本研究提出了一种新算法“通过对齐实现公平聚类”（FCA），旨在解决现有公平聚类算法的不足。FCA通过优化聚类中心和联合概率分布，确保在不同公平水平下的聚类效用，实验结果表明其在公平性与聚类效用之间取得了良好平衡。

本研究提出了一种基于强化学习的联合概率分布采样神经网络（JPDS-NN），旨在优化农业车辆调度中的入口依赖性问题（EDVRP）。该方法有效考虑了田地几何形状和入口限制，实验结果表明，JPDS-NN显著减少了行驶距离和燃料消耗，并提升了动态任务分配的性能，推动了智能农业调度的发展。