В настоящее время возникла необходимость
поиска эффективных направлений восстановления утраченных достижений в зерновом хозяйстве,
прежде всего на основе интенсификации отрасли. Наиболее приемлемым является разработка
и внедрение ресурсосберегающих и экологически безопасных технологий, обеспечивающих
получение прироста производства продукции высокого качества с меньшими материально-денежными
затратами на единицу продукции.
Нами определено, что перспективным
элементом в управлении является прогнозирование и принятие решений по выбору агротехнологий выращивания зерна.
В работе решены задачи идентификации,
прогнозирования, поддержки принятия управленческих решений и исследования системно-когнитивной
модели, согласно этапам, отраженные в 3-й главе монографии.
С использованием метода и инструментария
системно-когнитивного анализа нами предложена методика прогнозирования и принятия
управленческих решений по выбору агротехнологий производства
зерна озимой пшеницы, с высокой вероятностью (верификация данной модели определило
ее высокую адекватность) обеспечивающая желаемый хозяйственный и финансово-экономический
результат.
В созданных моделях впервые в отечественной
науке исследовано влияние на хозяйственные, энергетические и финансово-экономические
результаты всех видов факторов: природных, агротехнологических,
энергетических и финансово-экономических.
Исследование модели показало, что
наибольшее влияние, из рассмотренных признаков, на природно-экономическую систему
оказывают природные факторы. Для получения желаемого хозяйственного и финансово-экономического
результата рекомендовано повышенные дозы удобрений полного комплекса, в качестве
предшественника использовать горох и эспарцет, зернотравянопропашный
севооборот, для энергетических результатов - из предшественников рекомендуется горох,
а также минимальная доза NPK.
Представленные в монографии выводы
и предлагаемые на основе моделей рекомендации, совпадают с мнениями экспертов, но
в отличие от последних, имеет количественное выражение.
В то же время они могут отличаться в деталях для разных хозяйств и регионов. СК-анализ позволяет уточнять эти знания, внося локальные особенности,
а также учитывать изменения, происходящие в динамике.