Optimization algorithms are often e

Optimization algorithms are often employed in spatial analysis and modeling to provide adaptive mechanisms at both individual and collective levels to enable decision-makers for the search of optimal solutions with respect to single/multiple objectives and constraints imposed by spatial configurations. This research aims to solve large-scale agricultural land use optimization problems by exploiting massive parallel computing resources provided by supercomputers such as those in XSEDE. The optimization of agricultural land use patterns finds an optimal assignment of crops (e.g., food and biofuel crops) on land parcels of a specified study area that maximizes the total yield and satisfies various competing constraints. These constraints often consider spatial factors such as contiguity and ownership, climate and land management factors (e.g., soil, precipitation, light, temperature, and ozone) and their effects on the productivity, suitability, and cost of assigning a crop on a land parcel. We have formulated the land use optimization problem as a classic combinatorial optimization problem - Generalized Assignment Problem (GAP) [2]. GAP is a well-known NP-hard problem [3]. When a landscape includes tens of thousands of land parcels (e.g., Figure 1), finding an exact optimal solution is computationally intractable.

ผลลัพธ์ (ไทย) 1:

อัลกอริทึมเพิ่มประสิทธิภาพมักจะได้รับการว่าจ้างในการวิเคราะห์พื้นที่ และสร้างโมเดลเพื่อให้กลไกปรับรวม และแต่ละระดับเพื่อให้ผู้ผลิตตัดสินใจสำหรับการค้นหาโซลูชั่นที่เหมาะสมที่สุดกับเดียว/หลายวัตถุประสงค์และข้อจำกัดที่กำหนด โดยกำหนดค่าพื้นที่ งานวิจัยนี้มีวัตถุประสงค์เพื่อแก้ปัญหาการปรับใช้เกษตรขนาดใหญ่ โดย exploiting ขนานใหญ่คอมพิวเตอร์โดย supercomputers นั้น XSEDE การเพิ่มประสิทธิภาพของรูปแบบการใช้ที่ดินทางการเกษตรพบว่าการกำหนดพืช (เช่น อาหารและเชื้อเพลิงชีวภาพพืช) บนหีบห่อดินของพื้นที่ศึกษาระบุที่วางผลผลิตรวม และเป็นไปตามข้อจำกัดต่าง ๆ ที่แข่งขัน ข้อจำกัดเหล่านี้มักจะพิจารณาปัจจัยปริภูมิ contiguity และเป็นเจ้าของ สภาพภูมิอากาศและที่ดินจัดการปัจจัย (เช่น ดิน ฝน แสง อุณหภูมิ และโอโซน) และผลผลิต เหมาะสม และต้นทุนให้กับพืชในพัสดุที่ดิน เรามีสูตรปัญหาเพิ่มประสิทธิภาพการใช้ที่ดินเป็นปัญหาเพิ่มประสิทธิภาพปัญหาคลาสสิก - ตั้งค่าทั่วไปกำหนดปัญหา (ช่องว่าง) [2] ช่วงมีปัญหาหนัก NP รู้จัก [3] เมื่อแนวนอนมีหมื่นที่ดินหีบห่อ (เช่น รูปที่ 1), ค้นหาโซลูชันดีที่สุดแน่นอนเป็น computationally intractable

ผลลัพธ์ (ไทย) 2:

การเพิ่มประสิทธิภาพขั้นตอนวิธีการเป็นลูกจ้างมักจะอยู่ในการวิเคราะห์เชิงพื้นที่และการสร้างแบบจำลองเพื่อให้กลไกการปรับตัวทั้งในระดับบุคคลและส่วนรวมเพื่อเปิดใช้งานผู้มีอำนาจตัดสินใจสำหรับการค้นหาของการแก้ปัญหาที่ดีที่สุดเกี่ยวกับการเดียว / หลายวัตถุประสงค์และข้อ จำกัด ที่กำหนดโดยการกำหนดค่าเชิงพื้นที่ การวิจัยครั้งนี้มีจุดมุ่งหมายที่จะแก้ปัญหาที่ดินเพื่อเกษตรกรรมขนาดใหญ่ปัญหาการเพิ่มประสิทธิภาพการใช้งานโดยการใช้ประโยชน์ทรัพยากรประมวลผลแบบขนานใหญ่ให้โดยซูเปอร์คอมพิวเตอร์เช่นผู้ที่อยู่ใน XSEDE การเพิ่มประสิทธิภาพของรูปแบบการใช้ที่ดินเพื่อการเกษตรที่พบว่าการกำหนดที่เหมาะสมของพืช (เช่นอาหารและพืชเชื้อเพลิงชีวภาพ) บนผืนแผ่นดินของพื้นที่ศึกษาที่ระบุว่าช่วยเพิ่มผลผลิตรวมและตอบสนองข้อ จำกัด การแข่งขันต่างๆ ข้อ จำกัด เหล่านี้มักจะพิจารณาปัจจัยเชิงพื้นที่เช่นติดต่อกันและเป็นเจ้าของสภาพภูมิอากาศและปัจจัยการบริหารจัดการที่ดิน (เช่นดินฝนแสงอุณหภูมิและโอโซน) และผลกระทบของพวกเขาในการผลิตที่เหมาะสมและค่าใช้จ่ายของการกำหนดพืชบนผืนแผ่นดิน . เรามีสูตรการใช้ที่ดินปัญหาการเพิ่มประสิทธิภาพเป็นปัญหาการเพิ่มประสิทธิภาพคลาสสิก - ปฏิบัติทั่วไปปัญหา (GAP) [2] GAP เป็นที่รู้จักกันดีปัญหา NP-ยาก [3] เมื่อภูมิทัศน์รวมถึงนับหมื่นของที่ดินแปลง (เช่นรูปที่ 1) การหาทางออกที่ดีที่สุดแน่นอนว่ายากคอมพิวเตอร์

ผลลัพธ์ (ไทย) 3:

ขั้นตอนวิธีการเพิ่มประสิทธิภาพที่มักจะใช้ในการวิเคราะห์เชิงพื้นที่และการสร้างแบบจำลองเพื่อให้กลไกการปรับตัวในระดับบุคคลและส่วนรวมให้มากกว่าสำหรับการค้นหาโซลูชั่นที่เหมาะสมกับการเดียว / หลายวัตถุประสงค์ และข้อจำกัดที่กำหนดโดยรูปแบบเชิงพื้นที่การวิจัยนี้มีวัตถุประสงค์เพื่อแก้ไขปัญหาการเพิ่มประสิทธิภาพการใช้ที่ดินเพื่อการเกษตรขนาดใหญ่ โดยการใช้ประโยชน์จากทรัพยากรคอมพิวเตอร์แบบขนานใหญ่โดยซูเปอร์คอมพิวเตอร์เช่นผู้ที่อยู่ใน xsede . การเพิ่มประสิทธิภาพของรูปแบบการใช้ที่ดินเพื่อการเกษตรพบว่า การมอบหมายงานที่เหมาะสมของพืช ( เช่นอาหารและเชื้อเพลิงชีวภาพพืช ) บนที่ดินผืนระบุพื้นที่ศึกษาที่เพิ่มผลผลิตโดยตรงการแข่งขันและข้อจำกัดต่าง ๆ ข้อจำกัดเหล่านี้มักจะพิจารณาปัจจัยเชิงพื้นที่ เช่น การติดกันและการเป็นเจ้าของ สภาพภูมิอากาศและปัจจัยการจัดการที่ดิน ( เช่น ดิน น้ำ แสง อุณหภูมิ และอากาศ ) และผลกระทบต่อประสิทธิภาพและความเหมาะสมและต้นทุนของการปลูกพืชบนที่ดินพัสดุ เรามีสูตรการเพิ่มประสิทธิภาพการใช้ที่ดิน ปัญหาที่เป็นปัญหา - เพิ่มประสิทธิภาพการคลาสสิกทั่วไปปัญหาการมอบหมายงาน ( GAP ) [ 2 ] ช่องว่างที่รู้จักกันดี NP ยากปัญหา [ 3 ] เมื่อภูมิทัศน์ที่มีนับหมื่นของผืนแผ่นดินเช่น ( รูปที่ 1 ) , การหาโซลูชั่นที่เหมาะสมแน่นอน computationally แก่นแก้ว