29 apr Een optimale zachtfruit keten begint bij de oogst
Ontwikkelinging van een voorspellingsmodel en algoritmen
Status
Project nummer: 202002
Loopt
Doelstelling
De zacht-fruitketen staat bekend om de kwetsbaarheid en de korte houdbaarheid van het product, wat resulteert in verspilling en hoge kosten in de keten al voordat de consument bereikt is, doordat het product niet aan de verwachtingen voldoet. Belangrijke oorzaken hier zijn: variatie tijdens de oogst als gevolg van menselijke interpretatie en inconsistente informatie over de input-kwaliteit in de keten en daardoor onvoldoende kennis over het bederf in de keten. De belangrijkste uitdagingen zijn om te beslissen welke vrucht geschikt is om te oogsten en welk product geschikt is voor welke keten, op basis van de verwachte houdbaarheid van de betreffende vrucht.
Het doel van dit project is het ontwikkelingen van een voorspellingsmodel en algoritmen waarbij op basis van de producteigenschappen een oogstprognose gegeven kan worden en het moment van oogsten en de toewijzing van het product aan de juiste keten zo optimaal mogelijk kunnen worden gekozen. Hiervoor wordt de wetenschappelijke kennis over algoritmiek voor optimalisatie onder onzekerheid en machine learning gecombineerd met de kennis van teelt en ketendynamiek.
Projectbeschrijving
Het project is opgedeeld in 3 werkpaketten:
1. Ontwikkelen voorspellingsmodel
2. Oogst en keten optimalisatie
3. Toepassing in de teelt en de keten
- Ontwikkelen voorspellingsmodel
Op basis van expertkennis zullen tenminste twee aardbeienrassen worden geselecteerd om deze modellen voor te maken. Een belangrijke factor naast ras is de dynamiek in kwaliteit en houdbaarheid door het seizoen en variatie tussen bedrijven. In de aanpak zal daardoor een grote dataset moeten worden opgesteld waarbij intrinsieke product-eigenschappen van de vrucht aan de plant, het oogstmoment en de kwaliteit na de oogst nauwkeurig worden vastgelegd. Dataverzameling zal hierbij jaarrond plaatsvinden en bij verschillende bedrijven. In afstemming met de partners zal een concreet meetplan worden opgesteld, waarbij tevens beschikbare data wordt getoetst voor bruikbaarheid in de analyse. Deze data worden op een zo gestructureerd mogelijke manier verzamelend en gebruikt voor een voorspellingsmodel van de houdbaarheid en vruchtkwaliteit bij een gekozen oogstmoment. - Oogst en keten optimalisatie
In eerste instantie zal de keten gemodelleerd worden op basis van de kennis van teelt en ketendynamiek van experts. Dan wordt een eerste analyse gedaan van welke algoritmen gebruikt of aangepast kunnen worden om continu beslissingen op basis van dit model door te rekenen, en wanneer welke algoritmen het beste presteren met betrekking tot de gemiddelde verspilling, de risico’s op verspilling en de benodigde rekentijd. Hierna wordt de link gelegd met de voorspellingsmodellen over de houdbaarheid en productkwaliteit aan het eind van de keten en wordt gekeken welke combinatie van voorspellingsmodellen en beslissingsondersteunende algoritmen het beste presteert. - Toepassing in de teelt en de keten
Er zal hierbij een analyse worden gemaakt van zowel de fysieke processen als de datastromen in relatie tot de intrinsieke producteigenschappen. De inpassing zal samen met de partners worden getoetst. De focus in dit werkpakket zal liggen op de inpassing bij de teler en de teeltplanning. Hierin zal variatie aan het einde van de oogst inzichtelijk worden gemaakt, maar zal ook gekeken naar de voorspellingskracht van deze informatie op het teeltbedrijf.
Aanvrager(s)
TU Delft & Improvement Centre BV
Uitvoerder(s)
TU Delft, Improvement Centre BV en Delphy BV
Overige partners: Octinion Bvb, Birds.ai, Fruitmasters, Hunsballe Gront, LTO landelijke commissie gewasgroep aardbei.
Geen reactie's