чтобы обеспечить в совокупности максимальное соответствие бизнес-плану хозяйства без ущерба для свойств почв («эффективный гектар»).

Существенно сократить время на подготовку структуры посевных площадей (несколько часов вместо нескольких дней/месяцев), а значит, и процесса планирования производства (растениеводства) холдинга в целом.

Исключить влияние человеческого фактора (ошибки планирования, некомпетентность, халатность, личная выгода) при формировании структуры посевных площадей.

Прим. Структура посевных площадей - основополагающий документ в растениеводстве, определяющий соотношение между группами культур или отдельными культурами в хозяйстве, выраженное в процентах к общей площади всех культур и паров. Научно обоснованная структура посевных площадей является экономической основой севооборотов.

Уникальность проекта

Существенные отличия от иных систем/моделей формирования СПП:
• учет в расчетах не только агрономических показателей, но и требований (вводных данных) бизнес-плана (традиционные системы работают только как «производственные»);
• масштабируемость системы - нет ограничений на количество расчетных параметров, сложность критериев, объема исходных данных, что всегда является ограничением моделей, созданных, например, в MS Excel;
• гибкость системы – возможность усложнения алгоритма расчета, быстрого добавления новых или изменения параметров (ограничений, исходных данных), что затруднительно или невозможно в «закрытых» для редактирования моделях.

Дополнительные возможности:
Сервисная модель использования - нет необходимости в приобретении системы для автоматизации формирования СПП, готовый, апробированный алгоритм расчета.
On-premise решение: интеграция с имеющимися источниками данных и системами планирования и учета.

Развитие решения:
• Добавление новых ограничений и/или изменение целевой функции оптимизации;
• Разработка принципиально иной модели расчета под заказ.

Проект решает задачи импортозамещения: Нет
Использованное ПО: Open-source библиотека Pulp для Python
СУБД – Oracle
Информационная система – Oracle JD Edwards
Описание проекта: Агрохолдинг Кубань – крупнейший многопрофильный агрохолдинг, реализующий комплекс инновационных проектов в растениеводстве и животноводстве, входящий в топ-5 самых эффективных землепользователей России. Компетентный менеджмент холдинга уже сегодня готов для сокращения издержек и повышения урожайности использовать современные технологии не только непосредственно «в поле» (беспилотные аппараты, метеостанции, системы автоматического полива и пр.), но и в управлении процессом выращивания и его детальном планировании. Анализ производственной деятельности холдинга показал, что при формировании оптимальной структуры посевных площадей (определение на каком поле какую культуру выращивать в очередном агрономическом сезоне, далее - СПП) возникают следующие проблемы: • Нахождение баланса между требованиями бизнеса по выращиванию определенного количества продукции разных культур и эффективным землепользованием с соблюдением научно-обоснованных севооборотов (конфликт «бизнеса» и «землепользования»); • Трудоемкость процесса подбора оптимальных севооборотов; • Сложность группировки большого количества полей в звенья севооборота для обеспечения равномерного распределения площадей между ротациями (площади полей сильно разнятся в пределах хозяйства); • Необходим анализ большого объема данных, причем процесс происходит многократно, поскольку СПП изменяется несколько раз еще до начала основных работ; • Длительный процесс формирования СПП в хозяйстве, большие трудозатраты сотрудников • Невозможность проверить качество результата планирования руководством (из-за большого объема данных, участвующих в процессе планирования) Для их решения была спроектирована и реализована система, которая на основе данных хозяйства и используя собственную автоматизированную оптимизационную модель, рассчитывает и предоставляет в табличном формате оптимальную СПП. Процесс расчета происходит оперативно (около часа вместо нескольких дней при неавтоматизированном расчете), может быть быстро выполнен многократно при изменении отдельных параметров (что невозможно при традиционном ручном планировании). Результат расчета объективен, качественен, не содержит ошибок, возникающих при выполнении расчетов человеком или вследствие личной заинтересованности. Формирование структуры посевных площадей является ключевым бизнес процессом на этапе планирования деятельности будущего сезона сельхозпредприятия, влияющим на весь производственный цикл растениеводства, в том числе, планирование технологии и расчет плановой себестоимости продукции Схема процесса Расчет СПП выполняется системно, в несколько этапов. После завершения каждого этапа специалист может оценить и проанализировать промежуточный результат, при необходимости, скорректировать исходные данные и повторить расчет. Для каждого этапа спроектирована отдельная автоматизированная оптимизационная модель, которая формализует исходные данные и подбирает решение, оперируя математическими методами целочисленного программирования. Исходные данные и результаты оптимизации записываются в таблицы базы данных. Таким образом, представленное решение может быть интегрировано с любой учетной системой сельхозпредприятия или использоваться как самостоятельная система. I этап Выбор оптимального набора севооборотов. Оптимизационная модель оперирует наборами переменных, соответствующих значениям площадей под каждую культуру, которые определяются в том же процентном отношении, что и доля этой культуры в севообороте. Площади под каждую культуру по всем выбранным севооборотам суммируются. Система не рассматривает севообороты, в которых есть культуры, отсутствующие в бизнес плане. В севооборотах, рассматриваемых системой, должны присутствовать все культуры, указанные в бизнес плане. II этап Логическая группировка полей, таким образом, чтобы структура посевных площадей не изменялась по итоговым показателям при чередовании культур севооборота: • площади всех полей, включенных в севооборот, имеют приблизительно равную площадь • количество полей, участвующих в севообороте, равно или кратно количеству лет цикла севооборота. Оптимизационная модель формирует группы полей с минимальным количеством нарушений правил соответствия планируемой к посеву культуры по предшественнику, пре-предшественнику, частоте посева и количеству лет непрерывного посева, а также с учетом пространственной изоляции от аналогичной культуры, планируемой к посеву в текущем году и выращенной в прошлом году. Система позволяет сформировать для анализа агрономом перечень выявленных нарушений агрономических правил соответствия и их причин. Практическое использование системы показало, что в реальных условиях определенное количество нарушений при переходе на планирование структуры посевных площадей на основании севооборотов неизбежно, если в прошлом в хозяйстве севообороты не соблюдались, но минимально (в пределах 2% от общего числа полей, тогда как при ручном планировании - выше 20%). применение оптимизационного модуля позволяет в В целом применение оптимизационного модуля позволяет в 1,5 – 2 раза повысить эффективность землепользования. Результат планирования может быть еще улучшен при проведении нескольких итераций планирования с последовательным уточнением севооборотов, а на второй и последующие сезоны применение подобранных севооборотов позволяет свести нарушения к единичным случаям. Итоговым результатом работы оптимизационной модели является: •формирование оптимальной структуры посевных площадей для всех полей хозяйства •расчет ротационной таблицы на произвольный заданный период •расчет планового валового сбора урожая.
География проекта: Краснодарский край. Общий земельный банк холдинга - более 100.00 га, с количеством полей - более 800. В реализацию и опытно-промышленную эксплуатацию системы вовлечены все специалисты Дирекции по растениеводству, планово-экономический отдел холдинга. Апробация решения была также проведена в других холдинга Краснодарского Края и ЦФО.
Дополнительные презентации:: Отзыв на СПП_АХ Кубань.pdf
Бронзовая медаль выставки.pdf
borlas_agroai_05.pdf