Geum.ru
Темы диссертаций по экономике » Математические и инструментальные методы экономики

Разработка комплекса моделей анализа и прогнозирования развития производства на сельскохозяйственном предприятии тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Малова, Наталья Николаевна
Место защиты Санкт-Петербург
Год 2003
Шифр ВАК РФ 08.00.13
Диссертация

Автореферат диссертации по теме "Разработка комплекса моделей анализа и прогнозирования развития производства на сельскохозяйственном предприятии"

На правах рукописи

Малова Наталья Николаевна

РАЗРАБОТКА КОМПЛЕКСА МОДЕЛЕЙ АНАЛИЗА И ПРОГНОЗИРОВАНИЯ РАЗВИТИЯ ПРОИЗВОДСТВА НА СЕЛЬСКОХОЗЯЙСТВЕННОМ ПРЕДПРИЯТИИ

Специальность: 08.00.13 - Математические и инструментальные методы

экономики

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук

Санкт-Петербург - Пушкин 2003

Диссертационная работа выпонена в Санкт-Петербургском

государственном аграрном университете на кафедре экономико-математических методов и статистики

доктор экономических наук, профессор Пастернак Павел Петрович

доктор экономических наук, профессор Парфенова Валентина Евгеньевна

доктор экономических наук, профессор Соколов Дмитрий Викторович

ГНУ Северо-Западный научно-исследовательский институт экономики и организации сельского хозяйства Российской академии сельскохозяйственных наук

Защита состоится л/? июня 2003 года в л часов на заседании диссертационного совета Д 220.060.04 в Санкт-Петербургском государственном аграрном университете по адресу: 196605, Санкт-Петербург - Пушкин, Академический проспект, д.23, ауд.450.

С диссертацией можно ознакомиться в библиотеке Санкт-Петербургского государственного аграрного университета.

Автореферат разослан л

мая 2003 года.

Ученый секретарь диссертационного совета кандидат экономических наук, доцент

Научный руководитель:

Официальные оппоненты:

Ведущая организация:

Г.К. Демидов

2.со?-А

1-ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Совершенствование анализа и прогнозирования сельскохозяйственного производства с использованием математических методов и современных средств вычислительной техники является перспективным направлением аграрной экономической науки. Важность исследований в этом направлении определяется задачами повышения качества управления производством в аграрном секторе экономики, результаты деятельности которого подвержены влиянию как управляемых, так и не управляемых человеком факторов. Весьма важным это направление исследований является для предприятий, где непосредственно производится сельскохозяйственная продукция. Развитие этого направления исследования предполагает реализацию системного подхода к анализу и прогнозированию сельскохозяйственного производства, решение вопросов теории, методологии и методики системного моделирования, разработку комплекса моделей анализа фактического состояния, а также недетерминированных моделей прогнозирования развития производства на сельскохозяйственных предприятиях, соответствующего информационного, математического и программного обеспечения расчетов по комплексу моделей на ПЭВМ.

! Значение исследований в этом направлении определяется потребностью в повышении качества целенаправленного анализа фактического состояния производства и разработке научно-обоснованных прогнозов развития сельскохозяйственного производства на предприятиях, которые были бы надежны в реализации, обеспечивали достижение высоких конечных результатов, были ориентированы на эффективное использование земельных, материальных и трудовых ресурсов.

Отмеченное, в основном, определило общую целевую установку исследования.

Цель и задачи исследования. Общей целью диссертационной работы явилась разработка комплекса моделей анализа и прогнозирования сельскохозяйственного производства на предприятиях в подготовленном для функционирования виде.

Реализация этой цели вызвала необходимость решения следующих задач: - исследовать методологические вопросы системного подхода к анализу и прогнозированию производства на сельскохозяйственном предприятии;

| рос. НАЦИОНАЛЬНАЯ . 1 БИБЛИОТЕКА {

- определить основные принципы системного анализа и прогнозирования производства на сельскохозяйственном предприятии, раскрыть их содержание;

- обосновать общую организационную структуру комплекса моделей анализа и прогнозирования сельскохозяйственного производства на предприятиях;

- определить основные функциональные модели комплекса, общее их назначение, информационный и агоритмический характер их взаимодействия в процессе функционирования;

- разработать основные детерминированные и недетерминированные модули всех моделей комплекса;

- адаптировать агоритм согласования решений оптимизационных моделей к подсистеме моделей сквозного прогнозирования с трехуровневой структурой организации;

- определить общую логику функционирования комплекса моделей анализа и прогнозирования производства на сельскохозяйственных предприятиях;

- разработать блок-схему агоритмической процедуры итеративного трехуровневого расчета сквозного прогноза развития сельскохозяйственного производства на предприятии в динамике по годам перспективы;

- разработать блок-схемы агоритмов, реализующих расчет ненулевых оценок на все учитываемые и используемые ресурсы в оптимальном плане прямой задачи линейного программирования;

- определить программное обеспечение расчетов по оптимизационным подкомплексам моделей;

- экспериментально апробировать разработанный комплекс моделей анализа и прогнозирования производства на примере предприятия.

Предметом исследования в диссертации является совокупность методологических, теоретических и методических вопросов системного моделирования процессов анализа и прогнозирования производства на сельскохозяйственных предприятиях.

В качестве объекта практической апробации реализованных в диссертации инструментальных средств послужило СПК ПЗ "Детскосельское" Ленинградской области.

Методология и методика исследования. Теоретической и методологической основой исследования служили труды отечественных и зарубежных ученых в области экономики, моделирования экономических процессов в аграрном секторе, математического программирования, общей

теории статистики, анализа хозяйственной деятельности: Аганбегяна А.Г., Алексеева В.В., Амосова В.В., Багриновского К.А., Бендата Дж., Бергстрома А., Беспахотного Г.П., Блауберга И.В., Бойко И.П., Борука А.Я., Боярского А.Я., Бусленко Н.П., Гатаулина А.М., Гольштейна Е.Г., Гранберга А.Г., Данцига Дж., Дрейпера Н., Егоровой Н.Е., Ермольева Ю.М., Вульфа Ф., Еникеева В.Г., Ильченко АН., Кашьяпа Р.Л., Канторовича Л.В., Кагановича И.З., Кравченко Р.Г., Крылатых Э.Н., Колемаева В.А., Малыша М.Н., Месаровича М., Милосердова В.В., Онищенко А.М., Пастернака П.П., Раяцкаса Р.Л., Смекалова П.В., Чернова В.П., Юзбашева М.М., Юттлера Г. и других.

В соответствие с кругом исследуемых вопросов в работе использовались методы: матричные, балансовые, теории вероятностей и математической статистики, математического программирования, системного математического моделирования экономических процессов.

Научная новизна исследования. Научная новизна диссертационного исследования заключается, прежде всего, в обосновании методологических положений системного подхода к анализу и прогнозированию сельскохозяйственного производства на предприятиях с использованием системного математического моделирования.

В процессе исследования получены следующие наиболее существенные научные результаты, выносимые на защиту:

1 .Осуществлена интеграция анализа и прогнозирования производства на сельскохозяйственных предприятиях, включающая определение целей, содержания, задач одномерного, многомерного, сквозного анализа и прогнозирования, а также определены принципы, которыми необходимо руководствоваться при их реализации.

2.Разработана общая организационная структура комплекса логически, информационно и агоритмически взаимосвязанных моделей анализа и прогнозирования производства на сельскохозяйственных предприятиях, включающая модели по расчету ненулевых оценок на все используемые ресурсы.

3.Разработан комплекс моделей анализа фактического состояния и прогнозирования развития сельскохозяйственного производства на предприятиях, определена общая логика его функционирования.

4.Разработаны все основные функциональные, а также расчетные модули комплекса моделей, ориентированные на реализацию информационных и агоритмических связей между моделями в процессе функционирования.

5.Совершенствована методика вычисления средней ошибки аппроксимации регрессионных моделей, обеспечивающая повышение точности оценки одномерных прогнозов.

6.Предложена агоритмическая процедура многокритериальной оптимизации плана с учетом всего множества базисных допустимых решений оптимизационных задач.

7.Адаптировано математическое и программное обеспечение расчетов по подкомплексу оптимизационных моделей сквозного прогнозирования сельскохозяйственного производства на предприятиях.

8.Разработаны блок-схемы, реализующие на ПЭВМ расчет сквозных прогнозов на конкретный год и в динамике по годам перспективного периода, а также расчет ненулевых оценок на используемые ресурсы в моделях комплекса.

9.Проведена экспериментальная апробация разработанного комплекса моделей анализа и прогнозирования при разном уровне надежности недетерминированных параметров на примере конкретного сельскохозяйственного предприятия.

Практическая значимость исследования. Выпоненное исследование соответствует разделу 1.6 "Разработка экономико-математического и статистического обеспечения информационных технологий анализа, прогнозирования и управления в аграрном секторе" плана НИР экономического факультета СПГАУ на 2001-2005 годы по комплексной теме "Разработка методологии, методов и информационных технологий учета, анализа, прогнозирования и управления экономическими процессами в аграрном секторе рыночной экономики." Практическая значимость работы состоит: в возможности использования разработанного в ней комплекса моделей в подготовленном для функционирования виде для проведения расчетов по анализу достигнутого уровня производства, а также многовариантному прогнозированию развития сельскохозяйственного производства на предприятиях с учетом задаваемых уровней надежности недетерминированных параметров. Эти расчеты могут служить основой для принятия обоснованных управленческих решений по дальнейшему развитию сельскохозяйственного производства на предприятиях. Реализованные в диссертации инструментальные средства могут быть использованы в практической работе региональных информационно-консультационных служб, создаваемых в аграрном секторе экономики.

Апробация результатов исследования. Основные результаты диссертационного исследования докладывались на научных конференциях

профессорско-преподавательского состава и аспирантов СПГАУ в 2000,2001,2002 и 2003 годах, включены в научные отчеты по НИР экономического факультета СПГАУ за 2001,2002,2003 годы.

Результаты эмпирических исследований используются при определении перспектив развития сельскохозяйственного производства в СПК ПЗ "Детскосельский" Ленинградской области, что подтверждено документально. Содержащиеся в диссертации результаты исследования используются в учебном процессе СПГАУ по курсам: "Планирование и прогнозирование межотраслевых пропорций", "Математическое моделирование экономических процессов в сельском хозяйстве", что также документально подтверждено в работе.

По результатам проведенного исследования опубликованы четыре статьи, общим объемом 1.5 пл.

Структура диссертации определена, исходя из целевой установки и логической последовательности решаемых задач в процессе исследования. Работа состоит из введения, четырех глав, общих выводов, приложений, библиографического списка литературы, включающего 128 наименований. Общий объем диссертации, без списка литературы и приложений, составляет 158 страниц компьютерного текста, в том числе 28 таблиц, 8 рисунков, а также 28 таблиц приложений.

Во введении обосновывается актуальность исследования по теме диссертации, определены целевая установка и задачи исследования, научная новизна и практическая значимость работы.

В первой главе "Методологические вопросы анализа и прогнозирования производства на сельскохозяйственном предприятии с использованием системного моделирования" с позиции системного подхода осуществлена интеграция системы анализа и прогнозирования. Рассмотрены цели и задачи одномерного, многомерного и сквозного анализа и прогнозирования. Сформулированы методологические принципы системного подхода к анализу и прогнозированию, а также раскрыто их содержание. Особое место в главе уделено проблемным вопросам анализа и прогнозирования производства на сельскохозяйственных предприятиях с использованием системного моделирования.

Во второй главе "Комплекс моделей анализа и прогнозирования производства на сельскохозяйственном предприятии" разработана общая организационная структура комплекса моделей, представлены основные модули моделей комплекса. Совершенствована методика вычисления средней

ошибки аппроксимации регрессионных моделей одномерного прогнозирования. Рассмотрены вопросы критерия оптимальности в оптимизационных моделях комплекса. Предложена агоритмическая процедура решения оптимизационных задач на критериальный комплекс. Определена общая логика функционирования комплекса моделей анализа и прогнозирования производства на сельскохозяйственном предприятии.

В третьей главе "Математическое и программное обеспечение расчетов по оптимизационным моделям комплекса" рассмотрено математическое и программное обеспечение на ПЭВМ расчетов по оптимизационным моделям сквозного прогнозирования. Представлены разработанные блок-схемы, реализующие на ПЭВМ расчет сквозных прогнозов на конкретный год и в динамике по годам перспективного периода, а также расчет ненулевых оценок на используемые ресурсы в моделях комплекса.

В четвертой главе "Экспериментальная апробация комплекса моделей на примере СПК ПЗ "Детскосельский" Ленинградской области рассмотрены целевая установка расчетов по комплексу моделей, информационное обеспечение числовых моделей сквозного прогнозирования развития производства в СПК ПЗ "Детскосельский" на 2005 и 2010 годы с двумя уровнями надежности недетерминированных параметров, анализ одномерных прогнозов, а также результаты сквозного прогнозирования развития производства на сельскохозяйственном предприятии с использованием разработанного комплекса моделей.

В "Выводах" обобщаются основные результаты проведенного исследования.

II. СОДЕРЖАНИЕ И ОСНОВНЫЕ РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ

Объектом анализа и прогнозирования может выступать отдельный элемент системы, выделенная в ней подсистема, наконец, в целом система. Учитывая это, в диссертации обосновывается целесообразность выделения трех ступеней интеграции анализа и прогнозирования: одномерный анализ и одномерное прогнозирование; многомерный анализ и многомерное прогнозирование; сквозной анализ и сквозное прогнозирование.

Одномерный анализ и одномерное прогнозирование предполагают проведение автономного анализа , а также автономного прогнозирования простых элементов системы.

Многомерный анализ и многомерное прогнозирование предусматривают взаимосвязанный анализ простых элементов системы и паралельное проведение одномерных прогнозов с последующим согласованием их между собой.

Сквозной анализ и сквозное прогнозирование связаны с анализом фактического состояния системы в целом и с предвидением её состояния, а также поведения в будущем.

С учетом данной интеграции целесообразно дифференцированно подходить к определению целей и задач, как анализа, так и прогнозирования развития сельскохозяйственного производства на предприятии. В зависимости от целевых установок одномерный, многомерный и сквозной анализ может осуществляться на отчетный год, в динамике по годам отчетного периода, в среднем за отчетный период. Кроме того, он может быть ориентирован на более или менее углубленное изучение фактического состояния как отдельных элементов системы и выделенных в ней подсистем, так и в целом системы.

В любом случае, достигнутый уровень производства на сельскохозяйственном предприятии выступает в качестве единственного, детерминированного, практически реализованного варианта.

Развитие производства в будущем, принимая форму неопределенности, порождает необходимость проведения многовариантного одномерного, многомерного и сквозного прогнозирования. Здесь разработку каждого прогнозного варианта на отдельно взятый год перспективы или в динамике по годам перспективного периода следует ориентировать на реализацию конкретных целевых установок.

В диссертации определены наиболее важные методологические принципы системного подхода к анализу и прогнозированию производства на сельскохозяйственном предприятии (Рис.1), раскрыто их содержание. Показано, что учет этих принципов при предельно поной реализации их требований является необходимым условием повышения качества анализа и прогнозирования производства на сельскохозяйственных предприятиях.

В работе рассмотрены основные проблемные вопросы повышения качества анализа и прогнозирования развития сельскохозяйственного производства на предприятиях с использованием системного моделирования экономических процессов. Особое внимание уделено разработке логически, информационно и агоритмически взаимосвязанных моделей анализа и прогнозирования производства, в подготовленном для функционирования виде

(включая информационное, математическое и программное обеспечение расчетов), а также проблемам надежности прогнозирования.

Рис.1. Основные методологические принципы системного анализа и прогнозирования производства на сельскохозяйственном предприятии.

В диссертации, с позиции системного подхода обосновывается организационная структура комплекса моделей анализа фактического состояния сельскохозяйственного производства на предприятии и прогнозирования его развития на перспективу. Показано, что в составе данного комплекса моделей целесообразно иметь в качестве основных семь групп моделей (Рис. 2).

Назначение моделей [1] состоит в формировании информационных входов на модели [2], [5], [6]. В составе моделей [1] расчет технико-экономических показателей по земледелию, животноводству,

производственным ресурсам предприятия, достигнутому уровню специализации производства осуществляется моделями [1.1], а подготовка исходных данных для одномерного прогнозирования недетерминированных параметров реализуется моделями [1.2].

Рис. 2 Общая организационная структура комплекса моделей анализа и прогнозирования производства на сельскохозяйственном предприятии.

В состав моделей [2] включены матричная модель [2.1] фактического уровня производства и распределения продукции и оптимизационная модель [2.2] отраслевой структуры производства. В зависимости от целевой установки анализа, эти модели могут строиться на отчетный год, по годам отчетного периода, а также в среднегодовом исчислении за отчетный период.

В состав моделей [3] включены: модель [3.1] расчета фактических затрат ресурсов на производство сельскохозяйственной продукции; матричная модель [3.2] расчета ненулевых оценок на фактически использованные ресурсы; модель [3.3] модифицированной двойственной задачи по расчету ненулевых оценок на ресурсы. В этих моделях реализуется процедура расчета ненулевых оценок на все используемые ресурсы в оптимальных и неоптимальных планах.

В состав моделей [4] включены модели [4.1] и [4.2] анализа фактической эффективности производства, соответственно, отдельных видов сельскохозяйственной продукции и в целом по всем видам произведенной

предприятием продукции за отчетный год, по каждому году отчетного периода в динамике, а также в среднем по годам отчетного периода.

В состав моделей [5] включено 10 видов математико-статистических моделей, в числе которых особо важное значение имеют:

модели авторегрессионного анализа и прогноза основной тенденции;

многофакторные и однофакторные модели анализа и

прогноза;

модель прогноза положения линии тренда и его доверительных границ;

модель статистического прогноза конкретного уровня параметра и его доверительных границ;

модель расчета одномерных прогнозов нормативных показателей с заданной надежностью.

В состав моделей [6] входят: оптимизационная модель [6.1] многомерного прогнозирования земледелия открытого грунта; оптимизационная модель [6.2] многомерного прогнозирования развития производства продукции земледелия защищенного фунта; оптимизационная модель [6.3] многомерного прогнозирования развития производства продукции животноводства; координирующая оптимизационная модель [6.4] сквозного прогнозирования развития сельскохозяйственного производства на конкретный год перспективы; координирующая дискретно-динамическая модель [6.5] сквозного прогнозирования развития производства на сельскохозяйственном предприятии по годам перспективного периода. Формирование сквозного прогноза в динамике по годам перспективного периода осуществляется в рамках трехуровневой организационной структуры моделей, а именно:

где / - количество лет в перспективном периоде. Расчет сквозного прогноза по развитию сельскохозяйственного производства на конкретный год перспективы для предприятия реализуется в рамках двухуровневой структуры моделей, например, на последний год перспективного периода моделями: [6.4]./; [6.1]./; [6.2]./; [6.3]./.

Модели [7] обеспечивают расчет ненулевых оценок на все затрачиваемые ресурсы по любому варианту сквозных прогнозов. В состав моделей [7] включены: модель [7.1] по расчету потребности оптимального плана в ресурсах; модель [7.2] модифицированной двойственной задачи, предложенной профессором Пастернаком П. П. для расчета ненулевых оценок на все действительно учитываемые и используемые ресурсы в оптимальном плане прямой задачи линейного программирования. В отличие от обычной двойственной задачи линейного программирования, сформулированной академиком Канторовичем Л.В., в модифицированной двойственной задаче учитываются не исходные количественные значения ограничений прямой задачи, а расчетные объемы необходимых и достаточных ресурсов для её оптимального плана. Реализация модифицированной двойственной задачи осуществляется, когда оптимальный план прямой задачи предварительно найден. Необходимые и достаточные для его реализации ресурсы определяются моделью [7.1]. Рассчитываемые моделью [7.2] ненулевые оценки на все используемые ресурсы по вариантам сквозных прогнозов сопоставимы, когда в них фигурирует один и тот же критерий оптимальности. Отличие здесь между ненулевыми оценками на одни и те же ресурсы позволяет выявить сравнительную эффективность использования каждого учитываемого ресурса в разных вариантах сквозных прогнозов.

В состав [8] включены модели [8.1] и [8.2], соответственно, анализа сквозных прогнозов по годам перспективы и расчета результативных показателей сельскохозяйственного производства по вариантам сквозных прогнозов в сопоставлении с фактическими их значениями. Результатом функционирования моделей [8] является информация, позволяющая осуществить выработку управленческих решений по развитию производства на сельскохозяйственном предприятии на конкретный год перспективы, а также по годам перспективного периода.

В диссертации разработаны все основные функциональные, а также расчетные модули комплекса моделей анализа и прогнозирования производства на сельскохозяйственных предприятиях, ориентированные на реализацию информационных и агоритмических связей между моделями в процессе

функционирования. Все модули моделей в работе представлены в математической форме, раскрыто их содержание (функциональные модули согласуют функциональные переменные и условия-ограничения в отдельно взятой модели комплекса, расчетные модули формируют информационный вход данной модели на другие модели комплекса).

В процессе исследования совершенствованы методические подходы к формированию отдельных функциональных и расчетных модулей в моделях комплекса. В частности, в диссертации показано, что широко используемая в

литературе формула: в,, = ЧЧ = У '.. :п

расчета средней ошибки аппроксимации регрессионных моделей некорректна. Отношение средней абсолютной ошибки аппроксимации к среднему уровню моделируемого признака, а именно

= -= -1^-: У

Б У У п

позволяет более точно (не завышая) рассчитывать средние относительные

линейные (по модулю) ошибки аппроксимации регрессионных моделей,

используемых в анализе и прогнозировании.

В работе определена общая логика функционирования комплекса моделей анализа и прогнозирования развития производства на предприятии. В частности, показано, как следует формировать исходную информацию при прогнозировании на разные по длительности периоды перспективы, какие и с какой детализацией целесообразно в моделях комплекса учитывать модули при определении краткосрочных, среднесрочных и догосрочных сквозных прогнозов развития сельскохозяйственного производства на предприятии. Здесь же рассмотрены возможные подходы к выбору и обоснованию критериев оптимальности оптимизационных моделей комплекса. Обосновывается необходимость дифференцированного подхода к выбору критериев оптимальности в зависимости от временного горизонта, на который осуществляется расчет сквозного прогноза по моделям [6.1], [6.2], [6.3], [6.4], [6.5]. При расчете сквозных прогнозов на догосрочную и среднесрочную перспективы не следует пользоваться критериями, связанными с показателями эффективности, выраженными в стоимостной форме. Цены на продукцию сельского хозяйства в условиях рыночных отношений относятся к числу наименее устойчивых показателей. Прогнозирование цен в рамках одномерного прогнозирования, как правило, весьма ненадежно. Здесь следует давать

предпочтение целевым установкам, связанным с показателями эффективности, выраженными в натурально-вещественной форме. К таким критериям, например, можно отнести максимум товарной продукции в структуре, соответствующей спрогнозированному спросу на разные виды сельскохозяйственной продукции. Однако, при расчете сквозных прогнозов на краткосрочную перспективу, ограничения в выборе критериев оптимальности, выраженные как в стоимостной, так и в натурально-вещественной формах, практически отсутствуют.

В диссертации анализируются разные подходы к многоцелевой оптимизации. Показано, что поиск компромиссного решения задачи на критериальный комплекс обычно осуществляется на ограниченном многограннике предварительно найденных её решений на разные критерии без учета всего множества допустимых базисных её решений.

В работе предложена процедура, позволяющая рассчитывать компромиссное решение задачи линейного программирования на разные критерии (критериальный комплекс) с позиции всего множества базисных допустимых её решений. Рассмотрена возможность использования данной процедуры при расчете сквозных прогнозов развития сельскохозяйственного производства, как на отдельно взятый год перспективы, так и в динамике по годам перспективного периода.

В диссертации определено математическое и программное обеспечение расчетов по всем оптимизационным моделям комплекса, а также расчета ненулевых оценок на все учитываемые и используемые в них ресурсы. Рассмотрены агоритмы согласования решений оптимизационных моделей в системах с двухуровневой и трехуровневой структурой организации. Показано, что для расчета сквозного прогноза по развитию производства на сельскохозяйственном предприятии на отдельно взятый год перспективы целесообразно пользоваться программным комплексом, разработанным на кафедре экономико-математических методов и статистики СПГАУ к.э.н. Марк И. А. Данный программный комплекс имеется возможность использовать и для реализации выделенных двухуровневых подсистем оптимизационных моделей на отдельном шаге трехуровневого итеративного процесса согласования решений оптимизационных моделей в системе с трехуровневой структурой организации. Эта возможность реализована в диссертации в разработанной блок-схеме агоритмической процедуры трехуровневого итеративного процесса согласования решений. Здесь согласование решений оптимизационных моделей осуществляется в процессе неоднократного

перехода от моделей нижнего уровня к координирующим моделям промежуточного уровня, от моделей промежуточного уровня к координирующей дискретно-динамической модели [6.5] высшего уровня, и наоборот. В процессе согласования решений любая координирующая модель промежуточного уровня, построенная на основе предварительно рассчитанных локально-оптимизационных решений конкретных моделей нижнего уровня, воздействует на них, приводя их в соответствие с требованиями критерия оптимальности координирующей задачи высшего уровня. На каждом шаге трехуровневого итеративного процесса согласования решений оптимизационных моделей используются эквивалентные формы координирующих задач промежуточного уровня и координирующей задачи высшего уровня. Это обеспечивает стабильную (постоянную) размерность этих задач на каждом шаге итеративного процесса. Отличие такого подхода по сравнению с декомпозиционными методами согласования решений оптимизационных моделей с двухуровневой структурой организации определяется тем, что в его рамках осуществляется дифференциация оценок ограничений по строкам базисов координирующих моделей промежуточного уровня. С использованием дифференцированных оценок строится система локальных критериев на каждом шаге процесса для моделей нижнего уровня, а также проводится проверка локально-оптимальных решений моделей нижнего и промежуточного уровней на оптимальность. Итеративный процесс считается законченным, когда выпонены условия критерия оптимальности для всех моделей нижнего и промежуточного уровней.

В рамках трехуровневого итеративного согласования решений оптимизационных моделей [6.1], [6.2], [6.3], [6.4], [6.5] имеется возможность осуществить расчеты по сквозному прогнозированию развития сельскохозяйственного производства на предприятии в динамике по годам перспективного периода.

В диссертации в математической форме рассмотрены процедуры расчета ненулевых оценок на используемые ресурсы в оптимальном плане исходной задачи. Представлены разработанные блок-схемы расчета ненулевых оценок на все используемые ресурсы в оптимальном плане, а также определено программное обеспечение, реализующее их расчет на ПЭВМ.

В работе осуществлена экспериментальная апробация разработанного комплекса моделей анализа и прогнозирования развития производства на примере С ПК ПЗ "Детскосельский" Ленинградской области. Общая целевая

установка экспериментальной апробации данного комплекса моделей предполагала проверить его на "работоспособность".

Расчеты были осуществлены на ПЭВМ с использованием подкомплекса моделей по анализу достигнутого уровня производства и подкомплекса моделей сквозного прогнозирования развития сельскохозяйственного производства на перспективу (2005-ый и 2010-ый годы) с двумя уровнями надежности недетерминированных параметров (при р=0.95 и р=0.8). На основе выпоненных расчетов по оптимизационным моделям комплекса были определены также значения ненулевых оценок на фактически используемые ресурсы, а также на ресурсы по вариантам сквозных прогнозов развития производства в С ПК ГО "Детскосельский" на перспективу с заданными уровнями надежности недетерминированных параметров.

Фактические данные по структуре сельскохозяйственных угодий, структуре посевных площадей, урожайности сельскохозяйственных культур, трудоемкости производства продукции земледелия, поголовью животноводства и его структуре, показателям продуктивности крупного рогатого скота и свиней, трудоемкости продукции животноводства, наличию и расходованию кормов, эффективности использования кормов, составу и структуре трудовых ресурсов, наличию и эффективности использования основных средств, финансовым результатам от реализации продукции и другим, в работе формировались за 1986-2000 г.г. Подготовка входной информации для проведения оптимизационных расчетов осуществлялась с помощью моделей [1], [2], [5] комплекса. Одномерное прогнозирование показателей (по урожайности сельскохозяйственных культур открытого и защищенного грунта, по продуктивности животноводства, трудоемкости продукции земледелия и животноводства и др.) осуществлялась авторегрессионным методом на основе экстраполяции по тренду с помощью моделей [5] одномерного прогнозирования параметров. Форма тренда и их параметры для каждого прогнозируемого показателя определялась по фактическим динамическим рядам за 15 лет (для прогноза показателей на 2005 год) на ПЭВМ с использованием пакета программ Mikrosoft Excel 2000. Для каждого показателя было рассчитано четыре вида моделей трендов; прямолинейный, экспоненциальный, логарифмический, полиномиальный. При расчете одномерных прогнозов на 2010 год использовася достроенный ряд расчетных показателей (на2002, 2003, 2004, 2005 годы). Для каждого показателя предпочтение было дано тому виду тренда, который лучше других описывал тенденцию изменения данного показателя. Эти тренды были использованы при

расчете прогнозных значений показателей на перспективу (2005-ый и 2010-ый годы) с заданными уровнями надежности (при р=0.95 и р=0.8).

В диссертации приведены результаты расчетов по одномерному прогнозированию показателей на перспективу, а также осуществлен их анализ в сопоставлении с фактическими их значениями на предприятии. Для реализации расчетов по сквозному прогнозированию развития производства в С ПК ПЗ "Детскосельский" на 2005-ый и 2010-ый годы было разработано два варианта числовых моделей [6.1],[6.2], [6.3], [6.4] на 2005-ый и 2010-ый год, в частности, с уровнем надежности недетерминированных параметров р=0.95 и р=0.8, а также две модели [6.5]. Расчеты были реализованы с использованием разработанных в диссертации инструментальных средств.

В результате выпоненных расчетов на перспективу 2005-ый и 2010-ый годы для СПК ПЗ "Детскосельский" были определены по каждому варианту сквозного прогноза: состав и структура сельскохозяйственных угодий; посевные площади сельскохозяйственных культур и их структура; урожайность сельскохозяйственных культур открытого и защищенного грунта; продуктивность сельскохозяйственных угодий; поголовье и структура стада крупного рогатого скота и свиней; продуктивность сельскохозяйственных животных; балансы производства и использования кормов; трудовые ресурсы и их потребность на перспективу; производство валовой и товарной продукции земледелия открытого и защищенного фунта; производство валовой и товарной продукции животноводства; структура товарной продукции; структура валовой продукции; ненулевые оценки на земельные, трудовые ресурсы и производимую продукцию; показатели результативности сельскохозяйственного производства и ряд других показателей.

В диссертации результаты расчетов по сквозному прогнозированию развития производства в СПК ПЗ "Детскосельский" на перспективу анализируются в сопоставлении с фактическими данными. Здесь же отметим лишь следующее.

В перспективе, как показывают расчеты, в СПК ПЗ "Детскосельский" будет иметь место рост товарного производства продукции земледелия открытого, защищенного грунта, а также всех видов продукции животноводства (Таблица 1). Наиболее высокий прирост товарной продукции сельского хозяйства будет иметь место по прогнозному варианту с надежностью (р=0.8) недетерминированных параметров. В предприятии целесообразно сохранение овоще-молочной специализации производства, при

увеличении удельного веса по годам перспективы продукции овощеводства, в структуре товарной продукции хозяйства.

Таблица 1

Расчетное производство основных видов товарной продукции в СПК ПЗ

"Детскосельский" на перспективу по вариантам сквозных прогнозов

(тыс. тонн)

Наименование продукции Фактически в 2000 По вариантам сквозных прогнозов с учетом недетерминированных параметров

2005 год 2010 год

году Р=0.95 в % к Р=0 8 в % к Р=0.95 8%Х Р=0 8 в%к

2000г. 2000т 2000г 2000т

Картофель 0.99 1.39 140.4 1.60 161.6 1.54 155.5 1.79 180.8

Овощи ОГК.

грунта,всего 8.94 14 29 159.8 17.98 201.0 17.94 200.7 22.40 250.6

в том числе:

капуста 6.10 10,63 174.2 14.10 231.1 14.10 231.1 18.14 297.4

морковь 1.54 2.08 135.0 2.21 143.5 2.20 142.8 2 37 153.8

свекла 0.98 1.22 124.5 1.30 132.6 1.29 131.6 1.48 151.0

Овощи защ.

грунта 105 1.13 107.6 1.24 1180 1.52 144.8 1 81 172.4

Молоко 9.64 11.96 124.1 13.11 136.0 15.69 162.8 1640 170.1

МясоКРС 0.53 0.79 149.0 0.76 144 4 0.87 164.1 0 74 140.0

Мясо свиней 0.58 0.70 120 7 0.76 1310 0.80 137.9 0 85 146 5

Сопоставление результатов выпоненных расчетов в диссертации по вариантам сквозных прогнозов развития производства в СПК ПЗ "Детскосельский" показывает, что по варианту сквозного прогноза (с р=0.95) обеспечивается более скромное значение большинства показателей, по сравнению с вариантом (р=0.8). Однако, степень надежности достижения этих показателей по первому варианту сквозного прогноза значительно выше. Поэтому, большей реальностью и надежностью в практической реализации обладает сквозной прогноз развития сельскохозяйственного производства для СПК ПЗ "Детскосельский" на перспективу 2005-ый и 2010-ый годы, рассчитанный при учете недерминиро ванных параметров с вероятностью р=0.95. При формировании управленческих решений руководству предприятием следует ориентироваться на варианты сквозных прогнозов с большей надежностью недетерминированных параметров в целях уменьшения степени хозяйственного риска в условиях рыночной экономики.

Результаты выпоненных расчетов по апробации разработанного в диссертации комплекса моделей анализа и прогнозирования развития сельскохозяйственного производства на примере СПК ПЗ "Детскосельский" были переданы в хозяйство, получили положительную оценку у специалистов и

будут использованы при определении стратегии развития производства в предприятии на перспективу (до 2010-ого года), что документально подтверждено в диссертации.

Основные выводы.

1 .В диссертации решены методологические вопросы системного подхода к анализу и прогнозированию. В частности, осуществлена интеграция анализа и прогнозирования производства на сельскохозяйственном предприятии, включающая определение целей, содержания, задач одномерного, многомерного, сквозного анализа и прогнозирования сельскохозяйственного производства.

2. В исследовании сформулированы основные методологические принципы Х'' системного анализа и прогнозирования производства на сельскохозяйственном предприятии. Раскрыто их содержание по отношению к подсистеме анализа фактического состояния сельскохозяйственного производства и подсистеме прогнозирования производства на перспективу. Рассмотрены основные проблемные вопросы разработки комплекса моделей анализа и недетерминированных моделей прогнозирования производства на сельскохозяйственном предприятии.

3. Разработана общая организационная структура комплекса моделей анализа и прогнозирования сельскохозяйственного производства на предприятиях. Определены основные функциональные модели комплекса, общее их назначение, информационный и агоритмический характер их взаимодействия в процессе функционирования. С учетом требований процедуры согласования моделей в комплексе разработаны основные модули всех функционально разнородных моделей комплекса.

4. Адаптирована агоритмическая процедура согласования решений оптимизационных моделей сквозного прогнозирования к подсистеме моделей с трехуровневой структурой организации. Представлена блок-схема агоритмической процедуры и логика реализации итеративного трехуровневого процесса, обеспечивающего расчет сквозного прогноза развития сельскохозяйственного производства на предприятии в динамике по годам перспективы.

5. Предложен новый метод расчета средней линейной относительной ошибки аппроксимации регрессионных моделей анализа и прогнозирования.

6. Разработаны блок-схемы, реализующие агоритмы расчета ненулевых оценок на все используемые ресурсы в оптимальном плане прямой задачи линейного программирования.

7. Предложена агоритмическая процедура расчета оптимального плана на критериальный комплекс с учетом всего множества базисных допустимых решений исходной задачи линейного программирования.

8. Осуществлена экспериментальная апробация разработанного комплекса моделей анализа и прогнозирования сельскохозяйственного производства на примере СПК ПЗ "Детскосельский" Ленинградской области.

III. ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Малова H.H. Комплекс моделей анализа и прогнозирования сельскохозяйственного производства на предприятии. - депонирование в ВНИИТЭИагропром, Вып.4.3.№ВС - 2001. - 2001,- 0.4п.л.

2.Малова H.H. Организационная структура моделей информационно-компьютерной технологии анализа и прогнозирования производства на сельскохозяйственном предприятии. - СПбГУЭФ, сборник научных трудов. -2002.-с.167-176,-0.3 п.л.

3. Малова H.H. Об одном подходе к многоцелевой оптимизации плана. -СПбГУЭФ, сборник научных трудов. - 2002. - с.65-68. - 0.2 п.л.

4. Малова H.H., Юзбашев М.М. О методике вычисления средней ошибки аппроксимации регрессионных моделей. - депонирование в ВНИИТЭИагропром, вып.2.2,№42 ВС-2002.-2002,- 0.6 пл.

Подписано в печать 05.05.2003. Формат 60x84/16. Отпечатано с готового оригинал-макета в типографии ЗАО КопиСервис Печать ризографическая. Заказ № 1/605. П. л. 1.19. Уч.-изд. 1.1. Тираж 70 экз.

ЗАО КопиСервис, 194017, Санкт-Петербург, Скобелевский пр., д. 16 тел.: (812) 234 4333

* 8484 1

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Малова, Наталья Николаевна

Введение.

1 .Методологические вопросы анализа и прогнозирования производства на сельскохозяйственном предприятии с использованием системного моделирования

1.1 Содержание и цели одномерного, многомерного, сквозного анализа и прогнозирования.

1.2 Методологические принципы системного подхода к анализу и прогнозированию.

1.3 Методологические вопросы разработки комплекса моделей анализа и прогнозирования.

2. Комплекс моделей анализа и прогнозирования производства на сельскохозяйственном предприятии

2.1 Общая организационная структура комплекса моделей.

2.2 Основные модули моделей комплекса.

2.3 Критерий оптимальности в оптимизационных моделях комплекса.

2.4 Логика функционирования комплекса моделей.

3. Математическое и программное обеспечение расчетов по оптимизационным моделям комплекса.

3.1 Математическое и программное обеспечение расчетов по моделям сквозного прогнозирования.

3.2 Математическое и программное обеспечение расчетов ненулевых оценок на используемые ресурсы.

4. Экспериментальная апробация комплекса моделей на примере СПК ПЗ "Детскосельский" Ленинградской области

4.1 Целевая установка экспериментальных расчетов по комплексу моделей.

4.2 Информационное обеспечение числовых моделей и анализ одномерных прогнозов.

4.3 Результаты расчетов по анализу и сквозному прогнозированию развития производства на перспективу.

Диссертация: введение по экономике, на тему "Разработка комплекса моделей анализа и прогнозирования развития производства на сельскохозяйственном предприятии"

Актуальность исследования.

Совершенствование анализа и прогнозирования сельскохозяйственного производства с использованием математических методов и современных средств вычислительной техники является перспективным направлением аграрной экономической науки. Важность исследований в этом направлении определяется задачами повышения качества управления производством в аграрном секторе экономики, результаты деятельности которого подвержены влиянию как управляемых, так и не управляемых человеком факторов. Весьма важным это направление исследований является для предприятий, где непосредственно производится сельскохозяйственная продукция. Развитие этого направления исследования предполагает реализацию системного подхода к анализу и прогнозированию сельскохозяйственного производства, решение вопросов теории, методологии и методики системного моделирования, I разработку комплекса моделей анализа фактического состояния, а также недетерминированных моделей прогнозирования развития производства на сельскохозяйственных предприятиях, соответствующего информационного, математического и программного обеспечения расчетов по комплексу моделей на ПЭВМ.

Значение исследований в этом направлении определяется потребностью в повышении качества целенаправленного анализа фактического состояния производства и разработке научно-обоснованных прогнозов развития сельскохозяйственного производства на предприятиях, которые были бы надежны в реализации, обеспечивали достижение высоких конечных результатов, были ориентированы на эффективное использование земельных, материальных и трудовых ресурсов. Отмеченное, в основном, определило общую целевую установку и конкретные задачи исследования.

Цель и задачи исследования.

Общей целью диссертационной работы явилась разработка комплекса моделей анализа и прогнозирования сельскохозяйственного производства на предприятиях в подготовленном для функционирования виде.

Реализация этой цели вызвала необходимость решения следующих задач:

- исследовать методологические вопросы системного подхода к анализу и прогнозированию производства на сельскохозяйственном предприятии;

- определить основные принципы системного анализа и прогнозирования производства на сельскохозяйственном предприятии, раскрыть их содержание;

- обосновать общую организационную структуру комплекса моделей анализа и прогнозирования сельскохозяйственного производства на предприятиях;

- определить основные функциональные модели комплекса, общее их назначение, информационный и агоритмический характер их взаимодействия в процессе функционирования;

- разработать основные детерминированные и недетерминированные модули всех моделей комплекса;

- адаптировать агоритм согласования решений оптимизационных моделей к подсистеме моделей сквозного прогнозирования с трехуровневой структурой организации;

- определить общую логику функционирования комплекса моделей анализа и прогнозирования производства на сельскохозяйственных предприятиях;

- разработать блок-схему агоритмической процедуры итеративного трехуровневого расчета сквозного прогноза развития сельскохозяйственного производства на предприятии в динамике по годам перспективы;

- разработать блок-схемы агоритмов, реализующих расчет ненулевых оценок на все учитываемые и используемые ресурсы в оптимальном плане прямой задачи линейного программирования;

- определить программное обеспечение расчетов по оптимизационным подкомплексам моделей;

- экспериментально апробировать разработанный комплекс моделей анализа и прогнозирования производства на примере предприятии.

Предметом исследования в диссертации является совокупность методологических, теоретических и методических вопросов системного моделирования процессов анализа и прогнозирования производства на сельскохозяйственных предприятиях.

В качестве объекта практической апробации реализованных в диссертации инструментальных средств послужило СПК ПЗ "Детскосельское" Ленинградской области.

Теоретической и методологической основой исследования служили труды отечественных и зарубежных ученых по изучаемым в диссертации вопросам, в частности, Аганбегяна А.Г., Алексеева В.В., Амосова В.В., Багриновского К.А., Бендата Дж., Бергстрома А., Беспахотного Г.П., Блауберга И.В., Бойко И.П., Борука А.Я., Боярского А.Я., Бусленко Н.П., Гатаулина A.M., Голыптейна Е.Г., Гранберга А.Г., Данцига Дж., Дрейпера Н., Егоровой Н.Е., Ермольева Ю.М., Вульфа Ф., Еникеева В.Г., Ильченко А.Н., Кашьяпа Р.Л., Канторовича Л.В., Кагановича И.З., Кравченко Р.Г., Крылатых Э.Н., Колемаева В.А., Малыша М.Н., Месаровича М., Милосердова В.В., Оншценко A.M., Пастернака П.П., Раяцкаса Р.Л., Смекалова П.В., Чернова В.П. Юзбашева MJVI., Юттлера Г. и других. В соответствие с кругом исследуемых вопросов в работе использовались методы: матричные, балансовые, теории вероятностей и математической статистики, математического программирования и системного математического моделирования экономических процессов.

Научная новизна работы.

Научная новизна диссертационного исследования заключается, прежде всего, в обосновании методологических положений системного подхода к анализу и прогнозированию сельскохозяйственного производства на предприятиях с использованием системного математического моделирования.

В процессе исследования получены следующие наиболее существенные научные результаты:

1. Осуществлена интеграция анализа и прогнозирования производства на сельскохозяйственных предприятиях, включающая определение целей, содержания, задач одномерного, многомерного, сквозного анализа и прогнозирования, а также принципов, которыми необходимо руководствоваться при их реализации.

2. Разработана общая организационная структура комплекса логически, информационно и агоритмически взаимосвязанных моделей анализа и прогнозирования производства на сельскохозяйственных предприятиях, включающая модели по расчету ненулевых оценок на все используемые ресурсы.

3. Разработан комплекс моделей анализа фактического состояния и прогнозирования развития сельскохозяйственного производства на предприятиях, определена общая логика его функционирования.

4. Разработаны все основные функциональные, а также расчетные модули комплекса моделей, ориентированные на реализацию информационных и агоритмических связей между моделями в процессе функционирования.

5. Совершенствована методика вычисления средней ошибки аппроксимации регрессионных моделей, обеспечивающая повышение точности оценки одномерных прогнозов (без поправок на степень свободы).

6. Предложена агоритмическая процедура многокритериальной оптимизации плана с учетом всего множества базисных допустимых решений оптимизационных задач.

7. Адаптировано математическое и программное обеспечение расчетов по подкомплексу оптимизационных моделей сквозного прогнозирования сельскохозяйственного производства на предприятиях.

8. Разработаны блок-схемы, реализующие на ПЭВМ расчет сквозных прогнозов на конкретный год и в динамике по годам перспективного периода, а также расчет ненулевых оценок на используемые ресурсы в моделях комплекса.

9. Проведена экспериментальная апробация разработанного комплекса моделей анализа и прогнозирования при разном уровне надежности недетерминированных параметров на примере конкретного сельскохозяйственного предприятия.

Практическая значимость и использование результатов исследования.

Выпоненное исследование соответствует разделу 1.6 "Разработка экономико-математического и статистического обеспечения информационных технологий анализа, прогнозирования и управления в аграрном секторе" плана НИР экономического факультета СПГАУ на 2001-2005 годы по комплексной теме "Разработка методологии, методов и информационных технологий, учета, анализа, прогнозирования и управления экономическими процессами в аграрном секторе рыночной экономики".

Практическая значимость работы состоит в возможности использования разработанного в ней комплекса моделей в подготовленном для функционирования виде для проведения расчетов по анализу достигнутого уровня производства, а также многовариантному прогнозированию развития сельскохозяйственного производства на предприятиях с учетом задаваемых уровней надежности недетерминированных параметров. Эти расчеты могут служить основой для принятия обоснованных управленческих решений по дальнейшему развитию сельскохозяйственного производства на предприятиях. Они могут быть весьма полезны также в работе создаваемых информационно-консультационных служб по аграрному сектору экономики.

Результаты выпоненных расчетов используются при определении перспектив развития сельскохозяйственного производства в СПК ПЗ "Детскосельский", что подтверждено документально. Содержащиеся в диссертации результаты исследования используются также в учебном процессе СПГАУ по курсам: "Планирование и прогнозирование межотраслевых пропорций", "Математическое моделирование экономических процессов в сельском хозяйстве", что документально подтверждено в работе.

Апробация работы и публикации.

Основные результаты диссертационного исследования докладывались на научных конференциях СПбГАУ в 2000,2001,2002 и 2003 годах, отражены в 4 опубликованных работах автора, а также включены в научные отчеты по НИР экономического факультета СПГАУ за 2001, 2002, 2003 годы.

Структура диссертации определена, исходя из целевой установки и логической последовательности решаемых задач в процессе исследования. Работа состоит из введения, четырех глав, общих выводов, библиографического списка литературы и приложения.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Малова, Наталья Николаевна

Основные выводы.

1.В диссертации решены методологические вопросы системного подхода к анализу и прогнозированию, в частности выделены три ступени итерации анализа и прогнозирования. Раскрыто содержание и определены цели одномерного, многомерного и сквозного анализа и прогнозирования сельскохозяйственного производства.

2. В исследовании сформулированы основные методологические принципы системного анализа и прогнозирования производства на сельскохозяйственном предприятии. Раскрыто их содержание по отношению к подсистеме анализа фактического состояния сельскохозяйственного производства и подсистеме прогнозирования производства на перспективу. Рассмотрены основные проблемные вопросы разработки комплекса моделей анализа и недетерминированных моделей прогнозирования производства на сельскохозяйственном предприятии.

3. Разработана общая организационная структура комплекса моделей анализа и прогнозирования сельскохозяйственного производства на предприятиях. Определены основные функциональные модели комплекса, общее их назначение, информационный и агоритмический характер их взаимодействия в процессе функционирования. С учетом требований процедуры согласования моделей в комплексе разработаны основные модули всех функционально разнородных моделей комплекса.

4. Адаптирована агоритмическая процедура согласования решений оптимизационных моделей сквозного прогнозирования к подсистеме моделей с трехуровневой структурой организации. Представлена блок-схема агоритмической процедуры и логика реализации итеративного трехуровневого процесса, обеспечивающего расчет сквозного прогноза развития сельскохозяйственного производства на предприятии в динамике по годам перспективы.

5. Предложен новый метод расчета средней линейной относительной ошибки аппроксимации, а именно: ff ZKh" Ш-А гБ = -=Х = -1ЧpЧ = Ч-: Y, против имевшего до этого место в литературе: п

Xs< я к-к!

Средняя ошибка аппроксимации имеет особенное значение для моделей, используемых в прогнозировании, так как ошибка прогноза тесно связана со средней ошибкой аппроксимации.

6. Разработаны блок-схемы, реализующие агоритмы расчета ненулевых оценок на все используемые ресурсы в оптимальном плане прямой задачи линейного программирования.

7. Предложена агоритмическая процедура, позволяющая рассчитывать оптимальные планы на критериальный комплекс с учетом всего множества базисных допустимых решений конкретной задачи линейного программирования.

8. Осуществлена экспериментальная апробация разработанного комплекса моделей анализа и прогнозирования сельскохозяйственного производства на примере СПК - Племзавод "Детскосельский" Ленинградской области. Анализ выпоненных в работе расчетов позволил дать ряд обоснованных рекомендаций по дальнейшему развитию производства в хозяйстве, а также в целом подтвердить пригодность разработанного в диссертации инструментария при анализе и обосновании надежных в реализации прогнозов по развитию производства на сельскохозяйственных предприятиях.

Диссертация: библиография по экономике, кандидат экономических наук , Малова, Наталья Николаевна, Санкт-Петербург

1.Авербух С.Л.,Бочаров А.П. Системное описание и моделирование сельскохозяйственного производства //Механизация и электрификация сельского хозяйства. - 1987. - №1 - с.3-7.

2. Аганбегян А.Г., Багриновский Г.А., Гранберг А.Г. Система моделей народнохозяйственного планирования. М.:Мысль. 1972. - с.318.

3. Специализация сельскохозяйственного производства. Методологические проблемы оптимизации./Под ред. Онищенко A.M. Киев.: Наукова думка. -1973.- с.292.

4. Айвазян С.А. Вероятнотсно-статистическое моделирование распределительных отношений в обществе. В кн.: Статистическое моделирование экономических процессов. - М.,1980. - с.78-104.

5. Александров А.Г. Оптимальные и адаптивные системы. М.:Высшая школа. - 1989.-с.263.

6. Амосов А.И. Программно-целевое планирование интенсивного воспроизводства аграрно-промышленного комплекса. М.:Наука. - 1986.- с.131.

7. Ансофф И. Стратегическое управление-М.:Экономика 1989-с.519.

8. Афанасьев В.Н. Многомерный статистический анализ факторов уровня и устойчивости урожайности сельскохозяйственных культур. Спб.:СпбГАУ. -1995.-c.83.

9. Бадевиц 3. Математическая оптимизация в социалистическом сельском хозяйстве. М.:Колос. - 1982. - с.549.

10. Ю.Байдина Г.А., Имитационная модель текущего планирования. В кн. Экономико-математическое моделирование агропромышленного комплекса региона. - Л., 1986. - с. 169-181.

11. Бартова Л. Экономико-математические модели оптимизации и прогнозирования производства./Автореф. канд. экон. наук. Киев:ИК АН УССР,- 1989.-с.17.

12. Бергстром А. Построение и применение экономических моделей. -М.:Прогресс. 1970.- с. 176.

13. Беспахотный Г.П. Программно-целевое планирование агропромышленного комплекса региона./Вестник сельскохозяйственной науки.- 1983. №4. - с.20-29.

14. Блауберг И.В., Юдин Э.Г. Становление и сущность системного подхода. М.:Наука. - 1973. - с. 104.

15. Бойко И.П. Проблема устойчивости сельскохозяйственного производства. Л.:ГУ. - 1986. - с. 168.

16. Большой энциклопедический словарь. Под редакцией Прохорова A.M. Спб.:Норинт. - 1998. - 1102.

17. Борук А.Я., Пенцис А.И., Приедите А.Я. Прогнозирование урожайности сельскохозяйственных культур по их соотношению с зерновыми.- В кн.: Математические методы в экономике. Рига: Зинатне. Ч 1981. Ч Вып. 17. - с. 108-116.

18. Борук А.Я. Прогнозирование урожайности сельскохозяйственных культур. В кн. Математические методы в экономике. Рига: Зинанте, 1983. -Вып. 19 - с.56-64.

19. Бочварова Ц.Е. Об одной стохастической модели сельскохозяйственного производства.// Экономика и математические методы., 1975. Т.XI. - Вып.4. - с.716-722.

20. Бронштейн М. Экономический механизм интенсификации сельскохозяйственного производства./Экономика и математические методы. Ч 1984. №6. - с.973-982.

21. Брувер А.Ф. Экспертные оценки при прогнозировании развития сельскохозяйственного производства. В кн.:Математические методы в экономике. - Рига: Зинатне. - 1983. - Вып. 19. - с. 113-117.

22. Бубар И.Ф. Обоснование технической оснащенности технологии возделывания картофеля с учетом вероятной природы производительности агрегатов//Автореф. дис. канд. тех. наук. Л. - 1990. - с. 15.

23. Бушман В.В. Прогнозирование развития и размещения сельского хозяйства Киргизской ССР. Фрунзе: Илим. - 1982. Ч с.210.

24. Василенко Ю.В. Математические методы анализа в сельском хозяйстве. Киев:Урожай. - 1982. - с. 103.

25. Веселовский В.Е. О некоторых агоритмах решения задачи размещения большой размерности.//Экономика и математические методы. -1977. T.XIII. - Вып.4. - с.732-737.

26. Вешкурова Е.Ю. Об одном подходе к прогнозированию развития производства в регионе на перспективу. В кн.:Применение экономико-математических и статистических методов в планировании сельского хозяйства. - Л.:ГАУ. - 1991. - с.74-78.

27. Вишнев С.М. Основы комплексного прогнозирования. М.:Наука. -1977.-c.287.

28. Газетдинов М.Х. Разработка комплекса моделей планирования кормопроизводства с недетерминированными параметрами в предприятии.//Автореферат канд. экон. наук. Казань, 1990. - с.20.

29. Гамбаров Г.М., Журавель Н.М., Королев Ю.Г. Статистическое моделирование и прогнозирование. М.:Финансы и статистика. - 1990. - с.383.

30. Гатаулин A.M. Оценка народнохозяйственной эффективности отраслей в системе. В кн.: Математический метод и системный анализ в управлении АПК. - М.:ТСХА. - 1988. - с.7-24.

31. Гладышевский А.И. Методы и модели отраслевого экономического прогнозирования. М.: Экономика. - 1977. - с. 177.

32. Гмурман В.Е. Теория вероятностей и математическая статистика. Ч М.: Высшая школа. 1972. - с.368.

33. Горфинкель М.И. Прогнозирование показателей сельскохозяйственного производства. Минск:Ураджай. - 1986. - с.38.

34. Гранберг А.Г., Суспицын С.А. Введение в системное моделирование народного хозяйства. Новосибирск.:Наука. 1988. - с.304.

35. Данциг Дж. Линейное программирование, его обобщения и применения. М.: Прогресс. - 1966. - с.600.

36. Данциг Дж., Вульф Ф. Агоритм разложения для задач линейного программирования./ Математика. 1964. -Т.8. - №1. - с. 151-160.

37. Доженков В., Колесников Ю. Microsoft,Excel 2000. -Cn6:bhv. -2001. -с.1088.

38. Дрюпина Н.Н. Организационная структура моделей информационно-компьютерной технологии анализа и прогнозирования производства на сельскохозяйственном предприятии.- СПбГУЭФ, сборник научных трудов.-2002.- с.167-176.

39. Дрюпина Н.Н. Комплекс моделей анализа и прогнозирования сельскохозяйственного производства на предприятии.-ВНИИТЭИагропром,Вып4.3 №ВС-2001 .-2001.

40. Дрюпина Н.Н. Об одном подходе к многоцелевой оптимизации плана. -СПбГУЭФ,сборник научных трудов.-2002.- с.65-68.

41. Дубров Я.А., Штелик В.П., Маелова Н.В. Системное моделирование и оптимизация в экономике. Киев : Наукова думка, 1976. - с.252.

42. Дудорин В.И., Алексеев Ю.М. Системный анализ экономики на ЭВМ. М.:Экономика. 1981. - с.216.

43. Егоров Ю.Л. Системный подход и проблема сложности. -М.:Прогресс. 1970. - с. 125.

44. Елисеева И.И., Юзбашев М.М. Общая теория статистики. -М.:Финансы и статистика. 1995. - с.301- 367.

45. Еникеев В.Г. Критерии и методы оценки технической оснащенности растениеводства и качества работы агрегатов с учетом вероятностной природы условий их функционирования./дисс. док. тех. наук. Ленинград-Пушкин. -1983.-c.421.

46. Еникеева И.В. Разработка комплекса недетерминированных моделей принятия управленческих решений на сельскохозяйственном предприятии. -Дисс. канд. экон. наук. -Спб:СпбГАУ. 1998. - с. 139.

47. Ермольев Ю.М., Ястремский А.И. Стохастические модели в экономическом планировании. М.: Наука. - 1979. - с.256.

48. Зайнчковская Т.С. Оптимизация плана развития сельскохозяйственного производства в районе с учетом недетерминированных параметров//Автореферат дисс.канд.экон.наук. Л., 1988. - с.21.

49. Ильченко А.Н., Стоянова Т.А. Учет влияния погодных условий в модели согласования плановых решений в АГЖ./Оптимизация структуры производства в АПК (оптимум X). Рига. - 1990. С.116-118.

50. Искаков Б., Вишнякова В., Зарова Е. Эконометрическое моделирование оптимальности развития и размещения сельского хозяйства в системе АПК РСФСР.//Экономика сельского хозяйства. 1987. - №4. - с.69-73.

51. Итеративное агрегирование и его применение в планировании./Под ред. Дудкина Л.М. М.:Экономика. - 1979. - с.327.

52. Каганович И.З. Модели, агоритмы и программы для решения экономических задач. -Талинн:ИЭ АН ЭССР. 1976. - с. 186.

53. Канторович JI.B., Горстко А.Б. Оптимальные решения в экономике. Ч М.:Наука.- 1972.-c.232.

54. Карасев А.И., Кремер Н.Ш., Савельева Т.И. Математические методы и модели в планировании. М.Экономика. - 1987. - с.240.

55. Кардаш В.А. Модели управления производственно-экономическими процессами в сельском хозяйстве. М.:Экономика. - 1988. Ч с. 184.

56. Кашьяп P.JL, Рао А.Р. Построение динамических стохастических моделей по экстремальным данным. М.:Наука. - 1983. - с.383.

57. Киселев В.И., Денисов В.И., Пашнина Л.С., Стрельцова С.Н. Вопросы совершенствования АПК с использованием экономико-математических моделей. М.:Наука. 1988. Ч с. 136.

58. Кобринский Н.Е., Кузьмин В.И. Точность экономико-математических моделей. М.'.Финансы и статистика. - 1988. - с.255.

59. Ковешникова Е.Ю. Разработка комплекса моделей прогнозирования развития сельскохозяйственного производства в регионе./автореф. дисс. канд. экон. наук. -Спб:СпбГАУ. 1996.-с. 16.

60. Колемаев В.А. О математическом обеспечении экономико-статистических исследований и разработок. В кн.Статистическое моделирование экономических процессов. - М.,1980. - с. 196-218.

61. Копенкин Ю.И. Стохастические модели оптимального планирования сельскохозяйственного производства. М.,1981. Ч с.23.

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

63. Крастинь О.П., Годмане И. Регрессионное моделирование при решении экономических задач//Экономика сельского хозяйства. 1984. - №1. Ч с.58-63.

64. Крылатых Э.Н. Система моделей в планировании сельского хозяйства. М.:Экономика.1979. - с.200.

65. Лопатников Л.И. Экономико-математический словарь. M.rABF. -1996.-c.700.

66. Лугачев М.И. Исследование моделей аграрного производства. -М.:МГУ. 1985. с.50.

67. Майстренко Е.Н. Устойчивость аграрного предприятия в условиях рынка. Спб. - 1996. - с. 122.

68. Малова Н.Н., Юзбашев М.М. О методике вычисления средней ошибки аппроксимации регрессионных моделей.-М. Изд.ВНИИТЭиагропром, вып.2.2,№42 ВС-2002.-2002.

69. Малыш М.Н., Смекалов П.В., Трафимов А.Г. и др. Аграрная экономика. ЧСпб:СпбГАУ. 1999. - с.573.

70. Математическое моделирование экономических процессов в сельском хозяйстве./Гатаулин A.M., Гаврилов Г.В., Сорокина Т.М. и др. -ММ.:Агропромиздат. 1990. - с.432.

71. Месарович М. Общая теория систем: математические основы: Пер. с англ. ЧМ.:Мир. 1978. - с.311.

72. Месхия Я.Е. Вопросы методологии регионального экономического прогнозирования. М.:Наука, 1983. - с. 184.

73. Милосердое В.В. Система критериев для оптимального планирования. В кн. Методические вопросы планирования сельского хозяйства с использованием ПЭВМ. - Минск. :Изд.НИИЭ и ЭММ. - 1977. - с.47-49,184.

74. Многоуровневые модели перспективного планирования./Под ред. Алексеева A.M. М.:Экономика. - 1978. - с.224.

75. Можин В.П. Оптимизация плановых решений в сельском хозяйстве. -М.:Экономика,1974. -с.151.

76. Пакеты прикладных программ. Программное обеспечение оптимизационных задач. М.:Наука. - 1987. - с. 120.

77. Пастернак П.П. Агоритм решения одного класса задач с недетерминированными параметрами. В кн.: Экономико-математические и статистические методы в планировании сельского хозяйства. - Л., 1989. -с.34-40.

78. Пастернак П.П. Двухуровневая и многоуровневая реализация системы оптимизационных задач. Л.:СХИ, 1982. - с. 15-29.

79. Пастернак П.П. Многоуровневые схемы реализации общеотраслевых задач.-Л.:СХИ.- 1978.-с. 14.

80. Пастернак П.П. Некоторые вопросы системного моделирования экономических процессов.// Труды Ленинградского СХИ, 1980. Т.388. - с.3-8.

81. Пастернак П.П. Некоторые методологические вопросы системного моделирования экономических процессов в АПК. В кн.:Системное моделирование экономических процессов в сельском хозяйстве. - Л.,1984. -с.3-15.

82. Пастернак П.П. Системное моделирование экономических процессов в АПК. М.:Агропромиздат., 1985. -с.9-14,16,176.

83. Пастернак П.П., Еникеев В.Г., Киселева А.А. Модель, агоритм, схема многоуровневой оптимизации машинно-тракторного парка//Труды Ленинградского СХИ. Л.:СХИ. 1976. - Т.301. - с.27-38.

84. Пастернак П.П., Еникеева И.В. Системное моделирование в прогнозировании развития сельскохозяйственного производства. -Спб,СПГАУ,1999.-с.7-37,45-58,72-107,130-177.

85. Пастернак П.П. Расчет ненулевых оценок на все используемые ресурсы. Спб.,Издательство"Союз",2001. - с.91.

86. Петраков Н.Я., Ротарь В.И. К вопросу об экономико-математической модели управления, учитывающей фактор неопределенности.//Экономика и математические методы. 1978. - T.XIV. - Вып.4. - с.435-447.

87. Популярный экономико-статистический словарь-справочник./Под ред. Елисеевой И.И. М.:Финансы и статистика. - 1993. - с. 192.

88. Португал В.М., Семенова А.И. Оптимизационные модели в системе оперативно-производственного планирования предприятия./Экономика и математические методы. ~ 1985. №2. - с. 118-124.

89. Почс Р.Я., Канмач Т.А. Основные требования и принципы организации информационных массивов для системы прогнозно-плановых моделей. В кн.: Математические методы в экономике. - Рига:3инатне. - 1981. - Вып. 17. - с.56-64.

90. Практикум по математическому моделированию экономических процессов в сельском хозяйстве./ 11од ред. Карпенко Л.Ф. М.:Агропромиздат. - 1985.-c.266.

91. Разработка методики авторегрессионного прогнозирования урожайности полевых культур на пятилетие и на отдельный год.: Отчет /СХИ ,Л., 1976. №45. - 1,78018816. - с.287.

92. Райзберг Б.Я., Голубков Е.П., Пекарский Л.С. Системный подход в перспективном планировании. М.:Экономика. - 1975. - с.271.

93. Раяцкас Р.Л. Система моделей планирования и прогнозирования. -М.:Экономика, 1976. с.286.

94. Саакян А.В. Проблемы применения методов стохастического программирования в оптимальном планировании сельского хозяйства//Автореферат дисс. канд. экон. наук. Ленинград-Павловск, 1981. -с.34.

95. Сергеев С.С. Сельскохозяйственная статистика с основами экономической статистики. М.:Финансы и статистика, 1983. - с.536.

96. ЮО.Система моделей экономико-математического анализа сельскохозяйственного производства//Труды ВНИИК- М.1989.-с.204.

97. Системный анализ и структуры управления./Под ред. проф. Шорина В.Г. М.:3нание. - 1975. - с.290.

98. Ю2.Смекалов П.В., Малыш М.Н., Тютюнник Ю.М., Терехов М.А. Практикум по экономическому анализу деятельности предприятий АПК. -Спб.:СПГАУ,1996. с.212.

99. ЮЗ.Смекалов П.В., Ораевская Г.А. Анализ хозяйственной деятельности сельскохозяйственных предприятий. М.'.Финансы и статистика. - 1991. -с.ЗОЗ.

100. Статистическое моделирование экономических процессов./Сб. науч.тр. АН СССР, отв. Ред.Розин. Новосибирск:Наука. - 1991. -с.228.

101. Статистическое моделирование и прогнозирование: Учебное пособие./Ред. Гранберг А.Г. М.:Финансы и статистика. - 1990. - с.383.

102. Юб.Стефанов JT. Моделирование структуры сельскохозяйственного производства при помощи экономико-математическихмоделей./Международный сельскохозяйственный журнал. 1988. - №6. -с. 1721.

103. Тимохин С.Г. Декомпозиционный подход к решению задачи линейного программирования большой размерности./Экономика и математические методы. 1977. -Т.ХШ/ - Вып.2. - с.330-341.

104. Трей Б.А., Фролов А.А. О критериях оптимальности в догосрочном планировании сельскохозяйственного производства республики. М.:АН СССР. - 1984. - Серия экономики №5. - с.73-83.

105. Тунеев М.М., Сухорукова В.Ф. Экономико-математические методы в организации и планировании сельскохозяйственного производства. -М.:Колос.- 1977.-c.222.

106. Уемов А.И. Системный подход и общая теория систем. М.:Мысль. - 1978. - с.272.

107. Узун В.Я., Мороз В.Н. Применение стохастического программирования для планирования сельскохозяйственного производства/УЭкономика и математические методы. 1983. - T.XtX. - №1. -с.164-166.

108. Федулов А.А., Федулов Ю.Г., Цыгичко В.Н. Введение в теорию статистически надежных решений. М.:Статистика,1979. - с.279.

109. Франс Дж., Торнли Дж. Математические модели в сельском хозяйстве. М.гАгропромиздат. - 1984. - с.400.

110. Холод Н.И. прогнозирование эффективности сельскохозяйственного производства. минск:Ураджай. - 1980. - с. 135.

111. Холод Н.И., Чухольский П.Г. Прогнозирование экономического развития кохозов и совхозов. Минск.:Ураджай,1985. - с.62.

112. Чепурных Н.В., Новоселов А.Л. Планирование и прогнозирование природопользования./Уч.пособ. М.:Интерпракс. - 1995. - с.288.

113. Чернов В.П. Математическое и компьютерное моделирование экономической динамики. Спб.: Наука,2001. - с.223.1 18.Четыркин Е.М. Статистические методы прогнозирования. -М.:Статистика, 1977. с. 184.

114. Эпштейн Д.Б. государственное регулирование сельскохозяйственного производства в условиях перехода к рынку. Спб. 1993. -Ч.2-С.213.

115. Экономика аграрного рынка./Уч. пос. Науч. Ред. Жуков Л.И. -Екатеринбург:Уральский университет. 1994.-с.479.

116. Экономика предприятия./Учебник под ред. проф. Вокова О.И. -М.:ИНФРА-М. l997.-c.416.

117. Экспертные системы: инструментальные средства разработки./Уч. пособие. Спб:Политехника. - 1996. -с.219.

118. Юдин Д.Б., Березнова Т.Д. Статистические и динамические модели стохастического программирования. В кн.:Применение исследования операций в экономике. - М.:Экономика. - 1977. - с. 196-247.

119. Юдин Д.Б., Гольштейн Е.Г. Линейное программирование:теория, методы и приложения. М.:Наука. - 1969. - с.423.

120. Юзбашев М.М. Методы изучения динамики распределений и зависимостей. М.:Статистика. - 1974. - с. 188.

121. Юзбашев М.М., Манеля А.И. Статистический анализ тенденций и колеблемости. М.:Финансы и статистика, 1983. - с. 145,207.

122. Юзбашев М.М., Афанасьев В.Н. Анализ временных рядов и прогнозирование. М.:Финансы и статистика,2001. - с.226.

123. Юттлер Г. Линейная модель с несколькими целевыми функциями./Экономика и математические методы. 1967. -T.HI. - Вып.З. -с.397-406.

Похожие диссертации