飼料配方是畜牧業(yè)生產(chǎn)中的重要環(huán)節(jié),配方的好壞決定畜牧產(chǎn)品的質(zhì)量和經(jīng)營(yíng)者的生產(chǎn)效益,因此,配方的原則通常是在滿足飼養(yǎng)標(biāo)準(zhǔn)的情況下盡量降低配方的成本,也就是說追求一個(gè)最低成本.這是一個(gè)非常復(fù)雜難解的問題,一般采用以下兩種方法進(jìn)行求解:線性規(guī)劃和目標(biāo)規(guī)劃,其中,線性規(guī)劃是Waugh在1951年提出將其應(yīng)用于該領(lǐng)域,并且用得最為普遍,其主導(dǎo)思想是將配方問題用線性規(guī)劃問題建模,并用單純型法進(jìn)行求解,由于線性規(guī)劃的剛性太強(qiáng),導(dǎo)致利用該方法進(jìn)行配方求解時(shí)出現(xiàn)無最優(yōu)解的情況十分頻繁,給出的參考解也不適用,因此,這種方法在實(shí)際生產(chǎn)中發(fā)揮的指導(dǎo)作用并不大.將目標(biāo)規(guī)劃方法應(yīng)用于該領(lǐng)域,就是為了克服線性規(guī)劃求不出最優(yōu)解的弱點(diǎn),目標(biāo)規(guī)劃的思想是事先設(shè)定一個(gè)可接受的成本值,然后在優(yōu)先滿足某些(部分)約束而忽略其他約束的情況下獲得接近該成本值的一個(gè)配方,這種方法相對(duì)于線性規(guī)劃而言更靈活,但獲得的解不是總有用,有些解可用,有些解不可用,因?yàn)椋粋(gè)問題沒有最優(yōu)解是由于約束條件中存在無法滿足或相互沖突的約束。目標(biāo)規(guī)劃的方法是為每個(gè)約束賦予一個(gè)優(yōu)先級(jí),優(yōu)先級(jí)高的約束先滿足,當(dāng)用戶為無法滿足或相互沖突的約束賦上高優(yōu)先級(jí)時(shí),會(huì)導(dǎo)致系統(tǒng)的解不可用,相反可用,綜上,線性規(guī)劃和目標(biāo)規(guī)劃都是采用數(shù)學(xué)方法對(duì)配方問題進(jìn)行求解,其結(jié)果總存在不盡人意的地方,比如,線性規(guī)劃多數(shù)情況下求不到最優(yōu)解,目標(biāo)規(guī)劃解的獲得是以人為犧牲某些約束為代價(jià),因此,我們有必要針對(duì)飼料配方問題探索一個(gè)更具有實(shí)際指導(dǎo)意義的問題求解方法.在相關(guān)資料中,Bruin等人提出了用多Agent系統(tǒng)求解一種特殊線性規(guī)劃問題的理論模型,該模型類似于資源分配,即櫛個(gè)Agent共享m個(gè)資源,每個(gè)Agent有自己的任務(wù)(相當(dāng)于約束滿足問題),假設(shè)在Agent具有任意r個(gè)資源時(shí),該agent所對(duì)應(yīng)的問題有解,該模型解決了咒個(gè)Agent通過協(xié)商方式協(xié)調(diào)資源比例的問題,采用的方法是在保持資源總數(shù)不變的前提下,AgentA減少一定的比例占,agent B相應(yīng)增加一定的比例占,兩個(gè)Agent呵以協(xié)商艿的取值。本文就是在借鑒了文獻(xiàn)[2]的思想后,做了大量實(shí)驗(yàn)研究的基礎(chǔ)上提出了一個(gè)基于多Agent系統(tǒng)的配方問題求解模型。
三門峽富通新能源生產(chǎn)的飼料
顆粒機(jī)、顆粒機(jī)、飼料機(jī)組是養(yǎng)殖戶們不錯(cuò)的選擇。
1、飼料配方問題簡(jiǎn)介
飼料配方問題簡(jiǎn)言之就是將凡種飼料原料以一定比例混合在一起得到一種混合后的飼料,要求該飼料中的某些營(yíng)養(yǎng)成分達(dá)到(某種動(dòng)物的)飼養(yǎng)標(biāo)準(zhǔn)。
表4例1最優(yōu)解約束滿足情況表
例1.如選擇表1所示“生長(zhǎng)豬0~120kg采食3075g NRC_98”的飼養(yǎng)標(biāo)準(zhǔn),原料選擇情況如表2所示,得到圖1所示的數(shù)學(xué)模型.即在滿足約束條件(1)~(11)的前提下,求目標(biāo)函數(shù)z的最小值(最。低成本).利用線性規(guī)劃方法對(duì)該問題求解,可得到如表3所示的最優(yōu)解,約束滿足情況如表4所示:
![飼料顆粒機(jī) 飼料顆粒機(jī)](/uploads/allimg/121103/1-121103115303633.jpg)
表1 飼料標(biāo)準(zhǔn)中要求的各營(yíng)養(yǎng)元素含量
參算指標(biāo) |
標(biāo)準(zhǔn)值(%) |
消化能 |
3.40 |
粗蛋白 |
13.20 |
鈣 |
0.45 |
磷 |
0.40 |
賴氨酸 |
0.60 |
蛋氨酸 |
0.23 |
表2幾種原料及營(yíng)養(yǎng)成分含量(單位:元、兆卡/千克,%)
變量 |
原料名 |
價(jià)格(元) |
用量下限 |
用量上限 |
消化能 |
粗蛋白 |
鈣 |
磷 |
賴氨酸 |
蛋氨酸 |
X1 |
玉米 |
0.9 |
45 |
99.9 |
3.41 |
8.7 |
0.02 |
0.27 |
0.24 |
0.18 |
X2 |
小麥麩 |
1.27 |
0 |
99.9 |
2.24 |
15.7 |
0.11 |
0.92 |
0.58 |
0.13 |
X3 |
大豆粕 |
2.86 |
0 |
99.9 |
3.25 |
43 |
0.32 |
0.61 |
2.45 |
0.64 |
X4 |
棉籽粕 |
1.48 |
3 |
5 |
2.26 |
42.5 |
0.24 |
0.97 |
1.59 |
0.45 |
X5 |
大豆油 |
8 |
0 |
99.9 |
7.7 |
|
|
|
|
|
X6 |
石粉 |
0.2 |
0 |
99.9 |
|
|
35.85 |
|
|
|
X7 |
磷酸氫鈣 |
2 |
0 |
99.9 |
|
|
23.20 |
18 |
|
|
X8 |
蛋氨酸 |
36 |
0 |
0.7 |
|
|
|
|
|
98 |
X9 |
賴氨酸 |
28 |
0 |
99.9 |
|
|
|
|
78 |
|
![飼料顆粒機(jī)飼料機(jī)組 飼料顆粒機(jī)飼料機(jī)組](/uploads/allimg/121103/1-12110311534JP.jpg)
下一頁(yè)
![飼料顆粒機(jī)飼料機(jī)組 飼料顆粒機(jī)飼料機(jī)組](/uploads/allimg/121103/1-1211031154194U.jpg)
定原則來得到保證,結(jié)論得證。 證畢。
定理1.如果某配方問題存在最優(yōu)解,則此算法一定能找到該最優(yōu)解.
證明,由算法知,算法結(jié)束于兩種情況,一種是所有Agent都處于satisfied狀態(tài),另一種是不存在具有unsatisfied狀態(tài)的Agent。如果,算法結(jié)束于第1種情況,由引理1,算法得到的解是最優(yōu)解,如果算法結(jié)束于第2種情況,則算法得到的一定不是最優(yōu)解,現(xiàn)在證明算法不會(huì)結(jié)束于第2種情況,假設(shè)算法結(jié)束于第2種情況,并得到解又= Xl,X2,…,i。,此時(shí)算法已嘗試了所有可能的方案,但都失敗,這與問題存在最優(yōu)解矛盾,結(jié)論得證, 證畢.
6實(shí)驗(yàn)結(jié)果及分析
6.1有最優(yōu)解的情況
對(duì)于有最優(yōu)解的問題,以例1為例,實(shí)驗(yàn)結(jié)果如圖2、圖3、圖4所示,其中,z軸表示協(xié)商輪數(shù),圖2表示協(xié)商過程中噸成本的取值變化情況,圖3表示協(xié)商過程中各原料配比的取值變化情況,圖4表示約束條件的實(shí)際值一標(biāo)準(zhǔn)值隨協(xié)商過程的變化情況。
![飼料顆粒機(jī)協(xié)商過程中噸成本的取值情況變化圖 飼料顆粒機(jī)協(xié)商過程中噸成本的取值情況變化圖](/uploads/allimg/121103/1-121103115501114.jpg)
![飼料顆粒機(jī) 飼料顆粒機(jī)](/uploads/allimg/121103/1-1211031155194B.jpg)
分析:從圖中可以看出,算法最終收斂到一個(gè)最優(yōu)解。
6.2沒有最優(yōu)解的情況
對(duì)于沒有最優(yōu)解的問題,給定表5所示幾種原料及其營(yíng)養(yǎng)成分含量,分別用線性規(guī)劃、目標(biāo)規(guī)劃和多Agent系統(tǒng)來求解,約束滿足情況如表6所示,其圖解表示如圖5所示,其中,z軸表示的是約束條件,共有8個(gè)約束,y軸表示約束條件在算法結(jié)束時(shí)的取值情況(實(shí)際值一目標(biāo)值)。
表5幾種飼料配方原料及其營(yíng)養(yǎng)成分含量(單位:元、兆卡/千克、%)
變量 |
原料名 |
價(jià)格 |
用量下限 |
用量上限 |
消化能 |
粗蛋白 |
鈣 |
磷 |
賴氨酸 |
蛋氨酸 |
蛋+胱 |
色氨酸 |
X1 |
玉米 |
0.9 |
45 |
99.9 |
3.41 |
8.7 |
0.02 |
0.27 |
0.24 |
0.18 |
0.38 |
0.07 |
X2 |
大豆 |
2.4 |
0 |
10 |
3.97 |
35.50 |
0.27 |
0.48 |
2.00 |
0.48 |
1.03 |
0.56 |
X3 |
大豆餅 |
2.19 |
0 |
99.9 |
3.23 |
40.90 |
0.30 |
0.49 |
2.38 |
0.59 |
1.20 |
0.63 |
X4 |
石粉 |
0.2 |
0 |
99.9 |
|
|
35.85 |
|
|
|
|
|
X5 |
磷酸氫鈣 |
2 |
0 |
99.9 |
|
|
23.20 |
18 |
|
|
|
|
X6 |
4%預(yù)混料 |
3 |
4 |
4 |
|
|
18.00 |
15.00 |
3.00 |
2.00 |
|
|
表6分別用線性規(guī)劃、目標(biāo)規(guī)劃和多Agent系統(tǒng)來求解得到的成本及約束滿足情況表(單位:%,元/噸)
問題求解法 |
實(shí)際值-標(biāo)準(zhǔn)值(%) |
消化能 |
粗蛋白 |
鈣 |
磷 |
賴氨酸 |
蛋氨酸 |
色氨酸 |
蛋+胱 |
成本 |
線性規(guī)劃(差值) |
0.01 |
6.99 |
-0.15 |
5.79 |
0 |
9.39 |
0.69 |
14.04 |
1149.21 |
多Agent(差值) |
0.066 |
0.002 |
0.205 |
0.297 |
-3.977 |
7.297 |
0.038 |
13.963 |
1122.206 |
目標(biāo)規(guī)劃(差值) |
-0.213 |
64.194 |
-0.004 |
-9.512 |
0 |
8.155 |
-0.4 |
15.666 |
1134.2 |
![飼料顆粒機(jī) 飼料顆粒機(jī)](/uploads/allimg/121103/1-12110311554T35.jpg)
分析:從圖中我們可以看出,用多Agent方法求得的解使問題中各約束滿足得最好(曲線最平滑),因?yàn)椋暳吓浞絾栴}強(qiáng)調(diào)營(yíng)養(yǎng)成分的比例,只有營(yíng)養(yǎng)成分滿足一定比例時(shí),動(dòng)物對(duì)營(yíng)養(yǎng)吸收得最好.在這個(gè)問題中,線性規(guī)劃在發(fā)現(xiàn)問題無最優(yōu)解時(shí)結(jié)束,結(jié)束時(shí)各變量的當(dāng)前值為算法的解;目標(biāo)規(guī)劃首先設(shè)定一個(gè)噸成本1130.00,然后再將各約束加上優(yōu)先級(jí),優(yōu)先級(jí)高的約束優(yōu)先滿足,本例中優(yōu)先考慮25(賴氨酸)和23(鈣),所求解如表6所示;多Agent方法首先判斷出26(蛋氨酸)和z8(蛋+胱)為不可滿足(unsatisfiable)約束,忽略,繼而判斷出約束z5與Z,Z2,Zl3,Zl4和Zl7相沖突,同樣忽略……最終得到關(guān)于Z2和27的最優(yōu)解,即整個(gè)問題的近似解,顯然,這個(gè)解優(yōu)于線性規(guī)劃和目標(biāo)規(guī)劃的解.
7結(jié) 論
本文提出了一種基于多Agent系統(tǒng)的飼料配方優(yōu)化算法,對(duì)于有最優(yōu)解的問題,該算法能夠逼近最優(yōu)解,對(duì)于沒有最優(yōu)解的問題,該算法給出的近似解優(yōu)于目標(biāo)規(guī)劃方法得到的解。通過實(shí)際應(yīng)用,已經(jīng)證明,該方法得出的解更具有實(shí)際應(yīng)用價(jià)值.另外,該算法還具有一定的可擴(kuò)展性,即可以擴(kuò)展到求一般的線性規(guī)劃問題。分析:從圖中我們可以看出,用多Agent方法求得的解使問題中各約束滿足得最好(曲線最平滑),因?yàn)椋暳吓浞絾栴}強(qiáng)調(diào)營(yíng)養(yǎng)成分的比例,只有營(yíng)養(yǎng)成分滿足一定比例時(shí),動(dòng)物對(duì)營(yíng)養(yǎng)吸收得最好.在這個(gè)問題中,線性規(guī)劃在發(fā)現(xiàn)問題無最優(yōu)解時(shí)結(jié)束,結(jié)束時(shí)各變量的當(dāng)前值為算法的解;目標(biāo)規(guī)劃首先設(shè)定一個(gè)噸成本1130.00,然后再將各約束加上優(yōu)先級(jí),優(yōu)先級(jí)高的約束優(yōu)先滿足,本例中優(yōu)先考慮25(賴氨酸)和23(鈣),所求解如表6所示;多Agent方法首先判斷出26(蛋氨酸)和z8(蛋+胱)為不可滿足(unsatisfiable)約束,忽略,繼而判斷出約束z5與21,22,23,24和27相沖突,同樣忽略……最終得到關(guān)于zz和27的最優(yōu)解,即整個(gè)問題的近似解,顯然,這個(gè)解優(yōu)于線性規(guī)劃和目標(biāo)規(guī)劃的解。
7結(jié) 論
本文提出了一種基于多Agent系統(tǒng)的飼料配方優(yōu)化算法,對(duì)于有最優(yōu)解的問題,該算法能夠逼近最優(yōu)解,對(duì)于沒有最優(yōu)解的問題,該算法給出的近似解優(yōu)于目標(biāo)規(guī)劃方法得到的解。通過實(shí)際應(yīng)用,已經(jīng)證明,該方法得出的解更具有實(shí)際應(yīng)用價(jià)值.另外,該算法還具有一定的可擴(kuò)展性,即可以擴(kuò)展到求一般的線性規(guī)劃問題。
三門峽富通新能源生產(chǎn)的飼料顆粒機(jī)、顆粒機(jī)、
秸稈壓塊機(jī)、
木屑顆粒機(jī)是養(yǎng)殖戶和生產(chǎn)成型燃料加工廠不錯(cuò)的選擇。