Статистическое моделирование принятия решений в сельскохозяйственных предприятиях тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Статистическое моделирование принятия решений в сельскохозяйственных предприятиях"

На правах рукописи

Шепель Вячеслав Николаевич

Статистическое моделирование принятия решений в сельскохозяйственных предприятиях

Специальность 08.00.12 - Бухгалтерский учет, статистика

Автореферат диссертации на соискание ученой степени доктора экономических наук

Оренбург 2005 год

Работа выполнена в ФГОУ ВПО "Оренбургский государственный аграрный

университет"

Научный консультант

Официальные оппоненты:

доктор экономических наук, профессор В.Н. Афанасьев

доктор экономических наук, профессор В.С.Мхитарян

доктор экономических наук, профессор Ю.В. Сажин

доктор экономических наук, профессор ВА Балаш

Ведущая организация:

ГОУ ВПО "Самарская государственная экономическая академия"

Защита состоится 29 апреля 2005 г. в 10 часов на заседании Диссертационного Совета ДМ.220.051.05 при ФГОУ ВПО "Оренбургский государственный аграрный университет" по адресу: 460795, г. Оренбург, ул. Челюскинцев, 18, аудитория 113.

С диссертацией можно ознакомиться в библиотеке ФГОУ ВПО "Оренбургский государственный аграрный университет"

Автореферат разослан »^л/утА 2005 г.

Ученый секретарь диссертационного совета, кандидат экономических наук, доцент

B.C. Левин

Общая характеристика работы

Актуальность работы Переход к рыночной экономике в Российской Федерации вызвал резкое ослабление и изменение содержания в вертикальных составляющих экономической системы и нарушение имевших место горизонтальных информационных потоков. Сельскохозяйственные предприятия, по общей теории систем, из категории закрытых по взаимодействию с внешней средой приближены к категории открытых систем.

Изменившиеся условия создания и функционирования сельскохозяйственного предприятия выдвинули на первое место не управление производственной деятельностью, а проблемы и задачи стратегического управления. Лицо, принимающее решения (ЛПР) сельскохозяйственного предприятия должно решать проблемы формирования номенклатуры и объемов выпускаемой продукции и оценивать существующие и ожидаемые в перспективе потребности рынка в этой продукции, а для этого оно должно иметь информацию о текущем состоянии внешней среды со статистическим анализом достигнутого уровня и прогнозами на будущее. В этих условиях статистическая составляющая становится центральным звеном в обеспечении эффективного управления в условиях динамичной рыночной среды.

С другой стороны, принятие таких и многих других решений должно базироваться на статистически выверенных данных достигнутого состояния самого сельскохозяйственного предприятия, динамики его изменений, его возможностей, направлениях развития и т.д.

Поэтому задача развития методов обоснования управленческих решений на сельскохозяйственных предприятиях с помощью статистического моделирования является актуальной.

Степень изученности проблемы. Задача принятия решения (ЗПР) возникает в том случае, когда существует цель, которую нужно достичь, когда возможны различные способы ее достижения и существуют факторы, ограничивающие возможности достижения цели.

В настоящее время существует достаточно большое количество современных научных дисциплин, посвященных проблеме принятия решений. К ним можно отнести математическое программирование, теорию игр, теорию статистических решений, теорию оптимального автоматического управления. Наряду с ними появился ряд новейших прикладных дисциплин: исследование операций, системный анализ, экономическая кибернетика и др. Эти дисциплины занимаются рассмотрением проблемы оптимальных решений применительно к объектам управления различной природы и в разных условиях их существования. В этом смысле их можно считать составными частями единой научной дисциплины, для обозначения которой применяется термин «теория принятия решений» (ТПР). Начало этой дисциплины связано со второй мировой войной. Наиболее известными зарубежными специалистами являются: Де Гроот, Зойтендейк Г., Кини Р., Райфа X., Майн X., Осаки С,

Миллер Дж. А., Нарткотт Д., Науман Э., Райветт П., Акофф Р.Л., Саати Т., Эддоус М., Стенсфилд Р., Эмери Ф.

Отечественные исследователи, разработчики данной дисциплины: Бал-дин К.В., Воробьев С.Н., Вентцель Е.С., Виноградская Т.М., Евланов Л.Г., Елисеева И.И., Емельянов СВ., Ларичев О.И., Карданская Н.Л., Козелецкий Ю., Литвак Б.Г., Макаров И.М., Виноградская Т.М., Рубчинский АА., Мир-кин Б.Г., Михайлов В.И., Подиновский В.В., Саркисян СА, Трахтенгерц Э.А., Фатхутдинов РА, Черноруцкий И.Г. Решающий вклад в развитие теории принятия решений внесли Ларичев О.И., Саркисян СА, Вентцель Е.С.

По своему содержанию и задачам обоснование управленческих решений на сельскохозяйственных предприятиях почти не отличается от обоснования в других отраслях национальной экономики. Однако специфика сельскохозяйственного производства требует адаптации и развития общей теории принятия решений.

Обоснование управленческих решений на сельскохозяйственных предприятиях предлагается проводить с помощью статистического моделирования. Первые сведения о методе статистического моделирования были опубликованы в конце 40-х годов. Авторами метода являются американские математики Дж. Нейман и С. Улам. В нашей стране первые работы были опубликованы в 1955-56 годах В.В. Чавчанидзе, ЮА Шредером и B.C. Владимировым.

Зарубежные исследователи Кельтон В., Лоу А., Клеймен Дж., Франс Дж., Торнли Дж., Шеннон Р. продолжают интенсивно развивать этот метод. В нашей стране Аганбегян А.Г., Айвазян СА, Балаш ВА, Горстко А.Д., Гультяев А.К., Елисеева И.И., Ермаков СМ., Мелос В.Б., Мхитарян B.C., Плакс Б.И., Рябушкин Б.Т., Сабинин О.Ю., Сажин Ю.В., Скирта Б.К., Советов Б.Я., Яковлев СА. и др. плодотворно работают в этом направлении.

Моделирование в экономике сельского хозяйства развивается усилиями Афанасьева В.Н., Гатаулина A.M., Гаврилова Г.В, И.В. Курцева, В. Н. Бровцина, В.Т. Сергованцева, Демина ЛА, Скрипки А.Г., Скирты Б.К., Ха-руцы Д.Е. и др.

Статистическое моделирование на ЭВМ находит широкое применение при исследовании и управлении сложными экономическими системами. Это объясняется тем, что размерность решаемых задач и неформализуемость сложных систем не позволяют использовать строгие методы оптимизации. Однако этот метод моделирования редко используется в задачах принятия решений и почти не применяется для обоснования управленческих решений на сельскохозяйственных предприятиях.

Цель и задачи исследования. Развитие и адаптация статистического инструментария общей теории принятия решений в соответствии со спецификой деятельности сельскохозяйственного предприятия и особенностями решаемых задач.

Разработка метода статистического моделирования процесса функционирования производящего сельскохозяйственного предприятия, обеспечивающего обоснование управленческих решений лицами, принимающими решения в условиях неопределенностей и рисков.

В соответствии с поставленной целью определены следующие основные группы задач исследования:

Адаптация инструментария общей теории принятия решений в соответствии с особенностями решаемых задач в сельскохозяйственных предприятиях. Задача включает: построение концептуальных моделей функций выполняемых ЛПР и процедуры принятия управленческих решений.

Построение: концептуальной модели управления сельскохозяйственным предприятием. Эта задача включает: выбор метода описания производственных процессов протекающих на животноводческих фермах и вида моделирования сельскохозяйственного предприятия; а так же построение формальной модели сельскохозяйственного предприятия и выбора ее математической схемы;

статистической модели функционирования производственно - технологической части сельскохозяйственного предприятия. Задача включает создание статистических моделей подсистем: приготовления корма и его скармливания, водоснабжения, ухода за животными, транспортирования, подсистемы приема и переработки продуктов животноводства;

математической модели поведения животных, пригодной для использования ее в качестве подсистемы статистической модели сельскохозяйственного предприятия. Задача включает: выбор концептуальной модели поведения сельскохозяйственных животных и построение математической модели лактации.

Получение и интерпретация результатов статистического моделирования. Задача включает: планирование машинных экспериментов со статистической моделью животноводческой фермы, оценку эффективности функционирования ЛПР и подсистем фермы на удой молока, выбор лучшей стратегии реконструкции фермы.

Объектом исследования является производственно - финансовая деятельность сельскохозяйственных предприятий различных форм собственности в современных экономических условиях.

Предметом исследования явился процесс разработки управленческих решений лицами, принимающими решения на сельскохозяйственных предприятиях в условиях неопределенности и риска.

Методологические и теоретические основы исследования. Исследования носят комплексный характер, поэтому базируются на методологии системного анализа и использовании современных информационных технологий в экономике.

Анализируя организационно-управленческие проблемы сельскохозяйственного предприятия, учитывалось наличие четырех важнейших подходов в развитии теории и практики управления. Подход с позиций выделения различных школ в управлении. Подход к управлению как к процессу. Системный и ситуационный подходы. В процессе исследования делается попытка увязать конкретные приемы и концепции управления с определенными ситуациями для того, чтобы достичь целей сельскохозяйственного предприятия наиболее эффективно.

Анализ и выбор целей функционирования сельскохозяйственного предприятия, анализ возможных последствий проведения принятых решений в производство, выявление совокупности показателей, характеризующих исходы операции и участвующие в них объекты, анализ этих показателей, выделение из их числа наиболее важных и отнесение их в разряд критериев оптимальности проводился на основе неформальной теории принятия решений. Эта часть теории принятия решений занимается решением концептуальных проблем.

Рассмотренная в диссертации задача относится к многокритериальной, динамической задаче принятия решения в условиях неопределенности и риска. Эти задачи изучаются во второй части теории принятия решений формально-математической и вычислительной.

Построение математических моделей экономических объектов и их анализ принято называть экономико-математическим моделированием. Моделирование - это изучение объектов исследования не непосредственно, а косвенным путем, при помощи анализа некоторых вспомогательных объектов, которые принято называть моделями.

В практике моделирования экономических объектов имеем дело с объектами, которые в процессе своего функционирования содержат элементы стохастичности и подвергаются стохастическим воздействиям внешней среды. Поэтому основным методом получения результатов с помощью имитационных моделей таких систем явился метод статистического моделирования на ЭВМ, использующий в качестве теоретической базы предельные теоремы теории вероятностей.

Научная новизна исследования обусловлена тем, что переход к рыночной экономике в Российской Федерации приблизил сельскохозяйственные предприятия к категории открытых систем. Лицо, принимающее решения сельскохозяйственного предприятия должно решать проблемы формирования номенклатуры и объемов выпускаемой продукции и оценивать существующие и ожидаемые в перспективе потребности рынка в этой продукции, а для этого оно должно иметь в своем распоряжении развитый инструментарий теории принятия решений.

К числу новых положений теоретического и методологического характера относятся:

- рациональная процедура принятия решений в задачах ЛПР сельскохозяйственного предприятия состоящая из предварительного формулирования проблемы, выбора критериев оптимальности, формулирования дисциплинирующих условий, составления списка альтернатив, сбора необходимой информации, точного формулирования постановки задачи, разработки математической модели операции, разработки алгоритма решения, оценки альтернатив, принятия решения, выполнения решения и оценки результатов;

- подобранные процедуры реализации функций планирования, организации, мотивации и контроля на сельскохозяйственных предприятиях;

- метод статистического моделирования процесса функционирования сельскохозяйственного предприятия обеспечивающий обоснование управленческих решений лицами, принимающими решения в условиях неопределенностей и рисков;

- методология выбора способа описания производственных процессов и вида моделирования функционирования сельскохозяйственного предприятия, сводящаяся к выполнению трех неформализованных процедур: выявлению множества альтернатив (существующих способов описания), определению принципа оптимальности (представления о качестве альтернатив), ранжированию альтернатив в соответствии с принципом оптимальности и выбору оптимальной;

- статистическая модель животноводческой фермы позволяющая определять влияние качества функционирования ЛПР, подсистем фермы, а также вновь вводимых элементов на удой молока;

- статистические модели подсистем молочно-товарной фермы: приготовления корма и его скармливания, водоснабжения, ухода за животными, транспортирования, подсистемы приема и переработки продуктов животноводства;

- математическая модель поведения животных, пригодная для использования ее в качестве подсистемы статистической модели молочно-товарной фермы;

- обоснование: целесообразности применения дерева решений для выбора стратегии реконструкции фермы; а также комплексного использования статистической модели сельскохозяйственного предприятия и экспертной системы для оказания помощи ЛПР в обосновании управленческих решений.

В совокупности эти и другие, содержащиеся в диссертации положения, представляют системную статистическую методологию обоснования управленческих решений на сельскохозяйственных предприятиях с учетом специфических особенностей и динамики развития переходной экономики России.

Практическое значение полученных результатов исследования. Содержащиеся в диссертации методологические положения и практические рекомендации могут быть использованы МСХ РФ и региональными органами управления АПК при подготовке программ технического перевооружения

сельскохозяйственного производства, повышения эффективности функционирования производственно-технологической части сельскохозяйственных предприятий, развития рынка сельскохозяйственной продукции.

Отдельные методологические положения могут быть использованы сельскохозяйственными предприятиями и кооперативами, агрофирмами и агрохолдингами, машинно-технологическими станциями АПК при принятии решений формирования номенклатуры и объемов выпускаемой продукции и оценке существующих и ожидаемых в перспективе потребностей рынка в их продукции.

Разработанные в диссертации математические модели, алгоритмы и процедуры могут быть использованы разработчиками программного обеспечения для создания систем поддержки принятия управленческих решений руководителями сельскохозяйственных предприятий.

Адаптированный в соответствии со спецификой деятельности сельскохозяйственных предприятий инструментарий общей теории принятия решений может быть использован как обучающий материал для курсов повышения квалификации руководящих работников АПК, студентов и аспирантов экономических специальностей, аграрных ВУЗов России.

Апробация работы. Основные научные положения и практические рекомендации, разработанные в диссертации, докладывались и обсуждались на Международной научно-практической конференции «Глобальные тенденции в статистике и математических методах в экономике: наука, практика, и образование» в Санкт-Петербургском государственном университете экономики и финансов (2004 г.); на VIII Международной научно-практической конференции «Проблемы экономики и управления социально-экономическими процессами в АПК» Независимого научного аграрно-экономического общества России, г. Москва (2004 г.); на Региональной научно-практической конференции «Современные информационные технологии в науке, образовании и практике» в Оренбургском государственном университете (2002 г.); на У-й Международной научно-практической конференции «Финансовое оздоровление предприятий АПК» Независимого научного аграрно-экономического общества России, г. Москва (2001 г.); на Международной конференции «Математическое моделирование, статистика и информатика в современном управлении экономикой» в Самарской государственной экономической академии (2001 г.); на Международной конференции «Мехатзащя 1 автоматизащя технолопчних процеав у молочному скотарств1» во Львовском государственном аграрном университете (1999 г.).

Многие положения диссертации используются в учебном процессе Оренбургского государственного аграрного, Оренбургского филиала Российского торгово-экономического и Оренбургского государственного университетов.

Автор опубликовал более 40 работ общим объемом более 40 печатных листа, в том числе монография и учебное пособие, рекомендованное Министерством сельского хозяйства.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, выводов и предложений, списка использованной литературы.

В главе «Адаптация инструментария общей теории принятия решений в соответствии с особенностями решаемых задач в сельскохозяйственных предприятиях» построены концептуальные моделей функций выполняемых ЛПР и процедура принятия управленческих решений.

В главе «Построение концептуальной модели управления сельскохозяйственным предприятием» выбраны метод описания производственных процессов протекающих в сельскохозяйственных предприятиях и вид моделирования сельскохозяйственного предприятия; а так же построена формальная модель сельскохозяйственного предприятия и выбрана ее математической схема.

В главе «Построение статистической модели функционирования производственно-технологической части сельскохозяйственного предприятия» созданы статистические модели подсистем: приготовления корма и его скармливания, водоснабжения, ухода за животными, транспортирования, подсистемы приема и переработки продуктов животноводства.

В главе «Построение математической модели поведения животных, пригодной для использования ее в качестве подсистемы статистической модели сельскохозяйственного предприятия» выбрана концептуальная модель поведения сельскохозяйственных животных и построена математическая модель лактации.

В главе «Получение и интерпретация результатов статистического моделирования» составлен план машинных экспериментов со статистической моделью животноводческой фермы и получена оценка эффективности функционирования ЛПР и подсистем фермы на удой молока.

В заключении обобщены основные результаты исследования, сформулированы выводы, даны рекомендации по использованию разработанных методических положений и прикладных результатов.

Работа изложена на 263 страницах компьютерного набора, включает 23 таблицы, 76 рисунков и 3 приложения. Список использованной литературы состоит из 239 наименований.

Основные положения диссертации, выносимые на защиту

Теоретические: Адаптированная к особенностям решаемых задач в сельскохозяйственных предприятиях количественная и качественная теории принятия решений посредством статистического моделирования.

ЛПР сельскохозяйственного предприятия целенаправленно организует процесс, состоящий из функций планирования, организации, мотивации и контроля. Принятие решений является составной частью каждой управленческой функции. Рациональная процедура принятия решений в задачах ЛПР сельскохозяйственного предприятия должна состоять из предварительного формулирования проблемы, выбора критериев оптимальности, формулирования дисциплинирующих условий, составления списка альтернатив, сбора необходимой информации, точного формулирования постановки задачи, разработки математической модели операции, разработки алгоритма решения, оценки альтернатив, принятия решения, выполнения решения и оценки результатов.

Метод статистического моделирования процесса функционирования сельскохозяйственного предприятия обеспечивающий обоснование управленческих решений лицами, принимающими решения в условиях неопределенностей и рисков.

Статистические модели подсистем молочно-товарной фермы: приготовления корма и его скармливания, водоснабжения, ухода за животными, транспортирования, подсистемы приема и переработки продуктов животноводства.

Математическая модель поведения животных, пригодная для использования ее в качестве подсистемы статистической модели молочно-товарной фермы. Моделируются зависимость удоя молока коров от их возраста и лактация.

Для оказания помощи ЛПР в обосновании управленческих решений предлагается применять дерево решений для выбора стратегии реконструкции фермы; а также комплексно использовать статистическую модель сельскохозяйственного предприятия и экспертную систему, которая позволила бы накапливать, систематизировать и сохранять знания и профессиональный опыт тех ЛПР, которые выполняют конкретные задачи наилучшим образом.

Методологические: Подобранные процедуры функций планирования, организации, мотивации и контроля.

Процедура функции планирования состоит из выбора целей сельскохозяйственного предприятия, анализа внешней среды, обследования элементов внутренней среды, выбора основополагающей общей стратегии и составления последовательности действий.

Процедура функции организации включает деление сельскохозяйственного предприятия по горизонтали, устанавливает соотношения полномочий различных должностей, определяет должностные обязанности.

Процесс контроля состоит из установки стандартов, измерения фактически достигнутых результатов и проведения корректировок в том случае, если достигнутые результаты существенно отличаются от установленных стандартов.

Методология выбора способа описания производственных процессов и вида моделирования функционирования сельскохозяйственного предприятия, сводящаяся к выполнению трех неформализованных процедур: выявлению множества альтернатив (существующих способов описания), определению принципа оптимальности (представления о качестве альтернатив), ранжированию альтернатив в соответствии с принципом оптимальности и выбору оптимальной.

Разработанная статистическая модель животноводческой фермы позволяющая определять влияние качества функционирования ЛПР, подсистем фермы, а также вновь вводимых элементов на удой молока. Для решения поставленных задач структурная схема статистической модели включает: лицо, принимающее решение и подсистемы - приготовления корма и скармливания, водоснабжения, ухода за животными, получения и переработки продуктов животноводства, транспортирования, подсистему, моделирующую поведение животных.

Животные, содержащиеся на ферме - объекты управления. Построенная математическая модель отображает поведение в зависимости от характеристик животного и качества функционирования подсистем животноводческой фермы. Выделены две группы параметров: параметры генетически обусловленные и на которые мы в процессе «эксплуатации» животных влиять не можем; и управляемые параметры, за счет которых мы можем управлять процессом производства продуктов животноводства, среди этих параметров, в свою очередь, выделим медленно влияющие, медленно изменяющиеся и быстро (хе) изменяющиеся, быстро влияющие на удой молока. Полученная функция удоя связывает эти параметры возраст коров, выраженный в лактациях.

Методология, рассматривающая имитационный эксперимент со статистической моделью по определению многих реакций как несколько имитационных экспериментов, в каждом из которых исследуется (наблюдается) только одна реакция.

Прикладные: Неформальная процедура позволяющая получать критерии оптимальности, для задач принятия решений рассматриваемого класса. Эта процедура включает: устранение неопределенности целей, согласование и шкалирование целей, а также ранжирование критериев оптимальности.

Методика описания факторов, ограничивающих возможности достижения цели операции.

Вывод о том, что варианты решения могут быть получены на основе выявления управляемых параметров X, и выбора для каждого конкретного значения X,- = а также использования методов поиска новых решений.

Вывод о том, что наиболее пригодным для использования ЛПР сельскохозяйственного предприятия методом решения многокритериальных ЗПР является метод последовательных уступок. Он хорош тем, что позволяет

увидеть, ценой какой "уступки", в одном критерии приобретается выигрыш в другом и какова величина этого выигрыша.

Для производственных процессов протекающих на сельскохозяйственных предприятиях целесообразно использовать кибернетический подход, а для воспроизведения процесса функционирования сельскохозяйственного предприятия статистическое моделирование.

В соответствии с кибернетическим подходом необходимо рассматривать внутреннюю и внешнюю среды предприятий. К основным переменным внутренней среды отнесены - цели, структуры, задачи, технологии, люди, земля и (или) животные. Для облегчения учета влияния элементов внешней среды на сельскохозяйственное предприятие внешние факторы разделены на группы прямого и косвенного воздействия. Группа прямого воздействия включает - потребителей, поставщиков, конкурентов, законы и государственные органы. Группа косвенного воздействия включает - международные события, состояние экономики, социально-культурные факторы, политические факторы, научно-технический прогресс.

Разработанный подход к моделированию подсистем животноводческой фермы может использоваться для получения и анализа временных характеристик процесса функционирования самих подсистем, кроме того, может применяться в составе модели животноводческой фермы для получения характеристик системы в целом.

Способ проведения каждой серии испытаний машинной модели обеспечивающий требуемую точность и достоверность результатов моделирования, а также автоматическую остановку эксперимента, использующий последовательный анализ для определения минимально необходимого количества реализации

Основное содержание работы

Глава 1. Адаптация инструментария общей теории принятия решений в соответствии с особенностями решаемых задач в сельскохозяйственных предприятиях.

Сельскохозяйственные предприятия имеют сложную структуру и разделены на подсистемы (функциональные горизонтальные области) и вертикальные уровни управления, следовательно, для того, чтобы они могли добиться реализации своих целей, они должны управляться. Под управлением, часто понимают целенаправленную организацию того или иного процесса, протекающего в системе. В процессе выделяют четыре взаимосвязанные функции - планирование, организацию, мотивацию и контроль (Рис.1). В дальнейшем будем придерживаться этого толкования термина управления.

В параграфе 1.1 выявлены особенности принятия управленческих решений в условиях сельскохозяйственного производства.

В сельском хозяйстве России сформировалась многоукладная экономика, включающая три основные группы производителей - сельскохозяйственные организации, крестьянские (фермерские) хозяйства и хозяйства населения. Изменилась структура сельскохозяйственных производителей в сторону расширения индивидуального сектора в экономике сельского хозяйства. В настоящее время доля производства сельскохозяйственной продукции хозяйствами населения составляет более половины от общего ее объема.

Оренбургская область примечательна сочетанием аграрного и промышленного потенциалов. Добавленная стоимость сельского хозяйства в валовом региональном продукте Оренбургской области в 2002 г. составляет 11.7 %, а промышленности 35.7 %. (Аналогичные цифры для России в целом 6.0 % и 28.8 %, соответственно).

Изменившиеся условия создания и функционирования сельскохозяйственного предприятия выдвинули на первое место не управление производственной деятельностью, а проблемы и задачи стратегического управления.

Особенности сельскохозяйственного производства, которые необходимо учитывать при разработке и принятии управленческих решений: основное средство производства в сельском хозяйстве - земля; производство имеет дело с живыми организмами; зависимость от природных и климатических условий; сезонность производства; процесс производства очень длительный; часть продукции используется на собственные цели в качестве средств производства: семена, фураж, животные; наличие специфических показателей (урожайность, продуктивность скота, жирность молока и др.).

В параграфе 1.2, построены концептуальные модели функций, выполняемых ЛПР сельскохозяйственного предприятия.

Планирование представляет собой набор действий и решений, предпринимаемых лицом, принимающим решения для выработки стратегий необходимых сельскохозяйственному предприятию для достижения своих целей. Оно начинается с выбора целей сельскохозяйственного предприятия, т.е. четко выраженных причин его существования. Затем осуществляется анализ внешней среды необходимый для определения угроз и потенциальных возможностей предприятия. ЛПР оценивает внешнюю среду по трем параметрам:

¡.Определяет внешние факторы, изменение которых воздействует на разные аспекты текущей стратегии сельскохозяйственного предприятия.

2.0пределяет, какие факторы представляют угрозу для текущей стратегии сельскохозяйственного предприятия. Контроль деятельности конкурентов позволяет ЛПР быть готовым к потенциальным угрозам.

3.Определяет, какие факторы представляют больше возможностей для достижения целей сельскохозяйственного предприятия путем корректировки плана.

После анализа и составления перечня угроз и возможностей ЛПР проводит оценку сильных и слабых сторон сельскохозяйственного предприятия. С этой целью обследуются элементы внутренней среды - цели, технология, структура, задачи, люди, земля и (или) животные. Ключевыми вопросами, на которые необходимо ответить в ходе обследования сильных и слабых сторон внутренней среды являются:

1.Можем ли мы производить наши товары лучше, чем наши конкуренты? Если нет, то почему?

2.Какой доступ мы имеем к новым материалам? Зависим ли мы от единственного поставщика или ограниченного количества поставщиков?

3.Является ли наше оборудование современным, и хорошо ли оно обслуживается?

4.0бладаем ли мы эффективной и результативной системой контроля качества?

После того как ЛПР сопоставит внешние угрозы и возможности с сильными внутренними сторонами и слабостями, он определяет стратегию, которой сельскохозяйственному предприятию целесообразнее всего следовать. В распоряжении сельскохозяйственного предприятия имеются четыре стратегические альтернативы - ограниченный рост, рост, сокращение и сочетание этих вариантов.

После выбора основополагающей общей стратегии ее необходимо реализовать, объединив с другими организационными функциями. Важным механизмом увязки стратегии является разработка планов и ориентиров: тактики, политики, процедур и правил.

Планирование действий часто проводят в следующей последовательности:

¡.Определяют основные задачи и меры, необходимые для достижения

целей.

2.Установливают взаимосвязи между основными видами деятельности, имеющие определяющее значение. Это, по существу, связано с изучением операций с общих позиций и созданием календарного плана их выполнения в надлежащей последовательности.

3.Уточняют роли, их взаимоотношение и делегирование соответствующих полномочий для выполнения каждого вида деятельности.

4.0ценивают затраты времени для выполнения каждой основной операции и подоперации.

5.0пределяют ресурсы, необходимые для каждой операции. Существенное значение для ЛПР имеет определение затрат на достижение целей до начала практической реализации плана. Потребности в ресурсах обычно определяются и распределяются посредством составления бюджета.

6 .Проверяют сроки и корректируют планы действий. После обсуждений с заинтересованными лицами часто оказывается необходимым скорректировать план действий, чтобы сделать его более реалистичным. Сроки окончания работ могут быть перенесены, ресурсы увеличены или уменьшены, графики заданий пересмотрены и т.п.

Организация это процесс создания структуры, которая лучше всего отвечает целям и задачам сельскохозяйственного предприятия, а также воздействующим на нее внутренним и внешним факторам. Можно выделить два основных аспекта организационного процесса. Одним из них является деление предприятия на подразделения соответственно целям и стратегиям. Другим является реализация взаимодействия и полномочий, которые связывают руководство сельскохозяйственного предприятия с низшими уровнями работающих и обеспечивают возможность и координацию задач.

Функцию организации часто выполняют в следующей последовательности:

1. Осуществляют деление сельскохозяйственного предприятия по горизонтали на широкие блоки, соответствующие важнейшим направлением деятельности по реализации стратегии, решают, какие виды деятельности должны выполняться линейными подразделениями, а какие - штабными.

2.Установливают соотношения полномочий различных должностей. При этом ЛПР определяет цель подсистем, если необходимо, производит дальнейшее деление на более мелкие организационные подразделения, чтобы более эффективно использовать специализацию.

З.Определяют должностные обязанности как совокупность определенных задач и функций и поручают их выполнение конкретным лицам.

Мотивация- это процесс побуждения себя и других к деятельности для достижения целей предприятия. Лицо, принимающее решения достигает целей сельскохозяйственного предприятия через других людей. Люди являются центральным фактором в любой модели управления. ЛПР сельскохозяйственного предприятия воплощает свои решения в дела, применяя на практике основные принципы мотивации.

Имеется три основные процессуальные теории мотивации: теория ожиданий, теория справедливости и модель Портера - Лоулера. В качестве модели функции мотивации в моделях сельскохозяйственных предприятий предлагается использовать модель Портера - Лоулера, объединяющую такие по-

нятия как усилия, способности, результаты, вознаграждения, удовлетворения и восприятия в рамках единой взаимоувязанной системы.

Контроль это процесс, при помощи которого ЛПР сельскохозяйственного предприятия определяет, правильны ли его решения и не нуждаются ли они в известной корректировке. Процесс контроля состоит из установки стандартов и измерения фактически достигнутых результатов. После измерения, ЛПР выбирает одну из трех линий поведения: ничего не предпринимать, устранить отклонение или пересмотреть стандарт.

Параграф 1.3. Задача принятия решения (ЗПР) возникает в том случае, когда существует цель (цели), которую нужно достичь, когда возможны различные способы ее достижения и существуют факторы, ограничивающие возможности достижения цели. ЗПР могут быть сформулированы на основе изучения теории и практических потребностей или получены от вышестоящей организации.

Выбрана рациональная процедура принятия решений в задачах ЛПР сельскохозяйственного предприятия, состоящая из предварительного формулирования проблемы, выбора критериев оптимальности, формулирования дисциплинирующих условий, составления списка альтернатив, сбора необходимой информации, точного формулирования постановки задачи, разработки математической модели операции, разработки алгоритма решения, оценки альтернатив, принятия решения, выполнения решения и оценки результатов.

Предлагается неформальная процедура позволяющая получить критерии оптимальности, для задач принятия решений рассматриваемого класса. Эта процедура включает: устранение неопределенности целей, согласование и шкалирование целей, а также ранжирование критериев оптимальности.

Построена процедура, которой целесообразно пользоваться при описании факторов, ограничивающих возможности достижения цели операции:

1. Из всех параметров, характеризующих планируемую операцию выделить множество дисциплинирующих условий и множество элементов решения.

2. Из множества дисциплинирующих условий выделить детерминированные, стохастические и неопределенные факторы.

3. Для случайных факторов рассмотреть возможность: усреднения параметров дисциплинирующих условий или усреднения показателей эффективности или введения статистических ограничений.

4. Разделить неопределенные факторы на вццы а) распределение вероятностей для параметров в принципе существует, но к моменту принятия решения не может бьпь получено и б) распределение вероятностей для параметров вообще не существует.

Для вида а): принять гипотезу о характере неопределенных факторов или попытаться использовать адаптивные методы.

Для вида б): выбрать правдоподобные параметры для неопределенных факторов или определить возможный диапазон изменения неопределенных параметров или определить наихудшую для нас стратегию поведения конкурента.

Установлено, что варианты решения могут быть получены на основе выявления управляемых параметров X,- и выбора для каждого конкретного значения а также использования методов поиска новых решений.

Отмечено, что процесс моделирования сельскохозяйственного предприятия сводится к выполнению трех этапов:

1 этап, построение концептуальной модели и ее формализация,

2 этап, алгоритмизация и программирование модели,

3 этап, получение и интерпретация результатов моделирования сельскохозяйственного предприятия.

Дан обзор методов решения многокритериальных ЗПР. Наиболее пригодным для использования ЛПР сельскохозяйственного предприятия представляется метод последовательных уступок. Он хорош тем, что здесь сразу видно, ценой какой "уступки", в одном критерии приобретается выигрыш в другом и какова величина этого выигрыша.

В параграфе 1.4. в соответствии с системным подходом в качестве основы для построения концептуальной модели ЛПР сельскохозяйственного предприятия предлагается использовать математическую функцию личности субъекта {ЕУ}, связывающую ожидаемую удельную ценность в любой ситуации выбора со свойствами возможных способов действий, их возможных результатов и существующими переменными окружения:

= Х I Р,Ец У]=Н[{С1}, (0]}1 5*7.

При выводе ожидаемой удельной ценности результата выбора (ЕУ) понадобились понятия субъект {А}, возможные способы действий {С}, возможные результаты {О}, окружени{$}рроятности выбора данным субъектом {А'}, эффективности каждого возможного способа действий по каждому возможному результату {Еу} и удельные ценности каждого результата для данного субъекта {V/}.

Выделены блоки модели, намечены их структура и свойства, которыми они должны обладать.

Глава 2. Концептуальная модель управления сельскохозяйственным предприятием.

В параграфе 2.1, для описания производственных процессов протекающих на сельскохозяйственных предприятиях выбран кибернетический подход, в соответствии с которым описываются внешняя и внутренняя среды

• »Го2» • • - »Гор)» 5, = (АьА2. — А>.Г!,Г2.-.. Хр), где, элементы внешней и внутренней сред, соответственно;

отношения между элементами соответствующих сред.

В параграфе 2.2 были решены следующие задачи:

Выявлены существующие виды моделирования больших систем, которые могут быть использованы при анализе, синтезе и эксплуатации сельскохозяйственных предприятий.

Сформулированы критерии, которыми должен обладать вид моделирования для того, чтобы его можно было использовать для обоснования управленческих решений на сельскохозяйственных предприятиях.

Для воспроизведения процесса функционирования сельскохозяйственного предприятия выбрано статистическое моделирование, как наиболее полно удовлетворяющее предъявляемым требованиям. Некоторые достоинства статистического моделирования: процесс функционирования сельскохозяйственного предприятия можно исследовать в любых условиях; результаты натурных испытаний сельскохозяйственного предприятия или его подсистем можно включать для проведения дальнейших исследований; обладает известной гибкостью варьирования структуры, алгоритмов и параметров моделируемого предприятия; является практически единственным реализуемым методом исследования процесса функционирования предприятия на этапе его проектирования.

Определено математическое, программное, информационное, техническое обеспечение статистического моделирования. В качестве технического средства воплощения статистической модели сельскохозяйственного предприятия выбрана ЭВМ.

В параграфе 2.3 приведена разработка концептуальной модели сельскохозяйственного предприятия, включающая построение концептуальных моделей внутренней и внешней сред, структурной схемы модели животноводческой фермы, а также подбор показателей эффективности функционирования системы.

К основным переменным внутренней среды организации относят:

для того,

чтобы применить этот подход к сельскохозяйственному предприятию, очевидно, необходимо добавить еще одну переменную А6(земля и (или) животные). Эти переменные не могут рассматриваться независимо друг от друга. Значительные изменения любой переменной будут в определенной степени влиять на все остальные переменные.

Сельскохозяйственные предприятия чаще всего имеют двухступенчатую веерную структуру управления, отображенную на рис. 2.

Где П], Пг, ...,Пдг- производители сельскохозяйственной продукции.

Полагаем, что доход /-го производителя /, равен

где цена продукта, средняя ставка заработной платы, количество рабочей силы.

Доход сельскохозяйственного предприятия однозначно определяется продукцией, которую выпускают производители

где Рх,Рг,...,Рк - объемы производства 1,2,...Д производителя. С учетом (1) можно записать

где I - доход производителя, функционирование которого исследуется, например, с помощью статистического моделирования. Далее в качестве производителя будем подробно рассматривать молочную животноводческую ферму.

Управление с.х. предприятием

1 г г

т п2 п*

Рис. 2. Двухступенчатая веерная структура управления сельскохозяйственного предприятия

На животноводческих фермах наблюдается разделение всей работы на составляющие компоненты, за счет образования подсистем: (ПКС) приготовления корма и его скармливания, (ПВ) водоснабжения, (ПУЖ) ухода за животными, (ППППЖ) получения и переработки продуктов животноводства, (ПТ) транспортирования выполняющих конкретные специфические задания и добивающихся конкретных специфических целей.

Для облегчения учета влияния элементов внешней среды на сельскохозяйственное предприятие внешние факторы разделены на группы прямого и косвенного воздействия. Группа прямого воздействия включает факторы, которые непосредственно влияют на функционирование предприятия - потребители, поставщики, конкуренты, законы и государственные органы. Группа косвенного воздействия включает факторы, которые могут не оказывать прямого немедленного воздействия на функционирование сельскохозяйственного предприятия - это международные события, состояние экономики, социально-культурные факторы, политические факторы, научно-технический прогресс. Основными характеристиками внешней среды являются: сложность (К), подвижность (£„'), взаимосвязь факторов = /(А01,...,Аог)) и время воздействия (7).

Статистическая модель животноводческой фермы должна позволять определять влияние качества функционирования ЛПР, подсистем фермы, а

также вновь вводимых элементов на удой молока. Для решения поставленных задач структурная схема (Рис. 3) статистической модели должна включать: лицо, принимающее решение и подсистемы - приготовления корма и скармливания, водоснабжения, ухода за животными, получения и переработки продуктов животноводства, транспортирования, подсистему, моделирующую поведение животных.

На рис.3 приняты следующие обозначения X - воздействия внешней среды на ферму, состоящие из Хц - воздействия оказывающего влияния на выживаемость фермы и учитываемые, в основном, лицом, принимающим решение; - корма, поступающие на ПКС, Ху, - объем воды поступающий на ПВ; У- удой молока.

В параграфе 2.4 были решены следующие задачи: Построена формальная модель сельскохозяйственного предприятия, включающая конечное подмножество переменных {х(г)^(г)^(г)} вместе с математическими связями между ними и характеристиками у (г).

Рис. 3. Структурная схема животноводческой фермы

Составлен перечень математических схем и областей применения каждой. Этот перечень содержит: непрерывно - детерминированный; дискретно -детерминированный; дискретно - статистический; непрерывно - статистический; обобщенный или универсальный подходы.

А - схема выбрана в качестве математической схемы для моделирования сельскохозяйственного предприятия. В качестве элемента А - схемы выступает агрегат, а связь между агрегатами (внутри предприятия и с внешней средой Е) осуществляется с помощью оператора сопряжения R. Любой агрегат характеризуется следующими множествами: моментов времени Т, входных X и выходных У сигналов, состояний Ъ в каждый момент времени

г.

Глава 3. Статистическая модель функционирования производственно - технологической части сельскохозяйственного предприятия

Во вводной части главы установлено, что наиболее распространенными принципами построения моделирующих алгоритмов являются "принцип АР и "принцип &". Для исследования процесса функционирования молочнотоварной фермы рационально использование комбинированного принципа построения моделирующих алгоритмов, сочетающего в себе преимущества каждого из рассмотренных принципов.

Известны различные формы представления структур моделирующих алгоритмов: схемы, граф - схемы, операторные схемы. Для представления логической структуры моделей процессов функционирования молочнотоварной фермы и машинных программ будем использовать схемы: обобщенные и детальные логические схемы моделирующих алгоритмов, а также схемы программ.

В параграфе 3.1 получена оценочная модель, использующая метод статистических испытаний, ориентированная на оценку качества функционирования технологической схемы приготовления концентрированных кормов и учитывающая основные операции: очистку - измельчание - дозирование -смешивание, а также некоторые вспомогательные операции: взвешивание и прием сырья, перемещение кормового сырья от машины к машине.

Коэффициент, характеризующий качество работы ПКС Х21 - рассчитывается - на основе сравнения Хдг и Х2юРг- Качество функционирования реальной ПКС оценивается одним коэффициентом Х2т который можно вычислить, зная коэффициенты качества А",- выполнения всех операций принятой технологииХцг =/№, К„).

В действительности, каждая операция технологии выполняется не идеально, возникает вопрос как это учесть при моделировании. Можно взять максимальные отклонения от 1 и рассчитать Хцп но, учитывая то, что число выполняемых операций велико, такая оценка окажется сильно завышенной (действительно, маловероятно, чтобы все операции одновременно выполнялись наихудшим образом). Представляется целесообразным, предположить, что и К.1 И Хг,> для каждой конкретной реализации моделируемого процесса случайные величины. Для получения К-, применим метод статистических испытаний (Монте-Карло). Для этого необходимо:

а) знать вероятностные характеристики коэффициентов качества всех операций применяемой технологии,

б) знать функцию / (точнее, уметь вычислять Хг/г по любым фиксированным значениям

Вероятностное распределение коэффициентов для каждой операции либо существует, либо может быть получено экспериментально. Часто это распределение оказывается нормальным. Следует отметить, что в известной автору литературе, вид функции / не приводится, поэтому, используя мнение экспертов, принимаем гипотезу

Схема расчета Хд, следующая, для каждой учитываемой операции технологии, с помощью датчика случайных (строго говоря, псевдослучайных) чисел получается значение Ки затем в соответствии с принятой гипотезой рассчитывается Х^,- На вход данного блока, также, подается Тц -коэффициент, характеризующий качество функционирования подсистемы транспортирования 0 < Тц <1, который умножается на Х2^

Один из блоков (расчета Х2юрЬ модели - осуществляет расчет оптимального количества килограммов корма i - го вида, необходимого для получения оптимального удоя молока от каждой коровы. Решаемая задача формулируется следующим образом: определить х2, ■■■, хп - количество килограммов корма 1,2.....п вида в дневном рационе коров, для которых целевая

функция при ограничениях

• ац-Х1 +а,2-Х1 + ... +а1п-хп>Ьи а2ух! +а22-х1 +... +а2п-хп>Ъ2,

«

. ат1-х, +а„2-Х1 + ...+атп-х„>Ьт,

если предусмотреть в рационе т видов питательных веществ в количестве Ь,-(1=1,2,...т) единиц, а^ - количество единиц i - го питательного вещества содержащегося в единице] - го корма; с}- - стоимость единицы] - го корма. Для расчета используется модифицированный симплексный метод (метод обратной матрицы).

Построенная модель ПКС, может использоваться в составе модели молочнотоварной фермы:

для обучения ЛПР выбору составляющих корма для животных; для анализа существующих устройств и механизмов ПКС; для оценки качества функционирования поточной технологической линии (ПТЛ) приготовления корма и его скармливания;

для выбора технических характеристик синтезируемых устройств и механизмов ПТЛ, с точки зрения системного подхода.

В параграфе 3.2 построена статистическая модель подсистемы водоснабжения.

Модель подсистемы водоснабжения предназначена для расчета Хц'-коэффициента, характеризующего качество работы ПВ и выдачи его в модель отображающую поведение животных. Модель ориентирована на воспроизведение технологической схемы водоснабжения животноводческой фермы и учитывает основные операции: забор воды из источников и подъем ее на требуемую высоту, очистку, хранение и подачу к местам потребления.

Сложность задачи обеспечения потребителей необходимым количеством воды заключается в том, что потребность в воде в течение суток, летом и зимой неравномерна - днем и летом больше, ночью и зимой меньше. Качество водоснабжения оценивается способностью обеспечить потребителей необходимым количеством воды и соответствием подаваемой воды органолеп-

тическим, химическим и бактериологическим требованиям. Качество водоснабжения предлагается оценивать коэффициентом Хд' = (0,О1Я - 0,$0,орн гДе О.орь £?1 - оптимальное и реальное количество воды, выдаваемое подсистемой водоснабжения.

Коэффициент X ц' зависит отХц' = ЩХзо',Хзи',Хз12',Хз1з').

Коэффициент Хзо - характеризующий качество функционирования комплекта устройств осуществляющих очистку воды определяется в соответствии с выражением Хзо' = 1 - (К^ - Кр) /Кгосп где КГОст -коэффициент, соответствующий полной очистке воды удовлетворяющей требованиям ГОСТ, Кр - коэффициент характеризующей реальную очистку воды.

Коэффициент Хзц' - характеризует качество функционирования комплекта устройств осуществляющих забор воды из источников и подъем ее на требуемую высоту. Он вычисляется в следующей последовательности.

Определяется среднесуточный расход воды л/сут. на ферме

йсцсут =

где qi - среднесуточные нормы водопотребления; т; - число потребителей воды одного типа, п - количество потребителей разного типа.

Определяется максимальный часовой расход воды (¿тах.ч = Кч X Оср сур/24, где К,- коэффициент часовой неравномерности (принимают Кч-1

...4);

Моделирование потребления воды <2< для момента времени X в течение суток осуществляется в два этапа, на первом, определяется ее детерминированная составляющая а на втором случайная ()1Г, таким образом, <2, = (¿¡д + й,.

Таблица 1. Коэффициент отклонения потребления воды в течение суток

Время суток, / V. Время суток, г У«

0...2 0.18 13...14 1.47

2...4 0.24 14...16 1.20

4...5 0.72 16...18 0.84

5...8 1.32 18...21 1.44

8...10 0.84 21...22 0.72

10...11 1.47 22...23 0.48

11...13 2.00 23...24 0.24

Значения экспериментально установленного коэффициента отклонения потребления воды VI в течение суток приводятся в таблице 1.

Детерминированная составляющая потребления воды может быть определена для любого времени суток

Случайная составляющая потребления воды может быть получена с помощью датчика случайных чисел ЭВМ. Если известен закон распределения случайной составляющей, то его можно воспроизвести с требуемой точностью. Однако в известной автору литературе он не встречался. Принимаем гипотезу: случайная составляющая подчиняется нормальному закону распределения.

Моделирование потребления воды (){для момента времени / в течение суток осуществляется следующим способом - случайное число.

Если £>,><2таХ ъ ТО (0,-йтах.чУОтах.ч^Зи', В Случае 0,<0т1а.,, ХЗП' = 1-

КоэффициентХ^г' - характеризует правильность выбора емкости водонапорных баков и резервуаров.

Если Хбг > Ксуг -Q.cp.cyT = Qrr.ax.cyT, ТО Х312'= 1 - (Х<2, " Отах.сут) / Отш.сут, е<>

Лií'2Q/ < О,тох.суп то X ? п' = 1 (Ксуг - присваивают значения 1,3... 1,5).

Коэффициент Хцз' - характеризует правильность выбора диаметра

труб.

QrV.CL1L.CCX Кск йср.сугЛА-ът

Если 2/3600 > то Х3и = 1- (2, / 3600 - йтах / Qnn.cc«, если

QJЪm<Qmax .сею то Х313'= 1.

Математическая модель подсистемы водоснабжения, в составе модели сельскохозяйственного предприятия может использоваться для правильного выбора емкостей водонапорных баков и резервуаров, а также диаметра труб.

В параграфе 3.3 построена модель подсистемы ухода за животными. ПУЖ включает две подсистемы более низкого уровня (1-го уровня) иерархии: подсистему формирования микроклимата (ПФМ) и подсистему ветери-нарно-санитарной обработки (ПВСО). Полагаем, подсистема ветеринарно-санитарной обработки функционирует идеально, поэтому ее работу моделировать не будем.

Подсистема формирования микроклимата предназначена для поддержания физических, химических и биологических параметров воздуха животноводческих помещений в научно обоснованных пределах, обеспечивающих здоровое существование и продуктивность животных. Основными параметрами, требующими стабилизации, являются температура и относительная влажность воздуха, его подвижность, электрические свойства, содержание углекислоты, аммиака, сероводорода, концентрация пыли и наличие микрофлоры, кроме этого, к ним следует добавить интенсивность производственных шумов, а также освещенность рабочих зон.

Подсистему формирования микроклимата построим на основе суммы независимо функционирующих подсистем 2-го уровня, каждая из которых стабилизирует один параметр, пример такого построения показан на рис.4. На рисунке приняты следующие обозначения (» Ья(1а Ьв) -температура, влажность, содержание на входе (выходе) соответствующей под-

системы стабилизации, состоящей из устройства управления (УУ;) и объекта управления (ОУ)).

Показатель эффективности функционирования ПУЖ, должен позволять количественно оценивать соответствие данной ПУЖ своему назначению. Качество функциошцювания ПУЖ предлагается оценивать коэффициентом оптимальное и реальное значения регулируемого параметра.

Модель ПУЖ может использоваться для получения и анализа вероятностно-временных характеристик процесса функционирования ПУЖ, кроме того, может применяться в составе модели молочно-товарной фермы для получения характеристик системы в целом.

В параграфе 3.4 рассмотрены основные математические модели, которые могут отобразить процесс функционирования ПТ молочно-товарной фермы, а именно транспортная задача, транспортные задачи с неправильным балансом, усложненные постановки задачи перевозки грузов, многоэтапная транспортная задача, транспортные задачи в сетевой постановке, задача о максимальном потоке.

Рис.4. Подсистема формирования микроклимата

Подсистема транспортирования предназначена для перевозки молока, кормов, навоза, жижи и других грузов, необходимых для эффективного функционирования животноводческой фермы. Качество работы ПТ влияет на эффективность функционирования подсистем водоснабжения, приготовления корма и скармливания, получения и переработки продуктов животноводства, ухода за животными, которые непосредственно воздействуют на животных, и в конечном итоге, на удой молока.

Поэтому, в качестве показателей эффективности функционирования

ПТ целесообразно использовать:

Т\ - коэффициент, характеризующий обеспеченность транспортными услугами ПКС, 0 < 7] < 1;

Тх - коэффициент, характеризующий обеспеченность транспортными услугами ПВ, 02 7г - 1>

7з - коэффициент, характеризующий обеспеченность транспортными услугами ППППЖ, 0 < Г3 < 1;

?4 - коэффициент, характеризующий обеспеченность транспортными услугами ПУЖ, 0 < 71 < 1.

Схема расчетов .....4 приведена на рис. 5. Блок расчета Т^р,

решая многоэтапную транспортную задачу определяет оптимальные перевозки (откуда, куда и сколько груза перевезти). Расчет Т\ осуществляется по формуле

^ Т[-1 - (Т1ор, - Тьр1 )/Т1о[Я,

где Ти,р1 = Т^-РгХц Р\ - вероятность того, что ПТ, обеспечивающая I — Ю подсистему будет работать оптимально; Л/ — случайное число.

Рис.5. Схема расчетов 7J

В параграфе 3.5 установлено, что подсистема приема и переработки продуктов животноводства включает две подсистемы более низкого уровня иерархии: подсистему приема и подсистему переработки продуктов животноводства. Подсистема приема продуктов животноводства при рассмотрении молочно-товарных ферм представляет собой подсистему машинного доения коров.

В качестве модели доильного аппарата выполняющего автоматическое доение используется типовая система автоматического управления (рис.6). Она включает - задающее устройство ЗУ на вход которого поступает управляющее воздействие g(t) (которой соответствует функция молокоотдачи

g(t) = C1e'^' + Сге™); усилительные элементы У2, У4, У5; исполнительный элемент И6; измерительный элемент И9; корректирующие устройства последовательного действия КЗ и параллельного действия К8 и, наконец, объект регулирования К7.

Рис.6. Типовая блок-схема доильного аппарата как системы автоматического регулирования

Устройства 1,2,9 образуют датчик, устройства 3-6 и 8-регулятор. Уравнение динамики доения опишем дифференциальным уравнением шестого порядка, правой частью которого является функция молокоотдачи

<16у (¡'у

¿V ¿'у

-+в.

¿гу с/у —f + а,—-Л2 1Л

(2)

4' -'4» ^^^У-С^+С^У,

Интегрирование уравнения (2) осуществляется численным методом. Пример решения уравнения динамики доения приведен на рис.7.

Разработанный подход к моделированию ППППЖ может использоваться для получения и анализа временных характеристик процесса функционирования ППППЖ, кроме того, может применяться в составе модели животноводческой фермы для получения характеристик системы в целом.

0,5 1 г

Рис.7. Результат моделирования работы доильного аппарата.

Глава 4. Математическая модель поведения животных, пригодная для использования ее в качестве подсистемы статистической модели сельскохозяйственного предприятия.

В параграфе 4.1 осуществлен выбор концептуальной модели поведения сельскохозяйственных животных.

Поведением занимаются представители многих наук: психологи, биологи, физиологи, педагоги, кибернетики, специалисты по интеллектуальным системам, лингвисты, математики. Однако при всем разнообразии подходов к изучению поведения, оно представляется в виде процесса, в рамках которого реализуется взаимодействие организма с окружающей его средой. Поведение в самом общем виде — это формируемый организмом отклик на сигналы, поступившие к нему от окружающей среды.

Проведен обзор существующих моделей поведения животных. Эти модели образуют ряд постепенно усложняющихся систем, воспроизводящих все более сложные формы поведения. Для этого ряда характерно: постепенное усложнение структур, состава и функций элементов, составляющих модель; наличие в любой модели четырех основных структурных единиц - рецепторов, эффекторов, решающего устройства и памяти; решающее значение структуры памяти, определяющей глубинные особенности реализуемых видов поведения.

Для моделирования поведения сельскохозяйственных животных достаточно сформулировать цель моделирования и применить соответствующую цели модель из числа приведенных в данном параграфе.

В параграфе 4.2, для получения модели поведения животных выделены две группы параметров: параметры (*г) генетически обусловленные и на которые мы в процессе "эксплуатации" животных влиять не можем; управляемые параметры, за счет которых мы можем управлять процессом производства продуктов животноводства, среди этих параметров, в свою очередь, выделим медленно (*„) влияющие, медленно изменяющиеся и быстро ('х6) изменяющиеся, быстро влияющие на удой молока.

Выбранная функция удоя должна связывать эти параметры Y =f(i, х„ хм х6), при i = vor, хы = var, xg = const. Токарев Ю.Т. приводит биологическую интерпретацию параметров уравнения, описывающего зависимость удоя коров от их возраста

MM/Mi =а + b/i + с/?, (3)

где, Mi+i/Mi - отношение удоев за смежные лактации; а - коэффициент устойчивости организма коров к процессам деградации в постоянных (усредненных), но конкретных условиях среды, коэффициент существенности суммарной интенсивности ростовых процессов в течение второй лактации по отношению к начальной интенсивности образова-

ния молока, 0 < b <1,Еог~ суммарная интенсивность ростовых процессов в течение второй лактации, Еф} - интенсивность молокообразования в единице массы у первотелок; с = а*Еп2/Еф; - коэффициент существенности интенсивности прироста метаболически активной массы в течение второй лактации по отношению к начальной интенсивности образования молока, Еп2 - интенсивность прироста всей массы, выраженного в удое, в течение второй лактации, i - номер лактации.

Формула (3) не позволяет учитывать влияния на удой хи -vor. Исправим это. Строго говоря, коэффициент устойчивости является функцией а = a(i,X4i, X^Y^YJ от качества кормления, обеспечения водой, содержания и эксплуатации. Полагаем, что

a=at*X2i*Xn*Y y*Y 3 где ai - коэффициент устойчивости организма коров к процессам деградации, X2i - коэффициент, характеризующий качество работы подсистемы приготовления корма и его скармливания, Хц - коэффициент, характеризующий качество работы подсистемы водоснабжения, Yу -коэффициент, характеризующий качество работы подсистемы ухода за животными, Г3 - коэффициент, характеризующий качество работы подсистемы приема и переработки продуктов животноводства. Все коэффициенты принадлежат диапазону [0,1].

Алгоритм функционирования модели (рис.8) является циклическим j = 1....JV; где N - число коров содержащихся на ферме. Итак, для использования модели необходимо ввести характеристики животных Eo2,Ej,i,En2W i и характеристики функционирования подсистем X2i> X^F^F, Модель рассчитывает удой молока для каждой коровы стада в зависимости от ее возраста.

В параграфе 4.3 получена модель лактации У =/(/, хп хм, х6), при i (текущее время) = var, х„ - const, xg= var.

Для построения модели определены требования, которым должна удовлетворять модель лактации, чтобы ее можно было использовать в качестве элемента модели более высокого уровня. Затем составлен перечень существующих вариантов моделей и решена задача выбора.

Рис.8. Алгоритм расчета удоя коров в зависимости от их

возраста

Модель должна удовлетворять следующим требованиям: позволить обработать имеющиеся экспериментальные данные так, чтобы по возможности точно отразить общую тенденцию зависимости удоя молока от времени после отела, но вместе с тем сгладить незакономерные, случайные уклонения, связанные с неизбежными погрешностями самого наблюдения, кроме того, позволить отразить зависимость удоя молока от качества кормления Хг;', водоснабжения Хз1, содержания У у' и эксплуатации коров.

В настоящее время наиболее известными являются следующие модели лактации:

Модель Гейнса у^к^'^', суточный удой, усредненный в тече-

ние I — ГО месяца; ^И^ - параметры.

Модель Вуда у, = к^'Г1*',, гдеу,- - среднесуточный удой молока, кг/сут в г — Ю неделю лактации; К\ — масштабный коэффициент, а Я? И определяют форму кривой лактации (лГ/,яГ2,Лз>0).

Модель Нелдера;у,- = ¡(к, +к21 +к31)~ среднесуточный удой в

ю неделю, а К{, К2,Щ— параметры.

Х"ъ Г'3 Уу У\

Рис.9. Структурная схема и схема алгоритма моделилактации

А2\\

Модель Кобби и Ле Ду yt = ki(l — е ) — k}i, где У/ — среднесуточный удой в i-ю неделю, а Ki, Ki, К3 — параметры.

Модель Дханоа и Ле Ду у-, = к ¡Л - к2Л + (1 - Л)>>,-./, где у1 и у« - среднесуточные удои молока, зафиксированные в текущий / и предыдущей /-1 неделе, к]ик2- параметры, Я - параметр регулировки.

В модели Гейнса не принимается в расчет стартовый рост удоя до точки максимума, который важен для исследований. Эта модель плохо согласуется с фактическими данными. Параметры моделей (за исключением модели Дханоа и Ле Ду) с трудом поддаются статистической оценке. Более того, не существует простых приближенных методов оценки параметров, связанных с наиболее важными характеристиками лактации, а именно ее продолжительностью г„ суммарным удоем молока У, временем до максимального удоя и средней относительной скоростью спада после пика удоев т. Приведенную оценку сведем в таблицу 2. Для этого применим следующую шкалу измерения интересующих нас требований к моделям: 0 - если модель не удовлетворяет требованию, 0.5 - если модель частично удовлетворяет требованию, 1-если модель полностью удовлетворяет требованию.

Таблица 2. Оценка моделей лактации

№ Модель Общая Сглажива- Зависимость от

п/п тенденция ние среды

1 Гейнса 0,5 1 0

2 Вуда 1 1 0

3 Нслдера 1 1 0

4 Коббни ЛеДу 1 1 0

5 Дханоа и Ле Ду 1 1 0,5

Анализ данных таблицы показывает, наиболее приспособленной для использования является модель Дханоа и Ле Ду, но и она лишь частично удовлетворяет всем требованиям. Имеется идеализированная кривая лактации дойной коровы с годичным интервалом между отелами, аппроксимируем эту кривую методами Ма&САБ и оценим возможность использования аппроксимированной функции в качестве модели.

Таблица 3. Оценка аппроксимированной функции

№ Способ аппрокси- Общая Сглажи- Зависимость Точность

п/п мации тенденция вание от среды в %

1 Кусочно-линейная 1 0 0 0,754

2 Сплайновая 1 0 0 0,592

3 Аппроксимирующий полином 1 1 1 1,302

Средства MathCAD позволяют проводить кусочно-линейную аппроксимацию с помощью функции linterp(VX,VY,x), сплайновую аппроксимацию с помощью функции cspline(VX,VY), использовать "метод наименьших квадратов". Проведена оценка указанных способов, результаты сведены в таблицу 3. Сравнение различных способов аппроксимации по точности доказывает высокую точность всех способов, ухудшение точности аппроксимирующего полинома происходит за счет появления сглаживающего эффекта.

Таким образом, зависимость Y(t) удоя молока ох t времени после отела целесообразно моделировать полиномом Y(t) =ао+ ait + аг? + а/, где, од = ао'-Хц -Хз, ■ Y у -Yа/ =а/'-Х2,- -Хз, ■ Yy -Y, ; =а2' • X2i -Хз, -Yy ■Yj ; 3 = а3'-Х2" ■ Х31 ■ Y у ■ Y э ; коэффициенты ао, а/, а2, аз определяются в

соответствии с результатами полученными предыдущей моделью; Х2, ■ X3i ■ коэффициенты характеризующие качество функционирования подсистем приготовления корма, водоснабжения, ухода и эксплуатации, но учитывается только "быстрая" составляющая коэффициента. Алгоритм функционирования модели и результат работы (при оптимальной работе подсистем фермы Х2, =Хз1 =-Yy" = Y3 =1) приводятся на рис. 9 и 10 соответственно.

У

Аппроксимирующий полином

Рис. 10. Среднесуточный удой молока при «удовлетворительно» функционирующих подсистемах системы ЧМЖ

Глава 5. При получении и интерпретации результатов статистического моделирования проведено планирование машинных экспериментов со статистической моделью животноводческой фермы и получены оценки эффективности функционирования ЛПР и подсистем фермы на удой молока. Осуществлен выбор лучшей стратегии реконструкции фермы.

В параграфе 5.1 получены экспериментальные зависимости изменения показателя качества работы ЛПР в течение рабочей смены для трех сформированных групп.

Проведен отбор характеристик ЛПР, оказывающих по заключению группы экспертов наиболее сильное влияние на показатели качества работы ЛПР. Этими характеристиками являются: К\- стаж работы ЛПР; Кг- квали-фикацияЛПР; - показатель безошибочной работы; способность принимать решения в экстремальных ситуациях; - утомляемость; К6 - точность, координированность движений и согласованность действий; К7 -эмоциональность;скоростьработы; К9-работа в условиях акустических помех; Кю - сенсомоторные навыки; Кц - работа в условиях информационных помех; К\2 - способность к обучению.

За показатели качества работы ЛПР были приняты: время выполнения ЛПР задания; вероятность безошибочной работы ЛПР (Д);

число ошибочных действий ЛПР в определенный промежуток времени. По результатам анализа данных экспертного опроса сформировано три группы ЛПР. Операторы с высокими оценками их психофизиологических свойств составили первую группу. Из ЛПР со средней оценкой психофизиологических свойств составлена вторая группа. И наконец, в третью группу включены ЛПР, характеризующиеся низкими оценками их психофизиологических свойств.

Таблица 4. Вероятность безошибочной работы ЛПР Рк

» ш Оценка вероятности безошибочной работы ЛПР

ф р Время регистрации Р* в течение рабочей смены Ь»

0.30 1.00 1.30 2.00 2.30 3.00 3.30 4.00 4.30 5.00 5.30 6.00 6.30 7.00

I эоз 0.84 0.86 0.89 0.89 0.91 0.90 0.91 0.90 0.89 0.91 0.90 0.91 0.89 0.88 0.8914

Э07 Э13 0.82 0.88 0.85 0.89 0.88 0.96 0.79 0.96 0.88 0.97 0.89 0.96 0.88 0.96 0.89 0.97 0.88 0.97 0.89 0.96 0.88 0.97 0.89 0.94 0.88 0.93 0.86 0.91 0.9536 0.9450

II 301 302 0.67 0.64 0.69 0.68 0.70 0.72 0.70 0.72 0.71 0.72 0.70 0.73 0.70 0.72 0.70 0.71 0.71 0.70 0.69 0.70 0.69 0.68 0.69 0.60 0.68 0.61 0.68 0.60 0.6643 0.6807

305 309 310 Э12 314 315 0.64 0.70 0.63 0.58 0.59 0.62 0.66 0.70 0.63 0.62 0.58 0.67 0.68 0.72 0.65 0.67 0.66 0.73 0.68 0.72 0.66 0.68 0.69 0.73 0.69 0.72 0.67 0.68 0.69 0.73 0.69 0.72 0.68 0.68 0.72 0.73 0.69 0.73 0.68 0.68 0.73 0.73 0.69 0.70 0.68 0.68 0.73 0.73 0.70 0.70 0.68 0.69 0.73 0.73 0.70 0.66 0.68 0.69 0.73 0.73 0.68 0.66 0.68 0.68 0.70 0.71 0.67 0.60 0.65 0.66 0.65 0.68 0.66 0.60 0.64 0.63 0.64 0.65 0.65 0.60 0.63 0.61 0.63 0.61 0.6729 0.6800 0.6600 0.6600 0.6764 0.6986

III 304 306 308 0.28 0.30 0.41 0.32 0.35 0.43 0.36 0.42 0.47 0.37 0.42 0.47 0.38 0.41 0.47 0.38 0.41 0.47 0.39 0.41 0.47 0.39 0.41 0.47 0.39 0.41 0.47 0.37 0.37 0.45 0.35 0.35 0.43 0.34 0.34 0.41 0.33 0.33 0.38 0.32 0.32 0.38 0.3550 0.3750 0.4400

Первичными данными для расчета Рк является число ошибок, допускаемых ЛПР при подготовке данных {поп) и общее число символов, переносимых ЛПР на машинные носители (лм). Расчет показателя Рк в этом случае состоит в вычислении отношения пош1пзв. В процессе эксперимента регистрация значений пош и пзя производилась в течение рабочей смены с интервалом времени 30 мин для каждой группы ЛПР. В течение времени проведения эксперимента индивидуальные задания, выполняемые ЛПР, не изменялись.

Результаты эксперимента отражены в табл. 4, в которой для каждой из групп ЛПР приведены значения Рк а также их средние значения Р^ср по каждому ЛПР. Графики изменения показателя в течение рабочей смены для исследуемых групп ЛПР представлены на рис. 5.7. Из графиков видно, что показатель Рк возрастает на отрезке [0;?J (это так называемый период врабатываемости ЛПР), достигает определенного уровня Рf и остается фактически неизменным на отрезке [fa/J (период нормального функционирования ЛПР).

Снижение уровня Р" на отрезке [t№ty] обусловлено появлением у ЛПР утомления. Заметим, что длительности периодов t*t9ty для ЛПР из различных групп отличаются друг от друга, в частности минимальные периоды t„U fy у ЛПР -1 группы, а максимальный - у ЛПР III группы.

В параграфе 5.2 получен план проведения машинного эксперимента, с целью получения информации о влиянии неэффективности функционирования подсистем фермы на удой молока при ограничениях на ресурсы.

Для создания условий, которые способствуют выявлению влияния факторов, находящихся в функциональной связи с функцией удоя выбрана подходящая процедура из четырех этапов:

отбор факторов Xt, i = 1 ,k, влияющих на удой молока, и описание функциональной зависимости;

установление диапазона изменения факторов д;,-т(П ... Д^шах. определение координат точек факторного пространства в

которых следует проводить эксперимент;

оценка необходимого числа реализаций и их порядок в эксперименте. Изучалось влияние шести количественных факторов на удой молока Ув выбранной для экспериментирования локальной области факторного пространства, определяемого уровнями Функцию реакции (удоя) с некоторой степенью точности представим:

(4)

где, коэффициент эффективности функционирования ЛПР животноводческой фермы; Х2 — коэффициент эффективности функционирования подсистемы приготовления корма и скармливания; коэффициент, характеризующий качество водоснабжения; Х4 — коэффициент, характеризующий качество функционирования подсистемы ухода за животными; коэффициент эффективности функционирования подсистемы приема и переработки продуктов животноводства; коэффициент, характеризующий качество функционирования подсистемы транспортирования. Из (4) видно, что факторы являются функциями от

Рис. 11. Изменение показателя у операторов I, II ИIII Групп в течение рабочей смены

Таблица 4. Значения х^хб для которых предлагается проводить испытания

Расчеты показывают, что для проведения полного факторного эксперимента необходимо осуществить 15725 серий испытаний.

Рассматривая имитационный эксперимент с моделью по определению многих реакций как несколько имитационных экспериментов, в каждом из которых исследуется (наблюдается) только одна реакция, сокращено количество испытаний до 70. Выбраны значения х¡, х2, Хз, Хь х5, хе при которых предлагается проводить испытания для получения У = х2(х!,хб), Х3(Х1,Х6). х4(х1,хб), х$(х1,х(). Для примера в табл. 4 приведены значения х1,х6 для которых предлагается проводить испытания.

Определен способ проведения каждой серии испытаний машинной модели Мм обеспечивающий требуемую точность и достоверность результа-

тов моделирования, а также автоматическую остановку эксперимента. Этот способ использует последовательный анализ для определения минимально необходимого количества реализации N.

Предложена схема фиксации и обработки результатов моделирования животноводческой фермы, использующая последовательный анализ.

В параграфе 5.3 выбраны эффективные способы обработки результатов эксперимента и определено влияние неэффективности функционирования подсистем фермы на удой молока.

При выборе методов обработки результатов моделирования животноводческой фермы, учитывались особенности машинного эксперимента: возможность получать большие выборки, отсутствие априорных суждений о характеристиках процесса функционирования системы, блочность конструкции машинной модели. К качеству оценок, полученных в результате статистической обработки результатов моделирования, предъявляются требования: несмещенности, эффективности и состоятельности.

Для оценки математического ожидания, дисперсии и момента корреляции выходных параметров модели животноводческой фермы целесообразно использовать формулы:

При моделировании функционирования животноводческой фермы искомыми характеристиками являются математическое ожидание и корреляционная гЬункппя случайного ттгюттесса поэтому использовались формулы:

ш=1уло £сл / и)-тш*- шкн-ъ

ы

Оценка характеристик случайных стационарных процессов, обладающих эргодическим свойством, проводилась по формулам:

ТШ (М/А<

Ь(л;/7)1Ж);ад=[Т)] XХШ'.

Определение эмпирических законов распределения случайных величин проводилось с помощью статистических критериев согласия Колмогорова, Пирсона.

При оценке адекватности машинной модели Мм реальной животноводческой ферме использовался критерия согласия Смирнова. Сравнение средних значений двух независимых выборок, взятых из нормаль-

ных совокупностей с неизвестными, но равными дисперсиями О/у/ =

осуществлялось на основании критерия согласия Стьюдента. Задача сравнения дисперсий целесообразно проводилась с помощью критерия Фишера.

У

40 _

Рис 12. Среднесуточный удой молока в зависимости от качества функционирования

пкс

Рассмотрены и учтены особенности использования методов корреляционного, регрессионного и дисперсионного анализов для результатов моделирования животноводческой фермы.

Среднесуточный удой молока в зависимости от качества функционирования подсистемы приготовления корма и скармливания по результатам моделирования животноводческой фермы приводится на рис. 12. В процессе эксперимента использовался 1-й режим работы модели ПКС (коэффициент Х'21 - задавался в соответствии с планом эксперимента). На оси t откладывается текущее время от начала лактации, на оси (- х'1ф)- значения, характеризующие снижение качества функционирования ПКС в процентах, по оси у откладываются значения среднесуточного удоя молока в килограммах. Некоторые значения снижения удоя молока в зависимости от снижения качества функционирования ПКС приведены в табл. 5.

Таблица 5. Удой молока в зависимости от снижения качества функционирования ПКС _

Х21'- <^2гар1 I % 10 20 30 40

Снижение удоя, % 4.62 9.75 18.75 36.5

Аналогичные результаты получены и для других подсистем фермы. Обобщенные результаты моделирования приведены в табл. 6

Таблица 6. Обобщенные результаты моделирования

Снижение качества функционирования исследуемой подсистемы, % 10 20 30 40

Снижение удоя молока из-за неэффективности функционирования человека-оператора, % 4.98 9.65 22.27 34.07

Снижение удоя молока из-за неэффективности функционирования ПКС, % 4.62 9.75 18.75 36.5

Снижение удоя молока из-за неэффективности функционирования ПВ, % 6.25 12.5 26 49

Снижение удоя молока из-за неэффективности функционирования ПУЖ,% 3.05 6.23 12.37 21.68

Снижение удоя молока из-за неэффективности функционирования ППППЖ, % 5.08 9.55 22.5 36.13

Снижение удоя молока из-за неэффективности функционирования ПТ, % 4.57 11.7 18.17 40.15

На рис.13, отображена гистограмма, иллюстрирующая снижение удоя молока из-за неэффективности функционирования ЛПР и подсистем фермы.

Рис. 13. Снижение удоя молока из-за неэффективности функционирования ЛПР и подсистем фермы.

Параграф 5.4. Одним из возможных путей повышения эффективности функционирования сельскохозяйственного предприятия является реконструкция. Реконструкция может быть: крупной, средней или небольшой. Ферму после средней или небольшой реконструкции можно будет впоследствии расширить. Решение определяется в основном будущим спросом на молоко, который может быть: высоким, средним или низким. В параграфе на основе

дерева решений (см. рис. 14) выбрана лучшая стратегия реконструкции фермы.

Дерево решений дает ЛПР возможность учесть различные направления действий, соотнести с ними финансовые результаты, скорректировать их в соответствии с приписанной им вероятностью, а затем сравнить альтернативы. Сельскохозяйственному предприятию в рассмотренных условиях целесообразнее всего провести крупную реконструкцию животноводческой фермы.

В параграфе 5.5 построена экспертная системы для ЛПР.

Неэффективность функционирования ЛПР связана с тем, что его собственных знаний, опыта и интуиции не хватает для самостоятельного решения возникающих проблем. Для оказания помощи ЛПР предлагается использовать экспертную систему (ЭС), которая позволила бы накапливать, систематизировать и сохранять знания и профессиональный опыт тех ЛПР, которые выполняют конкретные задачи наилучшим образом.

В качестве концепции проектирования ЭС, выбрана концепция быстрого прототипирования>. Определена последовательность разработки ЭС состоящая из четырех этапов. Выявлен инструментарий, ускоряющий процесс проектирования прототипа ЭС, содержащий средства трех типов: 1) языки программирования; 2) среды программирования; 3) пустые ЭС.

Определены требования к инструментальной среде для разработки ЭС лица, принимающего решения. Выявлены синтаксические, семантические, прагматические особенности инструментальных средств.

Целесообразно, чтобы структура экспертной системы, предназначенной для решения задач ЛПР животноводческой фермы, включала следующие компоненты: подсистему приобретения знаний; базу знаний; машину вывода; доску объявлений; интерфейс пользователя; подсистему объяснения; подсистему совершенствования вывода и «очищения» знаний.

В ЭС животноводческой фермы целесообразнее всего использовать правила продукций. Обзор методов извлечения знаний у эксперта показывает, что их полезно использовать комплексно.

В параграфе 5.6 проведена оценка эффективности работы ЛПР использующего экспертную систему. Для достижения поставленных целей использовалась методика проведения экспериментов, обоснованная в параграфе 5.1.

Результаты эксперимента отражены в табл. 7, в которой для каждой из групп ЛПР приведены значения Р„, а также их средние значения Ркхр по каждому ЛПР. Графики изменения показателя в течение рабочей смены для исследуемых групп ЛПР представлены на рис.5.15,5.16,5.17.

Таблица 7. Результаты экспериментов по определению показателя Рк

» ш Оценка вероятности безошибочной работа ЛПР

ф р время регистрации А» в течение рабочей сиены

0 30 1 00 1 30 2.00 2 30 3.00 3 30 4 00 4.30 5 00 5.30 6 00 6 30 7 00

I эоз 0 86 0 89 0 90 0.89 0 90 0.91 0 91 0 90 0.90 0 90 0.90 0 90 0 89 0 89 0.8957

307 0 82 0 87 0 88 0.88 0 88 0.88 0 88 0 89 0.89 0 89 0.88 0 89 0 88 0 87 0.8679

Э11 0 86 0 93 0 94 0.94 0 94 0.93 0 92 0 95 0.93 С 92 0.95 0 93 0 94 0 90 0.9551

313 0 88 0 96 0 96 0.96 0 96 0.96 0 96 0 95 0.95 0 95 0.97 0 96 0 96 0 91 0.9460

II sol 0 77 0 79 0 79 0.80 0 81 0.79 0 79 0 81 0.81 0 79 0.79 0 79 0 78 0 78 0.7928

302 0 73 0 81 0 82 0.82 0 82 0.83 0 93 0 80 0.81 0 81 0.80 0 81 0 75 0 70 0.8072

Э09 0. 80 0. 82 0 82 0.82 0. 82 0.82 0. 83 0. 81 0.82 0.83 0.82 0. 82 0. 80 0. 80 0.8207

310 0 73 0 73 0 75 0.76 0 77 0.78 0 78 0 78 0.78 0 78 0.78 0 77 0 74 0 73 0.7600

312 0 68 0 73 0 78 0.78 0 78 0.78 0 78 0 78 0.79 0 79 0.79 0 78 0 73 0 72 0.7601

314 0 69 0 75 0 79 0.79 0 79 0.82 0 83 0 83 0.83 0 ВЗ 0.S1 0 80 0 76 0 73 0.7764

315 0 72 0 77 0 83 0.83 0 83 0.83 0 83 0 83 0.83 0 83 0.82 0 82 0 75 0 71 0.7968

III 304 0 55 0 59 0 63 0.64 0 64 0.(3 0 64 0 65 0.65 0 64 0.64 0 64 0 58 0 56 0.6250

306 0 57 0 62 0 69 0.69 0 68 0.68 0 68 0 68 0.68 0 67 0.67 0 67 0 60 0 59 0.6550

Э08 0 68 0 70 0 74 0.74 0 74 0.74 0 74 0 72 0.70 0 72 0.70 0 70 0 68 0 65 0.7100

Из графиков видно, что Рю возрастает на отрезке достигает определенного уровня Р" и остается фактически неизменным на отрезке [/»У, затем на отрезке снижается. Объяснение этому явлению дано в параграфе 5.1. Сравнение значений, приведенных в табл. 11 и 14, показывает, что для ЛПР! группы Ркэср практически не изменилась, а для 10% ЛПР Р^Хр даже снизилась; для ЛПР II группы Р^ увеличилась, это увеличение составило Рюоср - Ркр - 0.14; для ЛПР III группы Р^р увеличилась, это увеличение составило Раар - Рт> = 0.27.

Ркэс

—' л.^—''---*

Рг

1 1 1 1 1 1

01 2 3 4 5 6 7 8 t,4

Рис. 15. Изменение вероятности безошибочной работы у ЛПР I группы в течение рабочей смены: Рж - экспертная система не применялась, Ркэс - применялась экспертная система

Отметим, что длительности периодов для ЛПР из различных групп отличаются друг от друга, в частности, « 0.5(1.5)ч, /у = 1.0(2.0)ч для ЛПР I группы, в скобках указано время врабатываемости и утомляемости для

ЛПР, не применяющих экспертную систему; » 0.75(1.5)ч; ^ ~ 1.0(2.5)ч для ЛПРП группы; 0.75(1.5)ч; ^ 1,0(3.0)ч для ЛПР П1 группы.

Рис 16 Изменение вероятности безошибочной работы у ЛПР II группы в течение рабочей смены Рк - экспертная система не применялась, Ркяе - применялась экспертная система.

Рис 17 Изменение вероятности безошибочной работа у ЛПР Ш группв1 в течение рабочей смены экспертная система не применялась, - применялась экспертная система

Выводы и предложения

Сельскохозяйственные предприятия в Российской Федерации, в результате рыночных преобразований, приближены к категории открытых систем. Лицо, принимающее решения сельскохозяйственного предприятия должно решать проблемы и задачи стратегического управления, а для этого оно должно иметь в своем распоряжении развитый и адаптированный к предметной области инструментарий теории принятия решений, поэтому тема диссертационной работы «Стати-

стическое моделирование принятия решений в сельскохозяйственных предприятиях» актуальна.

Выполненное исследование позволяет сделать следующие выводы и предложения, которые подтверждают его научную, теоретическую, методическую и практическую значимость.

1.Адаптирована к особенностям решаемых задач в сельскохозяйственных предприятиях количественная и качественная теории принятия решений. Рациональная процедура принятия решений в задачах ЛПР сельскохозяйственного предприятия должна состоять из предварительного формулирования проблемы, выбора критериев оптимальности, формулирования дисциплинирующих условий, составления списка альтернатив, сбора необходимой информации, точного формулирования постановки задачи, разработки математической модели операции, разработки алгоритма решения, оценки альтернатив, принятия решения, выполнения решения и оценки результатов. Данная процедура может быть использована сельскохозяйственными предприятиями и кооперативами, агрофирмами и агрохолдингами, машинно - технологическими станциями АПК при принятии решений формирования номенклатуры и объемов выпускаемой продукции и оценке существующих и ожидаемых в перспективе потребностей рынка в их продукции.

Адаптированный в соответствии со спецификой деятельности сельскохозяйственных предприятий инструментарий общей теории принятия решений может быть использован как обучающий материал для курсов повышения квалификации руководящих работников АПК, студентов и аспирантов экономических специальностей, аграрных ВУЗов России.

2.Разработан метод статистического моделирования процесса функционирования производящего сельскохозяйственного предприятия, обеспечивающего обоснование управленческих решений лицами, принимающими решения в условиях неопределенностей и рисков.

Содержащиеся в диссертации методологические положения и практические рекомендации по использованию статистического моделирования могут быть использованы МСХ РФ и региональными органами управления АПК при подготовке программ технического перевооружения сельскохозяйственного производства, повышения эффективности функционирования производственно-технологической части сельскохозяйственных предприятий, развития рынка сельскохозяйственной продукции.

3.Созданны статистические модели молочно-товарной фермы и подсистем: приготовления корма и его скармливания, водоснабжения, ухода за животными, транспортирования, подсистемы приема и переработки продуктов животноводства. Разработанная статистическая модель животноводческой фермы позволяет определять влияние качества функционирования ЛПР, подсистем фермы, а также вновь вводимых элементов на удой молока.

4.Животные, содержащиеся на ферме - объекты управления. Построена математическая модель поведения животных пригодная для использования ее в качестве подсистемы статистической модели молочно-товарной фермы. Она отображает поведение в зависимости от характеристик животного и качества функционирования подсистем животноводческой фермы. Выделены две группы параметров: параметры (*,), генетически обусловленные и на которые мы в процессе «эксплуатации» животных влиять не можем; и управляемые параметры, за счет которых мы можем управлять процессом производства продуктов животноводства, среди этих параметров, в свою очередь, выделим медленно (х„) влияющие, медленно изменяющиеся и быстро (х<г) изменяющиеся, быстро влияющие на удой молока. Полученная функция удоя связывает эти параметры У = ¡(1,хпх№хе), где I - возраст коров, выраженный в лактациях.

5.Разработанные в диссертации математические модели, алгоритмы и процедуры могут быть использованы разработчиками программного обеспечения для создания систем поддержки принятия управленческих решений руководителями сельскохозяйственных предприятий.

6.Разработана методика и проведено планирование машинных экспериментов со статистической моделью животноводческой фермы. Получена оценка эффективности функционирования ЛПР и подсистем фермы на удой молока.

7.Статистическое моделирование функционирования сельскохозяйственного предприятия с помощью ЭВМ целесообразно использовать в следующих случаях:

а) для исследования качества функционирования сельскохозяйственного предприятия до того, как оно спроектировано, с целью определения чувствительности характеристик к изменениям структуры, алгоритмов и параметров объекта моделирования и внешней среды;

б) на этапе создания сельскохозяйственного предприятия. Для анализа и синтеза различных вариантов предприятия. И выбора среди альтернативных вариантов такого, который удовлетворял бы заданному критерию эффективности функционирования;

в) в процессе работы. Для получения информации, дополняющей результаты работы предприятия, и для получения прогнозов развития сельскохозяйственного предприятия во времени.

8.Для оказания помощи ЛПР в обосновании управленческих решений предлагается применять дерево решений для выбора стратегии реконструкции фермы; а также комплексно использовать статистическую модель сельскохозяйственного предприятия и экспертную систему, которая позволила бы накапливать, систематизировать и сохранять знания и профессиональный опыт тех ЛПР, которые выполняют конкретные задачи наилучшим образом.

Работы соискателя, в которых опубликованы основные научные результаты диссертации

Монография и учебные пособия, рекомендованные МСХ РФ

1.Шепель В.Н. Статистическое моделирование обоснования управленческих решений на сельскохозяйственных предприятиях. - М.: КолосС, 2004. -344 с. (20,0 пл.).

2.Шепель В.Н. Моделирование систем "человек - машина - животное" (Часть I), учебное пособие; ОГАУ, Оренбург, 1999, "ОРЕН ПАП" (Рекомендовано министерством сельского хозяйства и продовольствия РФ в качестве учебного пособия) -105 с. (4,2 п.л.).

3.Шепель В.Н. Моделирование систем "человек - машина - животное" (Часть П), учебное пособие. ОГАУ, Оренбург, 1999, "ОРЕН ПАП" (Рекомендовано министерством сельского хозяйства и продовольствия РФ в качестве учебного пособия) -103 с. (4,1 п.л.)

4.Шепель В.Н. Моделирование систем "человек - машина - животное" (Часть Ш), учебное пособие. ОГАУ, Оренбург, 1999, "ОРЕН ПАП" (Рекомендовано министерством сельского хозяйства и продовольствия РФ в качестве учебного пособия) -107 с. (4,28 пл.)

5.Шепель В.Н. Моделирование систем "человек - машина - животное" (Часть IV), учебное пособие. ОГАУ, Оренбург, 1999, "ОРЕН ПАП" (Рекомендовано министерством сельского хозяйства и продовольствия РФ в качестве учебного пособия) -122 с. (4,8 п.л.)

Статьи в ведущих рецензируемых научных изданиях, определенных Высшей аттестационной комиссией

6.Шепель В. Обоснование управленческих решений в агропредприятиях // Экономика сельского хозяйства. № 10,2004, С. 16 (0,1 пл.).

7.Кудрин B.C., ШепельВ.Н., Лейзерман В.Г. Некоторые особенности экспертной оценки лечебного процесса. Российская академия медицинских наук. Бюллетень научно-исследовательского института социальной гигиены, экономики и управления здравоохранением им. Н.А.Семашко. Выпуск 3. М. 2001; С.94-102 (0,33 п.л., в т.ч. лично автором 0,25).

8.Шепель В.Н. Исследование системы человек - машина - животное (ЧМЖ) методом математического моделирования // Международный сельскохозяйственный журнал, М., № 3,2000, С. 47-51 (0,21 пл.).

9.Шепель В.Н. Исследование системы человек - машина - животное методом математического моделирования (Моделирование машинной части

системы ЧМЖ) // Международный сельскохозяйственный журнал, М., №4, 2000, с.47-50 (0,16 п.л.).

Ю.Шепель В.Н. Исследование системы человек - машина - животное методом математического моделирования (Получение и интерпретация результатов моделирования системы ЧМЖ) // Международный сельскохозяйственный журнал, М., № 4,2000, с.51-53 (0,125 п.л.).

Статьи в журналах, сборниках научных трудов, тезисы научных сообщений

Н.Шепель В.Н. Концептуальная модель процесса принятия решений. Современные информационные технологии в науке, образовании и практике. Материалы Всероссийской научно - практической конференции (с международным участием). - Оренбург, ИПК ГОУ ОГУ, 2005, С. 59-63 (0,2 п.л.).

12.Шепель В.Н. Обоснование управленческих решений на сельскохозяйственных предприятиях с помощью статистического моделирования. Глобальные тенденции в статистике и математических методах в экономике: Материалы международной научно-практической конференции. Санкт-Петербургский государственный университет экономики и финансов. 2004, С. 189-191 (0,15 п.л.).

13.Shepel V.N. The motivation of the administrative decisions at the agricultural enterprises with the help of the statistical modeling. Глобальные тенденции в статистике и математических методах в экономике: Материалы международной научно-практической конференции. Санкт-Петербургский государственный университет экономики и финансов.2004, С. 191-193 (0,15 п.л.).

14.Шепель В.Н. Автоматизация статистической деятельности на сельскохозяйственных предприятиях. Проблемы теории и практики статистики: Сборник научных трудов ОГАУ - Оренбург: Издательский центр ОГАУ, 2002, С. 405-411 (0,3 п.л.).

15.Шепель В.Н. Программный комплекс исследования сельскохозяйственных предприятий методом статистического моделирования. Современные информационные технологии в науке, образовании и практике. Материалы региональной научно-практической конференции. - Оренбург, ИПК ОГУ, 2002, с 51-54 (0,16 п.л.).

16.Шепель В.Н. Статистический анализ эффективности работы персонала фирмы. ОФМГУК. Сборник научных трудов. Оренбург, 2002, с.288-289 (0,1 п.л.).

П.Шепель В.Н. Построение концептуальной модели системы человек -машина - животное и ее формализация. Труды 5-й международной научно -практической конференции НАЭКОР "Финансовое оздоровление предприятий АПК", М., 2001; (0.1 п.л.).

18. Программное обеспечение, используемое преподавателями дисциплины "Информационные технологии в статистике". Тезисы докладов между-

народной научно - практической конференции "Экономическая наука на пороге XXI века", М., 2001; (0.1 п.л.)

19.Шепель В.Н. Моделирование процессов функционирования системы "человек - машина - животное". Труды международной конференции "Математическое моделирование, статистика и информатика в современном управлении экономикой ", Самара, 2001, С.57-60 (0,16 п.л.).

20.Шепель В.Н. Процедура разработки критериев качества в задачах принятия решений (Тезисы докл.). ОФМГУК, Оренбург, 2000, Материалы межрегиональной научно-практической конференции; С. 165-167 (0,125 п.л.).

21.Шепель В.Н. Алгоритм фиксации и обработки результатов моделирования системы человек - машина - животное (Статья). ОГАУ, Оренбург, 2000, "ОРЕН ПАП", Труды сотрудников факультета МСХ.; С. 105-108 (0,16 п.л.).

22.1Пепель В.Н. План проведения машинных экспериментов с моделью системы человек - машина - животное (Статья). ОГАУ, Оренбург, 2000, "ОРЕН ПАП", Труды сотрудников факультета МСХ.; С.108-110 (0,125 п.л.).

23.Шепель В.Н. Структура экспертной системы для человека - оператора. ОГАУ, Оренбург, 2000, "ОРЕН ПАП", Труды сотрудников факультета МСХ.; С.110-113 (0,16 п.л.).

24.Шепель В.Н. Оценка эффективности функционирования человека -оператора системы ЧМЖ. ОГАУ, Оренбург, 2000, "ОРЕН ПАП", Труды сотрудников факультета МСХ.; С. 113-115 (0,125 п.л.).

25.Шепель В.Н. Моделирование процессов функционирования системы человек - машина - животное на примере животноводческой фермы. Вкник Льв1вского державного аграрного уушверситету: Агрошженерш дослщження. №3,1999.-С. 64-70 (0,3 п.л.).

26.Шепель В.Н. Построение модели лактации. Труды сотрудников и преподавателей факультета МСХ. Том 3 / Тр. ОГАУ, - Оренбург, 1999, С. 3940 (0,1 п.л.).

27.Шепель В.Н. Оценка качества функционирования подсистемы кор-моприготовления и скармливания животноводческой фермы. Труды сотрудников и преподавателей факультета МСХ. Том 3 / Тр. ОГАУ, - Оренбург, 1999, С. 41-42 (0,1 п.л.).

28.Шепель В.Н. Выбор способа описания информации, характеризующей деятельность человека-оператора. Труды сотрудников и преподавателей факультета МСХ. Том 3 / Тр. ОГАУ, - Оренбург, 1999, С. 42-43 (0,1 П.Л.).

29.Шепель В.Н. Описание функций, выполняемых человеком-оператором. Труды сотрудников и преподавателей факультета МСХ. Том 3 / Тр. ОГАУ, - Оренбург, 1999, С. 4345 (0,1 п.л.).

30.Шепель В.Н. Схема моделирующего алгоритма подсистемы кормо-приготовления и скармливания системы человек - машина - животное. Тру-

ды сотрудников и преподавателей факультета МСХ. Том 3 / Тр. ОГАУ, -Оренбург, 1999, С. 103-104 (0,1 п.л.).

31.Шепель В.Н. Построение модели зависимости удоя коров от их возраста. Труды сотрудников и преподавателей факультета МСХ. Том 3 / Тр. ОГАУ, - Оренбург, 1999, С. 104-106 (0,1 п.л.).

32.Аверкиев А.А., Баловнева Е.Г., Шепель В.Н. Использование компьютерных сетей в учебном процессе. Инновационные процессы в образовании, науке и экономике России на пороге XXI века. Тезисы докладов международной научно-практической конференции. Часть III. // Оренбургский государственный университет. - Оренбург, 1998, С. 5 (0,1 п.л.).

33. Баловнева Е.Г., Шепель В.Н. Программное обеспечение компьютерных технологий учебного процесса. Тезисы докладов международной научно-практической конференции. Часть Ш. // Оренбургский государственный университет. - Оренбург, 1998, С. 18 (0,1 п.л.).

34.Шепель В.Н., Аверкиев А.А. Выбор метода описания производственных процессов, протекающих на животноводческих фермах. . Труды сотрудников и преподавателей факультета МСХ. Том 2 / Тр. ОГАУ, - Оренбург, 1998, (0.25 п.л.).

35.Шепель В.Н., Аверкиев А.А. Кибернетический подход к описанию производственных процессов высокомеханизированных животноводческих ферм. Труды сотрудников и преподавателей факультета МСХ. Том 2 / Тр. ОГАУ, - Оренбург, 1998, (0.25 п.л.).

36.Шепель В.Н., Григорьев М.С. Оценка ошибки воспроизведения полезного сигнала. Труды сотрудников и преподавателей факультета МСХ. Том 2 / Тр. ОГАУ, - Оренбург, 1998, (0.1 п.л.).

37.Шепель В.Н., Григорьев М.С. Анализ источников возникновения ошибки при передаче информации. Труды сотрудников и преподавателей факультета МСХ. Том 2 / Тр. ОГАУ, - Оренбург, 1998, (0.1 п.л.).

38.Шепель В.Н., Коленков Ю.В. Модели для исследований и модели для управления. Труды сотрудников и преподавателей факультета МСХ. Том 2 / Тр. ОГАУ, - Оренбург, 1998, (0.15 п.л.)

39.Шепель В.Н., Сильвашко С А. Предложения по синтезу процедуры выбора режима работы технического устройства. Оптимизация информационных систем. Межвузовский сборник научных трудов. Ч. П. ОГУ, Оренбург, 1997, С. 87-90 (0.16 п.л.)

40.Шепель В.Н., Сильвашко СА. Предложения по математическому описанию органов управления технического устройства. Материалы 2-й межвузовской военно-научной конференции. "Управление организацией: состояние, проблемы, перспективы" ОВЗРКУ, Оренбург, 1996, С. 69-72 (0,16

П.Л.).

41.Шепель В.Н. Метод преодоления первого информационного барьера руководителем организации. Сложные (биотехнические) системы, Тезисы

докладов конференции - Оренбург: Издательский центр ОГАУ, 1996, С.78-79 (0,1 п.л.).

42.Шепель В.Н. Управление организацией: состояние, проблемы, перспективы. Материалы межвузовской военно-научной конференции. "Управление организацией: состояние, проблемы, перспективы" ОВЗРКУ, Оренбург, 1995, С.5-20 (0.66 п.л.).

43.Шепель В.Н. Теории управления (Статья). Мысль, Научный журнал гуманитарных кафедр ВУЗов Оренбурга, №1,1995, С.22-29 (0,33 п.л.).

Учебно-методические работы

44.Шепель В.Н., Кондратьева Л.А., Совкова С.С. Руководство к решению задач по теории вероятностей и математической статистике в среде МАТНСАБ; Электронное учебное пособие; Оренбург, ОГАУ, 2003; (4 п.л.)

45.Шепель В.Н., Кузнецова Н.И. Электронное пособие по решению задач из разделов теории вероятностей и математической статистики в среде МАТНСАБ-8 как средство помощи студентам в изучении предмета. ОФМ-ГУК. Сборник научных трудов. Оренбург, 2002; С.281-282 (0,1 ил.).

46.Шепель В.Н. Информационные технологии в статистике; Электронное учебное пособие; Оренбург, ОГАУ, 2001; (5.5 п.л.)

47.Шепель В.Н., Корольков О.Е. Основы науки управления (Учебное пособие). ОВЗРКУ, Оренбург, 1996; 58 с. (2,4 п.л.)

Шепель Вячеслав Николаевич

СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРИНЯТИЯ РЕШЕНИЙ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ

Автореферат диссертации на соискание ученой степени доктора экономических наук

Подписано в печать 21.03.05. Формат 60x84/16. Усл. печ. л. 2. Печать оперативная. Бумага офсетная. Гарнитура Times. Заказ №2056. Тираж 130 экз.

Издательский центр ОГАУ 460795, г. Оренбург, ул. Челюскинцев, 18. Тел.: (3532)77-61-43

Отпечатано в Издательском центре ОГАУ

л . - -л ^ - - -

11 „\; L.J

í*. -

1535

Диссертация: содержание автор диссертационного исследования: доктора экономических наук, Шепель, Вячеслав Николаевич

ВВЕДЕНИЕ.

Глава 1. АДАПТАЦИЯ ИНСТРУМЕНТАРИЯ ОБЩЕЙ ТЕОРИИ ПРИНЯТИЯ РЕШЕНИЙ В СООТВЕТСТВИИ С ОСОБЕННОСТЯМИ РЕШАЕМЫХ ЗАДАЧ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ.

1.1 Особенности принятия управленческих решений в условиях сельскохозяйственного производства.

1.2 Построение концептуальных моделей функций, выполняемых ЛПР сельскохозяйственного предприятия.

1.3 Процедура принятия управленческих решений

ЛПР сельскохозяйственного предприятия.

1.4 Модель функционирования ЛПР сельскохозяйственного предприятия.

Глава 2. КОНЦЕПТУАЛЬНАЯ МОДЕЛЬ УПРАВЛЕНИЯ

СЕЛЬСКОХОЗЯЙСТВЕННЫМ ПРЕДПРИЯТИЕМ.

2.1 Выбор метода описания производственных процессов, протекающих в сельскохозяйственном предприятии.

2.2 Выбор вида моделирования сельскохозяйственного предприятия.

2.3 Концептуальная модель сельскохозяйственного предприятия.

2.4 Выбор математической схемы моделирования сельскохозяйственного предприятия.

Глава 3. СТАТИСТИЧЕСКАЯ МОДЕЛЬ ФУНКЦИОНИРОВАНИЯ ПРОИЗВОДСТВЕННО-ТЕХНОЛОГИЧЕСКОЙ ЧАСТИ СЕЛЬСКОХОЗЯЙСТВЕННОГО ПРЕДПРИЯТИЯ.

3.1 Статистическая модель подсистемы приготовления корма и его скармливания молочно-товарной фермы.

3.2 Статистическая модель подсистемы водоснабжения молочно-товарной фермы.

3.3 Статистическая модель подсистемы ухода за животными молочно-товарной фермы.

3.4 Статистическое моделирование подсистемы транспортирования молочно-товарной фермы.

3.5 Статистическое моделирование подсистемы приема и переработки продуктов животноводства.

Глава 4. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ПОВЕДЕНИЯ ЖИВОТНЫХ, ПРИГОДНАЯ ДЛЯ ИСПОЛЬЗОВАНИЯ ЕЕ В КАЧЕСТВЕ ПОДСИСТЕМЫ СТАТИСТИЧЕСКОЙ МОДЕЛИ СЕЛЬСКОХОЗЯЙСТВЕННОГО ПРЕДПРИЯТИЯ.

4.1 Выбор концептуальной модели поведения сельскохозяйственных животных.

4.2 Моделирование зависимости удоя молока коров от их возраста.

4.3 Математическая модель лактации.

Глава 5. ПОЛУЧЕНИЕ И ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ

СТАТИСТИЧЕСКОГО МОДЕЛИРОВАНИЯ.

5.1 Оценка эффективности функционирования ЛПР.

5.2 Планирование машинных экспериментов со статистической моделью животноводческой фермы.

5.3 Определение влияния неэффективности функционирования подсистем фермы на удой молока.

5.4 Дерево решений для определения стратегии реконструкции фермы.

5.5 Построение экспертной системы для ЛПР.

5.6 Оценка эффективности функционирования ЛПР животноводческой фермы, включающей экспертную систему.

Диссертация: введение по экономике, на тему "Статистическое моделирование принятия решений в сельскохозяйственных предприятиях"

Актуальность работы. Переход к рыночной экономике в Российской Федерации вызвал резкое ослабление и изменение содержания в вертикальных составляющих экономической системы и нарушение имевших место горизонтальных информационных потоков. Сельскохозяйственные предприятия, по общей теории систем, из категории закрытых по взаимодействию с внешней средой приближены к категории открытых систем.

Изменившиеся условия создания и функционирования сельскохозяйственного предприятия выдвинули на первое место не управление производственной деятельностью, а проблемы и задачи стратегического управления. Лицо, принимающее решения (ЛПР) сельскохозяйственного предприятия должно решать проблемы формирования номенклатуры и объемов выпускаемой продукции и оценивать существующие и ожидаемые в перспективе потребности рынка в этой продукции, а для этого оно должно иметь информацию о текущем состоянии внешней среды со статистическим анализом достигнутого уровня и прогнозами на будущее. В этих условиях статистическая составляющая становится центральным звеном в обеспечении эффективного управления в условиях динамичной рыночной среды.

С другой стороны, принятие таких и многих других решений должно базироваться на статистически выверенных данных достигнутого состояния самого сельскохозяйственного предприятия, динамики его изменений, его возможностей, направлениях развития и т.д.

Поэтому задача развития методов обоснования управленческих решений на сельскохозяйственных предприятиях с помощью статистического моделирования является актуальной.

Степень изученности проблемы. Задача принятия решения (ЗПР) возникает в том случае, когда существует цель, которую нужно достичь, когда возможны различные способы ее достижения и существуют факторы, ограничивающие возможности достижения цели.

В настоящее время существует достаточно большое количество современных научных дисциплин, посвященных проблеме принятия решений. К ним можно отнести математическое программирование, теорию игр, теорию статистических решений, теорию оптимального автоматического управления. Наряду с ними появился ряд новейших прикладных дисциплин: исследование операций, системный анализ, экономическая кибернетика и др. Эти дисциплины занимаются рассмотрением проблемы оптимальных решений применительно к объектам управления различной природы и в разных условиях их существования. В этом смысле их можно считать составными частями единой научной дисциплины, для обозначения которой применяется термин «теория принятия решений» (ТПР). Начало этой дисциплины связано со второй мировой войной. Наиболее известными зарубежными специалистами являются: Де Гроот [43], Зойтен-дейк Г. [57], Кини Р. [73], Райфа X. [73], Майн X. [96], Осаки С. [96], Миллер Дж. А. [112], Нарткотт Д. [132], Науман Э. [133], Райветт П. [165], Акофф Р.Л. [165, 239], Саати Т. [175], Эддоус М., Стенсфилд Р. [235], Эмери Ф. [240].

Отечественные исследователи, разработчики данной дисциплины: Балдин К.В.[12], Воробьев С.Н.[12], Вентцель Е.С. [28], Виноградская Т.М.[31], Евланов Л.Г.[52], Елисеева И.Щ156, 236], Емельянов С.В.[52], Ларичев О.Щ52, 82-91], Карданская Н.Л.[64, 65, 66], Козелецкий Ю.[77], Литвак Б.Г.[94], Макаров И.М.[97], Виноградская Т.М.[97], Рубчинский А.А.[97], Миркин Б.Г.[113, 114], Михайлов В.Щ115], Подиновский В .В.[150, 151, 152], С.А. Саркисян [199]., Трахтенгерц Э.А.[205], Фатхут-динов Р.А.[210], Черноруцкий И.Г.[225, 226]. Решающий вклад в развитие теории принятия решений внесли Ларичев О.Щ52, 82-91], С.А. Саркисян [199]., Вентцель Е.С. [28].

По своему содержанию и задачам обоснование управленческих решений на сельскохозяйственных предприятиях почти не отличается от обоснования в других отраслях национальной экономики. Однако специфика сельскохозяйственного производства требует адаптации и развития общей теории принятия решений.

Обоснование управленческих решений на сельскохозяйственных предприятиях предлагается проводить с помощью статистического моделирования. Первые сведения о методе статистического моделирования были опубликованы в конце 40-х годов. Авторами метода являются американские математики Дж. Нейман и С. Улам. В нашей стране первые работы были опубликованы в 1955-56 годах В.В. Чавчанидзе, Ю.А. Шредером и B.C. Владимировым.

Зарубежные исследователи Кельтон В., Лоу А. [70], Клеймен Дж. [74], Франс Дж., Торнли Дж. [214], Шеннон Р. [228] продолжают интенсивно развивать этот метод. В нашей стране Аганбегян А.Г. [1], Айвазян С.А.[2, 3, 158], Балаш В.А., [206], Горстко А.Д. [41], Гультяев А.К. [45, 46], Елисеева И.Щ156, 236], Ермаков С.М. [53], Мелос В.Б. [53], Мхитарян

B.C. [157], Плакс Б.И. [155], Рябушкин Б.Т.[173, 174], Сабинин О.Ю. [176], Сажин Ю.В. [179, 180], Скирта Б.К. [187], Советов Б.Я. [190-194], Яковлев

C.А.[191-194] и др. плодотворно работают в этом направлении.

Моделирование в экономике сельского хозяйства развивается усилиями Афанасьева В.Н. [11], Гатаулина A.M. [37], Гаврилова Г.В [37], И.В. Курцева [109, 120], В. Н. Бровцина [110], В.Т. Сергованцева [123], Демина Л.А. [160], Скрипки А.Г. [185], Скирты Б.К. [186], Харуцы Д.Е. [218] и др.

Статистическое моделирование на ЭВМ находит широкое применение при исследовании и управлении сложными экономическими системами. Это объясняется тем, что размерность решаемых задач и неформализуемость сложных систем не позволяют использовать строгие методы оптимизации. Однако этот метод моделирования редко используется в задачах принятия решений и почти не применяется для обоснования управленческих решений на сельскохозяйственных предприятиях.

Цель и задачи исследования. Развитие и адаптация статистического инструментария общей теории принятия решений в соответствии со спецификой деятельности сельскохозяйственного предприятия и особенностями решаемых задач.

Разработка метода статистического моделирования процесса функционирования производящего сельскохозяйственного предприятия, обеспечивающего обоснование управленческих решений лицами, принимающими решения в условиях неопределенностей и рисков.

В соответствии с поставленной целью определены следующие основные группы задач исследования.

Адаптация инструментария общей теории принятия решений в соответствии с особенностями решаемых задач в сельскохозяйственных предприятиях. Задача включает: построение концептуальных моделей функций выполняемых ЛПР и процедуры принятия управленческих решений.

Построение: концептуальной модели управления сельскохозяйственным предприятием. Эта задача включает: выбор метода описания производственных процессов протекающих на животноводческих фермах и вида моделирования сельскохозяйственного предприятия; а так же построение формальной модели сельскохозяйственного предприятия и выбора ее математической схемы; статистической модели функционирования производственно — технологической части сельскохозяйственного предприятия. Задача включает создание статистических моделей подсистем: приготовления корма и его скармливания, водоснабжения, ухода за животными, транспортирования, подсистемы приема и переработки продуктов животноводства; математической модели поведения животных, пригодной для использования ее в качестве подсистемы статистической модели сельскохозяйственного предприятия. Задача включает: выбор концептуальной модели поведения сельскохозяйственных животных и построение математической модели лактации.

Получение и интерпретация результатов статистического моделирования. Задача включает: планирование машинных экспериментов со статистической моделью животноводческой фермы, оценку эффективности функционирования ЛПР и подсистем фермы на удой молока, выбор лучшей стратегии реконструкции фермы.

Объектом исследования является производственно-финансовая деятельность сельскохозяйственных предприятий различных форм собственности в современных экономических условиях.

Предметом исследования явился процесс разработки управленческих решений лицами, принимающими решения на сельскохозяйственных предприятиях в условиях неопределенности и риска.

Методологические и теоретические основы исследования. Исследования носят комплексный характер, поэтому базируются на методологии системного анализа и использовании современных информационных технологий в экономике.

Анализируя финансово-хозяйственную деятельность сельскохозяйственного предприятия, учитывалось наличие четырех важнейших подходов в развитии теории и практики управления. Подход с позиций выделения различных школ в управлении. Подход к управлению как к процессу. Системный и ситуационный подходы. В процессе исследования делается попытка увязать конкретные приемы и концепции управления с определенными ситуациями для того, чтобы достичь целей сельскохозяйственного предприятия наиболее эффективно.

Анализ и выбор целей функционирования сельскохозяйственного предприятия, анализ возможных последствий проведения принятых решений в производство, выявление совокупности показателей, характеризующих исходы операции и участвующие в них объекты, анализ этих показателей, выделение из их числа наиболее важных и отнесение их в разряд критериев оптимальности проводился на основе неформальной теории принятия решений. Эта часть теории принятия решений занимается решением концептуальных проблем.

Рассмотренная в диссертации задача относится к многокритериальной, динамической задаче принятия решения в условиях неопределенности и риска. Эти задачи изучаются во второй части теории принятия решений формально-математической и вычислительной.

Построение математических моделей экономических объектов и их анализ принято называть экономико-математическим моделированием. Моделирование — это изучение объектов исследования не непосредственно, а косвенным путем, при помощи анализа некоторых вспомогательных объектов, которые принято называть моделями.

В практике моделирования экономических объектов имеем дело с объектами, которые в процессе своего функционирования содержат элементы стохастичности и подвергаются стохастическим воздействиям внешней среды. Поэтому основным методом получения результатов с помощью имитационных моделей таких систем явился метод статистического моделирования на ЭВМ, использующий в качестве теоретической базы предельные теоремы теории вероятностей.

Научная новизна исследования обусловлена тем, что переход к рыночной экономике в Российской Федерации приблизил сельскохозяйственные предприятия к категории открытых систем. Лицо, принимающее решения сельскохозяйственного предприятия должно решать проблемы формирования номенклатуры и объемов выпускаемой продукции и оцении вать существующие и ожидаемые в перспективе потребности рынка в этой продукции, а для этого оно должно иметь в своем распоряжении развитый инструментарий теории принятия решений.

К числу новых положений теоретического и методологического характера относятся:

- рациональная процедура принятия решений в задачах ЛПР сельскохозяйственного предприятия состоящая из предварительного формулирования проблемы, выбора критериев оптимальности, формулирования дисциплинирующих условий, составления списка альтернатив, сбора необходимой информации, точного формулирования постановки задачи, разработки математической модели операции, разработки алгоритма решения, оценки альтернатив, принятия решения, выполнения решения и оценки результатов;

- подобранные процедуры реализации функций планирования, организации, мотивации и контроля на сельскохозяйственных предприятиях;

- метод статистического моделирования процесса функционирования сельскохозяйственного предприятия обеспечивающий обоснование управленческих решений лицами, принимающими решения в условиях неопределенностей и рисков;

- методология выбора способа описания производственных процессов и вида моделирования функционирования сельскохозяйственного предприятия, сводящаяся к выполнению трех неформализованных процедур: выявлению множества альтернатив (существующих способов описания), определению принципа оптимальности (представления о качестве альтернатив), ранжированию альтернатив в соответствии с принципом оптимальности и выбору оптимальной;

- статистическая модель животноводческой фермы позволяющая определять влияние качества функционирования ЛПР, подсистем фермы, а также вновь вводимых элементов на удой молока;

- статистические модели подсистем молочно-товарной фермы: приготовления корма и его скармливания, водоснабжения, ухода за животными, транспортирования, подсистемы приема и переработки продуктов животноводства;

- математическая модель поведения животных, пригодная для использования ее в качестве подсистемы статистической модели молочнотоварной фермы;

- обоснование: целесообразности применения дерева решений для выбора стратегии реконструкции фермы; а также комплексного использования статистической модели сельскохозяйственного предприятия и экспертной системы для оказания помощи ЛПР в обосновании управленческих решений.

В совокупности эти и другие, содержащиеся в диссертации положения, представляют системную статистическую методологию обоснования управленческих решений на сельскохозяйственных предприятиях с учетом специфических особенностей и динамики развития переходной экономики России.

Одна из главных отраслей материального производства — сельское хозяйство - занимается возделыванием сельскохозяйственных культур и разведением сельскохозяйственных животных в целях получения продовольствия и сырья для промышленности.

В настоящее время в России сложились три качественно различные группы производителей сельскохозяйственной продукции:

1. Крупные сельскохозяйственные предприятия (колхозы, совхозы, товарищества всех типов, акционерные общества и др.), являющиеся юридическими лицами и имеющие сложную внутреннюю организационную структуру, которые включают в себя внутрихозяйственные производственные и обслуживающие подразделения.

2. Крестьянские (фермерские) хозяйства с созданием юридического лица или без него, не имеющие сложной внутренней структуры и ведущиеся членами этих хозяйств с небольшим привлечением наемной рабочей силы.

3. Личные подсобные хозяйства сельского населения, ведущиеся работниками крупных сельскохозяйственных предприятий, а также другие хозяйства сельского и городского населения (служебные наделы, садовые и огородные кооперативы и т.п.). Эта широко распространенная группа хозяйств рассматривается статистикой, с одной стороны, как часть сельскохозяйственного производства в виде хозяйств населения, а с другой - как домашние хозяйства.

Производитель сельскохозяйственной продукции - это термин, которым в статистических отчетах обозначаются все существующие типы производственных единиц в сельском хозяйстве, однако в менее официальных документах для обозначения производственной единицы используется понятие "сельскохозяйственное предприятие". Таким образом, термин "сельскохозяйственное предприятие" употребляется и для обозначения группы производителей (колхозы, акционерные общества и др.), и для обозначения групп производителей сельскохозяйственной продукции (крупные сельскохозяйственные предприятия, крестьянские (фермерские) хозяйства, личные подсобные хозяйства сельского населения). В дальнейшем, если это повлияет на восприятие, будем оговаривать, в каком значении употребляется данный термин. Следует отметить еще один термин "хозяйствующий субъект", который также используется для обозначения сельскохозяйственной производственной единицы.

Хозяин, фермер, председатель, директор - наиболее часто используемые слова для обозначения руководителя сельскохозяйственного предприятия. В процессе дальнейшего изложения материала для обозначения руководителя сельскохозяйственного предприятия будем использовать термин "лицо, принимающее решение". Лицом, принимающим решение (ЛПР), называют человека, имеющего цель, которая служит мотивом постановки задачи и поиска ее решения. ЛПР является компетентным специалистом в своей области, обладает опытом деятельности в ней, наделено необходимыми полномочиями и несет ответственность за принятое решение [89].

Сельскохозяйственные предприятия являются большими системами, к характерным особенностям которых относятся: большое число элементов в системе; взаимосвязь и взаимодействие между элементами; иерархичность структуры управления; обязательное наличие человека в контуре управления, на которого возлагается часть наиболее ответственных функций управления.

Анализ процессов, протекающих на сельскохозяйственных предприятиях, сопряжен со значительными трудностями. В настоящее время наиболее плодотворным методом научного познания больших систем становится метод моделирования на компьютерах. Замещение одного объекта другим с целью получения информации о важнейших свойствах объекта-оригинала с помощью объекта-модели называется моделированием [23, 191]. Однако этот метод не нашел широкого применения при анализе и синтезе сельскохозяйственных предприятий, как представляется, из-за того, что существует большая группа сложных, нерешенных проблем. Следующие из них можно считать основными: идентификацию реальных объектов, выбор вида моделей, построение моделей и их машинную реализацию, взаимодействие исследователя с моделью в ходе машинного эксперимента, проверку правильности полученных в ходе моделирования результатов, выявление основных закономерностей, исследованных в процессе моделирования.

Исследователи выделяют в моделировании различные этапы. В работах [53, 101, 191, 200, 211] процесс моделирования большой системы сводится к выполнению трех этапов. На первом этапе построения концептуальной модели и ее формализации проводят исследование моделируемого объекта с целью выделения основных составляющих процесса его функционирования. Определяют необходимые аппроксимации, и получается обобщенная схема модели системы. Эта схема преобразуется в машинную модель на втором этапе моделирования путем последовательной алгоритмизации и программирования модели. Последний, третий этап моделирования системы сводится к проведению рабочих расчетов на ЭВМ, получению и интерпретации результатов моделирования системы. Моделирование проводится с учетом воздействия внешней среды, согласно разработанному плану, с использованием выбранных программно-технических средств. Эта последовательность взята за основу при разработке метода статистического моделирования процесса функционирования производящего сельскохозяйственного предприятия, обеспечивающего обоснование управленческих решений лицами, принимающими решения в условиях неопределенностей и рисков.

Диссертация: заключение по теме "Бухгалтерский учет, статистика", Шепель, Вячеслав Николаевич

Выводы и предложения

Сельскохозяйственные предприятия в Российской Федерации, в результате рыночных преобразований, приближены к категории открытых систем. Лицо, принимающее решения сельскохозяйственного предприятия должно решать проблемы и задачи стратегического управления, а для этого оно должно иметь в своем распоряжении развитый и адаптированный к предметной области инструментарий теории принятия решений, поэтому тема диссертационной работы «Статистическое моделирование принятия решений в сельскохозяйственных предприятиях» актуальна.

Выполненное исследование позволяет сделать следующие выводы и предложения, которые подтверждают его научную, теоретическую, методическую и практическую значимость.

1. Адаптирована к особенностям решаемых задач на сельскохозяйственных предприятиях количественная и качественная теории принятия решений. Рациональная процедура принятия решений в задачах ЛПР сельскохозяйственного предприятия должна состоять из предварительного формулирования проблемы, выбора критериев оптимальности, формулирования дисциплинирующих условий, составления списка альтернатив, сбора необходимой информации, точного формулирования постановки задачи, разработки математической модели операции, разработки алгоритма решения, оценки альтернатив, принятия решения, выполнения решения и оценки результатов. Данная процедура может быть использована сельскохозяйственными предприятиями и кооперативами, агрофирмами и агро-холдингами, машинно-технологическими станциями АПК при принятии решений формирования номенклатуры и объемов выпускаемой продукции и оценке существующих и ожидаемых в перспективе потребностей рынка в их продукции.

Адаптированный в соответствии со спецификой деятельности сельскохозяйственных предприятий инструментарий общей теории принятия решений может быть использован как обучающий материал для курсов повышения квалификации руководящих работников АПК, студентов и аспирантов экономических специальностей, аграрных ВУЗов России.

2. Разработан метод статистического моделирования процесса функционирования производящего сельскохозяйственного предприятия, обеспечивающего обоснование управленческих решений лицами, принимающими решения в условиях неопределенностей и рисков.

Содержащиеся в диссертации методологические положения и практические рекомендации по использованию статистического моделирования могут быть использованы министерством СХ РФ и региональными органами управления АПК при подготовке программ технического перевооружения сельскохозяйственного производства, повышения эффективности функционирования производственно-технологической части сельскохозяйственных предприятий, развития рынка сельскохозяйственной продукции.

3. Созданны статистические модели молочно-товарной фермы и подсистем: приготовления корма и его скармливания, водоснабжения, ухода за животными, транспортирования, подсистемы приема и переработки продуктов животноводства. Разработанная статистическая модель животноводческой фермы позволяет определять влияние качества функционирования ЛПР, подсистем фермы, а также вновь вводимых элементов на удой молока.

4. Животные, содержащиеся на ферме - объекты управления. Построена математическая модель поведения животных пригодная для использования ее в качестве подсистемы статистической модели молочнотоварной фермы. Она отображает поведение в зависимости от характеристик животного и качества функционирования подсистем животноводческой фермы. Выделены две группы параметров: параметры (хг), генетически обусловленные и на которые мы в процессе «эксплуатации» животных влиять не можем; и управляемые параметры, за счет которых мы можем управлять процессом производства продуктов животноводства, среди этих параметров, в свою очередь, выделим медленно (х^) влияющие, медленно изменяющиеся и быстро (.х5) изменяющиеся, быстро влияющие на удой молока. Полученная функция удоя связывает эти параметры Y =f(i,xz,xM,xe), где i - возраст коров, выраженный в лактациях.

5. Разработанные в диссертации математические модели, алгоритмы и процедуры могут быть использованы разработчиками программного обеспечения для создания систем поддержки принятия управленческих решений руководителями сельскохозяйственных предприятий.

6. Разработана методика и проведено планирование машинных экспериментов со статистической моделью животноводческой фермы. Получена оценка эффективности функционирования ЛПР и подсистем фермы на удой молока.

7. Статистическое моделирование функционирования сельскохозяйственного предприятия с помощью ЭВМ целесообразно использовать в следующих случаях: а) для исследования качества функционирования сельскохозяйственного предприятия до того, как оно спроектировано, с целью определения чувствительности характеристик к изменениям структуры, алгоритмов и параметров объекта моделирования и внешней среды0) на этапе создания сельскохозяйственного предприятия. Для анализа и синтеза различных вариантов предприятия. И выбора среди альтернативных вариантов такого, который удовлетворял бы заданному критерию эффективности функционирования; в) в процессе работы. Для получения информации, дополняющей результаты работы предприятия, и для получения прогнозов развития сельскохозяйственного предприятия во времени.

8. Для оказания помощи ЛПР в обосновании управленческих решений предлагается применять дерево решений для выбора стратегии реконструкции фермы; а также комплексно использовать статистическую модель сельскохозяйственного предприятия и экспертную систему, которая позволила бы накапливать, систематизировать и сохранять знания и профессиональный опыт тех ЛПР, которые выполняют конкретные задачи наилучшим образом.

ЗАКЛЮЧЕНИЕ

Практическое значение полученных результатов исследования

Содержащиеся в диссертации методологические положения и практические рекомендации могут быть использованы МСХ РФ и региональными органами управления АПК при подготовке программ технического перевооружения сельскохозяйственного производства, повышения эффективности функционирования производственно-технологической части сельскохозяйственных предприятий, развития рынка сельскохозяйственной продукции.

Отдельные методологические положения могут быть использованы сельскохозяйственными предприятиями и кооперативами, агрофирмами и агрохолдингами, машинно-технологическими станциями АПК при принятии решений формирования номенклатуры и объемов выпускаемой продукции и оценке существующих и ожидаемых в перспективе потребностей рынка в их продукции.

Разработанные в диссертации математические модели, алгоритмы и процедуры могут быть использованы разработчиками программного обеспечения для создания систем поддержки принятия управленческих решений руководителями сельскохозяйственных предприятий.

Адаптированный в соответствии со спецификой деятельности сельскохозяйственных предприятий инструментарий общей теории принятия решений может быть использован как обучающий материал для курсов повышения квалификации руководящих работников АПК, студентов и аспирантов экономических специальностей, аграрных ВУЗов России.

Апробация работы. Основные научные положения и практические рекомендации, разработанные в диссертации, докладывались и обсуждались на Международной научно-практической конференции «Глобальные тенденции в статистике и математических методах в экономике: наука, практика, и образование» в Санкт-Петербургском государственном университете экономики и финансов (2004 г.); на VIII Международной научно-практической конференции «Проблемы экономики и управления социально-экономическими процессами в АПК» Независимого научного аграрно-экономического общества России, г. Москва (2004 г.); на Региональной научно-практической конференции «Современные информационные технологии в науке, образовании и практике» в Оренбургском государственном университете (2002 г.); на V-й Международной научно-практической конференции «Финансовое оздоровление предприятий АПК» Независимого научного аграрно-экономического общества России, г. Москва (2001 г.); на Международной конференции «Математическое моделирование, статистика и информатика в современном управлении экономикой» в Самарской государственной экономической академии (2001 г.); на Международной конференции «Мехашзащя i автоматизащя технолопчнйх npoqeciB у молочному скотарствЬ) во Львовском государственном аграрном университете (1999 г.).

Многие положения диссертации используются в учебном процессе Оренбургского государственного аграрного, Оренбургского филиала Российского торгово-экономического и Оренбургского государственного университетов.

Автор опубликовал более 40 работ общим объемом более 40 печатных листов, в том числе монография и учебное пособие, рекомендованное Министерством сельского хозяйства.

Основные положения диссертации, выносимые на защиту

Теоретические: Адаптированная к особенностям решаемых задач в сельскохозяйственных предприятиях количественная и качественная теории принятия решений посредством статистического моделирования.

ЛПР сельскохозяйственного предприятия целенаправленно организует процесс, состоящий из функций планирования, организации, мотивации и контроля. Принятие решений является составной частью каждой управленческой функции. Рациональная процедура принятия решений в задачах ЛПР сельскохозяйственного предприятия должна состоять из предварительного формулирования проблемы, выбора критериев оптимальности, формулирования дисциплинирующих условий, составления списка альтернатив, сбора необходимой информации, точного формулирования постановки задачи, разработки математической модели операции, разработки алгоритма решения, оценки альтернатив, принятия решения, выполнения решения и оценки результатов.

Метод статистического моделирования процесса функционирования сельскохозяйственного предприятия обеспечивающий обоснование управленческих решений лицами, принимающими решения в условиях неопределенностей и рисков.

Статистические модели подсистем молочно-товарной фермы: приготовления корма и его скармливания, водоснабжения, ухода за животными, транспортирования, подсистемы приема и переработки продуктов животноводства.

Математическая модель поведения животных, пригодная для использования ее в качестве подсистемы статистической модели молочнотоварной фермы. Моделируются зависимость удоя молока коров от их возраста и лактация.

Для оказания помощи ЛПР в обосновании управленческих решений предлагается применять дерево решений для выбора стратегии реконструкции фермы; а также комплексно использовать статистическую модель сельскохозяйственного предприятия и экспертную систему, которая позволила бы накапливать, систематизировать и сохранять знания и профессиональный опыт тех ЛПР, которые выполняют конкретные задачи наилучшим образом.

Методологические: Подобранные процедуры функций планирования, организации, мотивации и контроля.

Процедура функции планирования состоит из выбора целей сельскохозяйственного предприятия, анализа внешней среды, обследования элементов внутренней среды, выбора основополагающей общей стратегии и составления последовательности действий.

Процедура функции организации включает деление сельскохозяйственного предприятия по горизонтали, устанавливает соотношения полномочий различных должностей, определяет должностные обязанности.

Процесс контроля состоит из установки стандартов, измерения фактически достигнутых результатов и проведения корректировок в том случае, если достигнутые результаты существенно отличаются от установленных стандартов.

Методология выбора способа описания производственных процессов и вида моделирования функционирования сельскохозяйственного предприятия, сводящаяся к выполнению трех неформализованных процедур: выявлению множества альтернатив (существующих способов описания), определению принципа оптимальности (представления о качестве альтернатив), ранжированию альтернатив в соответствии с принципом оптимальности и выбору оптимальной.

Разработанная статистическая модель животноводческой фермы позволяющая определять влияние качества функционирования ЛПР, подсистем фермы, а также вновь вводимых элементов на удой молока. Для решения поставленных задач структурная схема статистической модели включает: лицо, принимающее решение и подсистемы - приготовления корма и скармливания, водоснабжения, ухода за животными, получения и переработки продуктов животноводства, транспортирования, подсистему, моделирующую поведение животных.

Животные, содержащиеся на ферме - объекты управления. Построенная математическая модель отображает поведение в зависимости от характеристик животного и качества функционирования подсистем животноводческой фермы. Выделены две группы параметров: параметры (хг), генетически обусловленные и на которые мы в процессе «эксплуатации» животных влиять не можем; и управляемые параметры, за счет которых мы можем управлять процессом производства продуктов животноводства, среди этих параметров, в свою очередь, выделим медленно (хм) влияющие, медленно изменяющиеся и быстро (jtg) изменяющиеся, быстро влияющие на удой молока. Полученная функция удоя связывает эти параметры Y = /(1,хг,хм,хб), где i - возраст коров, выраженный в лактацйях.

Методология, рассматривающая имитационный эксперимент со статистической моделью по определению многих реакций как несколько имитационных экспериментов, в каждом из которых исследуется (наблюдается) только одна реакция.

Прикладные: Неформальная процедура позволяющая получать критерии оптимальности, для задач принятия решений рассматриваемого класса. Эта процедура включает: устранение неопределенности целей, согласование и шкалирование целей, а также ранжирование критериев оптимальности.

Методика описания факторов, ограничивающих возможности достижения цели операции.

Вывод о том, что варианты решения могут быть получены на основе выявления управляемых параметров Xt и выбора для каждого конкретного значения X) = g(xу), а также использования методов поиска новых решений.

Вывод о том, что наиболее пригодным для использования ЛПР сельскохозяйственного предприятия методом решения многокритериальных ЗПР является метод последовательных уступок. Он хорош тем, что позволяет увидеть, ценой какой "уступки", в одном критерии приобретается выигрыш в другом и какова величина этого выигрыша.

Для производственных процессов протекающих на сельскохозяйственных предприятиях целесообразно использовать кибернетический подход, а для воспроизведения процесса функционирования сельскохозяйственного предприятия статистическое моделирование.

В соответствии с кибернетическим подходом необходимо рассматривать внутреннюю и внешнюю среды предприятий. К основным переменным внутренней среды отнесены - цели, структуры, задачи, технологии, люди, земля и (или) животные. Для облегчения учета влияния элементов внешней среды на сельскохозяйственное предприятие внешние факторы разделены на группы прямого и косвенного воздействия. Группа прямого воздействия включает - потребителей, поставщиков, конкурентов, законы и государственные органы. Группа косвенного воздействия включает - международные события, состояние экономики, социально-культурные факторы, политические факторы, научно-технический прогресс.

Разработанный подход к моделированию подсистем животноводческой фермы может использоваться для получения и анализа временных характеристик процесса функционирования самих подсистем, кроме того, может применяться в составе модели животноводческой фермы для получения характеристик системы в целом.

Способ проведения каждой серии испытаний машинной модели Мм, обеспечивающий требуемую точность и достоверность результатов моделирования, а также автоматическую остановку эксперимента, использующий последовательный анализ для определения минимально необходимого количества реализации N.