多目标灌溉优化 使用作物模拟模型和历史天气数据优化灌溉的多目标方法。 我们提出了一种基于作物模拟模型WOFOST的机器学习方法来评估作物产量和水分利用效率。 在我们的工作中,我们使用历史天气来评估极端天气情况。 基于非支配排序遗传算法-II(NSGA-II)的多准则优化的应用使用户能够找到灌溉用水的日期和量,从而最大程度地提高产量并减少水的流失。 Google Colab 如何运行WOFOST模型和多目标灌溉优化代码示例? 打开How_to_start.ipynb在谷歌Colab! 要绘制优化结果,请打开Plots_for_ICCS.ipynb 依存关系 PCSE / WOFOST-Python作物模拟器环境 PyMOO-多目标优化 安装 克隆此存储库并在本地计算机上创建新的conda env git clone https://github.com/EDSEL-skoltec