CC BY
10УДК 519.688
ПРОГРАММНЫЙ КОМПЛЕКС ДЛЯ ЭКОЛОГО-МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ ПРОИЗВОДСТВА СЕЛЬСКОХОЗЯЙСТВЕННОЙ ПРОДУКЦИИ
Ковалева Евгения Александровна
аспирант кафедры информатики и математического моделирования, e-mail: zhenia-93com@ya.ru, Иваньо Ярослав Михайлович д.т.н., профессор, проректор по научной работе, e-mail: pnr@igsha.ru, Иркутский государственный аграрный университет имени А.А. Ежевского, 664038, Иркутский р-он, п. Молодежный, 1/1
Аннотация. Описан программный комплекс для эколого-математического моделирования производства сельскохозяйственной продукции со специальным математическим и алгоритмическим обеспечением. Приведена частная эколого-математическая модель оптимизации производства сельскохозяйственной продукции на богарных и орошаемых землях с усредненными показателями. Кратко описано алгоритмическое обеспечение. Программный комплекс содержит базу данных временных рядов производственно-экономических, природно-климатических и показателей загрязнения и деградации сельскохозяйственных угодий. В информационное обеспечение входит также «Справочник», который содержит нормативные данные по загрязнению почвы и водной среды. Рассмотрен пользовательский интерфейс. С помощью программного комплекса реализована эколого-математическая модель оптимизации производства сельскохозяйственной продукции для одного из предприятий Иркутской области.
Ключевые слова: программный комплекс, эколого-математическая модель, оптимизация, аграрная продукция.
Цитирование: Ковалева Е.А., Иваньо Я. М. Программный комплекс для эколого-математического моделирования производства сельскохозяйственной продукции // Информационные и математические технологии в науке и управлении. 2020. № 2 (18). С. 94 -106. DOI: 10.380287ESI.2020.18.2.008.
Введение. На производство сельскохозяйственной продукции воздействует множество природных и техногенных факторов. В частности, к снижению объемов и качества продукции может привести распространение эродированности земель, а также загрязнение водных и земельных ресурсов.
Для сохранения окружающей среды в условиях интенсификации сельскохозяйственного производства актуальным является использование эколого-математических моделей производства сельскохозяйственной продукции с целевой функцией в виде минимизации ущерба окружающей среде или максимизации прибыли с учетом ущербов, нанесенных природе. При этом следует иметь ввиду большое число параметров модели, многие из которых являются случайными или интервальными. По этой
причине необходимо создание специализированных программных комплексов для решения задач оптимизации производства аграрной продукции в условиях неопределенности при минимизации ущерба окружающей среде.
Целью работы является описание разработанного программного комплекса «Эколого-математическое моделирование производства продовольственной продукции» .
Для достижения цели решались следующие задачи:
1) рассмотрение математического и алгоритмического обеспечения;
2) описание информационного обеспечения;
3) апробация работы программного комплекса на реальном объекте.
Математические методы и состав информации. При построении эколого-
математических моделей для оптимизации производства сельскохозяйственной продукции в программном комплексе использованы следующие группы многолетних показателей: производственно-экономические, природно-климатические и оценки загрязнения и деградации сельскохозяйственных угодий. К производственно-экономическим показателям относятся: площади сельскохозяйственных угодий, урожайность сельскохозяйственных культур, поголовье и продуктивность животных, затраты на производство по статьям расходов, прибыль с единицы площади и головы, объемы воды для нужд сельского хозяйства и др. Природно-климатические показатели включают в себя: температуру воздуха и почвы, количество осадков, гидрометеорологические явления, скорость ветра, характеристики рельефа, качество почвы и др. Показатели загрязнения и деградации почв характеризуются фоновым и фактическим содержанием вредных веществ в почве и воде, концентрациями загрязнителей, площадью эрозии и др.
Источниками информации являются многолетние данные бухгалтерской отчетности сельскохозяйственной организации, регионального управления по гидрометеорологии и мониторингу окружающей среды, материалы государственных докладов «О состоянии и об охране окружающей среды Иркутской области», карты состояния почвенного покрова сельскохозяйственных угодий региона, сведения территориального органа Федеральной службы государственной статистики.
Для оценки свойств изменчивости показателей, входящих в эколого-математические модели оптимизации производства аграрной продукции, применены методы теории вероятностей и математической статистики [1, 5, 16 - 18], в частности, способы построения законов распределения вероятностей, корреляционно-регрессионный, автокорреляционный анализ, метод статистических испытаний и др. При определении потерь плодородного слоя почвы использован метод оценки потенциальной опасности эрозии почв под воздействием дождей и расчетная формула интенсивности выноса почвы от ветровой эрозии [3, 6]. Решение прикладных экстремальных задач основано на методах математического программирования в условиях неопределенности [11- 13]. Кроме того, использованы методы проектирования программных комплексов [4, 14-15]. Предложенный программный комплекс включает в себя математическое, алгоритмическое и информационное обеспечение. Используется математическое обеспечение, описанное в работах [2, 7, 9, 10], рассматривается ниже.
Математическое и информационное обеспечение программного комплекса. Учитывая экологические факторы, неопределенность показателей разработанных моделей, вид критерия оптимальности и неоднородность сельскохозяйственных земель по виду
мелиоративных работ, в статье [2] приведена классификация эколого-математических моделей производства аграрной продукции на богарных и орошаемых землях с учетом ущербов от негативного влияния природных и техногенных факторов на окружающую среду.
В зависимости от использования орошения предложены три группы эколого-математических моделей оптимизации отраслей аграрного производства и их сочетания для: неорошаемого, орошаемого и смешанного земледелия.
По отраслевому признаку эколого-математические модели оптимизации производства продовольственной продукции подразделяются на производство растениеводческой, животноводческой продукции и их сочетания.
Критерием оптимальности в этих задачах может быть максимум прибыли, минимум затрат и минимум ущерба окружающей среде. Из перечисленных целевых функций предлагается использовать максимум прибыли сельскохозяйственной продукции на богарных и орошаемых землях с учетом ущербов окружающей среде.
По степени неопределённости эколого-математические модели подразделяют на модели с детерминированными показателями, интервальными и вероятностными оценками. Кроме того, можно рассматривать задачи с сочетанием интервальных и вероятностных оценок.
В зависимости от признаков техногенного и природного воздействия, вида отрасли, неопределенности показателей и содержания критерия оптимальности формулируется задача оптимизации сельскохозяйственного производства, соответствующая реальной ситуации.
Приведем линейную детерминированную эколого-математическую модель для производства сельскохозяйственной продукции на богарных и орошаемых землях [10]. В качестве критерия оптимальности модели аграрного производства для сочетания отраслей при использовании богарных и орошаемых земель принята максимальная прибыль:
/ = Т(1 -1*)с>РЛ +Т(1 -АХрХ + Е(1 ~ак)сЛУк ^тх (1)
1<е1 квК
где с, С - прибыль, получаемая от продажи 1 ц товарной продукции культуры вида г при богарном и орошаемом земледелии; с^ - прибыль, получаемая от продажи 1 ц товарной продукции животных вида к; х, х' - площадь богарных и орошаемых земель; рг, р' -
урожайность при богарном и орошаемом земледелии; г - продуктивность животных к; /г, 1\ -коэффициенты негативного воздействия техногенных и природных процессов на почву на богарных и орошаемых землях при возделывании культуры г; ак - коэффициент негативного воздействия на окружающую среду при выращивании животных к; ук - количество животных.
Ограничения по минимальному объему производства товарной растениеводческой продукции на предприятии выглядят так
X (1 -1 )рх(1-1' мх * ъ, (2)
где 5 - минимальный объем производства растениеводческой продукции.
Ограничения по минимальному объему производства животноводческой продукции имеют вид
X(1 -а,) гкук > , (3)
кеК
где Бк - минимальный объем производства животноводческой продукции.
Ограничения по увязке производства растениеводческой продукции и потребности в ней животноводства записываются так:
5 >Х Кук (I е I), (4)
кеК
где - потребность животных вида к в корме с использованием культуры I. Ограничения по наличию трудовых ресурсов имеют вид
Хьх+Хь'.Х:+ХьУ ^ в, (5)
ге1 ге1 кеК
где Ц, Ц - затраты трудовых ресурсов на обработку 1 га богарных и орошаемых земель, соответственно; Ц - затраты трудовых ресурсов для ухода за животными; В - имеющиеся трудовые ресурсы.
Условия по предельно допустимой концентрации некоторых вредных веществ в почве выглядят так:
< Vх г + Ху'ух\^®} 0 е > (6)
ге1 ге1 ге1 ге1
где фг>., ф'^ - исходная концентрация вредного вещества у на богарных и орошаемых землях,
соответственно; у, у. - концентрация вредного вещества у, попавшего на богарные и
орошаемые земли; а - величина предельно допустимой концентрации вредного вещества у
в почве. Показатели ф, ф'^, у и являются приведенными к единице площади
сельскохозяйственных угодий.
Ограничения на водозабор в реке имеют вид
X Я.х* ^ Т (7)
ге1
где qi - оросительная норма культуры /; Т' - вегетационный период; % - расход воды реки.
Условие по предельно допустимой концентрации некоторых вредных веществ в реке записываются в виде
+ ^X+Л)х\ ) ^ ^ (] е ^, (8)
где щ j - исходная концентрация вредного вещества у в реке; ^ - концентрация вредного
вещества у в единице объема возвратных вод хозяйства; X - осадки, выпадающие за вегетационный период; Wj - заданные величины предельно допустимой концентрации
вредного вещества у в реке.
Ограничение на почвенные потери от водной и ветровой эрозии имеет вид:
X Rupvcpx +Z RU PVP PX+Z мгт < n, (9)
iel iel iel
где n - максимальные годовые почвенные потери (т/га); R - эродирующая способность
дождей; U i - фактор податливости почв эрозии (т/га); Д - фактор длины склона; V - фактор
крутизны склона; C - фактор растительности и севооборота; P - фактор эффективности
противоэрозионных мероприятий; Mi - интенсивность выноса почвы, т/га в 1 час, Т - время,
в течение которого почва разрушается, ч.
Интенсивность выноса почвы от ветровой эрозии зависит от скорости ветра и типов почв М = f (v ) . На скорость ветра влияют формы рельефа, а также степень защищенности
территории лесными полосами. Расчетная скорость ветра ve (м/с) для определения выноса почвы с участков, имеющих выраженный рельеф местности и защищенных лесными полосами, вычисляется по формуле
ve = Vф КрмКлп, (10)
где v^ - скорость ветра пыльн^гх бурь, регистрируемая метеостанциями и приведенная к
скорости ветра в аэродинамической трубе; Крм - коэффициент изменения скорости ветра с
учетом рельефа местности; - коэффициент защищенности территории.
В программном комплексе используется алгоритмическое обеспечение, описанное в работах [2, 7, 9 - 10].
При использовании детерминированных эколого-математических моделей (1) - (10) результатом моделирования является одно оптимальное решение с учетом усредненных коэффициентов при неизвестных в целевой функции и ограничениях.
В моделях c интервальными показателями между нижней и верхней оценками может меняться коэффициент негативного влияния на окружающую среду (l), а также коэффициенты при неизвестных в левых частях ограничений или правые части неравенств. Результатом применения таких моделей является не одно, а множество решений, среди которых выделены верхние и нижние оценки прибыли, получаемой хозяйством и соответствующие им оптимальные планы.
При реализации моделей с вероятностными оценками определяется распределения значений критерия оптимальности и соответствующие им оптимальные планы.
Особенностями данных моделей является учет ущербов от техногенных и природных факторов на окружающую среду. Ущербы от эрозии и загрязнения земельных ресурсов предлагается учитывать с помощью введения в математическую модель коэффициентов негативного воздействия на природную среду. В статье [7] приведена схема последовательных операций по определению коэффициента негативного влияния природных и техногенных факторов на почву и водную среду.
Информационное обеспечение программного комплекса состоит из базы данных и справочника и реализовано в СУБД Microsoft Access 2010. База данных включает в себя информацию об урожайности различных культур, площадях посевов, поголовье животных, а также данные о климатических показателях (скорость ветра и объем осадков) за многолетний
период по муниципальным районам Иркутской области. В справочник входят данные о предельно-допустимых концентрациях вредных веществ в почве и воде, их фоновое содержание, а также материалы о рельефе и почве на различных территориях региона.
Типы показателей описаны в разделе «Методы и состав информации». Источниками данных являются местные министерства природных ресурсов и экологии (МПРиЭ) и сельского хозяйства (МСХ), центр агрохимической службы, Иркутское управление по гидрометеорологии и мониторингу окружающей среды (Иркутское УГМС), предприятия агропромышленного комплекса (АПК) региона, Территориальный орган Федеральной службы государственной статистики по Иркутской области. База данных может периодически дополняться из формализованных таблиц. Большое значение для оценки эрозии почвы имеют картографические материалы.
Реализация программного комплекса для эколого-математического моделирования производства продовольственной продукции. На основании математического, алгоритмического и информационного обеспечения разработан программный комплекс для эколого-математического моделирования производства продовольственной продукции, схема функционирования которого показана на рис. 1.
Программный комплекс решает прикладные задачи с использованием информационного обеспечения.
Рис. 1. Схема функционирования программного комплекса для эколого-математического моделирования производства продовольственной продукции
Реализация интерфейса программного комплекса и методов математической статистики осуществлялась при помощи интегрированной среды разработки Embarcadero
Berlin 10.1. Алгоритмическое обеспечение представляет собой разработанные алгоритмы решения эколого-математических задач с использованием имитационного моделирования. Для реализации моделей планирования производства продовольственной продукции применен программный продукт LP Solve 5.5. Результаты статистической обработки данных, решений задач математического программирования и сведения из базы данных можно сохранять в виде таблиц в приложении MS Excel. Кроме того, с помощью программной среды реализованы различные методы оценки статистических параметров, критерии соответствия аналитических законов распределения вероятностей эмпирическим функциям и др.
Интерфейс программного комплекса состоит из трех пунктов меню: «Классификаторы», «Исходная информация» и «Моделирование».
Для работы с сущностями базы данных используется меню «Классификаторы»: Муниципальные образования, Сельскохозяйственные культуры, Животноводство, Загрязнение, Эрозия, Тяжелые металлы.
С помощью меню «Исходная информация» осуществляется дополнение, обновление и удаление сведений в базе данных; просмотр, загрузка их для произведения расчетов (рис. 2). Кроме того, пункт «Импортирование» позволяет перемещать данные из формализованных таблиц приложения MS Excel в базу данных посредством пользовательского интерфейса программного комплекса.
Классификаторы
Исходная информация
Моделирование
Коэффициент негативного влияния
Урожайность
Посевная площадь
Коэффициент агрофона
Ветер
Почвенные потери
Фоновое содержание тяжелых металлов
Импортирование
44- Статистика по урожайности О Показывать все ® По району
.Чукутский район
- □ X
п
Год Культура Урожайность Район л
2000 Зерновые 17,7 Нукутский район X
2001 Зерновые 17,5 Нукутский район X
2002 Зерновые 16,3 Нукутский район X
2003 Зерновые 20,9 Нукутский район X
2004 Зерновые 20,8 Нукутский район X
2005 Зерновые 19 Нукутский район X
2006 Зерновые 16,1 Нукутский район X
2007 Зерновые 21,9 Нукутский район X
2008 Зерновые 16,5 Нукутский район X
2009 Зерновые 19,1 Нукутский район X
2010 Зерновые 13,1 Нукутский район X
2011 Зерновые 16,4 Нукутский район X
2012 Зерновые 15,5 Нукутский район X
2013 Зерновые 21,5 Нукутский район X
2014 Зерновые 17,4 Нукутский район X
2015 Зерновые 11,4 Нукутский район X
2016 Зерновые 10,5 Нукутский район X
2017 Зерновые 13,7 Нукутский район X
2018 Зерновые 13,4 Нукутский район X
1996 Капуста 0 Нукутский район X
Рис. 2. Окна содержимого базы данных показателей многолетних наблюдений и выбора данных для выполнения расчетов
В меню «Моделирование» можно активизировать два пункта: «Статистические показатели» и «Оптимизация».
С помощью пункта «Статистические показатели» (рис. 3) осуществляется статистическая обработка данных с использованием метода моментов, приближенно максимального правдоподобия, и модифицированного метода моментов, а также подбор закона распределения вероятностей [8].
Статистические показатели — □ X
Типы данный Район
УРОЖАЙНОСТЬ
Метод оценки
®ММ
Омпмп
О Стат. сотриц. нач. моментом
Нукутский район
Культура
Зерновые
Показатель Значение
Среднее 16,7736841001009
Стандартное отклонение 3,32563141164514
Медиана 16,5
Мода
Стандартная ошибка 0,762952170885562
Дисперсия 11,0598242861208
Максимум 21,8999996185303
Минимум 10,5
Интервал 11,3999996185303
Количество интервалов 6
Размер интервала 2,27999992370605
Сумма 318,699997901916
Счет 19
Коэффициент вариации (Су) 0,198264817186174
Асимметрия методом моментов (Са) -0,203928142766714
Первый коэффициент автокореляции 0,349345974618772
Коэффициент вариации, с учетом автокореляции 0,204116776713203
Погрешность коэффициента автокорреляции 0,212935944343201
Критерий Диксона 0,0350876870101021
Критерий Смирнова-Граббса по мак^муму [табличный ) 2,43500008583069
Критерий Смирнова-Граббса по минимуму [табличный) 2,43500008583069
Критерий Смирнова-Граббса по максимуму [расчетное) 1,54145630826042
Критерий Смирнова-Граббса по минимуму [расчетное) 1,88646404954341
Интервалы Модульный коэф. К Частота т/п,% Ряд 1 л
12,7799999237061 0,761907750702733 2 10,5263157894737 10,5263157894737
15,0599998474121 0,897834951316482 3 15,7894736842105 26,3157894736842
17,3399997711182 1,03376215193023 5 26,3157894736842 52,6315789473684
19,6199996948242 1,16968935254398 5 26,3157894736842 78,9473684210526
21,8999996185303 1,30561655315773 3 15,7894736842105 94,7368421052631
24,1799995422363 1,44154375377148 1 5,26315789473684 99,9999999999999 V
Рис. 3. Окно выбора данных и расчета статистических показателей для многолетних
рядов разных показателей
Согласно пункту «Оптимизация» решаются задачи математического программирования для получения оптимальных планов производства продовольственной продукции с учетом негативного влияния на окружающую среду по оценкам показателей, полученных с помощью меню «Статистические показатели».
Пример применения программного комплекса. На рис. 4 приведен фрагмент реализованной эколого-математической модели для СХЗАО «Приморский» Нукутского района с усредненными показателями для сочетания богарного и орошаемого земледелия. В качестве неизвестных в задаче оптимизации производства аграрной продукции использованы площади десяти сельскохозяйственных культур. К ним относятся: зерновые (х^, рапс (х2), однолетние травы на сено (х3) и зеленый корм (х4), многолетние травы на сено (х5), зеленый корм (х6) и семена (х7), силосные культуры (х8), кормовая кукуруза (х9) и кукуруза, подверженной орошению (х1о). Кроме того, в моделях использованы пять переменных
отрасли животноводства: поголовье коров основного стада (х11), поголовье коров на откорме (х12), количество лошадей основного стада (х13), количество лошадей на откорме (х14) и количество пчелосемей (х15).
Моделирование производства аграрной продукции с усредненными показателями с помощью программного комплекса позволило получить следующий оптимальный план: х1 = 10781,4 га, х2 = 500 га, х3 = 2662,6 га, х4 = 8924,4 га, х5 = 50 га, х6 = 100 га, х7 = 500 га, х8 = 1263,9 га, х9 = 502,2 га, х10 = 320 га, х11 = 4898 голов, х12 =1000 голов, х13 = 96 голов, х14 = 91 голов, х15 = 580 семей.
Рис. 4. Окно определения оптимального решения задачи эколого-математического моделирования продовольственной продукции с учетом ущербов от негативного влияния на
окружающую среду
При этом получена максимальная прибыль от производства аграрной продукции, равная 22 136,7 тыс. руб., а ущербы окружающей среде составили 3 471,3 тыс. руб.
Для использования программного комплекса необходим компьютер, на котором установлено указанное программное обеспечение.
Заключение. В статье описана разработка программного комплекса эколого-математического моделирования производства продовольственной продукции, включая математическое и информационное обеспечение.
Программный комплекс эколого-математического моделирования аграрного производства позволяет оптимизировать структуру производства, учитывая при этом ущербы окружающей среде. Если в качестве целевой функции использовать минимум
ущербов, то можно получить оптимальный план производства, при этом сводя к минимуму ущербы от техногенного и природного воздействия. Программный комплекс предназначен для управленческого персонала разных категорий предприятий - сельскохозяйственные организации, крестьянские (фермерские хозяйства.
Рассмотрены разработанные варианты моделей с учетом неопределенности параметра, техногенных и природных воздействий на окружающую среду, отрасли аграрного производства и содержания критерия оптимальности, а также алгоритмы их реализации.
Приведен пример реализации с помощью программного комплекса эколого-математической модели оптимизации производства сельскохозяйственной продукции для предприятия Нукутского района.
СПИСОК ЛИТЕРАТУРЫ
1. Андерсон Т. Статистический анализ временных рядов : пер. с англ. М.: Мир, 1976. 356 с. [T. W. Anderson. Statistical analysis of time series]. Wiley, New York. 1971. 378 p.
2. Бендик Н.В., Иваньо Я.М., Ковалева Е.А. Эколого-математические модели оптимизации производства сельскохозяйственной продукции // Вестник Иркутского Государственного Технического Университета. 2016. № 4. С. 66-74.
3. Волков С. Н. Землеустройство. Т. 2. Землеустроительное проектирование. Внутрихозяйственное землеустройство. М.: Колос. 2001. 648 с.
4. Гагарина Л. Г. Разработка и эксплуатация автоматизированных информационных систем. М.: ФОРУМ : ИНФРА-М. 2013. 384 с.
5. Гриневич Г. А., Петелина Н. А., Гриневич А. Г. Композитное моделирование гидрографов. М.: Наука. 1972. 182 с.
6. ГОСТ 17.4.4.03-86: Метод определения потенциальной опасности эрозии под воздействием дождей. Режим доступа: http://tehnorma.ru/normativbase/ 21/21112/ index.htm. (дата обращения 05.03.2020).
7. Иваньо Я.М., Ковалева Е.А. Коэффициенты негативного влияния на окружающую среду в эколого-математическом моделировании аграрного производства // Научные достижения производству : материалы науч.-практ. конф. молодых ученых с междунар. участием. Иркутск: Изд-во ИрГАУ. 2020. С. 153-160.
8. Иваньо Я.М., Петрова С.А. Оптимизационные модели аграрного производства в решении задач оценки природных и техногенных рисков. Монография / Иркутск: Изд-во Иркутского ГАУ. 2015. 180 с.
9. Иваньо Я.М., Хогоева Е.А. Региональные экономико-математические модели аграрного производства с интервальными природными и производственно-экологическими параметрами // Известия Иркутской государственной экономической академии. 2013. Выпуск № 6 (92). С. 138-143.
10. Иваньо Я.М., Хогоева Е.А. Региональные модели аграрного производства с учетом техногенных загрязнений // Труды XVIII Байкальской Всероссийской конференции «Информационные и математические технологии в науке и управлении». Часть II. Иркутск: ИСЭМ СО РАН. 2013. С. 219-224.
11. Кирилюк В.С. Меры риска в задачах стохастической оптимизации для получения робастных решений // Стохастическое программирование и его приложения. Иркутск: Институт систем энергетики им. Л.А. Мелентьева СО РАН. 2012. С. 104 - 124.
12. Кнопов П.С. Метод эмпирических средних в задачах стохастической оптимизации и оценивания // Стохастическое программирование и его приложения. Иркутск: Институт систем энергетики им. Л.А. Мелентьева СО РАН. 2012. С. 125 - 149.
13. Кузьменко В.Н. Решение двухэтапных задач стохастического программирования большой размерности РКК-методом // Стохастическое программирование и его приложения. Иркутск: Институт систем энергетики им. Л.А. Мелентьева СО РАН. 2012. С. 150 - 159.
14. Липаев В. В. Программная инженерия. Методологические основы : учеб. М.: ТЕИС. 2006. 608 с.
15. Смирнова Г. Н., Сорокин А. А., Тельнов Ю. Ф. Проектирование экономических информационных систем / под общ. ред. Ю. Ф. Тельнова. М.: Финансы и статистика. 2003. 512 с.
16. Статистическое моделирование и прогнозирование : под. ред. А. Г. Гранберга. М.: Финансы и статистика. 1990. 383 с.
17. Хастингс, Н., Пикок Дж. Справочник по статистическим распределениям. М.: Статистика. 1980. 95 с.
18. Юзбасиев М. М, Манелл А. М. Статистический анализ тенденций и колеблемости. М.: Финансы и статистика. 1998. 207 с.
UDK 519.688
SOFTWARE COMPLEX FOR ECOLOGICAL AND MATHEMATICAL MODELING OF AGRICULTURAL PRODUCTION Eugenia A. Kovaleva
Post-graduate student of the Department of Informatics and Mathematical Modeling,
e-mail: zhenia-93com@ya.ru Yaroslav M. Ivanyo Doctor of Technical Sciences, Professor, Vice-Rector for Research
e-mail: pnr@igsha.ru Irkutsk State Agrarian University named after A.A. Ezhevsky, 664038, Irkutsk district, n Molodezhny, 1/1
Abstract. The software package "Ecological and mathematical modeling of food production" with special mathematical and algorithmic support is described. A particular ecological and mathematical model of optimizing agricultural production on rainfed and irrigated lands with averaged indicators is presented. Algorithmic support is briefly described. The software package contains a database of time series of industrial, economic, climatic and agricultural pollution and degradation indicators. Information support also includes the "Directory", which contains regulatory data on soil and water pollution. The user interface is considered. The user interface is considered. Using a
software package, an ecological-mathematical model for optimizing agricultural production for one of the enterprises in the Irkutsk region was implemented. Key words: software package, ecological and mathematical model, optimization, agricultural production.
References
1. Anderson T. Statisticheskij analiz vremennyh ryadov [Statistical analysis of time series]: translation from English. Moscow. Mir = World. 1976. 356 p. (in Russian).
2. Bendik N.V., Ivan'o Ya.M., Kovaleva E.A. Ekologo-matematicheskie modeli optimizacii proizvodstva sel'skohozyajstvennoj produkcii [Ecological and mathematical models of optimization of agricultural production] // Vestnik Irkutskogo Gosudarstvennogo Tekhnicheskogo Universiteta = Bulletin Of Irkutsk State Technical University. 2016. № 4. Pp. 66-74. (in Russian).
3. Volkov S. N. Zemleustrojstvo. T. 2. Zemleustroitel'noe proektirovanie. Vnutrihozyajstvennoe zemleustrojstvo [Land management. T. 2. Land management design. On-farm land management]. Moscow. Kolos = Spike. 2001. 648 p. (in Russian).
4. Gagarina L. G. Razrabotka i ekspluataciya avtomatizirovannyh informacionnyh system [Development and operation of automated information systems]. Moscow. Forum : Infra-M = Forum : Infra-M. 2013. 384 p. (in Russian).
5. Grinevich G. A., Petelina N. A., Grinevich A. G. Kompozitnoe modelirovanie gidrografov [Composite modeling of hydrographs]. Moscow. Nauka = Science. 1972. 182 p. (in Russian).
6. GOST 17.4.4.03-86: Metod opredeleniya potencial'noj opasnosti erozii pod vozdejstviem dozhdej [Method for determining the potential hazard of erosion from rainfall]. Available at: http://tehnorma.ru/normativbase/21/21112/index.htm. (accessed: 05.03.2020). (in Russian).
7. Ivanyo Ya., Kovaleva E. Koefficienty negativnogo vliyaniya na okruzhayushchuyu sredu v ekologo-matematicheskom modelirovanii agrarnogo proizvodstva [Coefficients of negative influence on the environment in ecological and mathematical modeling of agricultural production] // Nauchnye dostizheniya proizvodstvu : materialy nauch.-prakt. konf. molodyh uchenyh s mezhdunar. uchastiem = Scientific achievements of Russia: materials of scientific and practical Conf. of young scientists from international conferences. participation. Irkutsk. Izd-vo IrGAU = Publishing House Of IrGAU. 2020. Pp. 153-160. (in Russian).
8. Ivanyo Ya., Petrova S. Optimizacionnye modeli agrarnogo proizvodstva v reshenii zadach ocenki prirodnyh i tekhnogennyh riskov [Optimization models of agricultural production in solving problems of assessing natural and man-made risks]. Monograph / Izd-vo IrGAU = Publishing House Of IrGAU. 2015. 180 p. (in Russian).
9. Ivan'o Ya.M., Hogoeva E.A. Regional'nye ekonomiko-matematicheskie modeli agrarnogo proizvodstva s interval'nymi prirodnymi i proizvodstvenno-ekologicheskimi parametrami [Regional economic and mathematical models of agricultural production with interval natural and production and environmental parameters] // Izvestiya Irkutskoj
gosudarstvennoj ekonomicheskoj akademii = Proceedings of the Irkutsk state Academy of Economics. 2013. Vypusk № 6 (92). Pp. 138-143. (in Russian).
10. Ivan'o Ya.M., Hogoeva E.A. Regional'nye modeli agrarnogo proizvodstva s uchetom tekhnogennyh zagryaznenij [Regional models of agricultural production taking into account technogenic pollution] // Trudy XVIII Bajkal'skoj Vserossijskoj konferencii «Informacionnye i matematicheskie tekhnologii v nauke i upravlenii». T. II = XVIII Baikal International Conference "Information and mathematical technologies in science and management: proceeding". T. 2. Irkutsk. MESI SO RAN. 2013. Pp. 219-224. (in Russian).
11. Kirilyuk V.S. Mery riska v zadachah stohasticheskoj optimizacii dlya polucheniya robastnyh reshenij [Risk measures in stochastic optimization problems for obtaining robust solutions] // Stohasticheskoe programmirovanie i ego prilozheniya = Stochastic programming and its applications Irkutsk. MESI SO RAN. 2012. Pp. 104 - 124. (in Russian).
12. Knopov P.S. Metod empiricheskih srednih v zadachah stohasticheskoj optimizacii i ocenivaniya [The method of empirical averages in stochastic optimization and estimation problems] // Stohasticheskoe programmirovanie i ego prilozheniya = Stochastic programming and its applications Irkutsk. MESI SO RAN. 2012. Pp. 125 - 149. (in Russian).
13. Kuz'menko V.N. Reshenie dvuhetapnyh zadach stohasticheskogo programmirovaniya bol'shoj razmernosti PNK-metodom [Solving two-stage large-dimensional stochastic programming problems using the PNK method] // Stohasticheskoe programmirovanie i ego prilozheniya = Stochastic programming and its applications Irkutsk. MESI SO RAN. 2012. Pp. 150 - 159. (in Russian).
14. Lipaev V. V. Programmnaya inzheneriya. Metodologicheskie osnovy [Software engineering. Methodological basis]. Moscow. Teis = Theis. 2006. 608 p. (in Russian).
15. Smirnova G. N., Sorokin A. A., Tel'nov Yu. F. Proektirovanie ekonomicheskih informacionnyh system [Design of economic information systems] / pod. red. YU. F. Tel'nova. Moscow. Finansy i statistika = Finance and statistics. 2003. 512 p. (in Russian).
16. Statisticheskoe modelirovanie i prognozirovanie [Statistical modeling and forecasting]: pod. red. A. G. Granberga. Moscow. Finansy i statistika = Finance and statistics. 1990. 383 p. (in Russian).
17. Hastings, N.. Pikok Dzh. Spravochnik po statisticheskim raspredeleniyam [Handbook of statistical distributions]. Moscow. Statistika = Statistics. 1980. 95 p. (in Russian).
18. Yuzbasiev M. M, Manell A. M. Statisticheskij analiz tendencij i koleblemosti [Statistical analysis of trends and fluctuations]. Moscow. Finansy i statistika = Finance and statistics. 1998. 207 p. (in Russian).
