Рассмотрено моделирование характеристик временных рядов, связанных с получением продовольственной продукции, на основе статистических методов. Проанализированы характеристики временных рядов, разделенные на три группы по динамико-стохастическим свойствам: 1) характеристики временных рядов, описываемые значимыми многоуровневыми трендами со значимыми коэффициентами регрессионных выражений; 2) характеристики временных рядов, обладающие более высоким рассеянием чем характеристики первой группы; 3) характеристики временных рядов, являющиеся случайными, или обладающие значимыми низкими коэффициентами автокорреляции, например, климатические и экологические. Приведены выявленные статистические закономерности рассмотренных характеристик. Предложен алгоритм стохастической оптимизации параметрической задачи производства продукции в условиях перехода значений характеристик временных рядов модели в события.
Идентификаторы и классификаторы
- SCI
- Науки о Земле
Учитывая изменчивость климата [1], влияние множества факторов на аграрное производство и заготовку дикоросов, а также условия развития новых технологий, актуальность приобрело решение задач управления деятельностью сельскохозяйственных товаропроизводителей и заготовителей с помощью моделирования временны́ х рядов [2–6] и использования закономерностей их изменчивости для оптимизации производства сельскохозяйственной продукции и заготовки дикоросов.
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Ксенофонтов М.Ю., Ползиков Д.А. К вопросу о влиянии климатических изменений на развитие сельского хозяйства России в долгосрочной перспективе // Проблемы прогнoзирования, 2020. № 3(180). С. 82-92.
2. Багров М.Б. Прогнозирование динамики сельского хозяйства по временным рядам // Инновационные технологии как основа развития аграрного образования и АПК региона, Тверь, 01-03 июня 2010 года, Изд-во Тверской государственной сельскохозяйственной академии. Т. 2. Тверь: Тверская государственная сельскохозяйственная академия, 2010. С. 151-152. EDN: RPJPOJ
3. Вайс А.А. Особенности применения регрессионных уравнений при прогнозировании урожайности дикорастущих ягодников // Плодоводство, семеноводство, интродукция древесных растений, 2019. Т. 22. С. 26-30. EDN: HTGDLX
4. Иваньо Я.М., Петрова С.А. Об одном алгоритме выделения аномальных уровней временного ряда для оценки рисков // Актуальныe вопросы аграрнoй науки, 2022. № 42. С. 48-57. EDN: MLJYDV
5. Писсинато Б., Виан К.Э.Ф., Бобровская T.В., Перейра А.Г. Использование временных рядов и новых информационных технологий для прогнозирования показателей сельскохозяйственного производства // Высокопроизводительныe вычислительныe систeмы и технолoгии, 2021. Т. 5, № 1. С. 284-291.
6. Касимова Т.М. Исследование и прогнозирование динамики показателей сельского хозяйства региона на основе моделей временных рядов и рядов динамики // Фундаментальные исследования, 2018. № 12-1. С. 113-118. EDN: YUIZKX
7. Бублик М.Б. Стратегическое планирование в сельском хозяйстве: сущность, преимущества, совершенствование // Научный вестник государственного образовательного учреждения Луганской Народной Республики “Луганский национальный аграрный университет”, 2018. № 1. С. 54-61. EDN: MJQBRJ
8. Булатов В.П., Федурина Н.И. Математическое моделирование развития и функционирования региональных систем // Инфокоммуникационные и вычислительные технологии и системы: Материалы Всерос. конф. Улан-Удэ. 2003. Ч. 1. С. 12-16.
9. Агибалов А.В., Терновых К.С. Экономико-математическое моделирование как инструмент стратегического планирования развития сельских территорий // АПК: экономика, управление, 2022. № 7. С. 11-20. EDN: WPWDQO
10. Тусков А., Ефимов И., Ефимов П. Математические модели и информационные технологии в Агропромышленный комплекс региона // Вестник Атыраускогo университетa имени Х. Досмухамедовa, 2023. Т. 69, № 2. С. 63-73.
11. Ivanyo Ya.M., Petrova S.A. Optimization models of food processing wild-growing products with expert assessments // Critical infrastructures: contingency management, intelligent, agent-based, cloud computing and cyber security (IWCI 2019), proceedings of the VI-th International Workshop. Melentiev Energy Systems Institute of Siberian Branch of the Russian Academy of Sciences, 2019, pp. 108-113. EDN: CDQAFT
12. Дружинин И.П., Смага В.Р., Шевнин А.Н. Динамика многолетних колебаний речного стока. М.: Наука, 1991. 176 с.
13. Волков А.В., Шиков С.А., Темаева О.О. Алгоритм долговременного контроля путем выделения трендовой, периодической и случайной составляющих временных рядов // Научнo-технический вeстник Поволжья, 2020. № 8. С. 32-35.
14. Заяц О.А., Рогачев А.Ф. Выявление стационарности временным рядов урожайности методами теории случайных процессов // Новые направления в решении проблем АПК на основе современных ресурсосберегающих, инновационных технологий: Материалы Междунар. науч.-практ. конф., посвященной 65-летию Победы в Великой Отечественной войне, Волгоград, 26-28 января 2010 года. Т. 4. Волгоград: Изд-во Волгоградского государственного аграрного университета, 2010. С. 222-225. EDN: XDFPXZ
15. Личко К.П., Романюк М.А., Маркин М.М. Оптимизация систем ведения сельского хозяйства // Вестник Московской государственной академии делового администрирования. Серия: Экономика, 2012. № 6(18). С. 141-151.
16. Кравец А.Г., Сальникова Н.А. Предсказательное моделирование трендов технологического развития // Известия Сaнкт-Петербургскогo государственногo технологическогo института (техническогo университета), 2020. № 55 (81). С. 103-108.
17. Нестеренко Е.А., Киселев М.В. Новый взгляд на проблемы экономического прогнозирования в условиях неопределенности // Вестник Саратовского государственного социально-экономического университета, 2019. № 3 (77). С. 164-167. EDN: LSEYCY
18. Шеин Е.В., Русанов А.М., Милановский Е.Ю. Математические модели некоторых почвенных характеристик: обоснование, анализ, особенности использования параметров моделей // Почвоведение, 2013. № 5. С. 595. EDN: PYSIKT
19. Теньковская Л.И. Методология оптимизации внутренних и внешних факторов сельского хозяйства // Инновационная наука, 2016. № 2-2. С. 111-116. EDN: XRWVNX
20. Роднина Н.В. Методологические особенности прогнозирования регионального АПК на современном этапе: проблемы, решения // АПК: экономикa, управлениe, 2021. № 10. С. 72-79. EDN: UUXWBH
21. Юдин Д.Б. Математические методы управления в условиях неполной информации. М.: Советское радио, 1974. 400 с.
22. Иваньо Я.М., Барсукова М.Н., Петрова С.А. Об одной модели оптимизации производства аграрной продукции в благоприятных и неблагоприятных внешних условиях // Информационныe и математическиe технологии в нaуке и управлении, 2020. № 3 (19). С. 73-85. EDN: CJQQHD
23. Абдуллаев Р.А., Мевлют И.Ш. Моделирование в системе управления производственными ресурсами в сельском хозяйстве // Ученые записки Крымского инженерно-педагогического университета, 2018. № 3 (61). С. 9-15. EDN: YVPNPF
24. Барсукова М.Н., Иваньо Я.М., Столопова Ю.В., Петрова С.А. Задача параметрического программирования с моделями прогнозирования урожайности сельскохозяйственных культур // Прикладнaя информатикa, 2021. Т. 16. № 6 (96). С. 131-143. EDN: XXWMXF
25. Бирюкова Н.В., Завьялова А.В. Математическое моделирование в сельском хозяйстве // Мир Иннoваций, 2022. № 2. С. 40-44.
26. Полковская М.Н. Планирование производства растениеводческой продукции с учетом изменчивости урожайности сельскохозяйственных культур // Вeстник ИрГСХА, 2024. № 122. С. 49-57. EDN: DWWHJI
27. Снежко И.И. Цифровая модель агропромышленного хозяйства: инновационный подход к улучшению управления и производства в сельском хозяйстве // Сборник трудов, приуроченных к 77-й Всерос. студенческой науч.-практ. конф., посвященной 150-летию со дня рождения Алексея Григорьевича Дояренко, Москва, 12-14 марта 2024 года. М.: Изд-во Российского государственного аграрного университета, 2024. С. 140-142.
28. Березина А.В. Особенности идентификации внешних производственных рисков // Вестник Самарского государственного университета путей сообщения, 2010. Вып. 3 (9). С. 10-13. EDN: NEEYCR
29. Телегина Ж.А. Приоритетные инструменты управления производственными рисками в условиях цифровой трансформации сельского хозяйства // Экономикa сельскогo хозяйствa России, 2021. № 12. С. 19-25.
30. Абдуллаев Р.А., Мевлют И.Ш. Моделирование в системе управления производственными ресурсами в сельском хозяйстве // Ученые записки Крымского инженерно-педагогического университета, 2018. № 3(61). С. 9-15. EDN: YVPNPF
31. Гармаш А.Н., Орлова И.В., Федосеев В.В Экономико-математические методы и прикладные модели. М.: Юрайт, 2022. 328 с.
32. Блохинов Е.Г. Распределение вероятностей величин речного стока. М.: Наука, 1974. 169 с.
33. РождественскийА.В. Оценка точности кривых распределения гидрологических характеристик. Л.: Гидрометеоиздат, 1977. 270 с.
34. Заляжных В.В. Расширение области применения критерия Ирвина при обнаружении аномальных измерений // Вeстник СибГУТИ, 2020. № 2(50). С. 95-100.
35. Усенко Л.Н. Роль статистики в создании методологии исследований в сельском хозяйстве России: от общинного хозяйства до цифровой экономики // Учет и статистика, 2019. № 2 (54). С. 9-15. EDN: QLXRNK
Выпуск
Другие статьи выпуска
Рассмотрен так называемый лотос-эффект, обнаруженный на природных объектах. Приведены многочисленные примеры по изменению адгезионной прочности в желаемую сторону с учетом названного эффекта. Показана возможность получения природоподобных искусственных поверхностей твердых тел в целях предотвращения нежелательных процессов обледенения и биообрастания - самолетов, морских судов, зданий и сооружений, электрических проводов, морских нефтевышек для добычи нефти и даже растений, в частности, от ледяных дождей.
Представлены материалы исследований по выбору ингибиторов коррозии на основе экстрактов коры древесины. Определены оптимальные условия получения экстрактов из коры сосны и коры ели. Водные экстракты коры сосны и коры ели изучены в качестве ингибиторов кислотной коррозии стали марки Ст3. Коррозионные испытания образцов стали проведены в условиях, моделирующих промышленную соляно-кислотную промывку и очистку варочного и теплообменного оборудования от накипи и отложений в целлюлозно-бумажной промышленности. Установлена высокая защитная эффективность предложенных зеленых ингибиторов.
Рассмотрены предпосылки территориального развития образовательно-оздоровительной платформы в зоне лечебно-оздоровительных учреждений города Воронежа. Приведены теоретические и практические особенности формирования территориального развития образовательно-оздоровительной платформы на базе детских лагерей отдыха. Указаны основные типы и объемно-планировочные структуры формирования загородных детских рекреационных комплексов. Проанализированы современное состояние и перспективы развития детских лагерей отдыха в Воронежской области. Выявлены градостроительные и функциональные требования к объектам рекреации, предназначенным для детей. Разработана концептуальная модель образовательно-оздоровительной платформы на базе детских лагерей отдыха.
Предложено деление декоративных травянистых растений многолетней культуры на следующие группы по динамике габитуса с учетом их феноритмотипов: структурные; нестабильно-декоративные (весеннего, весенне-осеннего, летнего, летне-осеннего, осеннего типа роста); стабильно-декоративные. Представлен обзор коллекции многолетних декоративных травянистых растений с распределением их по группам динамики габитуса. Приведены примеры растений для каждой группы с распределением по феноритмотипам. Рассмотрены рекомендации по содержанию растений разных групп в цветочных композициях. Предложены подходы к подбору ассортимента растений при разработке проектов цветочного оформления с учетом динамики их габитуса.
Представлены результаты сравнительного анализа состояния производства основных направлений лесохозяйственного сектора экономики и дана их оценка. Приведено обоснование тенденций изменения финансовой результативности. Выявлены причины снижения инвестиционной привлекательности и конкурентоспособности отдельных видов продукции, производимых предприятиями лесного комплекса. Разработаны предложения по формированию кадровой политики и подготовке профессиональных специалистов в соответствии с отраслевой спецификой.
Проанализированы архивные материалы, касающиеся фенологических наблюдений Г. Э. Иоганзена (1866-1930), профессора Томского государственного университета (кафедра сравнительной анатомии и зоологии позвоночных), выдающегося зоолога, орнитолога, энтомолога, фенолога. Проведен сравнительный анализ опубликованных и неопубликованных работ. Установлено, что в публикациях, посвященных творчеству ученого, имеются неточности. В ходе сравнительного анализа опубликованных и не опубликованных работ Г. Э. Иоганзена выявлено несколько автографов, которые не упоминаются в специальной литературе. Показано, что заметки Г. Э. Иоганзена имеют не только научную, но историко-культурную ценность, а некоторые из них могут служить косвенными свидетельствами использования в озеленении города отдельных видов древесных растений, иногда указаны даже конкретные места их произрастания. Приведены фрагменты рукописи «Начала томской фенологии», содержащие данные о средних многолетних датах наступления фенофаз у некоторых местных и интродуцированных видов древесных растений.
Представлены результаты исследований состояния насаждений березы повислой ( Betula pendula Roth) на территории Уфимского промышленного центра. Цель исследования - охарактеризовать сезонную изменчивость листьев березы среднелистной и мелколистной форм, произрастающих в условиях преобладающего нефтехимического загрязнения окружающей среды Уфимского промышленного центра. Относительное жизненное состояние насаждений в промышленной зоне и в селитебно-рекреационной зоне характеризуется как «здоровое». Использован интегральный показатель стабильности развития листьев березы. Применен новый методический подход, при котором исследования проводились на маркированных деревьях березы на маркированных листьях в период с июня по сентябрь 2022 г. Установлено, что по величине интегрального показателя стабильности развития насаждения (июнь - сентябрь) на территории промышленной зоны насаждения березы повислой соответствуют 5 баллам шкалы и показателю «критическое значение», а на территории селитебно-рекреационной зоны состояние насаждений соответствует 3 баллам, что обычно наблюдается в «загрязненных районах». Впервые выявлены морфологические отклонения в развитии листьев березы в течение вегетационного периода в промышленной зоне, и в селитебно-рекреационной зоне Уфимского промышленного центра. Анализ морфологических изменений листовых пластин березы в течение вегетационного сезона свидетельствует об индивидуальной траектории сезонного развития отдельных листьев как у среднелистной формы, так и у мелколистной формы. При этом изменения отдельных параметров листа в сезонной динамике согласуются с физиологической активностью и адаптивными реакциями листьев на загрязнение окружающей среды - в наибольшей степени повреждаются вершина и периферийная часть листа. При обосновании лесохозяйственных мероприятий в городских условиях целесообразно осуществлять оценку состояния отдельных деревьев и насаждений с учетом экологической видоспецифичности, изменчивости и устойчивости березы повислой.
Представлены результаты изучения современного состояния сосновых насаждений в пригородных лесах г. Барнаула, являющихся частью Барнаульского ленточного бора. Описано текущее состояние основных компонентов насаждений - древостоя, подроста, подлеска, напочвенного покрова. Установлены региональные фоновые значения содержания тяжелых металлов в образцах почвы, древесины и хвои сосновых насаждений. Определено, что ведущим антропогенным фактором в зеленой зоне г. Барнаула является рекреация, а не техногенное загрязнение. Указано, что на всем протяжении массива разновозрастные древостои сосны характеризуются ослабленным состоянием, в основном по причине отсутствия своевременных рубок ухода и выборочных рубок. Показано ослабление подроста сосны вблизи черты города вследствие рекреации и даже его отсутствие на отдельных участках по причине заглушения подлеском из клена. Установлено увеличение доли синантропных видов растений в составе подлеска и напочвенного покрова в пределах данных насаждений по мере приближения к черте города. Составлена оригинальная шкала по ключевым показателям насаждений, согласно которой сосняки зеленой зоны г. Барнаула относятся к среднему и высокому классам антропогенной структурной устойчивости.
Приведена сравнительная характеристика запасов углерода живого напочвенного покрова между участками с различными лесорастительными условиями, расположенными на опытной территории Караульного участкового лесничества в пригородной зоне Красноярска. Установлено, что максимальное накопление запасов углерода живого напочвенного покрова приурочено к открытым (безлесным) участкам, а также к сосняку папоротниково-крупнотравному. Отмечено значительное депонирование углерода в сосняке бруснично-зеленомошного типа, поскольку в аккумуляцию углерода живого напочвенного покрова существенный вклад вносит моховой ярус. Установлена тесная связь между относительной полнотой и конверсионными коэффициентами для участков с различными лесорастительными условиями.
Представлены результаты комплексной оценки депонирования углерода лесными культурами ели европейской ( Picea abies (L.) H. Karst.) в раннем возрасте на территории восточной части Вологодской области. Проанализирован видовой состав древесно-кустарниковой растительности на вырубках. Приведено описание видового состава живого напочвенного покрова на пробных площадях, заложенных в участках лесных культур различного возраста. Определена общая фитомасса лесных культур ели в зависимости от их возраста. Установлено увеличение ежегодных приростов по высоте после достижения возраста старше 5 лет. Приведены основные таксационные характеристики и количественные данные по объему депонирования углерода в лесных культурах ели возрастом от 1 до 8 лет.
Приведены результаты испытания полусибсовых потомств плюсовых деревьев сосны обыкновенной в испытательных культурах трех генераций, созданных в северной части Казахского мелкосопочника (Акмолинская область, Северный Казахстан). Определена сохранность деревьев полусибсов в испытательных культурах в возрасте 36…37 лет, которая в среднем составила 55,67 % Выявлено, что потомство первой генерации превысило высоту потомств второй и третьей генераций на 15,35…15,95 %, но по диаметру ствола оказалось меньше на 7,55…8,31 %. Определена доля семей с превышением показателей над контрольными образцами на достоверном уровне (р ˂ 0,05) по высоте дерева - 42,03 % и по диаметру ствола - 9,65 %. Установлен селекционный эффект по высоте ствола в среднем на уровне 7,39 % (1,29 м), а по диаметру ствола - 14,10 % (2,79 см). Установлено, что менее половины (47,12 %) отобранных и испытываемых плюсовых деревьев сосны обыкновенной проявили стабильность по показателям роста в полусибсовом потомстве.
Представлены результаты исследования пигментного состава листьев представителей рода Береза ( Betula L.): березы повислой ( Betula pendula Roth) и березы карельской ( Betula pendula var. carelica Merckl.). Установлены незначительные различия средних значений суммарного содержания пигментов каждого исследованного растения. Выявлено незначительное преимущество содержания пластидных пигментов у аборигенного вида по сравнению с интродуцированным. Определено преобладание хлорофилла b над хлорофиллом a у обоих растений. Зафиксированы различия изученных представителей рода Береза по содержанию и соотношению пластидных пигментов, подтверждена их существенность. Отмечено достоверное влияние различий в принадлежности сравниваемых образцов к типичной форме и разновидности березы с декоративной текстурой древесины на формирование фенотипической изменчивости. Доказаны обусловленность генотипическая фенотипических различий изученных представителей рода Береза по содержанию и соотношению пластидных пигментов и фактическая обоснованность их близкого произрастания в однородных лесных условиях. Указано сильное влияние неорганизованных факторов, иногда имеющих преобладающий характер.
Статистика статьи
Статистика просмотров за 2026 год.
Издательство
- Издательство
- МГТУ им. Н.Э. Баумана
- Регион
- Россия, Москва
- Почтовый адрес
- 105005, г. Москва, вн. тер. г. муниципальный округ Басманный, ул. 2-я Бауманская, д. 5, с. 1
- Юр. адрес
- 105005, г. Москва, вн. тер. г. муниципальный округ Басманный, ул. 2-я Бауманская, д. 5, с. 1
- ФИО
- Гордин Михаил Валерьевич (Ректор)
- E-mail адрес
- bauman@bmstu.ru
- Контактный телефон
- +7 (499) 2636377
- Сайт
- https://bmstu.ru/