CC BY
31
Технологии и технические средства механизированного производства продукции растениеводства_
parameters and operation modes of potato washing machine]. Innovatsii v sel'skom khozyaistve. 2015. N 3 (13): 182-184. (In Russian)
10.Ustroev A.A., Zakharov A.M., Loginov G.A.
Tekhnologicheskaya liniya moiki kartofelya dlya fermerskikh khozyaistv [Technological potato washing line for private farms]. Tekhnika i oborudovanie dlya sela. 2016. N 6: 34-36. (In Russian)
УДК 631 117:55 DOI 10.24411/0131-5226-2018-10065
МЕТОДЫ ОЦЕНКИ ЭФФЕКТИВНОСТИ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ ПРОИЗВОДСТВА КОРМОВ ИЗ ТРАВ
В.Д. Попов, д-р техн. наук, академик РАН; Я.С. Соловьев
Институт агроинженерных и экологических проблем сельскохозяйственного производства (ИАЭП) -филиал ФГБНУ ФНАЦ ВИМ, Санкт-Петербург, Россия
В Северо-Западном районе России кормовые культуры занимают около 1500 тыс. га и составляют около 70% от объема посевных площадей. Затраты на корма составляют 50-60% и более в структуре затрат на производство животноводческой продукции. Отрасль кормопроизводства представляет собой сложную иерархическую систему. Она сопряжена со многими факторами, которые влияют на эффективность технологических процессов производства кормов из трав. Поэтому оценка эффективности является актуальной задачей. В статье дан анализ методов и критериев оценки технологических процессов, которая возможна на основании комплексной проверки или статистических данных по результатам испытаний машин. Сбор достоверной информации о факторах, которые влияют на эффективность процессов, а также формирование соответствующих массивов данных представляет собой достаточно трудоемкую задачу. При сопоставлении большого числа факторов, влияющих на технологический процесс, необходимо использовать специальные методы поиска рационального решения. Такие методы отличаются от методов решения однокритериальных задач. Предлагается использовать комбинированный метод экспертной оценки с применением обобщения (агрегирование, свертка) на каждом иерархическом уровне.
Ключевые слова: кормопроизводство; оценка эффективности; технологический процесс; корма из трав; метод экспертной оценки.
Для цитирования: Попов В.Д., Соловьев Я.С. Методы оценки эффективности технологических процессов производства кормов из трав // Технологии и технические средства механизированного производства продукции растениеводства и животноводства. 2018. № 3 (96). С. 119-129.
METHODS FOR EVALUATING EFFICIENCY OF TECHNOLOGICAL PROCESSES OF
GRASS FODDER PRODUCTION
V.D. Popov, DSc (Engineering); Ya. S. Solovev
Institute for Engineering and Environmental Problems in Agricultural Production - branch of FSAC VIM, Saint Petersburg, Russia
In the North-West Region of Russia, the forage crops occupy about 1500 thousand hectares and account for 70% of the land under cultivation. The feed inputs are 50-60% or more in the breakdown of costs in livestock production. The forage sector is a complex hierarchical system. It is associated with many factors, which affect the efficiency of the technological processes of grass fodder production. Therefore, to evaluate their efficiency is an urgent task. The article considers the methods and criteria for evaluating technological processes that is possible based on the comprehensive check or statistical data on the results of machine testing. Acquisition of reliable information on the factors, which affect the process efficiency, as well as the formation of appropriate data sets, is quite a time-consuming task. When comparing a large number of affecting factors, special methods of rational solution search are needed. Such methods differ from the methods of solving the one-criterion problems. A combined method of expert evaluation is suggested, which makes use of generalization (aggregation, convolution) at each hierarchical level.
Key words: forage making; performance evaluation; technological process; grass fodder; expert estimation method.
For citation: Popov V.D., Solovev Ya. S. Methods for evaluating efficiency of technological processes of grass fodder production. Tekhnologii i tekhnicheskie sredstva mekhanizirovannogo proizvodstva produkcii rastenievodstva i zhivotnovodstva. 2018. 3(96): 119-129. (In Russian)
Введение
Одной из не разрешенных проблем продовольственного обеспечения молочной отрасли является развитие технологии кормопроизводства и прежде всего с многолетними травами. Многолетние травы - основной объект изучения кормопроизводства [1].
Для производства кормов в разных природно-климатических зонах России используется более 50% из 115 млн. га пашни, 91 млн. га природных кормовых
сельскохозяйственных угодий или более 1/4 части территории Российской Федерации [1]. На Северо-Западный регион России приходится 9/10 общей площади посевных и сельскохозяйственных угодий,
особенностью которых является
воспроизводство кормов [2]. В СевероЗападном районе кормовые культуры занимают около 1500 тыс. га и составляет около 70% объема в структуре посевных площадей [3]. В структуре затрат на производство животноводческой продукции
50-60% и более составляют затраты на корма [1]. При этом уровень продовольственной независимости, определенный как отношение собственного производства к потреблению на душу населения в СевероЗападном регионе России по молоку составляет 47% (89,3% по РФ) и по мясу -51,6%) (76,0%) по РФ) [4]. Сокращение затрат на корма, позволит повысить рентабельность животноводства.
Кормопроизводство представляет собой сложную иерархическую структуру. Широкий выбор способов и технических средств обеспечивает широкий выбор реализации технологии. Функционирование всей цепочки технологии происходит под действием многих факторов, управляемых (количество наименований технологического оборудования) и неуправляемых (влажность, климатические и пр.) Целью функционирования технологии и в частности технологических процессов производства кормов из трав является получение кормов необходимого качества со снижением потерь питательных веществ при
заготовке и хранении их в условиях конкретных хозяйств. Поэтому оценка эффективности кормопроизводства должна проводиться на всех уровнях иерархии и этапах ее развития, начиная от проектирования и оканчивая получением готовой продукции (корма, и в результате молока и мяса) с возможностью оперативного прогнозирования конечного результата.
Управление технологическим процессом производства кормов из трав требует учета действующих факторов и формирование соответствующих массивов данных. Данная задача представляет собой достаточно сложную проблему. Поэтому поиск методов оценки эффективности технологического процесса производства корма из трав является актуальной задачей
кормопроизводства.
Материалы и методы
При сопоставлении большого числа факторов, влияющих на технологический процесс, необходимо использовать специальные методы поиска оптимального, или удовлетворительного решения, которые отличаются от методов решения однокритериальных задач [5].
Оценка промежуточных результатов проектирования и конечного результата выполнения технологического процесса производства кормов из трав предполагает анализ не одного, а множества свойств исходов, причем каждое свойство описывается с использованием отдельного показателя эффективности принимаемого решение. При этом решения принимаются не по одному, а по нескольким показателям
кормопроизводство относится к
многокритериальному виду задач. Решение многокритериальных задач возникает в процессе проектирования, реализации и анализа перспектив развития технологий кормопроизводства, распределения ресурсов
на каждом этапе проектирования и реализации.
При решении многокритериальных задач используются следующие этапы
решения [5]:
- определение множества возможных векторных оценок;
- определение множества Парето (множества векторных оценок, не различных по предпочтению);
- преобразование неоднородных показателей в однородные, для сравнения различных показателей «по важности». Поэтому необходимо привести их к единой системе измерения. Применяется либо нормировка показателей измерения их в процентах, либо использование единой порядковой шкалы; -определение оптимальных (удовлетворительных) векторных оценок, при которых множество значений показателей эффективности принадлежит множеству Парето, принятому ранее; -определение оптимальных (удовлетворительных) значений параметров выбора.
При решении многокритериальных задач применяются следующие методы:
- лексикографический;
- сведения многокритериальных задач к однокритериальной;
- нахождения обобщенного показателя;
используются в тех случаях, когда однородные показатели строго ранжируются по важности и предпочтение всегда отдается той векторной оценке, которая имеет большее значение более важного показателя [5].
Методы сведения многокритериальных задач к однокритериальной предполагают получение одного общего скалярного показателя, как функционала от заданных частных показателей эффективности и, в соответствии с этим, как функции от параметров и условий выбора [5].
Метод главного показателя заключается в том, что из показателей эффективности принимается в качестве основного (главного), а все остальные учитываются в виде ограничений, определяющих область их допустимых изменений [5].
Методы обобщенного показателя при построении функции предполагают различные преобразования частных показателей эффективности. Получаемая при этом функция распределения значений показателей эффективности определяет обобщенный (единый) показатель эффективности, значения которого зависят от значений всех частных показателей эффективности [5].
Метод решений с использованием нечетких множеств применяется в тех случаях, когда множество показателей
сформулированными свойствами в описательной форме (дешевый,
неэффективный, мало, много, удобный, неудобный, эффективных, и т.п.). Поэтому о принадлежности элемента к этому множеству можно судить по тому, насколько близко его свойство удовлетворяют сформулированным свойствам множества
[5].
В процессе выработки решений необходимо получать и обрабатывать информацию, содержащую большое количество нечетких и неопределенных суждений типа «дорогой», «дешевый», «неэффективный», «мало», «много» и т.п. Использование формализованного языка традиционной математики для описания подобной информации, например языка математической логики, существенно обедняет математическую модель выработки решении, не позволяет учитывать всех деталей проблемной ситуации и в итоге приводит к неправильному решению [5].
Решение задачи эффективности технологических процессов производства
кормов из трав сводится к решению ряда задач на разных уровнях. Алгоритм формирования основных задач для оценки эффективности технологического процесса представлен на рисунке 1.
ВыВор эффективных режимоб и последовательности действий роВоты технологического оборудования
I
ВыВор приемов падбяливания
и сушки массы из траб
J
ВыВор наименования технологического оборудования с учетом их надежности для обеспечения высокой производительности процесса и Выполнения работ б рамках агротехнического срока
т
Оценка Возможности Выполнения
технологических процессов б конкретных услобиях хазяйстб
\Решение и ВыВод результата
Рис. 1. Алгоритм формирования задач для
оценки эффективности технологических процессов
Одновременный учет нескольких критериев возможен в задачах многокритериальной оптимизации, в которых критерий оптимизации Км(Х) является не скаляром, а вектором:
И задача состоит в одновременной экстремизации К критериев.
х еБ
Решение данной задачи возможно при одновременном нахождении вместо одного состояния оптимального значения X* множества состояний {X*}, при этом задача многокритериальной оптимизации можно записать в виде:
К(Х*) < Ю(Х) (1 = 1...П), (3)
X Е Б
при этом значение XI является строго более предпочтительным, чем состояние Х2, если К(Х1) < К(Х2).
В процессе заготовки кормов происходит целенаправленное воздействие на траву, являющуюся предметом труда, с целью получения конечного продукта -
корма с заданными физическими, химическими и биологическими свойствами. Основу типовых рационов крупного рогатого скота составляют сочные и грубые корма - силос, сенаж, сено. Планирование обобщенных объемов в различных хозяйствах определяется зоотехническими требованиями и изменяется в широких пределах, в зависимости от обеспеченности хозяйства кормами.
Влажность массы травы колеблется в широких пределах в зависимости от вида заготавливаемого корма (грубые или сочные). Корма с содержанием влаги до 40%, клетчатки - более 10% и питательностью до 0,6 ЭКЕ относят к грубым, корма с содержанием влаги более 40% - к сочным и зеленым [6]. Грубые корма имеют меньшее значение питательных веществ по сравнению с сочными кормами. Однако скармливание силоса без добавления сена или соломы может стать причиной расстройства пищеварения в рубце крупного рогатого скота.
В условиях Северо-Западного района для производства грубых кормов применяются технологические процессы, такие как:
- прессование сена в рулоны и тюки с дальнейшей принудительной вентиляцией;
- прессование сена в рулоны и тюки без досушки;
- заготовка рассыпного сена;
- измельчение соломы при работе
соломоизмельчителями или подбор соломы из валков с одновременным измельчением силосоуборочными машинами;
- заготовка зерно-соломенного сенажа или зерносенажа;
- заготовка сенажа, подбор и прессование в рулоны с последующим заворачиванием в полиэтиленовую плёнку подвяленной до влажности 45-55% скошенной травы пресс-подборщиком;
- заготовка сенажа в облицованных наземных траншеях и сенажных башнях.
К сочным кормам относится силос, который составляет основу рационов крупного рогатого скота, его доля в структуре кормления достигает 50% [7]. Лидирующее положение по объемам заготовки занимает силос, прежде всего потому, что процесс силосования растительной массы, как способ консервирования сочных кормов надежен и общедоступен.
Технологический процесс производства силоса:
- подбор с измельчением валков из подвяленных многолетних трав с закладкой в траншеи. Для заготовки силоса на основе смешанных посевов культур повышенной влажности (кукуруза, подсолнечник) при закладке в траншеи используется солома (1015%) по массе).
К факторам, которые оказывают влияние на качество корма, при проектировании, а так же реализации технологии относятся:
природно-климатические условия (погодные условия);
- вид обрабатываемой культуры (многолетние составляют 70-80% от объема кормов бобово-злаковые травы и др. и однолетние травы, кукуруза, подсолнечник, однолетние горохово-вико-злаковые смеси и
др);
оснащенность технологическим
оборудованием для заготовки кормов (косилки, пресс-подборщики, машины для плющения, валкователи, грабли-ворошилки, ворошилки-спушиватели, кормоуборочные комбайны, измельчители рулонов сена);
наличие большого многообразия показателей, характеризующих
технологическое оборудование (технические характеристики машины, показатели назначения, эксплуатационно-
технологические показатели, показатели безопасности, показатели надежности и
показатели экономической оценки машины), которые зачастую отличаются от паспортных.
По данным ГНУ ВНИИ кормов, 40% потерь кормов происходит из-за несоблюдения сроков уборки, 33% - из-за нарушения технологии хранения и отсутствия консервантов, 25% из-за нарушения технологического процесса кормозаготовки [8].
Надежность работы технических систем оказывает значительное влияние на технологический ущерб производства [9]. Поэтому важным этапом при проектировании технологических процессов и оценки их эффективности, является оценка и учет технического состояния сельскохозяйственных машин.
В настоящее время в хозяйствах СевероЗападного региона широко используются самоходные кормоуборочные комбайны таких крупных отечественных компаний, как ООО "Ростсельмаш" (РСМ 1401, РСМ 1403, РСМ 2650, РСМ-152 "ACROS-590 Plus", DON 680М), ЗАО СП "Брянсксельмаш", г. Брянск (КСК-600, К-Г-6), и зарубежных фирм ОАО «Гомсельмаш», Республика Беларусь (КВК 8060); корпорация «Джон Дир», Германия (Джон Дир 8400), фирма "Krone", Германия (BIG X 500, BIG X 600/1), фирма "New Holland", Бельгия (FR-450), немецкая компания "CLAAS" (JAGUAR 840, JAGUAR 950).
Кроме этого широко используются прицепные кормоуборочные комбайны ОАО «Гомсельмаш», Республика Беларусь (КДП-3000), фирмы "JF", Дания (FCT-1060, FCT-1360, FCТ-1460 MD) и др.
особенностей технологического процесса требуют оценки результатов проектирования на каждом этапе. Алгоритм оценки этапов проектирования представлен на рисунке 2.
Рис. 2. Алгоритм оценки этапов проектирования технологического процесса
При проектировании технологического процесса необходимо из всего множества вариантов определить допустимое подмножество, которое удовлетворяет всем требованиям, предъявляемым к
технологическому процессу в заданных условиях и имеющему наилучшие показатели.
технологического процесса производства кормов из трав заслуживает внимание комбинированный метод, используемый при прогнозировании, который предусматривает кроме решения задачи математическим методом использование экспертной оценки. Так же данный метод может быть успешно применен при определении состава, структуры и использования средств технической оснащенности
сельскохозяйственного предприятия.
Поскольку при решении такой задачи только математическим методом невозможно учесть все факторы, влияющие на эффективность технологического процесса.
Экспертные оценки основаны на интуиции, на сумме знаний, на жизненном опыте, которые позволяют без каких-либо детальных расчетов судить в общих чертах о перспективах хорошо известных явлений и событий [10].
Методы экспертной оценки разделяют на индивидуальные и коллективные. При индивидуальном методе прогноз
соответствующей области независимо от других работников того же профиля. К индивидуальным методам экспертной оценки относятся: оценка типа интервью, предполагающая беседу прогнозиста с экспертом по заранее разработанной программе; аналитическая экспертная оценка, которая подразделяется на метод докладной записки и морфологический метод.
используются заранее разработанные анкеты по исследуемой теме.
Преимуществами индивидуальных
методов экспертизы являются невысокая стоимость проведения экспертизы, максимальное использование
индивидуальных особенностей эксперта, незначительное психологическое давление на отдельного эксперта, возможность привлечения большого количества экспертов. Недостатками являются ограниченные возможности использования научных связей и сложность разработки общих стратегий
Коллективный метод экспертной оценки
соответствующих отраслей путем обмена мнениями друг с другом. Коллективный метод подразделяется на метод дискуссии (группа экспертов систематически собираются для проведения дискуссии), метод отнесенной оценки (формулируется общая проблема с концентрацией внимания экспертов на определенные ее аспекты), на основании которой составляется программа экспертизы.
К преимуществам коллективного метода экспертной оценки относятся эвристическая ценность обмена мнениями между экспертами, возможность ориентирования идей на главные вопросы с использованием внутренних и внешних связей в процессе экспертизы. Недостатками метода являются
психологическая перегрузка (влияние авторитетов, мнение большинства) и высокая стоимость проведения экспертизы.
Методы экспертной оценки требуют информации о компетентности экспертов. Существуют частные и комплексные оценки компетентности экспертов, выбор которых определяется характером решаемой задачи.
Частные подразделяются на
эвристические и статистические.
Эвристическая оценка строится на основе определенной шкалы. Обычно берется 10-ти бальная шкала, предварительно
разработанная по группе вопросов. Статистическая оценка определяется по величине отклонения от средней оценки экспертируемого вопроса. Комплексная оценка определяется как средневзвешенный арифметический показатель.
В работе [10] продемонстрирован метод свертки многокритериальных экспертных оценок в условиях неопределенности с использованием нечетко-возможностного
показателя многокритериальной свертки показано на примере агрегированных критериев агропромышленного производства путем построения логико-лингвистической модели (ЛЛМ).
Преимуществом методики построения логико-лингвистической модели является использование профессионального языка эксперта путем введения лингвистических переменных, которые позволяют адекватно отобразить приблизительное словесное описание предметов и явлений даже в тех случаях, когда детерминированное описание отсутствует или невозможно в принципе [10].
В качестве критериев оценки технологического процесса производства корма из трав предлагается применять агрегированные критерии оценки, такие как:
- критерии экономического характера;
- критерии энергетического характера;
- критерии экологического характера;
- критерии сбалансированности рационов;
критерии использования потенциала угодий.
Все критерии представляются в масштабе по формуле:
при расчете стандартизованном
Xi-X
ср
(4)
где
измеренная
оценка
соответствующего признака; — среднее значение интервала измерения признака; АХI — интервал варьирования.
Построение ЛЛМ позволяет расширить возможности подхода по формированию наборов агрегированных критериев путем дальнейшей свертки их в виде обобщенного показателя совокупного воздействия критериев для количественного сравнения различных вариантов технико-
технологических решений. Это способствует сокращению времени, затрачиваемого специалистами на осуществление комплексной оценки выходных показателей технологического процесса производства кормов из трав.
вышеизложенного в качестве основного метода для оценки эффективности технологического процесса производства кормов из трав предлагается использовать логико-лингвистические модели.
Результаты и обсуждение
В результате исследований было выявлено, что оценку эффективности технологических процессов производства кормов из трав необходимо проводить на всех этапах проектирования
технологического процесса.
При проектировании технологического процесса необходимо из всего множества вариантов определить допустимое подмножество, которое удовлетворяет всем требованиям, представляемым к
технологическому процессу в заданных
условиях и имеющему наилучшие показатели. Поскольку при решении такой задачи только математическим методом невозможно учесть все факторы, влияющие на эффективность технологического процесса, предлагается использовать комбинированный метод. Он применяется при прогнозировании и предусматривает кроме решения задачи математическим методом использование экспертной оценки.
В частности предлагается применить метод обобщенного показателя
многокритериальной свертки экспертных оценок с использование нечетко-возможностного подхода, путем построения логико-лингвистической модели (ЛЛМ) на основе агрегированных критериев агропромышленного производства.
Построение ЛЛМ позволяет расширить возможности подхода по формированию наборов агрегированных критериев путем дальнейшей свертки их в виде обобщенного показателя совокупного воздействия критериев для количественного сравнения различных вариантов технико-
технологических решений. Это способствует сокращению времени, затрачиваемого специалистами на осуществление комплексной оценки выходных показателей технологического процесса производства кормов из трав.
Выводы
Высокие показатели качества и сохранности кормов из трав обеспечиваются своевременным выполнением операций по их заготовке в фазе наибольшей концентрации питательных веществ с минимальным разрывом во времени [8]. По данным ГНУ ВНИИ кормов, 40% потерь кормов происходит из-за несоблюдения сроков уборки, 33% - из-за нарушения технологии хранения и отсутствия консервантов, 25% из-за нарушения технологического процесса кормозаготовки [8].
Широкий выбор способов и технических средств обеспечивает многовариантность технологий. Поэтому необходимо осуществлять оценку эффективности технологического процесса на всех этапах и на основании результата принимать управляющие решения.
В связи с тем, что для принятия управляющих решений выбор действующих факторов и формирование соответствующих массивов данных представляет собой достаточно трудоемкую задачу, и математическое описание действительного технологического процесса затруднено, -предлагается использовать
комбинированный метод, используемый при прогнозировании. Он предусматривает
кроме решения задачи математическим методом использование экспертной оценки. Одним, из которых является методика построения логико-лингвистической модели для оценки обобщенных показателей, характеризующих технологический процесс.
Данные исследования являются важным этапом в разработке адаптивной системы информационных инструментов, которые позволят на основании информации о применяемой технологии, технических
климатических условий, повысить эффективность или дать рекомендации по повышению эффективности производства кормов из трав в условиях конкретных хозяйств.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
Кормопроизводство определяющий
фактор сельского хозяйства России //
Вестник Орел ГАУ. 2012. С. 29-31. №1(34)
2. Попов В.Д., Сухопаров А.И Оценка использования потенциала кормовых угодий // Технологии и технические средства механизированного производства продукции растениеводства и животноводства. 2018. С. 143-153.
3. Состояние и перспективы производства кормов на полевых землях Российской Федерации. М.: ФГНУ «Росинформагротех», 2007. 108 с.
А.И. Иванов, СМ. Данилова и др. и информационно-основы развития в Северо-Западном регионе РФ;под ред. В.Д. Попова СПб. 2015. 184 с.
5. М.А. Асланов и др.Системный анализ и принятие решений в деятельности учреждений реального сектора экономики,
4. М.В. Архипов, Синицына, Т.А. Методологические технологические кормопроизводства
связи и транспорта; под ред. В.В Кузнецова.
«Экономика».2010.406 с.
6. Ли С.С., Пшеничникова E.H., Кроневальд Е.А. Пути повышения качества заготовки силоса и сенажа // Вестник Алтайского
университета.2014.№2. С.98-102
7. Кокунова И.В., Хачковский В.О., Смирнов В.В. К вопросу повышения эффективности заготовки и хранения кормов из трав в условиях Псковской области// Псковский регионологический журнал. 2010. №9. С. 5155.
8. Кокунова И.В., Хачковский В.О., Смирнов В.В. / Псковский регионологический журнал. 2010. С 51-55.
9. Оськин C.B., Тарасенко Надежность технических систем и экологический, экономический в сельском хозяйстве // Научный КубГАУ. 2014. №101(07). С. 1-20.
10. Попов В.Д., Спесивцев A.B., Сухопаров
многокритериальных экспертных оценок в
Б.Ф.
ущербы журнал
Международная конференция по мягким вычислениям и измерениям. Издательство: Санкт-Петербургский государственный
электротехнический университет "ЛЭТИ" им. В.И. Ульянова (Ленина) 2017. Т.1.С. 145150.
REFERENCES
1. Kosolapov V.M., Trofimov I.A., Trofimova L.S., Yakovleva E.P. Kormoproizvodstvo opredelyayushchii faktor sel'skogo khozyaistva Rossii [Forage production is the determining factor of agriculture in Russia]. Vestnik OrelGAU. 2012. N 1(34): 29-31. (In Russian)
2. Popov V.D., Sukhoparov A.I. Otsenka ispol'zovaniya potentsiala kormovykh ugodii [Assessment of the use of fodder-producing area potential]. Tekhnologii i tekhnicheskie sredstva mekhanizirovannogo proizvodstva produktsii rastenievodstva i zhivotnovodstva. 2018. N 2 (95): 143-153. (In Russian)
3. Sostoyanie i perspektivy proizvodstva kormov na polevykh zemlyakh Rossiiskoi Federatsii [Status and prospects of feed production on the field lands of the Russian Federation]. Moscow: Rosinformagrotekh. 2007: 108. (In Russian)
4. Arkhipov M.V., Ivanov A.I., Sinitsyna S.M., Danilova T.A. et al. Metodologicheskie i informatsionno-tekhnologicheskie osnovy razvitiya kormoproizvodstva v Severo-Zapadnom regione RF (pod red. V.D. Popova) [Methodological, information and technological basis for forage production development in the North-West Region of the Russian Federation. (ed. V.D.Popov)]. Saint Petersburg. 2015: 184. (In Russian)
5. Aslanov M.A. et al. Sistemnyi analiz i prinyatie reshenii v deyatel'nosti uchrezhdenii real'nogo sektora ekonomiki, svyazi i transporta. (pod red. V.V Kuznetsova) [System analysis and decision making in institutions of real sector
of economy, communications and transport. (Ed. V.V. Kuznetsov)]. Moscow: Ekonomika Publ. 2010: 406. (In Russian)
6. Li S.S., Pshenichnikova E.N., Kroneval'd E.A. Puti povysheniya kachestva zagotovki silosa i senazha [Ways to improve quality of silage and haylage making]. Vestnik Altaiskogo gosudarstvennogo agrarnogo universiteta. 2014. N 2: 98-102. (In Russian)
7. Kokunova I.V., Khachkovskii V.O., Smirnov V.V. K voprosu povysheniya effektivnosti zagotovki i khraneniya kormov iz trav v usloviyakh Pskovskoi oblasti [On the issue of improving the efficiency of harvesting and storing grass fodder in Pskov Region]. Pskovskii regionologicheskii zhurnal. 2010. N 9: 5155. (In Russian)
8. Os'kin S.V., Tarasenko B.F. Nadezhnost' tekhnicheskikh sistem i ekologicheskii, ekonomicheskii ushcherby v sel'skom khozyaistve [The reliability of technical systems and environmental and economical losses in agriculture]. Nauchnyi zhurnal KubGAU. 2014. N 101 (07): 1-20. (In Russian)
9. Popov V.D., Spesivtsev A.V., Sukhoparov A.I., Spesivtsev V.A. Svertka mnogokriterial'nykh ekspertnykh otsenok v usloviyakh neopredelennosti [Convolution of multi-criteria expert estimates in a context of uncertainty]. Mezhdunarodnaya konferentsiya po myagkim vychisleniyam i izmereniyam. Saint-Petersburg: Saint Petersburg State Electrotechnical University (ETU "LETT'): 2017. Vol. 1: 145-150. (In English and Russian)
