Когнитивная структуризация и формальная постановка задачи устойчивости перерабатывающего комплекса

1

Размещено на http://www.allbest.ru//

Размещено на http://www.allbest.ru//

Когнитивная структуризация и формальная постановка задачи устойчивости перерабатывающего комплекса

В статье задача изучения устойчивости перерабатывающего комплекса региона сводится к разработке его формальной модели и исследованию ее на устойчивость. Анализируются характеристики доступных источников исходных данных для разработки модели, и сформулированные требования к модели рассматриваются как критерии выбора. В качестве инструмента моделирования предлагается применить новый перспективный метод системно-когнитивного анализа (СК-анализ). Конкретная реализация первого этапа СК-анализа, заключающегося в когнитивной структуризации и формализации предметной области, позволяет непосредственно приступить к синтезу численной модели, обеспечивающей исследование устойчивости управления и работы перерабатывающего комплекса региона.

Формулирование проблемы

В данной статье перерабатывающий комплекс региона (ПКР) рассматривается с точки зрения проектирования автоматизированных систем управления (АСУ).

Устойчивость ПКР складывается из устойчивости управления и устойчивости работы. Под устойчивостью управления в статье понимается отсутствие сильных реакций ПКР на слабые управляющие воздействия, а под устойчивостью работы - отсутствие сильных реакций в условиях сильных и сверхсильных внешних воздействий [1, 2].

Очевидно, что исследование устойчивости работы и управления ПКР в принципе не может быть осуществлено на основе проведения каких-либо экспериментов с ним. Поэтому исследуем поведение ПКР в реальных условиях в течение определенного периода. На основе ретроспективных данных предлагаем осуществить синтез комплексной модели ПКР и исследуем ее на устойчивость. Полученные результаты могут считаться исследованием самого моделируемого объекта только в том случае, если будет подтверждена адекватность модели.

Прежде всего, необходимо выбрать тип модели, обеспечивающей комплексную обработку имеющихся исходных данных.

Исследование характеристик источников исходных данных

Источники информации

Проведенный анализ доступных источников информации о работе перерабатывающего комплекса Краснодарского края показал, что наиболее полной информацией на данный момент обладает Краевой комитет статистики и ГУ «Инвестинформсервис АПК», входящее в состав администрации Краснодарского края. Эта организация уже несколько лет поддерживает электронные базы данных по ряду отраслей АПК региона. Таких баз в настоящее время насчитывается более 50, однако, только некоторые из них охватывают период более трех лет.

В работах [2, 3] приводятся такие данные в натуральном, относительном и стоимостном выражении за 1995-2002 годы включительно. Анализ структуры этих таблиц показал, что данные в них представлены в различных разрезах и не всегда могут быть приведены к одной стандартной типовой форме. Эта работа выполнена нами не для всего объема исходных данных, а лишь для тех, для которых это оказалось возможным. Тем не менее, нам удалось в одной комплексной таблице 1 представить данные десятков разрозненных таблиц.

Таблица 1. Исходные данные по работе АПК Краснодарского края

№	Наименование показателя и единицы измерения	1995 г.	1998 г.	1999 г.	2000 г.	2001 г.	2002 г.
	ДИНАМИКА ПРОИЗВОДСТВА ПРОДУКТОВ ЖИВОТНОВОДСТВА, ТЫС.Т
	Все категории хозяйств
	Получено мяса, тыс.т			286,50	340,00	366,10
	Молоко, тыс. т			1137,40	1270,60	1361,70
	Яйца, млн шт.			1153,90	1390,30	1462,50
	Шерсть в физ. счете, тыс. т			0,30	0,30	0,30
	Сельскохозяйственные предприятия
	Получено мяса, тыс. т			131,40	165,70	181,80
	Молоко, тыс. т			834,90	914,20	965,80
	Яйца, млн шт.			617,80	819,30	861,80
	Шерсть в физ. счете, тыс. т			0,18	0,18	0,19
	ДИНАМИКА ОБЪЕМОВ ПРОИЗВОДСТВА ПРОДУКЦИИ В ОТРАСЛЯХ АПК, МЛН РУБ.
	Всего по предприятиям АПК	6771,00	11608,00	23486,00	29533,00	35676,00
	Отрасли, обеспечивающие АПК средствами производства	434,00	828,00	1485,00	2033,00	2167,00
	Отрасли, перерабатывающие сельскохозяйственное сырье	6337,00	10780,00	22001,00	27500,00	33509,00
	В т.ч. пищевая промышленность	5474,00	9362,00	20002,00	24535,00	30019,00
	В т.ч. мукомольно-крупяная и комбикормовая (МКК)	852,00	1406,00	1981,00	2947,00	3461,00
	ИНДЕКСЫ ФИЗИЧЕСКОГО ОБЪЕМА ПРОМЫШЛЕННОЙ ПРОДУКЦИИ, % К ПРЕД. ГОДУ
	Всего по предприятиям АПК	85,00	102,00	126,00	103,00	96,00
	Отрасли, обеспечивающие АПК средствами производства	77,00	115,00	105,00	94,00	84,00
	Отрасли, перерабатывающие сельскохозяйственное сырье	85,00	101,00	161,00	104,00	98,00
	В т.ч. пищевая промышленность	86,00	105,00	122,00	113,00	93,00
	В т.ч. мукомольно-крупяная и комбикормовая	82,00	95,00	102,00	126,00	103,00
	ДИНАМИКА ВАЛОВЫХ СБОРОВ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР, тыс. т
	Валовой сбор зерновых и зернобобовых		3532	6357	6792	7982	8481
	Валовой сбор пшеницы		1962	4230	4074	5291	5393
	Валовой сбор ячменя		806	1214	1471	1811	1825
	Валовой сбор кукурузы		329	423	587	252	633
	Валовой сбор риса		314	336	462	393	407
	Валовой сбор сахарной свеклы		2134	2936	2827	3048	4202
	Валовой сбор подсолнечника		570	613	622	469	732
	Валовой сбор сои		42	48	54	36	97
	ДИНАМИКА РАЗВИТИЯ ЖИВОТНОВОДСТВА В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ
	Поголовье крупного рогатого скота (КРС)			740,00	750,00	737,00	733,00
	Поголовье коров			393,00	290,00	279,00	271,00
	Свиней			990,00	1225,00	1171,00	1242,00
	Овец			61,00	59,00	56,00	54,00
	Птицы, млн гол.			7,00	8,00	9,00	10,00
	ДИНАМИКА ПРОДУКТИВНОСТИ СКОТА И ПТИЦЫ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ
	Средний удой молока от одной коровы, кг		2559,00	2864,00	3181,00	3529,00
	Средний настриг шерсти с одной овцы, кг		2,70	3,00	3,00	3,30
	Средняя яйценоскость одной курицы-несушки, шт.		214,00	222,00	255,00	258,00
	ДИНАМИКА РАСХОДА КОРМОВ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ
	Расход кормов на 1 голову условного скота, кг		36,00	31,80	35,10	34,00
	Расход концентрированных кормов на 1 голову условного скота, кг		14,60	14,20	16,10	15,60
	ЧИСЛО ПРЕДПРИЯТИЙ, ВХОДЯЩИХ В АПК КРАСНОДАРСКОГО КРАЯ, ЕДИНИЦ
	Промышленность - всего		3784,00	3937,00	3430,00	4159,00
	Крупные и средние предприятия		288,00	275,00	248,00	283,00
	Предприятия, состоящие на балансе сельскохозяйственных и других непромышленных организаций		2569,00	2963,00	2397,00	3028,00
	Малые предприятия		927,00	699,00	785,00	848,00
	ИСПОЛЬЗОВАНИЕ СРЕДНЕГОДОВОЙ МОЩНОСТИ ПРЕДПРИЯТИЙ ПО ВЫПУСКУ ОТДЕЛЬНЫХ ВИДОВ ПРОДУКЦИИ, %
	Мясо	35,00	13,00	12,00	24,00	28,00
	Масло животное	46,00	28,00	28,00	31,00	31,00
	Цельномолочная продукция	22,00	33,00	35,00	53,00	55,00
	Сахар-песок	93,00	79,00	82,00	83,00	85,00
	Консервы плодоовощные	27,00	15,00	24,00	40,00	38,00
	Вино виноградное	27,00	14,00	20,00	21,00	20,00
	Мука	88,00	62,00	79,00	65,00	79,00
	Комбикорма	39,00	17,00	14,00	15,00	17,00
	СРАВНИТЕЛЬНЫЕ ДАННЫЕ О СРЕДНИХ ЦЕНАХ РЕАЛИЗАЦИИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ, ПЕРЕРАБАТЫВАЮЩИХ ПРЕДПРИЯТИЙ И ПОТРЕБИТЕЛЬСКИХ ЦЕНАХ НА ОТДЕЛЬНЫЕ ВИДЫ ЖИВОТНОВОДЧЕСКОЙ ПРОДУКЦИИ, ТЫС. РУБ.
	Цены реализации сельскохозяйственных предприятий за 1 т
	Крупный рогатый скот	2,60	5,70	11,50	13,70	18,70
	Свиньи	3,50	8,30	14,20	17,30	26,90
	Птица	3,30	8,50	15,70	19,80	24,40
	Молоко и молочные продукты	0,70	1,30	2,90	3,40	4,30
	Цены реализации перерабатывающих предприятий за 1 т
	Говядина	9,50	20,20	33,20	42,70	51,80	740,10
	Свинина	10,30	19,40	27,30	43,40	49,10	476,60
	Мясо птицы		20,50	281,00	34,40	37,60	183,40
	Потребительские цены в торговле за 1 т
	Говядина	12,50	23,80	42,50	49,40	66,80	534,40
	Свинина	14,60	26,30	42,40	55,00	79,60	545,20
	Куры	11,70	26,30	38,80	50,60	60,60	517,90
	Молоко цельное	2,20	4,70	5,80	6,30	8,60	390,90
	ДИНАМИКА СТРУКТУРЫ СЕБЕСТОИМОСТИ ПРОМЫШЛЕННОЙ ПРОДУКЦИИ ПО ЭЛЕМЕНТАМ ЗАТРАТ В РАЗРЕЗЕ ОТРАСЛЕЙ (КРУПНЫЕ И СРЕДНИЕ ПРЕДПРИЯТИЯ)
	Всего по предприятиям АПК
	Материальные затраты	73,40	73,10	78,00	78,00	75,80
	В т.ч. сырье и материалы	61,10	62,00	70,30	68,60	67,30
	Комплектующие и полуфабрикаты	1,20	1,10	0,80	1,00	1,10
	Работы и услуги	2,60	2,10	2,10	2,10	1,50
	Топливо и энергия	8,40	7,80	4,70	6,30	5,90
	Оплата труда	8,70	9,50	7,00	9,00	10,20
	Отрасли, перерабатывающие сельскохозяйственное сырье
	Из них материальные затраты	74,20	73,70	78,60	78,70	76,50
	В т.ч. сырье и материалы	62,60	63,60	1,90	70,40	68,40
	Комплектующие и полуфабрикаты	1,00	0,90	0,50	0,50	1,00
	Работы и услуги	2,60	2,00	1,70	1,80	1,80
	Топливо и энергия	8,10	7,20	4,50	6,10	5,70
	Оплата труда	8,40	9,20	6,70	8,60	9,80
	ДИНАМИКА ПОСЕВНЫХ ПЛОЩАДЕЙ И УРОЖАЙНОСТИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР
	Зерновые и зернобобовые
	Уборочная площадь, тыс. га		1464	1884	1967	2103	2045
	Урожайность, ц/га		24	34	35	39	42
	В т.ч. пшеница
	Уборочная площадь, тыс. га		692	1129	1061	1211	1151
	Урожайность, ц/га		28	38	38	44	47
	Ячмень
	Уборочная площадь, тыс. га		323	336	422	477	464
	Урожайность, ц/га		25	36	35	39	39
	Кукуруза на зерно
	Уборочная площадь, тыс. га		256	211	267	210	220
	Урожайность, ц/га		13	20	22	14	30
	Рис
	Уборочная площадь, тыс. га		92	113	111	99	103
	Урожайность, ц/га		34	30	42	42	42
	Сахарная свекла
	Уборочная площадь, тыс. га		151	163	126	128	142
	Урожайность, ц/га		142	180	224	241	295
	Подсолнечник
	Уборочная площадь, тыс. га		458	472	399	352	424
	Урожайность, ц/га		12	13	16	14	17
	Соя
	Уборочная площадь, тыс. га		78	50	48	44	59
	Урожайность, ц/га		5	10	11	9	18

Характеристики источников информации

Из анализа таблицы 1 по работе АПК Краснодарского края следует наличие значительной неполноты и фрагментарности исходных данных:

Нет данных ранее 1995 года, а также за 1996, 1997 и 2003 годы.

По ряду показателей отсутствуют данные за 1995, 1998 и 2002 годы.

Фактически достаточно полно представлены данные всего за 1999-2001 годы.

Данные представлены в трех видах «единиц измерения»:

в натуральном выражении (ряд различных единиц измерения);

в стоимостном выражении, причем не в сопоставимых единицах («твердой валюте»), а в рублях;

в относительном выражении, т.е. в процентах относительно предыдущего года.

Размерность исходных данных составляет 87 числовых показателей.

Требования к математической модели

Анализ характеристик исходных данных, отражающих динамику работы перерабатывающего комплекса региона, показывает, что его математическая модель должна обеспечивать:

- непараметрический анализ разнородных по своей природе данных, а также неполных (фрагментированных) и зашумленных данных большой размерности;

- выявление и исследование в сопоставимой форме причинно-следственных взаимосвязей факторов среды и управления различной природы, с одной стороны, и устойчивости ПКР - с другой.

Традиционные пути решения проблемы

В работе [1] было показано, что классические аналитические экономические модели, хорошо зарекомендовавшие себя в развитых странах, в условиях экономики переходного периода России имеют низкую степень адекватности, что не позволяет «настроить» эти модели на отражение наших реалий. Поэтому создание соответствующей нашим условиям аналитической модели макроэкономики переходного периода является проблематичным.

Статистические модели также не удовлетворяют сформулированным выше требованиям, т.к.:

- имеют жесткие ограничения по количеству исследуемых факторов, как правило, не более 10, тогда как в исследуемой модели факторов должно быть, по крайней мере, несколько десятков;

- требуют информации о результатах действия всех сочетаний исследуемых факторов («повторности»), что в исследуемой предметной области невыполнимо даже при нескольких факторах.

Необходимо подчеркнуть, что восполнить отсутствующие данные опытом не представляется возможным, т.к. объект исследования (перерабатывающий комплекс региона) принципиально не допускает какого-либо экспериментирования. Применение интерполяции также некорректно, т.к. в каждой строке и столбце корреляционной матрицы имеется более одного пропуска.

Кроме того, статистические модели очень сложно интерпретировать содержательно, для чего требуются большой труд квалифицированных аналитиков.

Таким образом, можно сделать вывод о том, что для моделирования такого сложного и малоисследованного объекта, каким является перерабатывающий комплекс региона, применение традиционных математических моделей сопряжено с множеством проблем.

Концепция решения проблемы

По мнению автора, решение поставленной проблемы может быть получено с помощью системно-когнитивного анализа (СК-анализ) [4], - нового перспективного математического метода системного анализа, основанного на теории информации, системном анализе и когнитивном моделировании. перерабатывающий структуризация регион модель

Весьма существенно, что для метода СК-анализа разработаны методика численных расчетов и соответствующий программный инструментарий [4], а также технология и методика их применения. Он прошел успешную апробацию при решении ряда задач в различных предметных областях. Метод является непараметрическим, позволяет сопоставимо обрабатывать тысячи градаций факторов и будущих состояний объекта управления при неполных (фрагментированных), зашумленных данных различной природы.

В работах [1, 4] приведен перечень этапов системно-когнитивного анализа, которые необходимо выполнить для того, чтобы осуществить синтез модели перерабатывающего комплекса и исследовать его на устойчивость работы и управления им.

Технология применения программного инструментария включает следующие этапы:

1. Когнитивная структуризация, а затем формализации предметной области.

2. Ввод данных мониторинга в базу прецедентов за период, в течение которого имеется необходимая информация в электронной форме.

3. Синтез семантической информационной модели (СИМ), обеспечивающей исследование устойчивости перерабатывающего комплекса региона (на примере Краснодарского края).

4. Оптимизация СИМ ПКР.

5. Проверка адекватности СИМ ПКР (внутренняя и внешняя, дифференциальная и интегральная валидность).

6. Анализ СИМ ПКР, изучение устойчивости управления и работы ПКР путем исследования его модели.

7. Идентификация состояний, прогнозирование и поддержка принятия управленческих решений по управлению ПКР с применением СИМ.

Наличие в распоряжении исследователей инструментария АСК-анализа позволяет осуществить не только синтез СИМ ПКР, но и периодическую адаптацию, а также синтез новых версий семантической информационной модели, обеспечивая тем самым отслеживание динамики предметной области и сохраняя высокую степень адекватности модели изменяющимся условиям.

Рассмотрим подробнее пути реализации первого этапа этой технологии, что и является основным предметом данной статьи:

- определяют факторы и будущие состояния объекта управления;

- измеряют область изменения и интервалы (диапазоны) числовых значений факторов, а также макропараметров, определяющих состояния объекта управления;

- конструируют классификационные и описательные шкалы и градации и их кодируют;

- исходные данные кодируют в системе классификационных и описательных шкал и градаций, в результате чего формируется обучающая выборка (база прецедентов, содержащая данные формализованного опыта управления перерабатывающим комплексом региона за ряд лет).

Когнитивная структуризация предметной области

Под когнитивной структуризацией предметной области будем понимать процесс ее познания, осуществляемый на основе системного подхода, в соответствии с которым объект познания рассматривается как система, имеющая сложное многоуровневое, иерархическое строение. Когнитивная структуризация предметной области - это начальный этап синтеза модели, подготавливающий формализацию [1, 4].

При когнитивной структуризации:

- выделяются целевые параметры системы, т.е. ее желательные и нежелательные будущие состояния, характеризующие ее на макроуровне;

- определяется система факторов, детерминирующих эти будущие состояния (факторы окружающей среды, технологические факторы и параметры системы на нижних уровнях ее иерархической структуры).

Основываясь на исходных данных, приведенных в таблице 1, и экономической постановке задачи устойчивости ПКР, представленной в работе [1], выделим для исследования в модели будущие состояния ПКР и факторы, определяющие их.

Будущие состояния объекта управления (классы).

Динамика производства продуктов животноводства

Все категории хозяйств

- получено мяса, тыс. т;

- молоко, тыс. т;

- яйца, млн шт.;

- шерсть в физ. счете, тыс. т.

Сельскохозяйственные предприятия

- получено мяса, тыс. т;

- молоко, тыс. т;

- яйца, млн шт.;

- шерсть в физ. счете, тыс. т.

ДИНАМИКА ОБЪЕМОВ ПРОИЗВОДСТВА ПРОДУКЦИИ В ОТРАСЛЯХ АПК, МЛН РУБ.

- всего по предприятиям АПК;

- отрасли, обеспечивающие АПК средствами производства;

- отрасли, перерабатывающие сельскохозяйственное сырье;

- в т.ч. пищевая промышленность;

- в т.ч. мукомольно-крупяная и комбикормовая (МКК).

ИНДЕКСЫ ФИЗИЧЕСКОГО ОБЪЕМА ПРОМЫШЛЕННОЙ ПРОДУКЦИИ, % К ПРЕД. ГОДУ

- всего по предприятиям АПК;

- отрасли, обеспечивающие АПК средствами производства;

- отрасли, перерабатывающие сельскохозяйственное сырье;

- в т.ч. пищевая промышленность;

- в т.ч. мукомольно-крупяная и комбикормовая.

ДИНАМИКА ВАЛОВЫХ СБОРОВ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР

- валовой сбор зерновых и зернобобовых, тыс. т;

- валовой сбор пшеницы, тыс. т;

- валовой сбор ячменя, тыс. т;

- валовой сбор кукурузы, тыс. т;

- валовой сбор риса, тыс. т;

- валовой сбор сахарной свеклы, тыс. т;

- валовой сбор подсолнечника, тыс. т;

- валовой сбор сои, тыс. т.

ФАКТОРЫ

ДИНАМИКА РАЗВИТИЯ ЖИВОТНОВОДСТВА В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ

- поголовье крупного рогатого скота (КРС);

- поголовье коров;

- свиней;

- овец;

- птицы, млн гол.

ДИНАМИКА ПРОДУКТИВНОСТИ СКОТА И ПТИЦЫ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ

- средний удой молока от одной коровы, кг;

- средний настриг шерсти с одной овцы, кг;

- средняя яйценоскость одной курицы-несушки, шт.

ДИНАМИКА РАСХОДА КОРМОВ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ

- расход кормов на 1 голову условного скота, кг;

- расход концентрированных кормов на 1 голову условного скота, кг.

ЧИСЛО ПРЕДПРИЯТИЙ, ВХОДЯЩИХ В АПК КРАСНОДАРСКОГО КРАЯ, ЕДИНИЦ

- промышленность - всего;

- крупные и средние предприятия;

- предприятия, состоящие на балансе сельскохозяйственных и других непромышленных организаций;

- малые предприятия.

ИСПОЛЬЗОВАНИЕ СРЕДНЕГОДОВОЙ МОЩНОСТИ ПРЕДПРИЯТИЙ ПО ВЫПУСКУ ОТДЕЛЬНЫХ ВИДОВ ПРОДУКЦИИ, %

- мясо;

- масло животное;

- цельномолочная продукция;

- сахар-песок;

- консервы плодоовощные;

- вино виноградное;

- мука;

- комбикорма.

СРАВНИТЕЛЬНЫЕ ДАННЫЕ О СРЕДНИХ ЦЕНАХ РЕАЛИЗАЦИИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ, ПЕРЕРАБАТЫВАЮЩИХ ПРЕДПРИЯТИЙ И ПОТРЕБИТЕЛЬСКИХ ЦЕНАХ НА ОТДЕЛЬНЫЕ ВИДЫ ЖИВОТНОВОДЧЕСКОЙ ПРОДУКЦИИ, ТЫС. РУБ.

Цены реализации сельскохозяйственных предприятий за 1 т

- крупный рогатый скот;

- свиньи;

- птица;

- молоко и молочные продукты.

Цены реализации перерабатывающих предприятий за 1 т

- говядина;

- свинина;

- мясо птицы.

Потребительские цены в торговле за 1 т

- говядина;

- свинина;

- куры;

- молоко цельное.

ДИНАМИКА СТРУКТУРЫ СЕБЕСТОИМОСТИ ПРОМЫШЛЕННОЙ ПРОДУКЦИИ ПО ЭЛЕМЕНТАМ ЗАТРАТ В РАЗРЕЗЕ ОТРАСЛЕЙ (КРУПНЫЕ И СРЕДНИЕ ПРЕДПРИЯТИЯ)

Всего по предприятиям АПК

- материальные затраты;

- в т.ч. сырье и материалы;

- комплектующие и полуфабрикаты;

- работы и услуги;

- топливо и энергия;

- оплата труда.

Отрасли, перерабатывающие сельскохозяйственное сырье

- из них материальные затраты;

- в т.ч. сырье и материалы;

- комплектующие и полуфабрикаты;

- работы и услуги;

- топливо и энергия;

- оплата труда.

ДИНАМИКА ПОСЕВНЫХ ПЛОЩАДЕЙ И УРОЖАЙНОСТИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР

Зерновые и зернобобовые

- уборочная площадь, тыс. га;

- урожайность, ц/га.

В т.ч. пшеница

- уборочная площадь, тыс. га;

- урожайность, ц/га.

Ячмень

- уборочная площадь, тыс. га;

- урожайность, ц/га.

Кукуруза на зерно

- уборочная площадь, тыс. га;

- урожайность, ц/га.

Рис

- уборочная площадь, тыс. га;

- урожайность, ц/га.

Сахарная свекла

- уборочная площадь, тыс. га;

- урожайность, ц/га.

Подсолнечник

- уборочная площадь, тыс. га;

- урожайность, ц/га.

Соя

- уборочная площадь, тыс. га;

- урожайность, ц/га.

6. Формализация предметной области

Формализация предметной области осуществляется на основе ее когнитивной структуризации и предполагает конструирование классификационных и описательных шкал и градаций, как правило, порядкового типа с использованием интервальных оценок, в системе которых предметная область описывается в форме, пригодной для обработки на компьютере с использованием математических моделей [4].

В соответствии с методом СК-анализа каждый числовой фактор, представленный в таблице 1, независимо от его смысла и единиц измерения, рассматривается как переменная числовая величина, принимающая определенное множество значений. Подобные величины формализуются путем сведения к интервальным значениям, т.е. введения некоторого количества диапазонов, охватывающих все множество значений фактора, и установления фактов попадания конкретного значения величины в определенный диапазон.

Для каждого фактора устанавливаются свои границы диапазонов, исходя из их количества и множества значений величины фактора.

Количество диапазонов может быть различным для разных факторов, но на практике удобнее выбирать их одинаковым. Чем больше диапазонов, тем точнее интервальные оценки. Однако это условие выполняется в том случае, когда, по крайней мере, для большинства диапазонов наблюдаются факты попадания значений факторов в них. Очевидно, для этого необходимо достаточно большое количество данных. Если их нет, то многие диапазоны могут оказаться пустыми и модель приближается к детерминистскому типу. В таком случае имеет смысл уменьшить их количество и тем самым увеличить данные.

Из этих рассуждений следует вывод о том, что при большом количестве данных можно увеличивать количество диапазонов и повысить точность исследования. Когда же данных недостаточно, приходится укрупнять диапазоны, что приводит к некоторой неточности выводов, но делает их статистически обоснованными. По-видимому, это утверждение можно считать одной из форм теоремы Котельникова об отсчетах.

СК-анализ предусматривает также возможность использования вторичных показателей, являющихся различными функциями первичных показателей. Однако этот подход требует данных большего объема и за длительный период времени, поэтому, в данном исследовании применяться не будет. Нами, прежде всего, было определено количество диапазонов, равное пяти. Затем были определены границы каждого диапазона:

- для каждого фактора были установлены минимальное и максимальное значения;

- весь интервал значений был разделен на пять равных частей (табл. 2).

Таблица 2. Области значений и границы диапазонов факторов

№ п/.п	Наименования факторов	MIN	MAX	D	Диапазоны
					1-й	2-й	3-й	4-й	5-й
					Min	Max	Min	Max	Min	Max	Min	Max	Min	Max
	ДИНАМИКА ПРОИЗВОДСТВА ПРОДУКТОВ ЖИВОТНОВОДСТВА , ТЫС.Т
	Все категории хозяйств
	Получено мяса, тыс. т	287	366	16	287	302	302	318	318	334	334	350	350	366
	Молоко, тыс. т	1137	1362	45	1137	1182	1182	1227	1227	1272	1272	1317	1317	1362
	Яйца, млн шт.	1154	1463	62	1154	1216	1216	1277	1277	1339	1339	1401	1401	1463
	Шерсть в физ. счете, тыс. т	0,30	0,30	0,00	0,30	0,30	0,30	0,30	0,30	0,30	0,30	0,30	0,30	0,30
	Сельскохозяйственные предприятия
	Получено мяса, тыс. т	131	182	10	131	141	141	152	152	162	162	172	172	182
	Молоко, тыс. т	835	966	26	835	861	861	887	887	913	913	940	940	966
	Яйца, млн шт.	618	862	49	618	667	667	715	715	764	764	813	813	862
	Шерсть в физ. счете, тыс. т	0,18	0,19	0,00	0,18	0,18	0,18	0,18	0,18	0,19	0,19	0,19	0,19	0,19
	ДИНАМИКА ОБЪЕМОВ ПРОИЗВОДСТВА ПРОДУКЦИИ В ОТРАСЛЯХ АПК, МЛН РУБ.
	Всего по предприятиям АПК	6771	35676	5781	6771	12552	12552	18333	18333	24114	24114	29895	29895	35676
	Отрасли, обеспечивающие АПК средствами производства	434	2167	347	434	781	781	1127	1127	1474	1474	1820	1820	2167
	Отрасли, перерабатывающие сельскохозяйственное сырье	6337	33509	5434	6337	11771	11771	17206	17206	22640	22640	28075	28075	33509
	В т.ч. пищевая промышленность	5474	30019	4909	5474	10383	10383	15292	15292	20201	20201	25110	25110	30019
	В т.ч. мукомольно-крупяная и комбикормовая (МКК)	852	3461	522	852	1374	1374	1896	1896	2417	2417	2939	2939	3461
	ИНДЕКСЫ ФИЗИЧЕСКОГО ОБЪЕМА ПРОМЫШЛЕННОЙ ПРОДУКЦИИ, % К ПРЕД. ГОДУ
	Всего по предприятиям АПК	85	126	8	85	93	93	101	101	110	110	118	118	126
	Отрасли, обеспечивающие АПК средствами производства	77	115	8	77	85	85	92	92	100	100	107	107	115
	Отрасли, перерабатывающие сельскохозяйственное сырье	85	161	15	85	100	100	115	115	131	131	146	146	161
	В т.ч. пищевая промышленность	86	122	7	86	93	93	100	100	108	108	115	115	122
	В т.ч. мукомольно-крупяная и комбикормовая	82	126	9	82	91	91	100	100	108	108	117	117	126
	ДИНАМИКА ВАЛОВЫХ СБОРОВ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР
	Валовой сбор зерновых и зернобобовых, тыс. т	3532	8481	990	3532	4522	4522	5512	5512	6502	6502	7491	7491	8481
	Валовой сбор пшеницы, тыс. т	1962	5393	686	1962	2648	2648	3334	3334	4021	4021	4707	4707	5393
	Валовой сбор ячменя, тыс. т	806	1825	204	806	1010	1010	1214	1214	1417	1417	1621	1621	1825
	Валовой сбор кукурузы, тыс. т	252	633	76	252	328	328	404	404	481	481	557	557	633
	Валовой сбор риса, тыс. т	314	462	30	314	344	344	373	373	403	403	432	432	462
	Валовой сбор сахарной свеклы, тыс. т	2134	4202	414	2134	2548	2548	2961	2961	3375	3375	3789	3789	4202
	Валовой сбор подсолнечника, тыс. т	469	732	53	469	521	521	574	574	627	627	680	680	732
	Валовой сбор сои, тыс. т	36	97	12	36	48	48	60	60	72	72	84	84	97
	ДИНАМИКА РАЗВИТИЯ ЖИВОТНОВОДСТВА В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ
	Поголовье крупного рогатого скота (КРС)	733	750	3	733	736	736	740	740	743	743	747	747	750
	Поголовье коров	271	393	24	271	295	295	320	320	344	344	369	369	393
	Свиней	990	1242	50	990	1040	1040	1091	1091	1141	1141	1192	1192	1242
	Овец	54	61	1	54	55	55	57	57	58	58	60	60	61
	Птицы, млн гол.	7	10	1	7	8	8	8	8	9	9	9	9	10
	ДИНАМИКА ПРОДУКТИВНОСТИ СКОТА И ПТИЦЫ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ
	Средний удой молока от одной коровы, кг	2559	3529	194	2559	2753	2753	2947	2947	3141	3141	3335	3335	3529
	Средний настриг шерсти с одной овцы, кг	3	3	0	3	3	3	3	3	3	3	3	3	3
	Средняя яйценоскость одной курицы-несушки, шт.	214	258	9	214	223	223	232	232	240	240	249	249	258
	ДИНАМИКА РАСХОДА КОРМОВ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ
	Расход кормов на 1 голову условного скота, кг	32	36	1	32	33	33	33	33	34	34	35	35	36
	Расход концентрированных кормов на 1 голову условного скота, кг	14	16	0	14	15	15	15	15	15	15	16	16	16
	ЧИСЛО ПРЕДПРИЯТИЙ, ВХОДЯЩИХ В АПК КРАСНОДАРСКОГО КРАЯ, ЕДИНИЦ
	Промышленность - всего	3430	4159	146	3430	3576	3576	3722	3722	3867	3867	4013	4013	4159
	Крупные и средние предприятия	248	297	10	248	258	258	268	268	277	277	287	287	297
	Предприятия, состоящие на балансе сельскохозяйственных и др. непромышленных организаций	2397	3028	126	2397	2523	2523	2649	2649	2776	2776	2902	2902	3028
	Малые предприятия	699	927	46	699	745	745	790	790	836	836	881	881	927
	ИСПОЛЬЗОВАНИЕ СРЕДНЕГОДОВОЙ МОЩНОСТИ ПРЕДПРИЯТИЙ ПО ВЫПУСКУ ОТДЕЛЬНЫХ ВИДОВ ПРОДУКЦИИ, %
	Мясо	12	35	5	12	17	17	21	21	26	26	30	30	35
	Масло животное	28	46	4	28	32	32	35	35	39	39	42	42	46
	Цельномолочная продукция	22	55	7	22	29	29	35	35	42	42	48	48	55
	Сахар-песок	79	93	3	79	82	82	85	85	87	87	90	90	93
	Консервы плодоовощные	15	40	5	15	20	20	25	25	30	30	35	35	40
	Вино виноградное	14	27	3	14	17	17	19	19	22	22	24	24	27
	Мука	62	88	5	62	67	67	72	72	78	78	83	83	88
	Комбикорма	14	39	5	14	19	19	24	24	29	29	34	34	39
	СРАВНИТЕЛЬНЫЕ ДАННЫЕ О СРЕДНИХ ЦЕНАХ РЕАЛИЗАЦИИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ, ПЕРЕРАБАТЫВАЮЩИХ ПРЕДПРИЯТИЙ И ПОТРЕБИТЕЛЬСКИХ ЦЕНАХ НА ОТДЕЛЬНЫЕ ВИДЫ ЖИВОТНОВОДЧЕСКОЙ ПРОДУКЦИИ, ТЫС. РУБ.
	Цены реализации сельскохозяйственных предприятий за 1 т
	Крупный рогатый скот	3	19	3	3	6	6	9	9	12	12	15	15	19
	Свиньи	4	27	5	4	8	8	13	13	18	18	22	22	27
	Птица	3	24	4	3	8	8	12	12	16	16	20	20	24
	Молоко и молочные продукты	1	4	1	1	1	1	2	2	3	3	4	4	4
	Цены реализации перерабатывающих предприятий за 1 т
	Говядина	10	740	146	10	156	156	302	302	448	448	594	594	740
	Свинина	10	477	93	10	104	104	197	197	290	290	383	383	477
	Мясо птицы	21	281	52	21	73	73	125	125	177	177	229	229	281
	Потребительские цены в торговле за 1 т
	Говядина	13	534	104	13	117	117	221	221	326	326	430	430	534
	Свинина	15	545	106	15	121	121	227	227	333	333	439	439	545
	Куры	12	518	101	12	113	113	214	214	315	315	417	417	518
	Молоко цельное	2	391	78	2	80	80	158	158	235	235	313	313	391
	ДИНАМИКА СТРУКТУРЫ СЕБЕСТОИМОСТИ ПРОМЫШЛЕННОЙ ПРОДУКЦИИ ПО ЭЛЕМЕНТАМ ЗАТРАТ В РАЗРЕЗЕ ОТРАСЛЕЙ (КРУПНЫЕ И СРЕДНИЕ ПРЕДПРИЯТИЯ)
	Всего по предприятиям АПК
	Материальные затраты	73	78	1	73	74	74	75	75	76	76	77	77	78
	В т.ч. сырье и материалы	61	70	2	61	63	63	65	65	67	67	68	68	70
	Комплектующие и полуфабрикаты	1	1	0	1	1	1	1	1	1	1	1	1	1
	Работы и услуги	2	3	0	2	2	2	2	2	2	2	2	2	3
	Топливо и энергия	5	8	1	5	5	5	6	6	7	7	8	8	8
	Оплата труда	7	10	1	7	8	8	8	8	9	9	10	10	10
	Отрасли, перерабатывающие сельскохозяйственное сырье
	Из них материальные затраты	74	79	1	74	75	75	76	76	77	77	78	78	79
	В т.ч. сырье и материалы	2	70	14	2	16	16	29	29	43	43	57	57	70
	Комплектующие и полуфабрикаты	1	1	0	1	1	1	1	1	1	1	1	1	1
	Работы и услуги	2	3	0	2	2	2	2	2	2	2	2	2	3
	Топливо и энергия	5	8	1	5	5	5	6	6	7	7	7	7	8
	Оплата труда	7	10	1	7	7	7	8	8	9	9	9	9	10
	ДИНАМИКА ПОСЕВНЫХ ПЛОЩАДЕЙ И УРОЖАЙНОСТИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР
	Зерновые и зернобобовые
	Уборочная площадь, тыс. га	1464	2103	128	1464	1592	1592	1719	1719	1847	1847	1975	1975	2103
	Урожайность, ц/га	24	42	3	24	28	28	31	31	35	35	38	38	42
	В т.ч. пшеница
	Уборочная площадь, тыс. га	692	1211	104	692	796	796	900	900	1004	1004	1107	1107	1211
	Урожайность, ц/га	28	47	4	28	32	32	36	36	39	39	43	43	47
	Ячмень
	Уборочная площадь, тыс. га	323	477	31	323	354	354	385	385	415	415	446	446	477
	Урожайность, ц/га	25	39	3	25	28	28	31	31	34	34	36	36	39
	Кукуруза на зерно
	Уборочная площадь, тыс. га	210	267	11	210	221	221	233	233	244	244	255	255	267
	Урожайность, ц/га	13	30	3	13	16	16	20	20	23	23	26	26	30
	Рис
	Уборочная площадь, тыс. га	92	113	4	92	96	96	100	100	104	104	109	109	113
	Урожайность, ц/га	30	42	3	30	32	32	35	35	37	37	40	40	42
	Сахарная свекла
	Уборочная площадь, тыс. га	126	163	7	126	134	134	141	141	148	148	156	156	163
	Урожайность, ц/га	142	295	31	142	173	173	203	203	234	234	264	264	295
	Подсолнечник
	Уборочная площадь, тыс. га	352	472	24	352	376	376	400	400	424	424	448	448	472
	Урожайность, ц/га	12	17	1	12	13	13	14	14	15	15	16	16	17
	Соя
	Уборочная площадь, тыс. га	44	78	7	44	51	51	58	58	65	65	71	71	78
	Урожайность, ц/га	5	18	2	5	8	8	10	10	13	13	15	15	18

На основе представленных в таблице 2 диапазонов изменений факторов нами предлагаются следующие классификационные и описательные шкалы и градации, в которых:

- каждая классификационная шкала соответствует группе будущих состояний ПКР, а градации классификационных шкал - конкретным будущим состояниям ПК;

- каждая описательная шкала соответствует фактору, а каждая градация - определенному диапазону его изменения

Подготовка обучающей выборки

После реализации этапов конструирования классификационных и описательных шкал и градаций выполняется следующий этап подготовки базы прецедентов (обучающей выборки). Обучающая выборка (табл. 6) представляет собой исходные данные (см. табл. 1), закодированные с использованием классификационных и описательных шкал и градаций, и состоит из двух взаимосвязанных таблиц:

- таблицы кодов классов;

- таблицы кодов градаций факторов.

Коды классов (будущих состояний ПКР) и градаций факторов соответствуют справочникам, представленным в таблицах 3, 4 и 5.

Таблица 6. Обучающая выборка

КОДЫ КЛАССОВ
1995 г.	1996 г.	1997 г.	1998 г.	1999 г.	2000 г.	2001 г.	2002 г.
				1	4	5
				6	8	10
				11	14	15
				20	20	20
				21	24	25
				26	29	30
				31	35	35
				36	36	40
41			41	43	44	45
46			47	49	50	50
51			51	53	54	55
56			56	58	59	60
61			62	63	65	65
66			68	70	68	67
71			75	74	73	71
76			77	80	77	76
81			83	85	84	81
86			87	88	90	88
			91	93	94	95	95
			96	99	99	100	100
			101	103	104	105	105
			107	108	110	106	110
			111	111	115	113	114
			116	117	117	118	120
			122	123	123	121	125
			126	127	127	126	130
КОДЫ ФАКТОРОВ
1995 г.	1996 г.	1997 г.	1998 г.	1999 г.	2000 г.	2001 г.	2002 г.
				3	5	2	1
				10	6	6	6
				11	15	14	15
				20	19	17	16
				21	22	24	25
			26	27	29	30
			31	33	33	35
			36	36	40	40
			45	41	44	43
			47	46	50	49
		53	53	54	51	55
		60	60	58	56	59
		62	62	65	61	65
		69	70	66	67	69
75			71	71	73	74
80			76	76	76	76
81			82	82	85	85
90			86	87	87	88
93			91	92	95	95
100			96	98	98	98
105			101	104	101	104
110			106	106	106	106
111			111	113	114	115
116			117	118	118	120
121			122	123	124	125
126			126	129	129	130
131			131	131	131	131	135
136			136	136	136	136	140
			141	145	141	141	144
146			146	146	146	146	150
151			151	151	151	151	155
156			156	156	156	156	160
161			161	161	161	161	165
166			166	170	170	168
171			171	175	175	174
180			179	176	178	179
185			183	183	183	181
190			190	186	188	187
193			194	191	194	195
196			196	200	200	198
205			205	201	205	205
210			210	206	206	210
215			212	211	211	211
220			219	216	218	217
223			225	221	224	225
			226	229	229	230	230
			231	233	233	235	235
			236	240	239	240	240
			241	243	243	245	245
			246	246	249	250	250
			251	254	254	255	255
			260	256	260	256	256
			261	263	263	261	265
			266	270	270	267	268
			272	271	275	275	275
			279	280	276	276	278
			281	282	283	284	285
			290	290	287	286	288
			291	291	294	292	295
			300	296	296	296	298
			301	302	303	302	305

Выводы

Таким образом, в статье задача исследования устойчивости перерабатывающего комплекса региона сводится к разработке его формальной модели и исследованию ее на устойчивость. Проанализированы характеристики доступных источников исходных данных для разработки моделей, и с их помощью сформулированы требования к ним. На основе обоснованных требований, рассматриваемых как критерии выбора, в качестве инструмента моделирования предлагается применить новый перспективный метод системно-когнитивного анализа (СК-анализ). Рассматривается конкретная реализация первого этапа СК-анализа, заключающегося в когнитивной структуризации и формализации предметной области. Это позволяет непосредственно приступить к синтезу численной модели исследования устойчивости управления и работы перерабатывающего комплекса региона.

Список литературы

1. Крохмаль В.В. Устойчивость перерабатывающего комплекса региона в условиях экономики переходного периода (экономическая постановка задачи) // Научный журнал КубГАУ. - 2003. - № 2. - 20 с. http://ej.kubagro.ru.

2. Крохмаль В.В. Развитие перерабатывающей промышленности в Краснодарском крае // Научный журнал КубГАУ. - 2003. - № 2. - 16 с. http://ej.kubagro.ru.

3. Агропромышленный комплекс Краснодарского края. Предварительные итоги работы в 2002 году. Расширенный аналитический обзор. ГУ «Инвестинформсервис АПК». - 2003.- 22 с.

4. Луценко Е.В. Автоматизированный системно-когнитивный анализ в управлении активными объектами (системная теория информации и ее применение в исследовании экономических, социально-психологических, технологических и организационно-технических систем): Монография (научное издание). - Краснодар: КубГАУ, 2002. - 605 с.

Размещено на Allbest.ru