Темы диссертаций по экономике » Математические и инструментальные методы экономики

Новые информационные технологии в управлении свеклосахарным комплексом тема диссертации по экономике, полный текст автореферата

Автореферат

Ученая степень	кандидат экономических наук
Автор	Казаков, Алексей Юрьевич
Место защиты	Москва
Год	1999
Шифр ВАК РФ	08.00.13

Диссертация

Автореферат диссертации по теме "Новые информационные технологии в управлении свеклосахарным комплексом"

На правах рукописи

КАЗАКОВ АЛЕКСЕИ ЮРЬЕВИЧ

НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В УПРАВЛЕНИИ СВЕКЛОСАХАРНЫМ КОМПЛЕКСОМ

Специальность 08.00.13 - Экономикс-матери гические методы

Автореферат

диссертации на соискание ученой степени кандидата экономических наук

На правах рукописи

КАЗАКОВ АЛЕКСЕЙ ЮРЬЕВИЧ

НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В УПРАВЛЕНИИ СВЕКЛОСАХАРНЫМ КОМПЛЕКСОМ

Специальность 08.00.13 - Экономико-математические методы

Автореферат

диссертации на соискание ученой степени кандидата экономических наук

Диссертационная работа выпонена во Всероссийском институте аграрных проблем и информатики.

Научный руководитель:

Официальные оппоненты:

доктор экономических наук М. Г. Прокопьев кандидат экономических наук И. А. Романенко

Ведущая организация:

Научно-исследовательский институт экономики и организации АПК ЦЧР РФ

Защита диссертации состоится уЛий-З 1999 года в

ЛЬ. часов на заседании диссертационного совета К.020.3401 по присуждению ученой степени кандидата экономических наук во Всероссийском институте аграрной проблем и информатики по адресу.103064, г. Москва, а/я 342, ул. Б. Харитоньевский пер., 21, корп.1.

С диссертацией можно ознакомится в библиотеке института.

Автореферат разослан л ОЛ1рел_Ч1999 года.

Ученый секретарь

доктор экономических наук С. Б. Огнивцев

Т.И. Леонова

I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. С переходом к рыночной экономике и распадом СССР положение свеклосахарного комплекса России существенно усложнилось. Значительная часть сырьевой базы осталась в независимой теперь Украине, ставшей существенным конкурентом российских сахарных производителей. Неблагоприятные природно-климатические условия и незначительная зашита внутреннего рынка от конкуренции со стороны импортеров привели к ухудшению финансового состояния большинства предприятий свеклосахарного комплекса. Просчеты в макроэкономической политике, нехватка оборотных средств и дороговизна кредитных ресурсов привели к бартеризации экономических отношений в комплексе и кризису неплатежей. Новые условия потребовали от руководителей свеклосахарных предприятий умения принимать оперативные и адекватные в сложной рыночной экономике решения. При этом методики и опыта принятия таких решений у них не было, в связи с чем, на объективные трудности переходного периода наложились субъективные неудачи в сфере хозяйственной и особенно финансовой деятельности.

В настоящее время назрела острая необходимость в разработке специального инструментария для принятия экономических и технологических решений по повышению эффективности свеклосахарного комплекса на всех уровнях его управления. Такая задача в современных условиях не может быть решена без использования всего арсенала средств системного анализа, экономико-математического моделирования и новых компьютерных технологий. Однако методическая база применения нового инструментария принятия решений в условиях рыночной экономики для свеклосахарного комплекса пока разработана явно недостаточно.

Таким образом, актуальность темы диссертационных исследований обуславливается, во-первых, острой необходимостью принятия мер по реформированию экономических отношений в свеклосахарном комплексе и его технологической реконструкции, во-вторых, потребностью в принятии экономических и технологических решений на основе адекватных новым условиям моделей и экспертных систем управления свеклосахарным комплексом и, в третьих, недостаточной методической разработанностью применения математических методов и вычислительной техники для нужд свеклосахарного комплекса.

Цель и задачи исследования. Основной целью данной работы является создание системы моделей, экспертной системы, базы данных и методики их использования для решения задач управления свеклосахарным комплексом на различных уровнях.

Для выпонения этих целей необходимо было решить следующие задачи:

Х проанализировать состояние свеклосахарного комплекса и предлагаемые пути его совершенствования;

Х спроектировать общую информационную структуру и программно реализовать математическое обеспечение системы управления свеклосахарным комплексом на различных уровнях, элементами которого являются:

- система экономико-математических моделей функционирования свеклосахарного комплекса и интеграционных преобразований в комплексе;

- экспертная система по управлению продукционно-технологическим процессом производства сахарной свеклы;

- база данных по технологии производства сахарной свеклы;

Х апробировать экономико-математическую модель, экспертную систему и базу данных.

Объект и предмет исследования. Объектом исследования является свеклосахарный комплекс Российской Федерации и отдельные свеклосеющие хозяйства. Предметом исследования - новые информационные технологии и вопросы их применения на всех уровнях управления свеклосахарным комплексом.

Методологические основы н методы исследования. Результаты исследований, содержащиеся в диссертации, основаны на изучении работ отечественных и зарубежных ученых в области математической экономики, кибернетики, сельскохозяйственной экономической науки, нормативных и методических материалах научно-исследовательских институтов.

Достоверность и точность полученных результатов обеспечивается широким использованием и обобщением статистического материала, отчетных данных, справочной информации, законодательных актов, личных наблюдений автора, применением компьютерных технологий обработки информации.

В диссертационной работе применялись: системный анализ, машинная имитация, экономико-математическое моделирование (динамические модели, модели частичного равновесия).

Связь с планом научных работ. Работа выпонена в соответствии с планом научно-исследовательской работы Всероссийского института аграрных проблем и информатики РАСХН по теме Разработать систему экономических моделей развития агропромышленного комплекса России на разных уровнях (Гр. № 01.9.70 006939).

Научная новизна результатов исследования:

Х разработана система экономико-математических моделей функционирования свеклосахарного комплекса, позволяющая обосновать основные направления стратегии его развития и оценивать воздействия различных механизмов государственного регулирования;

Х предложена экономико-математическая модель для организационного проектирования новых интеграционных образований в свеклосахарном комплексе, позволяющие оценить их экономическую эффективность;

Х разработана и программно реализована экспертная система, которая предназначена для решения задач оперативного управления продукционно-технологическим процессом производства сахарной свеклы, оценки экономической эффективности технологических операций, прогноза урожайности;

Х спроектирована и реализована база данных "Сахарная свекла". Она предназначена для использования в качестве информационно-справочной системы консультантов ИКЦ районных и региональных уровней или непосредственно свекловодами практиками.

Практическая значимость исследования заключается в разработке методических положений и рекомендаций по использованию экономико-математических моделей и применению вычислительной техники для решения практических задач управления свеклосахарным комплексом на различных уровнях. В частности, использование системы экономико-математических моделей функционирования свеклосахарного комплекса позволит более оперативно и научно обоснованно принимать эффективные управленческие решения на федеральном уровне. Применение экспертной системы Свекла-эксперт качественно улучшит уровень принятия решений при производстве сахарной свеклы. База данных Сахарная свекла позволяет существенно улучшить консатинговые услуги для свекловодов.

Апробация и реализация результатов исследования. Проведенные автором исследования, предложенные научные разработки, практические рекомендации прохо-

лили производственную проверку и получили положительные отзывы в свеклосеющих хозяйствах Липецкой области и Агентстве по Семеноводству свеклы Семсвекла, что подтверждено справками о внедрении.

Основные положения диссертации докладывались и обсуждались на научно-практических конференциях и симпозиумах, проведенных Всероссийским научно-исследовательским институтом сахарной свеклы и сахара РАСХН, Институтом США и Канады РАН, Всероссийским институтом аграрных проблем и информатики РАСХН и др. По теме диссертации опубликованы 7 работ общим объемом 3.1 п. л.

Структура работы. Диссертационная работа объемом 187 страниц машинописного текста состоит из введения, трех глав, выводов и предложений, приложений, списка использованной литературы, включающего 158 наименований. Она содержит 13 таблиц, 4 диаграммы и 17 рисунков.

Во введении дается обоснование актуальности темы исследования, сформулированы цель и основные задачи исследования, объект и методология изучения поставленных вопросов, а также научная новизна и практическая значимость работы.

О первой главе Системный ананз проблем развития свеклосахарного комплекса оценивается состояние и перспективы развития свекловодства, сахарного производства и рынка сахара в Российской Федерации. С позиции системного анализа определяются факторы влияющие на эффективность работы свеклосахарного комплекса.

Во второй главе Моделирование свеклосахарного комплекса анализируются методы экономико-математического моделирования, применяемые в свеклосахарном комплексе. Предлагаются системы экономико-математические моделей функционирования свеклосахарного комплекса Российской Федерации и интеграционных преобразований в свеклосахарном комплексе.

В третьей главе Экспертные системы и базы данных для принятия решений при управлении производством сахарной свеклы классифицируются и анализируются экспертные системы и базы данных. Предлагаются экспертная система по управлению продукционно-технологическим процессом производства сахарной свеклы и база данных Сахарная свекла.

II. ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ.

Сахар имеет большое экономическое значение как продукт питания и сырье для промышленности. Сочетание таких качеств, как высокая калорийность и возможность сравнительно продожительного хранения при соответствующих условиях без потерь определяет важную роль сахара в формировании государственных резервов продовольствия. Мировое производство его непрерывно растет.

На протяжении нескольких последних лет в мире наблюдается перепроизводство сахара. Годовой темп прироста объемов экспорта сахара достиг необычно высокого уровня - 7 процентов. Страны Европейского союза, на долю которых приходится 24% мирового экспорта сахара, на сегодняшний день имеют нереализованные остатки в количестве более 2 мн. тонн.

Российский сахарный рынок в нарастающих объемах запоняется более дешевым импортным сахаром, а собственная сырьевая база свертывается.

За период 1991-1998 г.г. посевные площади сахарной свеклы уменьшились с 1399.1 до 816.4 тьтс.гектаров. Валовой сбор свеклы сократися с 24.280 до 10.819 мн.тонн, урожайность снизилась с 22.5 до 13.4 тонн с гектара. Объемы закупок уменьшились на 8.119 мн.тонн, объемы переработки сахарной свеклы с 27.212 до 11.471 мн.тонн, а производство сахара-песка из свеклы уменьшилось на 1586 тыс.т. ( с 2846 до 1260 тыс.т.) (табл. 1). Это самые низкие показатели за последние 40 лет.

Износ основных производственных фондов сахарных заводов превышает 50%, а их производственные мощности используются на 82.2%, что на 6.5% меньше чем в 1986-90 годах. Коэффициент извлечения сахара из сахарной свеклы не превышает 70 % (82-85% в европейских сахаропроизводящих странах). Затраты труда на переработку 100 тонн сахарной свеклы увеличились с 8.9 до 11.6 чел/дн, а расход условного топлива увеличися с 6.49% до 6.71% к массе переработанной свеклы.

Свыше 60% ресурсов сахара на российском рынке в 1997 году формировалось за счет собственного производства из сахарной свеклы и сахара-сырца, но при этом удельный вес сахара, вырабатываемого российскими сахарными заводами из сахарной свеклы, в общем объеме производства за последние 10 лет сократися с 74 до 27 процентов. Общий объем производства сахара к концу 1997 года составил 3757 тыс.т, в том числе из сахарной свеклы - 1337 тыс.т., из сахара сырца - 2450 тыс.т.

Таблица 1.

Производство сахарной свеклы и сахара в Российской Федерации.

19861990 1991 1992 1993 1994 1995 1996 1997 1998

11лонидь посева сахарной свеклы (тыс.га). 1475.6 1399.1 1438.6 1333.3 1104.4 1085.5 1060 935.0 816.4

Валовой сбор сахарной свеклы (гмс.тонн). 33177 24280 25548 25468 13946 19071 16166 13841 10819

Урожайность сахарной свеклы (Ц/га). 225 174 176 191 126 176 152 148 134

Объемы закупок сахарной свеклы (тыс.тонн). 28764 18631 22613 22115 12566 17607 14672 11968 10512

Ныработано сахара-песка из свеклы (тыс.тонн, календарный год). 2846 2069 2243 2504 1654 2062 1703 1334 1260

Себестоимость производства 1 центнера сахарной свеклы (руб). 7.75 138.5 929.7 4710 11200 19400 22000 27

Затраты на переработку 100 тонн сахарной свеклы (чел/дн). 8.9 10 9 9 10.2 10.1 12 11.8 11.6

11ереработка сахара-сырца (в гмс.тонн, календарный год). 1185 1448 1900 1449 1089 1110 1628 2550 3622

Импорт сахара (тыс.тонн) 3063.4 3149.7 3485.3 4000

Проблема нарастающей экспансии белого сахара и сахара-сырца в Россию уже приобрела общегосударственный характер. Устаревшая физически и морально материально техническая база и крайне тяжелое финансовое положение сахарных заводов, свеклосеющих и семеноводческих хозяйств, научно-исследовательских учреждений ослабили отрасль настолько, что если не будут приняты срочные меры, она просто перестанет существовать. Это чревато для России ростом зависимости от импорта сахара, значительным подрывом продовольственной безопасности и усилением социальной

напряженности в регионах, где свеклосахарная отрасль является основной сферой занятости трудоспособного населения.

В целях стабилизации положения дел в свеклосахарном комплексе Российской Федерации необходимо увеличить производство собственного сахара, улучшить обеспечение населения сахаром и сократить его импорт.

Для определения мер и решения задач, направленных на достижение поставленной цели в диссертационной работе, с позиций системного анализа определены основные факторы влияющие на эффективность работы свеклосахарного комплекса. Они разделены на две категории.

Первую категорию составляют факторы, связанные с законодательными, правовыми, налоговыми и другими условиями функционирования сектора, определяющие основополагающие правила рыночных взаимодействий и находящиеся в соответствии с нормативно-правовым обеспечением. В эту категорию так же входят факторы, отражающие социально-экономические условия функционирования сектора.

Ко второй категории относятся факторы, связанные с природными, технологическими и организационными условиями хозяйствования. Эти факторы разбиты на несколько больших групп, условно называемых: земля (почва, экологические условия), растение (сахарная свекла, семенники, условия произрастания), климат (климатические и погодные условия возделывания сахарной свеклы), агротехнология (технология возделывания, система машин, удобрений, комплексы операций), заводские мощности, технология извлечения сахара, организация и взаимодействие (организационные структуры и формы), материально техническое и кадровое обеспечение, маркетинг и связь.

В системе взаимодействия свеклосахарного комплекса (ССК) с различными внешними факторами и субъектами выделяются: государство, отрасли народного хозяйства, предприятия АПК и сахарного комплекса, финансовые структуры, население, иностранные экономические системы.

Эти подсистемы взаимодействуют на рынках сахара, других продуктов, ресурсов, финансовых и международных рынках.

Системный анализ факторов, влияющих на эффективность работы свеклосахарного комплекса, позволяет сделать вывод о том, что в современных условиях решающими оказываются внешние по отношению к комплексу условия, а также орга-

шпационно-управленческие факторы, обеспечивающие взаимодействие предприятий и организаций технологической цепочки производства сахара.

Для стабильного развития свеклосахарного комплекса необходимы меры по государственной поддержке ССК, выделение свеклосеющим хозяйствам и сахарным заводам кредитов на льготных условиях, направление средств, полученных от уплаты таможенных пошлин на поддержку развития ССК. Для стабилизации и защиты внутреннего рынка сахара необходимо регулирование импорта сахара и сахара-сырца.

Государственное регулирование свеклосахарных комплексов применяется практически во всех странах с рыночной экономикой. Создание государством благоприятных условий для производства и сбыта национальной сельхозпродукции было и остается приоритетным направлением государственной аграрной политики всех стран Запада. Высокий уровень таможенной защиты сахаропроизводителей во всех странах сочетается с комплексом мер, гарантирующих со стороны государства производителям достаточный уровень рентабельности производства при ценовых колебаниях на мировом сахарном рынке. При этом, согласно законодательным актам и правительственным решениям, эффективная защита внутреннего рынка от конкуренции иностранных поставщиков является составной частью стратегии обеспечения экономической безопасности государств.

В диссертационной работе показано, что решение проблемы производства сахара возможно только на основе научного подхода, увязывающего в единое целое ее организационные, законодательные, экономические и агроинженерные аспекты. В новых условиях необходимо восстановить систему управления свеклосахарным комплексом с учетом взаимосвязей с мировым рынком сахара. Для этого необходимы новые динамические, многовариантные и адаптивные инструменты управления и регулирования свеклосахарного производства. Основу таких инструментов дожны создавать информационные технологии управления, базирующиеся на комплексном использовании баз и банков данных, экономико-математических моделей и экспертных систем.

Общая блок схема использования информационных технологий в управлении свеклосахарным комплексом представлена на рисунке 1.

Системы экономико-математических моделей анализа развития, функционирования ССК и рынка сахара рекомендуется использовать на федеральном и региональном уровнях управленческим звеном ССК.

Генетика, селекция

3 Маркетинг, иены

2 Болезни, чатита

Техника, ресурсы

Анализ развития н

я функционирования ССК

ч в X Н Управление ССК

X Рынок сахара,

а ценовая политика

Ж о 8 Финансово-промышлен-

и ная интеграция

Продукиионио-тсхниче-

ский процесс проиэво-

к X детва сахарной свеклы

2 5 Менеджмент

С Зашита посевов сахарной

X Информационно-консуль-

2 тативные центры

Научно исследователь-

з ские организации

4л О Библиотеки

з * Информационные

агентства

^ * с и

Товаропроизводители

Покупатели

о Научные учреждения

Органы управления

Рисунок 1. Блок-схема использования информационных технологий в управлении свеклосахарным комплексом.

На хозяйственном уровне, непосредственно для товаропроизводителя, необходимы такие инструменты, которые помогли бы ему максимально эффективно построить производственный процесс. Наиболее современным и перспективным способом передачи знаний от ведущих научных организаций страны к производителям сахарной свеклы в настоящее время являются экспертные системы (ЭС) управления продукционным и технологическим процессами производства сахарной свеклы, защиты растений, управления предприятиями и т. д. Это связано, прежде всего, с тем, что отличительной чертой компьютерных программ, называемых экспертными системами, является способность накапливать знания и опыт наиболее квалифицированных специалистов

(экспертов) в какой-либо узкой предметной области. Затем с помощью этих знаний пользователи ЭС (свекловоды), имеющие обычную квалификацию, могут решать свои текущие задачи столь же успешно, как это сделали бы сами эксперты.

Для обеспечения товаропроизводителей, покупателей, органов управления ССК новейшей информацией о рынках сахара, сахарной свеклы, семян, материальных и кредитных ресурсов, сбыта, ценах на товары и услуги и т.п., а также для снабжения свекловодов современными знаниями по технологии производства сахарной свеклы в различных условиях, сортах, технике, удобрениях, гербицидах, лучше всего подходят базы данных, в которых в доступной форме максимально поно отражены все эти вопросы. Такие базы данных могут применяться пользователями непосредственно на месте, или в информационно-консультативных центрах.

Следует подчеркнуть, что ни одна модель или экспертная система не сможет отразить все многообразие форм, методов хозяйствования и факторов, влияющих на свеклосахарный комплекс, ситуацию на рынке сахара, на производство и потребление сахара. Поэтому в работе предлагается комплексное использование различных информационных технологий на разных уровнях управления свеклосахарным комплексом.

В диссертации предложена разработанная автором система экономико-математических моделей, служащая для исследования макроэкономических проблем функционирования свеклосахарного комплекса.

При конструировании системы учитывалась гибкая структура взаимосвязей между субъектами системы и их активное поведение. Это позволяет описывать адаптивные свойства объекта, меняя в зависимости от целей исследования модели поведения для каждого из субъектов.

В системе моделей выделены следующие блоки (рисунок 2):

Хблок государства, включающий балансовую модель государственных расходов и доходов от ССК;

Хблок внешнеэкономических систем, представленный моделью поведения субъектов внешнеэкономической деятельности. Субъекты продают и покупают товары, услуги, ресурсы, такие как сахар, сахар-сырец, семена, технику, технологии, гербициды и др.;'

Хблок рынка, содержащий балансовую модель спрос-предложение на рынке сахара', модель механизма ценообразования на этапах предложения и спроса;

Хблок потребления, включающий демографическую модель, поведенческую модель формирования спроса, модель потребления сахара;

Хблок организаций материально-технического снабжения, представленный моделями поведения организаций в зависимости от сложившейся ситуации. Организации обеспечивают свеклосахарное производство техникой, удобрениями, транспортом, энергоресурсами и другими товарами, ресурсами и услугами;

Хблок производства сахарной свеклы, включающий модель производства сахарной свеклы и модель финансового состояния отрасли;

Хблок переработки, включающий модель производства сахара из сахарной свеклы и сахара-сырца и модель финансового состояния отрасли.

Рисунок 2. Блок-схема системы моделей функционирования свеклосахарного комплекса.

Между собой блоки связаны информационными, материальными, финансовыми потоками, обратными связями, условиями балансов и равновесия на рынках товаров, услуг, денег.

Для определения урожайности в блоке производства сахарной свеклы используется следующее уравнение:

У =У т1П +(Утж - Ут,Д)(1 - ехр(-а,*и)(1 - ехр(-а2*0 + Р)),

где У - урожайность сахарной свеклы; - минимальная средняя урожайность сахарной свеклы при отсутствии удобрений и ядохимикатов; Утах - урожайность сахарной свеклы, полученная в сортоиспытаниях; и - доза минеральных удобрений, вносимых под сахарную свеклу в течении периода вегетации в сбалансированном соотношении, Ы+Р+К; в - суммарная доза гербицидов, соответствующая по структуре наиболее распространенной технологии возделывания сахарной свеклы; а| - параметр зависимости урожайности сахарной свеклы от дозы удобрений; Р, аг - параметр зависимости урожайности сахарной свеклы от дозы гербицидов.

При производстве сахарной свеклы может меняться площадь свеклосеяния, которая перераспределяется с другими сельхозкультурами в зависимости от складывающейся ценовой конъюнктуры.

Площадь свеклосеяния задается выражением вида:

5 = Бш.п + (8тах - 5тш )(1 - ехрС-аэЧОсЬ,) /сЬ,)),

где в - площадь возделывания сахарной свеклы; Бщш - минимальная площадь свеклосеяния при крайне неблагоприятной рыночной конъюнктуре; 5т1, - максимальная площадь свеклосеяния; аз - параметр зависимости площади свеклосеяния от доходности ее возделывания; С] - цена реализации корнеплодов; сЬ| - себестоимость сахарной свеклы;

(С| - сЬ|)/сЬ[ - ценовая привлекательность производства сахарной свеклы для производителя. Таким образом, здесь учитываются не только производственные, но и поведенческие аспекты, что является отличительной особенностью предлагаемого в работе подхода.

Расчет себестоимости производства сахарной свеклы включает обычные статьи затрат. При расчете себестоимости используются средние нормативы затрат всех видов ресурсов, полученные на основании обработки соответствующей статистической информации.

cbi = E * sb| + Usb2 + G * sb3+sb4+sb5 + sb6+sb7+ cbg,

где sbi - цена семенного материала; sb2 - цена удобрений; sbj - цена гербицидов; sb4 - затраты на ГСМ; sbj - затраты на зарплату с начислениями; sbл - затраты на ремонт и инновации; sb7 - затраты на электроэнергию; sbg - затраты на амортизацию; е - нормы высева;

sb8=*<t>,/S,

где Ф/ - основные фонды свеклосеющей отрасли, ассоциированные только с этим видом деятельности; - коэффициент амортизационных отчислений.

Чистый финансовый результат отрасли свеклосеяния рассчитывается следующим образом:

NFRt = [PRR*C|-cbi*S-ndS|*(PRR*Ci-cbi*S)]*(l-npi)-CONSTi, где CONSTi - постоянные затраты отрасли; ndsi - ставка налога на добавленную стоимость в отрасли; npi - ставка налога на прибыль в отрасли; PRR - реализованная продукция.

Как цены, так и практически все элементы затрат могут содержать дотационные компоненты, которые рассматриваются в качестве управляющих переменных.

Финансовое состояние отрасли свеклосеяния описывается, как агебраическая сумма приходных и расходных статей платежного баланса.

Динамические аспекты модели отражены в уравнении для сальдо расчетных счетов свеклосеющей отрасли:

SS(t + 1) = SS(t) + NFRi(x) + SAIM|(t) + DIN(t) + GPi(x) - KW,(t) -KROUT,(t), где KWi(t) - капитальные вложения отрасли; SAIMi(t) - займы отрасли; KROUTi(t)- возврат кредиторской задоженности отраслью; GPi(x) - прямые средства господдержки в отрасль.

Возврат дебиторской задоженности в свеклосеющую отрасль: DIN(t) = 5(т) * DEB(T),

где S(t) - интенсивность возврата дебиторской задоженности. Дебиторская задоженность отрасли свеклосеяния равна: DEB(t + I) = DEB(x) * (I - 6(т)) Возврат кредиторской задоженности: KROUTi(t) = 0(т) * KRED(t),

где 0(т) - интенсивность погашения кредиторских догов с учетом затрат по обслуживанию дога.

Кредиторская задоженность отрасли вычисляется следующим образом: KRED(t + 1) = KRED(t) (1 - в(т)) + SAIMi(t).

В блоке переработки сахарной свеклы и сахара-сырца производство сахара из сахарной свеклы задается выражением вида:

SWS = Ki*PRR, где К] - коэффициент выхода сахара из корнеплодов. Особенностью сахароперерабатывающей отрасли является ее зависимость от сырьевой базы. Минимальный уровень закупок корнеплодов отраслью определен мерами государственного регулирования и договорными обязательствами. Закупки сверх установленного уровня зависят от сложившейся рыночной конъюнктуры. Закупки определяются следующим образом:

PRR = PRMIN + (PR - PRMIN)* (1 - ехр(- р(С3 -cb2)/cb2)),

где PRMIN - минимальный уровень закупки сахарной свеклы; PR - произведенная продукция; g) - параметры зависимости объемов закупок корнеплодов от ценовой привлекательности; Сз - цена сахара на внутреннем рынке; cb2 - себестоимость производства сахара из корнеплодов.

Потенциальное производство сахара из импортируемого сырца определяем как: SISP = Кг * А, * [(Сз - С2 - Ai)/(C2w + Д,)Г ,

где С2 - закупочная цена на импортный сахар-сырец; C2W- мировая цена сахара-сырца; К2 - коэффициент выхода сахара из сахара - сырца; Ai, i- параметры зависимости интенсивности импорта сахара-сырца от ценовой привлекательности; Ai удельные затраты на транспортировку и таможенные процедуры по сахару - сырцу. Актуальное производство сахара из сахара-сырца задается выражением:

i SISP, если SISP < MASACH - SWS SIS= <

I MASACH - SWS в противном случае, где MASACH - общая мощность перерабатывающей отрасли. Производственные затраты и финансовое состояние перерабатывающей отрасли определяется по аналогии со свеклосеющей отраслью.

Для решения задачи прогнозирования спроса на сахар в блоке потребления сахара использовалась общая-модель равновесия на рынке базовых продуктов питания,

поскольку спрос на сахар находится в определенной зависимости от спроса на другие продукты питания.

В качестве базовых продуктов рассматриваются сахар, хлеб, растительное масло, картофель, овощи, молоко и молочные изделия, мясо и мясопродукты, яйца.

Входной информацией для данного блока является: потребление базового года, прирост доходов, направляемых на приобретение продуктов питания, цены на перечисленные продукты продовольственной корзины. Потребление сахара в расчетном году равно:

PSc(t+1) = PSc(T) + (Ъс* AD/Сз),

где PSc(t) - потребление базового года; Ьс - коэффициент предпочтительности потребления сахара, являющийся функцией ценовой структуры потребления базовых продуктов питания; AD - прирост доходов населения, выделяемых на приобретение продуктов питания в году т+1,по сравнению с годом т;

В блоке рынка сахара используется условие товарного баланса на рынке сахара

в виде:

производство + импорт - потребление = 0.

Система моделей функционирования свеклосахарного комплекса программно реализована в виде системы связанных модулей в среде EXCEL 5.0.

Переходный период, а также кризисная ситуация в стране определяют слабую регулируемость экономики и неустойчивость макроэкономических процессов, быструю смену и непредсказуемость поведенческих реакций субъектов на сигналы рынка. В связи с этим в каждом блоке системы моделей предусмотрена возможность учета различных стратегий поведения участников рынка путем смены одного экземпляра модели на другой и изменения некоторых базовых параметров. На основании экспертизы нескольких вариантов имитационных экспериментов даются определенные сценарии перспектив развития свеклосахарного комплекса и рынка сахара.

При оценке будущего состояния свеклосахарного комплекса решалась задача рыночного равновесия на рынках сахара и сахарной свеклы. Существо задачи заключалось в минимизации суммарной невязки товарного баланса сахара при ограничениях на величину переходящих запасов. Базовый сценарий основан на следующем прогнозе экономической ситуации в свеклосахарном комплексе. Вследствии ухудшения эконо-

мнчсскок ситуации в России произойдет дальнейшая девальвация рубля. Это вызовет рост цен на ресурсы затрачиваемые при производстве сахара и сахарной свеклы.

Результаты экспериментов, отражающие изменения по годам показателей производства и потребления сахара и сахарной свеклы, показаны на рисунке 3.

В условиях экономического кризиса, потребление сахара ограничивается низкой покупательной способностью населения и будет уменьшатся. Вместе с тем мы получили достаточно защищенный внутренний рынок сахара. Это увеличивает привлекательность производства сахара из сахарной свеклы, а поток импорта белого сахара и сахара-сырца будет падать.

Результаты экспериментов с экономико-математической моделью были использованы в Агентстве Семсвекла при оценке воздействия различных механизмов госу-

дарственного регулирования на рынок сахара и функционирование свеклосахарного комплекса. Они будут учтены при формировании основных стратегических направлений управления и реформирования свеклосахарного производства в масштабах Российской Федерации в соответствии с принятой Правительством РФ программой Сахар.

В результате преобразований АПК, которые сопровождают экономическую реформу в России, практически поностью разрушены сформировавшиеся ранее экономические связи между предприятиями по производству, переработке и сбыту сельскохозяйственной продукции. Поэтому возникла необходимость в создании новых кооперативных объединениях, эффективно работающих в современных условиях.

В настоящее время организация таких интеграционных кооперативных структур может осуществляться различными путями. Одной из перспективных форм являются финансовые агропромышленные группы по производству сахара (ФАПГС), включающие предприятия технологической цепочки производства сахара, производителей базисных и фабричных семян, семзаводы, хозяйства по производству сахарной свеклы, транспортные предприятия и сахарные заводы, а также организации, осуществляющие финансовое, научное, материально-техническое и маркетингово-информационное обеспечение работы группы.

Для выявления и оценки слагаемых потенциальной общей выгоды от организации ФАПГС, апробации различных механизмов функционирования группы при разных состояниях внешней рыночной среды и системного исследования структурных, функциональных и организационно-управленческих свойств этих структур была соответствующем образом модифицирована система экономико-математических моделей функционирования ССК.

Допонительно описан блок финансовых структур. Финансовые структуры, имея определенные активы, производят набор финансовых услуг. В результате своей работы они получают прибыль, зависящую от количества и качества этих услуг. Набор активов ранжирован по степени их ликвидности.

Предложенный вариант модифицированной модели позволяет сравнивать различные планы интеграции и варианты инвестиционных проектов в ФАПГС.

По нашему мнению, использование преимуществ интеграции в форме ФАПГС позволит в перспективе создать в свеклосахарной отрасли устойчиво развивающиеся

объединения, продукция которых будет конкурентоспособной на внутреннем рынке

сахара.

Описанная выше система экономико-математических моделей предназначена для исследования экономических задач на федеральном и региональном уровнях управления. Непосредственно для товаропроизводителя необходимо узкоспециализированное программное обеспечение, которое позволило бы ему эффективно и научно обоснованно решать практические задачи по управлению продукционным и технологическим процессом возделывания культур, защите растений, управлению предприятиями и т.д.

Для свекловодов в работе предложена разработанная автором экспертная система "Свекла-эксперт", которая может использоваться при решении разнообразных задач в области агрономии и экономики. По существу, математическое и программное обеспечение этой системы пригодно для решения большинства задач управления производством свеклы. В зависимости от той или иной конкретной задачи меняется методика использования системы, набор входной и выходной информации, а также правила и агоритмы проведения расчетов.

Экспертная система использует оригинальную базу знаний по агротехнологии возделывания сахарной свеклы. При ее создании учитывася опыт применения энергосберегающих и безгербицидных технологий, разработанных во ВНИИСС и ВИМ. Весь технологический процесс производства сахарной свеклы разбивается на ряд операций. Эти операции могут быть обязательными и необязательными. Операции могут быть связанными, то есть одна операция может быть осуществлена только после проведения другой или других операций, или взаимозаменяемыми, конкурентными. Каждая операция определяется способом ее проведения, агротехническими требованиями и комплексом агрегатов. Результат операции оценивается по соответствующему данной операции набору показателей качества работ.

Расчет урожайности в общем случае производится следующим образом.

Урожайность с учетом погодных условий на сортоучастке и в хозяйстве соответственно:

Ус' = Ус" * Кпу; Ух' = Ух

где КпуС - характеристика гидротермических условий; ус

агротехнологических операций; у," - урожайность в хозяйстве при некачественном выпонении агротехнологических операций.

Урожайность для условий хозяйства рассчитывается по следующей базовой формуле:

ух = (1-а)ух* + а* ус*;

а - коэффициент оптимальности факторов, влияющих на урожайность сахарной свеклы, !;, - количественная характеристика качества проведения агротехнологических операций и условий возделывания, задается в виде правил.

Например, для технологической операции ранневесеннее рыхление имеет следующий вид:

Г0.9+0.05Ы, если Ы е [0;2]

5.2' = <1 Ы е (2;3)

11-0.05011-3) Ы б [3;5]

10.9 Ы >5

Г1, если кр1 <2

{!-0.033(кр1-2) кр! е [2;5]

[0.9 кр1 > 5

(1, если у< 1.5

5' = <|1-0.05(у-1.5) V е [1.5;3]

[0.9 у>3

[1, если пк< 10

^32 = Ь-0.005(пк-10) пк е [10;30]

10.9 пк> 30

5,2 = тт{5|2',4122}, фз = тт^п'.^з2}, где М - глубина обработки (см), кр1 - крошение почвы (% комьев > 50 мм), V -выровненость почвы (глубина впадин) (см), пк - количество комьев, (% комьев > 20 мм).

Экспертная система имеет блочную структуру. В систему входят следующие блоки и модули: блок исходной информации; блок хронологической информации; блок

технологий; модуль оценки качества технологических операций; блок развития свеклы, "вредных" организмов и изменений почвенных характеристик; модуль прогноза погоды; модуль оценки погодных характеристик; блок определения фенофаз развития; блок

рекомендаций по выбору управлений; блок прогноза развития свеклы и ее продуктив-

пости; модуль экономических результатов.

Программный комплекс Свекла-эксперт реализован на языке CLIPER в соответствии со стандартом, определяющим интерфейс для приложений, работающих в среде MS-DOS. Таким образом, даже начинающий пользователь, например, специалист-растениевод, не имеющий навыков программирования, сможет быстро освоить принципы работы с новым программным продуктом.

Работа с программой организованна с использованием иерархического меню и всплывающих диалоговых окон, что максимально упрощает ее использование.

После запуска программы на экране появится основное меню (рисунок 4.).

Справочная информация^1 *

Ввод данных об объекте В

Корректировка данных 1

Удаление данных объекта 1

Протокол ввода данных 1

Определение урожайности 1

Показатели урожайности В

Выход из программы Я

Рисунок 4. Основное меню экспертной системы.

Пункт меню Справочная информация предоставляет доступ к нескольким справочникам, которые дают информацию о свеклосеющих хозяйствах и их административном расположении, руководителях, затратах на сельхоз работы, ценах на энер-

горесурсы, технику, гербициды, семена, свеклу и др., причем данные можно изменять и допонять.

Для ввода информации в базу данных экспертной системы надо выбрать пункт меню Ввод данных об объекте. Затем в диалоговой форме в базу данных заносится информация о хозяйстве, конкретных полях, фитосанитарной обстановке, агротехноло-гических операциях и т.д.

Расчетная выходная информация по выбранному объекту (прогнозируемая урожайность, валовой сбор, себестоимость, удельные трудозатраты, налогооблагаемая прибыль и т.д.) выводится в окна Определение урожайности и Расчет урожайности, при этом имеется возможность распечатать выходной документ на принтере.

Структурные рамки экспертной системы оставляют широкий простор для проведения различных экспериментов с целью исследования разнообразных задач оперативного управления или анализа процесса возделывания сахарной свеклы. В частности, экспертная система использовалась для выбора наиболее рациональных технологий возделывания сахарной свеклы в Сельскохозяйственном производственном кооперативе Победа Липецкой области. В сложившихся климатических и экономических условиях 1998 года, удалось за счет коррекции технологического процесса возделывания и уборки сахарной свеклы снизить себестоимость, в расчете на 1 га посевной площади, на 5,2 % и получить допонительную прибыль в сумме 561.520 рублей.

Экспертная система дожна опираться на удобную базу данных, в которой содержаться оптимальным образом организованная и легко доступная новейшая информация и современные знания, необходимые для управленческого звена ССК и свекловодов.

В диссертационной работе предложена разработанная при активном участии автора база данных "Сахарная свекла". Она адаптирована к работе в составе Системы баз данных агронауки Информационно-консультационной службы АПК России (проект АРИС, компонента СКИФ) и предназначена для использования в качестве информационно-справочной системы консультантов информационно-консультационных центров (ИКЦ) районных и региональных уровней, непосредственно работающих со свекловодами-практиками. База данных "Сахарная свекла" может быть также использована непосредственно специалистами сельскохозяйственных предприятий, имеющими вычислительную технику.

В соответствие с идеологией разработки баз данных для информационно-консультационной службы по проекту АРИС база данных (БД) "Сахарная свекла" разработана и функционирует в среде ГИПЕРМЕТОД.

Основное меню, возникающие в первом кадре БД "Сахарная свекла", показано на рисунке 5. Оно отражает структуру базы данных.

_ОСНОВНОЕ МЕНЮ_

Биологические основы формирования урожая Сорта и гибриды

Технология производства сахарной и кормовой свеклы

Севообороты

Обработка почвы

Внесение удобрений

Уход за посевами

Защита растений от сорняков, вредителей и болезней Уборка сахарной свеклы и требования к свеклосырью Уборка сахарной свеклы и требования к ее хранению и скармливанию Зарубежные технологии производства свеклы, испытанные в России Экономическая оценка производства свеклы

Рисунок 5. Основное меню базы данных.

Важнейшим разделом главного меню является раздел, посвященный технологии производства сахарной свеклы. В этом разделе выделены подразделы, касающиеся севооборотов технологических приемов обработки почвы, внесения удобрений, посева, ухода за посевами, защиты растений от сорняков, вредителей и болезней и уборки сахарной свеклы.

В пункте " Экономическая оценка производства свеклы" даны экономические показатели базовых и перспективных технологий возделывания сахарной свеклы, рекомендуемые Схемы расчетов доходности производства, а также перспективные технологические карты возделывания сахарной свеклы по безгербицидной технологии с их экономической оценкой.

БД "Сахарная свекла" реализована в соответствии со стандартом, определяющим интерфейс приложений, работающих в среде Windows. Работа с БД "Сахарная свекла" заключается в использовании системы вложенных меню, обеспечивающих последовательное уточнение и локализацию информационного массива, необходимого Пользова-

телю. Встречающиеся в тексте элементы, выделенные другим цветом (ключевые слова), предназначены для обеспечения горизонтальных (а не иерархических, как система меню) связей в информационных массивах (рисунок 6). Для обработки нештатных запросов Пользователя, например, для поиска и отбора всех информационных массивов, содержащих выделенный Пользователем набор ключевых слов, служит режим Поиск.

Контроль за всходами

Точное знание полевой всхожести семян и густоты сеяния имеет важное значение для правильного ухода за всходами и планирования последующего посева.

Для определения полевой всхожести умножают расстояние между семенами в ряду на 100. Количество растений на этом расстоянии (двойные растения считают за одно) соответствует полевой всхожести. ,

Для определения густоты сеяния исходят из того, что длина рядков на 1 га составляет при междурядии 45 см - 22222 м и при 50 см - 20000 м. Число растений на контрольных участках протяженностью 22.2 м (междурядье 45 см) и 20 м (междурядье 50 см), умноженное на 1000, дает количество растений на 1 га.

Для формирования желаемой густоты сеяния количество требуемых семян можно вычислить по формуле:

количество семян = (желаемая густота сеяния х 100) / вероятная полевая всхожесть

Количество требуемых недражированных семян определяют по формуле:

количество семян = (желаемая густота сеяния х вес тыс. семян) / 1000

Рисунок 6. Пункт меню Контроль за всходами.

Таким образом, система, состоящая из Меню и многочисленных горизонтальных связей, позволяет Пользователю легко ориентироваться в тексте, переходя от кадра к кадру, получая доступ к нужным ему информационным массивам.

III. ВЫВОДЫ И ПРЕДЛОЖЕНИЯ.

1. Вывод свеклосахарного комплекса из тяжелого и затянувшегося кризиса возможен только на основе системного использования всех факторов роста в экономической и технологической сфере. Для определения экономической стратегии развития комплекса необходимо учитывать производственный потенциал свеклосеющих хозяйств России, возможности перерабатывающих предприятий, платежеспособный

спрос населения, конкуренцию импортеров и различные механизмы государственной поддержки. Это может быть сделано только на основе широкого применения экономико-математических моделей и имитационных компьютерных экспериментов, позволяющих проверить эффективность альтернативных стратегий и экономических механизмов.

2. Математическое обеспечение системы управления свеклосахарным комплексом дожно включать системы экономико-математических моделей функционирования ССК, модельные и программные средства для проектирования новых интеграционных образований, а также экспертные системы и базы данных для принятия решений при управлении производством сахарной свеклы, связанные в единый комплекс.

3. В рыночных условиях особое значение приобретают различные механизмы государственного регулирования функционирования свеклосахарного комплекса. Для оценки экономических механизмов в этой сфере разработана система экономико-математических моделей функционирования комплекса, включающая блоки производства сахарной свеклы, производства сахара, рынка сахара, потребление сахара населением, внешнеэкономических систем и государственного регулирования. В работе также предложены специальные модельные и программные средства для проектирования вертикальных интеграционных образований в свеклосахарном комплексе, которые смогут уменьшить несогласованность действий отдельных субъектов рынка, трансак-циониые издержки и существенно повысить общую эффективность производства.

4. Совершенствование работы свеклосахарного комплекса невозможно без качественного улучшения уровня принятия решений непосредственно при производстве сахарной свеклы. В работе предложена экспертная система, позволяющая оценивать эффективность и выбирать оптимальные управленческие решения в технологическом процессе производства сахарной свеклы.

5. В настоящее время производство сахарной свеклы расширилось географически. В различных регионах страны сахарной свеклой занялись хозяйства, не имеющие достаточного опыта возделывания этой культуры. В частности, в связи с этим появилась необходимость расширения консатинговых услуг в этой сфере. В работе предложена база данных "Сахарная свекла", позволяющая качественно улучшить консатинг для свекловодов. База данных прошла апробация в свекловодческих хозяйствах Липецкой области.

По теме диссертации опубликованы следующие работы:

1. Новые информационные технологии в управлении производством сахарной свеклы и регулировании рынка сахара. -Рамонь. -1996. -Часть 3. -с. 41-43 (в соавторстве с Корниенко A.B., Огнивцевым С.Б., Сиптицем С.О.).

2. Использование экспертных систем в растениеводстве. -М.: ВИМ. Информатика в решении экономических проблем АПК. Четвертый конгресс международной академии информатизации. -1997. -с. 48-56.

3. Моделирование рынка сахара. -М.: ВИМ. Информатика в решении экономических проблем АПК. Четвертый конгресс международной академии информатизации. -1997. -с. 96-104.

4. Модели интеграции в свеклосахарном подкомплексе АПК. -М.: ВИМ. Мат. Конф. Государство и аграрный сектор США: эконом., соц., полит, и эколог, аспекты, ИСКРАН. -1997. -с. 65-72.

5. Новые информационные технологии в управлении свеклосахарным производством. -М.: ГОСНИТИ, Науч.-тех. процесс в инж. сфере АПК. -Мат. науч.-практ. конф. 1997.-с. 163-166.

6. Экономико-математическая модель функционирования свеклосахарного комплекса Российской Федерации, как инструмент принятия эффективных управленческих решений. - Йошкар-Ола: Мат. конф. Государственное регулирование АПК: итоги, методы, перспективы. -1998.

7. Моделирование системы ведения свеклосахарного производства. -М: ВИМ. Мат. симп. Математические методы в управлении АПК. 1998 г. -с.90-109.

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Казаков, Алексей Юрьевич

Введение

Глава 1. Системный анализ проблем развития свеклосахарного комплекса

1.1. Анализ состояния и перспективы развития 7 свеклосахарного комплекса и рынка сахара

1.2. Пути повышения эффективности свеклосахарного 27 комплекса с позиции системного анализа

1.3. Информационная структура системы ведения 43 свеклосахарного комплекса АПК

Глава 2. Моделирование свеклосахарного комплекса

2.1. Экономико-математическое моделирование и 48 возможности его применения в свеклосахарном комплексе

2.2. Экономико-математическая модель функционирования 68 свеклосахарного комплекса Российской Федерации

Х 2.3. Моделирование интеграционных преобразований в свеклосахарном комплексе

Глава 3. Экспертные системы и базы данных для принятия решений при управлении производством сахарной свеклы 3.1. Классификация и анализ использования экспертных 98 систем в растениеводстве

3.2 Экспертная система по управлению продукционно- 118 технологическим процессом производства сахарной свеклы

3.3. Использование баз данных при управлении 158 растениеводством

3.4. База данных "Сахарная свекла"

Диссертация: введение по экономике, на тему "Новые информационные технологии в управлении свеклосахарным комплексом"

Актуальность темы исследования. С переходом к рыночной экономике и распадом СССР положение свеклосахарного комплекса России существенно усложнилось. Значительная часть сырьевой базы осталась в не зависимой теперь Украине, ставшей существенным конкурентом российских сахарных производителей. Неблагоприятные природно-климатические условия и незначительная защита внутреннего рынка от конкуренции со стороны импортеров привели к ухудшению финансового состояния большинства предприятий свеклосахарного комплекса. Просчеты в макроэкономической политике, нехватка оборотных средств и дороговизна кредитных ресурсов привели к бартеризации экономических отношений в комплексе и кризису неплатежей. Новые условия потребовали от руководителей свеклосахарных предприятий умения принимать оперативные и адекватные в сложной рыночной экономике решения. При этом методики и опыта принятия таких решений у них не было, в связи с чем, на объективные трудности переходного периода наложились субъективные неудачи в сфере хозяйственной и особенно финансовой деятельности.

В настоящее время назрела острая необходимость в разработке специального инструментария для принятия экономических и технологических решений по повышению эффективности свеклосахарного комплекса на всех уровнях его управления. Такая задача в современных условиях не может быть решена без использования всего арсенала средств системного анализа, экономико-математического моделирования и новых компьютерных технологий. Однако методическая база применения нового инструментария принятия решений в условиях рыночной экономики для свеклосахарного комплекса пока разработана явно недостаточно.

Таким образом, актуальность темы диссертационных исследований обуславливается, во-первых, острой необходимостью принятия мер по реформированию экономических отношений в свеклосахарном комплексе и его технологической реконструкции, во-вторых, потребностью в принятии экономических и технологических решений на основе адекватных новым условиям моделей и экспертных систем управления свеклосахарным комплексом и, в третьих, недостаточной методической разработанностью применения математических методов и вычислительной техники для нужд свеклосахарного комплекса.

Цель и задачи исследования. Основной целью данной работы является создание системы моделей, экспертной системы, базы данных и методики их использования для решения задач управления свеклосахарным комплексом на различных уровнях от федерального до хозяйственного.

Для выпонения этих целей необходимо было решить следующие задачи:

Х проанализировать состояние свеклосахарного комплекса и предлагаемые пути его совершенствования;

Х спроектировать общую информационную структуру и программно реализовать математическое обеспечение системы управления свеклосахарным комплексом, элементами которого являются:

- система экономико-математических моделей функционирования свеклосахарного комплекса и интеграционных преобразований комплексе;

- экспертная система по управлению продукционно-технологичесмм процессом производства сахарной свеклы;

- база данных по технологии производства сахарной свеклы;

Х апробировать экономико-математическую модель в агентстве Семсвекла, экспертную систему и базу данных в свеклосеющих хозяйствах Липецкой области.

Объект и предмет исследования. Объектом исследования является свеклосахарный комплекс Российской Федерации и отдельные свеклосеющие хозяйства. Предметом исследования - новые информационные технологии и вопросы их применения на всех уровнях управления свеклосахарным комплексом.

Методологические основы и методы исследования. Результаты исследований, содержащиеся в диссертации, основаны на изучении работ отечественных и зарубежных ученых в области математической экономики, кибернетики, сельскохозяйственной экономической науки, нормативных и методических материалах научно-исследовательских институтов.

Достоверность и точность полученных результатов обеспечивается широким использованием и обобщением статистического материала, отчетных данных, справочной информации, законодательных актов, личных наблюдений автора, применением вычислительной техники при обработке информации.

В диссертационной работе применялись методы и положения, обусловленные сформулированными и поставленными задачами, из числа которых отмечу следующие: системный анализ, машинная имитация, экономико-математическое моделирование (динамические модели, модели частичного равновесия).

Связь с планом научных работ. Работа выпонена в соответствии с планом научно-исследовательской работы Всероссийского института аграрных проблем и информатики по теме Разработать систему экономических моделей развития агропромышленного комплекса России на разных уровнях (Гр. № 01.9.70 006939).

Научная новизна результатов исследования:

Х предложена система экономико-математических моделей функционирования свеклосахарного комплекса, позволяющая обосновать основные направления стратегии его развития и оценивать воздействия различных механизмов государственного регулирования;

Х предложена экономико-математическая модель для организационного проектирования новых интеграционных образований в свеклосахарном комплексе, позволяющие оценить их экономическую эффективность;

Х разработана и программно реализована экспертная система, которая предназначена для решения задач оперативного управления продукционно-технологическим процессом производства сахарной свеклы, оценки экономической эффективности технологических операций, прогноза урожайности;

Х спроектирована и реализована база данных "Сахарная свекла". Она предназначена для использования в качестве информационно-справочной системы консультантов ИКЦ районных и региональных уровней или непосредственно свекловодами практиками.

Практическая значимость исследования заключается в разработке методических положений и рекомендаций по использованию экономико-математических моделей и применению вычислительной техники для решения практических задач управления свеклосахарным комплексом на различных уровнях. В частности, использование системы экономико-математических моделей функционирования свеклосахарного комплекса позволит более оперативно и научно обоснованно принимать эффективные управленческие решения на федеральном уровне. Применение экспертной системы Свекла-эксперт качественно улучшит уровень принятия решений при производстве сахарной свеклы. База данных Сахарная свекла позволяет существенно улучшить консатинговые услуги для свекловодов.

Апробация и реализация результатов исследования. Проведенные автором исследования, предложенные научные разработки, практические рекомендации проходили производственную проверку и получили положительные отзывы в свеклосеющих хозяйствах Липецкой области и Агентстве Семсвекла, что подтверждено справками о внедрении.

Основные положения диссертации докладывались и обсуждались на научно-практических конференциях и симпозиумах, проведенных Всероссийским научно-исследовательским институтом сахарной свеклы и сахара РАСХН, институтом США и Канады РАН, Всероссийским институтом аграрных проблем и информатики РАСХН и др. По теме диссертации опубликованы 7 работ общим объемом 3.1 п. л.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Казаков, Алексей Юрьевич

Выводы и предложения

1. Вывод свеклосахарного комплекса из тяжелого и затянувшегося кризиса возможен только на основе системного использования всех факторов роста в экономической и технологической сфере. Для определения экономической стратегии развития комплекса необходимо учитывать производственный потенциал свеклосеющих хозяйств России, возможности перерабатывающих предприятий, платежеспособный спрос населения, конкуренцию импортеров и различные механизмы государственной поддержки. Это может быть сделано только на основе широкого применения экономико-математических моделей и имитационных компьютерных экспериментов, позволяющих проверить эффективность альтернативных стратегий и экономических механизмов.

2. Математическое обеспечение системы управления свеклосахарным комплексом дожно включать системы экономико-математических моделей функционирования ССК, модельные и программные средства для проектирования новых интеграционных образований, а также экспертные системы и базы данных для принятия решений при управлении производством сахарной свеклы, связанные в единый комплекс.

3. В рыночных условиях особое значение приобретают различные механизмы государственного регулирования функционирования свеклосахарного комплекса. Для оценки экономических механизмов в этой сфере разработана система экономико-математических моделей функционирования комплекса, включающая блоки производства сахарной свеклы, производства сахара, рынка сахара, потребление сахара населением, внешнеэкономических систем и государственного регулирования. В работе также предложены специальные модельные и программные средства для проектирования вертикальных интеграционных образований в свеклосахарном комплексе, которые смогут уменьшить несогласованность действий отдельных субъектов рынка, трансакционные издержки и существенно повысить общую эффективность производства.

4. Совершенствование работы свеклосахарного комплекса невозможно без качественного улучшения уровня принятия решений непосредственно при производстве сахарной свеклы. В работе предложена экспертная система, позволяющая оценивать эффективность и выбирать оптимальные управленческие решения в технологическом процессе производства сахарной свеклы.

5. В настоящее время производство сахарной свеклы расширилось географически. В различных регионах страны сахарной свеклой занялись хозяйства, не имеющие достаточного опыта возделывания этой культуры. В частности, в связи с этим появилась необходимость расширения консатинговых услуг в этой сфере. В работе предложена база данных "Сахарная свекла", позволяющая качественно улучшить консатинг для свекловодов. База данных прошла апробация в свекловодческих хозяйствах Липецкой области.

Механизм вывода в продукционной системе выпоняет функции поиска в базе знаний, последовательного выпонения операций над знаниями и получения заключений. Существуют два способа выведения таких заключений - прямые выводы и обратные. В прямых выводах осуществляется продвижение к поставленной цели с последовательным применением правил к данным, которые принимаются за отправную точку. В прямых выводах выбирается один из элементов данных, содержащийся в базе данных, и если при сопоставлении этот элемент согласуется с посыкой правила, то из правила выводится соответствующее заключение , которое помещается в базу данных, или же испоняется действие, определяемое правилом, и соответствующим образом изменяющее содержимое базы данных. Зачастую такие выводы называют выводами, управляемыми данными, или восходящими выводами, когда последовательно выводятся новые результаты, начиная с уже известных данных. Выводы, при которых процесс движется в направлении от поставленной цели к отправной точке, являются обратными. Они называются также нисходящими или выводами, ориентированными на цель.

Процесс нисходящих выводов начинается от поставленной цели. Если эта цель согласовывается с заключением правила, то посыка правила принимается за подцель, или гипотезу, и процесс повторяется до тех пор, пока не будет получено совпадение гипотезы с полученными данными. Нельзя категорически ответить на вопрос, какой же из этих способов лучше, поскольку это зависит от той проблемы, для которой он используется. Для систем, к которым предъявлено требование универсальности, необходимо наличие обоих способов вывода.

Представление знаний с помощью продукционных правил весьма просто, а выводы, которые проводятся на основе формализма "ЕСЛИ - ТО", легко понимаемы. Кроме того, модульность правил позволяет задать новые правила, не вдаваясь в смысл других знаний. Благодаря этому, а также возможности построения выводов в однородной форме получаемые системы оказываются простыми и легко понимаемыми. С другой стороны, такое представление знаний применимо к относительно несложным, однородным задачам оно приводит к падению эффективности решения проблем, состоящих из нескольких разнородных задач.

Другим, хотя и менее распространенным способом представления знаний являются семантические сети [125,157].

Знаниями можно назвать описания отношений между абстрагированными понятиями и сущностями, являющимися конкретными объектами реального мира. Понятия и отношения между ними можно описать сетью, состоящей из узлов и дуг. Узлы в такой сети выражают сущности и понятия, а дуги являются описаниями их отношений; все узлы и дуги могут быть снабжены метками, которые показывают, что именно они описывают. Подобного рода формализм представления знаний получил название семантической сети.

Диссертация: библиография по экономике, кандидат экономических наук , Казаков, Алексей Юрьевич, Москва

1. Абашина Е.В., Немченко O.A. Имитационная субмодель метоболизма фитогармонов. Труды ВНИИСХМ, 1990 г. -Вып. 26 -с. 53-58

2. Ажбенов В.К. Компьютерное управление защитой растений:опыт и перспективы. Тез.докл.научн-практ.конф. "Наука сельскому хоз-ву", п.3аречный,1992 г. -с.90-91.

3. Аркин В.И., Евстегнеев И.В. Вероятностные модели управления и экономической динамики. -М.: Наука, 1979 г.

4. Багриновский К.А. Основы согласования плановых решений. -М.: Наука, 1977 г.

5. Беспахотный Г.В. Моделирование аграрной сферы в рыночной экономике. Экон.-мат. моделирование АПК. Вест. с.-х. науки. 1991 №11. -с. 62-64.

6. Бихле З.Н. и др. Математическое моделирование транспирации и фотосинтеза растений при недостатке влаги. -Л.: Гидрометиоиздат, 1980 г. -223 с.

7. Бланж И.Д. Система экономико-математических моделей оптимизации производства и использования пищевого сырья. Сб. науч. тр., Саратов, 1991 г. с.82-84.

8. Бойко и др. Моделирование суточного хода и суммарного испарения с посевов. Труды ВНИИСХМ, 1990 г. -Вып. 26 -с. 22-33.

9. Бойко А.П., Сиротенко О.Д. Моделирование энерго- и массообмена системы почва-растение-атмосфера при недостатке почвенной влаги. Труды ВНИИСХМ, 1985 г. -Вып. 10 -с. 3-26.

10. Бондоренко Н.Ф. Моделирование продуктивности агроэкосистем. -Л.: Гидрометиоиздат, 1982 г. -262 с.

11. Борисенко А.И. Экономико-математическая модель эффективного использования инвестиций в растениеводстве на региональном и районном уровнях. АПК: экон. управ., 1995 г. -№1. -с.66-72

12. Братко И. Программирование на языке ПРОЛОГ для искусственного интелекта. -М.: Мир, 1990 г.

13. Брежнев А.И. Математическое и программное обеспечение задач управления элементами агротехнологий. Науч.-техн.бюл.по агрон.физике, 1989 г.Том 77.

14. Будаговский А.И. и др. Известия АН СССР. С, геогр., 1964 г. -№6. -с. 13-27.

15. Будыко М.И. и др. Докл. АН СССР, 1965 г. -т. 164. -№2. -с.454-457.

16. Галеон А. и др. Жизнь зеленого растения М. Мир, 1983 г. -549 с.

17. Галямин Е.П. Оптимизация оперативного распределения водных ресурсов в орошении. -Л.: Гидрометиоиздат, 1981 г. -272 с.

18. Гамецкий А.Ф., Кушнир И.Л. Математическое моделирование сырьевых потоков в продуктовых подкомплексах АПК. -Кишинев: Штиница,1990 г. -124 с.

19. Гермейер Ю.Б. Игры с непротивоположенными интересами. -М.: Наука, 1976. -328 с.

20. Голощапов А.Н. Система оптимального планирования свеклосахарного производства. Сахарная промышленность, 1993г. -№4.-с.6-8.

21. Гончаров В.Д., Куропаткин А.Н. Развитие рынка сахара в России. Сахарная свекла -1995 г. -№3. -с. 2-5.

22. Гончаров В.Д. Как стабилизировать свеклосахарное производство. Сахарная промышленность -1996 г. -№1. -с. 2-4.

23. Горелик В.А., Горелов H.A., Кононенко А.Ф. Анализ конфликтных ситуаций в системах управления. -М.: Радио и связь, 1991. -248 с.

24. Горлин А.И., Зенин А.Г. Простая каркасная экспертная система ПЭКС. Тез,докл.щколы-семинара "Технология разработки экспертных систем", Кишенев,1987 г. -с.54-56.

25. Горлин А.И.,Зенин А.Г., Фрид A.C. Опыт разработки экспертной системы для оценки плодородия почв и выработки рекомендаций. Почвоведение. 1988 г. -№5.

26. Интрилигатор М. Математические методы оптимизации и экономическая теория. -М.: Прогресс, 1975 г.

27. Иоффе А.Д., Тихомиров В.М. Теория экстремальных задач. -М.: Наука, 1974. -479 с.

28. Казаков А.Ю. Новые информационные технологии в управлении свеклосахарным производством. М.: ГОССНИТИ, 1997 г. Науч.-тех. процесс в инж. сфере АПК. Мат. науч.-практ. конф. -с. 163-166.

29. Казаков А.Ю. Использование экспертных систем в растениеводстве. -М.: ВИМ. Информатика в решении экономических проблем АПК. Четвертый конгресс международной академии информатизации. -1997 г. -с. 48-56.

30. Казаков А.Ю. Моделирование рынка сахара. -М.: ВИМ. Информатика в решении экономических проблем АПК. Четвертый конгресс международной академии информатизации. -1997 г. -с. 96-104.

31. Казаков А.Ю. Модели интеграции в свеклосахарном подкомплексе АПК. -М.: ВИМ. Мат. Конф. Государство и аграрный сектор США: эконом., соц., полит, и эколог, аспекты .ИСКР АН. -1997 г. -с. 65-72.

32. Казаков А.Ю, Моделирование систем ведения свеклосахарного производства. -М.: ВИМ, Математические методы в управлении АПК. -Мат. симп. 1998 г. -с.90-109.

33. Конторович Л.В. и др. О некоторых направлениях исследований в математической экономике. Итоги науки и техники. Совр. пробл. в мат. т. 19. -М.: ВИНИТИ 1992, с.3-21.

34. Копычко С.Н., Михайлюк А.Ю., Тарасенко В.П. Распределенная экспертная система для оптимизации растениеводства в условиях радиоактивного заражения угодий. Радиобиологический съезд. Тезисы, доклады, Пущино,1933 г. -4.2-C.498-499

35. Корниенко A.B., Огнивцев С.Б., Сиптиц С.О., Казаков А.Ю. Новые информационные технологии в управлении производством сахарной свеклы и регулировании рынка сахара. -Рамонь. -1996 г. -Часть 3. -с. 41-43.

36. Кравченко Р.Г. Математическое моделирование экономических процессов в сельском хозяйстве. -М.: Колос, 1978 г. -424 с.

37. Краткие итоги производства сахарной свеклы и работы сахарных заводов Российской Федерации в 1997 году. -М.: Эфес, 1998 г.

38. Кругер А.Я. Экономико-математическая модель функционирования АПК. Компьютеризация в АПК. -Минск, 1993 г. -Вып. 1. -с.11-32.

39. Крылатых Э.Н. Методологические основы экономико-математического моделирования АПК. -Саратов: Сб. науч. тр. ИСЭП АПК, АН СССР, 1987 г.-с. 105-113.

40. Крылатых Э.Н. О прошлом, настоящем и будущем. Экон.-мат. моделирование АПК. Вест. с.-х. науки. 1991 №11. -с. 41-44.

41. Куропаткин А.Н. Рынок сахара в России: проблемы формирования и развития. -М.: Минсельхозпрод, 1998 г. -96 с.

42. Левин Р. и др. Практическое введение в технологию искусственного интелекта и экспертных систем с илюстрациями на Бейсике. -М.: Финансы и статистика, 1991 г. -239 с.

43. Леутский Л.И. Проблемы мат. моделирования производственных и информационных процессов в АПК в условиях экономической реформы. Тез. докл. шк.-сем. преп. с.-.х. вузов по информ. выч. тех. и моделир произв. сист. -М.: 1993 г. -с. 13-17.

44. Львов Д., Дементьев В. Финансово-промышленные группы в российской экономике. М.: ЦЭМИ РАН, 1994.

45. Мавсесян А.Г. Интеграция банковского и промышленного капитала: современные мировые тенденции и проблемы развития в России. -М.: Финансы и статистика, 1997 г.

46. Мазлумов А.Л. Селекция сахарной свеклы. -М.: Бета, 1996 г. -208 с.

47. Макаров В.Л., Рубинов A.M. Математическая теория экономической динамики и равновесия. -М.: Наука, 1973 г. -336 с.

48. Макаров В.Л. Экономическое равновесие: существование и экстремальное свойство. Совр. пр. мат. т. 19. -М.: ВИНИТИ. 1982 с. 22-57.

49. Маленово Э. Статистические методы эконометрики. -М.: Статистика, 1975 г.

50. Марселиус Д. Программирование экспертных систем на Турбо прологе. -М.: Финансы и статистика, 1994. -256 с.

51. Математическое моделирование экономических процессов в сельском хозяйстве. Под ред. A.M. Гатаулина. М.: Агропромиздат, 1990 г. -432 с.

52. Менжулин Г.В. К теории стационарного метеорологического режима растительного покрова. Труды ГГО, 1972 г. -Вып. 207 -с. 20-28.

53. Милосердое. Проблемы экономико-математического моделирования в АПК. Экон.-мат. моделирование АПК. Вест. с.-х. науки. 1991 №11. -С. 44-47.

54. Михеев В.В., Халилулин Р.В. Выход из кризиса в системном подходе. Сахарная свекла, 1997 г. -№1. -с. 4-5.

55. Моделирование роста и продуктивности сельскохозяйственных культур. Пеннинг де Фриз Ф.В.Т., Ван Jlaap Х.Х. -Л.: Гидрометиоиздат, 1986 г. -320 с.

56. Моисеев H.H. Элементы теории оптимальных систем. -М.: Наука, 1975. -528 с.

57. Нанаенко А.К., Нанаенко A.A. Программирование урожайности. Сахарная свекла. -№7. -с. 21-22.

58. Нейлор К. Как построить свою экспертную систему. -М.: Энергоатом издат, 1991 г. -286 с.

59. Нильсон Н. Принцип искусственного интелекта. -М.:, Радио и связь, 1985 г.

60. Новоселов Ю.А. Современные информационные технологии в анализе и внедрении результатов научных исследований. Тез. докл. общ. сиб. отд-ния Россельхозакадемии "Итоги работы Сиб. отд-ния за 25 лет (1969-1994 гг.) Новосибирск, 1994 г. -с. 6-9.

61. Огнивцев С.Б. Разработка и экономическое обоснование систем ведения агропромышленного производства для сельскохозяйственных предприятий с использованием экономико-математических моделей и экспертных систем. -М.: ВИМ, 1994 г. -190 с.

62. Огнивцев С.Б., Сиптиц С.О., Чанг Чонг Хуэ. Моделирование макроэкономических процессов в аграрной сфере. -М.: 1ДОПКБ ВИМ, 1997 г. -92 с.

63. Остапенко Г.П. Разработка прогнозов соц.-эк. развития АПК с использованием экономико-математических моделей. Сб. науч. тр., Саратов, 1991 г. с. 174-176.

64. О федеральной целевой программе Увеличение производства сахара в Российской Федерации в 1997-2000 годах и на период до 2005 года. Постановление правительства Российской Федерации от 1 марта 1997 г. №235.

65. Папцев А.Г. Регулирование рынка сахара в ЕС. Сахарная свекла 1996 г. -№2. -с. 8-9.

66. Петров В.А., Зубенков В.Ф. Свекловодство. -М: Колос, 1981. -302 с.

67. Петрова М.В., Белокосков A.B. Компьютерная экспертная система поддержки агротехнических решений на осушаемых землях. Мелиорация и водное хозяйство, 1994 г. -№5, -с. 18.

68. Платонов В.А. ,Хайтин Л.Р. Компьютерные системы персонального обслуживания специалистов сельского хозяйства. Л.: ДНТП 1988 г. -20 с. 540.

69. Полевой А.Н. Теория и расчет продуктивности сельскохозяйственных культур. -Л.: Гидрометиоиздат, 1983 г. -175 с.

70. Положение в сахарной промышленности зарубежных стран (обзор). Сахарная свекла -1996 г. -№3. -с. 20-21.

71. Поспелов Д.А. Экспертные системы: состояние и перспективы. Институт проблем передачи информации, 1989 г.

72. Прогноз развития агропромышленного комплекса Российской Федерации на 1996 2005 гг. -М.: ВНИЭСХ, 1996 г. -с. 61.

73. Прохоров З.А. и др. Построение системы управления плодородием дерново-подзолистых почв. Почвоведение, 1983 г, №11. с. 118-126.

74. Пути повышения эффективности свеклосахарного комплекса (концепция). -Рамонь. -1996 г. -31 с.

75. Росс Ю.К. Докл. АН СССР, 1966 г. -т. 171. -№2. -с.481-483.

76. Роккафелар. Выпуклый анализ. -М.: Мир, 1973. -427 с.

77. Рубинов A.M. Суперлинейные многозначные отображения и их приложения к экономико-математическим задачам. -Л.: Наука, 1980. -167 с.

78. Рубинов А.М. Экономическая динамика. Итоги науки и техники. Совр. пр. мат. т. 19. -М.: ВИНИТИ. 1982 с. 58-100.

79. Рынок сахара России в 1997 году (обзор). Сахарная свекла -1998 г. -№ 2. -с.2-4.

80. Сабин Д.А. Физиология развития растений. -М: Из-во АН СССР, 1963 г. -с. 45-52.

81. Самерсов В.Ф., Прищепа Л.И., Маленец Ю.В. ЖИКАП-ЭС по защите капусты от вредителей. Защита растений, 1995г. -№1-с.41

82. Санин и др. Рациональное применение альто 400 ЭС на основе фитосанитарных экспертных систем. Защита и карантин растений, 1996 г. -№5.

83. Сахарная свекла (интенсивная технология). -М.: Агропромиздат, 1996 г.

84. Северин В.М. По какому пути идти. Сахарная свекла -1996 г. -№5. -с. 2-3.

85. Сиротенко О.Д. Пути обобщения фотосинтетической теории продуктивности агроэкосистем. Доклад ВАСХНИЛ, 1986 г. -Вып. 216. -с.3-13.

86. Сиротенко О.Д. Математическое моделирование водно-теплового режима и продуктивности агроэкосистем. Доклад ВАСХНИЛ, 1984 г. -№10. -с.5-8.

87. Сиротенко О.Д. Математические методы водно теплового режима и продуктивности агроэкосистем. -Л.: Гидрометиоиздат, 1981 г. -165 с.

88. Сиротенко О.Д., Врачева С.Е. Прикладная авторегуляционная модель. Труды ВНИИСХМ, 1990 г. -Вып. 26 -с. 45-52.

89. Сиротенко О.Д. и др. Двухфазовая фондометодологическая модель морфогенеза и продуктивности яровой пшеницы. Труды ВНИИСХМ, 1985 г. -Вып. 10-с. 26-42.

90. Сиротенко О.Д., Макиевский В.М. Параметризированная модель водно- теплового режима агроэкосистемы для расчета суммарного испарения в задачах нормирования орошения. Труды ВНИИСХМ, 1990 г. -Вып. 26 -с. 12-21.

91. Создание финансово-промышленных и промышленно-финансовых групп. М.: Полиэкс, 1994 - 112с.

92. Сточний А.А., Брона И.И., Пасичник В.В., Анализ экспертных систем по сферам применения, 1988.

93. Тер-Крикоров A.M. Оптимальное управление и математическая экономика. -М.: Наука, 1977. -216 с.

94. Томилова О.Г. ,Штерншис М.В. Проверка экспертной системы по защите капусты от вредителей в полевых условиях. Проблемы науки и пр-ва в усл.агр.реф.,Новосибирск,1993 г. -с.54-55.

95. Томилова О.Г. Экспертная система по защите капусты от вредителей и возможности ее совершенствования. Автореферат дис.канд. с/хнаук, Новосибирский гос.аграр.университет Новосибирск, 1995 г. -16 с.

96. Тооминг Х.Г. Экологические принципы максимальной продуктивности посевов. -Л.: Гидрометиоиздат, 1984 г. -264 с.

97. Тооминг Х.Г. Ботанический журнал, 1967 г. -т.52. -№5. -с.606-616.

98. Торнели Дж.Г.М. Математические модели физиологии растений. -Киев: Наукова думка, 1982 г. -312 с.

99. Филиппова Г.Г. ,Кашемирова Л.А.Лебедев С.А. Консультативная система для выбора протравителей семян ярового ячменя. Защита растений, 1994 г. -№3, с.52-53.

100. Финансово-промышленные группы в России: состояние, перспективы, нормативно-методическое обеспечение. М.: АПФИ еженедельника "Экономика и жизнь", 1996. -181 с.

101. Финансово-промышленные группы Российской Федерации: справочник. Под общей редакцией Ю. Б. Винслава. -М.: Межведомственный аналитический центр, 1996. 129 с.

102. Фон Нейман Дж., Моргенштерн О. Теория игр и экономическое поведение. -М.: Наука,1970 г.

103. Хвостов А.И., Сабетова Л.А. Состояние и проблемы развития свеклосахарного комплекса. Сахарная свекла -1996 г. -№1. -с. 2-4.

104. Хеди Э., Дилон Д. Производственные функции в сельском хозяйстве. -М.: Прогресс, 1965 г.

105. Четвериков В.Н. и др. Базы и банки данных. -М.: Высш. шк., 1987 г. -248 с.

106. Шатилов И. С., Чудновский А. Д. Агрофизические, агрометеорологические и агротехнические основы программирования урожая. -Л.: Гидрометиоиздат, 1980 г. -223 с.

107. Шевцова Н.А. Экспертная система для почвозащитной технологии возделывания сельскохозяйственных культур. Вестн. РАСХН, 1995, №2 -с.48-49.

108. Шпар Д., Сушков М. Выращивание сахарной свеклы. -М.: Россельхозакадемия,1996 г. -144 с.

109. Штерншис М.В., Томилова О.Г. Роль экспертных систем в экологизации защиты растений. Экологическая безопасность и безпестицидные технологии получения растениеводческой продукции. Пущино, 1994 г. -4.1-с. 36-38.

110. Штерншис М.В., Томилова О.Г. Экспертная система по защите капусты от вредителей. Защита растений, 1993, -№12. с.30-31.

111. Щербак В.Н. Сахарная промышленность России: проблемы, перспективы развития. Сахарная промышленность -1995 г. -№4. -с. 2-4.

112. Экланд И. Элементы математической экономики. -М.: Мир, 1983 г.-248с.

113. Энциклопедия современной техники. Автоматизация производства и промышленной электроники. -М.: Советская энциклопедия, 1963 г.

114. Якименко Н.С. и др. Сортовые ресурсы сахарной свеклы отечественной селекции. -М.: Колос, 1992 г. 224 -с.

115. Amir l.,Kvanz У. Expert system for irrigation planning. Nater irrigal. Rev.,1992.Vol.12, Voi.12,N 3- p.23-277

116. Amir, Erez. Expert system for planning irrigation networks Agr. engineering.1989.Tom 4

117. Barath, Rasch. A cademo "Szakertoi rendzer" alkalmazasa novenyi novekedesvizsgalatok modellezesere Novenytermeles.issn:0546-8191.1989.Tom 38.N 4.

118. Barrett B. Expert systems in wineyard management Aust-ral.Grapegrower winemaker.1989.ToM 304.

119. Batchelor, Mcclendon, Adams, Jones. Evaluation of smartsoy: an expert simufation systems for insect pest management Agr.systems.issn:0308-521X.1989.Tom 31 .N1.

120. Batchelor, Mcclendon, Jones, Adams. Insect pest managment with an expert system coupled crop model St.Joseph.Mich.1987. 26 c.

121. Bennett, Bowell, Sneed. An expert system for irrigation planning and design Paper-amer.soc. of agr. engineers St.Joseph.Mich. 1988. 20 c.

122. Bracrman R. On the epistemolgica! stants of sematic networds, Association Networks: Representation and Use of know by computers, London, Academic press, 1979.

123. Brower R., de Wit C.T. A simulation model of plant growth with special attention to root growth and its consequences. Sn Root epowth I Ed. Whittington W.I. London, 1969. -p224-244.

124. Buchanan BД Feigenbaum E. DENDRAL and Meta DENDRAL: the fpplication dimesion, Artificial Intelligence, 11, 1987.

125. Clarke N.D., Tan C.S., Stone l.A. Expert system for schedu ling supplemental irrigation for fruitcud vegetable cropsin Ontario. Canada, avg. Engg. 1992,Vol.34,N 1-p.27-31

126. Cu R.M., Line R.F. Au expert advisory system for weat disease management Plant Dis, 1994,Vol,78,N 2,- p.209-215.

127. Cussans, Rolph. HERBMAST a herbisidesselection system for winter wheat. Proceedings of an EWRS symposium. 1990.

128. Davis R., King J. An over view of prodaction system, Machine Intelligence, 8, New York, 1976.

129. Duda R., Gashing J., Hart P. Model design in the Prospector consultetion system for Mineral Exploration. In Michie, Expert systems in Microelectronic Age, Edingbarg University press, 1979.

130. Easterling. Riebsame Assessing drought impacts and adjustments in agriculture and water resource systems Boulder;London.1987

131. Engel, Jones, Wright. Selection of an expert system development tool Paper-amer.soc. of agr. engineers St.Joseph.Mich.1988. 11 c.

132. Friedland P. Knowledge Based Experiment Desigt in molecular genetics, Standford University, 1979.

133. Gerowitt. A decision model for need controlwith economic thresholds in winter cereals. Proceedings of an EWRS symposium. 1990.

134. Hiterman, Barrett. Swearingin Double cropping expert system Trans. Asae. St.Joeph.Mich.lssn:0001 -2351.1988. Tom31.N1

135. Hoffmann Stephan. Development of an expert system:"Control of powry mildew on winter wheat" Gesunde-Pflanzen.1989.

136. Holt, Cheng, Norton. Systems analysis approach to brown planthopper control on rice in zhenlang provinci, China.3. An export system for making recommendationsJ.appl.ecol.issn:0021-8901.1990.ToM 27.N 1.

137. King, Croissant Knowledge extraction for a barley crop management expert system. Agricultural Engineering. 1989.

138. Link P. Ruhlman P. Wagner P.Experten Systeme for die Landwirtschafft- Bestandtsaufnahme und perspektiven. Ber.Landirfsch., 1995., Bd.73,N1. -s.1-32

139. Notr L.,Dvorak M.,Ceruohoraka l.,Harmancova P. Expertni systemy v rostlinne vejrobe. Vorda, 1992, R.40 c.6- s.275.

140. McDermott. R1: A Rule-Based Configurer of Computer systems, Research Report CMU-CS-80-119, Pittsburg, 1980.

141. McGrann, Karkosh, Osborne. Agricultural financial analaisys expert systems: software description Canad.J.Agr.Econ.lssn:0008-3976. 1989.Tom 37. N4.

142. Miller A., Pople H., Mgers J. INTERN1ST-1 an experimental computer-based diagnostic consultant for generel internal medicine, New England Journal of Medicine, 307, 1982.

143. Minskky M. A framework for representing knowledge. Mind Design, Montgomery, VT: Bradford Books, 1980.

144. Monetti A. Conventional expert system and information technology in aricalnere Investig.agr.produce.protecc.veget.Fuera SER,Madrid, 1994.N1 -p.9-20

145. Monsk C.D. Brides D.C.Woodruff J.W. Murphy T.R. Expert system avaluation and implementation for soybeen weed management.Wood Tech-nol.,1995,vol.9,n3 -p 535-540.

146. Pestemer W.,Gunter P.,Wischnewsky M.B.,Novopashenng I.,Wang K., Zhao I. Development of expert systems fo aid hevbicide use with regard .

147. Plant An integrated expert decision support system for agricultural management Agr.systems.issn:0308-521X.1989.ToM 29.N1.

148. Shipp I.L.,ClarRe N.D., larvis W.R., Papadopulus A.P. Expert suystem for integratedg corm management of green house cucumbek. Paris, 1993, vol 16 (2)- p.149-152.

149. Shortiiffli E. Computer-Based Medical Consuitetions; MYCIN, New York, American Elsevier, 1976.

150. Tang J. J.,Cheng J .A., Norton G.A. HOPPER an expert system for forecasting the first crop season in China.Corp Protect< 1994, vol.3 N6 p 463-473

151. Wanjura, Mcmichael. Simulation analysis of nitrogen application strategies for cotton Trans. Asae. St.Joseph.Mich.!ssn:0001-2351.1989. Tom 32.N2.

152. Watson H., Mann R. Expert systems: past, present and future, 1988.

153. Wit C.T. de, Brower R., Penning de Vries F. W.T. The simulation of photosynthesis system. Predication and measurement of photosynthetic Productivity. I Sellic. Pudoc: Wegeningen. 1970. -p. 47-70.

154. Woods W. What's in a link: foundations of semantic networks, Representation and understanding; Studier in Cognitive Seince, London, Academic press, 1975.

155. Yialouris C.P., Sideridis A.B. Akkerneisystem for developing expert system shells.Investig AGR producc.Protecc.Veget.Fuerj Ser.,Vfdrid, 1994, N1 -p.73-807

Похожие диссертации

• Совершенствование управления сельским хозяйством региона на основе новых информационных технологий
• Обеспечение эффективного развития свеклосахарного комплекса на основе его организационно-хозяйственной реструктуризации
• Теоретические и методологические основы стратегического управления развитием промышленных организаций
• Инвестиционные стратегии в системе управления агропромышленным комплексом России
• Институционально-хозяйственные формы межотраслевой интеграции в свеклосахарном комплексе АПК региона