CC BY
114
YA. M. IVANO, S. A. PETROVA
УДК 004.94:504.4/.5:631.153
DOI 10.17150/1993-3541.2015.25(3).533-541
Я. М. ИВАНЬО
Иркутский государственный аграрный университет
им. А. А. Ежевского, пос. Молодежный, Российская Федерация С. А. ПЕТРОВА
Иркутский государственный аграрный университет
им. А. А. Ежевского, пос. Молодежный, Российская Федерация
ПРОГРАММНЫЙ КОМПЛЕКС МОДЕЛИРОВАНИЯ ПРИРОДНЫХ И ТЕХНОГЕННЫХ РИСКОВ
Аннотация. В статье описан проблемно-ориентированный программный комплекс для решения задач планирования производства в условиях природных и техногенных рисков. В качестве математического обеспечения использованы три группы разработанных моделей с неопределенными параметрами, учитывающие природные, техногенные события и совместное их проявление. Эти модели разделены по следующим признакам: по типу событий, количеству явлений при совмещении и свойствам изменчивости параметров. Для их реализации построены два основополагающих алгоритма с имитационным моделированием случайных выборок в пределах заданного периода и по условию превышения выделенного события. Разработка интерфейса программного комплекса и методов математической статистики осуществлялась при помощи интегрированной среды разработки DelphiXE3. Для создания базы данных использована система управления Microsoft SQL Server 2005 Express Edition, а при решении задач математического программирования применен программный продукт LP Solve 5.5. С помощью проблемно-ориентированного программного комплекса реализованы методики оценки природных и техногенных рисков на предприятиях агропромышленного комплекса Иркутского, Черемховского и Тайшетского районов.
Ключевые слова. Программный комплекс; оптимизация; природные риски; техногенные риски. Информация о статье. Дата поступления 22 апреля 2015 г.; дата принятия к печати 6 мая 2015 г.; дата онлайн-размещения 30 июня 2015 г.
YA. M. IVANO
Irkutsk State Agrarian University n. a. A. A. Ezhevsky, Irkutsk, Russian Federation S. A. PETROVA
IIrkutsk State Agrarian University n. a. A. A. Ezhevsky,
Irkutsk, Russian Federation
THE PROGRAM COMPLEX OF NATURAL AND TECHNOGENIC RISKS MODELING
Abstract. The problem-oriented program complex for solving the problems of production planning under natural and technogenic risks is described. Three groups of devised models with indefinite parameters considering natural, technological events and their joint manifestation are used as mathematical software groups. These models are divided into groups by the following criteria: types of events, number of events with the combined parameters and parameters variability properties. Two fundamental algorithms with random samples simulation modeling within a certain period and under exceeding the selected event are constructed for models realization. The program complex interface and mathematical statistics methods are devised by the integrated development environment DelphiXE3. The database was created by the management system Microsoft SQL Server, while the program product 2005 Express Edition was used for solving mathematical programming tasks. Natural and technogenic risks on agricultural enterprises of Irkutsk, Taishet and Cheremhovskii districts are assessed with the help of the problem-oriented program complex. Keywords. Program complex; optimization; natural risks; technogenic risks. Article info. Received April 22, 2015; accepted May 6, 2015; available online June 30, 2015.
В работе Н. В. Абасова, А. Н. Антипова, Т. В. Бережных [1] предложена информационно-прогностическая система «ГИПСАР», содержащая базу данных климатических временных
© Я. М. Иваньо, С. А. Петрова, 2015
рядов разной периодичности, компоненты статистического анализа данных, методы прогнозирования. В дополнение к этому информационная система «Природные стихии 1.0» [2; 5] позво-
Izvestiya of Irkutsk State Economics Academy, Известия Иркутской государственной экономической академии.
2015, vol. 25, no. 3, pp. 533-541. ISSN 1993-3541 2015. Т. 25, № 3. С. 533-541. ISSN 1993-3541
MATHEMATICAL MODELING, SYSTEMS ANALYSIS
ляет повышать эффективность планирования предприятиями народного хозяйства региона в условиях проявления экстремальных природных явлений различного происхождения.
Между тем, в приведенных системах не рассматриваются техногенные события, совмещение техногенных и природных событий, изменчивость редких явлений случайной природы с учетом их рассеяния для планирования производства сельскохозяйственной продукции в условиях рисков. Задача определения и оценки рисков для производителя аграрной продукции является актуальной в вопросах, касающихся управления производственными процессами, страхования и формирования резервного фонда [7; 11; 12]. В связи с чем предлагаем разработанный программный комплекс по решению задач математического программирования для оптимизации производства аграрной продукции с оценкой страховых возмещений в условиях проявления редких природных явлений, последствий техногенных воздействий и совмещений природных и техногенных событий (рис. 1).
Программный комплекс включает базу данных, пополняемую сведениями о техногенных и природных событиях, метеорологическими и гидрологическими данными и производственно-экономическими показателями. Источниками
данных являются Министерство природных ресурсов и экологии Иркутской области (МПРиЭ), Центр агрохимической службы, Министерство сельского хозяйства Иркутской области (МСХ), Иркутское управление по гидрометеорологии и мониторингу окружающей среды (Иркутское УГМС), предприятия агропромышленного комплекса (АПК) региона.
Реализация интерфейса программного комплекса и методов математической статистики осуществлялась при помощи интегрированной среды разработки DelphiXE3. База данных реализована в системе управления Microsoft SQL Server 2005 Express Edition. Алгоритмическое обеспечение включает разработанные алгоритмы моделирования редких событий и их совмещений, а также решения задач математического программирования 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. В качестве входных данных программного комплекса использованы природные, техногенные и производственно-экономические параметры.
Программный комплекс
Пользовательский интерфейс
Министерство природных ресурсов и экологии Иркутской области, Центр агрохимической службы и отдел чрезвычайных ситуаций Министерства сельского хозяйства
Техногенные параметры, сведения о последствиях техногенных аварий и природных событий
/ Иркутское управление
по гидрометеорологии и мониторингу окружающей среды
Математическое и алгоритмическое обеспечение
Интерфейс данных
Система управления > базами данных
Метеорологические и гидрологические сведения
./Предприятия агропромышленного комплекса, Министерство сельского хозяйства
База данных
Производственно-экономические показатели сельскохозяйственных предприятий
MS Excel
Рис. 1. Схема функционирования программного комплекса моделирования природных и техногенных рисков
YA. M. IVANO, S. A. PETROVA
Результатом моделирования является:
- пространственно-временная оценка редких природных событий и техногенных последствий;
- оценка серий событий;
- оптимальные планы производства сельскохозяйственной продукции в условиях проявления природных событий, техногенных последствий и их совмещения.
Программное обеспечение структурно подразделяется на два блока.
Первый из них посвящен статистической обработке данных: стохастическая оценка редких природных явлений с учетом и без учета исторических свидетельств с использованием методов моментов и приближенно максимального правдоподобия; статистическая оценка потоков событий; оценка связей между числом событий и экстремальными значениями в рамках моделируемых эпох; описание тенденций изменения событий и их серий с помощью различных математических функций; определение зависимостей редких событий от факторов; пространственно-временная оценка событий. При этом для реализации перечисленных функций программного комплекса использованы пять подходов: редкое природное явление рассматривают в совокупности с другими явлениями низшего (высшего) ранга; оцениваются серии событий во взаимосвязи со значениями событий; определяются факторы формирования редкого природного явления; осуществляется пространственный анализ редких событий; определяются чередования генетически различных событий.
Во втором блоке реализована разработанная методика оценки природных рисков, которая состоит из следующих операций: определяется оптимальный план производства сельскохозяйственной продукции для благоприятных природно-климатических условий; оценивается вероятность редкого совмещения генетически разных природных событий с предварительной оценкой вероятности отдельных событий; определяется влияние каждого события на производственные ресурсы; строятся оптимальные планы производства сельскохозяйственной продукции с учетом проявления каждого события по разности оптимальных планов в благоприятных и неблагоприятных условиях по методике определения страховой стоимости и размера утраты (гибели) урожая сельскохозяйственной культуры и посадок многолетних насаждений, утраты (гибели) сельскохозяйственных животных; определяются природные риски для отдельных событий и их совместного проявления.
Программное обеспечение позволяет решать задачи математического программирования как общие, так и частные (рис. 2). Для решения задач с интервальными и случайными параметрами применены алгоритмы получения оптимальных планов производства сельскохозяйственной продукции с использованием метода статистических испытаний [6].
В качестве примера приведем общую задачу математического программирования с учетом природных и техногенных событий, подчиняющихся законам распределения вероятностей, используемую для моделирования природных и техногенных рисков с помощью программного комплекса.
Целевая функция предполагает минимизацию затрат на сельскохозяйственных угодьях, подверженных влиянию техногенных и природных событий:
^ ^ л»)pr.
ii(0р
s eS z eZ
+II
cx +ii ст®s + ii
h eH z eZ
Chz Ш h ^
s eS w eW
с(W) X "VV -("p'
h eHw eW j eJ z eZ
II сГ ® j
-ii
j eJ w eW
j)p® j ^ min,
где с£)р, с(^р и с()р — себестоимости единицы продукции 5-культуры, Л-вида животных и /-вида корма, связанные с влиянием природного события г, соответствующего вероятности р; сМ,)р, с1^р и с(Г — себестоимости единицы продукции 5-культуры, Л-вида животных и /-вида корма, связанные с влиянием случайного техногенного воздействия м с вероятностью р; ю5, и юу- — искомые переменные, площадь 5-культуры, поголовье Л-вида скота, количество кормов /-вида; 5 — множество видов культур; 2 — множество редких природных событий; W — множество техногенных воздействий; Н — множество групп животных; J — множество видов кормов.
Условия задачи определены в следующем виде:
1. Ограниченность производственных ресурсов
iie ®s+ii p ®+iib
{h)p ®h+ ihz h
+11 ь»ршЛ * )р+)р ( / е I),
Л е Нме^
где Ь(г?, , Ь(2р и Ь^ — расходы /-го ресурса на единицу площади 5-культуры и единицу поголовья Л-вида животных ввиду проявления природного события г и техногенного влияния ^связанные с вероятностью р; б}')р и б}")р — потери /-го ресурса от природного события и техногенного воздействия, соответствующие вероятности р; ' — множество видов ресурсов.
Izvestiya of Irkutsk State Economics Academy, Известия Иркутской государственной экономической академии.
2015, vol. 25, no. 3, pp. 533-541. ISSN 1993-3541 2015. Т. 25, № 3. С. 533-541. ISSN 1993-3541
MATHEMATICAL MODELING, SYSTEMS ANALYSIS
2. Применение в животноводстве побочной продукции растениеводства
11 Уч +11 Л > у")р + У?» (у е J),
5 Е Sz Е X 5 Е ЕW
где и у('2,р — выход с единицы 5-площади у-вида корма, уменьшенный под влиянием событий г и м, связанных с вероятностью р; У()р и У.(")р — потери количества кормов у-ви-да вследствие влияния природного события и техногенного последствия, соответствующие вероятности р.
3. Ограниченность размера отраслей: - растениеводства
у)р <У (1 + а )ю <Т(')р ,
Т г / V V 5Г ' 5Г Г '
5 Е 5
У")р (1 + а5гК )р (г ЕR),
5 Е 5
где У)р и ^Г')р — минимальная (максимальная) площадь г-группы культур, подверженная влиянию природного события, связанная с вероятностью р; У )р и ^Г") р — минимальная (максимальная) площадь г-группы культур, подверженная техногенному воздействию, соответствующая вероятности р; а5Г — коэффициент, учитывающий площадь посевов семян для 5-культур; R — множество агротехнических групп культур;
Сочетание по типу природных событий Количество явлений в сочетании
X
.0
X
X
0)
0
X
X
(D
1-
>х
s
1-
.0
\о
0
и
X
.0
X
et
0
О.
s
О.
п
t к s
0 X
1- та
(D 1-
у <Ü
^ У
и 0 и
0Q 0 X s
и
и s
Ч) s
Г
0
о. h-
п u
s
X <U
Л et
X n
X 0
(D OQ
ь
и
et
0
ГС
s
0
О.
п
s
s
Г
та
п
s
t
s
1-
с
0
s
с
<D
et
0
3
Модели с учетом природных явлений
Модели с учетом техногенных возмущений
— Количество явлений в сочетании
Одно событие
— Свойства изменчивости параметров модели
Влияние событий на левые, правые части ограничений и критерий оптимальности
Модели с учетом совместного проявления природных и техногенных возмущений
Модели сочетания техногенных воздействий и природных событий
Сочетание по типу природных событий и техногенных воздействий
Количество явлений в сочетании
— Свойства изменчивости параметров модели
Влияние событий на левые, правые части ограничений и критерий оптимальности
Модели с редким
сочетанием природных событий
Модели с редким природным явлением
Свойства изменчивости параметров модели
Влияние событий на левые, правые части ограничений и критерий оптимальности
Рис. 2. Классификация задач оптимизации производства сельскохозяйственной продукции с учетом влияния экстремальных природных явлений и техногенных возмущений
YA. M. IVANO, S. A. PETROVA
- животноводства
«л = (И, Ие
где ХИИ' — коэффициент пропорциональности между поголовьем животных И и их группами И'.
4. Производство конечной продукции не ниже заданного объема:
- растениеводства
+ И СХ * С + У™р (д еа,),
5 еБ 2 е1 5 еБы е^
где д1 — вид растениеводческой товарной продукции; у(д и уд^р — уменьшение выхода продукции с единицы площади 5-культуры под воздействием природного события 2 и техногенного явления ы, соответствующее вероятности р; У(')р и Уд»)р — объемы, на которые уменьшается производство растениеводческой продукции под влиянием природного события и техногенного воздействия, связанные с вероятностью р; Q1 — множество товарной продукции растениеводства;
- животноводства:
+и * у(:)р+уг д ео2),
ИеН 2е1 ИеНще^
где д2 — вид животноводческой товарной продукции; у(др и у^ — уменьшение выхода продукции с единицы поголовья И-вида животных под воздействием природного события 2 и техногенного возмущения ы, соответствующее вероятности р; У^)р и Уд")р — объемы, на которые уменьшается производство животноводческой продукции в результате проявления природного события и техногенного явления, связанные с вероятностью р; Q2 — множество товарной продукции животноводства.
5. Сочетание растениеводства и животноводства по элементам питания
ЪЪ'Ь ^ «5 +ЕЕ а15 « +
5 еЯ2 е 1 5 еБы е'М
+Е Ьи (е а
I е J И е Н
где а/5 — содержание 1-элемента питания в единице кормовой продукции, полученной от 5-культуры; у(2)р и у^)р — выход основных кормовых культур с единицы площади, подверженной влиянию природного события 2 и техногенного возмущения, соответствующий вероятности р; ац — содержание /-элемента питания в /-виде корма; Ь1И — минимальная потребность в /-элементе питания единицы поголовья И-вида животных; / (Ц — элемент (множество элементов) питания.
6. Неотрицательность переменных
ю5, (яИ, гау * 0.
Модели со случайными параметрами применены для решения следующих задач оценки рисков: в условиях проявления редкого гидрологического события; редкой засухи; редкого совмещения высоких половодий и паводков; совмещения засухи и техногенного события. Кроме того, такие модели применимы для редких ливней или обложных осадков, маловероятного раннего снега; редкого совмещения засухи и раннего снега или гидрологического явления и раннего снега и др.
В тех случаях, когда предлагаемые модели трудно охарактеризовать вероятностными параметрами, целесообразно использовать модель с интервальными параметрами. При этом многие из параметров обладают свойством неоднородности. В частности, урожайность зависит от вариации технологий возделывания сельскохозяйственных культур, сорта которых часто изменяются. Подобные модели разработаны для оптимизации производства сельскохозяйственной продукции в условиях редкой засухи; проявления техногенных событий, влияющих на уменьшение биопродуктивности сельскохозяйственных культур и сокращение площадей сельскохозяйственных угодий; совмещения засухи и техногенного события на основе моделей с детерминированными или интервальными значениями себестоимости производимой продукции.
В разработанном проблемно-ориентированном программном комплексе использованы методы имитационного моделирования, теории вероятностей и математической статистики и математического программирования с применением разработанных моделей пространственно-временной оценки природных и техногенных событий [1; 3; 4; 7-10; 12-14]. При этом для реализации моделей предложены алгоритмы оценки вероятностей появления редкого события в условиях неопределенности и оптимизации производства сельскохозяйственной продукции с применением имитационного моделирования для задач с интервальными и случайными оценками.
В основу предложенных алгоритмов положено два варианта:
- с учетом моделирования редкого события в пределах периода его повторяемости;
- согласно условию превышения заданного фактического значения редкого явления.
Благодаря разработанным алгоритмам оценивается не только повторяемость события, но и рассеяние его вероятности и значения. При решении сформулированных задач математического
Izvestiya of Irkutsk State Economics Academy, Известия Иркутской государственной экономической академии.
2015, vol. 25, no. 3, pp. 533-541. ISSN 1993-3541 2015. Т. 25, № 3. С. 533-541. ISSN 1993-3541
MATHEMATICAL MODELING, SYSTEMS ANALYSIS
программирования использован симплекс-метод, поскольку модели сведены к линейному виду. На основе предложенных алгоритмов разработаны их разновидности для решения задач математического программирования с интервальными и вероятностными параметрами в условиях проявления редкого события и редкого совмещения событий как природных, так и техногенных.
База данных реализована в СУБД Microsoft SQL Server 2005 Express Edition и состоит из пяти групп сущностей, включающих в себя данные природных, техногенных событий и производственно-экономических параметров. Пользователем комплекса может быть экономист АПК, специалист гидрометеорологической службы, представитель страховой компании, оценивающий риски.
Интерфейс программного комплекса состоит из пяти пунктов меню: «Анализ», «Оптимизация», «Исходные данные», «Импортирование», «Классификаторы».
С помощью пункта меню «Анализ» осуществляется статистическая обработка данных с использование метода моментов и приближенно максимального правдоподобия с учетом и без учета историко-архивных свидетельств, выделение из ряда многолетних наблюдений редкого явления и событий, пространственно-временная оценка событий, оценка серий событий в разные эпохи с построением регрессионных зависимостей, подбор закона распределения случайной величины, выделение редкого совмещения событий.
Пункт меню «Оптимизация» выводит на решения задач математического программирования для получения оптимальных планов производства продовольственной продукции с учетом влияния природных событий и техногенных последствий по оценкам параметров, полученных с помощью меню «Анализ». При этом по разности значений целевых функций, полученных в благоприятной ситуации ведения хозяйства и модели, описывающей производство сельскохозяйственной продукции с учетом влияния природных и техногенных событий, определяются риски. Страховые же возмещения получают при сравнении оптимальных планов, соответствующих благоприятным и неблагоприятным ситуациям, урожайностям сельскохозяйственных культур, ценам на сельскохозяйственную продукцию и методике1.
1 Об утверждении методик определения страховой стоимости и размера утраты (гибели) урожая сельскохозяйственной культуры и посадок многолетних насаждений, утраты (гибели) сельскохозяйственных животных : приказ Минсельхоза России от 14 марта 2013 г. № 133.
Через пункт меню «Исходные данные» осуществляется дополнение, обновление и удаление сведений в базе данных; их просмотр и загрузка для произведения расчетов.
Пункт меню «Импортирование» используется для перемещения данных из формализованных таблиц приложения MS Excel в базу данных посредством пользовательского интерфейса программного комплекса. Для получения перечня сущностей базы данных необходимо применять пункт меню «Классификаторы».
В программном комплексе для защиты информации используются пароли для доступа пользователя. База данных может периодически дополняться вручную или автоматизировано с официальных сайтов гидрометеорологической службы и министерства сельского хозяйства региона. Помимо этого, можно использовать статистические данные Министерства природных ресурсов и экологии Иркутской области о техногенных авариях на территории, а также сведения Центра агрохимической службы Иркутской области.
Некоторые результаты работы программного комплекса приведены в таблице. Здесь указаны объекты исследования, ущербы D, страховые возмещения У и сравнительные значения оптимальных планов моделей со случайными и интервальными параметрами.
Результатом решения первой задачи математического программирования со случайными параметрами и целевой функцией в виде минимизации затрат является зависимость ущерба и страховых возмещений от вероятности события, характеризующегося рассеянием максимального расхода воды и соответствующей ему вероятности. Приведен диапазон вероятностей экстремальной гидрологической величины. При этом искомые переменные задачи в зависимости от влияния максимального расхода воды дождевого паводка, обладающего рассеянием, колеблются в пределах 98 %.
Во второй задаче показано влияние на оптимальные решения загрязнителей, уменьшающих выход продукции и площади посевов, редкой засухи. При этом задача решена на максимум выручки. Результатом являются верхние, нижние и медианные оценки ущербов в зависимости от разного сочетания интервальных оценок, которые проявляются непредсказуемо. В примере показано, что предприятие может потерять в лучшем случае 21,613 млн р., а в худшем — 24,747 млн р. При этом максимальные страховые возмещения составят 19,695 млн р., а минимальные — 8,799 млн р. Колебания искомых переменных достигнут 50 %.
YA. M. IVANO, S. A. PETROVA
Результаты моделирования параметров аграрного производства с определением природных и техногенных рисков и страховых возмещений для сочетания отраслей в условиях неопределенности с помощью проблемно-ориентированного программного комплекса
Признак Вид Влияние Алго- Объект Ущербы, млн р. Расчетные страхо- Сравнение
(тип) события события на ритм исследо- вые возмещения, оптималь-
неопреде- производство реше- вания млн р. ных планов
ленности ния модели, %
Случайные параметры Редкий дождевой Затопление сельскохо- Первый ООО «Талинка», D = -112,37р + 11,34 R2 = 0,95 У = -141,05р + 11,8 R2 = 0,99 97—98
паводок зяйственных угодий Тайшетский район p [0,00989; 0,0678] p [0,00989; 0,0678]
Интервальные Засуха и техно- Изменение себестоимости - Подразделение DZ = 24,747 УТ = 19,695 2—50
параметры генное событие продукции, урожайности сельскохозяйственных культур и сельскохозяйственных угодий СХОАО «Белореченское», Черемхов-ский район DZ = 21,613 DmTnd = 23,750 УГ* = 8,799 У-d = 19,400
Случайные Редкое со- Затопление Первый ООО D = —119,32Z + 18,84 У = —165,1 Z + 26,42 0—89
параметры вмещение сельскохо- «Талинка», R2 = 0,65 R2 = 0,75
весеннего зяйственных Тайшет- Z [0,013 8; 0,089 1] Z [0,013 8; 0,089 1]
половодья угодий ский район
и дождево-
го паводка
Интер- Засуха и Изменение - ООО DZ = 8,436 УТ = 14,375 53—90
вальные параметры техногенное событие урожайности сельскохозяйственных культур, деградация сельскохозяйственных угодий, изменение себестоимости производимой продукции «Академия», Иркутский район Dmin = 0,499 min ' Dmed = 5,110 У™" = 0,052 max ' УГ = 8,753
Примечание. Z — вероятность совместных событий; R2 — коэффициент детерминации.
Третья задача отображает ситуацию влияния редкого совмещения гидрологических событий на потери сельскохозяйственной продукции. Как и в первой задаче, результатом решения является зависимость ущерба и расчетных страховых возмещений от вероятности совмещения событий для расчетного интервала вероятностей. Здесь максимальное расхождение искомых значений соответствует 89 %.
Четвертая модель посвящена определению ущербов от засухи и загрязнения почвы. Результатом моделирования являются верхние и нижние оценки ущербов (8,436 и 0,499 млн р.) и страховых возмещений (14,375 и 0,052 млн р.) при колебании искомых значений модели в пределах 53-90 %.
Задачи оптимизации аграрного производства с определением природных и техногенных
рисков и страховых возмещений решены для агропромышленных предприятий трех районов Иркутской области (Иркутского, Черемхов-ского и Тайшетского). Помимо перечисленных вариантов решений задач математического программирования в условиях неопределенности программный комплекс позволяет реали-зовывать и другие модели, связанные с иными редкими природными явлениями, другим совмещением природных и техногенных явлений. Кроме того, можно решать задачи, в которых используются как интервальные, так и случайные параметры.
Таким образом, особенностью программного обеспечения является возможность комплексной обработки событий, оценки редких значений, серий событий, их связей, определение редкого совмещения природных и техно-
Izvestiya of Irkutsk State Economics Academy, Известия Иркутской государственной экономической академии.
2015, vol. 25, no. 3, pp. 533-541. ISSN 1993-3541 2015. Т. 25, № 3. С. 533-541. ISSN 1993-3541
MATHEMATICAL MODELING, SYSTEMS ANALYSIS
генных событий. Кроме того, в зависимости от особенностей параметров и используемых моделей разработанный программный комплекс позволяет моделировать различные ситуации
производства сельскохозяйственной продукции в условиях неблагоприятной внешней среды с определением природных, техногенных рисков и сумм страховых возмещений.
Список использованной литературы
1. Абасов Н. В. Географические закономерности гидрологических процессов юга Восточной Сибири / Н. В. Аба-сов, А. Н. Антипов, Т. В. Бережных. — Иркутск : Изд-во Ин-та географии СО РАН, 2003. — 208 с.
2. Бендик Н. В. О модернизации информационной системы моделирования природных событий / Н. В. Бендик, Я. М. Иваньо // Природопользование и аграрное производство : материалы междунар. науч.-практ. конф. — Иркутск : Изд-во ИрГСХА, 2012. — С. 166-172.
3. Головченко В. Б. Комбинирование моделей неопределенности / В. Б. Головченко. — Новосибирск : Наука, 2002. — 189 с.
4. Гриневич А. Г. Композиционное моделирование гидрографов / А. Г. Гриневич, Г. А. Гриневич, Н. А. Петелина. — М. : Наука, 1972. — 182 с.
5. Иваньо Я. М. Моделирование природных событий для управления региональными народно-хозяйственными объектами / Я. М. Иваньо, Н. В. Старкова. — Иркутск : Изд-во ИрГСХА, 2011. — 158 с.
6. Иваньо Я. М. О двух алгоритмах оптимизации производства растениеводческой продукции с учетом оценок редких природных событий / Я. М. Иваньо, С. А. Петрова // Экологический вестник. — 2013. — № 2 (24). — С. 91-97.
7. Кардаш В. А. Экономика оптимального погодного риска в АПК: теория и методы / В. А. Кардаш. — М. : ВО Агропромиздат, 1989. — 167 с.
8. Кренке А. Н. Изменчивость климата Европы в историческом прошлом / А. Н. Кренке, М. И. Чернавская, Р. Браз-дил [и др.]. — М. : Наука, 1995. — 224 с.
9. Крицкий С. Н. Гидрологические основы управления речным стоком / С. Н. Крицкий, М. Ф. Менкель. — М. : Наука, 1981. — 255 с.
10. Лобанов В. А. Рекомендации по статистическим методам анализа однородности пространственно-временных колебаний речного стока / В. А. Лобанов, А. В. Рождественский, А. В. Сахарюк. — Л. : Гидрометеоиздат, 1984. — 78 с.
11. Медведев В. Г. Теория и управление рисками в страховании: монография / В. Г. Медведев, В. В. Шахов, А. С. Миллерман. — М. : Финансы и статистика, 2002. — 223 с.
12. Никитин A. B. Экономический механизм страхования и преодоления рисков в сельском хозяйстве России при вступлении в ВТО / A. B. Никитин, A. B. Федоренко. — М. : ФГНУ «Росинформагротех», 2006. — 220 с.
13. Применение математических методов и информационных технологий в экономике : сб. науч. тр. / ред. Г. П. Хамитов [и др.]. — Иркутск : Изд-во БГУЭП, 2011. — Вып. 10. — 272 с.
14. Юдин Д. Б. Математические методы управления в условиях неполной информации / Д. Б. Юдин. — М. : Сов. радио, 1974. — 400 с.
15. Van Geldr P. H. A. J. M. Statistical estimation methods in hydrological engineering / P. H. A. J. M. van Geldr // Analysis and stochastic modeling of extreme runoff in euroasian rivers under conditions of climate change. Proceeding International scientific seminar. Irkutsk, June, 2003. — Irkutsk : Institute of Geography SB RAS Publ., 2004. — P. 11-58.
References
1. Abasov N. V., Antipov A. N., Berezhnykh T. V. Geograficheskie zakonomernosti gidrologicheskikh protsessov yuga VostochnoiSibiri [Geographic patterns of hydrological processes of southeastern Siberia]. Irkutsk, The Institute of Geography of SB RAS n.a. V.B. Sochava Publ., 2003. 208 p.
2. Bendik N. V., Ivan'o Ya. M. On modernization of the natural events modeling information system. Prirodopol'zo-vanie i agrarnoe proizvodstvo. Materialy Mezhdunarodnoi nauchno-prakticheskoi konferentsii [Nature management and agricultural production. Materials of International Research and Practical Conference]. Irkutsk State Academy of Agriculture Publ., 2012, pp. 166-172. (In Russian).
3. Golovchenko V. B. Kombinirovanie modelei neopredelennosti [Combining models of uncertainty]. Novosibirsk, Nauka Publ., 2002. 189 p.
4. Grinevich A. G., Grinevich G. A., Petelina. N. A. Kompozitsionnoe modelirovanie gidrografov [Hydrographs compositional modeling]. Moscow, Nauka Publ., 1972. 182 p.
5. Ivan'o Ya. M., Starkova N. V. Modelirovanie prirodnykh sobytii dlya upravleniya regional'nymi narodno-khozyaist-vennymi ob"ektami [Natural events simulation for regional national economic projects management]. Irkutsk State Academy of Agriculture Publ., 2011. 158 p.
6. Ivan'o Ya. M., Petrova S. A. On two algorithms of crop production optimization with regard to rare natural events assessment. Ekologicheskii vestnik = Ecological Bulletin, 2013, no. 2 (24), pp. 91-97. (In Russian).
7. Kardash V. A. Ekonomika optimal'nogo pogodnogo riska v APK: teoriya i metody [Economy of optimal weather risks in the agricultural sector: theory and methods]. Moscow, VO Agropromizdat, 1989. 167 p.
8. Krenke A. N., Chernavskaya M. I., Brazdil R. et al. Izmenchivost' klimata Evropy v istoricheskom proshlom [Climate variability in Europe in the historical past]. Moscow, Nauka Publ., 1995. 224 p.
YA. M. IVANO, S. A. PETROVA
9. Kritskii S. N., Menkel'. M. F. Gidrologicheskie osnovy upravleniya rechnym stokom [Hydrological basics of river runoff management]. Moscow, Nauka Publ., 1981. 255 p.
10. Lobanov V. A., Rozhdestvenskii A. V., Sakharyuk A. V. Rekomendatsiipo statisticheskim metodam analiza odnorod-nosti prostranstvenno-vremennykh kolebanii rechnogo stoka [Recommendations on statistical methods of analysis of a river flow space and time fluctuations homogeneity]. Leningrad, Gidrometeoizdat Publ., 1984. 78 p.
11. Medvedev V. G., Shakhov V. V., Millerman A. S. Teoriya i upravlenie riskami v strakhovanii [Theory and risk management in insurance]. Moscow, Finansy i statistika Publ., 2002. 223 p.
12. Nikitin A. B., Fedorenko A. B. Ekonomicheskii mekhanizm strakhovaniya ipreodoleniya riskov v sel'skom khozyaistve Rossii pri vstuplenii v VTO [Economic mechanism of insurance and overcoming risks in Russian agriculture after its WTO accession]. Moscow, FGNU «Rosinformagrotekh» Publ., 2006. 220 p.
13. Khamitov G. P. et al. (ed.). Primenenie matematicheskikh metodov i infor-matsionnykh tekhnologii v ekonomike [Mathematical methods and information technologies use in economics]. Irkutsk, Baikal State University Economics and Law Publ., 2011. Iss. 10. 272 p.
14. Yudin D. B. Matematicheskie metody upravleniya v usloviyakh nepolnoi informatsii [Mathematical methods of control under incomplete information]. Moscow, Sovetskoe radio Publ., 1974. 400 p.
15. Van Geldr P. H. A. J. M. Statistical estimation methods in hydrological engineering. Analysis and stochastic modeling of extreme runoff in euroasian rivers under conditions of climate change. Proceeding International scientific seminar. Irkutsk, June, 2003. Irkutsk, Institute of Geography SB RAS Publ., 2004, pp. 11-58. (In Russian).
Информация об авторах Иваньо Ярослав Михайлович — доктор технических наук, профессор, кафедра информатики и математического моделирования, Иркутский государственный аграрный университет им. А. А. Ежевского, 664038, Иркутский р-он, пос. Молодежный, e-mail: [email protected].
Петрова Софья Андреевна — ассистент, кафедра информатики и математического моделирования, Иркутский государственный аграрный университет им. А. А. Ежевского, 664038, Иркутский р-он, пос. Молодежный, e-mail: p.softal [email protected].
Библиографическое описание статьи Иваньо Я. М. Программный комплекс моделирования природных и техногенных рисков / Я. М. Иваньо, С. А. Петрова // Известия Иркутской государственной экономической академии. — 2015. — Т. 25, № 3. — С. 533-541. —DOI : 10.17150/1993-3541.2015.25(3).533-541.
Authors
Yaroslav М. Ivano — Doctor habil. (Technical Science), Professor, Department of Informatics and Mathematical Modelling, Irkutsk State Agrarian University n. a. A. A. Ezhevsky, Molodezhnyi settlement, 664038, Irkutsk, Irkutsk region, Russian Federation, e-mail: [email protected].
Sofiya А. Petrova — assistant, Department of Informatics and Mathematical Modelling, Irkutsk State Agrarian University n. a. A.A. Ezhevsky, Molodezhnyi settlement, 664038, Irkutsk, Irkutsk region, Russian Federation, e-mail: p.softal [email protected].
Reference to article
Ivano Ya. M., Petrova S. A. The program complex of natural and technogenic risks modeling. Izvestiya Ir-kutskoy gosudarstvennoy ekonomicheskoy akademii = Izvestiya of Irkutsk State Economics Academy, 2015, vol. 25, no. 3, рр. 533-541. DOI: 10.17150/1993-3541.2015.25(3).533-541. (In Russian).
