priborИзвестия высших учебных заведений. ПриборостроениеJournal of Instrument Engineering0021-34542500-0381Национальный исследовательский университет ИТМО10.17586/0021-3454-2022-65-11-818-825pribor-292Research ArticleМЕТОДОЛОГИЯ И ТЕХНОЛОГИИ УПРАВЛЕНИЯ СЛОЖНЫМИ ОБЪЕКТАМИMETHODOLOGY AND TECHNOLOGIES FOR COMPLEX OBJECTS CONTROLМодельно-алгоритмическое обеспечение задач прогнозирования и планирования процесса заготовки кормовModel and algorithmic support for forecasting and planning the forage harvesting processСеменовА. И.SemyonovА. I.

Александр Игоревич Семенов — аспирант; лаборатория информационных технологий в системном анализе и моделировании

Санкт-Петербург

Alexander I. Semyonov — Post-Graduate Student; St. Petersburg Institute for Informatics and Automation of the RAS, Laboratory of Information Technologies in System Analysis and Modeling

St. Petersburg

alekssemyenov1996@gmail.comКулаковА. Ю.KulakovА. Yu.

Александр Юрьевич Кулаков — канд. техн. наук; лаборатория информационных технологий в системном анализе и моделировании; ст. научный сотрудник

Санкт-Петербург

Alexander Yu. Kulakov — PhD; St. Petersburg Institute for Informatics and Automation of the RAS, Laboratory of Information Technologies in System Analysis and Modeling; Senior Researcher

St. Petersburg

russ69@bk.ruСанкт-Петербургский федеральный исследовательский центр Российской академии наукSt. Petersburg Federal Research Center of the RAS2022021220246511818825Copyright © Национальный исследовательский университет ИТМО, 20242024Национальный исследовательский университет ИТМОНациональный исследовательский университет ИТМОhttps://pribor.ifmo.ru/jour/about/submissions#copyrightNoticehttps://pribor.ifmo.ru/jour/article/view/292

Заготовка кормов из трав рассматривается как сложный технико-технологический процесс. Конечный продукт, в данном случае заготовка силоса, может быть получен с использованием разных вариантов технологий кормопроизводства. Представлен подход к выбору наиболее приемлемого варианта технологий и планов производства кормов из трав на основе логико-динамических и нечетко-возможностных моделей. Разработанный комплекс моделей и алгоритмов позволяет с системно-кибернетических позиций описать и исследовать существующие взаимосвязанные многоэтапные процессы производства кормов из трав при переводе объекта управления (сельскохозяйственного предприятия, производящего корма) из заданного исходного состояния в заданное конечное в зависимости от конкретных сценариев изменения внешних условий. В качестве основных внешних условий рассматриваются факторы, связанные с агробиологическими, временными, климатическими, экономическими и организационными ограничениями. Для решения задач предложены нечетко-возможностные модели оценивания урожайности кормовых угодий и качества выращенной кормовой массы. При анализе эффективности процессов кормопроизводства важным вопросом является многокритериальное оценивание качества, а также соответствующих программ проактивного управления процессом заготовки силоса с учетом следующих показателей: своевременности выполнения операций при различных условиях, степени равномерности использования ресурсов и общего времени заготовки кормов из трав. Предложены оригинальный математический анализ рассматриваемых процессов и алгоритмы решения задач прогнозирования и планирования заготовки кормов.

Harvesting of grass forage is considered as a complex technical and technological process. The final product, in this case a silage billet, can be obtained using different variants of feed production technologies. An approach to choosing the most acceptable variant of technologies and plans for the production of grass feed based on logicaldynamic and fuzzy-probability models is presented. The developed set of models and algorithms makes it possible to describe and investigate the existing interconnected multi-stage processes of grass feed production from a systemcybernetic standpoint when transferring a management object (an agricultural enterprise producing feed) from a given initial state to a given final state, depending on specific scenarios of changing external conditions. Factors related to agrobiological, temporal, climatic, economic and organizational constraints are considered as the main external conditions. To solve the problems, fuzzy-probability models for estimating the yield of forage lands and the quality of the grown fodder mass are proposed. When analyzing the effectiveness of feed production processes, an important issue is the multi-criteria assessment of quality, as well as the corresponding programs for proactive management of the silage harvesting process, taking into account the following indicators: the timing of operations under various conditions, the degree of uniformity of resource use and the total time of harvesting grass feed. An original mathematical analysis of the processes under consideration and algorithms for solving problems of forecasting and planning forage harvesting are proposed.

модельно-алгоритмическое обеспечениелогико-динамические моделинечетко-возможностный подходэкспертные знанияпроактивное управлениепроактивное планированиекормопроизводствоmodel-algorithmic supportlogical-dynamic modelsfuzzy-possibility approachexpert knowledgeproactive controlproactive planningfodder productionработа выполнена при финансовой поддержке бюджетной темы FFZF-2022-0004.ReferencesВартанова М. Л., Дробот Е. В. Перспективы цифровизации сельского хозяйства как приоритетного направления импортозамещения // Экономические отношения. 2018. Т. 8, № 1.Vartanova M.L., Drobot E.V. Creative economy. Economic relations, 2018, no. 1(8). (in Russ.)Валге А. М., Еремин М. А,. Сухопаров А. И. Методика моделирования технологического процесса заготовки кормов из трав // Технологии и технические средства механизированного производства продукции растениеводства: Теоретический и научно-практический журнал. 2018. № 4, вып. 97. С. 115—126.Valge A.M., Eremin M.A., Sukhoparov A.I. Technologies and technical means of mechanized production of crop products, 2018, no. 97, pp. 115–126. (in Russ.)Тихомиров И. А., Скоркин В. К., Аксенова В. П., Андрюхина О. Л. Повышение эффективности производства продукции молочного и мясного скотоводства на основе совершенствования технологии кормления // Вестн. ВНИИМЖ. 2017. №1(25). С. 70—77.Tikhomirov I.A., Skorkin V.K., Aksenova V.P., Andryukhina O.L. Vestnik vserossiyskogo nauchno-issledovatel'skogo instituta mekhanizatsii zhivotnovodstva, 2017, no. 1(25), pp. 70–77. (in Russ.)Popov V. D., Spesivtsev A. V., Sukhoparov A. I., Spesivtsev V. A. Convolution of multi-criteria expert estimates in a context of uncertainty // Proc. of the 20th IEEE Intern. Conf. on Soft Computing and Measurements. 2017. P. 203—206.Popov V.D., Spesivtsev A.V., Sukhoparov A.I., Spesivtsev V.A. Proceedings of 2017 20th IEEE Intern. Conf. on Soft Computing and Measurements, SCM 2017, 2017, pp. 203–206.Popov V., Spesivtsev A., Sukhoparov A., Spesivtsev V. Fuzzy-multiple models of formalization of soil resources in formation of system for controlling processes of feed production from grasses // Proc. 19th Intern. Sci. Conf. „Engineering for Rural Development“, Jelgava, Latvia, May 20—22, 2020. P. 773—777.Popov V., Spesivtsev A., Sukhoparov A., Spesivtsev V. Proceedings of the 19th Intern. Scientific Conf. Engineering for Rural Development, Jelgava, May 20–22, 2020, vol. 19, рp. 773–777.Башилов А. М., Королев В. А., Арженовский А. Г., Глобин А. Н., Глечикова Н. А. Проактивное моделирование динамической сложности агротехноценозов // Вестн. аграрной науки Дона. 2020. № 3 (51). С. 45—53.Bashilov A.M., Korolev V.A., Arzhenovskiy A.G., Globin A.N., Glechikova N.A. Vestnik agrarnoy nauki Dona, 2020, no. 3(51), pp. 45–53. (in Russ.)Marino R., Tomei P. Robust adaptive state-feedback tracking for nonlinear systems // IEEE Trans. Automat. Contr. 1998. Vol. 43. P. 84—89. DOI:10.1109/9.654892.Marino R., Tomei P. IEEE Trans. Automat. Contr., 1998, vol. 43, рр. 84–89, DOI:10.1109/9.654892.Охтилев М. Ю., Соколов Б. В., Юсупов Р. М. Теоретические и технологические основы концепции проактивного мониторинга и управления сложными объектами // Изв. ЮФУ. Технические науки. 2015. № 1 (162). С. 162—174.Okhtilev M.Yu., Sokolov B.V., Yusupov R.M. Izvestiya SFedU. Engineering Sciences, 2015, no. 1(162), pp. 162–174.Sokolov B. V., Pavlov A. N., Potriasaev S. A., Zakharov V. V. Methodology and Technologies of the Complex Objects Proactive Intellectual Situational Management and Control in Emergencies // Advances in Intelligent Systems and Computing. 2020. 1156 AISC. P. 234—243.Sokolov B.V., Pavlov A.N., Potriasaev S.A., Zakharov V.V. Advances in Intelligent Systems and Computing, 2020, 1156 AISC, рр. 234–243.Захаров В. В. Программно-математическое обеспечение процесса модернизации сложных объектов // Изв. вузов. Приборостроение. 2020. Т. 63, № 11. С. 975—984.Zakharov V.V. Journal of Instrument Engineering, 2020, no. 11(63), pp. 975–984. (in Russ.)Sokolov B. V., Potriasaev S. A., Yusupov R. M. Proactive Management of Information Processes in the Industrial Internet // Journal of Physics: Conf. Series. 2021. N 1864 (1). P. 012—007.Sokolov B.V., Potriasaev S.A., Yusupov R.M. Journal of Physics: Conference Series, 2021, no. 1(1864), рр. 012–007.Gnidenko A.S., Vladislav S.A., Sokolov B.V., Potriasaev S.A. Methodology and integrated modeling technologies for synthesis of cyber-physical production systems modernization programs and plans // IFAC-PapersOnLine. 2019. Vol. 52. P. 642—647.Gnidenko A.S., Vladislav S.A., Sokolov B.V., Potriasaev S.A. IFAC-PapersOnLine, 2019, vol. 52, рр. 642–647.Sokolov B. V., Verzilin D. N., Zaychik E. M. Models and an Algorithm for Multi-Criteria Synthesis of Control Technologies Managing Information Systems of Virtual Enterprises // Proc. 22nd European Conf. on Modelling and Simulation. 2008. DOI:10.7148/2008-0048.Sokolov B.V., Verzilin D.N., Zaychik E.M. Proceedings 22nd European Conf. on Modelling and Simulation, 2008, DOI:10.7148/2008-0048.Спесивцев А. В., Сухопаров А. И., Спесивцев В. А., Семенов А. И. Многофактоная свертка экспертной информации при оценивании сельскохозяйственных технологий на основе явных и неявных экспертных знаний // Мягкие измерения и вычисления. 2021. № 7. С. 23—32.Spesivtsev A.V., Sukhoparov A.I., Spesivtsev V.A., Semenov A.I. Soft Measurements and Computing, 2021, no. 7, pp. 23–32 (in Russ.)Drozdov A. V., Spesivtsev A. V. Formalization of expert information in the logical-linguistic description of complex systems // Journal of Computer and Systems Sciences Intern. 1995. N 33(4). P. 76—83.Drozdov A.V., Spesivtsev A.V. Journal of Computer and Systems Sciences International, 1995, no. 4(33), pp. 76–83.Спесивцев А. В. Мягкие измерения и мягкие вычисления при моделировании состояния сложных объектов на базе экспертных знаний // Управление в условиях неопределенности: Монография / Под общ. ред. С. В. Прокопчиной. СПб: Изд-во СПбГЭТУ „ЛЭТИ“, 2017. С. 217—263.Spesivtsev A.V. Upravleniye v usloviyakh neopredelennosti (Management under Uncertainty), St. Petersburg, 2017, рр. 217–263. (in Russ.)

The authors declare that there are no conflicts of interest present.