چکیده مدل های ریاضی با هدف تخصیص بهینه منابع با اعمال قیدهای محیطی و روابط متقابل بین متغیرها بعنوان ابزاری نیرومند در تصمیم گیری استفاده می شوند. مدل مانور عملیاتی 2، مدل بازی 3، مدل تحلیلی 4 و شبیه سازی 5 از جمله این مدلها هستند 6. در این میان مدلهای برنامه ریزی ریاضی بعنوان جزئی از مدلهای تحلیلی از قدیمی ترین روش های بهینه سازی هستند که با وجود کاربرد فراوان بی نقص نیستند؛ به طوری که فرضهای ساده کننده در برخی از این مدلها همچون مدل موتاد 7 و واریانس ارزش انتظاری 8، یک کاهش اطمینان را نسبت به برنامه های پیشنهادی در پی دارد. روش ترکیبی الگوریتم تکاملی 9 و شبیه سازی مونت کارلو 10 مدل قابل اعتمادتری در اختیار تصمیم گیرندگان قرار می دهد که همچون مدل مانور عملیاتی از درجه واقع بینی بالایی برخوردارست؛ اما برخلاف آن هزینه کمتری را تحمیل می نماید. بطوریکه بدون هیچگونه پیش فرضی، شبیه سازی مونت کارلو مدل سازی فرآیندهای تصادفی سری های زمانی محصولات را برعهده دارد و الگوریتم تکاملی بهینه سازی این مدل را به بهترین نحو، حتی در حالت پیچیده بودن اطلاعات تصادفی انجام می دهد. در این تحقیق بعد از تشریح این مدل، بعنوان نمونه الگوی بهینه کشت محصولات زراعی دشت مشهد بدست آمده است. داده های مطالعه با تکمیل پرسش نامه بین کشاورزان منطقه و داده های سری زمانی مطالعه از جهادکشاورزی مشهد جمع آوری شد. در نهایت نتایج بدست آمده از روش الگوریتم تکاملی با نتایج حاصل از مدل برنامه ریزی ریسکی درجه دوم مقایسه شد. با توجه به این که فرآیندهای تصادفی به بهترین شکل ممکن و بدون در نظر گرفتن هیچ گونه پیش فرضی به دست آمده اند، مدل بدست آمده به واقعیت نزدیک تر است. در نتیجه الگوی کشت بهتری در مقایسه با روش برنامه ریزی درجه دوم بدست آمده است. بنابراین با داشتن اطلاعات لازم مثل اطلاعات سری زمانی متغیرها، می توان به وسیله این مدل ترکیبی، الگوی کاشتی را به کشاورزان پیشنهاد نمود که کارایی نسبی بیشتری دارد.

کلمات کلیدی