ivdon3@bk.ru
Работа посвящена применению модели машинного обучения с подкреплением для автоматизации планирования дислокации мест рубок в лесном хозяйстве. Предложен метод оптимизации выбора лесосек на основе алгоритма оптимизации проксимальной политики (Proximal Policy Optimization). Разработана информационная система, адаптированная для обработки данных лесоустройства в матричном виде и работы с геоинформационными системами. Проведенные эксперименты демонстрируют способность находить рациональные варианты размещения лесосек с помощью предложенного метода. Полученные результаты являются перспективными для использования интеллектуальных систем в лесной отрасли.
Ключевые слова: обучение с подкреплением, глубокое обучение, дислокация мест рубок, лесное хозяйство, искусственный интеллект, оптимизация планирования, сплошные рубки
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 4.1.6 - Лесоведение, лесоводство, лесные культуры, агролесомелиорация, озеленение, лесная пирология и таксация