Математическое обеспечение поддержки принятия решений для оптимизации интенсивности растениеводства тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Арланцева, Елена Руслановна
- Специальность ВАК РФ08.00.13
- Количество страниц 257
Оглавление диссертации кандидат экономических наук Арланцева, Елена Руслановна
Введение
ГЛАВА 1 Теоретико-методологические основы поддержки принятия решений при обосновании оптимального уровня интенсивности растениеводства
1.1 Предпосылки создания систем поддержки принятия решений для оптимизации интенсивности растениеводства
1.2 Производственные функции как основа моделирования продукционного процесса в растениеводстве
1.3 Многокритериальность и стохастическая неопределенность задачи оптимизации интенсивности растениеводства
1.4 Структурирование задачи принятия решений при оптимизации интенсивности растениеводства
ГЛАВА 2 Формализация этапа подготовки принятия решений при оптимизации интенсивности растениеводства
2.1 Базовое описание агроэкосистемы
2.2 Математическая модель агроэкосистемы
2.2.1 Минеральное питание и продуктивность растений
2.2.2 Эффективность применения удобрений и качество продукции
2.2.3 Воспроизводство плодородия почвы и экологические ограничения
2.3 Процедуры построения числовой модели агроэкосистемы
2.3.1 Уровни дискретных факторов продуктивности
2.3.2 Оценка параметров производственных функций культур
ГЛАВА 3 Формализация этапа выработки и принятия решений при оптимизации интенсивности растениеводства ВО
3.1 Математическая постановка стохастической многокритериальной задачи оптимизации интенсивности растениеводства
3.2 Модели и процедуры выбора вида и эффективной дозы органических удобрений
3.3 Модели и процедуры определения эффективных доз минеральных удобрений
ГЛАВА 4 Обоснование адекватности моделей и процедур поддержки принятия решений при оптимизации интенсивности растениеводства
4.1 Построение числовой модели агроэкосистемы
4.1.1 Информационная база модели
4.1.2 Определение уровней дискретных факторов продуктивности
4.1.3 Построение производственных функций культур
4.2 Численное решение задачи оптимизации интенсивности растениеводства
4.2.1 Определение базового уровня интенсивности без применения удобрений
4.2.2 Определение эффективной дозы органических удобрений
4.2.3 Определение эффективных доз минеральных удобрений
4.3 Оценка эффективности интенсификации выращивания озимой пшеницы в различных производственных условиях
Рекомендованный список диссертаций по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК
Методы, модели и алгоритмы прогнозирования и управления состоянием агроэкосистем2004 год, кандидат технических наук Тезик, Константин Анатольевич
Разработка инструментальных средств синтеза системы поддержки принятия решений в сельскохозяйственных предприятиях2012 год, кандидат экономических наук Крепышев, Дмитрий Александрович
Эколого-экономическое обоснование факторов ресурсосбережения в полевых севооборотах2000 год, кандидат сельскохозяйственных наук Кунах, Оксана Юльевна
Моделирование определения потребности и распределения минеральных удобрений (на примере Карельской АССР)1983 год, кандидат экономических наук Павлова, Нина Николаевна
Экономико-математические модели планирования размещения и специализации растениеводства на орошаемых землях с учетом риска2003 год, кандидат экономических наук Вильдяева, Наталья Ивановна
Введение диссертации (часть автореферата) на тему «Математическое обеспечение поддержки принятия решений для оптимизации интенсивности растениеводства»
В настоящее время имеется множество автоматизированных систем управления, которые позволяют повысить эффективность деятельности предприятия, обеспечивая решение хорошо структурированных задач. Но для решения плохо структурируемых задач в условиях неопределенности и многообразия целей эти системы должны быть дополнены системами поддержки принятия решений, использующими формализованные математические методы в сочетании с неформализуемыми знаниями, опытом и интуицией лица, принимающего решение. Актуальность и необходимость развития систем информационного обеспечения и предоставления консультационной помощи для выработки обоснованных, рациональных управленческих решений в сельском хозяйстве отмечается многими экономистами (В.М.Баутин, Б.В.Лукьянов, В.В.Козлов, А.А.Землянский, А.М.Гатаулин, К.П.Личко и др.) и отражается в целевых программах, законодательных и нормативных актах Правительства РФ и её субъектов по реформам АПК.
Эффективность сельскохозяйственного производства во многом зависит от эффективности отдельных отраслей, одной из возможностей повышения которой многие экономисты (В.М.Баутин, И.С.Кувшинов, С.С.Сергеев, Ю.И.Агирбов, К.П.Личко и др.) считают интенсификацию. Поэтому одной из задач, требующих поддержки принимаемых решений, является оптимизация интенсивности отраслей, в первую очередь — в растениеводстве. Принятие решений данного типа не обеспечено в должной мере алгоритмами и инструментальными средствами. Этим определяется актуальность темы исследования.
В растениеводстве уровень интенсивности может характеризоваться количеством применяемых удобрений, поскольку применение удобрений влияет на такие показатели интенсивности, как затраты труда, основных и оборотных средств в расчете на 1 га обрабатываемой площади. Тогда задача оптимизации интенсивности растениеводства сводится к обоснованию оптимальных доз удобрений.
Экономисты этой задаче практически не уделяют внимания. Определение доз удобрений под запланированную урожайность рассматривается с агрономических и агрохимических позиций в теории программирования урожаев (В.Н.Перегудов, А.Т.Кирсанов, Т.И.Иванова, Л.М.Державин, Ш.И.Литвак, И.С.Шатилов, Т.Н.Кулаковская, Д.У.Кук, Р.А.Фишер, М.К.Каюмов, В. Д.Муха, И.С.Кочетов, В.А.Пелипец, А.С.Образцов, А.Н.Полевой и др.). В основном для решения этой задачи предлагаются простые линейные или регрессионные модели, соответствующие конкретным условиям проведения опытов с сельскохозяйственными культурами. Все предлагаемые модели не учитывают характер взаимоотношений между урожайностью и влияющими факторами, что считается важным в регрессионном анализе. Качественные особенности зависимости урожайности от агроресур-сов исследованы Ю.Либихом и Ю.Саксом, Э.А.Митчерлихом получена аналитическая зависимость «агроресурс — продукт» в начальной части интервала толерантности растений. В.А.Угловым получено аналитическое выражение для производственной функции, согласующееся с закономерностями, выведенными Ю.Либихом и Ю.Саксом.
Регрессионные модели, построенные на основе этой функции, позволят обосновывать оптимальные дозы удобрений с позиций технической эффективности интенсификации (максимальной урожайности). При этом требуется решение проблем учета множества влияющих на урожайность факторов при однофакторной функции и оценки нелинейных параметров функции на основе полевых опытов при наблюдениях в узком диапазоне изменения факторов. Однако рационального использования удобрений и наилучшей экономической эффективности интенсификации за их счет можно добиться, лишь решая указанную задачу, согласуясь с положениями теории факторов производства и оптимального функционирования экономики (Н.П. Федорен-ко, B.C. Немчинов, В.В. Новожилов, А.Л. Лурье, Л.В.Канторович и др.). Требуется также учитывать долгосрочные цели воспроизводства плодородия почвы, а также экологическую безопасность производства (В.А.Ковда, Л.М.Державин, Ш.И.Литвак, Т.Н.Кулаковская, Н.Ф.Ганжара и др.). Для обеспечения высокой окупаемости удобрений требуется учитывать погодные условия (В.А.Кардаш, В.Д.Панников, В.Г.Минеев, В.П.Дмитренко, О.Д.Сиротенко).
Существуют различные математические методы нелинейного регрессионного анализа (Е.З.Демиденко, Н.Дрейпер, Г.Смит, А.М.Дубров, В.С.Мхитарян, Л.И.Трошин), принятия решений по множеству критериев (Р.Штойер, Р.Л.Кини, Х.Райфа, A.B.Лотов, В.И.Варфоломеев, С.Н.Воробьев) и в условиях неопределенности (В.А.Кардаш, Ю.И.Копенкин, В.И.Варфоломеев). Однако необходимо обосновать подходы и формализовать численный метод решения задачи оптимизации интенсивности растениеводства для учета особенностей предметной области.
Построение числовой модели в конкретных производственных условиях и при неполной информации, а также принятие решения об эффективном уровне интенсивности отрасли в условиях неопределенности и многообразия целей хозяйственной деятельности не могут быть полностью структурированы. Решение этих проблем может быть обеспечено в рамках СППР, где математические методы используются в сочетании с неформализованными знаниями, опытом и интуицией лица, принимающего решение (ЛПР), для чего требуется разработать соответствующие процедуры.
Актуальность темы и необходимость дальнейшей разработки проблем обусловили выбор цели исследования и его задач.
Целью исследования является разработка математического обеспечения для подготовки, выработки и принятия решений при оптимизации интенсивности растениеводства.
В соответствии с целью исследования поставлены задачи:
1) выполнить постановку многокритериальной задачи оптимизации интенсивности растениеводства в условиях стохастической неопределенности;
2) структурировать проблему оптимизации интенсивности растениеводства в условиях неопределенности и множества целей;
3) построить математическую модель эффективности производственного использования агроэкосистемы;
4) разработать процедуры определения уровней дискретных факторов продуктивности и оценивания параметров производственных функций культур для построения числовой модели на основе статистики полевых опытов;
5) разработать процедуру выработки и принятия решения об эффективном уровне интенсивности растениеводства в стохастической многокритериальной задаче;
6) оценить адекватность разработанных моделей и процедур поддержки принятия решений при оптимизации интенсивности растениеводства.
Объектом исследования является отрасль растениеводства сельскохозяйственного предприятия, предметом — процесс принятия решений об уровне интенсивности отрасли.
Областями исследования в соответствии с научным направлением паспорта специальности 08.00.13 - «Математические и инструментальные методы экономики» являются: разработка моделей экспериментальной экономики для анализа деятельности сложных социально-экономических систем и определения эффективных направлений их развития; разработка систем поддержки принятия решений для оптимизации управления экономикой; разработка методов формализованного представления предметной области для сопровождения информационных систем субъектов экономической деятельности.
Теоретической основой исследования послужили классические и современные труды отечественных и зарубежных ученых по программированию урожаев, теории факторов производства, теории оптимального функ ционирования экономики, теории принятия решений.
Методологическую базу исследования составили системный анализ, математическое моделирование, статистические методы и методы исследования операций.
Информационной базой для числовой модели и численного решения задачи послужили отчеты по опытам Калужского НИПТИ АПК с 1967 по 1999 гг., опубликованные исследования и справочные материалы, статистические справочники, годовые отчеты и первичные документы ОНО ОПХ «Толстопальцево».
Научная новизна исследования заключается в следующем:
1) обоснована постановка стохастической многокритериальной задачи оптимизации интенсивности растениеводства с учетом целей максимизации чистого дохода, плодородия почвы, урожайности и экологической безопасности применения удобрений;
2) предложена спецификация производственной функции сельскохозяйственных культур, отличающаяся от известных дискретным представлением факторов продуктивности (за исключением фактора первоочередной регуляции) и интегрированными показателями минерального питания растений в числе влияющих переменных, что позволяет преодолеть теоретические трудности отражения законов роста и развития растений;
3) на основе структурирования проблемы выбора эффективного уровня интенсивности растениеводства в соответствии с этапами процесса принятия решений обоснована необходимость разработки математического обеспечения функциональных подсистем подготовки, выработки и принятия решения для их реализации в соответствующей СППР;
4) разработана математическая модель агороэкосистемы для оценки различных уровней интенсивности выращивания сельскохозяйственной культуры по показателям чистого дохода от применения удобрений, содержания в почве элементов питания после уборки урожая, урожайности и интенсивности баланса элементов питания, в основу которой положены предложенные производственные функции, учитывающие падение предельной эффективности факторов;
5) разработаны процедуры определения уровней дискретных факторов продуктивности с участием ЛПР-эксперта;
6) разработана процедура поэтапного оценивания нелинейных параметров производственных функций, с делением статистической выборки по уровням дискретных факторов и уточнением оценок параметров при ограничениях на их значения для учета качественных особенностей зависимости;
7) предложена трёхэтапная процедура решения стохастической многокритериальной задачи оптимизации интенсивности растениеводства, заключающаяся в расчетах уровней интенсивности без применения удобрений, с применением органических удобрений и с применением органических и минеральных удобрений и использующая итерационный подход многокритериальной оптимизации с предъявлением паретооптимальных решений для уточнения предпочтений ЛПР-агронома (и экономиста).
Практическая значимость исследования. Разработанная математическая модель агроэкосистемы, а также предложенные процедуры построения числовой модели и формирования эффективного решения могут служить методической основой для реализации этапов подготовки принятия решения и выработки и принятия решения в СППР при оптимизации интенсивности растениеводства. Эта СППР должна быть одним из элементов в системе управления сельскохозяйственным предприятием. Вычисляемые дозы удобрений, определяемая ими урожайность, затраты труда и материально-денежных средств на 1 га площади, занятой культурой, будут являться исходными данными, характеризующими отрасль в задаче оптимизации производственной структуры предприятия, решаемой на уровне предприятия в целом. С другой стороны, запланированная урожайность культуры будет выступать целевым показателем для технологического уровня управления в растениеводстве.
Апробация работы. Основные положения диссертации доложены на Российской конференции молодых ученых по математическому моделированию (Калуга, 2000 г.) и научно-практических конференциях РГАУ-МСХА и КФ РГАУ - МСХА (1997 - 2000, 2002, 2005 - 2007 гг.). На предложенной в диссертации методической основе построена числовая модель для принятия решений и выработки практических рекомендаций при выращивании озимой пшеницы в Калужской области. Результаты исследования использованы для оценки эффективности интенсификации при выращивании озимой пшеницы в Калужской области и в ОНО ОПХ «Толстопальцево» Россельхозакадемии и рекомендованы для внедрения в ГНУ «НИИСХ ЦРНЗ». Выполнена оценка эффективности интенсификации озимой пшеницы в различных экономических условиях и при различном плодородии почвы.
Публикации. По теме диссертации опубликовано 8 печатных работ общим объемом 1,67 п.л.
Структура и объем работы. Диссертация объемом 177 страниц машинописного текста состоит из введения, четырех глав, заключения, списка использованной литературы; содержит 10 таблиц, 13 рисунков, 11 приложений.
Похожие диссертационные работы по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК
Совершенствование планирования распределения минеральных удобрений (на примере Белоруссой ССР)1984 год, кандидат экономических наук Живнова, Людмила Андреевна
Экономико-математическое моделирование производственно-финансовых программ современного сельскохозяйственного предприятия1998 год, доктор экономических наук Белова, Татьяна Николаевна
Воспроизводство плодородия и реабилитация радиоактивно загрязненных дерново-подзолистых песчаных почв юго-запада России2000 год, доктор сельскохозяйственных наук Белоус, Николай Максимович
Организационно-экономические проблемы повышения эффективности использования удобрений и средств защиты растений: На примере Краснодарского края2001 год, доктор экономических наук Говдя, Виктор Виленович
Экологическая оценка систем удобрения дерново-подзолистых песчаных почв Брянской области в отдаленный период после аварии на Чернобыльской АЭС2006 год, доктор сельскохозяйственных наук Шаповалов, Виктор Федорович
Заключение диссертации по теме «Математические и инструментальные методы экономики», Арланцева, Елена Руслановна
Заключение
В результате проведенного исследования сделаны следующие выводы:
1) Эффективность производственной деятельности сельскохозяйственного предприятия во многом зависит от эффективности отдельных отраслей, повышения которой можно добиться за счет интенсификации. Поэтому одной из актуальных задач управления сельскохозяйственным предприятием является оптимизация интенсивности отдельных отраслей, в первую очередь — в растениеводстве. В растениеводстве уровень интенсивности может характеризоваться количеством применяемых удобрений, поскольку это влияет на такие показатели интенсивности, как затраты труда, основных и оборотных средств в расчете на 1 га обрабатываемой площади.
2) Урожайность культур выражает техническую эффективность интенсификации и является основой для расчета других показателей экономической эффективности интенсификации - выхода валовой продукции, валового дохода, чистого дохода или прибыли с единицы земельной площади. Разным дозам удобрений соответствует различная урожайность, поэтому задача оптимизации интенсивности растениеводства должна заключаться в выборе лучшего варианта и решаться оптимизационными методами.
3) В настоящее время дозы удобрений в основном определяются по нормативам затрат удобрений или выноса элементов питания урожаем. Есть и регрессионные модели зависимости урожайности от влияющих факторов. Однако, наиболее подходящими являются производственные функции, учитывающие падение предельной полезности фактора, поскольку позволяют определять оптимальные дозы удобрений по критерию их эффективности. В.А.Угловым получено аналитическое выражение для производственной функции, учитывающей характер взаимосвязи «агроресурс-продукт», выражающийся в падении локального удельного прироста продукта при последовательном увеличении ресурса. Использование этой производственной функции для оптимизации интенсивности растениеводства требует решения теоретической проблемы учета множества влияющих на урожайность факторов при однофакторной функции.
4) Существуют и практические проблемы, связанные с необходимостью оценки нелинейных параметров функции на основе полевых опытов. Для построения адекватных регрессионных моделей требуются наблюдения в широком диапазоне изменения влияющих факторов, а для учета случайных погодных условий необходимы наблюдения в течение 20-30 лет. Специально спланировать и провести такой многолетний многофакторный опыт не представляется возможным.
5) Другой практической проблемой является нелинейность функции по параметрам и, как следствие, нелинейность по параметрам суммы квадратов отклонений, являющейся критерием качества аппроксимации. Такая сумма квадратов отклонений может иметь несколько локальных оптимумов, что при оценивании параметров по эмпирическим данным может являться причиной плохой сходимости итеративного процесса к оптимальной точке.
6) Определение оптимальных доз удобрений по критерию максимальной урожайности согласуется с глобальной целью АПК - увеличением объемов производства продукции. Однако принимаемые решения должны в первую очередь учитывать локальную цель предприятия — повышение экономической эффективности производства. Основным фактором производства в сельском хозяйстве является земля, собственный производственный потенциал которой определяется почвенным плодородием. Поэтому экономические цели в задаче должны быть увязаны с требованиями простого и расширенного воспроизводства плодородия почв. В связи с интенсификацией производства, связанной с использованием больших доз удобрений, требуется также учитывать экологическую безопасность применения удобрений. Степень достижения поставленных целей зависит не только от доз удобрений, являющихся управляемыми факторами в задаче, но и от экономических, почвенно-климатических и случайных погодных условий. Таким образом, задача оптимизации интенсивности растениеводства является задачей стохастической многокритериальной оптимизации.
7) Сложность решения задачи по многим критериям связана с концептуальной обоснованностью выбора оптимального решения. Большинство методов многокритериальной оптимизации основывается на представлении о существовании лица, принимающего решение. Каждое решение может считаться наилучшим только для конкретной задачи, только в конкретных условиях и только для конкретного ЛПР. В изменяющихся условиях задачи обычно сложно формализовать предпочтения ЛПР до рассмотрения конкретных альтернатив.
8) В связи с множеством целей, многообразием условий хозяйственной деятельности и стохастической неопределенностью при принятии решений задача оптимизации интенсивности растениеводства не может быть полностью структурирована. Решение сложных плохо структурируемых задач может быть обеспечено в системах поддержки принятия решений, где математические методы используются в сочетании с неформализованными знаниями, опытом и интуицией ЛПР. СППР должны охватывать все этапы жизненного цикла управленческого решения: подготовки принятия решения; выработки и принятия решения; реализации решения; контроля его исполнения. Этапы подготовки принятия решения и выработки и принятия решения требуют учета особенностей предметной области решаемой задачи. Этапы реализации и контроля выполнения решения для разных задач могут основываться на общей методологической базе, включающей графовые организационные модели и календарное планирование. Для реализации этапа подготовки принятия решения необходимы математическая модель и процедуры построения числовой модели, настраиваемой на конкретные условия задачи. Для реализации этапа выработки и принятия решения требуется процедура генерирования альтернативных вариантов и выбора эффективного решения.
Задача оптимизации интенсивности растениеводства не обеспечена в должной мере алгоритмами и инструментальными средствами, необходимыми для её решения в рамках СППР.
На основании сделанных выводов и решения выше указанных проблем в диссертации предложен подход к решению задачи оптимизации интенсивности растениеводства, который заключается в следующем:
1) Предложена постановка стохастической многокритериальной задачи оптимизации интенсивности растениеводства, которая заключается в том, чтобы для сельскохозяйственной культуры определить оптимальные дозы удобрений, в любых погодных условиях обеспечивающие повышение экономической эффективности, урожайности и плодородия почвы при экологической безопасности применения удобрений. Многокритериальная постановка позволяет согласовать глобальные цели АПК (увеличение производства сельскохозяйственной продукции) и общества в целом (экологическая безопасность) с локальными целями предприятия в краткосрочном (увеличение чистого дохода) и долгосрочном (повышение плодородия почвы) периоде, стохастическая - обеспечить безубыточность применения удобрений и хорошие результаты в любых погодных условиях.
2) Оптимальные дозы удобрений предложено определять на основе полученной В.А.Угловым однофакторной производственной функции, что позволит определять оптимальные дозы удобрений с точки зрения их эффективности. Для учета множества факторов, влияющих на урожайность, предложена спецификация данной производственной функции для сельскохозяйственных культур. Мы предлагаем представлять факторы продуктивности дискретными величинами за исключением фактора первоочередной регуляции и в числе влияющих переменных функции использовать интегрированные показатели, учитывающие поступление элементов питания и способность их использования растениями из всех источников, что позволит преодолеть теоретические трудности отражения роста и развития растений.
Кроме того, использование интегрированных показателей минерального питания позволяет получить регрессионные модели на основе накопленных к настоящему времени статистических наблюдений из опытов, различающихся условиями проведения.
3) Решение задачи оптимизации интенсивности растениеводства предложено получать в рамках СППР, функциональные подсистемы которой соответствуют этапам принятия решений. На основе структурирования проблемы выбора эффективного уровня интенсивности растениеводства в соответствии с этапами принятия решений формализованы задачи разработки математического обеспечения для реализации этапов подготовки и выработки и принятия решения. Постановка задачи оптимизации интенсивности растениеводства как задачи стохастической многокритериальной оптимизации требует разработки соответствующей математической модели. Использование для отражения продукционного процесса нелинейных производственных функций с дискретным представлением факторов, а также плохо формализуемые особенности предметной области и во многих случаях недостаточная репрезентативность статистической выборки для построения числовой модели обусловливают необходимость разработки процедур определения уровней дискретных факторов и оценивания нелинейных параметров производственных функций с привлечением ЛПР-эксперта. Эти процедуры представляют математическое обеспечение функциональной подсистемы подготовки принятия решения. Множеством разнонаправленных критериев задачи и сложностью формализации предпочтений ЛПР обусловлена необходимость разработки процедуры генерирования альтернативных вариантов и выбора эффективного уровня интенсивности растениеводства с участием ЛПР-агронома (и экономиста). Эта процедура представляет математическое обеспечение функциональной подсистемы выработки и принятия решения.
4) Для оптимизации интенсивности отрасль растениеводства рассмотрена в виде агроэкосистемы, под которой понимается процесс выращивания сельскохозяйственной культуры в конкретных экономических и почвенно-климатических и случайных погодных условиях, с управляющими воздействиями, направленными на достижение экономических и экологических целей. Предложена математическая модель эффективности использования аг-роэкосистемы, результативными показателями которой являются урожайность, чистый доход от удобрений, интенсивность баланса элементов питания и их содержание в почве после уборки урожая, а управляемыми факторами - дозы органических и минеральных удобрений. Неуправляемыми факторами, отражающими экономические условия производства являются цены на продукцию и удобрения, а также затраты материально-денежных средств, связанные с применением удобрений. Неуправляемыми факторами, отражающими почвенно-климатические условия, являются земледельческий регион, тип почвы, исходное плодородие почвы, поступление в почву элементов питания из различных источников, а также потери вещества из почвы вследствие различных причин. Неуправляемыми факторами, отражающими случайные погодные условия, являются тепло- и влагообеспеченность растений. Основой модели является производственная функция в предложенной нами спецификации. Азотное питание считается непрерывным фактором, а фосфорное и калийное питание, содержание гумуса, кислотность почвы и исходы погодных условий - дискретными.
5) Для построения числовой модели на основе статистических наблюдений из полевых опытов предложены процедуры определения уровней дискретных факторов и оценки нелинейных параметров производственных функций для комбинаций уровней дискретных факторов.
6) В процедуре определения уровней дискретных факторов уровни содержания гумуса в почве предложено устанавливать в соответствии с его ролью в почвообразовании и питании растений, уровни кислотности почвы — в соответствии с необходимостью в известковании почвы. По различному влиянию погодных условий на урожайность предложено выделять типовые исходы с недостаточной, нормальной и избыточной влагообеспеченностью. Основным показателем годового исхода погодных условий считается гидротермический коэффициент в критический период развития растений. Предварительно границы интервалов изменения ГТКкр в типовых исходах определяются так, чтобы оптимальное для культуры значение оказалось в середине интервала нормальной влагообеспеченности. Для дискретных факторов фосфорного и калийного питания предложено определять, как минимум, два уровня, обеспечивающих урожайность до средней и выше средней. Предварительно границы интервалов значений факторов в пределах уровней определяются выносом элементов питания средним урожаем. Предварительные границы интервалов для уровней дискретных факторов уточняются при визуальном анализе распределения наблюдений с привлечением ЛПР-эксперта, что позволяет учесть плохо формализуемые особенности предметной области в каждом конкретном случае.
7) Для оценки нелинейных параметров производственных функций для комбинаций уровней дискретных факторов предложена процедура поэтапных расчетов с участием ЛПР-эксперта, что позволяет при недостаточно репрезентативной (во многих случаях) статистической выборке получить адекватные модели, не противоречащие знаниям из предметной области. При использовании ограниченной статистической выборки и наблюдениях в узком диапазоне изменения влияющего фактора невозможно воспроизвести поведение функции на участке с отсутствующими наблюдениями. Для решения этой проблемы предложено оценку параметров начинать с исходной выборки. Затем последовательно выделять группы по уровням одного из дискретных факторов и уточнять оценки, полученные на предыдущем этапе. Для учета качественных особенностей зависимости предложено задавать ограничением на значения параметров равенство нулю производной функции в экстремальной точке, определяемой визуально по распределению точек данных в группе. Предложенная последовательность будет обеспечивать сходимость метода нелинейного регрессионного анализа (Ньютона-Гаусса) для всех производственных функций, поскольку в этом случае начальное приближение оценок располагается близко к оптимальной точке.
8) В математической постановке стохастической многокритериальной задачи предложено критерий экологической безопасности заменить ограничениями по допустимой интенсивности баланса элементов питания. Дополнительно задать ограничение по безубыточности применения минеральных удобрений. Критерии максимального плодородия почвы — максимального количества азота, фосфора и калия в почве после уборки урожая свернуть в скаляр, где коэффициенты относительной важности этих критериев выражают долю каждого элемента в сумме их эталонного содержания в почве, а агрегирующая функция представляет собой количество того элемента питания, который на конкретном шаге получения решения оказывается более дефицитным. В результате остается три равноценных критерия: дополнительного чистого дохода, урожайности и обобщенный критерий плодородия почвы. В соответствии с одноэтапным подходом стохастической оптимизации предлагается учитывать средние по исходам погодных условий значения критериев.
9) Для решения стохастической многокритериальной задачи оптимизации интенсивности растениеводства предложена трехэтапная процедура с участием ЛПР-агронома (и экономиста), что позволяет учитывать предпочтительность тех или иных критериев в изменяющихся условиях производства. Прежде всего рассчитывается уровень интенсивности без применения удобрений, определяемый почвенно-югиматическими условиями, исходным плодородием почвы и предшествующей культурой. Затем определяется уровень интенсивности с применением органических удобрений. Доза органических удобрений задается исходя из практических рекомендаций из интервала между предварительно рассчитываемыми минимально необходимой дозой для возмещения потерь гумуса и максимальной экологически допустимой дозой. В последнюю очередь определяется уровень интенсивности с применением органических и минеральных удобрений в многокритериальной задаче. Для её решения предложен итерационный подход. Сначала решаются од-нокритериальные задачи, оптимальными решениями которых ограничивается область эффективных (паретоопримальных) решений многокритериальной задачи. Конечное множество решений из этой области предъявляется ЛПР. Оно включает частные оптимальные решения на границах и несколько решений внутри эффективной области. Предъявляется также решение с нулевым балансом элементов питания, характеризующее неизменное плодородие почвы и служащее ориентиром при оценке его относительного изменения в предъявляемых вариантах. ЛПР предстоит выделить в эффективной области более узкую предпочтительную область, где, по его мнению, должно располагаться удовлетворительное решение. На следующем шаге исследуется предпочтительная область. Область выбора постепенно сужается до тех пор, пока среди предлагаемых вариантов не окажется удовлетворительный.
Предложенный в диссертации подход к оптимизации интенсивности растениеводства был реализован в виде алгоритмов и программ в СУБД MS Access, процессоре электронных таблиц MS Excel и среде программирования MS VBA. При помощи разработанного инструментария получены следующие практические результаты:
1) Построена числовая модель для оптимизации интенсивности выращивания озимой пшеницы на среднесуглинистых почвах Калужской области и других областях ЦНЗР со сходными почвенно-климатическими условиями;
2) Дана оценка эффективности интенсификации и упущенной выгоды от неэффективного уровня интенсивности озимой пшеницы в ОНО ОПХ «Толстопальцево» в 2006 и 2007 гг, а также в целом для Калужской области в 2006 г. В 2006 г в ОНО ОПХ «Толстопальцево» фактический уровень интенсивности озимой пшеницы обеспечил с 1 га 13477,5 руб чистого дохода, а рентабельность отрасли составляет 66,9 % при неудовлетворительном балансе элементов питания. Применение удобрений в соответствии с предлагавмым вариантом обеспечивало бы воспроизводство плодородия почвы и на 340 руб с 1 га больше чистого дохода при снижении рентабельности на 4,2%. В 2007 году при ухудшении экономических условий в ОНО ОПХ «Толсто-пальцево» фактический уровень интенсивности озимой пшеницы не обеспечил безубыточность отрасли: убытки с 1 га составили 1805,8 руб при уровне убыточности в 4%, баланс элементов питания также неудовлетворительный. Применение удобрений в соответствии с предлагаемым вариантом обеспечивало бы воспроизводство плодородия почвы, 531 руб чистого дохода с 1 га и рентабельность в 1,2%. В Калужской области в 2006 году озимой пшеницей было занято 9,5 тыс. га. Удобрения в настоящее время практически не вносятся, в результате средняя урожайность составила 19,6 ц, а валовой сбор продукции - 18,5 тыс. тонн. Применение удобрений в соответствии с эффективным решением позволило бы увеличить валовой сбор на 20,6 тыс. тонн, и получить дополнительно 21717 тыс. рублей чистого дохода.
3) Установлена предпочтительность выбора уровня интенсивности, позволяющего повысить эффективность и стабильность отрасли в целом при различном плодородии почвы: при высоком плодородии целесообразно принимать решения, направленные на его поддержание; при низком и среднем плодородии — на его увеличение. Эти решения могут быть относительно удовлетворительными по всем критериям. В конкретных условиях ЛПР может выбрать вариант, позволяющий в текущем периоде или сохранить плодородие почвы и получить относительно больший доход, или в большей степени повысить плодородие почвы за счет относительно меньшего дохода в текущем периоде, преследуя долгосрочные цели повышения стабильности и эффективности отрасли.
Предложенный подход к оптимизации интенсивности растениеводства в виде математической модели и процедур построения числовой модели и получения решения представляет собой математическое обеспечение этапов подготовки принятия решения и выработки и принятия решения, на основе которого должно быть разработано соответствующее программное обеспечение функциональных подсистем СППР. Создание СППР для оптимизации интенсивности растениеводства и её интегрирование в единую систему управления сельскохозяйственным предприятием позволит рационально использовать ресурсы предприятия с обеспечением рентабельности, необходимых объемов производства продукции, воспроизводства плодородия почвы и экологической безопасности применения удобрений. Вычисляемые в СППР дозы удобрений, определяемая ими урожайность, затраты труда и материально-денежных средств на 1 га площади будут являться исходными данными, характеризующими рассматриваемую отрасль в задаче оптимизации производственной структуры предприятия, решаемой на следующем уровне. С другой стороны, запланированная урожайность культуры будет выступать целевым показателем для технологического уровня управления растениеводством.
При отсутствии на сельскохозяйственных предприятиях специалистов, владеющих информационными технологиями, планирование эффективного уровня интенсивности растениеводства целесообразно выполнять на условиях аутсорсинга в региональных или местных информационно-консультационных службах (ИКС), что одновременно будет способствовать накоплению актуальной информации в рамках интегрированной информационной системы мониторинга консультационной службы АПК. Предварительно для определения параметров производственных функций должны использоваться статистические данные из полевых опытов региональных научно-исследовательских институтов и опытных хозяйств. Впоследствии база данных должна пополняться измерениями, проводимыми в сельскохозяйственных предприятиях, и параметры производственных функций должны уточняться на основе наиболее полной и актуальной информации.
Кроме указанной задачи региональными или местными ИКС для сельскохозяйственных предприятий могут решаться и другие задачи оптимального планирования сельскохозяйственного производства: планирование севооборотов, производственной программы и другие. Исходные данные, предоставляемые в ИКС сельскохозяйственными предприятиями для решения задач планирования, позволят сформировать систему статистических показателей по количественным характеристикам процессов в аграрной сфере (величина, структура, динамика производственных и финансовых ресурсов, результативность производства и др.), которая будет являться основой интегрированной информационной системы мониторинга консультационной службы АПК.
Список литературы диссертационного исследования кандидат экономических наук Арланцева, Елена Руслановна, 2008 год
1. Федеральный закон Российской Федерации от 22 декабря 2006г. № 264-ФЗ «О развитии сельского хозяйства»
2. Аверьянов А.Н. Системное познание мира. М.: Изд-во политической литературы, 1985. - 264 с.
3. Агробиологическое и технико-экономическое обоснование ресурсосберегающих технологий в современном земледелии: Методические рекомендации. / Акулов A.A., Гаврилович A.C., Кузнецова JI.B. и др. / Под ред. Акулова A.A. — Калуга: 2007. 175 с.
4. Агроресурсы и производительность сельского хозяйства Нечерноземья / Под ред. Углова В. А. — М.: Изд-во МГУ, 1992. 143 с.
5. Агрохимические средства в адаптивно-ланшафтном земледелии Центрального района Нечерноземной зоны России: Научное издание / Л.М.Державин, В.Ф.Ладонин, И.А.Шильников и др. / Под общ. ред.
6. Л.М.Державина. М.: РАСХН, 2006. - 268с.
7. Аканова Н.И., Рыбакова О.И. Прогнозирование подкисления почв и баланса кальция в агроландшафтах. //Доклады ТСХА. Вып.276. — М.: Изд-во МСХА, 2004.-830 с.
8. Анохин П.К. Философские аспекты теории функциональной системы. — М.: Мысль, 1978. 282 с.
9. Ансофф И. Стратегическое управление. — М.: Экономика, 1989. — 519 с.
10. Афанасьев P.A. Применение удобрений в технологиях точного земледелия. // Сборник трудов Международной научно-практической конференции «Агротехнологии XXI века». М.: ФГОУ ВПО РГАУ - МСХА им. К. А. Тимирязева, 2007. - с. 150-152.
11. Афанасьев P.A. Проблемы координатного земледелия и пути их решения. // Доклады ТСХА. Вып.278. М.: ФГОУ ВПО РГАУ - МСХА им. К.А. Тимирязева, 2006.-с. 187-190.
12. Баутин В.М., Козлов В.В., Козлова Е.Ю. Инновационная деятельность в сельскохозяйственном консультировании региона. — М.: Росинформагротех, 2003. 130 с.
13. Бережная Е.В., Бережной В.И. Математические методы моделирования экономических систем: Учеб. пособие М.: Финансы и статистика, 2002 - 368с.
14. Бинатов Ю. Б., Коробейников М. А. Экономика, организация и управление АПК—М.: Агропромиздат, 1989.
15. Бондаренко Н.Ф., Жуковский Е.Е., Кащенко A.C. и др. Высокие урожаи по программе- Л.: Лениздат, 1986. -142 с.
16. Браславец М.Е., Кравченко Р.Г. Математическое моделирование экономических процессов в сельском хозяйстве — М.: Колос, 1972.
17. Булгаков Д.С., Славный Ю.А. Эталоны плодородия почв // Химия в сельском хозяйстве. 1996. №5 - с. 15—18.
18. Варфоломеев В.И., Воробьев С.Н. Принятие управленческих решений: Учеб. пособие для вузов М.: КУДИЦ-ОБРАЗ, 2001. - 288 с.
19. Войтович Н.В. Модели плодородия почв в зависимости от агрохимических свойств почвы и удобрений // Химия в сельском хозяйстве. — 1996. №5. — с.8-13.
20. Вопросы экономики химизации сельского хозяйства в зарубежных странах / Отв. ред. Н.П.Федоренко. М.: Наука, 1971. -292 с.
21. Ганжара Н.Ф. Почвоведение М.: Агроконсалт, 2001. - 392 с.
22. Гатаулин А.М. Система прикладных статистико-математических методов обработки экспериментальных данных в сельском хозяйстве, Ч. 1 — М.:Изд-во1. МСХА, 1992.-160 с.
23. Гатаулин A.M. Система прикладных статистико-математических методов обработки экспериментальных данных в сельском хозяйстве, Ч. 2 М.:Изд-во МСХА, 1992.- 192 с.
24. Геоинформационные технологии в сельском хозяйстве. Каждому участку поля индивидуальный подход (Новейшее оборудование для эффективного земледелия) // АГРО-бюллетень ООО «Информациооно-консультационный центр АПК» Калужской области. - 2007. - с. 19-23.
25. Госсэн Эрвин. Агроландшафтное ведение сельского и лесного хозяйства — основа охраны почв // Международный сельскохозяйственный журнал. 1995. №6. - с. 29-31.
26. Демиденко Е.З. Линейная и нелинейная регрессии — М.: Финансы и статистика, 1981.
27. Державин Л.М. Применение минеральных удобрений в интенсивном земледелии М.: Колос, 1992. - 272 с.
28. Державин Л.М., Литвак Ш.И., Седова Е.В. Современные методы определения доз минеральных удобрений М.: ВНИИТЭИСХ 1988 - 44 с.
29. Державин Л.М., Попова Р.Н. и др. // Нормативные показатели выноса и коэффициенты использования питательных веществ сельскохозяйственными культурами из минеральных удобрений и почвы — М.:ЦИНАО, 1986. — 112 с.
30. Державин JI.M., Рубанов И.А. Вид и анализ производственной функции «урожай удобрение» // Агрохимия. - 1975. №4. - с. 125-130.
31. Дик В.В. Методология формирования решений в экономических системах и инструментальные среды их поддержки М.: Финансы и статистика, 2000.
32. Дмитренко В.П. О моделях расчета урожайности с.-х. культур с учетом гидрометеорологических факторов // Метеорология и гидрология. — 1971, №5, с. 84-91.
33. Добрачев Ю.П., Щербицкий Б.В., Ильина Т.А. Перспективы использования имитационного моделирования для оценки продуктивности с.-х. культур — М.: ВНИИТЭИСХ, 1984. 66 с.
34. Дрейпер Н., Смит Г. Прикладной регрессионный анализ: В 2-х кн. /Пер. с англ. — М.: Финансы и статистика, 1987.
35. Дубров A.M., Мхитарян B.C., Трошин Л.И. / Многомерные статистические методы: Учебник. М.: Финансы и статистика, 2000.
36. Екатеринославский Ю.Ю. Управленческие ситуации: анализ и решения. — М.: Экономика, 1988.
37. Замков О.О., Толстопятенко A.B., Черемных Ю.Н. / Математические методы в экономике: Учебник/Под общ. ред. д.э.н., проф. А.В.Сидоровича; МГУ им. М.В.Ломоносова. -М.: Издательство «Дело и Сервис», 2004.
38. Иванова Т.И. Оценка пригодности сортов зерновых культур к возделыванию по интенсивным технологиям // Вестник с.-х. науки. 1988. №188. — с. 6774.
39. Интриллигатор М. Математические методы оптимизации и экономическаятеория: Пер. с англ. -М.: Прогресс, 1975.
40. Информационные системы для руководителей / Перегудов Ф.И., Тарасен-ко В.П., Ехлаков Ю.П. и др./ Под ред Перегудова Ф.И.— М: Финансы и статистика, 1989.
41. Каменской A.C. Методология системных исследований в сельском хозяйстве М.: ВНИИТЭИСХ, 1984. - 71 с.
42. Кардаш В. А. Экономика оптимального погодного риска в АПК (теория и методы) — М.: Агропромиздат, 1989.
43. Каюмов М. К. Программирование урожаев сельскохозяйственных культур1. М.: Агропромиздат, 1989.
44. Квасов В.А., Непобедимая Л.П., Голубцова Л.П. Средства химизации и охрана окружающей среды //Химия в сельском хозяйстве. — 1996 №2. с. 2-3.
45. Кини Р.Л., Райфа X., Принятие решений при многих критериях: предпочтения и замещения: Пер. с англ. М.: Радио и связь, 1981.
46. Киперман Г.Я., Шевляков А. В. Хозрасчет и показатели прибыли и дохода
47. М.: Финансы и статистика, 1991.
48. Коваленко Н.Я. Экономика сельского хозяйства. С основами аграрных рынков: Курс лекций — М.: Ассоциация авторов и издателей. ТАНДЕМ: Издательство ЭКМОС, 1998. -448с.
49. Ковда В.А. Биохимия почвенного покрова М.: Росагропромиздат, 1985.263 с.
50. Ковда В.А. Почвенный покров, его улучшение, использование и охрана — М.: Росагропромиздат, 1981. 180 с.
51. Ковтун И.И., Гойса Н.И., Митрофанов Б.А. Оптимизация условий возделывания озимой пшеницы по интенсивной технологии Л.: Гидрометееоиздат, 1990.-287 с.
52. Копенкин Ю.И. Стохастические модели в сельском хозяйстве М: АНО «Издательство МСХА», 2002.
53. Кордуняну П.Д. Биологический круговорот элементов питания сельскохозяйственных культур в интенсивном земледелии -Кишинев: Штиинца, 1985, — С.13.
54. Кореньков Д.А. Минеральные удобрения при интенсивных технологиях. — М.: Росагропромиздат, 1990. 192 с.
55. Кузнецов А.В., Холод Н.И., Костевич Л.С. Руководство к решению задач по математическому программированию: Учеб. пособие. -Мн.: Высш.шк., 2001.-448 с.
56. Кук Д.У. Регулирование плодородия почвы — М.: Колос, 1970. —375 с.
57. Кук Д.У. Системы удобрений для получения максимального урожая. Пер. с англ. М.: Колос, 1975. 415 с.
58. Кулаковская Т.Н., Детковская Л.П. К методике разработки балансовых систем удобрений в севооборотах на дерново-подзолистых почвах // Программирование урожаев сельскохозяйственных культур. Научные труды ВАСХНИЛ. -М.: Колос, 1975, С. 245-259.
59. Кунц Г., О'Доннел С. Управление: системный и ситуационный анализ управленческих функций. Том 1. Пер. с англ. —М.: Прогресс, 1981.
60. Лазарев В.И. Природные и антропогенные факторы // Земледелие. — 1997. №3. — с.11.
61. Лайнер А.Г., Меденников В.И. Основные направления развития автоматизации и предпосылки создания интегрированной информационной системы мониторинга консультационной службы АПК // Информационный бюллетень
62. Министерства сельского хозяйства Российской Федерации. — 2007. №1-2. — с.77-84.
63. Лахер В. Экология растений / Под ред. Т.А.Работнова. М.:Мир, 1978. -384 с.
64. Литвак Ш.И. Системный подход к агрохимическим исследованиям М.: Агропромиздат, 1990.-220 с.
65. Лотов A.B. Введение в экономико-математическое моделирование — М.: Наука, 1984.
66. Лыков A.M., Туликов A.M. Практикум по земледелию с основами почвоведения — М.: Агропромиздат, 1985. — 207 с.
67. Малиновский Б.Н. История вычислительной техники в лицах Киев: изд. КИТ, ПТОО "А.С.К.", 1995.
68. Марченко Н.М. Научно техническое обеспечение технологии точного земледелия // Сборник трудов Международной научно-практической конференции «Агротехнологии XXI века» - М.: ФГОУ ВПО РГАУ - МСХА им. К.А. Тимирязева, 2006.
69. Математическое моделирование экономических процессов в сельском хозяйстве / Гатаулин A.M., Гаврилов Г.В., Сорокина Т.М. и др./ Под ред. А. М. Гатаулина. — М.: Агропромиздат, 1990.
70. Методические указания по разработке, производственной проверке и освоению интенсивных технологий возделывания зерновых культур / Н.З.Милащенко, М.В.Верещак, В.Ф.Ладонин и др. М.: ВАСХНИЛ, 1986.— 31с.
71. Методические указания по комплексному агрохимическому окультуриванию полей / В.Л.Захаров., В.П.Толстоусов., Р.И.Ежов., Л.М.Державин., Ш.И.Литвак и др. М.: Колос, 1985. - 31 с.
72. Методические указания по проведению комплексного мониторинга плодородия почв земель сельскохозяйственного назначения. / Под ред. Л.М.Державина, Д.С.Булгакова. М.: ФГНУ «Росинформагротех», 2003. - 240 с.
73. Минеев В.Г. Агрохимия: Учебник. М.: Изд-во МГУ, 1990. - 486 с.
74. Митчерлих Э.А. Почвоведение. Пер. с нем. — М.: Изд-во иностр. лит., 1967.-416 с.
75. Михайлов H.H., Книпер В.П. Определение потребности в удобрениях — М.: Колос, 1971.-С.63-100.
76. Мкртчян Л.В. О роли экспертных систем в познании // Философские науки. 1987. №7.-С. 93-97.
77. Мкртчян Л.В. Человек, ЭВМ, память Ереван: Айстан, 1987. - 249 с.
78. Моделирование роста и продуктивности сельскохозяйственных культур / Отв. редактор Ф.В.Т.Пеннинг де фриз, Х.Х. ван Лаар. -Л.: Гидрометеоиздат,1986.-320 с.
79. Моисеев H.H. Математические задачи системного анализа. М.: Наука, 1981.-487 с.
80. Нарциссов В.П. Научные основы систем земледелия — М.: Колос, 1976. 368 с.
81. Научные основы организации управления и построения АСУ: Учебн. для сред. спец. учеб. заведений / Бройдо В.Л., Диденко В.В., Крылов B.C. и др. / Под ред. Бройдо В.Л., Крылова B.C. — М: Высш. шк., 1990.
82. Нормативные методы в системе хозрасчета. / Под ред Наумова В.И.,1987.
83. Нормативы выноса элементов питания сельскохозяйственными культурами-М.:ЦИНАО, 1991.
84. Образцов A.C. Системный метод: применение в земледелии. М.: Агропромиздат, 1990.-303 с.
85. Определение доз минеральных удобрений и регламентирование их применения при интенсивных технологиях возделывания сельскохозяйственных культур (методические указания) / Л.М.Державин., Ш.И.Литвак., Р.Н. Попова и др. М.: Агропромиздат, 1988. - 24 с.
86. Оптимальные параметры плодородия почв / Кулаковская Т.Н., Кнашис В.Ю., Богдевич И.М. и др./ Под ред. акад ВАСХНИЛ Т.Н.Кулаковской М.: Колос, 1984.-271 с.
87. Основы программирования урожайности сельскохозяйственных культур: Учебное пособие / Муха В.Д., Кочетов И.С., Муха Д.В., Пелипец В.А. М.: МСХА, 1994. - 251 с.
88. Отоцкий Л. Конференция Metaphorum-2007 и наследие Стэффорда Бира в XXI веке. // Oracle Magazine Русское издание - 2007. №12.
89. Панников В.Д., Минеев В.Г. Почва, климат, удобрение, урожай. -М.: Аг-ропомиздат, 1987. 510 с.
90. Пастернак П. П. Системное моделирование экономических процессов в АПК — М.: Агропромиздат, 1985.
91. Перегудов В.Н. Планирование многофакторных полевых опытов с удобрениями и математические обработки их результатов — М.: Колос, 1978. 181 с.
92. Перегудов В.Н., Иванова Т.И. Задачи исследования, конструкция схемы и методы математического анализа данных опытов с удобрениями // Применение математических методов в агрохимических исследованиях. — Труды ВИУА. — М., 1977. -Вып. 56. С. 5-12.
93. Пихорович В.Д. Невостребованная альтернатива рыночной реформы // Альманах «Восток» 2004 - №2.
94. Полевой А.Н. Теория и расчет продуктивности с.-х. культур — JL: Гидро-метеоиздат, 1983. 175 с.
95. Полевой А.Н., Строганова М.А. Современное состояние математического моделирования продукционного процесса сельскохозяйственных культур: Труды ВНИИСХМ, 1985, Вып. 9. с. 6-23.
96. Поспелов Д. А. Ситуационное управление: теория и практика — М.: Наука. — Гл. ред. физ.-мат. лит., 1986.
97. Посунько Н. С. Управление агропромышленным производством — М.: Росагропромиздат, 1989.
98. Практикум по математическому моделированию экономических процессов в сельском хозяйстве /А.Ф.Карпенко, В.А.Кардаш, Н.С.Низова и др. / Под ред. А.Ф.Карпенко. 2-е изд., перераб. и доп. — М.: Агропромиздат, 1985. — 268 с.
99. Проблемы известкования почв / Шильников И.А., Кирпичников H.A., Удалова JI.T. и др. //Химия в сельском хозяйстве. — 1996. №5. — с. 18—21.
100. Растениеводство /П.П. Вавилов, В.В.Гриценко, В.С.Кузнецов и др./ Под ред. П.П.Вавилова. 5-е изд., перераб. и доп. — М.: Агропромиздат, 1986. - 512 с.
101. Рейльян Я. Р. Аналитическая основа принятия управленческих решений — М.: Финансы и статистика, 1989.
102. Решение экономических задач на компьютере / Каплан A.B., Каплан В.Е., Мащенко М.В., Овечкина E.B. М.: ДМК Пресс; СПб.: Питер, 2004. - 600 с.
103. Роде A.A., Смирнов В.Н. Почвоведение — М.: Высшая школа, 1972. — 233с.
104. Розен В.В. Цель оптимальность - решение - М.: Радио и связь, 1982.
105. Санталайнен Тимо, Воутилайнен Эеро, Поренне Пертти, Ниссинен Иоуко X. Управление по результатам: Пер. с финского —М.: Прогресс, 1993.
106. Синк Д. С. Управление производительностью: планирование, измерение и оценка, контроль и повышение: Пер. с англ. — М.: Прогресс, 1989. 522 с.
107. Сиротенко О.Д. Математическое моделирование воднотеплового режима и продуктивности агроэкосистем — JL: Гидрометеоиздат, 1981.—167 с.
108. Составление проекта на применение удобрений: Рекомендации / Л.М.Державин, И.В.Колокольцева, Н.К.Скворцова и др. М.: ФГНУ «Росин-формагротех», 2000.
109. Справочник экономических показателей сельского хозяйства / P.A. Ива-нух, М.М. Пантелейчук, И.В. Попович и др., 2-е изд., переработ, и доп. — К.: Урожай, 1988.
110. Типовые нормы выработки и расхода топлива на механизированные полевые работы в сельском хозяйстве. Т.1/ Всесоюзн. науч.-исслед. ин-т экономики сел. хоз-ва (ВНИИЭСХ). М.: Агропромиздат, 1990.
111. Типовые нормы выработки и расхода топлива на механизированные полевые работы в сельском хозяйстве. Т.2/ Всесоюзн. науч.-исслед. ин-т экономики сел. хоз-ва (ВНИИЭСХ). М.: Агропромиздат, 1990.
112. Углубление исследований по оптимизации систем земледелия / Парахин Н.В., Наумкин В.Н., Яшин И.С. и др. // Химия в сельском хозяйстве. 1997. №3. - с. 44.
113. Федоренко Н.П. Россия: уроки прошлого и лики будущего М.: Экономика, 2001.
114. Хамуков В.Б., Евтушенко H.H. Проблемы бездефицитного баланса гумуса в почве // Химия в сельском хозяйстве. — 1996. №2. с.7 — 8.
115. Хикс Дж.Р. Стоимость и капитал / Общ. Ред. Р.М.Энтова. М.: Прогресс, 1988. 488с.
116. Цеддиес Ю., Райш Э., Угаров A.A. Экономика сельскохозяйственных предприятий: Учебное пособие М.: Изд-во МСХА, 1999. - 400 с.
117. Чаянов A.B. Возможное будущее сельского хозяйства // Избр. произв. —
118. M.: Московский рабочий, 1989. с. 334-362.
119. Шатилов И.С., Силин А.Д., Полев И.А. Моделирование агрохимического состояния плодородия почвы и питания растений // Химия в сельском хозяйстве. 1996. №5. - с. 13—15.
120. Швер Ц.А., Неушкина А.И. Климат Калуги JI: Гидрометеоиздат, 1989. -126 с.
121. Шевцова Л.К., Володарская И.В., Аканова Н.И. Гумусное состояние пахотных дерново-подзолистых почв при окультуривании и в условиях хозяйственного истощения // Химия в сельском хозяйстве. 1996. №5. - с.ЗЗ—35.
122. Шишов Л.Л., Карманов И.И., Дурманов Д.Н. Критерии и модели плодородия почв М.: Агропромиздат, 1987. -183 с.
123. Штойер Р. Многокритериальная оптимизация: Теория, вычисления и приложения: Пер. с англ. М.: Радио и связь, 1992.
124. Экономические методы управления производством / Швец В. В., Камалов А. К., Рябуха Н. Л. и др. —М.: Агропромиздат, 1987.
125. Юхнин А.А. Диагностические показатели плодородия почв // Химия в сельском хозяйстве 1996. №2. - с. 33-36.
126. Яковлев В.Б., Корнев Г.Н. Анализ эффективности сельскохозяйственного производства — М.: Росагропромиздат, 1990.
127. Efraim Turban, Jack R. Meredith. Fundamentals of Management Science — RICHARD D. IRWIN, INC., 1991.
128. Горский П., Стратегия внедрения ИТ на российских предприятиях. Web: http://www.cfin.ru/itm/dssterm.shtml
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.