CC BY
42
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 18-37-00148
В.В. Ткаченко
доцент кафедры компьютерных технологий и систем, к.э.н., Кубанский государственный аграрный университет им. И. Т. Трубилина
V.V. Tkachenko
associate professor of computer technology and systems Kuban State Agrarian University named after I. T. Trubilin (tkachenkovasso@yandexru, 89054727256)
Н.Н. Лытнев
аспирант, Кубанский государственный аграрный университет им. И. Т. Трубилина,
N.N. Lytnev
postgraduate student Kuban State Agrarian University named after I. T. Trubilin
(kalyan3g3@gmail.com, 89180825641)
РАЗРАБОТКА КОМПЛЕКСНОЙ АВТОМАТИЗИРОВАННОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В УПРАВЛЕНИИ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ РАСТЕНИЕВОДСТВА (НА МАТЕРИАЛАХ АПК КРАСНОДАРСКОГО КРАЯ)
Аннотация. Проблемы управления растениеводством и поддержки принятия управленческих решений являются актуальными и в настоящий момент [2]. Продукция растениеводства имеет стратегическое значение и является основой продовольственной безопасности нашей страны. Использование информационных технологий в сельском хозяйстве ограничивалось применением компьютеров и программного обеспечения, в основном, для управления финансовыми операциями и ведения бухгалтерского и оперативного учета. Необходимо отметить, что проводимые меры по увеличению производительности труда и автоматизации технологических процессов в АПК не имели комплексного характера, следовательно, незначительно влияли на эффективность отрасли и как результат - конкурентоспособность продукции. Поэтому разработка и внедрение компьютерной системы поддержки принятия решений в управление технологическими процессами растениеводства, базирующейся на математических моделях анализа и оценки экономической эффективности технологий возделывания сельскохозяйственных культур, моделях рационализации севооборота, моделях анализа данных книги истории полей севооборота, модели оптимального подбора средств защиты растений и удобрений приобрело весьма актуальный характер. Данный научный проект можно считать приоритетным и высоко востребованным, как способствующий выполнению одного из требований Государственной программы развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия Российской Федерации на 2013-2020 годы. Целью проекта является совершенствование математических моделей и методов управления технологическими процессами на предприятиях АПК путем разработки и внедрения комплексной автоматизированной информационной системы управления растениеводством. Статья посвящена теоретическому обоснованию актуальности проектирования и программной реализации комплексной автоматизированной информационной системы для управления технологическими процессами растениеводства с использованием современных технологий облачного хранения данных, а так же технологий анализа данных «BigData».
Annotation. Problems of crop management and management decision support are relevant at the moment. Crop production is of strategic importance and is the basis of our country's food security. The use of information technologies in agriculture was limited to the use of computers and software, mainly for managing financial operations and maintaining accounting and operational accounting. It should be noted that the measures taken to increase labor productivity and automate technological processes in the agro-industrial complex did not have a complex nature, therefore, had little effect on the efficiency of the industry and, as a result, product competitiveness. Therefore, the development and implementation of a computer decision support system in the management of crop production processes based on mathematical models for analyzing and evaluating the economic efficiency of crop cultivation technologies, crop rotation rationalization models, crop analysis field analysis data models plants and fertilizers has become very relevant. This research project can be considered a priority and highly sought-after, as contributing to the fulfillment of one of the requirements of the State Program for the Development of Agriculture and Regulation of Agricultural Products, Raw Materials and Food of the Russian Federation for 2013-2020. The aim of the project is to improve the mathematical models and methods for managing technological processes at agricultural enterprises through the development and implementation of an integrated automated information system for crop management. The article is devoted to the theoretical substantiation of the relevance of the design and software implementation of an integrated automated information system for managing crop production processes using modern cloud storage technologies, as well as BigData data analysis technologies.
Ключевые слова: информационная система, система поддержки принятия решений, растениеводство, управление, АПК.
Key words: information system, decision support system, crop production, management, agribusiness.
Уровень сельскохозяйственного производства в нашей стране достиг определенной, достаточно высокой, отметки, о чем свидетельствуют текущие показатели инвестиций в сельское хозяйство и рост конкуренции
среди производителей сельхозпродукции. В процессах управления производства продукции АПК растет объем и качество применяемых современных ИТ-технологий, в том числе систем сбора, хранения и обработки информации. Источником информации служат данные, поступающие со спутников, специализированных датчиков и сенсоров, а так же различных информационных систем управления. При этом значительно увеличивается как объем получаемых данных, так и потребность в их качественной обработке и достоверных выводах, на которые можно полагаться в процессе принятия управленческих решения. В результате формируется спрос на промышленные аналитические системы и, в частности, системы комплексной автоматизации управления технологическими процессами в АПК.
Однако российский сельскохозяйственный сектор значительно отстает от развитых стран. Производительность сельскохозяйственного труда в нашей стране все еще ниже, чем в США и Западной Европе, что объясняется низким проникновением в отрасль интеллектуальных решений. Несмотря на огромные посевные площади, которые согласно Росстату составляют около 80 млн. гектар, современные АИС применятся только на 510% территорий.
Основной способ решения проблемы - активный переход к интеллектуальным технологиям сельскохозяйственного производства. В конце 2016 года вице-премьер Аркадий Дворкович дал поручение Минсельхозу, Минпромторгу и Минкомсвязи составить план внедрения в агропромышленный комплекс технологий Интер-нета-вещей, на основании которого Фонд развития Интернет-инициатив (ФРИИ) разработал «Дорожную карту», в которой детально расписан план внедрения инновационных технологий в отечественный агропромышленный сектор до 2020 года. Планируется, что к 2020 году 30% российских фермерских хозяйств и агрокомплексов будут активно использовать технологии Интернета-вещей.
Как мы видим, интеллектуальные решения будут в ближайшее время активно внедряться в отечественный агропромышленный сектор. Поэтому сельхозпроизводителям стоит уже сейчас внимательно присмотреться к игрокам рынка, занимающихся разработкой умных решений для сельского хозяйства.
Целью исследований является совершенствование системы управления растениеводством путем разработки и внедрения модулей программного и информационного обеспечения информационной системы комплексного управления растениеводством.
Не так давно российские аграрии начали использовать цифровые технологии для составления технологических карт возделывания полевых культур, мониторинга машинотракторного парка и текущего состояния сельскохозяйственных угодий (технологии точного земледелия и ГИС-технологии).
Технические и программные средства управления технологическими процессами растениеводства постоянно эволюционируют и резкий рост спроса на подобного рода системы произошел, когда на отрасль сельскохозяйственного производства (особенно полеводства и растениеводства) обратили свое внимание ГГ-компании, которые предложили концепцию мониторинга полного производственного цикла продукции растениеводства или животноводства за счет «умных» устройств, передающих и обрабатывающих текущие параметры каждого объекта и его окружения (оборудования и датчиков, измеряющих параметры почвы (см. рис. 1), растений, микроклимата и т.д.). Благодаря объединению объектов в единую сеть, обмену и управлению данными на основе Интернета-вещей, возросшей производительной мощности компьютеров, развитию программного обеспечения и облачных платформ, стало возможным автоматизировать максимальное количество сельскохозяйственных процессов за счет создания виртуальной (цифровой) модели всего цикла производства и взаимосвязанных звеньев цепочки создания стоимости, и с математической точностью планировать график работ, принимать экстренные меры для предотвращения потерь в случае зафиксированной угрозы, просчитывать возможную урожайность, себестоимость производства и прибыль.
Рисунок 1 - Аппаратно-программный комплекс мониторинга физико-химического состояния почвы
Приоритетной задачей ИТ в области сельскохозяйственного производства становится максимальная автоматизация всех этапов производственного цикла растениеводства для сокращения потерь, повышения производительности труда, оптимального распределения производственных ресурсов.
Дальнейшая автоматизация представляет собой более высокий уровень цифровой интеграции, который затрагивает сложнейшие организационные изменения в агробизнесе, однако их реализация способна кардинально повлиять на прибыль и конкурентоспособность продукции и компании АПК в целом. Интеграция получаемых данных с различными интеллектуальными ИТ-приложениями, производящими их обработку в режиме реального времени, осуществляет революционный сдвиг в принятии решений для фермера, предоставляя результаты анализа множественных факторов и обоснование для последующих действий. При этом, чем больше датчиков, сенсоров и полевых контроллеров подключены в единую сеть и обмениваются данными, тем более «умной» становится информационная система и больше полезной информации для пользователя она способна предоставить (см. рис 2).
рН Почвы
Электропроводимость почвы
Содержание органики
" Текстура I почвы
сиФ
РН
6.4-7.0 6.2-6.-4
I I 6.0-6.2
Ц 5.8-6 О ■ 5.0-5.6
1|
Г I1!
I
:
■I !'ш
I!
Органика, % I I 1.6-2.2 I I 2.2-2 Л Г~1 2.4-2,6 ШШ 2.42,8 И 2.3-3.2
Рисунок 2 - Данные показателей почвы на определенную дату в электронной книге истории полей
Разработанная нами комплексная автоматизированная информационная система поддержки принятия решений в управлении технологическими процессами растениеводства имеет модульную структуру (см. рис. 3), базирующуюся на комплексе математических моделей и методик.
Модель оптимизации севооборотов
Модель БД севооборотов
БД
Севооборотов
Модель БД Технологий
БД
Технологий
Модель БД информационно-поисковой системы
БД
Информационно-
системы
Модель «Бинарные
решающие _матрицы»_
Модель метода «Паук-ЦИС»
Матричная модель «Таблицы оценок»
Книга истории полей севооборотов
Т
БД Книги истории полей севооборотов -I-I-
Ч
Модель
текнол отческой
карты
N
Модель БД Истории полей севооборотов
Т
Технологическая карта
Эконом ическа я эффективность
Условные обозначения
Прямая Обрат
Рисунок 3 - Модельное обеспечение комплексной АИС управления технологическими
процессами растениеводства
Модуль расчета технологических карт и обоснованного выбора технологии.
Несмотря на значительное количество исследований по управлению растениеводством, малоизученными остаются вопросы применения математических моделей, методов и средств информационного обеспечения для комплексной оценки эффективности технологических процессов в растениеводстве [3]. На наш взгляд такая оценка должна производиться с учетом наиболее существенных экономических, биологических, энергетических и экологических факторов. В то же время, большинство современных подходов наряду с экономической оценкой учитывают только одну из перечисленных групп факторов. В этом случае комплексность и объективность оценки технологий можно поставить под сомнение.
В работе предлагается методика комплексной оценки агротехнологий, разработанная по результатам анализа предметной области, разработанной нами методики анализа и оценки экономической эффективности технологий, биоэнергетической оценки и комплекса агроэкологических показателей. Данная методика представлена схемой взаимодействия информационных процессов и потоков данных и реализована в рамках информационной системы (ИС) предприятия АПК. Апробация проводилось в ОАО «Агрофирма «Луч» Динского района Краснодарского края. Полученная схема взаимодействия информационных процессов и потоков данных ком-илексиой оценки агротехнологий приведена на рисунке 4.
Главный агроном - полевод хозяйства
5
Тип севооборота,
культуры, доп.ограничения
Схема севооборота
Входные денные
Разработка севооборотов и их совершенствование (1)
Технологическая карта
Критерии поиска
Разработка и расчет технологических карт (2)
Запросы к БД
Запросы к БД
БД Севооборотов
Найденная
информация Информация из лераичных док -OR
Поиск СЗР. удобрений, машин и агрегатов (3)
Шнуровая книга истории
полей севооборотов
Заполнение книги истории полей севооборотов (7)
Запросы к БД
БД Технологических карт
Запросы к БД
БД
Информационно-оисковой системы
Оценочные таблицы технологий
БД Истории полей севооборотов
Запись утвержденной тек но погни 41 базу данных
Оценка технологии по экономическим показателям
(4)
Критерии поискЭг j набор технологий
Оценка технологии по биоэнергетическим показателям (5)
Оценка технологии по экологическим показателям
(6}
Выбранная технология (на утверждение)
Выбранная технология (на утвержден но)
Главный агроном - полевод хозяйства
Руководительхозяйства
Рисунок 3 - Схема взаимодействия информационных процессов и потоков данных комплексной оценки агротехнологий
Модуль совершенствования системы севооборотов хозяйства.
Основная задача модуля: на основании введенных агрономом данных (тип севооборота, выбранной ротации севооборота и количества полей, а также списка культур и количество полей под культуру в данном севообороте) модуль в соответствии с матрицей оценок «предшественник-культура» и разработанным алгоритмом составляет научно обоснованные варианты севооборотов [2].
Модуль истории полей и анализ данных «BigData».
BigData - это огромные объемы структурированных и неструктурированных данных, а также методы и инструменты их обработки. На сегодняшний день BigData - это популярная модная тенденция, но в сельском хозяйстве она развита слабо. BigData, в свою очередь, это многофункциональный набор стратегий для анализа данных. Фермерам недостаточно просто купить и установить специальные устройства для сбора данных, ими нужно правильно оперировать для получения значительной выгоды. База данных модуля истории полей является основой для проведения интеллектуального анализа данных с использованием технологии «BigData».
Впервые за всю историю сельского хозяйства у фермера появляется возможность контролировать природные факторы, проектировать точные бизнес-процессы, и, кроме того, прогнозировать результат с математической точностью.
Источники:
1. Галиев К.С. Использование терминов «АСУ» и «ИС» в сельском хозяйстве с точки зрения информа-
тики / К.С. Галиев, Е.К. Печурина // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2017. - №03(127). С. 803 - 823. - IDA [article ID]: 1271703056. - Режим доступа: http://ej.kubagro.ru/2017/03/pdf/56.pdf, 1,312 у.п.л.
2.Лойко В.И. Адаптация модели бинарных решающих матриц к задаче выбора технологий возделывания сельскохозяйственных культур / В.И. Лойко, В.В. Ткаченко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2015. -№10(114). С. 1592 - 1603. - IDA [article ID]: 1141510115. - Режим доступа: http://ej.kubagro.ru/2015/10/pdf/115.pdf, 0,75 у.п.л.
3.Ткаченко Н.А. Проектирование и разработка программного комплекса эффективного управления процессами растениеводства / Н.А. Ткаченко // В сборнике: Научное обеспечение агропромышленного комплекса. Отв. за вып. А.Г. Кощаев. - 2016. - С. 521-522.
Sources:
1. Galiev K.S. Use of the terms "ACS" and "IS" in agriculture from the point of view of computer science / K.S. Galiev, E.K. Pechurin // Polytematic network electronic scientific journal of the Kuban State Agrarian University (Scientific journal KubGAU) [Electronic resource]. - Krasnodar: KubSAU, 2017. - №03 (127). Pp. 803 - 823. - IDA [article ID]: 1271703056. - Access mode: http://ej.kubagro.ru/2017/03/pdf/56.pdf, 1,312 fct.
2. Loiko V.I. Adaptation of the model of binary decision matrices to the problem of choosing technologies for the cultivation of agricultural crops / V.I. Loiko, V.V. Tkachenko // Polythematic network electronic scientific journal of the Kuban State Agrarian University (Scientific journal of KubSAU) [Electronic resource]. - Krasnodar: KubSAU, 2015. - №10 (114). Pp. 1592 - 1603. - IDA [article ID]: 1141510115. - Access mode: http://ej.kubagro.ru/2015/10/pdf/115.pdf, 0.75 fct.
3. N.A. Tkachenko Design and development of a software system for efficient plant management processes / N.A. Tkachenko // In the collection: Scientific support of the agroindustrial complex. Ed. for issue A.G. Koshchaev. - 2016.
К.Э. Тюпаков
профессор кафедры экономики и внешнеэкономической деятельности, д.э.н.,
Кубанский государственный аграрный университет
K.E. Tyupakov
professor of the Department of economy andforeign economic activity, Doctor of Economics
Kuban state agrarian University (tupakov@yandex ru) В.С. Курносов
доцент кафедры экономики и внешнеэкономической деятельности, к.э.н., Кубанский государственный аграрный университет
V.S. Kurnosov
associate Professor of the Department of economy andforeign economic activity, Cand. Ekon.D.
Kuban state agrarian University (kurnosovmen@mail. ru)
СОВРЕМЕННОЕ СОСТОЯНИЕ И ПЕРСПЕКТИВЫ РАЗВИТИЯ АПК КРАСНОДАРСКОГО КРАЯ
Аннотация. В статье дана характеристика современного производственно-экономического состояния всех сфер агропромышленного комплекса Краснодарского края. Представлены основные показатели их развития, динамика производства продукции сельского хозяйства Краснодарского края, структура продукции сельского хозяйства по категориям хозяйств, ресурсы и эффективность деятельности сельскохозяйственных организаций Краснодарского края. Предложена концепция повышения экономической эффективности регионального агропромышленного комплекса, основывающаяся на двух основных элементах: получение максимального объема продукции на единицу использованных ресурсов и использование производственных факторов с учетом минимизации затрат на их привлечения в процесс производства. Разработана экономико-статистическая модель стохастической производственной границы для определения оптимального размера производства, при котором достигается максимальная производительность используемых ресурсов. Определены перспективы развития агропромышленного комплекса Краснодарского края.
Annotation. The article describes the current production and economic state of all spheres of the agro-industrial complex of the Krasnodar region. The main indicators of their development, the dynamics of agricultural production of the Krasnodar region, the structure of agricultural products by categories of farms, resources and efficiency of agricultural organizations of the Krasnodar region. The concept of increasing the economic efficiency of the regional agro-industrial complex, based on two main elements: obtaining the maximum volume of production per unit of used resources and the use of production factors, taking into account the minimization of the cost of their involvement in the production process. An economic and statistical model of the stochastic production boundary has been developed to determine the optimal size of production, at which the maximum productivity of the resources used is achieved. Prospects of development are defined.
Ключевые слова: агропромышленный комплекс, производственные ресурсы, прибыль, рентабельность, экономическая эффективность.
Keywords: agro-industrial complex, production resources, profit, profitability, economic efficiency.
Географическое расположение, природно-климатические условия, история освоения и заселения Краснодарского края позволяют обеспечить рациональное размещение на его территории производительных сил аг-
