Розробка гібридної OA-RG з багаторядними агрегованими за часом покривними різами для вирішення проблеми MINLP при обслуговуванні кавових плантацій

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2025.342750

Ключові слова:

зовнішнє наближення, зменшений градієнт, MTACC, MINLP, планування обслуговування плантацій, оптимізація обмежених ресурсів, дрібнофермерські кавові плантації, комбінаторна оптимізація, обмеження часових вікон, системи підтримки прийняття рішень

Анотація

Об’єктом дослідження є NP-складна комбінаторна оптимізаційна задача розподілу обмежених ресурсів для утримання дрібних кавових плантацій. У цьому дослідженні пропонується гібридний метод зовнішнього наближення (OA) та зменшеного градієнта (RG), удосконалений багаторядковим агрегованим за часом покривним зрізом (MTACC), для вирішення проблеми ефективності обчислювального часу в комбінаторних оптимізаційних задачах на основі змішаного цілочисельного нелінійного програмування (MINLP). Тестування проводилося з використанням даних про плантації Асоціації кавових фермерів Рахмата Кінара, яка включає 538 земельних ділянок загальною площею 825,5 гектарів. На основі отриманих числових результатів показано зменшення кількості ітерацій до 38,83% та збільшення швидкості збіжності до 12,84%. Функція nw у MTACC спеціально контролює тривалість часового вікна для формування багаторядкових покривних зрізів, які підходять для характеристик обмежень, що впливає на головну та RG-підзадачі у подоланні обчислювального навантаження. Результати оцінювання параметрів тестування nw = 7 та nw = 14 показують збільшення внеску в час збіжності до 10,1% за рахунок зменшення середнього часу основного MILP на 6,16%. Оцінювання метрики площі під кривою (AUC) підтверджує, що MTACC є більш стабільним у контролі розривів оптимальності в глобальних ітераціях на основі оцінки AUC, яка зменшилася на 21,6%; AUC на ітерацію зменшилася на 19,9%, а нормалізована AUC також зменшилася на 18,6%.

Отримані результати можуть бути ефективно застосовані на малих та великих кавових плантаціях, особливо в системах підтримки рішень на малопотужних обчислювальних пристроях для забезпечення сталого виробництва

Біографії авторів

Eko Hariyanto, Universitas Sumatera Utara

Doctoral Candidate

Department of Computer Science and Information Technology

Poltak Sihombing, Universitas Sumatera Utara

Doctor of Computer Science, Professor

Department of Computer Science and Information Technology

Erna Budhiarti Nababan, Universitas Sumatera Utara

Doctor of Computer Science, Associate Professor

Department of Computer Science and Information Technology

Sawaluddin Sawaluddin, Universitas Sumatera Utara

Doctor of Computer Science, Associate Professor

Department of Mathematics and Natural Sciences

Посилання

  1. Tharatipyakul, A., Pongnumkul, S., Riansumrit, N., Kingchan, S., Pongnumkul, S. (2022). Blockchain-Based Traceability System From the Users’ Perspective: A Case Study of Thai Coffee Supply Chain. IEEE Access, 10, 98783–98802. https://doi.org/10.1109/access.2022.3206860
  2. Wulandari, S., Djufry, F., Villano, R. (2022). Coping Strategies of Smallholder Coffee Farmers under the COVID-19 Impact in Indonesia. Agriculture, 12 (5), 690. https://doi.org/10.3390/agriculture12050690
  3. Parmawati, R., Risvita, W., Hakim, L., Rahmawati, N. O., Gunawan, F. K., Ashari, F. M., Haqqi, S. S. (2023). Sustainability Index of Robusta Coffee Plantation (Case Study: Wagir District Smallholder Coffee Plantation in Malang, Indonesia). International Journal of Design & Nature and Ecodynamics, 18 (2), 279–288. https://doi.org/10.18280/ijdne.180205
  4. Hartoyo, A. P. P., Hutagalung, L., Kulsum, F., Sunkar, A., Herliyana, E. N., Hidayati, S. (2023). Species composition, structure, and management in gayo coffee-based agroforestry system. Jurnal Pengelolaan Sumberdaya Alam Dan Lingkungan (Journal of Natural Resources and Environmental Management), 13 (1), 37–48. https://doi.org/10.29244/jpsl.13.1.37-48
  5. Jiang, Y., Chen, L., Fang, Y. (2018). Integrated Harvest and Distribution Scheduling with Time Windows of Perishable Agri-Products in One-Belt and One-Road Context. Sustainability, 10 (5), 1570. https://doi.org/10.3390/su10051570
  6. Hajirad, I., Ahmadaali, K., Liaghat, A. (2025). Crop yield and water productivity modeling using nonlinear growth functions. Scientific Reports, 15 (1). https://doi.org/10.1038/s41598-025-16096-0
  7. Abd El Baki, H. M., Fujimaki, H., Tokumoto, I., Saito, T. (2024). Optimization of irrigation scheduling using crop–water simulation, water pricing, and quantitative weather forecasts. Frontiers in Agronomy, 6. https://doi.org/10.3389/fagro.2024.1376231
  8. Baghizadeh, K., Cheikhrouhou, N., Govindan, K., Ziyarati, M. (2021). Sustainable agriculture supply chain network design considering water‐energy‐food nexus using queuing system: A hybrid robust possibilistic programming. Natural Resource Modeling, 35 (1). https://doi.org/10.1111/nrm.12337
  9. Baihaqi, A., Sofiana, U., Usman, M., Bagio, B. (2022). Risk analysis of arabica coffee supply chain in Aceh Tengah regency, Aceh Province, Indonesia. Coffee Science, 16, 1–9. https://doi.org/10.25186/.v16i.1984
  10. Kronqvist, J., Bernal Neira, D. E., Grossmann, I. E. (2025). 50 years of mixed-integer nonlinear and disjunctive programming. European Journal of Operational Research. https://doi.org/10.1016/j.ejor.2025.07.016
  11. Patty, S., Das, R., Mandal, D., Roy, P. K. (2025). Self-adaptive multi-population quadratic approximation guided jaya optimization applied to economic load dispatch problems with or without valve-point effects. Results in Control and Optimization, 19, 100543. https://doi.org/10.1016/j.rico.2025.100543
  12. Liñán, D. A., Ricardez-Sandoval, L. A. (2025). Trends and perspectives in deterministic MINLP optimization for integrated planning, scheduling, control, and design of chemical processes. Reviews in Chemical Engineering, 41 (5), 451–472. https://doi.org/10.1515/revce-2024-0064
  13. De Mauri, M., Gillis, J., Swevers, J., Pipeleers, G. (2020). A proximal-point outer approximation algorithm. Computational Optimization and Applications, 77 (3), 755–777. https://doi.org/10.1007/s10589-020-00216-9
  14. Liu, Z. E., Long, W., Chen, Z., Littlefield, J., Jing, L., Ren, B. et al. (2024). A novel optimization framework for natural gas transportation pipeline networks based on deep reinforcement learning. Energy and AI, 18, 100434. https://doi.org/10.1016/j.egyai.2024.100434
  15. Wu, O., Muts, P., Nowak, I., Hendrix, E. M. T. (2024). On the use of overlapping convex hull relaxations to solve nonconvex MINLPs. Journal of Global Optimization, 91 (2), 415–436. https://doi.org/10.1007/s10898-024-01376-2
  16. Kohar, A., Jakhar, S. K., Agarwal, Y. K. (2023). Strong cutting planes for the capacitated multi-pickup and delivery problem with time windows. Transportation Research Part B: Methodological, 176, 102806. https://doi.org/10.1016/j.trb.2023.102806
  17. Melo, W., Fampa, M., Raupp, F. (2020). Two linear approximation algorithms for convex mixed integer nonlinear programming. Annals of Operations Research, 316 (2), 1471–1491. https://doi.org/10.1007/s10479-020-03722-5
  18. Javaloyes-Antón, J., Kronqvist, J., Caballero, J. A. (2022). Simulation-based optimization of distillation processes using an extended cutting plane algorithm. Computers & Chemical Engineering, 159, 107655. https://doi.org/10.1016/j.compchemeng.2021.107655
  19. Muts, P., Nowak, I., Hendrix, E. M. T. (2020). The decomposition-based outer approximation algorithm for convex mixed-integer nonlinear programming. Journal of Global Optimization, 77 (1), 75–96. https://doi.org/10.1007/s10898-020-00888-x
  20. Deza, A., Khalil, E. B. (2023). Machine Learning for Cutting Planes in Integer Programming: A Survey. Proceedings of the Thirty-Second International Joint Conference on Artificial Intelligence, 6592–6600. https://doi.org/10.24963/ijcai.2023/739
  21. Kronqvist, J., Misener, R. (2020). A disjunctive cut strengthening technique for convex MINLP. Optimization and Engineering, 22 (3), 1315–1345. https://doi.org/10.1007/s11081-020-09551-6
  22. Bestuzheva, K., Gleixner, A., Vigerske, S. (2023). A computational study of perspective cuts. Mathematical Programming Computation, 15 (4), 703–731. https://doi.org/10.1007/s12532-023-00246-4
  23. Lundell, A., Kronqvist, J., Westerlund, T. (2022). The supporting hyperplane optimization toolkit for convex MINLP. Journal of Global Optimization, 84 (1), 1–41. https://doi.org/10.1007/s10898-022-01128-0
  24. Vo, T., Baiou, M., Nguyen, V. H., Weng, P. (2025). Learning to Cut Generation in Branch-and-Cut Algorithms for Combinatorial Optimization. ACM Transactions on Evolutionary Learning and Optimization, 5 (3), 1–27. https://doi.org/10.1145/3728371
  25. Peng, Z., Cao, K., Furman, K. C., Li, C., Grossmann, I. E., Neira, D. E. B. (2024). A Convexication-based Outer-approximation Method for Convex and Nonconvex MINLP. 34th European Symposium on Computer Aided Process Engineering / 15th International Symposium on Process Systems Engineering, 3211–3216. https://doi.org/10.1016/b978-0-443-28824-1.50536-6
  26. Lundell, A., Kronqvist, J. (2021). Polyhedral approximation strategies for nonconvex mixed-integer nonlinear programming in SHOT. Journal of Global Optimization, 82 (4), 863–896. https://doi.org/10.1007/s10898-021-01006-1
  27. Bodur, M., Del Pia, A., Dey, S. S., Molinaro, M., Pokutta, S. (2017). Aggregation-based cutting-planes for packing and covering integer programs. Mathematical Programming, 171 (1-2), 331–359. https://doi.org/10.1007/s10107-017-1192-x
  28. Zhang, Y., Chang, R., Omrany, H., Zuo, J., Burry, J., Gu, N. (2025). Policy-gradient scheduling optimisation under multi-skill constraints: A comparative study on computational algorithms. Journal of Building Design and Environment. https://doi.org/10.70401/jbde.2025.0017
Розробка гібридної OA-RG з багаторядними агрегованими за часом покривними різами для вирішення проблеми MINLP при обслуговуванні кавових плантацій

##submission.downloads##

Опубліковано

2025-12-17

Як цитувати

Hariyanto, E., Sihombing, P., Nababan, E. B., & Sawaluddin, S. (2025). Розробка гібридної OA-RG з багаторядними агрегованими за часом покривними різами для вирішення проблеми MINLP при обслуговуванні кавових плантацій. Eastern-European Journal of Enterprise Technologies, 6(4 (138), 36–48. https://doi.org/10.15587/1729-4061.2025.342750

Номер

Том 6 № 4 (138) (2025): Математика та кібернетика - прикладні аспекти

Розділ

Математика та кібернетика - прикладні аспекти

Ліцензія

Авторське право (c) 2025 Eko Hariyanto, Poltak Sihombing, Erna Budhiarti Nababan, Sawaluddin Sawaluddin

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.