В России традиционно решение продовольственной проблемы
зависит от уровня развития зернового хозяйства, которое определяет состояние аграрной
сферы экономики, социально-политическую и экономическую стабильность в стране, ее
продовольственную безопасность.
Переход зернового производства России на инновационный
путь развития является одним из важнейших приоритетов, зафиксированных в стратегии
инновационного развития агропромышленного комплекса Российской Федерации на период
до 2020 года.
Цель Стратегии – повышение темпов роста производства,
экономической эффективности и конкурентоспособности российских товаропроизводителей,
позволяющие обеспечить продовольственную безопасность страны.
В растениеводстве инновации
представляют собой реализацию в хозяйственную практику результатов исследований
и разработок в виде новых сортов, новых или улучшенных продуктов питания, материалов,
новых технологий в производстве и перерабатывающей промышленности, новых удобрений
и средств защиты, новой техники, новых форм организации и управления различными
сферами экономики, позволяющих повысить экономическую, экологическую и социальную
эффективность производства.
Существовавшие при плановой экономике приемы хозяйствования,
в настоящее время требуют пересмотра. Разработка новых подходов к управлению с учетом
складывающихся критериев эффективности и качества рыночной экономики является одним
из приоритетов современной науки и практики.
Управление в зерновом хозяйстве инновациями представляет
собой комплексную проблему, заключающеюся в рациональном выборе целей производства
для конкретного предприятия, оценке их достижимости и выборе путей их достижения.
Важным элементом в управлении является предвидение
возможного исхода событий. Предвидение (прогнозирование) событий позволяет определить
различного рода последствия, подготовиться или предотвратить отрицательные, реализовать
положительные.
Разработка научных методов управления и прогнозирования
в зерновом производстве имеет ряд сложностей:
– специфика объекта управления – сложность, нелинейность,
слабодетерминированность, многофакторность;
– ограниченность в полной, достоверной, незашумленной исходной информации, а также недоступность электронных
баз данных, необходимых для принятия управленческих решений;
– длительность цикла управления;
– недостаточная исследованность характера реагирования
объекта управления на управляющие факторы и отсутствие математических методов построения
моделей сложных нелинейных слабодетерминированных многофакторных
объектов управления и прогнозирования.
Исходя из вышеназванных сложностей, возникает проблема,
решение которой отражено в работе, заключающаяся в научно-обоснованном, эффективном
прогнозировании результатов и принятии управленческих решений по выбору агротехнологий, обеспечивающих желаемый результат.
Объектом исследования является природно-экономическая
система выращивания зерна озимой пшеницы Краснодарского края.
Природно-экономическая система выращивания зерна
озимой пшеницы является сложным и многопараметрическим (огромное число различных
разнородных факторов), слабодетерминированным (не один
из существующих факторов не является определяющим), нелинейным (результат совместного
влияния факторов не является суммой влияния этих факторов) объектом управления и
прогнозирования, информация о котором фрагментирована и зашумлена.
Предмет исследования – прогнозирование и принятие
управленческих решений по выбору агротехнологий производства
зерна озимой пшеницы.
Целью работы является разработка системно-когнитивной
модели и методики ее применения для прогнозирования и поддержки принятия управленческих
решений по выбору агротехнологий, обеспечивающих с высокой
вероятностью желаемый хозяйственный, и финансово-экономический результат.
Исходя из цели исследования, нами были поставлены
следующие задачи:
1)
раскрыть
теоретические основы инноваций в зерновом производстве;
2)
сформулировать
требования к решению проблемы;
3)
раскрыть
основное содержание интеллектуальных систем;
4)
выбрать
наиболее подходящий метод решения проблемы;
5)
раскрыть
суть и методику выбранного метода решения проблемы;
6)
описать
результаты применения методики;
7)
определить
ограничения и перспективы развития метода и методики.
Согласно описанию объекта исследования, разработанная
модель должна удовлетворять следующим требованиям:
– отражать большое число свойств;
– обеспечивать выявление силы и направления большого
числа факторов различной природы на большое количество результативных параметров;
– учитывать влияние факторов как сильно влияющих,
так и слабо влияющих на объект управления и прогнозирования;
– учитывать взаимодействие совместно действующих
факторов;
– работать в условиях отсутствия в исходных данных
ряда сочетаний значений входных и выходных параметров, в том числе на малых выборках;
– корректно обрабатывать фрагментированную (неполную)
и отчасти недостоверную информацию;
– иметь программный инструментарий, обеспечивающий
применение на практике применение и адаптацию методики.