Автоматизация процесса управления производством органической продукции средствами интеллектуальной системы

Переход к органическому сельскому хозяйству может помочь преодолеть в России экологические проблемы и сохранить природные ресурсы для будущих поколений. Также развитие органического сельского хозяйства содействует повышению качества пищевых продуктов и может привести к улучшению здоровья нации. Один из ключевых факторов, который способствует развитию органического сельского хозяйства в России, – это наличие огромных просторов неиспользованных земель. В свете этого правительство России принимает меры для стимулирования развития органического сельского хозяйства. Принятые меры включают поддержку и субсидирование органических фермеров, создание специальных программ и проектов, а также разработку соответствующего законодательства.

Представленная статья посвящена исследованию процесса управления производством органической продукции, автоматизации его основных этапов. Авторами описана разработка гибридной интеллектуальной системы совершенствования процесса управления производством органической продукции для развития органического растениеводства как высокотехнологичного направления сельского хозяйства. Представлены информационная, поведенческая модели и модель компонентов интеллектуальной системы. Основными модулями гибридной интеллектуальной информационной системы являются база знаний, исполнительная система, интеллектуальный интерфейс. Для интеграции с другими системами возможно включение модуля интеграции. Роль интеллектуального интерфейса заключается в формировании концептов, используемых для принятия решения о возможности производства органической продукции. В свою очередь, в базу знаний, или хранилище концептов, поступают извлеченные концепты и фрагменты текстов. Задачи исполнительной системы – визуализация, ведение статистики и поиск ассоциативных правил факторов производства органической продукции в рамках рассматриваемого уровня.

Разработанная система позволяет менять входные параметры и условия по региону, социально-экономическому положению и климатическим условиям, корректировать запросы пользователя для получения наиболее оптимальных предлагаемых решений.

1. Быстренина И.Е. Новые информационные технологии. М. : Российский научноисследовательский институт информации и технико-экономических исследований по инженерно-техническому обеспечению агропромышленного комплекса, 2017. 76 с.

2. Быстренина И.Е. Управление системой подготовки кадров АПК: информационный аспект // Доклады ТСХА : Межд. науч. конф., посвященная 175-летию К.А. Тимирязева. Вып. 291. Ч. IV (Москва, 06–08 дек. 2018 г.). М. : Российский государственный аграрный университет – МСХА им. К.А. Тимирязева, 2019. С. 279–281.

3. Землянский А.А., Быстренина И.Е. Информационные технологии в науке и образовании. М. : Российский государственный аграрный университет – МСХА им. К.А. Тимирязева, 2013. 147 с.

4. Быстренина И.Е., Макунина И.В., Грушко Е.С., Казначеева В.О. Информационная система организации образовательной деятельности в системе дополнительного профессионального образования // Вестник Тверского государственного университета. 2017. № 3. С. 180–186 (Серия: Экономика и управление).

5. Учет и планирование рабочего времени сотрудников организации: разработка информационных систем / И.Е. Быстренина, Т.С. Белоярская, И.В. Макунина [и др.]. М. : Научный консультант, 2019. 147 с.

6. Ifanis I.M., Mavridis A.P., Savvaidis P.D. TS20.5 Internetic GIS: An Open System for Organic Agriculture Administration, Verification and Planning. URL: https://www.researchgate.net/publication/239815763_Internetic_GIS_An_Open_System_for_Organic_Agriculture_Administration_Verification_and_Planning (дата обращения: 17.08.2023).

7. Wang X., Wang C., Wang X., Zhuang W. Study for Organic Soybean Production Information Traceability System Based on Web / Ed. by Li D., Liu Y., Chen Y. ; Computer and Computing Technologies in Agriculture IV. CCTA 2010. IFIP Advances in Information and Communication Technology. 2011. Vol. 345. Springer, Berlin, Heidelberg. URL: https://doi.org/10.1007/978-3642-18336-2_69 (дата обращения: 17.08.2023).

8. Землянский А.А., Руснак И. Мониторинг сельхозугодий при помощи дистанционного зондирования Земли // Международный сельскохозяйственный журнал. 2012. № 5. С. 62–64.

9. Землянский А.А., Быстренина И.Е. Управление информационными ресурсами в научно-исследовательской работе. М. : ИТК «Дашков и Ко», 2020. 110 с.

10. Цифровое сельское хозяйство: состояние и перспективы развития / В.Ф. Федоренко, Н.П. Мишуров, Д.С. Буклагин [и др.]. М. : Росинформагротех, 2019. 316 с.

11. Завражнов А.И., Бобрович Л.В. Тенденции развития инженерного обеспечения в сельском хозяйстве / 2-е изд., стер. СПб. : Лань, 2022. 688 с. URL: https://e.lanbook.com/book/198563 (дата обращения: 17.08.2023).

12. Гаврилова Н.Г., Мухаметзянов Р.Р. Цифровизация сельского хозяйства: перспективное направление решения продовольственной проблемы африканских стран // International agricultural journal. 2021. № 5. С. 197–216.

13. Цифровая трансформация агропромышленного комплекса / Т.И. Ашмарина, Т.В. Бирюкова, В.Т. Водянников [и др.]. М. : Мегаполис, 2022. 160 с.

14. Ibragimov A.G., Mukhametzyanov R.R., Borulko V.G., Dzhancharova G.K., Bovina Y.A. Digitalization as a Factor in Improving the Efficiency of Agricultural Production and Living Standards of the Rural Population in Russia // Digital Agriculture for Food Security and Sustainable Development of the Agro-Industrial Complex. Springer, Cham, 2023. Р. 37–43.

15. Быстренина И.Е. Информационное обеспечение агропромышленного комплекса // Кормопроизводство. 2015. № 5. С. 8–12.

16. Быстренина И.Е., Сычева И.Н. Использование CASE-средства OPEN MODELSPHERE для решения задач анализа и проектирования информационных систем // Управление рисками в АПК. 2020. № 3 (37). С. 14–23.

17. Быстренина И.Е. Использование CASE-средства RAMUS EDUCATIONAL для решения задач анализа и проектирования информационных систем // Доклады ТСХА. Вып. 293. Ч. II (Москва, 02–04 дек. 2020 г.). М. : Российский государственный аграрный университет – МСХА им. К.А. Тимирязева, 2021. С. 225–228.

18. Грицай А.В. Комплексный мониторинг развития АПК на основе интеллектуального анализа данных (на примере ЮФО) // Вестник ВолГУ. 2011. Сер. 9. Вып. 9. С. 137–138.

19. Остроух А.В. Интеллектуальные системы. Красноярск : Научно-инновационный центр, 2015. 110 с.

20. Информатизация агропромышленного комплекса: проектирование и разработка информационных систем / И.Е. Быстренина, И.В. Макунина, А.В. Миронцева [и др.]. М. : Научный консультант, 2019. 210 с.

21. Лаврик С.А., Логинов Д.В. Построение гибридной нейроэкспертной системы определения информативных сейсмических атрибутов // Новые технологии. 2007. № 4.

22. Гаврилов А.В. Гибридные интеллектуальные системы : монография. Новосибирск : Изд-во НГТУ, 2002. 142 с.

23. Гаврилов А.В., Новицкая Ю.В. Гибридные интеллектуальные системы. Новосибирск : НГТУ, 2006.

24. Игнатьев В.В. Адаптивные гибридные интеллектуальные системы управления // Известия ЮФУ. Технические науки. URL: https://cyberleninka.ru/article/n/adaptivnyegibridnye-intellektualnye-sistemy-upravleniya/viewer (дата обращения: 15.07.2023).

25. Колесников А.В. Гибридные интеллектуальные системы. Теория и технология разработки. СПб. : СПбГТУ, 2001. 137 с.

26. Колесников А.В., Кириков И.А., Листопад С.В. Гибридные интеллектуальные системы с самоорганизацией: координация, согласованность, спор. М. : ИПИ РАН, 2014. 189 с.

27. Herrmann C.A. Hybrid fuzzy-neural expert system for diagnosis // Proc. of IJCAI. Montreal. 1995. P. 1–10.

28. Остроух А.В., Куфтинова Н.Г. Автоматизация транспортировки продукции. Saarbrucken : LAP LAMBERT Academic Publishing, 2011. 146 p.

29. Остроух А.В., Чернов Э.А., Нгуен Д.Т. Автоматизация управления производством. Повышение эффективности автоматизированных аналитических систем предприятий автомобильной промышленности. Saarbrucken : LAP LAMBERT Academic Publishing, 2013. 285 p.

30. Остроух А.В., Николаев А.Б. Интеллектуальные системы в науке и производстве. Saarbrucken : Palmarium Academic Publishing, 2012. 312 p.

31. Остроух А.В. Основы построения систем искусственного интеллекта для промышленных и строительных предприятий : монография. М. : Техполиграфцентр, 2008. 280 с.

32. Остроух А.В., Пшеничный Д.А., Рогова О.Б. Рефакторинг баз данных. Автоматизация технологических процессов рефакторинга баз данных промышленных предприятий. Saarbrucken : LAP LAMBERT Academic Publishing, 2013. 133 p.

33. Froning J.N., Olson M.D., Froelicher V.F. Exercise ECG analysis and measure-ment using an expert system approach // Proc. of 10th IC. IEEE Engineering in medicine & biology society. 1988. P. 1–2.

34. Funabashi M. et al. Fuzzy and neural hybrid expert systems: synergetic AI // AI in Japan. IEEE Expert. 1995. P. 32–40.

35. Папушин Э.А., Матейчик С.Н. Алгоритм функционирования информационной системы получения и обработки данных на опытном поле // Технологии и технические средства механизированного производства продукции растениеводства и животноводства. 2018. № 4 (97). С. 6–12.

36. Прикладные интеллектуальные системы, основанные на мягких вычислениях / М.С. Азов [и др.] ; под ред. Н. Г. Ярушкиной. Ульяновск : УлГТУ, 2005. 139 с.

37. Суркова Н.Е., Остроух А.В. Методы проектирования информационных систем. М. : РосНОУ, 2004. 144 с.

38. Таран М.О., Гапанюк Ю.Е. Архитектура гибридной интеллектуальной информационной системы анализа судебной арбитражной практики // Правовая информатика. 2020. № 1. С. 15–25.

39. Kandel A. Fuzzy intelligent hybrid expert system and their application // IEEE. 1995. P. 2275–2280.

40. Pacheco R. et al. A hybrid intelligent system applied to financial statement analysis // Proc. of 5th FUZZ IEEE. New Orleans. 1996. P. 1007–1012.

41. Sivathasan S., Cecelja F., Balachandran W. ECG Diagnosis using neural network and fuzzy expert system // Proc. of PREP’99. UMIST. Manchester, 1999. P. 340–343.

42. Yan H.H. et al. Power system security assessment using a hybrid expert sys-tem/neural net-work architecture // Proc. of IEEE. ISCS. New York, 1992. P. 1713–1716.