Когнитивная структуризация и формальная постановка задачи устойчивости перерабатывающего комплекса

1

Размещено на http://www.allbest.ru//

Размещено на http://www.allbest.ru//

Когнитивная структуризация и формальная постановка задачи устойчивости перерабатывающего комплекса

В статье задача изучения устойчивости перерабатывающего комплекса региона сводится к разработке его формальной модели и исследованию ее на устойчивость. Анализируются характеристики доступных источников исходных данных для разработки модели, и сформулированные требования к модели рассматриваются как критерии выбора. В качестве инструмента моделирования предлагается применить новый перспективный метод системно-когнитивного анализа (СК-анализ). Конкретная реализация первого этапа СК-анализа, заключающегося в когнитивной структуризации и формализации предметной области, позволяет непосредственно приступить к синтезу численной модели, обеспечивающей исследование устойчивости управления и работы перерабатывающего комплекса региона.

Формулирование проблемы

В данной статье перерабатывающий комплекс региона (ПКР) рассматривается с точки зрения проектирования автоматизированных систем управления (АСУ).

Устойчивость ПКР складывается из устойчивости управления и устойчивости работы. Под устойчивостью управления в статье понимается отсутствие сильных реакций ПКР на слабые управляющие воздействия, а под устойчивостью работы - отсутствие сильных реакций в условиях сильных и сверхсильных внешних воздействий [1, 2].

Очевидно, что исследование устойчивости работы и управления ПКР в принципе не может быть осуществлено на основе проведения каких-либо экспериментов с ним. Поэтому исследуем поведение ПКР в реальных условиях в течение определенного периода. На основе ретроспективных данных предлагаем осуществить синтез комплексной модели ПКР и исследуем ее на устойчивость. Полученные результаты могут считаться исследованием самого моделируемого объекта только в том случае, если будет подтверждена адекватность модели.

Прежде всего, необходимо выбрать тип модели, обеспечивающей комплексную обработку имеющихся исходных данных.

Исследование характеристик источников исходных данных

Источники информации

Проведенный анализ доступных источников информации о работе перерабатывающего комплекса Краснодарского края показал, что наиболее полной информацией на данный момент обладает Краевой комитет статистики и ГУ «Инвестинформсервис АПК», входящее в состав администрации Краснодарского края. Эта организация уже несколько лет поддерживает электронные базы данных по ряду отраслей АПК региона. Таких баз в настоящее время насчитывается более 50, однако, только некоторые из них охватывают период более трех лет.

В работах [2, 3] приводятся такие данные в натуральном, относительном и стоимостном выражении за 1995-2002 годы включительно. Анализ структуры этих таблиц показал, что данные в них представлены в различных разрезах и не всегда могут быть приведены к одной стандартной типовой форме. Эта работа выполнена нами не для всего объема исходных данных, а лишь для тех, для которых это оказалось возможным. Тем не менее, нам удалось в одной комплексной таблице 1 представить данные десятков разрозненных таблиц.

Таблица 1. Исходные данные по работе АПК Краснодарского края

№	Наименование показателя и единицы измерения	1995 г.	1998 г.	1999 г.	2000 г.	2001 г.	2002 г.
	ДИНАМИКА ПРОИЗВОДСТВА ПРОДУКТОВ ЖИВОТНОВОДСТВА, ТЫС.Т
	Все категории хозяйств
	Получено мяса, тыс.т			286,50	340,00	366,10
	Молоко, тыс. т			1137,40	1270,60	1361,70
	Яйца, млн шт.			1153,90	1390,30	1462,50
	Шерсть в физ. счете, тыс. т			0,30	0,30	0,30
	Сельскохозяйственные предприятия
	Получено мяса, тыс. т			131,40	165,70	181,80
	Молоко, тыс. т			834,90	914,20	965,80
	Яйца, млн шт.			617,80	819,30	861,80
	Шерсть в физ. счете, тыс. т			0,18	0,18	0,19
	ДИНАМИКА ОБЪЕМОВ ПРОИЗВОДСТВА ПРОДУКЦИИ В ОТРАСЛЯХ АПК, МЛН РУБ.
	Всего по предприятиям АПК	6771,00	11608,00	23486,00	29533,00	35676,00
	Отрасли, обеспечивающие АПК средствами производства	434,00	828,00	1485,00	2033,00	2167,00
	Отрасли, перерабатывающие сельскохозяйственное сырье	6337,00	10780,00	22001,00	27500,00	33509,00
	В т.ч. пищевая промышленность	5474,00	9362,00	20002,00	24535,00	30019,00
	В т.ч. мукомольно-крупяная и комбикормовая (МКК)	852,00	1406,00	1981,00	2947,00	3461,00
	ИНДЕКСЫ ФИЗИЧЕСКОГО ОБЪЕМА ПРОМЫШЛЕННОЙ ПРОДУКЦИИ, % К ПРЕД. ГОДУ
	Всего по предприятиям АПК	85,00	102,00	126,00	103,00	96,00
	Отрасли, обеспечивающие АПК средствами производства	77,00	115,00	105,00	94,00	84,00
	Отрасли, перерабатывающие сельскохозяйственное сырье	85,00	101,00	161,00	104,00	98,00
	В т.ч. пищевая промышленность	86,00	105,00	122,00	113,00	93,00
	В т.ч. мукомольно-крупяная и комбикормовая	82,00	95,00	102,00	126,00	103,00
	ДИНАМИКА ВАЛОВЫХ СБОРОВ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР, тыс. т
	Валовой сбор зерновых и зернобобовых		3532	6357	6792	7982	8481
	Валовой сбор пшеницы		1962	4230	4074	5291	5393
	Валовой сбор ячменя		806	1214	1471	1811	1825
	Валовой сбор кукурузы		329	423	587	252	633
	Валовой сбор риса		314	336	462	393	407
	Валовой сбор сахарной свеклы		2134	2936	2827	3048	4202
	Валовой сбор подсолнечника		570	613	622	469	732
	Валовой сбор сои		42	48	54	36	97
	ДИНАМИКА РАЗВИТИЯ ЖИВОТНОВОДСТВА В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ
	Поголовье крупного рогатого скота (КРС)			740,00	750,00	737,00	733,00
	Поголовье коров			393,00	290,00	279,00	271,00
	Свиней			990,00	1225,00	1171,00	1242,00
	Овец			61,00	59,00	56,00	54,00
	Птицы, млн гол.			7,00	8,00	9,00	10,00
	ДИНАМИКА ПРОДУКТИВНОСТИ СКОТА И ПТИЦЫ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ
	Средний удой молока от одной коровы, кг		2559,00	2864,00	3181,00	3529,00
	Средний настриг шерсти с одной овцы, кг		2,70	3,00	3,00	3,30
	Средняя яйценоскость одной курицы-несушки, шт.		214,00	222,00	255,00	258,00
	ДИНАМИКА РАСХОДА КОРМОВ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ
	Расход кормов на 1 голову условного скота, кг		36,00	31,80	35,10	34,00
	Расход концентрированных кормов на 1 голову условного скота, кг		14,60	14,20	16,10	15,60
	ЧИСЛО ПРЕДПРИЯТИЙ, ВХОДЯЩИХ В АПК КРАСНОДАРСКОГО КРАЯ, ЕДИНИЦ
	Промышленность - всего		3784,00	3937,00	3430,00	4159,00
	Крупные и средние предприятия		288,00	275,00	248,00	283,00
	Предприятия, состоящие на балансе сельскохозяйственных и других непромышленных организаций		2569,00	2963,00	2397,00	3028,00
	Малые предприятия		927,00	699,00	785,00	848,00
	ИСПОЛЬЗОВАНИЕ СРЕДНЕГОДОВОЙ МОЩНОСТИ ПРЕДПРИЯТИЙ ПО ВЫПУСКУ ОТДЕЛЬНЫХ ВИДОВ ПРОДУКЦИИ, %
	Мясо	35,00	13,00	12,00	24,00	28,00
	Масло животное	46,00	28,00	28,00	31,00	31,00
	Цельномолочная продукция	22,00	33,00	35,00	53,00	55,00
	Сахар-песок	93,00	79,00	82,00	83,00	85,00
	Консервы плодоовощные	27,00	15,00	24,00	40,00	38,00
	Вино виноградное	27,00	14,00	20,00	21,00	20,00
	Мука	88,00	62,00	79,00	65,00	79,00
	Комбикорма	39,00	17,00	14,00	15,00	17,00
	СРАВНИТЕЛЬНЫЕ ДАННЫЕ О СРЕДНИХ ЦЕНАХ РЕАЛИЗАЦИИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ, ПЕРЕРАБАТЫВАЮЩИХ ПРЕДПРИЯТИЙ И ПОТРЕБИТЕЛЬСКИХ ЦЕНАХ НА ОТДЕЛЬНЫЕ ВИДЫ ЖИВОТНОВОДЧЕСКОЙ ПРОДУКЦИИ, ТЫС. РУБ.
	Цены реализации сельскохозяйственных предприятий за 1 т
	Крупный рогатый скот	2,60	5,70	11,50	13,70	18,70
	Свиньи	3,50	8,30	14,20	17,30	26,90
	Птица	3,30	8,50	15,70	19,80	24,40
	Молоко и молочные продукты	0,70	1,30	2,90	3,40	4,30
	Цены реализации перерабатывающих предприятий за 1 т
	Говядина	9,50	20,20	33,20	42,70	51,80	740,10
	Свинина	10,30	19,40	27,30	43,40	49,10	476,60
	Мясо птицы		20,50	281,00	34,40	37,60	183,40
	Потребительские цены в торговле за 1 т
	Говядина	12,50	23,80	42,50	49,40	66,80	534,40
	Свинина	14,60	26,30	42,40	55,00	79,60	545,20
	Куры	11,70	26,30	38,80	50,60	60,60	517,90
	Молоко цельное	2,20	4,70	5,80	6,30	8,60	390,90
	ДИНАМИКА СТРУКТУРЫ СЕБЕСТОИМОСТИ ПРОМЫШЛЕННОЙ ПРОДУКЦИИ ПО ЭЛЕМЕНТАМ ЗАТРАТ В РАЗРЕЗЕ ОТРАСЛЕЙ (КРУПНЫЕ И СРЕДНИЕ ПРЕДПРИЯТИЯ)
	Всего по предприятиям АПК
	Материальные затраты	73,40	73,10	78,00	78,00	75,80
	В т.ч. сырье и материалы	61,10	62,00	70,30	68,60	67,30
	Комплектующие и полуфабрикаты	1,20	1,10	0,80	1,00	1,10
	Работы и услуги	2,60	2,10	2,10	2,10	1,50
	Топливо и энергия	8,40	7,80	4,70	6,30	5,90
	Оплата труда	8,70	9,50	7,00	9,00	10,20
	Отрасли, перерабатывающие сельскохозяйственное сырье
	Из них материальные затраты	74,20	73,70	78,60	78,70	76,50
	В т.ч. сырье и материалы	62,60	63,60	1,90	70,40	68,40
	Комплектующие и полуфабрикаты	1,00	0,90	0,50	0,50	1,00
	Работы и услуги	2,60	2,00	1,70	1,80	1,80
	Топливо и энергия	8,10	7,20	4,50	6,10	5,70
	Оплата труда	8,40	9,20	6,70	8,60	9,80
	ДИНАМИКА ПОСЕВНЫХ ПЛОЩАДЕЙ И УРОЖАЙНОСТИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР
	Зерновые и зернобобовые
	Уборочная площадь, тыс. га		1464	1884	1967	2103	2045
	Урожайность, ц/га		24	34	35	39	42
	В т.ч. пшеница
	Уборочная площадь, тыс. га		692	1129	1061	1211	1151
	Урожайность, ц/га		28	38	38	44	47
	Ячмень
	Уборочная площадь, тыс. га		323	336	422	477	464
	Урожайность, ц/га		25	36	35	39	39
	Кукуруза на зерно
	Уборочная площадь, тыс. га		256	211	267	210	220
	Урожайность, ц/га		13	20	22	14	30
	Рис
	Уборочная площадь, тыс. га		92	113	111	99	103
	Урожайность, ц/га		34	30	42	42	42
	Сахарная свекла
	Уборочная площадь, тыс. га		151	163	126	128	142
	Урожайность, ц/га		142	180	224	241	295
	Подсолнечник
	Уборочная площадь, тыс. га		458	472	399	352	424
	Урожайность, ц/га		12	13	16	14	17
	Соя
	Уборочная площадь, тыс. га		78	50	48	44	59
	Урожайность, ц/га		5	10	11	9	18

Характеристики источников информации

Из анализа таблицы 1 по работе АПК Краснодарского края следует наличие значительной неполноты и фрагментарности исходных данных:

Нет данных ранее 1995 года, а также за 1996, 1997 и 2003 годы.

По ряду показателей отсутствуют данные за 1995, 1998 и 2002 годы.

Фактически достаточно полно представлены данные всего за 1999-2001 годы.

Данные представлены в трех видах «единиц измерения»:

в натуральном выражении (ряд различных единиц измерения);

в стоимостном выражении, причем не в сопоставимых единицах («твердой валюте»), а в рублях;

в относительном выражении, т.е. в процентах относительно предыдущего года.

Размерность исходных данных составляет 87 числовых показателей.

Требования к математической модели

Анализ характеристик исходных данных, отражающих динамику работы перерабатывающего комплекса региона, показывает, что его математическая модель должна обеспечивать:

- непараметрический анализ разнородных по своей природе данных, а также неполных (фрагментированных) и зашумленных данных большой размерности;

- выявление и исследование в сопоставимой форме причинно-следственных взаимосвязей факторов среды и управления различной природы, с одной стороны, и устойчивости ПКР - с другой.

Традиционные пути решения проблемы

В работе [1] было показано, что классические аналитические экономические модели, хорошо зарекомендовавшие себя в развитых странах, в условиях экономики переходного периода России имеют низкую степень адекватности, что не позволяет «настроить» эти модели на отражение наших реалий. Поэтому создание соответствующей нашим условиям аналитической модели макроэкономики переходного периода является проблематичным.

Статистические модели также не удовлетворяют сформулированным выше требованиям, т.к.:

- имеют жесткие ограничения по количеству исследуемых факторов, как правило, не более 10, тогда как в исследуемой модели факторов должно быть, по крайней мере, несколько десятков;

- требуют информации о результатах действия всех сочетаний исследуемых факторов («повторности»), что в исследуемой предметной области невыполнимо даже при нескольких факторах.

Необходимо подчеркнуть, что восполнить отсутствующие данные опытом не представляется возможным, т.к. объект исследования (перерабатывающий комплекс региона) принципиально не допускает какого-либо экспериментирования. Применение интерполяции также некорректно, т.к. в каждой строке и столбце корреляционной матрицы имеется более одного пропуска.

Кроме того, статистические модели очень сложно интерпретировать содержательно, для чего требуются большой труд квалифицированных аналитиков.

Таким образом, можно сделать вывод о том, что для моделирования такого сложного и малоисследованного объекта, каким является перерабатывающий комплекс региона, применение традиционных математических моделей сопряжено с множеством проблем.

Концепция решения проблемы

По мнению автора, решение поставленной проблемы может быть получено с помощью системно-когнитивного анализа (СК-анализ) [4], - нового перспективного математического метода системного анализа, основанного на теории информации, системном анализе и когнитивном моделировании. перерабатывающий структуризация регион модель

Весьма существенно, что для метода СК-анализа разработаны методика численных расчетов и соответствующий программный инструментарий [4], а также технология и методика их применения. Он прошел успешную апробацию при решении ряда задач в различных предметных областях. Метод является непараметрическим, позволяет сопоставимо обрабатывать тысячи градаций факторов и будущих состояний объекта управления при неполных (фрагментированных), зашумленных данных различной природы.

В работах [1, 4] приведен перечень этапов системно-когнитивного анализа, которые необходимо выполнить для того, чтобы осуществить синтез модели перерабатывающего комплекса и исследовать его на устойчивость работы и управления им.

Технология применения программного инструментария включает следующие этапы:

1. Когнитивная структуризация, а затем формализации предметной области.

2. Ввод данных мониторинга в базу прецедентов за период, в течение которого имеется необходимая информация в электронной форме.

3. Синтез семантической информационной модели (СИМ), обеспечивающей исследование устойчивости перерабатывающего комплекса региона (на примере Краснодарского края).

4. Оптимизация СИМ ПКР.

5. Проверка адекватности СИМ ПКР (внутренняя и внешняя, дифференциальная и интегральная валидность).

6. Анализ СИМ ПКР, изучение устойчивости управления и работы ПКР путем исследования его модели.

7. Идентификация состояний, прогнозирование и поддержка принятия управленческих решений по управлению ПКР с применением СИМ.

Наличие в распоряжении исследователей инструментария АСК-анализа позволяет осуществить не только синтез СИМ ПКР, но и периодическую адаптацию, а также синтез новых версий семантической информационной модели, обеспечивая тем самым отслеживание динамики предметной области и сохраняя высокую степень адекватности модели изменяющимся условиям.

Рассмотрим подробнее пути реализации первого этапа этой технологии, что и является основным предметом данной статьи:

- определяют факторы и будущие состояния объекта управления;

- измеряют область изменения и интервалы (диапазоны) числовых значений факторов, а также макропараметров, определяющих состояния объекта управления;

- конструируют классификационные и описательные шкалы и градации и их кодируют;

- исходные данные кодируют в системе классификационных и описательных шкал и градаций, в результате чего формируется обучающая выборка (база прецедентов, содержащая данные формализованного опыта управления перерабатывающим комплексом региона за ряд лет).

Когнитивная структуризация предметной области

Под когнитивной структуризацией предметной области будем понимать процесс ее познания, осуществляемый на основе системного подхода, в соответствии с которым объект познания рассматривается как система, имеющая сложное многоуровневое, иерархическое строение. Когнитивная структуризация предметной области - это начальный этап синтеза модели, подготавливающий формализацию [1, 4].

При когнитивной структуризации:

- выделяются целевые параметры системы, т.е. ее желательные и нежелательные будущие состояния, характеризующие ее на макроуровне;

- определяется система факторов, детерминирующих эти будущие состояния (факторы окружающей среды, технологические факторы и параметры системы на нижних уровнях ее иерархической структуры).

Основываясь на исходных данных, приведенных в таблице 1, и экономической постановке задачи устойчивости ПКР, представленной в работе [1], выделим для исследования в модели будущие состояния ПКР и факторы, определяющие их.

Будущие состояния объекта управления (классы).

Динамика производства продуктов животноводства

Все категории хозяйств

- получено мяса, тыс. т;

- молоко, тыс. т;

- яйца, млн шт.;

- шерсть в физ. счете, тыс. т.

Сельскохозяйственные предприятия

- получено мяса, тыс. т;

- молоко, тыс. т;

- яйца, млн шт.;

- шерсть в физ. счете, тыс. т.

ДИНАМИКА ОБЪЕМОВ ПРОИЗВОДСТВА ПРОДУКЦИИ В ОТРАСЛЯХ АПК, МЛН РУБ.

- всего по предприятиям АПК;

- отрасли, обеспечивающие АПК средствами производства;

- отрасли, перерабатывающие сельскохозяйственное сырье;

- в т.ч. пищевая промышленность;

- в т.ч. мукомольно-крупяная и комбикормовая (МКК).

ИНДЕКСЫ ФИЗИЧЕСКОГО ОБЪЕМА ПРОМЫШЛЕННОЙ ПРОДУКЦИИ, % К ПРЕД. ГОДУ

- всего по предприятиям АПК;

- отрасли, обеспечивающие АПК средствами производства;

- отрасли, перерабатывающие сельскохозяйственное сырье;

- в т.ч. пищевая промышленность;

- в т.ч. мукомольно-крупяная и комбикормовая.

ДИНАМИКА ВАЛОВЫХ СБОРОВ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР

- валовой сбор зерновых и зернобобовых, тыс. т;

- валовой сбор пшеницы, тыс. т;

- валовой сбор ячменя, тыс. т;

- валовой сбор кукурузы, тыс. т;

- валовой сбор риса, тыс. т;

- валовой сбор сахарной свеклы, тыс. т;

- валовой сбор подсолнечника, тыс. т;

- валовой сбор сои, тыс. т.

ФАКТОРЫ

ДИНАМИКА РАЗВИТИЯ ЖИВОТНОВОДСТВА В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ

- поголовье крупного рогатого скота (КРС);

- поголовье коров;

- свиней;

- овец;

- птицы, млн гол.

ДИНАМИКА ПРОДУКТИВНОСТИ СКОТА И ПТИЦЫ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ

- средний удой молока от одной коровы, кг;

- средний настриг шерсти с одной овцы, кг;

- средняя яйценоскость одной курицы-несушки, шт.

ДИНАМИКА РАСХОДА КОРМОВ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ

- расход кормов на 1 голову условного скота, кг;

- расход концентрированных кормов на 1 голову условного скота, кг.

ЧИСЛО ПРЕДПРИЯТИЙ, ВХОДЯЩИХ В АПК КРАСНОДАРСКОГО КРАЯ, ЕДИНИЦ

- промышленность - всего;

- крупные и средние предприятия;

- предприятия, состоящие на балансе сельскохозяйственных и других непромышленных организаций;

- малые предприятия.

ИСПОЛЬЗОВАНИЕ СРЕДНЕГОДОВОЙ МОЩНОСТИ ПРЕДПРИЯТИЙ ПО ВЫПУСКУ ОТДЕЛЬНЫХ ВИДОВ ПРОДУКЦИИ, %

- мясо;

- масло животное;

- цельномолочная продукция;

- сахар-песок;

- консервы плодоовощные;

- вино виноградное;

- мука;

- комбикорма.

СРАВНИТЕЛЬНЫЕ ДАННЫЕ О СРЕДНИХ ЦЕНАХ РЕАЛИЗАЦИИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ, ПЕРЕРАБАТЫВАЮЩИХ ПРЕДПРИЯТИЙ И ПОТРЕБИТЕЛЬСКИХ ЦЕНАХ НА ОТДЕЛЬНЫЕ ВИДЫ ЖИВОТНОВОДЧЕСКОЙ ПРОДУКЦИИ, ТЫС. РУБ.

Цены реализации сельскохозяйственных предприятий за 1 т

- крупный рогатый скот;

- свиньи;

- птица;

- молоко и молочные продукты.

Цены реализации перерабатывающих предприятий за 1 т

- говядина;

- свинина;

- мясо птицы.

Потребительские цены в торговле за 1 т

- говядина;

- свинина;

- куры;

- молоко цельное.

ДИНАМИКА СТРУКТУРЫ СЕБЕСТОИМОСТИ ПРОМЫШЛЕННОЙ ПРОДУКЦИИ ПО ЭЛЕМЕНТАМ ЗАТРАТ В РАЗРЕЗЕ ОТРАСЛЕЙ (КРУПНЫЕ И СРЕДНИЕ ПРЕДПРИЯТИЯ)

Всего по предприятиям АПК

- материальные затраты;

- в т.ч. сырье и материалы;

- комплектующие и полуфабрикаты;

- работы и услуги;

- топливо и энергия;

- оплата труда.

Отрасли, перерабатывающие сельскохозяйственное сырье

- из них материальные затраты;

- в т.ч. сырье и материалы;

- комплектующие и полуфабрикаты;

- работы и услуги;

- топливо и энергия;

- оплата труда.

ДИНАМИКА ПОСЕВНЫХ ПЛОЩАДЕЙ И УРОЖАЙНОСТИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР

Зерновые и зернобобовые

- уборочная площадь, тыс. га;

- урожайность, ц/га.

В т.ч. пшеница

- уборочная площадь, тыс. га;

- урожайность, ц/га.

Ячмень

- уборочная площадь, тыс. га;

- урожайность, ц/га.

Кукуруза на зерно

- уборочная площадь, тыс. га;

- урожайность, ц/га.

Рис

- уборочная площадь, тыс. га;

- урожайность, ц/га.

Сахарная свекла

- уборочная площадь, тыс. га;

- урожайность, ц/га.

Подсолнечник

- уборочная площадь, тыс. га;

- урожайность, ц/га.

Соя

- уборочная площадь, тыс. га;

- урожайность, ц/га.

6. Формализация предметной области

Формализация предметной области осуществляется на основе ее когнитивной структуризации и предполагает конструирование классификационных и описательных шкал и градаций, как правило, порядкового типа с использованием интервальных оценок, в системе которых предметная область описывается в форме, пригодной для обработки на компьютере с использованием математических моделей [4].

В соответствии с методом СК-анализа каждый числовой фактор, представленный в таблице 1, независимо от его смысла и единиц измерения, рассматривается как переменная числовая величина, принимающая определенное множество значений. Подобные величины формализуются путем сведения к интервальным значениям, т.е. введения некоторого количества диапазонов, охватывающих все множество значений фактора, и установления фактов попадания конкретного значения величины в определенный диапазон.

Для каждого фактора устанавливаются свои границы диапазонов, исходя из их количества и множества значений величины фактора.

Количество диапазонов может быть различным для разных факторов, но на практике удобнее выбирать их одинаковым. Чем больше диапазонов, тем точнее интервальные оценки. Однако это условие выполняется в том случае, когда, по крайней мере, для большинства диапазонов наблюдаются факты попадания значений факторов в них. Очевидно, для этого необходимо достаточно большое количество данных. Если их нет, то многие диапазоны могут оказаться пустыми и модель приближается к детерминистскому типу. В таком случае имеет смысл уменьшить их количество и тем самым увеличить данные.

Из этих рассуждений следует вывод о том, что при большом количестве данных можно увеличивать количество диапазонов и повысить точность исследования. Когда же данных недостаточно, приходится укрупнять диапазоны, что приводит к некоторой неточности выводов, но делает их статистически обоснованными. По-видимому, это утверждение можно считать одной из форм теоремы Котельникова об отсчетах.

СК-анализ предусматривает также возможность использования вторичных показателей, являющихся различными функциями первичных показателей. Однако этот подход требует данных большего объема и за длительный период времени, поэтому, в данном исследовании применяться не будет. Нами, прежде всего, было определено количество диапазонов, равное пяти. Затем были определены границы каждого диапазона:

- для каждого фактора были установлены минимальное и максимальное значения;

- весь интервал значений был разделен на пять равных частей (табл. 2).

Таблица 2. Области значений и границы диапазонов факторов

...

№ п/.п	Наименования факторов	MIN	MAX	D	Диапазоны
					1-й	2-й	3-й	4-й	5-й
					Min	Max	Min	Max	Min	Max	Min	Max	Min	Max
	ДИНАМИКА ПРОИЗВОДСТВА ПРОДУКТОВ ЖИВОТНОВОДСТВА , ТЫС.Т
	Все категории хозяйств
	Получено мяса, тыс. т	287	366	16	287	302	302	318	318	334	334	350	350	366
	Молоко, тыс. т	1137	1362	45	1137	1182	1182	1227	1227	1272	1272	1317	1317	1362
	Яйца, млн шт.	1154	1463	62	1154	1216	1216	1277	1277	1339	1339	1401	1401	1463
	Шерсть в физ. счете, тыс. т	0,30	0,30	0,00	0,30	0,30	0,30	0,30	0,30	0,30	0,30	0,30	0,30	0,30
	Сельскохозяйственные предприятия
	Получено мяса, тыс. т	131	182	10	131	141	141	152	152	162	162	172	172	182
	Молоко, тыс. т	835	966	26	835	861	861	887	887	913	913	940	940	966
	Яйца, млн шт.	618	862	49	618	667	667	715	715	764	764	813	813	862
	Шерсть в физ. счете, тыс. т	0,18	0,19	0,00	0,18	0,18	0,18	0,18	0,18	0,19	0,19	0,19	0,19	0,19
	ДИНАМИКА ОБЪЕМОВ ПРОИЗВОДСТВА ПРОДУКЦИИ В ОТРАСЛЯХ АПК, МЛН РУБ.
	Всего по предприятиям АПК	6771	35676	5781	6771	12552	12552	18333	18333	24114	24114	29895	29895	35676
	Отрасли, обеспечивающие АПК средствами производства	434	2167	347	434	781	781	1127	1127	1474	1474	1820	1820	2167
	Отрасли, перерабатывающие сельскохозяйственное сырье	6337	33509	5434	6337	11771	11771	17206	17206	22640	22640	28075	28075	33509
	В т.ч. пищевая промышленность	5474	30019	4909	5474	10383	10383	15292	15292	20201	20201	25110	25110	30019
	В т.ч. мукомольно-крупяная и комбикормовая (МКК)	852	3461	522	852	1374	1374	1896	1896	2417	2417	2939	2939	3461
	ИНДЕКСЫ ФИЗИЧЕСКОГО ОБЪЕМА ПРОМЫШЛЕННОЙ ПРОДУКЦИИ, % К ПРЕД. ГОДУ
	Всего по предприятиям АПК	85	126	8	85	93	93	101	101	110	110	118	118	126
	Отрасли, обеспечивающие АПК средствами производства	77	115	8	77	85	85	92	92	100	100	107	107	115
	Отрасли, перерабатывающие сельскохозяйственное сырье	85	161	15	85	100	100	115	115	131	131	146	146	161
	В т.ч. пищевая промышленность	86	122	7	86	93	93	100	100	108	108	115	115	122
	В т.ч. мукомольно-крупяная и комбикормовая	82	126	9	82	91	91	100	100	108	108	117	117	126
	ДИНАМИКА ВАЛОВЫХ СБОРОВ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР
	Валовой сбор зерновых и зернобобовых, тыс. т	3532	8481	990	3532	4522	4522	5512	5512	6502	6502	7491	7491	8481
	Валовой сбор пшеницы, тыс. т	1962	5393	686	1962	2648	2648	3334	3334	4021	4021	4707	4707	5393
	Валовой сбор ячменя, тыс. т	806	1825	204	806	1010	1010	1214	1214	1417	1417	1621	1621	1825
	Валовой сбор кукурузы, тыс. т	252	633	76	252	328	328	404	404	481	481	557	557	633
	Валовой сбор риса, тыс. т	314	462	30	314	344	344	373	373	403	403	432	432	462
	Валовой сбор сахарной свеклы, тыс. т	2134	4202	414	2134	2548	2548	2961	2961	3375	3375	3789	3789	4202
	Валовой сбор подсолнечника, тыс. т	469	732	53	469	521	521	574	574	627	627	680	680	732
	Валовой сбор сои, тыс. т	36	97	12	36	48	48	60	60	72	72	84	84	97
	ДИНАМИКА РАЗВИТИЯ ЖИВОТНОВОДСТВА В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ
	Поголовье крупного рогатого скота (КРС)	733	750	3	733	736	736	740	740	743	743	747	747	750
	Поголовье коров	271	393	24	271	295	295	320	320	344	344	369	369	393
	Свиней	990	1242	50	990	1040	1040	1091	1091	1141	1141	1192	1192	1242
	Овец	54	61	1	54	55	55	57	57	58	58	60	60	61
	Птицы, млн гол.	7	10	1	7	8	8	8	8	9	9	9	9	10
	ДИНАМИКА ПРОДУКТИВНОСТИ СКОТА И ПТИЦЫ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ
	Средний удой молока от одной коровы, кг	2559	3529	194	2559	2753	2753	2947	2947	3141	3141	3335	3335	3529
	Средний настриг шерсти с одной овцы, кг	3	3	0	3	3	3	3	3	3	3	3	3	3
	Средняя яйценоскость одной курицы-несушки, шт.	214	258	9	214	223	223	232	232	240	240	249	249	258
	ДИНАМИКА РАСХОДА КОРМОВ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ
	Расход кормов на 1 голову условного скота, кг	32	36	1	32	33	33	33	33	34	34	35	35	36
	Расход концентрированных кормов на 1 голову условного скота, кг	14	16	0	14	15	15	15	15	15	15	16	16	16
	ЧИСЛО ПРЕДПРИЯТИЙ, ВХОДЯЩИХ В АПК КРАСНОДАРСКОГО КРАЯ, ЕДИНИЦ
	Промышленность - всего	3430	4159	146	3430	3576	3576	3722	3722	3867	3867	4013	4013	4159

Подобные документы

• Оптимизация сетевой модели комплекса производственных работ

  Метод сетевого планирования и управления, его цели, задачи и необходимость. Определение минимальной стоимости комплекса производственных работ при заданной продолжительности его выполнения с помощью построения, анализа и оптимизации сетевого графика.
  
  курсовая работа [39,6 K], добавлен 07.12.2010
  

• Теория игр в экономике

  Построение модели и индивидуального спроса в рамках стратегических рыночных игр. Построение модели и постановка игры, введение базовых понятий и переменных. Упрощение модели и постановка задачи максимизации. Ожидаемая полезность и проблемы максимизации.
  
  дипломная работа [2,3 M], добавлен 25.08.2017
  

• Модели панельных данных для групп складских запасов торгового предприятия, построенных на основе ABC-XYZ классификации

  Изучение методов моделирования и анализа панельных данных. Построение ABC-XYZ классификации среди данных широкой номенклатуры по товарным запасам торгового предприятия. Виды исходных данных и построение на их основе модели регрессии по панельным данным.
  
  курсовая работа [363,2 K], добавлен 23.02.2015
  

• Построение эконометрической модели производственной функции и ее анализ в среде Excel

  Статистический анализ по выборке. Проведение регрессионного анализа исходных данных и выбор аналитической формы записи производственной функции. Выполнение экономического анализа в выбранной регрессионной модели на основе коэффициентов эластичности.
  
  курсовая работа [2,2 M], добавлен 22.07.2015
  

• Синтез линейных систем регулирования

  Линеаризация математической модели регулирования. Исследование динамических характеристик объекта управления по математической модели. Исследование устойчивости замкнутой системы управления линейной системы. Определение устойчивости системы управления.
  
  курсовая работа [1,6 M], добавлен 07.08.2013
  

• Основные этапы разработки имитационной модели (на примере модели банковского отделения)

  Процедура проведения имитационных экспериментов с моделью исследуемой системы. Этапы имитационного моделирования. Построение концептуальной модели объекта. Верификация и адаптация имитационной модели. Метод Монте-Карло. Моделирование работы отдела банка.
  
  курсовая работа [549,5 K], добавлен 25.09.2011
  

• Модели сетевого планирования и управления

  Общая характеристика и модели сетевого планирования и управления. Оптимизация сетевых моделей по критерию "время-затраты". Показатели элементов сетевой модели. Оптимизация сетевого графика - процесс улучшения организации выполнения комплекса работ.
  
  лекция [313,1 K], добавлен 09.03.2009
  

• Задачи о распределении ресурсов

  Характерные черты задач линейного программирования. Общая постановка задачи планирования производства. Построение математической модели распределения ресурсов фирмы. Анализ чувствительности оптимального решения. Составление отчета по устойчивости.
  
  презентация [1,1 M], добавлен 02.12.2014
  

• Анализ модели на чувствительность

  Определение экономических рисков разными авторами. Основные способы анализа чувствительности модели. Суть и технология анализа чувствительности модели как способ восстановления финансового равновесия, принятия оптимального решения, недостатки метода.
  
  курсовая работа [205,0 K], добавлен 27.05.2009
  

• Оптимизация сетевой модели комплекса производственных работ

  Определение понятия "сетевой график" и технология его построения. Нахождение полного и критического путей графика. Оптимизация сетевого графика по критерию минимизации затрат при заданной продолжительности выполнения комплекса производственных работ.
  
  курсовая работа [27,4 K], добавлен 05.10.2010
  

• Разработка математической модели по формированию производственной программы предприятия

  Роль экономико-математических методов в оптимизации экономических решений. Этапы построения математической модели и решение общей задачи симплекс-методом. Составление экономико-математической модели предприятия по производству хлебобулочных изделий.
  
  курсовая работа [1,3 M], добавлен 09.07.2015
  

• Исследование эконометрической модели с использованием пакета Eviews

  Процесс построения и анализа эконометрической модели в пакете Econometric Views. Составление, расчет и анализ существующей проблемы. Проверка адекватности модели реальной ситуации на числовых данных в среде Eviews. Построение регрессионного уравнения.
  
  курсовая работа [1,3 M], добавлен 17.02.2014
  

• Математические методы и модели в экономике

  Построение одноиндексной математической модели задачи линейного программирования, ее решение графическим методом. Разработка путей оптимизации сетевой модели по критерию "минимум исполнителей". Решение задачи управления запасами на производстве.
  
  контрольная работа [80,8 K], добавлен 13.12.2010
  

• Имитационные модели глобальных систем

  Исследование особенностей разработки и построения модели социально-экономической системы. Характеристика основных этапов процесса имитации. Экспериментирование с использованием имитационной модели. Организационные аспекты имитационного моделирования.
  
  реферат [192,1 K], добавлен 15.06.2015
  

• Формирование исходных данных SWOT-анализа, построение диаграммы Исикавы при увеличении количества жалоб клиентов и построение модели Кано для наручных часов

  SWOT-анализ стоматологической клиники. Оценка степени влияния факторов на увеличении количества жалоб клиентов и причин их перехода к конкурентам. Исследование особенностей восприятия покупателями различных атрибутов наручных часов с помощью модели Кано.
  
  курсовая работа [310,6 K], добавлен 11.04.2014
  

• Регрессионный анализ. Факторный эксперимент

  Построение уравнения регрессии, учитывающего взаимодействия факторов, проверка полученной модели на адекватность. Построение математической модели и нахождение численных значений параметров этой модели. Вычисление коэффициентов линейной модели.
  
  курсовая работа [1005,0 K], добавлен 07.08.2013
  

• Запись математической модели в форме стандартной задачи линейного программирования

  Построение экономической модели по оптимизации прибыли производства. Разработка математической модели задачи по оптимизации производственного плана и её решение методами линейного программирования. Определение опорного и оптимального плана производства.
  
  дипломная работа [311,3 K], добавлен 17.01.2014
  

• Экономико-математические методы и прикладные модели

  Построение экономико-математической модели задачи, комментарии к ней и получение решения графическим методом. Использование аппарата теории двойственности для экономико-математического анализа оптимального плана задачи линейного программирования.
  
  контрольная работа [2,2 M], добавлен 27.03.2008
  

• Построение трендовой модели

  Данные для разработки трендовой модели изменения объемов грузооборота предприятий транспорта. Проверка гипотезы на наличие тенденции. Понятие и обоснование периода упреждения прогноза. Выбор оптимальной прогнозной модели по коэффициенту детерминации.
  
  курсовая работа [1008,3 K], добавлен 01.10.2014
  

• Оценка риска на основе динамических моделей устойчивости

  Решения, связанные с рисками. Снижение риска с помощью статистической теории принятия решений. Применение модели платежной матрицы и различных ее вариантов. Направленность изменений соотношений темпов роста показателей, формирующих динамические модели.
  
  контрольная работа [41,2 K], добавлен 28.03.2013
  

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам