A Mathematical Model for The Cropland Allocation to Improve Vegetable Production Performance of Smallholder Farmers in Thailand

Authors

  • Suphanida Jitjakr นักศึกษา หลักสูตรวิศวกรรมศาสตรมหาบัณฑิต สาขาวิชาวิศวกรรมอุตสาหการ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น
  • Kanchana Sethanan ศาสตราจารย์ ภาควิชาวิศวกรรมอุตสาหการ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น
  • Thitipong Jamrus ผู้ช่วยศาสตราจารย์ ภาควิชาวิศวกรรมอุตสาหการ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น
  • Chuleepawn Kusonkoom อาจารย์ คณะเศรษฐศาสตร์ มหาวิทยาลัยขอนแก่น
  • Sirorat Pattanapairoj อาจารย์ ภาควิชาวิศวกรรมอุตสาหการ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น

Keywords:

GAP, Cropland allocation, Mixed integer linear programming

Abstract

This research was aimed at investigating Generalized Assignment Problem (GAP).Presently, cropping necessitates consideration of various and factors and uncertainty, all of which lessen the efficiency of farm resource allocation. The study was thus emphasizing allocation of cropland allocation to improve vegetable production performance of smallholder farmers. The objective of this study was to maximize profits from allocation of farm plots for each type of vegetables under each grower's potential and the constraint in trade demand of big customers. A mixed integer linear programming was developed and compared with the current practice algorithms. The results illustrate that the proposed mixed integer linear programming is efficient in solving industrial-based problems both in terms of the quality of the solutions and computational time. 

References

Forrester RJ, Rodriguez M, Forrester R, Rodriguez M. An Integer Programming Approach to Crop Rotation Planning at an Organic Farm. UMAP J. 2018;38(4):5–25.

Office of Agricultural Economics. Agricultural land use [Internet] 2015 [updated 2020 Jan 15; cited 2020 May 7]. Available from: http://www.agriinfo.doae.go.th/year59/general/land/land59.pdf

Bangkok. Policy Options for Environmentally Friendly Pest Management in Thailand. Thailand Research Fund:Suwanna Praneetvatakul and et al; 2017.

Good Agricultural Practice [Internet] 2019 [updated 2020 Mar 18; cited 2020 May 23]. Available from: http://www.doa.go.th/hort/wp-content/uploads/2019/01/20170922

You PS, Hsieh YC. A computational approach for crop production of organic vegetables. Comput Electron Agric. 2017 Mar 1;134:33–42.

Kusoncum C, Sethanan K, Pattanapairoj S, Neungmatcha W. Algorithms Development for Scheduling and Sequencing of Sugarcane Truck to Dump Tippler in Cane and Sugar Industry in Central Region of Thailand. KKU Res J. 2019; 19(4): 111-126. Thai

Sangsawang C, Sethanun K. Scheduling Unrelated Parallel Machines Under Machine Eligibility Constraints in Thailandus Hard Disk Drive Industry. KKU Res J. 2015; 10(1): 14–21. Thai

Sethanan K, Pitakaso R. Improved differential evolution algorithms for solving generalized assignment problem. Expert Syst Appl. 2016;45:450–45.

Ketsripongsa U, Pitakaso R, Sethanan K, Srivarapongse T. An Improved Differential Evolution Algorithm for Crop Planning in the Northeastern Region of Thailand. Math Comput Appl. 2018;23(3):40.

Phudphad P, Sethanan K, Jamrus T. A hybrid particle swarm optimization for the generalized assignment problem with time window. MATEC Web Conf 192. 2018;01015:1–4.

Downloads

Published

2021-10-14

Issue

Section

บทความวิจัย