تعیین ترکیب مناسب کشت محصولات زراعی در مقیاس یک مزرعه با استفاده از الگوی برنامه ریزی آرمانی فازی

اقتصاد و توسعه کشاورزی

مقاله 7، دوره 29، شماره 3، آبان 1394، صفحه 294-307   

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jead2.v0i0.40575

نویسندگان

علی علیزاده زوارم^* ؛ زهرا ناجی عظیمی

دانشگاه فردوسی مشهد

چکیده

از موضوعات مهم در حوزه برنامه‌ریزی کشاورزی، دستیابی به الگو یا ترکیب مناسبی از محصولات مدنظر جهت کشت می باشد. در این راستا، با توجه به محدودیت های موجود، میزان منابع در دسترس و مدنظر قرار گرفتن اهداف یا آرمان‌های مختلف، برنامه ریزی و تصمیم گیری به منظوراستفاده بهینه از منابع و عوامل تولید با پیچیدگی‌های خاصی همراه می‌باشد.در نتیجه بکارگیری مدل‌های ریاضی تا حد زیادی می‌تواند به برنامه‌ریزی در این حوزه کمک نماید. هدف این مطالعه، تعیین الگوهای مناسب کشت محصولات زراعی یک مزرعه کشاورزی در استان خراسان شمالی می‌باشد که به این منظوراز مدل برنامه ریزی آرمانی فازی و حل آن بر اساس سناریوهای مختلف بهره گرفته شده است.بر اساس نتایج به دست آمده از فرایند ارائه شده، با توجه به محدودیت ها و آرمان های مسأله مربوطه، چهار الگوی کشت بر مبنای هشت سناریوی مطرح شده برای محصولات زراعی مزرعه مورد مطالعه پیشنهاد گردیدند. الگوهای کشت پیشنهادی به گونه‌ای ارائه شده‌اند که زمینه را برای تصمیم‌گیری بهتر پیرامون ترکیب مناسب کشت محصولات زراعی در شرایط مختلف بر اساس آرمان های مدنظر توسط تصمیم‌گیرندگان فراهم می‌آورند. در نهایت، الگوهای ارائه شده با توجه به بیشترین میزان دستیابی به سطح مطلوب تمامی آرمان‌ها اولویت‌بندی شدند که بر این اساس، تصمیم گیرندگان می‌توانند با توجه به اولویت مدنظر خود پیرامون هر یک از آرمان‌ها، الگوی مناسب کشت محصولات زراعی را انتخاب نمایند

کلیدواژه‌ها

الگوی کشت؛ برنامه‌ریزی آرمانی؛ برنامه‌ریزی کشاورزی؛ تئوری فازی

مراجع

1- Asadpour H., Khalilian S., and PeykaniGh.R. 2005. Theory and application of linear goal programming in croppingpattern optimization. Journal of Agricultural Economics and Development, Efficiency and Productivity: 307-328. (in Persian with English abstract).

2- RaeiJadidi M., and Sabouhi M. 2010. Agricultural planning using by a fuzzy multi objective planning model. Journal of Sustainable Agriculture, 2(1): 11-22. (in Persian with English abstract)

3- Kohansal M.R., and Mohammadian F.2007. Application of fuzzy goal programming in determining the optimal pattern for cropping. Journal of Economics and Agriculture, 1(2): 169-183. (in Persian with English abstract)

4- Mardani M.R., Babaei M., and AsemaniA. 2013. Determining the optimal pattern for agriculture. Operations Research and Applications, 1(36): 67-77. (in Persian with English abstract).

5- Biswas, A., and Pal B.B. 2005. Application of fuzzy goal programming technique to land use planning in agricultural system. The International Journal of Management Science, 33(5): 391-398.

6- Charnes A., and Cooper W.W. 1961. Management models and industrial application of linear programming. John Wiley & Sons. Inc. New York.

7- Chen, H. K. 1994. A note on a fuzzy goal programming algorithm by Tiwari, Dharmar and Rao.Fuzzy Sets and Systems, 62 (2): 287-290.

8- Gomez J.A., and Risog L. 2004. Irrigation water pricing: differential impacts on irrigated farms. Agricultural Economic. 31(1): 47-66.

9- Hannan E.L. 1982. Contrasting fuzzy goal programming and fuzzy multi-criteria programming. Decision Sciences, 13(2): 337-339.

10- Ignizio J.P. 1982. On the rediscovery of fuzzy goal programming. Decision Sciences, 13(2): 331-336.

11- Itoh T., Ishii H., and Nanseki T. 2003. A model of crop planning under uncertainty in agricultural management. International Journal of Production Economics, 81-82: 555-558.

12- Kim J.S. and Whang K. 1998. A tolerance approach to the fuzzy goal programming problems with unbalanced triangular membership function. European Journal of Operational Research, 107(4): 614–624.

13- Kuhn H.W., and Tucker A.W. 1951. Nonlinear programming. Proceeding of the second Berkeley symposium on mathematical statistics and probability, J. Neyman, Ed. University of California press. Berkeley, U.S.A.

14- Narasimhan R. 1981. On fuzzy goal programming: Some comments. Decision Sciences, 12(3): 532-538.

15- Romero C. 1991. Handbook of critical issues in goal programming. Pergamon Press, Oxford.

16- Rubin P.A., and Narasimhan, R. 1984. Fuzzy goal programming with nested priorities. Fuzzy Sets and Systems, 14 (3): 115-129.

17- Sarker R.A., and Quaddus M.A. 2002. Modelling a nationwide crop planning problem using a multiple criteria decision making tool. Computers and Industrial Engineering, 42(2): 541-553.

18- Sharma D.K., Jana R.K., and Guar A. 2007. Fuzzy goal programming for agricultural land allocation problems. Yugoslav Journal of Operational Research, 17(1): 31-42.

19- Tiwari R.N., Dharmar S., and Rao J.R. 1986. Priority structure in fuzzy goal programming. FuzzySets and Systems, 19(3): 251-259.

20- Tzeng G.H. 2003. Multiple–objective decision–making in the past, present and future. Journal of Da-yeh University, 12(2): 1-8.

21- Wheeler B.M., and Russell J.R.M. 1977. Goal programming and agricultural planning. Operational Research Quarterly, 28(1): 21-32.

22- Yu P.L. 1973. A class of solution for group decision problems. Management Science, 19(8): 936-946.

23- Zadeh L.A. 1965. Fuzzy sets. Information and Control, 8: 338-353.

24- Zimmermann H.J. 1985. Application of fuzzy set theory to mathematical programming. Information Science, 34(1): 29-58.