🌾 BelAgroOptimization

BelAgroOptimization - проект на базе Pyomo и SQLAlchemy, реализующий многоуровневую модель оптимизации сельскохозяйственного производства с хранением данных в PostgreSQL.

Проект моделирует работу агропредприятия и позволяет находить оптимальную стратегию распределения ресурсов для максимизации прибыли с возможностью загрузки и выгрузки сценариев через Excel.

---

📌 Описание

Модель учитывает ключевые элементы сельского хозяйства:

• 🌱 растениеводство (выбор культур и посевных площадей)
• 🐄 животноводство (молочное и мясное стадо)
• 🌾 удобрения и состояние почвы
• 🌿 кормовую базу (силос, сено, концентраты, пастбище)
• 💰 экономические показатели (цены, затраты, прибыль)
• 🌡️ сезонность и погодные условия

Цель модели — максимизация прибыли агропредприятия при заданных ресурсных и технологических ограничениях.

---

🧠 Математическая постановка

Задача формулируется как задача нелинейной оптимизации с ограничениями:

• переменные посева культур
• переменные внесения удобрений
• переменные поголовья скота
• нелинейные зависимости урожайности от погоды и удобрений
• зависимость продуктивности животных от кормления с убывающей отдачей
• баланс производства и потребления кормов
• максимизация чистой прибыли

Решатель

• IPOPT (нелинейная оптимизация)

---

⚙️ Технологии

• Python 3.14
• Pyomo 6.10+
• IPOPT 3.14+
• SQLAlchemy 2.0+
• PostgreSQL
• Alembic
• Pydantic 2.13+
• pandas
• matplotlib
• loguru

---

🏗️ Архитектура

┌──────────────────────────────────────────────┐
│ PostgreSQL                                  │
└──────────────────────────────────────────────┘
                    │
                    ▼
┌──────────────────────────────────────────────┐
│ SQLAlchemy ORM + Alembic                    │
└──────────────────────────────────────────────┘
                    │
                    ▼
┌──────────────────────────────────────────────┐
│ Repository Layer (queries.py)               │
└──────────────────────────────────────────────┘
                    │
                    ▼
┌──────────────────────────────────────────────┐
│ ORM → DTO Mapper                            │
└──────────────────────────────────────────────┘
                    │
                    ▼
┌──────────────────────────────────────────────┐
│ Pydantic Schemas                            │
└──────────────────────────────────────────────┘
                    │
                    ▼
┌──────────────────────────────────────────────┐
│ DTO → dict converter                        │
└──────────────────────────────────────────────┘
                    │
                    ▼
┌──────────────────────────────────────────────┐
│ BelarusAgroModel (Pyomo)                    │
└──────────────────────────────────────────────┘
                    │
                    ▼
┌──────────────────────────────────────────────┐
│ IPOPT Solver                                │
└──────────────────────────────────────────────┘

---

📂 Структура проекта

AgroOptimization/
│
├── app/
│   ├── database/
│   │   ├── models/
│   │   │   ├── crop.py
│   │   │   ├── feed.py
│   │   │   ├── field.py
│   │   │   ├── livestock.py
│   │   │   ├── operation.py
│   │   │   ├── optimization.py
│   │   │   ├── scenario.py
│   │   │   └── weather.py
│   │   │
│   │   ├── base.py
│   │   ├── config.py
│   │   └── engine.py
│   │
│   ├── modules/
│   │   ├── repository/
│   │   │   ├── queries.py
│   │   │   └── mapper.py
│   │   │
│   │   ├── model/
│   │   │   └── opt_model.py
│   │   │
│   │   └── schemas.py
│   │
│   └── main.py
│
├── migrations/
├── requirements.txt
└── README.md

---

🚀 Установка

1. Клонирование репозитория

git clone https://github.com/your_username/AgroOptimization.git
cd AgroOptimization

---

2. Создание окружения

conda create -n agro_env python=3.14 -y
conda activate agro_env

---

3. Установка IPOPT

conda install -c conda-forge ipopt cyipopt -y

---

4. Установка зависимостей

pip install -r requirements.txt

---

5. Создание базы данных PostgreSQL

CREATE DATABASE agro_optimization_dev

Настроить подключение в:

app/database/config.py

или через переменные окружения.

---

6. Выполнение миграций

alembic upgrade head

---

7. Заполнение базы начальными данными

Выполнить SQL-скрипт:

seed.sql

---

▶️ Запуск проекта

conda activate agro_env
python -m app.main

---

📊 Результаты оптимизации

После решения модель формирует:

• оптимальную структуру посевов
• распределение культур по полям
• оптимальное поголовье животных
• баланс кормов
• уровень кормления животных
• использование удобрений
• сезонную продуктивность
• итоговую прибыль

---

🧩 Особенности модели

• ✔ Многоуровневая архитектура
• ✔ PostgreSQL + SQLAlchemy ORM
• ✔ Alembic миграции
• ✔ Поддержка сценариев
• ✔ Нелинейная оптимизация
• ✔ Убывающая отдача кормления
• ✔ Баланс кормов
• ✔ Сезонность производства
• ✔ Валидация через Pydantic
• ✔ Агротехнические ограничения
• ✔ Хранение результатов оптимизации
• ✔ Matplotlib визуализация

---

📈 Возможные улучшения

• динамика плодородия почв
• машинно-тракторный парк
• трудовые ресурсы
• Streamlit/FastAPI интерфейс