Dinamik headlandga sezgir qamrov yo‘lini rejalashtirish — dala chegarasining butun uzunligi bo‘ylab bir xil kenglikdagi burilish maydonini ajratish o‘rniga, faqat ish yo‘laklari haqiqatan ham burilish bog‘lanishiga muhtoj bo‘lgan chegara qismlariga mos headland maydonini ajratadigan geometrik marshrut rejalashtirish yondashuvidir. Ushbu tadqiqotda usul ish yo‘nalishi va yo‘lak ofsetini birgalikda tanlaydi, parallel ish yo‘laklarini hosil qiladi, qo‘shni yo‘laklarni kubik Bézier U-burilishlari bilan bog‘laydi, burilish masofasi, qamrov xatosi va headland nisbatini ECDF-midrank orqali normallashtiradi hamda hosil bo‘lgan diskret, silliq bo‘lmagan qidiruv fazosida yuqori sifatli yechim topish uchun DQN-SHADE deb nomlangan mustahkamlovchi o‘rganish bilan qo‘llab-quvvatlangan differensial evolyutsiya optimallashtirishidan foydalanadi.

Tadqiqotning geometrik simulyatsiyalari Xitoyning Xinjiang hududidagi Changji Huaxing Farm’dan UAV tasvirlaridan ajratib olingan 24 ta haqiqiy dala chegarasida amalga oshirilgan. Mashinaning ish kengligi 19,5 m, minimal burilish radiusi 5,0 m qilib belgilangan. Ish yo‘nalishi 0°–179,5° oralig‘ida 0,5° aniqlikda va yo‘lak ofseti \(\{0,0.25,0.50,0.75\}\) to‘plamidan tanlangan; shu tariqa har bir dala uchun 1440 ta diskret yo‘nalish–ofset kombinatsiyasi mos yozuv nuqtasi sifatida to‘liq ko‘rib chiqish orqali baholangan.

Oltita stoxastik optimallashtirish algoritmini teng nomzod-baholash byudjeti bilan taqqoslashda DQN-SHADE o‘rtacha \(S_{total}=0.9582\), mos yozuv optimumiga o‘rtacha gap \(=0.0034\) va \(SR_{5\times10^{-3}}=80.83\%\) bilan eng yuqori asosiy qidiruv samaradorligini ko‘rsatgan. SHADE-6 uchun o‘rtacha gap 0,0044 va muvaffaqiyat darajasi %76,25; klassik DE uchun gap 0,0053 va muvaffaqiyat darajasi %71,94 bo‘lgan.

Dinamik headland ajratilishi sobit to‘liq-chegara headland yondashuviga nisbatan o‘rtacha headland nisbatini %13,30 dan %7,52 gacha kamaytirgan, saqlangan ish maydoni nisbatini %86,67 dan %92,48 gacha oshirgan va har bir dala uchun o‘rtacha 16.378,23 m² qo‘shimcha tutash ish maydonini ta’minlagan. O‘rtacha geometrik qamrov darajasi %98,16 darajasida saqlangan. Buning evaziga o‘rtacha mutlaq burilish masofasi 1304,53 m dan 1371,89 m gacha oshgan. Demak, usul barcha metrikalarni bir vaqtda yaxshilamaydi; ko‘proq foydalanish mumkin bo‘lgan dala maydoni evaziga biroz uzunroq umumiy burilish yo‘lini hosil qiladi.

Bu natijalar haqiqiy transport vositasi haydovi yoki haqiqiy purkash samaradorligi emas. Qamrov ish yo‘laklarining 19,5 m kenglikdagi geometrik bufer maydonlaridan hisoblangan; purkash tomchilari taqsimoti, shamol bilan ko‘chish, boom dinamikasi, haqiqiy yo‘l kuzatuv xatolari va haqiqiy yoqilg‘i sarfi simulyatsiya qilinmagan yoki o‘lchanmagan. Shuning uchun manbaning xulosasi shuki, usul baholangan geometrik simulyatsiya sharoitlarida dala maydonidan foydalanish va marshrut sifatini yaxshilaydi.

Tadqiqot muammosi nega faqat “eng qisqa yo‘lni topish” emas?

Yer ustida harakatlanuvchi o‘simliklarni himoya qilish mashinalarida qamrov yo‘lini rejalashtirish maqsad maydonining imkon qadar to‘liq ishlanishini, yo‘laklar orasidagi keraksiz ustma-ust tushishning kamaytirilishini, mashinaning dala tashqarisiga chiqib ketmasligini va qo‘shni yo‘laklar orasida jismonan burilish mumkin bo‘lgan bog‘lanishlar hosil qilinishini bir vaqtning o‘zida talab qiladi.

Notekis dala uchun ish yo‘nalishi o‘zgarganda faqat yo‘laklarning yo‘nalishi o‘zgarmaydi. Yo‘laklar soni, yo‘lak uchlarining qaysi dala chegarasiga yetib borishi, burilishlar qaysi chegarada bajarilishi kerakligi va burilish uchun ajratilishi lozim bo‘lgan maydon ham o‘zgaradi. Yo‘laklarning boshlang‘ich ofseti ham o‘tkazib yuborilgan va ustma-ust tushgan maydonlarga ta’sir qilishi mumkin.

Shu sababli manba ish yo‘nalishi, yo‘lak ofseti, headland maydoni va U-burilishlarni ketma-ket mustaqil muammolar sifatida emas, balki o‘zaro bog‘langan geometrik tizim sifatida ko‘rib chiqadi.

Dinamik Headland Nima va Sobit Headlanddan Qanday Farq Qiladi?

Dinamik headland butun dala chegarasiga bir xil burilish buferini berish o‘rniga, faqat qo‘shni ish yo‘laklari haqiqatan ham burilish bog‘lanishini hosil qiladigan chegara qismlariga, ish yo‘nalishi bilan chegara yo‘nalishi orasidagi burchakka qarab headland maydonini ajratadi; shu tariqa burilish bajarilmaydigan chetlardagi keraksiz ishlanmaydigan maydon kamaytirilishi mumkin.

Sobit headland kengligi

Sobit to‘liq-chegara headland kengligi manbada:

\[ W_{hfix}=2R_{min}+\alpha W \]

deb ta’riflangan.

Bu yerda \(R_{min}\) minimal burilish radiusi, \(W\) mashinaning ish kengligi va \(\alpha\) xavfsizlik zaxirasi koeffitsiyentidir. Asosiy tajribalarda:

• \(R_{min}=5.0\,m\)
• \(W=19.5\,m\)
• \(\alpha=0.25\)

ishlatilgan. \(2R_{min}\) asosiy burilish maydonini, \(\alpha W\) esa ish kengligiga mutanosib qo‘shimcha xavfsizlik zaxirasini ifodalaydi.

Ish yo‘nalishi bilan chegara yo‘nalishi o‘rtasidagi munosabat

Chegara bo‘lagining yo‘nalishi \(\theta_i\), ish yo‘nalishi esa \(\theta\) bo‘lsa, ular orasidagi 180° davriy nisbiy burchak:

\[ \phi_i=\min\left(|\theta_i-\theta|,\;180^\circ-|\theta_i-\theta|\right), \qquad \phi_i\in[0^\circ,90^\circ] \]

ko‘rinishida hisoblanadi.

Dinamik headland uchun nomzod kenglik:

\[ \widetilde{W}_{h,i}=2R_{min}+\alpha W|\sin\phi_i| \]

ko‘rinishidadir. \(|\sin\phi_i|\) hadi chegaraning ish chizig‘iga nisbatan yonlama burilish maydoni ehtiyojini masshtablash uchun ishlatiladi.

Biroq manba bu kenglikni har bir chegara segmentiga avtomatik ravishda qo‘llamaydi. Chegaraning haqiqatan ham yo‘laklararo burilish bog‘lanishini tashishi alohida aniqlanadi:

\[ W_{h,i}^{DH}= \begin{cases} \widetilde{W}_{h,i}, & q_i(\theta,\delta)=1\\ 0, & q_i(\theta,\delta)=0 \end{cases} \]

\(q_i(\theta,\delta)\) tegishli chegarada burilish talabi bor-yo‘qligini ko‘rsatuvchi ikkilik ko‘rsatkichdir. Yo‘lak uchlari chegaraning taxminan bir ish kengligi ichidagi qo‘shnichiligiga tushsa va qo‘shni yo‘laklarning burilish bog‘lanishini hosil qilsa, chegara burilish uchun ishlatiladigan deb hisoblanadi.

Ish yo‘nalishi va yo‘lak ofseti qanday tanlanadi?

Nomzod yechim:

\[ X=[\theta,\widetilde{\delta}] \]

deb ta’riflanadi. \(\theta\) ish yo‘nalishi bo‘lib, 0° bilan 180° orasidadir. Yo‘lak ofseti esa haqiqiy marshrut hosil qilishda diskret to‘plamdan tanlanadi:

\[ C_\delta=\{0,\;0.25,\;0.50,\;0.75\} \]

Haqiqiy yonlama yo‘lak siljishi:

\[ d=\delta W \]

orqali hisoblanadi. \(W=19,5\,m\) bo‘lgani uchun to‘rtta ofset varianti bir xil ish kengligining turli boshlang‘ich fazalarini ifodalaydi.

Ish yo‘nalishi ham 0,5° aniqlik bilan:

\[ \Theta=\{0^\circ,0.5^\circ,\ldots,179.5^\circ\} \]

to‘plamiga moslanadi. Shu tariqa 360 yo‘nalish × 4 ofset = 1440 nomzod marshrut kombinatsiyasi hosil bo‘ladi.

Bézier U-burilishi qanday hosil qilinadi?

Qo‘shni ish yo‘laklari orasidagi burilish uch qismdan iborat: chiqish to‘g‘ri chizig‘i, kubik Bézier U-burilishi va kirish to‘g‘ri chizig‘i.

Kubik Bézier egri chizig‘i:

\[ B(t)=(1-t)^3P_0+3(1-t)^2tP_1+3(1-t)t^2P_2+t^3P_3, \qquad t\in[0,1] \]

ko‘rinishidadir. \(P_0\) va \(P_3\) burilishning boshlanish va tugash nuqtalaridir. \(P_1\) va \(P_2\) boshqaruv nuqtalari egri chiziqning har ikki uchida ish yo‘laklari yo‘nalishiga urinma bo‘lishini ta’minlaydigan tarzda yaratiladi.

Har bir Bézier burilishi 64 ta namuna nuqtasi bilan baholanadi. Bu nuqtalar burilish uzunligini hisoblash, minimal burilish radiusini tekshirish va marshrut ajratilgan headland maydoni ichida qolish-qolmasligini nazorat qilish uchun ishlatiladi.

Bitta burilish uzunligi:

\[ L_{turn,j}=l_{out,j}+L_{B,j}+l_{in,j} \]

va butun marshrutning umumiy burilish masofasi:

\[ D_{turn}=\sum_{j=1}^{N_s-1}L_{turn,j} \]

ko‘rinishidadir. \(N_s\) — yaroqli ish yo‘laklari soni.

Qamrov sifati qanday o‘lchanadi?

Rejalashtirilgan purkash maydoni ish yo‘laklari markaz chiziqlari atrofidagi umumiy kengligi \(W\) bo‘lgan geometrik buferlarning birlashmasi sifatida belgilangan.

Qamrov xatosi:

\[ E_{cov}=r_{miss}+r_{overlap}+r_{out} \]

orqali hisoblanadi. Bu yerda:

• \(r_{miss}\): maqsad ish maydonining qamrab olinmagan qismi,
• \(r_{overlap}\): bir necha marta qamrab olingan qism,
• \(r_{out}\): rejalashtirilgan qamrovning dala tashqarisiga chiqib ketgan qismi.

Bu metrika haqiqiy tomchi zichligini o‘lchamaydi. Tadqiqot shamol bilan ko‘chish, purkash taqsimoti va boom dinamikasi modellashtirilmaganini ochiq ko‘rsatadi.

Headland nisbati nimani o‘lchaydi?

\[ H_{head}=\frac{A_{head}}{A_{field}} \]

\(A_{head}\) headland maydonini, \(A_{field}\) umumiy dala maydonini bildiradi. Pastroq qiymat dalaning katta qismi uzluksiz ish maydoni sifatida saqlanishini anglatadi.

ECDF-Midrank Nega Ishlatiladi?

ECDF-midrank metrda ifodalangan burilish masofasi, o‘lchamsiz qamrov xatosi va headland nisbati kabi turli masshtab va birliklardagi xarajat mezonlarini har bir dala uchun o‘z nomzod taqsimotiga ko‘ra o‘lchamsiz nisbiy sifat ballariga aylantirib, katta va kichik dalalarni bir xil qo‘shma ball mantiqi bilan taqqoslash imkonini beradi.

Xarajat metrikasi \(z\) uchun:

\[ ECDF^{mid}_f(z)= \frac{n_{<,f}(z)+\frac{1}{2}n_{=,f}(z)} {n_f} \]

hisoblanadi.

Bu yerda \(n_{<,f}\) \(z\) dan kichik qiymatga ega nomzodlar sonini; \(n_{=,f}\) ayni qiymatga ega nomzodlar sonini; \(n_f\) esa o‘sha daladagi umumiy mos yozuv nomzodlari sonini bildiradi.

Xarajatga asoslangan mezonlar keyin:

\[ S_{turn}=1-ECDF^{mid}_f(D_{turn}) \]

\[ S_{cov}=1-ECDF^{mid}_f(E_{cov}) \]

\[ S_{head}=1-ECDF^{mid}_f(H_{head}) \]

ko‘rinishida sifat ballariga aylantiriladi. Shunday qilib, kichikroq xarajat yuqoriroq ball beradi.

Qo‘shma baholash:

\[ S_{total}=w_1S_{turn}+w_2S_{cov}+w_3S_{head} \]

va:

\[ w_1+w_2+w_3=1 \]

sharti bilan hosil qilingan. Asosiy tajribada:

• \(w_1=0.15\) — burilish masofasi,
• \(w_2=0.75\) — qamrov sifati,
• \(w_3=0.10\) — headland nisbati.

Eng katta vaznning qamrov sifatiga berilishi o‘simliklarni himoya qilish operatsiyasida yetishmaydigan, ustma-ust tushadigan va dala tashqarisiga purkash geometriyasining ustuvor deb qabul qilinishini aks ettiradi.

DQN-SHADE Nima Qiladi?

DQN-SHADE — SHADE-6 differensial evolyutsiya qidiruvchisining mutatsiya va qidiruv xatti-harakatlarini optimallashtirish holati turg‘unlashganda Double Dueling DQN tomonidan tanlanadigan yuqori darajadagi harakatlar bilan vaqtlaydigan gibrid optimallashtirish mexanizmidir; DQN dala marshrutini bevosita chizmaydi, qaysi qidiruv xatti-harakati ishlatilishini tanlaydi va geometrik marshrut alohida deterministik modulda yaratiladi.

SHADE-6 ning oltita mutatsiya strategiyasi

DQN qachon ishga tushadi?

Global eng yaxshi \(S_{total}\) balli 10 ta ketma-ket avlod davomida yaxshilanmasa, DQN ishga tushiriladi. Boshqa holatlarda standart SHADE-6 xatti-harakati davom ettiriladi.

DQN holat kirishi 26 o‘lchamli bo‘lib, quyidagi axborot guruhlarini o‘z ichiga oladi:

• qidiruv jarayoni,
• populyatsiya ballari statistikasi,
• ish yo‘nalishi va ofset xilma-xilligi,
• geometrik amalga oshiriluvchanlik,
• yaqin davrdagi optimum yaxshilanishi,
• muvaffaqiyatli yangilanishlar,
• SHADE parametr tarixi,
• strategiya muvaffaqiyat darajalari,
• joriy eng yaxshi nomzodning quyi-maqsad ballari.

DQN yettita yuqori darajadagi harakatga ega:

Sinov vaqtida \(\varepsilon=0.05\) bo‘lgan ε-greedy siyosati ishlatilgan.

DQN ning o‘qitish mukofoti

Siyosatni o‘rganish bosqichidagi onlayn mukofot:

\[ r_g=\Delta S_{best,g}+\Delta\bar{S}_g+p_{succ,g} \]

ko‘rinishidadir. Bu yerda \(\Delta S_{best,g}\) joriy eng yaxshi balldagi ijobiy yaxshilanishni, \(\Delta\bar{S}_g\) populyatsiya o‘rtachasidagi ijobiy yaxshilanishni va \(p_{succ,g}\) shu avlodda muvaffaqiyatli yangilangan individlar ulushini ifodalaydi.

Muhimi, bu mukofot mos yozuv optimumidan foydalanmaydi. Mos yozuv optimumi faqat sinov samaradorligidagi gap qiymatini o‘lchash uchun ishlatiladi.

Tadqiqot Usuli va Natijalari

Dala ma’lumotlari

Tadqiqot maydoni Xitoyning Xinjiang hududidagi Changji Huaxing Farm bo‘lib, taxminan 44,22° N, 87,29° E koordinatalarida joylashgan. UAV tasvirlari May–Iyun 2025 davrida DJI Mavic 3 yordamida 110 m parvoz balandligi va 15 m/s parvoz tezligida to‘plangan.

Dastlab 26 ta chegara poligoni olingan; 6 va 24 raqamli hududlar qishloq xo‘jaligi operatsiyasi maydoni bo‘lmagani uchun chiqarib tashlangan. Yakuniy tahlilda 24 ta dala ishlatilgan. Umumiy maydon taxminan 887,94 ha, alohida dala maydonlari 4,85–89,10 ha oralig‘ida.

Koordinatalar WGS84 dan UTM Zone 45N, EPSG:32645 tizimiga o‘tkazilgan. Barcha geometrik hisob-kitoblar vektor poligonlar ustida bajarilgan.

Mashina parametrlari

Har bir algoritm uchun 24 dala × 30 mustaqil sinov = 720 ish baholangan. Statistik sinovlarda pseudoreplication ning oldini olish uchun avval bir xil algoritmning bitta daladagi 30 takrori o‘rtachalashtirilgan va 24 dala o‘rtachasi juftlangan blok sifatida ishlatilgan.

DQN o‘qitish/sinov ajratilishi

Tadqiqot dala darajasida besh karra cross-validation dan foydalangan. 24 dala beshta o‘zaro ajratilgan quyi to‘plamga bo‘lingan; har bir fold da DQN faqat o‘qitish dalalarida yangilangan. O‘qitishdan so‘ng tarmoq parametrlari muzlatilgan va held-out dalalarda 30 random seed bilan sinovdan o‘tkazilgan.

Bu ajratish muhim; sinov dalalari DQN siyosatining vaznlarini yangilashga kiritilmagan.

Mos yozuv optimumi nimani anglatadi?

Tadqiqotdagi “reference optimum” qiymati uzluksiz matematik fazoning isbotlangan global optimumi emas. Bu 0,5° yo‘nalish aniqligi va to‘rtta ofsetdan iborat 1440 nomzodli diskret fazoni to‘liq ko‘rib chiqish natijasida topilgan eng yaxshi marshrutdir.

Algoritmning optimumdan uzoqligi:

\[ gap_f(X)=S_{total}(X_f^*)-S_{total}(X) \]

deb ta’riflanadi. \(X_f^*\) — shu dala uchun 1440 nomzod orasidagi eng yaxshi mos yozuv yechimi.

Muvaffaqiyat metrikasi \(SR_{5\times10^{-3}}\) mustaqil sinovlarning qanchasi:

\[ gap\leq5\times10^{-3} \]

shartini bajarishini ko‘rsatadi.

Mos yozuv-optimal geometrik marshrutlar

24 dalaning diskret mos yozuv-optimal dinamik headland marshrutlarida:

Optimal ish yo‘nalishlari 2° bilan 171° orasida o‘zgargan. Bu keng diapazon barcha dala geometriyalari uchun bitta sobit yo‘nalish qoidasi mos emasligini qo‘llab-quvvatlaydi.

Oltita optimallashtirish algoritmini taqqoslash

24 dala o‘rtachalari bo‘yicha Friedman testi algoritmlar orasida sezilarli umumiy farqni ko‘rsatgan:

\[ \chi^2=50.820,\qquad p=9.42\times10^{-10} \]

DQN-SHADE bilan bajarilgan beshta juft Wilcoxon taqqoslashining barchasi Holm tuzatishidan keyin ham ahamiyatli bo‘lib qolgan. DQN-SHADE va SHADE-6 taqqoslanishi uchun \(W=20\) va tuzatilgan \(p=0.00557\).

DQN-SHADE va SHADE-6 yaqinlashuvi

Dastlabki 20 avlodda SHADE-6 juda ozroq past gap qiymatiga ega. DQN-SHADE ustunligi qidiruvning keyingi bosqichlarida paydo bo‘lgan. Shu sababli tadqiqot talqiniga ko‘ra DQN komponentining asosiy hissasi boshlang‘ich tezlikdan ko‘ra qidiruv turg‘unlashganda xatti-harakatni o‘zgartira olishidir.

DQN-SHADE tezroqmi?

Umuman olganda, yo‘q. Manba DQN-SHADE hissasini hisoblash tezligi emas, qidiruv barqarorligi deb talqin qiladi.

Besh fold uchun DQN siyosatini o‘qitishning umumiy davomiyligi 841,52 soniya, ya’ni taxminan 14,03 daqiqadir. Bu bir martalik qo‘shimcha o‘qitish xarajati hisobga olinsa, usul “eng tez algoritm” emas.

Dinamik va sobit headland taqqoslanishi

Headland nisbatining kamayishi va saqlangan ish maydonining oshishi uchun juftlangan Wilcoxon testlari Holm tuzatishidan keyin:

\[ p_{adj}=2.38\times10^{-7} \]

qiymatini bergan.

Bu yerda muhim murosa mutlaq burilish masofasidir. Dinamik usulda ish maydoni kengaygani va yo‘lak uchlari o‘zgargani uchun umumiy burilish masofasi taxminan %5,16 oshgan. Shunga qaramay, kattaroq saqlangan maydonga normallashtirilgan marshrut zichligi va yoqilg‘i bashorati kamaygan.

Yoqilg‘i sarfi o‘lchanganmi?

Yo‘q. Yoqilg‘i qiymati haqiqiy traktor yoqilg‘isi o‘lchovi emas. Tadqiqot 62,5 kW dvigatel quvvati, 242 g/kWh maxsus yoqilg‘i sarfi, 6,0 km/h ish tezligi va 3,0 km/h burilish tezligi farazlari bilan marshrut geometriyasidan hisoblangan modeldan foydalangan:

\[ M_{fuel}= \frac{P_r b_f}{1000} \left( \frac{L_{work}/1000}{v_{work}} + \frac{D_{turn}/1000}{v_{turn}} \right) \]

Yer nishabligi, tuproq qarshiligi, haqiqiy dvigatel yuki yoki mashina dinamikasi bu hisobga bevosita kiritilmagan. Shuning uchun 1,54 kg/ha bilan 1,56 kg/ha farqi model doirasidagi nisbiy taqqoslashdir.

Headland xavfsizlik koeffitsiyenti sezgirligi

Uch sozlama orasidagi umumiy farq ahamiyatli: Friedman \(\chi^2=36.083\), \(p=1.46\times10^{-8}\). \(\alpha=0.10\), 0,25 dan sezilarli darajada yomonroq; 0,25 bilan 0,50 orasidagi farq Holm tuzatishidan keyin ahamiyatli emas. Manba 0,25 ni universal optimum sifatida emas, sinovdan o‘tkazilgan diapazonda maydondan foydalanish va geometrik amalga oshiriluvchanlik o‘rtasidagi muvozanatli tanlov sifatida talqin qiladi.

Ofset aniqligi yanada oshirilsa nima bo‘ladi?

Ikki, to‘rt va sakkiz darajali yo‘lak-ofset to‘plamlari taqqoslangan. Sakkiz daraja o‘rtacha \(S_{total}\) ni 0,9144 gacha oshirgan bo‘lsa, to‘rt darajali asosiy sozlama 0,9057 dir. Biroq sakkiz daraja to‘rt darajaga nisbatan saqlangan maydonni o‘rtacha atigi 197,93 m², ya’ni taxminan %0,058 ga oshirgan va qamrov nisbatini atigi 0,063 foiz punktiga ko‘targan; buning evaziga nomzodlar sonini ikki baravar oshirgan.

To‘liq 0,5° yo‘nalish to‘rida to‘rt darajali tanlov 1440 nomzod, sakkiz darajali tanlov 2880 nomzod talab qiladi. Shu sababli tadqiqot to‘rtta ofsetni aniqlik–hisoblash xarajati muvozanati sifatida ishlatgan.

DQN giperparametr sezgirligi

DQN siyosatining o‘rganish tezligiga sezgirligi discount factor ga qaraganda yuqoriroq. Asosiy sozlama \(2.5\times10^{-4}\) bilan o‘rtacha gap 0,003365 va muvaffaqiyat %80,83 bo‘lgan bo‘lsa, sinovdan o‘tkazilgan pastroq o‘rganish tezligi \(1.0\times10^{-4}\) bilan gap 0,002426 va muvaffaqiyat %86,39 bo‘lgan.

Bu natija muhim: maqoladagi asosiy DQN-SHADE sozlamasi sinovdan o‘tkazilgan barcha giperparametrlar orasidagi eng yaxshi natija emas. Asosiy taqqoslash oldindan belgilangan sozlama bilan o‘tkazilgan va sezgirlik tahlili pastroq o‘rganish tezligi yaxshiroq natija berishi mumkinligini ko‘rsatgan.

Ikki Yangi Dala Geometriyasidagi %100 Muvaffaqiyat Universal Umumlashtirishni Anglatadimi?

Yo‘q. DQN-SHADE o‘qitishdan tashqari ikkita stress-test geometriyasida barcha ishga tushirishlarda \(SR_{5\times10^{-3}}=100\%\) ga erishgan bo‘lsa-da, SHADE-6 ham ayni %100 muvaffaqiyatga erishgan; manba faqat ikkita sun’iy stress geometriyasi sinovdan o‘tkazilganini ochiq ko‘rsatib, bu natijani universal umumlashtirish yoki DQN-SHADE ning umumiy ustunligi sifatida talqin qilmaydi.

Birinchi test geometriyasining en-bo‘y nisbati 7,24; asl 24 dala ichida maksimal qiymat 3,40. Ikkinchi geometriya 11 ta re-entrant burchakka ega, asl dalalarda esa maksimal to‘rtta shunday burchak mavjud.

Ayniqsa ko‘p sonli ichkariga kirgan burchaklarga ega geometriyada amalga oshiriladigan nomzodlarning atigi %40,56 bo‘lishi murakkab chegaralar qidiruv fazosining geometrik jihatdan katta qismini yaroqsiz qilishi mumkinligini ko‘rsatadi.

CEC2022 testi nimani ko‘rsatadi?

Tadqiqotchilar DQN-SHADE ning standart uzluksiz optimallashtirish xatti-harakatini alohida CEC2022 ning 12 funksiyasida baholagan. DQN-SHADE o‘rtacha \(\log_{10}(\Delta f)=1.72\pm2.41\) va o‘rtacha o‘rin 2,42 bilan oltita algoritm ichida eng yaxshi umumiy o‘rtachani bergan.

Biroq CEC2022 funksiyalari dala chegarasi clipping i, dinamik headland, yo‘lak uchlari yoki burilish amalga oshiriluvchanligini o‘z ichiga olmaydi. Shu sababli manba CEC2022 ni faqat qo‘shimcha optimallashtirish testi sifatida ishlatadi; qishloq xo‘jaligi CPP muvaffaqiyatining asosiy dalili haqiqiy chegaralar ustidagi geometrik tajribalardir.

Tadqiqotning kuchli tomonlari

• Headland ajratilishini ish yo‘nalishi va yo‘lak-ofset tanlovidan mustaqil ko‘rib chiqmaydi.
• 24 ta haqiqiy dala chegarasidan foydalanadi.
• DQN o‘qitish va sinov dalalarini field-disjoint besh karra tuzilma bilan ajratadi.
• Oltita optimallashtirish algoritmini bir xil nomzod-baholash byudjeti va bir xil geometrik rejalashtiruvchi ostida taqqoslaydi.
• Algoritm taqqoslashida 30 takrorni bevosita mustaqil namuna sifatida sanash o‘rniga avval dala darajasida o‘rtacha olib, pseudoreplication xavfini kamaytiradi.
• Samaradorlik faqat qo‘shma ball bilan emas, qamrov, burilish, burilish soni va model yoqilg‘isi bilan ham hisobot qilingan.
• Dinamik headland yondashuvining foydasi bilan ortgan mutlaq burilish masofasi o‘rtasidagi murosa yashirilmagan.
• Sezgirlik tahlillari xavfsizlik koeffitsiyenti, ofset aniqligi va DQN giperparametrlari uchun bajarilgan.

Tadqiqot qo‘llab-quvvatlaydigan xulosalar

• Dinamik headland ajratilishi baholangan dala geometriyalarida keraksiz ishlanmaydigan chegara maydonini kamaytirgan.
• 24 dalada o‘rtacha headland nisbati %13,30 dan %7,52 gacha kamaygan.
• Saqlangan ish maydoni har bir dala uchun o‘rtacha 16.378,23 m² ga oshgan.
• O‘rtacha geometrik qamrov %98 dan yuqori saqlangan.
• DQN-SHADE bir xil baholash byudjetida sinovdan o‘tkazilgan beshta stoxastik baseline ga nisbatan pastroq mean gap va yuqoriroq threshold success rate ga erishgan.
• DQN-SHADE ning afzalligi ayniqsa qidiruvning keyingi avlodlarida namoyon bo‘lgan.
• Dinamik headland mutlaq burilish masofasini biroz oshirgan bo‘lsa-da, maydonga normallashtirilgan marshrut zichligi va model yoqilg‘i sarfini kamaytirgan.
• O‘qitishdan tashqari ikkita geometrik stress-testda muzlatilgan DQN siyosatlari qayta o‘qitishsiz amalga oshiriladigan marshrutlar yaratgan.

Tadqiqot qo‘llab-quvvatlamaydigan xulosalar va cheklovlar

• Haqiqiy traktor yoki purkagich mashinasi bilan dala tajribasida marshrut kuzatuvi tasdiqlanmagan.
• Haqiqiy yoqilg‘i sarfi o‘lchanmagan.
• Haqiqiy purkash depozitsiyasi yoki tomchi bir xilligi o‘lchanmagan.
• Shamol bilan ko‘chish va boom dinamikasi qamrov modelida yo‘q.
• Yer nishabligi va tuproq xususiyatlari yoqilg‘i modeliga kiritilmagan.
• Dala ichidagi daraxt, elektr ustuni, orol yoki boshqa to‘siqlar modellashtirilmagan.
• Model faqat tashqi chegara poligonlaridan foydalanadi.
• Yo‘lak ofseti uzluksiz emas, to‘rtta diskret darajadan iborat.
• “Reference optimum” uzluksiz qaror fazosining matematik global optimumi emas, 1440 nomzodli diskret fazoning optimumidir.
• ECDF-midrank shkalasi yangi dala uchun offline exhaustive enumeration ga asoslanadi; usul hali mos yozuv skanisiz to‘liq end-to-end onlayn hisoblash tejamkorligini ko‘rsatmaydi.
• Ikki stress-test geometriyasi universal geometrik umumlashtirish isboti emas.
• DQN-SHADE ning ikki stress geometriyasidagi muvaffaqiyat darajasi SHADE-6 dan yuqori emas; ikkalasi ham %100 ga erishgan.
• Asosiy DQN o‘rganish tezligi sezgirlik sinovidagi eng yaxshi o‘rganish tezligi emas.

Kelajakdagi tadqiqotlar

Manba keyingi bosqichda yuqori aniqlikdagi transport vositasi dinamikasi simulyatsiyasi, hardware-in-the-loop sinovlari va haqiqiy dala transport vositasi tajribalarini rejalashtiradi. Xususan, yo‘l kuzatuv xatosi, haqiqiy operatsiya vaqti, turli tuproq va relyef sharoitlarida o‘lchangan yoqilg‘i sarfi, burilish samaradorligi va spray-deposition bir xilligi tasdiqlanishi kerak.

Shuningdek, ish fazosini uzluksiz yo‘lak ofseti, kirish nuqtasini tanlash, turli burilish turlari, ichki to‘siqlar va ko‘p mashinali muvofiqlashtirishga kengaytirish tavsiya etilgan. Tomchi depozitsiyasi sensorlari, spray-width overlap va wind-drift modellari ham geometrik coverage metrikasini haqiqiy purkash samaradorligiga bog‘lay oladigan kelajak komponentlaridir.

Manba va Usul Haqida Izoh

Asl tadqiqot: Dynamic-Headland-Aware Coverage Path Planning for Ground-Based Plant Protection Operations in Irregular Fields Using DQN-SHADE.

Mualliflar: Tuo Sun, Xiaoyi Liu, Zhixin Yao, Taihong Zhang va Yanlin Xin.

Mas’ul mualliflar: Zhixin Yao va Taihong Zhang.

Muassasalar: College of Computer and Information Engineering, Xinjiang Agricultural University; Xinjiang Agricultural Informatization Engineering Technology Research Center; Research Center for Intelligent Agriculture, Ministry of Education Engineering, Urumqi, China.

Jurnal: Agriculture.

Nashriyot: MDPI.

Jild / son / maqola: 16(17), 1919.

DOI: 10.3390/agriculture16171919.

Topshirilgan: 14 iyul 2026.

Qayta ko‘rib chiqish: 23 avgust 2026.

Qabul: 28 avgust 2026.

Nashr: 4 sentabr 2026.

Manba turi: Taqrizdan o‘tgan tadqiqot maqolasi.

Litsenziya: Creative Commons Attribution (CC BY).

Tadqiqot turi: Haqiqiy UAV dan olingan dala chegaralari ustida geometrik CPP simulyatsiyasi va optimallashtirish algoritmlarini taqqoslash.

UAV ma’lumotlarini yig‘ish: DJI Mavic 3; 110 m parvoz balandligi; 15 m/s tezlik; May–Iyun 2025.

Dala soni: Xom ma’lumot 26 hudud; operatsion bo‘lmagan 6 va 24 raqamli hududlar chiqarilgach 24 dala.

Umumiy maydon: Taxminan 887,94 ha.

Bitta dala maydoni: 4,85–89,10 ha.

Koordinata tizimi: WGS84 → UTM Zone 45N, EPSG:32645.

Mashina modeli: Geometrik darajada 19,5 m ish kengligi va 5,0 m minimal burilish radiusi.

Algoritmlar: DQN-SHADE, DE, SHADE-6, PSO, GA va HHO.

Dasturiy ta’minot: Python 3.9.13; DQN moduli PyTorch 2.8.0.

Apparat ta’minoti: AMD Ryzen 7 7735H, 16 GB RAM, Windows 11.

DQN tuzilmasi: Double Dueling DQN; 26 o‘lchamli state; yetti action; asosiy o‘rganish tezligi \(2.5\times10^{-4}\); \(\gamma=0.99\); batch 32; replay buffer 10.000; test ε=0,05.

Cross-validation: Field-disjoint besh karra o‘qitish/sinov tuzilmasi.

Statistika: Friedman testi; DQN-SHADE nazorat sifatida juftlangan Wilcoxon signed-rank testlari; Holm ko‘p martalik taqqoslash tuzatishi.

Yoqilg‘i modeli: Marshrut uzunligidan hisoblangan model-bashoratli qiymat. Haqiqiy yoqilg‘i sensori o‘lchovi emas.

Moliyalashtirish: Provincial Key S&T Program of Xinjiang, grant 2022A02011; National Key R&D Program of China, grant 2022ZD0115805; Master’s Student Research Innovation Project of Xinjiang Agricultural University, grant XJAUGRI2026023.

Ma’lumotlar mavjudligi: Ma’lumotlar mas’ul muallifdan asosli so‘rov bo‘yicha olinishi mumkin.

Manfaatlar to‘qnashuvi: Mualliflar manfaatlar to‘qnashuvi yo‘qligini bildirgan.

Etika: Institutional Review Board va informed consent qo‘llanilmaydi.

Muallif hissalari: Konseptuallashtirish Tuo Sun va Zhixin Yao; metodologiya va dasturiy ta’minot Tuo Sun; tasdiqlash Tuo Sun, Zhixin Yao va Taihong Zhang; formal tahlil Tuo Sun; tadqiqot Tuo Sun, Xiaoyi Liu va Yanlin Xin; ma’lumotlarni kuratsiya qilish Tuo Sun va Zhixin Yao; dastlabki qoralama Tuo Sun; ko‘rib chiqish/tahrirlash Tuo Sun, Zhixin Yao va Taihong Zhang; vizuallashtirish Tuo Sun; rahbarlik, loyiha boshqaruvi va moliyalashtirishni olish Zhixin Yao va Taihong Zhang.

Asosiy metodologik cheklov: Tadqiqot haqiqiy dala chegaralaridan foydalansa-da, natijalar geometrik simulyatsiyadir. Haqiqiy transport vositasi yo‘l kuzatuv samaradorligi, o‘lchangan yoqilg‘i, tuproq/relyef ta’siri va haqiqiy spray deposition hali dala tajribasi bilan tasdiqlanmagan.

ECDF-midrank cheklovi: Baholash shkalasi har bir dala uchun offline exhaustive enumeration bilan kalibrlanadi. Shu sababli joriy tizim yangi dala uchun mos yozuv skanisiz end-to-end hisoblash ustunligini ko‘rsatmaydi.