CC BY
16
Литература
1. Гарманов В.В., Загорский М.Ю. Оптимизация структуры природно-аграрных систем (сельхозпредприятий) // Тенденции развития агрофизики в условиях изменяющегося климата: Мат. междунар. конференции, посвященной 80-летию Агрофизического НИИ. - СПб., 2012.-С. 224-229.
2. Козырева Е.В. Экономико-правовые аспекты регулирования земельных отношений в системе использования территорий с особым режимом функционирования // Известия Санкт-Петербургского государственного аграрного университета. -2015.-№38.-С. 226-229.
3. Козырева Е.В. Землеустроительные действия при установлении охранных зон объектов инженерной инфраструктуры // Научное обеспечение развития АПК в условиях реформирования / СПбГАУ. - СПб., 2015. - С. 153-158.
4. Сулин М.А., Шишов Д.А. Основы земельных отношений и землеустройства: Учеб. пособие. -СПб., 2015.
5. Сулин М.А., Павлова В.А., Шишов Д.А. Современное содержание земельного кадастра: Учеб. пособие для вузов / Под редакцией М. А. Сулина. - СПб., 2010.
УДК 378.147
Канд. техн. наук С.М. СЕРГЕЕВ (СПбПУ [email protected]) Доктор ист. наук Т.И. СИДНЕНКО (СПбГАУ [email protected]) Д.Б. СИДНЕНКО (СПбПУ)
ПАРАДИГМА ПРЕПОДАВАНИЯ В ИНТЕРОПЕРАБЕЛЬНОЙ СРЕДЕ (при подготовке специалистов АПК)
Управление знаниями, информационные технологии, дистанционное обучение, облачные технологии, моделирование, электронные образовательные ресурсы
Обзор учебных программ университетов развитых стран показывает, что облачные технологии для оснащения образовательного процесса уже повсеместно получили достаточное распространение. Надо отметить, что на российском рынке образовательных услуг это пока еще новое направление, которое многие руководители вузов и ППС еще не успели оценить по заслугам. При этом следует учесть, что в сфере бизнеса есть серьезный запрос на такого рода специалистов. Кроме того, есть динамика рынка, свидетельствующая о том, что университеты должны соответствовать требованиям работодателей, так как развитие этого сегмента в индустрии 1Т идет так быстро, что в сфере облачных технологий для бизнеса в России уже есть конкуренция.
Что касается такого широкого поля деятельности, как мобильное обучение в русле применения облачных технологий, то существенными сдерживающими факторами являются и то, что меняются принципы работы ППС со студентами и вытекающие из предыдущего требования к квалификации преподавательского состава. Виртуальное взаимодействие подразумевает овладение принципами коммуникации с использованием мультимедийной конвергентной [1] образовательной среды.
Позитивным шагом в направлении освоения широких возможностей нового направления при этом будет возможность более равномерно распределить на контингент обучающихся ресурс времени ППС за счет сегментации студентов по уровню знаний, интерактивной обработки контрольных заданий, снижения транспортных издержек и потерь от затрат времени на дорогу к учебному заведению.
Студенты, особенно получающие дополнительное образование, также более гибко при этом распоряжаются своим расписанием за счет возможностей предоставляемых
дистанционными ресурсами вузов, например, записью лекций в формате видео, интерактивных учебно-методических пособий, обратной связи с ППС.
Для работников агропромышленного комплекса (далее АПК) перечисленный ряд проблем при получении образования стоит особенно остро. В первую очередь это связано с географической удаленностью животноводческих, растениеводческих хозяйств от научных центров таких, как в столичных городах. Кроме того, необходимо учитывать данные, полученные в ходе реализации масштабного информационного проекта «Сделано в России». Запущенный в 2015 году проект создан для распространения информации об этапах становления сельского хозяйства и агробизнеса в целом. Полученные сведения показали, что сельское хозяйство стало лидирующим сектором по росту производства — выпуск сельхозпродукции увеличился на 3,5%. За 3-4 года Россия сократила затраты на закупки продуктов питания за рубежом почти в 2 раза - с 42-44 миллиарда долларов до 23-24 миллиарда в 2015 году. За 10 лет Россия увеличила экспорт продукции в 6 раз - с 3 млрд. долларов в 2005 году до 20 млрд. ( итогам 2015 года). Темпы подготовки требуемых для АПК специалистов пока существенно ниже этих показателей. К тому же, так как доля занятых в отрасли сельского хозяйства России составляет около 10% трудоспособного населения, решение проблемы их качественного образования приобретает социальное значение. Наличие филиалов центральных учебных заведений, к сожалению, не может полностью удовлетворить потребности в образовании современного уровня как за счет проблем с их оснащением, так и за счет небольшого числа ученых высокого ранга на местах.
В рамках осуществления приоритетного национального проекта «Развитие АПК», в дальнейшем преобразованного в Государственную программу развития сельского хозяйства, предусмотрено приоритетное развитие животноводства, преодоление демографического кризиса в отрасли, создание современного конкурентоспособного сельхозпроизводства. Это немыслимо без фундаментальной подготовки специалистов, основанной на самых современных образовательных методиках, сетевых и IT-технологиях.
Отметим, что в последнее десятилетие широкое распространение интереса учащихся к овладению следующими дисциплинами:
- информационные технологии в экономике;
корпоративные информационные технологии; методы и программные средства обработки данных; программные средства для бизнес-приложений;
компьютеризация и автоматизация технологических процессов и производств свидетельствует о том, что роль информационных и компьютерных технологий для подготовки специалистов возрастает. Следующим важнейшим аргументом служит то, что основные каналы [2] реализации сельскохозяйственной продукции это:
крупные офлайновые торговые сети, широко представленные в пространстве
Интернет;
Интернет - магазины, взаимодействие с которыми немыслимо без владения сетевыми технологиями.
Географическая разбросанность производителей сельхозпродукции приводит к тому, что закупщики, оптовики должны владеть самыми современными методами решения логистических задач с применением алгоритмов оптимизации, динамического сетевого анализа, реализованных в облачной программной среде. При этом к перечисленным факторам надо обязательно добавить то, что не менее 20% представленной на полках и на сайтах указанных коммерческих структур товаров являются продукцией сегмента Privat Label [3], в основном связанной с АПК. Для России, начиная с середины 2014 года, рост доли Privat Label в ассортиментной матрице вызван также результатом санкций. Умение выстроить торговую политику в онлайн-пространстве должно при этом опираться на применение выверенного научного расчета, реализованного в программных алгоритмах корпоративных информационных систем [4]. Другим важнейшим фактором является владение методиками интернет-маркетинга, рекламы, проникновение в социальные сети.
Современный процесс изучения предметов - синтез ряда направлений. Такой мультидисциплинарный подход [5] к преподаванию позволит будущему специалисту уверенно работать в профессиональных командах, нацеленных на кросс-функциональное [6] взаимодействие.
К организации учебного процесса надо подходить с научных позиций. Это означает, что оптимизация должна проводиться не только с прицелом на технические решения, но и коснуться тех областей, где таких решений не существует. В первую очередь здесь идет речь об ограниченном ресурсе. При этом не имеет значения, что это за категория. Например, ресурс времени ППС, ограниченные возможности уделить внимание каждому обучающемуся, ограничение по трафику линии связи с компьютером преподавателя. Классическом примером при этом служит задача ограниченных природных ресурсов для аграрной деятельности. Описанный Г. Хардиным (биолог, эколог, профессор Калифорнийского университета) вопрос относился к концепции существования проблем «без технического решения». Это означает, что когда ресурс ограничен, например, внимание преподавателя, уделяемое студенту, то при увеличении количества обучающихся доля участия педагога в работе каждого из них уменьшается. Соответственно, существует критический показатель, ниже которого будет страдать качество образовательного процесса. Если углубиться в принцип Бентама, то деятельность сотрудников должна получать моральную оценку по приносимой ими пользе. Эти же категории предполагалось использовать в качестве критериев. Но с математической точки зрения экстремум двух или более переменных, согласно принципу Неймана, невозможен одновременно. Необходим, таким образом, некий компромисс. Для иллюстрации вышесказанного проведем формализацию проблемы. При этом основной вопрос будет заключаться в составлении корректного математического описания и, соответственно, перевода в формальные рамки ключевых показателей процесса.
Отметим, что традиционный подход к планированию деятельности вполне оправдан только в том случае, если не принимать во внимание факторы использования того ресурса или среды, на базе которого или в окружении ведется деятельность. Как примеры можно назвать уже перечисленные: в учебном процессе - это объем времени или внимания ППС, для аграрной деятельности - это пахотные земли, водоемы, лесные массивы, для туристического сектора [4] - исторические центры городов, зоны отдыха на побережье, в парках и т.д.
При ведении любой такой деятельности (чаще всего конкурирующими за общий ресурс между собой) субъектами, со временем проявляются факторы, относящиеся к сфере человеческих ценностей.
Сугубо технического решения здесь, как правило, нет, и в компетенции руководителей высших учебных заведений, предприятий, органов власти на местах устанавливать правила игры, административное регулирование. В этом случае математическое моделирование служит для того, чтобы на базе прогноза выдать рекомендации по принятию данных правовых, регламентных или иных мер, которые будут в течение следующего этапа ведения деятельности (например, образовательной) ограничениями, формализованными при составлении динамических уравнений.
С позиции математического моделирования в рассматриваемой задаче надо учитывать разнонаправленные процессы. Это увеличение нагрузки на ресурс и порожденное снижение качества данного вида общего ресурса с проводимой одновременно оценкой негативного компонента влияния проходящих процессов.
Формализовано представим некоторое количество пользователей ресурса. Их число обозначим п . Обозначим нагрузку (load) каждого пользователя как /,. где, / = 1.../?, тогда в векторном виде запишем ситуацию:
А =(/!,/2,-.,/„) • (1)
п
При этом суммарная нагрузка L на ресурс равна: L = .
7=1
Далее установим величину средневзвешенных переменных издержек U и функцию #(/), отражающую значение пользы с единицы нагрузки каждого пользователя. Естественно
предположить, что при суммарной нагрузке начиная с некоторого числа L > L0 ,
результативность падает как в связи с наличием других пользователей-конкурентов, так и по причине насыщения ресурса. Это можно выразить соотношением:
gV)< 0. (2)
Далее сообразно тем же причинам добавим факторы, связанные с негативным компонентом влияния деятельности указанных п пользователей на ресурс и его естественную ограниченность. Тогда разумно принять, что и вторая производная
g'V)< о. (3)
Запишем соотношение для расчета выигрыша i - го пользователя как
R, = I, g(K + h +... + /„)- Ul, = l, g(L) -Ul,. (4)
Тогда в предположении существования равновесия по Нэшу должно существовать значение нагрузки i - го пользователя / , при котором значение выражения (4) достигает максимума при остальных компонентах вектора (1):
л-д*, /;,..., ¡и, ...,/„*)
8R,
Тогда, взяв частные производные-, из условия
dR
—L = 0 при i = \...п и обозначив Г, = V/*, di '
получим: gil + Г.) + lg'(l +Гч)~и = 0, для i = 1...п.
Просуммировав в искомой точке равновесия L*, получим уравнение:
g'(L')
Если сравнить данное выражение с поиском максимума с точки зрения уровня L0 -
оптимального использования ресурса обществом, то экстремум уравнения будет достигнут при выполнении:
g(L о)
а с учетом (3) и того, что п > 1, ясно, что L* > L0.
Практической интерпретацией при этом может быть следующий пример, отражающий аудиторные занятия в высшем учебном заведении. С одной стороны, при наличии спроса на образовательные услуги администрация обязана увеличивать экономические показатели и, прежде всего, выгоду. При этом полезность определяется как позитивными, так и негативными компонентами. Прибыль, предоставленная от каждого дополнительного студента в виде платы за учебу, - это позитивный компонент, равный плюс один. Возникающая нагрузка на преподавателя от каждого дополнительного студента в равной степени затрагивает всю группу. Поэтому негативный компонент составляет лишь небольшую долю от минус единицы. Возникает некоторое противоречие, побуждающее набирать дополнительное количество обучающихся на данный курс. Если при этом не учесть ограниченные возможности ППС, в результате результативность учебы упадет.
В упомянутом случае доступа через Интернет в режиме онлайн-обучения студентов через канал связи, пропускная способность его делится поровну между соединениями. В такой ситуации пользователь может поднять отведённую ему ширину полосы пропускания канала (проводного или беспроводного). При этом растет количество соединений (для этого можно воспользоваться как большим количеством одновременно открытых окон Интернет-обозревателя, так и программами закачки). В случае, если в канале одновременно представлено значительное количество пользователей-студентов, пропускная способность по каждому отдельному соединению снижается настолько, что полностью теряется web - режим реального времени.
В обоих случаях нужны не технические, а административные меры, которые регламентируют использование общего ресурса и не дают никому излишне его эксплуатировать. Отсюда после рассмотрения уравнений (1)-(5) следует два важных вывода:
- необходимо регулирование в условиях ограниченного ресурса;
- полученного статического решения для прогнозирования недостаточно.
Например, распределение нагрузки на преподавателя производится руководством
учебного заведения, регламентацию использования экономического ресурса осуществляет его собственник, в интернет соединениях - это администратор прокси-сервера.
Рассмотрим кратко технологии, позволяющие успешно реализовать весь спектр задач по дистанционному обучению, мобильное обучение в сфере АПК, а также необходимые для эффективного взаимодействия ППС и студентов в виртуальной IT-среде.
В первую очередь надо упомянуть такое направление, как IaaS, или инфраструктура как услуга (Infrastructure as a Service). Это дает возможность интегрировать инструменты образовательной среды. Главное при этом заключено в использовании задействованной облачной инфраструктуры для самостоятельного управления ресурсами. Положительный эффект достигается от доступа к обработке, хранению данных, при пользовании сетевыми и другими фундаментальными вычислительными ресурсами. В образовательном процессе это означает, что учебное заведение устанавливает и запускает все необходимое для учебы и взаимодействия между ППС и студентами программное обеспечение, которое может включать в себя операционные системы, платформенное и прикладное программное обеспечение. Также IT-специалисты поддержки учебного процесса могут контролировать операционные системы, виртуальные системы хранения данных и установленные приложения. В связи с необходимостью сохранения конфиденциальности данных, защиты авторских прав, а также потерь времени от нецелевого использования интернет-ресурсов предусмотрен контроль набора доступных сервисов (в виде межсетевого экрана, средств DNS, разграничения прав доступа). При этом колокация, хостинг, инфраструктура облака как виртуальная, так и физическая ложится на провайдера облачного сервиса. С экономической точки зрения налицо явная выгода от аренды облачной инфраструктуры. Широкому внедрению также способствует использование технологий Web-3.0, интерактивное взаимодействие и доступные площадки для чата и размещения отзывов о работе образовательного ресурса. Предусмотренные системы биллинга облегчают взаимодействие обучающихся на коммерческой основе. При этом автоматизированная система учёта предоставленных услуг, их тарификации и выставления счетов для оплаты делают сервис прозрачным.
Следующим составным элементом интегрированного подхода к оказанию образовательных услуг становится PaaS, или платформа как услуга (Platform as a Service). В такой интерпретации это способ предоставления облачных сервисов, при котором потребитель получает доступ к использованию информационно-технологических платформ, включающих в себя СУБД, ОС, вспомогательные программные средства, расположенные на хостинге облачного провайдера. Исключительное удобство такого подхода определяется, во-первых, масштабируемостью виртуальной структуры, во-вторых, инвариантностью к техническим средствам. Второй момент особенно важен, так как студенты не только могут
взаимодействовать с широкого спектра устройств, таких как смартфоны, планшетные компьютеры, ноутбуки, десктопы, но и пользоваться любыми доступными каналами связи (проводными, беспроводными, 3G, LTE). С экономической точки зрения выгода определяется также динамически изменяемым количеством потребляемых вычислительных ресурсов. На практике это означает, что провайдеры облачных платформ обеспечивают экономический эффект путем виртуализации, когда в составе пула потребителей асинхронная работа приводит к тому, что партиально используются процессорные ресурсы. При этом учебные заведения экономят на капитальных вложениях в строительство инфраструктуры и программы, ориентированные на пиковую мощность. Следует также учесть отсутствие непрофильных затрат, порожденных обслуживанием программно-аппаратного комплекса.
Если сервисы IaaS и PaaS определяют архитектуру дистанционной образовательной среды и ее структуру, то непосредственное взаимодействие как преподавателя, так и студента определяется другим видом облачных услуг, а именно виртуальными рабочими столами. Такая модель, получившая название DaaS (Desktop as a Service), получала распространение как развитие первоначального сегмента SaaS или программного обеспечения как услуги (software as a service), иногда именуемого как software on demand. Так как в базальной стадии модель SaaS позволяла достичь высоких результатов при борьбе с пиратским использованием проприетарного программного обеспечения, все ее положительные стороны сохранились. Особенно отметим тот факт, что модернизация и обновление программного продукта осуществляется оперативно и прозрачно для клиентов, что дает возможность всегда иметь актуальную версию. Прежний основной недостаток зависимости от качества и надежности канала связи уже перестал быть критичным в связи с развитием альтернативных возможностей соединения с сетью интернет. В сегменте DaaS основные инновационные достижения в области виртуализации узлов взаимодействия для образовательного процесса были достигнуты в 2015 году. Технологии VDI (Virtual Desktop Infrastructure) активно продвинулись на рынке IT ведущими компаниями, такими как VMware и Citrix. VDI как инфраструктура виртуальных рабочих столов, позволяет отойти от режима нескольких параллельных пользовательских сессиях на одном сервере с загруженной системой. В этом случае взаимодействие переходит на качественно иной уровень пользовательского виртуального персонального компьютера. При таком подходе вход и подключение не лимитированы характером оборудования и терминалом могут служить даже планшет или смартфон, проще говоря, любое устройство с экраном, процессором и средствами ввода-вывода. При этом на физическом сервере располагаются несколько виртуальных машин. Отдельно можно отметить как важное достоинство - повышенную безопасность корпоративных данных, что всегда было критерием выбора VDI. Устройство доступа используется в качестве тонкого клиента, и требования к нему минимальны. В итоге получаем максимально оптимизированный под удешевление стоимости за единицу и простоту замены программно-аппаратный комплекс.
Чтобы продемонстрировать связь образовательных конвергентных технологий с реальными проблемами подготовки специалистов для секторов производства и переработки сельскохозяйственной продукции, пищевого направления [7] АПК, рассмотрим упомянутую выше задачу оптимизации сегмента Privat Label в ассортиментной матрице торговых сетей. Умение проводить подобный анализ позволит перейти на опережающие показатели [8] планирования деятельности подразделений АПК, аффилированных в программе взаимодействия с торговлей. Кроме того, это откроет возможности более обоснованно привлекать кредиты и аргументировано осуществлять взаимодействие в сегментах В2В, В2С, B2G.
Для практического применения надо провести формализацию задачи. При этом можно предложить различную степень агрегирования показателей - от простого набора ключевых количественных признаков до более сложного случая реализации данного типа моделей.
В данной работе рассматривается проблема прогнозирования основных показателей торговли и поиска оптимальной доли Private Label в ассортиментной матрице. Поскольку основная доля рынка ритейла принадлежит торговым сетям (80% и выше), анализ проводится с учетом данной схемы организации бизнеса. Решение задачи проводится в два этапа:
- на основе модели Фон Неймана составляется матрица параметров взаимосвязей в торговой сети как экономической структуре;
- исходя из прогноза лояльности потребителей, по методу Деминга-Глэссера, сформирована экстраполяция параметров Private Label, торговой сети.
Полученные математические выражения запрограммированы в виде экспертной системы, позволяющей проводить моделирование работы торговой коммерческой структуры и получать удобный инструмент бизнес-аналитика.
Для применения модели Фон Неймана представим торговую сеть совместно с сегментом АПК, производящим продукцию Privat Label, как экономическую структуру, состоящую из п секторов (технологических способов, определяющих торговлю, производство продукции или иное взаимодействие с внешней средой). Обозначим X. валовой объем показателя уровня деятельности / где / = 1,2,..., п .
Введем обозначение Qj} - количество показателя /, используемое на единицу j.
Кроме того, обозначим как yj - конечный спрос на показатель /. Ясно, что валовое
значение каждого показателя должно быть равно сумме показателей, используемых при деятельности всех видов, увеличенных на значение конечного спроса:
п
= Х>Л + У. / = 1,2,..., л.
./=1
Переписав то же самое с использованием матричных обозначений, получим:
X = Ах + у, (6)
где векторы X, Y и матрица А определены следующим образом:
Х = {х,} Y = {y,} А = {а} ij = 1,2,..., л,
где элементы матрицы А представляют собой технологические коэффициенты интенсивности.
Из уравнения (6) следует, что (/ — Ä)X = Y, где / - единичная матрица. Отсюда
следует из обратного соотношения, что величина X = (/ — А) Y. Данное равенство
позволяет получить необходимое значение X .
Для конкретизации параметров, использованных в данной модели, сведем данные по CL и у. в следующую табл. 1.
Очевидно, что при составлении табл. 1 проведено агрегирование показателей деятельности торговой сети, обладающей сегментом Privat label, при условии сохранения ключевого набора характеристик, необходимых для описания взаимосвязей, используемых при составлении математической модели.
Следующим этапом является определение динамики вектора конечного спроса. Именно на значение Y ориентируется расчет основных дескрипторов, а также оно определяет потребность в ресурсах и всех остальных количественных факторов.
Таблица 1
Наименование Потребление Спрос
узлы торговой сети с PL аграрный сектор производства PL трудовые ресурсы
Узлы торговой сети с РЬ Приобретают товары в своих магазинах сети (бонусные карты), продавцы, вспомогательный персонал Приобретают товары в своих магазинах сети, программы поддержки, персонал АПК, работники производств, логистические службы Приобретают товары в своих магазинах своей сети (бонусные карты)- охрана, администрация, рекламные, маркетинговые службы Посетители, клиенты
Аграрный сектор производства РЬ Мясопродукты, продукция растениеводства молочные продукты, полуфабрикаты, консервы, пекарни. Private Label Поддержка производственного процесса - оснастка для оборудования, ремонт .инструмент, заготовка кормов, удобрений, посадочный материал, обслуживание автопарка Покупают продукцию непосредственно на производстве, фермах, пользуются услугами (транспорт, юридические) Продукция собственного производства и private label
Трудовые ресурсы Продавцы, фасовщики, кладовщики, технологи, транспортный цех, инженерные подразделения, обслуживающий персонал Работники животноводчества, растениеводства и других сегментов АПК, заготовка кормов, удобрений автопарк, экспедиция, экономические, инженерно-строительные подразделения, обслуживание коммуникаций, холодильного оборудования, 1Т Охрана, бухгалтерия, кадры, администрация, юридические и рекламные, маркетинговые службы, мед. страхование Обслуживание покупателей, промоутинг, мерчендайзинг
Для этого воспользуемся методикой (Deming W., Glasser G.) [9] оценки лояльности покупателей. При этом разделим потребителей (клиентов, покупателей) на категории по признаку продолжительности пользования услугами сети. Далее, на основе маркетингового обследования, методикой экспертных оценок присвоим значения вероятности остаться в числе потребителей данной торговой сети или уйти. Данные сведем в табл. 2.
Таблица 2
Вероятность перехода потребителей в другую сеть (к конкурентам)
Если покупает в сети < года Вероятность, что останется на 1-2 года = р],
Вероятность, что перейдет к конкурентам = (
Если покупает в сети 1 -2 года Вероятность, что останется > 2 лет = р^
Вероятность, что перейдет к конкурентам =
Если покупает в сети > 2 лет Вероятность, что останется еще = /?„
Вероятность, что перейдет к конкурентам = рм
То есть с известной вероятностью можно предсказывать поведение клиентов торговой сети. Для расчета указанные данные надо свести в стохастическую слева матрицу вероятностей перехода Р:
0 Рп 0 Ри
0 0 Р2 3 Р2А
0 0 Ръ 3 Рм
0 0 0 1
Таблица 3
Начальный вектор числа клиентов (сегодня)
менее года 1-2 года более 2 лет ушли
С1 с2 сз С4
Тогда, поскольку нам известно распределение клиентов (например из опроса на выходе из торговых точек) на текущую дату, как показано в табл. 3 запишем его в виде
вектора С: С = {с }.
Далее надо учесть появление новых клиентов за год, при этом пользуемся заключениями аналитиков рынка. Обозначим их число как О и введем вспомогательный
вектор Сп: Сп = (£9,0,0,0). Тогда можно составить уравнение определения вероятного количества клиентов торговой сети (по категориям) через год:
С1 = С*Р + Сл.
Тогда аналогично имеем через 2 года:
с2 = {с1+спур+сп=с*р2+с*р+сп.
Следует заметить, что данное равенство предусматривает возведение в квадрат стохастической матрицы Р. При этом ясно, что в дальнейшем имеет место прогрессия по степеням Р.
Теперь осталось свести эти данные с исходными данными для расчета по методике Фон Неймана, для чего надо пересчитать результаты в размерность вектора конечного спроса. Для этого воспользуемся показателями среднего чека.
Таким образом, можно, например, прогнозировать необходимость привлечения дополнительного персонала в узлы торговых сетей, в связанные с ними предприятия АПК, задействованные в производстве продукции под торговой маркой сети, производственные подразделения. Исходя из полученных данных по объемам, можно планировать договоры на поставку дополнительных товаров и увеличивать планы собственного производства.
Для прогноза на следующий год процедура расчета полностью повторяется. Данные расчеты служат для иллюстрации методики в самых общих чертах. Ввиду сильного агрегирования трудно давать на их основе конкретные прогнозы. Необходима стратификация хотя бы по нескольким видам продуктов, профессиям, производственным программам. Однако математический аппарат останется тем же самым, что придает универсальный характер предложенной методике.
На основании вышеизложенного можно сделать заключение. Внедрение современных методов в образовательный процесс неразрывно связано с развитием 1Т-структуры учебного заведения. Роль преподавателя и уровень его профессионализма зависят от степени овладения виртуальной образовательной средой. Качественная подготовка специалистов для АПК предполагает учет особенностей деятельности сотрудников в этом секторе экономики.
Предложенные в данной работе подходы позволяют облегчить приобретение студентами ряда компетенций:
- организовать на предприятиях сельского хозяйства и агробизнеса облачную инфраструктуру с минимальными первоначальными затратами;
- создать полноценные рабочие места для разъездных сотрудников (закупщиков сельхозпродукции, торговых представителей, механизаторов);
- полноценная защита основного массива корпоративной информации;
- создавать хорошо оптимизированные по трафику современные IT решения;
- выяснять расчётную мощность, проводить обследование на уровне общения по бизнес-процессам;
- использовать сертифицированные регуляторами решения, что особенно важно для госсектора и производства пищевой сельскохозяйственной продукции.
Высокий уровень подготовки выпускников вузов аграрного направления позволит не только решить проблемы импортозамещения, но и поднять престиж профессии [10], помочь молодежи иметь интересную работу на предприятиях АПК с современным [11] уровнем ведения бизнеса.
Литература
1. Сергеев С.М., Сидненко Т.И. Мультидисциплинарная конвергенция информационной образовательной среды // Известия Санкт-Петербургского государственного аграрного университета. - 2015. - № 39 (Спецвыпуск). - С. 88-95.
2. Сергеев С.М. Формирование Кросс-моделей коммерческой деятельности в инновационных условиях // Современные методы прикладной математики, теории управления и компьютерных технологий (ПМТУКТ-2014): Сборник трудов VII Международной конференции. - Воронеж, 2014. - С. 414-417.
3. Сергеев С.М. Математическое моделирование сети торговых предприятий // Вестник Воронежского государственного технического университета. -2012.-Т. 8. - №1. - С. 66-71.
4. Сергеев С.М. Идентификация процессинговых параметров объектов сетеподобной структуры // Системы управления и информационные технологии. - 2012. - Т.48. - №2. - С. 49-54.
5. Сергеев С.М. Кросс-функциональное моделирование процессов управления коммерческой активностью // Известия института математики и информатики Удмуртского государственного университета. - 2012. - №1. - С. 73.
6. Сергеев С.М. Кросс-функциональный менеджмент при стохастическом планировании // Экономика и менеджмент систем управления. - 2013. - Т.8. - №2.1. - С. 177-184.
7. Сергеев С.М. Моделирование J.I.T. менеджмента кластера пищевой промышленности // Экономика и менеджмент систем управления. - 2013. - Т.8. - №2. - С. 62-68.
8. Борисоглебская Л.Н., Сергеев С.М., Миронова И.А. Система оценки конкурентоспособности предприятия с учетом базовых экономических индексов, инфляционного фона, сезонных трендов (на примере легкой промышленности) // Вестник Университета (Государственный университет управления). -2013.-№13.-С. 14-22.
9. Сергеев С.М. Выбор инновационной маркетинговой стратегии предприятий на основе экономико-математического моделирования // Инновации. - 2013. - № 3 (173) . - С. 116-119.
10. Сидненко Т.И., Сергеев С.М. Моделирование движений порожденного спроса на аграрном рынке в условиях асимметрии информации // Известия Санкт-Петербургского государственного аграрного университета. - 2015. - № 39. - С. 268-270.
11. Сидненко Т.И. Дистанционные образовательные технологии как средство сетевого взаимодействия образовательных учреждений (анализ научных подходов) // Проблемы экономики и управления в торговле и промышленности. - 2013. - №2. - С. 114-120.
