2023 Fiscal Year Annual Research Report
農業収益を最大化する統合的な農業意思決定支援方法の基礎理論の構築
| Project/Area Number |
21K04543
|
|---|
| Research Institution | Kitami Institute of Technology |
|---|
Principal Investigator |
前田 康成 北見工業大学, 工学部, 教授 (30422033)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 農業 / 作物選択 / 栽培管理 / 気候変動 / 履歴データ不足 / マルコフ決定過程 / 動的計画法 / ベイズ統計学 |
|---|
| Outline of Annual Research Achievements |
【令和3年度】従来、栽培管理と作物選択という2つの問題として検討されることが多かった栽培管理と作物選択を1つの統合問題としてマルコフ決定過程で表現した。さらに、作物の市場価格の変動をマルコフ連鎖で表現して、前述の統合問題と融合させた。この融合後の問題の期待収益を最大化する動的計画法による農業意思決定方法を提案し、数値計算例でその有効性を確認した。これにより、従来未検討だった真に農業収益を最大化する農業意思決定の基礎理論が構築できた。当初の研究計画への追加として、近年のセンサを利用したスマート農業を想定し、前述の統合問題を栽培管理における作物の真の状態が未知で、センサによる観測値のみ把握可能な問題設定に拡張する研究も行った。
【令和4年度】履歴データ不足の地域への対応について検討した。特に、対象地域の履歴データは不足するが、近隣地域の履歴データは十分にあるというケースについて検討した。具体的には、ベイズ統計学に基づいて地域間の類似性を考慮し、類似性の高い他地域の履歴データ／モデルを利用することによって、履歴データ不足を補った。
【令和5年度】気候変動の影響が農作物の栽培環境に及んだ地域への対応について検討した。気候変動の影響を受けると、従来栽培できた農作物の生産地として不適切になり、新たに適切な農作物を探す必要がある。本研究では、ベイズ統計学に基づく地域間と年代間（時間軸）を融合させた類似性を、事後確率として学習する方法を提案し、その有効性を確認した。将来的には、その類似性を利用した新たな適切な農作物の発見方法の開発が期待される。当初の研究計画への追加として、コスト制約付きの農業意思決定についても検討した。
【他分野への知見の応用】本課題で得た数理工学の新たな知見の他分野への応用として、感染症対策、ヘルスケア支援、料理レシピ推薦、設備保全等の課題に応用し、その有効性を確認した。
|
| Remarks |
北見工業大学が主に産学連携目的で公開している研究シーズ集です。
|
