Прогнозирование и принятие решений в растениеводстве с применением технологий искусственного интеллекта [Е. В. Луценко] (doc) читать постранично, страница - 5
- Прогнозирование и принятие решений в растениеводстве с применением технологий искусственного интеллекта 11.1 Мб скачать: (doc) - (doc+fbd) читать: (полностью) - (постранично) - Е. В. Луценко - В. И. Лойко - Л. О. Великанова
Книга в формате doc! Изображения и текст могут не отображаться!
[Настройки текста] [Cбросить фильтры]
многофакторности и активности, а также в малоисследованном характере реагирования объекта управления на управляющие факторы;
– комплексном многофакторном характере управляющих воздействий; очень большой длительности цикла управления (от одного года до 5-10 и более лет);
– неполноте (фрагментарности), неточности, зашумленности исходной информации;
– в сложности доступа к ней, в частности – в отсутствии или недоступности (часто из-за местнических или узко понимаемых профессиональных интересов) электронных баз данных, которые могли бы стать основной для современных систем поддержки принятия управленческих решений.
Рассмотрим подробнее некоторые специфические свойства объекта управления в АПК, являющиеся главными причинами названных подпроблем.
Слабодетерминированность и многофакторность взаимосвязаны: если факторов много – то среди них нет очень сильных и тем более ни один из них не является определяющим. Для адекватного описания объектов управления в АПК необходимо использовать тысячи факторов различной природы (многофакторность), но на практике это сделать очень сложно, так как ученым – агрономам остается неизвестным (не смотря на все наши усилия) метод системно-когнитивного анализа (СК-анализ) и соответствующая ему методика численных расчетов, а также реализующий их программный инструментарий – универсальная автоматизированная система "Эйдос", позволяющие создавать и исследовать семантические информационные модели необходимой размерности на основе зашумленных и фрагментированных (неполных) данных различной природы (измеряемых в различных единицах измерения). Поэтому они считают, что адекватный для этой цели математический метод и соответствующий реализующий его программный инструментарий не существуют (отсутствуют). По этим причинам исследования проводятся по узким направлениям (по группам факторов) различными разобщенными группами ученых, на разных кафедрах, в различных научно-исследовательских институтах, не основываются на общей базе данных в электронной форме и системном подходе. Таким образом, ощущается острый дефицит междисциплинарных системных исследований объектов управления в АПК, охватывающих все эти группы факторов. В результате, в одних исследованиях учитывается влияние климатических факторов на количественные и качественные результаты выращивания сельскохозяйственных культур (сельскохозяйственная метеорология), в других влияние технологий, в третьих – влияние почв, предшественников (севооборот), структуры и организации машинно-тракторного парка, финансовых и материальных потоков (логистика) и т.д. Сами агротехнологии в свою очередь включают массу различных групп факторов: способы вспашки; количество, виды и способы внесения удобрений; нормы высева, полива, вид обрезки, способ формирования кроны, и т.д. Однако ни одна из этих групп факторов не является определяющей в получении хозяйственного результата (слабодетерминированность).
Необходимость применения системного подхода в подобных исследованиях очевидна, однако это осложняется нелинейным системным взаимодействием факторов, огромными размерностями задач, отсутствием обеспечивающих эти размерности математических моделей и соответствующего программного инструментария, практической невозможностью проведения многофакторных экспериментов на реальных размерностях данных.
В результате неучета многофакторности объекта управления в АПК, например, решения о размещении садов и выборе сортов для выращивания принимаются по данным эмпирических испытаний в отдельных точках, чаще всего привязанных к крупным плодовым хозяйствам без возможности проводить испытания или прогнозирование результатов выращивания всего набора культур, без анализа и учета адаптивного и природно-ресурсного потенциала конкретного пункта выращивания. Подобный подход к принятию ответственных решений приводит к тому, что культуры выращиваются не там, где для этого есть природные условия, а там, где имеется необходимая инфраструктура (населенные пункты), в результате, например, ни один сортоучасток в Краснодарском крае не дает урожай абрикоса больше 4-х раз в 10 лет. Аналогично обстоит дело и с выбором культур для выращивания на полях, а также с выбором агротехнологий для их выращивания.
Сложность математического моделирования многофакторных слабодетерминированных объектов состоит в выборе вида модели, способной обрабатывать тысячи и десятки тысяч факторов при неполных (фрагментированных), неточных и зашумленных исходных данных, не подчиняющихся нормальному распределению. В данной монографии авторы в пределах своих сил и имеющихся в их распоряжении исходных данных попытались показать возможности применения системного анализа вообще и системно-когнитивного анализа (СК-анализа) в частности для системного решения поставленных проблем.
Авторы благодарны заведующей кафедрой системного анализа и обработки информации
– комплексном многофакторном характере управляющих воздействий; очень большой длительности цикла управления (от одного года до 5-10 и более лет);
– неполноте (фрагментарности), неточности, зашумленности исходной информации;
– в сложности доступа к ней, в частности – в отсутствии или недоступности (часто из-за местнических или узко понимаемых профессиональных интересов) электронных баз данных, которые могли бы стать основной для современных систем поддержки принятия управленческих решений.
Рассмотрим подробнее некоторые специфические свойства объекта управления в АПК, являющиеся главными причинами названных подпроблем.
Слабодетерминированность и многофакторность взаимосвязаны: если факторов много – то среди них нет очень сильных и тем более ни один из них не является определяющим. Для адекватного описания объектов управления в АПК необходимо использовать тысячи факторов различной природы (многофакторность), но на практике это сделать очень сложно, так как ученым – агрономам остается неизвестным (не смотря на все наши усилия) метод системно-когнитивного анализа (СК-анализ) и соответствующая ему методика численных расчетов, а также реализующий их программный инструментарий – универсальная автоматизированная система "Эйдос", позволяющие создавать и исследовать семантические информационные модели необходимой размерности на основе зашумленных и фрагментированных (неполных) данных различной природы (измеряемых в различных единицах измерения). Поэтому они считают, что адекватный для этой цели математический метод и соответствующий реализующий его программный инструментарий не существуют (отсутствуют). По этим причинам исследования проводятся по узким направлениям (по группам факторов) различными разобщенными группами ученых, на разных кафедрах, в различных научно-исследовательских институтах, не основываются на общей базе данных в электронной форме и системном подходе. Таким образом, ощущается острый дефицит междисциплинарных системных исследований объектов управления в АПК, охватывающих все эти группы факторов. В результате, в одних исследованиях учитывается влияние климатических факторов на количественные и качественные результаты выращивания сельскохозяйственных культур (сельскохозяйственная метеорология), в других влияние технологий, в третьих – влияние почв, предшественников (севооборот), структуры и организации машинно-тракторного парка, финансовых и материальных потоков (логистика) и т.д. Сами агротехнологии в свою очередь включают массу различных групп факторов: способы вспашки; количество, виды и способы внесения удобрений; нормы высева, полива, вид обрезки, способ формирования кроны, и т.д. Однако ни одна из этих групп факторов не является определяющей в получении хозяйственного результата (слабодетерминированность).
Необходимость применения системного подхода в подобных исследованиях очевидна, однако это осложняется нелинейным системным взаимодействием факторов, огромными размерностями задач, отсутствием обеспечивающих эти размерности математических моделей и соответствующего программного инструментария, практической невозможностью проведения многофакторных экспериментов на реальных размерностях данных.
В результате неучета многофакторности объекта управления в АПК, например, решения о размещении садов и выборе сортов для выращивания принимаются по данным эмпирических испытаний в отдельных точках, чаще всего привязанных к крупным плодовым хозяйствам без возможности проводить испытания или прогнозирование результатов выращивания всего набора культур, без анализа и учета адаптивного и природно-ресурсного потенциала конкретного пункта выращивания. Подобный подход к принятию ответственных решений приводит к тому, что культуры выращиваются не там, где для этого есть природные условия, а там, где имеется необходимая инфраструктура (населенные пункты), в результате, например, ни один сортоучасток в Краснодарском крае не дает урожай абрикоса больше 4-х раз в 10 лет. Аналогично обстоит дело и с выбором культур для выращивания на полях, а также с выбором агротехнологий для их выращивания.
Сложность математического моделирования многофакторных слабодетерминированных объектов состоит в выборе вида модели, способной обрабатывать тысячи и десятки тысяч факторов при неполных (фрагментированных), неточных и зашумленных исходных данных, не подчиняющихся нормальному распределению. В данной монографии авторы в пределах своих сил и имеющихся в их распоряжении исходных данных попытались показать возможности применения системного анализа вообще и системно-когнитивного анализа (СК-анализа) в частности для системного решения поставленных проблем.
Авторы благодарны заведующей кафедрой системного анализа и обработки информации
Последние комментарии
35 минут 26 секунд назад
1 час 16 минут назад
1 час 17 минут назад
3 часов 16 минут назад
9 часов 22 минут назад
9 часов 34 минут назад