CC BY
39
УДК 303.732.4
СИНТЕЗ СИСТЕМНО-КОГНИТИВНОЙ МОДЕЛИ
ПРИРОДНО-ЭКОНОМИЧЕСКОЙ СИСТЕМЫ И ЕЕ ИСПОЛЬЗОВАНИЕ ДЛЯ ПРОГНОЗИРОВАНИЯ И УПРАВЛЕНИЯ В ЗЕРНОВОМ ПРОИЗВОДСТВЕ (Часть 2 -преобразование эмпирических данных в информацию)
Луценко Евгений Вениаминович д.э.н., к.т.н., профессор Кубанский государственный аграрный университет, Россия, 350044, Краснодар, Калинина, 13. рго/Шзепко(д).етт1.сот
Горпинченко Ксения Николаевна к.э.н., доцент
Кубанский государственный аграрный университет, Россия, 350044, Краснодар, Калинина, 13, киЬкщ(а)тт\.ги
В данной статье впервые осуществлен синтез и верификация системно-когнитивной модели природно-экономической системы, обоснована возможность прогнозирования и принятия управленческих решений по выбору агротехнологий
Ключевые слова:
СИСТЕМНО-КОГНИТИВНЫЙ АНАЛИЗ, КЛАСС, ПРИЗНАК, СЕМАНТИЧЕСКАЯ ИНФОРМАЦИОННАЯ МОДЕЛЬ, АДЕКВАТНОСТЬ
UDC 303.732.4
SYNTHESIS OF SYSTEMIC COGNITIVE MODEL OF NATURAL ECONOMIC SYSTEM AND ITS USE FOR PREDICTION AND CONTROL IN GRAIN PRODUCTION (Part 2 - transformation of empirical data into information)
Lutsenko Evgeny Veniaminovich Dr.Sci.Econ., Cand.Tech.Sci., professor
Kuban State Agrarian University, Krasnodar, Russia
Gorpinchenko Kseniya Nikolaevna Cand.Econ.Sci., assistant professor
Kuban State Agrarian University, Krasnodar, Russia
This article at first time presents the synthesis and verification of systemic cognitive model of natural economic system, we have also justified the opportunity of forecasting and decision management, the strategic decisions of the choice of agricultural technologies
Keywords: SYSTEMIC COGNITIVE ANALYSIS, CLASS, SIGN, SEMANTIC INFORMATION MODEL, ADEQUACY
Данная статья является продолжением работы [3]. В ней рассмотрим преобразование эмпирических данных в информацию, а затем и знания в автоматизированном системно-когнитивном анализе и его программном инструментарии - системе «Эйдос-Х++» (рисунок 1).
Это преобразование включает (обобщенно) следующие этапы:
- когнитивная структуризация и формализация предметной области;
- синтез и верификация системно-когнитивных моделей.
Оно необходимо для решения задач прогнозирования, принятия решений и исследования моделируемой предметной области путем исследования ее модели, т.к. все эти задачи решаются на основе знаний, содержащихся в системно-когнитивной модели, показавшей наивысшую достоверность.
Последовательность обработки данных, информации и знаний в системе Эйдос-Х++
(^Когнитивная структуризация предметной области)
Формализация предметной области
С1а55_5с, Сг_С1£с Классификационные шкалы и градации
Оріз_5с, Ог_ОрЭс Описательные шкалы и градации
Обучающая
выборка
ОЬі_2ад
Заголовки объектов обучающей выборки
ОЫ_Кс1
Коды классов объектов обучающей выборки
ОЫ_Крг
Коды признаков объектов обучающей выборки
Ґ Исходные БД Ргс1 АЬэ Ргс2
для расчета БЗ Вероятность того, что если у объекта Матрица абсолютных частот встреч Вероятность того, что если предъявлен
]-го класса обнаружен признак, — сочетании: класс х признак объект\-го класса, то у него будет
V то это 1-и признак (матрица сопряженности) обнаружен ьй признак.
Базы
знаний
№1
Количество знаний по А.Харкевичу
№4
РОІ - [Че^т Оп Іпуе^тепЛ
І№6
Разность условной и безусловной вероятностей
ИЧРЗ
Хи-квадрат: разности между фактическими и теоретически ожидаемыми по критерию
№2
Количество знаний по А.Харкевичу
ІМР5
РОІ - [^игп Оп Іпуе^тепі
ІМР7
Разность условной и безусловной вероятностей
■ Решение задач Выбор ОДНОЙ из моделей баз знаний в качестве текущей -1 \
V - Решение задач идентифкации и проп-юзирования - Решение задач поддержки принятия решений г Решение задач исследования предметной области, путем исследования ^ ее модели J у
Рисунок 1. Последовательность обработки данных, информации и знаний в системе «Эйдос-Х++»
Когнитивная структуризация и формализация предметной области
На этапе когнитивной структуризации определяется, что мы хотим прогнозировать, чем управлять и на основе чего собираемся это делать.
В качестве классификационных шкал нами были выбраны результирующие состояния объекта управления, приведенные в таблице 1.
Таблица 1 - Классификационные шкалы
Код Наименование
1 Урожайность, ц/га
2 Содержание белка, %
3 Содержание клейковины,%
4 Натура зерна, г/л
5 Классность зерна
6 Чистый дох (убыток), руб./га
7 Уровень рентабельности (убыточности), %
8 Приращение энергии, гдж/га
9 К-тчистой эффективности
10 К-т отношения получ. И затрач. Энергии
11 Выход зерна в расчете на 1 гдж затрач. Энергии, кг
12 Окупаемость удобрений зерном, кг/кг
В качестве описательных шкал (факторов), влияющих на переход объекта управления в результирующие состояния взяты 47 показателей, приведенных в таблице 2:
______________________Таблица 2 - Описательные шкалы__________________
Код Наименование
1 Предшественник
2 Доза удобрений
3 Севооборот
4 К-во осадков за год, мм
5 К-во осадков на период осен. Вег., мм
6 К-во осадков на период вес.-лет. Вег., мм
7 К-во осадков на п-д от колошения до созревания, мм
8 Ср. Температура за год, °с
9 Ср. Темп. На период осен. Вегетации, °с
10 Ср. Темп. На период вес.-летней вег., °с
11 Ср. Темп. За п-д от колошения до созревания
12 Сод-е влаги в слое почвы 0-10 см на период сева, мм
13 Сод-е влаги в слое почвы 0-10 см на п-д вес. Вег., мм
14 Сод. Влаги в слое почвы 0-10 см на п-д выхода в трубку, мм
15 Сод. Влаги в слое почвы 0-10 см на п-д колшения, мм
16 Сод. Влаги в слое почвы 0-10 см на п-д полн.спел.и, мм
17 Сод. Влаги в слое почвы 0-30 см на п-д сева, мм
18 Сод. Влаги в слое почвы 0-30 см на п-д вес. Вег., мм
19 Сод. Влаги в слое почвы 0-30 см на п-д выхода в трубку, мм
20 Сод. Влаги в слое почвы 0-30 см на п-д колшения, мм
21 Сод. Влаги в слое почвы 0-30 см на п-д полной спелости, мм
22 Сод. Влаги в слое почвы 0-100 см на п-д сева, мм
23 Сод. Влаги в слое почвы 0-100 см на п-д вес. Вег., мм
24 Сод. Влаги в слое почвы 0-100 см на п-д выхода в трубку, мм
25 Сод. Влаги в слое почвы 0-100 см на период колошения, мм
26 Сод. Влаги в слое почвы 0-100 см на п-д полной спел., мм
27 Сод. Влаги в слое почвы 0-200 см на период сева, мм
28 Сод. Влаги в слое почвы 0-200 см на п-д вес. Вег., мм
29 Сод.е влаги в слое почвы 0-200 см на п-д выхода в трубку, мм
30 Сод. Влаги в слое почвы 0-200 см на п-д колшения, мм
31 Сод. Влаги в слое почвы 0-200 см на п-д полн. Спел., мм
32 Сод. Мин.о азота в почве на начало вес. Вег.и, мг/кг
33 Сод. Мин. Азота в почве в фазу вых. Раст. В трубку, мг/кг
34 Сод. Мин. Азота в почве в фазу колош., мг/кг
35 Сод. Мин. Азота в почве в фазу полн. Спел., мг/кг
36 Сод. Фосфатов в 0-30 см слое почвы на нач. Весен. Вег., мг/кг
37 Сод. Фосфатов в 0-30 см слое почвы в фазу вых. Раст. В трубку, мг/кг
38 Сод-е фосфатов в 0-30 см слое почвы в фазу колошения, мг/кг
39 Сод-е фосфатов в 0-30 см слое почвы в фазу полн. Спел., мг/кг
40 Сод-е калия в 0-30 см слое почвы на нач.о вес. Вег., мг/кг
41 Сод-е калия в 0-30 см слое почвы в фазу вых. Раст. Втрубку, мг/кг
42 Сод-е калия в 0-30 см слое почвы в фазу колош., мг/кг
43 Сод-е калия в 0-30 см слое почвы в фазу полн. Спел., мг/кг
44 Цена зерна, руб./кг
45 Затраты на удобрения, руб./га
46 Стоимость зерна, руб./га
47 Производственные затраты, руб./га
48 Затраты совокупной энергии, гдж/га
49 Выход энергии, гдж/га
На этапе формализации предметной области необходимо конкретизировать также и градации классификационных и описательных тикал. Это осуществляется с помощью универсального программного интерфейса между внешними базами исходных данных и системой «Эйдос-Х++», который обеспечивает автоматическое формирование классификационных и описательных шкал и градаций, а также обучающей выборки на основе Ехсе1-файла. Исходные данные взяты из
многофакторного стационарного опыта Северо-Кубанской сельскохозяйственной опытной станции (СКСХОС) за 2000-2006 гг. (таблица 3):
Таблица з - Исходные данные (фрагмент)
Опыт в Северо-Куба некой с.х. опытной станции, 2000-2006 гг. Урожайн ость, п/га Содержа ние белка, % Содержа ние клейкови ны, % Натура зерна, г/л Чистый доход (убыток), руб./га Затрат ы совокупи ой энергии, ГДЖ/га
1 25,5 8,5 19 820 -17679,5 14,1
2 32,1 8,4 16 792 -17177 17,4
3 29,3 9,8 17,1 826 -16642 16,8
447 59,9 11,2 17,4 803 587,39 28,6
448 53,9 14 25,5 801 4034,04 28,8
Подготовка обучающей выборки
Программный интерфейс системы Система «Эйдос» с внешними базами данных автоматически находит минимальное и максимальное числовые значения в каждом столбце классов или признаков, формирует числовые интервалы, числовые значения заменяет интервальными. Каждое текстовое или интервальное значения считается градацией классификационной или описательной шкалы, характеризующей объект (таблицы 4 и 5).
Таблица 4 - Классификационные шкалы и градации
Код Наименование
1 Урожайность, ц/га-1/4-{24.3000000, 38.0250000}
2 Урожайность, ц/га-2/4-{38.0250000, 51.7500000}
3 Урожайность, ц/га-3/4-{51.7500000, 65.4750000}
4 Урожайность, ц/га-4/4-{65.4750000, 79.2000000}
5 Содержание белка, %-1/4-{7.1000000, 9.1250000}
6 Содержание белка, %-2/4-{9.1250000, 11.1500000}
7 Содержание белка, %-3/4-{11.1500000, 13.1750000}
8 Содержание белка, %-4/4-{13.1750000, 15.2000000}
9 Содержание клейковины,%-1/4-{12.4000000, 16.9000000}
10 Содержание клейковины,%-2/4-{16.9000000, 21.4000000}
11 Содержание клейковины,%-3/4-{21.4000000, 25.9000000}
12 Содержание клейковины,%-4/4-{25.9000000, 30.4000000}
13 Натура зерна, г/л-1/4-{746.0000000, 773.0000000}
14 Натура зерна, г/л-2/4-{773.0000000, 800.0000000}
15 Натура зерна, г/л-3/4-{800.0000000, 827.0000000}
16 Натура зерна, г/л-4/4-{827.0000000, 854.0000000}
17 Классность зерна-1/4-{2.0000000, 2.5000000}
18 Классность зерна-2/4-{2.5000000, 3.0000000}
19 Классность зерна-3/4-{3.0000000, 3.5000000}
20 Классность зерна-4/4-{3.5000000, 4.0000000}
21 Чистый дох (убыток), руб./га-1/4-{-7066.3000000, 1918.2875000}
22 Чистый дох (убыток), руб./га-2/4-{1918.2875000, 10902.8750000}
23 Чистый дох (убыток), руб./га-3/4-{10902.8750000, 19887.4625000}
24 Чистый дох (убыток), руб./га-4/4-{19887.4625000, 28872.0500000}
25 Уровень рентабельности (убыточности), %-1/4-{-30.1115820, 14.1205269}
26 Уровень рентабельности (убыточности), %-2/4-{14.1205269, 58.3526359}
27 Уровень рентабельности (убыточности), %-3/4-{58.3526359, 102.5847448}
28 Уровень рентабельности (убыточности), %-4/4-{102.5847448, 146.8168537}
29 Приращение энергии, гдж/га-1/4-{55.0270000, 92.0192500}
30 Приращение энергии, гдж/га-2/4-{92.0192500, 129.0115000}
31 Приращение энергии, гдж/га-3/4-{129.0115000, 166.0037500}
32 Приращение энергии, гдж/га-4/4-{166.0037500, 202.9960000}
33 К-т чистой эффективности-1/4-{2.1450000, 4.4598174}
34 К-т чистой эффективности-2/4-{4.4598174, 6.7746349}
35 К-т чистой эффективности-3/4-{6.7746349, 9.0894523}
36 К-т чистой эффективности-4/4-{9.0894523, 11.4042697}
37 К-т отношения получ. И затрач. Энергии-1/4-{3.1450000, 5.4598174}
38 К-т отношения получ. И затрач. Энергии-2/4-{5.4598174, 7.7746349}
39 К-т отношения получ. И затрач. Энергии-3/4-{7.7746349, 10.0894523}
40 К-т отношения получ. И затрач. Энергии-4/4-{10.0894523, 12.4042697}
41 Выход зерна в расчете на 1 гдж затрач. Энергии, кг-1/4-{108.8235294, 188.9210178}
42 Выход зерна в расчете на 1 гдж затрач. Энергии, кг-2/4-{188.9210178, 269.0185063}
43 Выход зерна в расчете на 1 гдж затрач. Энергии, кг-3/4-{269.0185063, 349.1159947}
44 Выход зерна в расчете на 1 гдж затрач. Энергии, кг-4/4-{349.1159947, 429.2134831}
45 Окупаемость удобрений зерном, кг/кг-1/4-{2.2160643, 19.2136007}
46 Окупаемость удобрений зерном, кг/кг-2/4-{19.2136007, 36.2111370}
47 Окупаемость удобрений зерном, кг/кг-3/4-{36.2111370, 53.2086734}
48 Окупаемость удобрений зерном, кг/кг-4/4-{53.2086734, 70.2062097}
Таблица 5 - Описательные шкалы и градации (факторы и их значения)
Код Наименование
1 ПРЕДШЕСТВЕННИК-горох
2 ПРЕДШЕСТВЕННИК-кукуруза на зерно
3 ПРЕДШЕСТВЕННИК-озимая пшеница
4 ПРЕДШЕСТВЕННИК-сахарная свекла
5 ПРЕДШЕСТВЕННИК-эспарцет
6 ДОЗАУДОБРЕНИЙ-высокая доза ЫРК
7 ДОЗАУДОБРЕНИЙ-минимальная доза ЫРК
8 ДОЗА УДОБРЕНИЙ-неудобренный
9 ДОЗАУДОБРЕНИЙ-повышенная доза ЫРК
10 ДОЗАУДОБРЕНИЙ-средняя доза 1ЧК
11 ДОЗАУДОБРЕНИЙ-средняя доза ЫР
12 ДОЗАУДОБРЕНИЙ-средняя доза ЫРК
13 ДОЗАУДОБРЕНИЙ-средняя доза РК
14 СЕВООБОРОТ-зернопропашный
15 Севооборот-зернотравянопропашный
16 К-во осадков за год , мм-1/4-{499.2000000, 565.4500000}
17 К-во осадков за год , мм-2/4-{565.4500000, 631.7000000}
18 К-во осадков за год , мм-3/4-{631.7000000, 697.9500000}
19 К-во осадков за год , мм-4/4-{697.9500000, 764.2000000}
20 К-во осадков на период осен. Вег., мм-1/4-{83.2000000,124.3750000}
21 К-во осадков на период осен. Вег., мм-2/4-{124.3750000,165.5500000}
22 К-во осадков на период осен. Вег., мм-3/4-{165.5500000, 206.7250000}
23 К-во осадков на период осен. Вег., мм-4/4-{206.7250000, 247.9000000}
24 К-во осадков на период вес.-лет. Вег., мм-1/4-{84.1000000,124.5000000}
25 К-во осадков на период вес.-лет. Вег., мм-2/4-{124.5000000,164.9000000}
26 К-во осадков на период вес.-лет. Вег., мм-3/4-{164.9000000, 205.3000000}
27 К-во осадков на период вес.-лет. Вег., мм-4/4-{205.3000000, 245.7000000}
28 К-во осадков на п-д от колошения до созревания, мм-1/4-{158.8000000,179.2750000}
29 К-во осадков на п-д от колошения до созревания, мм-2/4-{179.2750000,199.7500000}
30 К-во осадков на п-д от колошения до созревания, мм-3/4-{199.7500000, 220.2250000}
31 К-во осадков на п-д от колошения до созревания, мм-4/4-{220.2250000, 240.7000000}
32 Ср. Температура за год, °с-1/4-{10.3000000,10.7750000}
33 Ср. Температура за год, °с-2/4-{10.7750000,11.2500000}
34 Ср. Температура за год, °с-3/4-{11.2500000,11.7250000}
35 Ср. Температура за год, °с-4/4-{11.7250000,12.2000000}
36 Ср. Темп. На период осен. Вегетации, °с-1/4-{9.8000000,10.7500000}
37 Ср. Темп. На период осен. Вегетации, °с-2/4-{10.7500000,11.7000000}
38 Ср. Темп. На период осен. Вегетации, °с-3/4-{11.7000000,12.6500000}
39 Ср. Темп. На период осен. Вегетации, °с-4/4-{12.6500000,13.6000000}
40 Ср. Темп. На период вес.-летней вег., °с-1/4-{15.9000000,16.3000000}
41 Ср. Темп. На период вес.-летней вег., °с-2/4-{16.3000000,16.7000000}
42 Ср. Темп. На период вес.-летней вег., °с-3/4-{16.7000000,17.1000000}
43 Ср. Темп. На период вес.-летней вег., °с-4/4-{17.1000000,17.5000000}
44 Ср. Темп. За п-д от колошения до созревания-1/4-{19.9000000, 20.4250000}
45 Ср. Темп. За п-д от колошения до созревания-2/4-{20.4250000, 20.9500000}
46 Ср. Темп. За п-д от колошения до созревания-3/4-{20.9500000, 21.4750000}
47 Ср. Темп. За п-д от колошения до созревания-4/4-{21.4750000, 22.0000000}
48 Сод-е влаги в слое почвы 0-10 см на период сева, мм-1/4-{2.5000000, 7.3500000}
49 Сод-е влаги в слое почвы 0-10 см на период сева, мм-2/4-{7.3500000,12.2000000}
50 Сод-е влаги в слое почвы 0-10 см на период сева, мм-3/4-{12.2000000,17.0500000}
51 Сод-е влаги в слое почвы 0-10 см на период сева, мм-4/4-{17.0500000, 21.9000000}
52 Сод-е влаги в слое почвы 0-10 см на п-д вес. Вег., мм-1/4-{1.9000000,10.7750000}
53 Сод-е влаги в слое почвы 0-10 см на п-д вес. Вег., мм-2/4-{10.7750000,19.6500000}
54 Сод-е влаги в слое почвы 0-10 см на п-д вес. Вег., мм-3/4-{19.6500000, 28.5250000}
55 Сод-е влаги в слое почвы 0-10 см на п-д вес. Вег., мм-4/4-{28.5250000, 37.4000000}
56 Сод. Влаги в слое почвы 0-10 см на п-д выхода в трубку, мм-1/4-{1.7600000, 9.5200000}
57 Сод. Влаги в слое почвы 0-10 см на п-д выхода в трубку, мм-2/4-{9.5200000,17.2800000}
58 Сод. Влаги в слое почвы 0-10 см на п-д выхода в трубку, мм-3/4-{17.2800000, 25.0400000}
59 Сод. Влаги в слое почвы 0-10 см на п-д выхода в трубку, мм-4/4-{25.0400000, 32.8000000}
60 Сод. Влаги в слое почвы 0-10 см на п-д колшения, мм-1/4-{0.3000000, 7.3500000}
61 Сод. Влаги в слое почвы 0-10 см на п-д колшения, мм-2/4-{7.3500000,14.4000000}
62 Сод. Влаги в слое почвы 0-10 см на п-д колшения, мм-3/4-{14.4000000, 21.4500000}
63 Сод. Влаги в слое почвы 0-10 см на п-д колшения, мм-4/4-{21.4500000, 28.5000000}
64 Сод. Влаги в слое почвы 0-10 см на п-д полн.спел.и, мм-1/4-{2.4000000, 7.9750000}
65 Сод. Влаги в слое почвы 0-10 см на п-д полн.спел.и, мм-2/4-{7.9750000,13.5500000}
66 Сод. Влаги в слое почвы 0-10 см на п-д полн.спел.и, мм-3/4-{13.5500000,19.1250000}
67 Сод. Влаги в слое почвы 0-10 см на п-д полн.спел.и, мм-4/4-{19.1250000, 24.7000000}
68 Сод. Влаги в слое почвы 0-30 см на п-д сева, мм-1/4-{0.7000000,17.1750000}
69 Сод. Влаги в слое почвы 0-30 см на п-д сева, мм-2/4-{17.1750000, 33.6500000}
70 Сод. Влаги в слое почвы 0-30 см на п-д сева, мм-3/4-{33.6500000, 50.1250000}
71 Сод. Влаги в слое почвы 0-30 см на п-д сева, мм-4/4-{50.1250000, 66.6000000}
72 Сод. Влаги в слое почвы 0-30 см на п-д вес. Вег., мм-1/4-{4.9000000, 27.3500000}
73 Сод. Влаги в слое почвы 0-30 см на п-д вес. Вег., мм-2/4-{27.3500000, 49.8000000}
74 Сод. Влаги в слое почвы 0-30 см на п-д вес. Вег., мм-3/4-{49.8000000, 72.2500000}
75 Сод. Влаги в слое почвы 0-30 см на п-д вес. Вег., мм-4/4-{72.2500000, 94.7000000}
76 Сод. Влаги в слое почвы 0-30 см на п-д выхода в трубку, мм-1/4-{8.8000000, 23.9250000}
77 Сод. Влаги в слое почвы 0-30 см на п-д выхода в трубку, мм-2/4-{23.9250000, 39.0500000}
78 Сод. Влаги в слое почвы 0-30 см на п-д выхода в трубку, мм-3/4-{39.0500000, 54.1750000}
79 Сод. Влаги в слое почвы 0-30 см на п-д выхода в трубку, мм-4/4-{54.1750000, 69.3000000}
80 Сод. Влаги в слое почвы 0-30 см на п-д колшения, мм-1/4-{2.5000000,14.8500000}
81 Сод. Влаги в слое почвы 0-30 см на п-д колшения, мм-2/4-{14.8500000, 27.2000000}
82 Сод. Влаги в слое почвы 0-30 см на п-д колшения, мм-3/4-{27.2000000, 39.5500000}
83 Сод. Влаги в слое почвы 0-30 см на п-д колшения, мм-4/4-{39.5500000, 51.9000000}
84 Сод. Влаги в слое почвы 0-30 см на п-д полной спелости, мм-1/4-{16.9000000, 29.3750000}
85 Сод. Влаги в слое почвы 0-30 см на п-д полной спелости, мм-2/4-{29.3750000, 41.8500000}
86 Сод. Влаги в слое почвы 0-30 см на п-д полной спелости, мм-3/4-{41.8500000, 54.3250000}
87 Сод. Влаги в слое почвы 0-30 см на п-д полной спелости, мм-4/4-{54.3250000, 66.8000000}
88 Сод. Влаги в слое почвы 0-100 см на п-д сева, мм-1/4-{10.5000000, 62.5000000}
89 Сод. Влаги в слое почвы 0-100 см на п-д сева, мм-2/4-{62.5000000,114.5000000}
90 Сод. Влаги в слое почвы 0-100 см на п-д сева, мм-3/4-{114.5000000,166.5000000}
91 Сод. Влаги в слое почвы 0-100 см на п-д сева, мм-4/4-{166.5000000, 218.5000000}
92 Сод. Влаги в слое почвы 0-100 см на п-д вес. Вег., мм-1/4-{30.9000000,104.0000000}
93 Сод. Влаги в слое почвы 0-100 см на п-д вес. Вег., мм-2/4-{104.0000000,177.1000000}
94 Сод. Влаги в слое почвы 0-100 см на п-д вес. Вег., мм-3/4-{177.1000000, 250.2000000}
95 Сод. Влаги в слое почвы 0-100 см на п-д вес. Вег., мм-4/4-{250.2000000, 323.3000000}
96 Сод. Влаги в слое почвы 0-100 см на п-д выхода в трубку, мм-1/4-{7.9600000, 55.1450000}
97 Сод. Влаги в слое почвы 0-100 см на п-д выхода в трубку, мм-2/4-{55.1450000,102.3300000}
98 Сод. Влаги в слое почвы 0-100 см на п-д выхода в трубку, мм-3/4-{102.3300000,149.5150000}
99 Сод. Влаги в слое почвы 0-100 см на п-д выхода в трубку, мм-4/4-{149.5150000,196.7000000}
100 Сод. Влаги в слое почвы 0-100 см на период колошения, мм-1/4-{13.8000000, 49.3250000}
101 Сод. Влаги в слое почвы 0-100 см на период колошения, мм-2/4-{49.3250000, 84.8500000}
102 Сод. Влаги в слое почвы 0-100 см на период колошения, мм-3/4-{84.8500000,120.3750000}
103 Сод. Влаги в слое почвы 0-100 см на период колошения, мм-4/4-{120.3750000,155.9000000}
104 Сод. Влаги в слое почвы 0-100 см на п-д полной спел., мм-1/4-{42.8000000, 81.4250000}
105 Сод. Влаги в слое почвы 0-100 см на п-д полной спел., мм-2/4-{81.4250000,120.0500000}
106 Сод. Влаги в слое почвы 0-100 см на п-д полной спел., мм-3/4-{120.0500000,158.6750000}
107 Сод. Влаги в слое почвы 0-100 см на п-д полной спел., мм-4/4-{158.6750000,197.3000000}
108 Сод. Влаги в слое почвы 0-200 см на период сева, мм-1/4-{10.5000000, 83.1250000}
109 Сод. Влаги в слое почвы 0-200 см на период сева, мм-2/4-{83.1250000,155.7500000}
110 Сод. Влаги в слое почвы 0-200 см на период сева, мм-3/4-{155.7500000, 228.3750000}
111 Сод. Влаги в слое почвы 0-200 см на период сева, мм-4/4-{228.3750000, 301.0000000}
112 Сод. Влаги в слое почвы 0-200 см на п-д вес. Вег., мм-1/4-{37.5000000,127.3000000}
113 Сод. Влаги в слое почвы 0-200 см на п-д вес. Вег., мм-2/4-{127.3000000, 217.1000000}
114 Сод. Влаги в слое почвы 0-200 см на п-д вес. Вег., мм-3/4-{217.1000000, 306.9000000}
115 Сод. Влаги в слое почвы 0-200 см на п-д вес. Вег., мм-4/4-{306.9000000, 396.7000000}
116 Сод.е влаги в слое почвы 0-200 см на п-д выхода в трубку, мм-1/4-{11.7000000, 89.2250000}
117 Сод.е влаги в слое почвы 0-200 см на п-д выхода в трубку, мм-2/4-{89.2250000,166.7500000}
118 Сод.е влаги в слое почвы 0-200 см на п-д выхода в трубку, мм-3/4-{166.7500000, 244.2750000}
119 Сод.е влаги в слое почвы 0-200 см на п-д выхода в трубку, мм-4/4-{244.2750000, 321.8000000}
120 Сод. Влаги в слое почвы 0-200 см на п-д колшения, мм-1/4-{20.1000000, 75.5000000}
121 Сод. Влаги в слое почвы 0-200 см на п-д колшения, мм-2/4-{75.5000000,130.9000000}
122 Сод. Влаги в слое почвы 0-200 см на п-д колшения, мм-3/4-{130.9000000,186.3000000}
123 Сод. Влаги в слое почвы 0-200 см на п-д колшения, мм-4/4-{186.3000000, 241.7000000}
124 Сод. Влаги в слое почвы 0-200 см на п-д полн. Спел., мм-1/4-{53.2000000,106.1000000}
125 Сод. Влаги в слое почвы 0-200 см на п-д полн. Спел., мм-2/4-{106.1000000,159.0000000}
126 Сод. Влаги в слое почвы 0-200 см на п-д полн. Спел., мм-3/4-{159.0000000, 211.9000000}
127 Сод. Влаги в слое почвы 0-200 см на п-д полн. Спел., мм-4/4-{211.9000000, 264.8000000}
128 Сод. Мин.о азота в почве на начало вес. Вег.и, мг/кг-1/4-{6.2000000,12.2500000}
129 Сод. Мин.о азота в почве на начало вес. Вег.и, мг/кг-2/4-{12.2500000,18.3000000}
130 Сод. Мин.о азота в почве на начало вес. Вег.и, мг/кг-3/4-{18.3000000, 24.3500000}
131 Сод. Мин.о азота в почве на начало вес. Вег.и, мг/кг-4/4-{24.3500000, 30.4000000}
132 Сод. Мин. Азота в почве в фазу вых. Раст. В трубку, мг/кг-1/4-{3.7000000,10.4750000}
133 Сод. Мин. Азота в почве в фазу вых. Раст. В трубку, мг/кг-2/4-{10.4750000,17.2500000}
134 Сод. Мин. Азота в почве в фазу вых. Раст. В трубку, мг/кг-3/4-{17.2500000, 24.0250000}
135 Сод. Мин. Азота в почве в фазу вых. Раст. В трубку, мг/кг-4/4-{24.0250000, 30.8000000}
136 Сод. Мин. Азота в почве в фазу колош., мг/кг-1/4-{3.1000000, 7.8250000}
137 Сод. Мин. Азота в почве в фазу колош., мг/кг-2/4-{7.8250000,12.5500000}
138 Сод. Мин. Азота в почве в фазу колош., мг/кг-3/4-{12.5500000,17.2750000}
139 Сод. Мин. Азота в почве в фазу колош., мг/кг-4/4-{17.2750000, 22.0000000}
140 Сод. Мин. Азота в почве в фазу полн. Спел., мг/кг-1/4-{3.8000000, 9.5500000}
141 Сод. Мин. Азота в почве в фазу полн. Спел., мг/кг-2/4-{9.5500000,15.3000000}
142 Сод. Мин. Азота в почве в фазу полн. Спел., мг/кг-3/4-{15.3000000, 21.0500000}
143 Сод. Мин. Азота в почве в фазу полн. Спел., мг/кг-4/4-{21.0500000, 26.8000000}
144 Сод. Фосфатов в 0-30 см слое почвы на нач. Весен. Вег., мг/кг-1/4-{1.6000000,16.2750000}
145 Сод. Фосфатов в 0-30 см слое почвы на нач. Весен. Вег., мг/кг-2/4-{16.2750000, 30.9500000}
146 Сод. Фосфатов в 0-30 см слое почвы на нач. Весен. Вег., мг/кг-3/4-{30.9500000, 45.6250000}
147 Сод. Фосфатов в 0-30 см слое почвы на нач. Весен. Вег., мг/кг-4/4-{45.6250000, 60.3000000}
148 Сод. Фосфатов в 0-30 см слое почвы в фазу вых. Раст. В трубку, мг/кг-1/4-{2.7000000,17.3250000}
149 Сод. Фосфатов в 0-30 см слое почвы в фазу вых. Раст. В трубку, мг/кг-2/4-{17.3250000, 31.9500000}
150 Сод. Фосфатов в 0-30 см слое почвы в фазу вых. Раст. В трубку, мг/кг-3/4-{31.9500000, 46.5750000}
151 Сод. Фосфатов в 0-30 см слое почвы в фазу вых. Раст. В трубку, мг/кг-4/4-{46.5750000, 61.2000000}
152 Сод-е фосфатов в 0-30 см слое почвы в фазу колошения, мг/кг-1/4-{6.2000000,19.6500000}
153 Сод-е фосфатов в 0-30 см слое почвы в фазу колошения, мг/кг-2/4-{19.6500000, 33.1000000}
154 Сод-е фосфатов в 0-30 см слое почвы в фазу колошения, мг/кг-3/4-{33.1000000, 46.5500000}
155 Сод-е фосфатов в 0-30 см слое почвы в фазу колошения, мг/кг-4/4-{46.5500000, 60.0000000}
156 Сод-е фосфатов в 0-30 см слое почвы в фазу полн. Спел., мг/кг-1/4-{3.7000000,17.9500000}
157 Сод-е фосфатов в 0-30 см слое почвы в фазу полн. Спел., мг/кг-2/4-{17.9500000, 32.2000000}
158 Сод-е фосфатов в 0-30 см слое почвы в фазу полн. Спел., мг/кг-3/4-{32.2000000, 46.4500000}
159 Сод-е фосфатов в 0-30 см слое почвы в фазу полн. Спел., мг/кг-4/4-{46.4500000, 60.7000000}
160 Сод-е калия в0-30 см слое почвы на нач.о вес. Вег., мг/кг-1/4-{267.0000000, 342.5000000}
161 Сод-е калия в 0-30 см слое почвы на нач.о вес. Вег., мг/кг-2/4-{342.5000000, 418.0000000}
162 Сод-е калия в 0-30 см слое почвы на нач.о вес. Вег., мг/кг-3/4-{418.0000000, 493.5000000}
163 Сод-е калия в0-30 см слое почвы на нач.о вес. Вег., мг/кг-4/4-{493.5000000, 569.0000000}
164 Сод-е калия в 0-30 см слое почвы в фазу вых. Раст. В трубку, мг/кг-1/4-{238.0000000, 298.5000000}
165 Сод-е калия в 0-30 см слое почвы в фазу вых. Раст. В трубку, мг/кг-2/4-{298.5000000, 359.0000000}
166 Сод-е калия в 0-30 см слое почвы в фазу вых. Раст. В трубку, мг/кг-3/4-{359.0000000, 419.5000000}
167 Сод-е калия в 0-30 см слое почвы в фазу вых. Раст. В трубку, мг/кг-4/4-{419.5000000, 480.0000000}
168 Сод-е калия в 0-30 см слое почвы в фазу колош., мг/кг-1/4-{203.0000000, 271.0000000}
169 Сод-е калия в 0-30 см слое почвы в фазу колош., мг/кг-2/4-{271.0000000, 339.0000000}
170 Сод-е калия в 0-30 см слое почвы в фазу колош., мг/кг-3/4-{339.0000000, 407.0000000}
171 Сод-е калия в 0-30 см слое почвы в фазу колош., мг/кг-4/4-{407.0000000, 475.0000000}
172 Сод-е калия в 0-30 см слое почвы в фазу полн. Спел., мг/кг-1/4-{223.0000000, 284.0000000}
173 Сод-е калия в 0-30 см слое почвы в фазу полн. Спел., мг/кг-2/4-{284.0000000, 345.0000000}
174 Сод-е калия в 0-30 см слое почвы в фазу полн. Спел., мг/кг-3/4-{345.0000000, 406.0000000}
175 Сод-е калия в 0-30 см слое почвы в фазу полн. Спел., мг/кг-4/4-{406.0000000, 467.0000000}
176 Цена зерна, руб./кг-1/4-{5.3500000, 5.6587500}
177 Цена зерна, руб./кг-2/4-{5.6587500, 5.9675000}
178 Цена зерна, руб./кг-3/4-{5.9675000, 6.2762500}
179 Цена зерна, руб./кг-4/4-{6.2762500, 6.5850000}
180 Затраты на удобрения, руб./га-1/4-{653.7520000, 3979.4670000}
181 Затраты на удобрения, руб./га-2/4-{3979.4670000, 7305.1820000}
182 Затраты на удобрения, руб./га-3/4-{7305.1820000,10630.8970000}
183 Затраты на удобрения, руб./га-4/4-{10630.8970000,13956.6120000}
184 Стоимость зерна, руб./га-1/4-{13482.0000000, 23149.8000000}
185 Стоимость зерна, руб./га-2/4-{23149.8000000, 32817.6000000}
186 Стоимость зерна, руб./га-3/4-{32817.6000000, 42485.4000000}
187 Стоимость зерна, руб./га-4/4-{42485.4000000, 52153.2000000}
188 Производственные затраты, руб./га-1/4-{17942.0000000, 21507.4030000}
189 Производственные затраты, руб./га-2/4-{21507.4030000, 25072.8060000}
190 Производственные затраты, руб./га-3/4-{25072.8060000, 28638.2090000}
191 Производственные затраты, руб./га-4/4-{28638.2090000, 32203.6120000}
192 Затраты совокупной энергии, гдж/га-1/4-{14.1000000,19.2000000}
193 Затраты совокупной энергии, гдж/га-2/4-{19.2000000, 24.3000000}
194 Затраты совокупной энергии, гдж/га-3/4-{24.3000000, 29.4000000}
195 Затраты совокупной энергии, гдж/га-4/4-{29.4000000, 34.5000000}
196 Выход энергии, гдж/га-1/4-{70.2270000, 109.8922500}
197 Выход энергии, гдж/га-2/4-{109.8922500, 149.5575000}
198 Выход энергии, гдж/га-3/4-{149.5575000, 189.2227500}
199 Выход энергии, гдж/га-4/4-{189.2227500, 228.8880000}
В результате работы программного интерфейса автоматически формируется обучающая выборка (таблица 6, 7), которая включает описания 448 случаев выращивания зерна озимой пшеницы. Каждый
случай выращивания описывается с одной стороны значениями действовавших факторов, а с другой стороны, количественными и качественными хозяйственными и финансово-экономическими результатами их действия.
Таблица 6 - Обучающая выборка классов (фрагмент)
Код объекта обучающей выборки Коды классов
1 1 5 10 15
1 18 21 25 29
1 33 37 41
2 1 5 9 14
2 20 21 25 29
2 33 37 41
3 1 6 10 15
3 20 21 25 29
3 33 37 41
*** *** *** *** ***
447 3 7 10 15
447 20 21 25 31
447 34 38 42 45
448 3 8 11 15
448 17 22 25 30
448 33 37 41 45
Таблица 7 - Обучающая выборка признаков (фрагмент)
Код объекта обучающей выборки Коды значений факторов
1 2 8 14 17 21 26 28
1 34 36 42 45 49 53 57
1 61 64 70 73 78 82 85
1 89 93 98 101 104 108 114
1 118 122 124 129 132 137 141
1 144 148 152 156 160 165 168
1 172 177 184 188 192 196
2 2 8 14 19 20 27 31
2 35 36 40 45 50 53 59
2 62 67 71 74 79 83 87
2 90 93 98 103 105 110 115
2 118 123 126 128 132 136 140
2 145 148 152 156 161 165 169
2 173 176 184 188 192 196
3 2 8 14 19 22 25 31
3 35 37 40 47 51 54 57
3 65 70 74 78 80 85 88
3 93 98 100 105 109 115 118
3 120 126 128 132 136 140 144
3 148 152 156 162 166 170 174
3 176 184 188 192 196
*** *** *** *** *** *** *** ***
447 4 6 15 17 20 27 30
447 35 39 43 46 52 58 61
447 66 68 73 78 82 87 88
447 92 98 102 105 108 112 118
447 122 127 129 132 136 140 147
447 150 153 159 162 165 170 174
447 176 183 185 191 194 198
448 4 6 15 16 20 26 28
448 33 39 43 44 48 53 57
448 60 64 70 73 78 80 84
448 88 92 98 100 104 109 113
448 118 120 124 129 133 136 140
448 147 151 154 158 163 167 171
448 174 179 183 186 191 194 198
Синтез и верификация системно-когнитивных моделей (СКМ)
Данный этап системно-когнитивного анализа предметной области в системе «ЭЙДОС-Х++» может быть выполнен, в частности, с помощью режима_35, который обеспечивает: синтез моделей знаний; оценку
достоверности каждой модели знаний-
В системе «ЭЙДОС-Х++» представлены семь моделей знаний, частные критерии которых рассчитываются по (таблица 8): А. Харкевичу (два варианта расчета); Хи-квадрат, Я01 (два варианта расчета); коэффициент взаимосвязи, т.е. разность условной и безусловной вероятностей (два варианта расчета).
Таблица 8 - Частные критерии знаний системы «Эйдос-Х++»
Наименование модели знаний и частный критерий Выражение для частного критерия знаний через частоты
относительные абсолютные
INF1, частный критерий: количество знаний по А. Харкевичу, 1-й вариант расчета вероятностей: Nj - суммарное количество признаков поу-му классу. Вероятность того, что если у объекта j-ro класса обнаружен признак, то это i-й признак I^WxLog^ Nt,N I = 'Р X Log2 4 2 N-N ■ ‘ J
INF2, частный критерий: количество знаний по А. Харкевичу, 2-й вариант расчета вероятностей: Nj - суммарное количество объектов по /-му классу. Вероятность того, что если предъявлен объект j-ro класса, то у него будет обнаружен i-й признак. I =4>xLog І h NVN /г; = 'Р х Log2 —-— 3 n.n i ‘ J
INF3, частный критерий: Хи-квадрат: разности между фактическими и теоретически ожидаемыми абсолютными частотами - N,N, I = N.. J V V N
INF4, частный критерий: ROI - Return On Investment, 1-й вариант расчета вероятностей: Nj - суммарное количество признаков по /-му классу , Рп ! Р,ГР> « р, р, N„N hi = — 1 1 NtN}
INF5, частный критерий: ROI - Return On Investment, 2-й вариант расчета вероятностей: Nj - суммарное количество объектов по /-му классу , р„ ! р,гр, ’ р, р, N,,N hi = — 1 J NtN
INF6, частный критерий: разность условной и безусловной вероятностей, 1-й вариант расчета вероятностей: Nj -суммарное количество признаков по /-му классу
ЮТ7, частный критерий: разность условной и безусловной вероятностей,
2-й вариант расчета вероятностей: А/ -
суммарное количество объектов по /-му классу
N, N
Показатели достоверности системно-когнитивных моделей
(валидности) [2]:
- идентифицировано верно - это количество объектов обучающей выборки, которые идентифицированы как классы, к которым они действительно относятся;
- идентифицировано ошибочно — это количество объектов обучающей выборки, которые идентифицированы как классы, к которым они в действительности не относятся (ошибка идентификации);
- неидентифицировано верно - это количество объектов обучающей выборки, которые неидентифицированы как классы, к которым они действительно не относятся;
- неидентифицировано ошибочно — это количество объектов обучающей выборки, которые неидентифицированы как классы, к которым они в действительности относятся (ошибка неидентфикации).
Интегральный критерий «Семантический резонанс знаний» представляет собой нормированное суммарное количество знаний, содержащееся в системе факторов различной природы, характеризующих сам объект управления, управляющие факторы и окружающую среду, о переходе объекта в будущие целевые или нежелательные состояния.
Интегральный критерий - аддитивная функция от частных критериев знаний, представленных в help режима 3.3 и имеет вид [1, с.32]:
где М - количество градаций описательных шкал (признаков);
средняя информативность по вектору класса;
среднее по вектору объекта;
<3;
среднеквадратичное отклонение частных критериев знании вектора
класса:
а
1
среднеквадратичное отклонение по вектору распознаваемого
вектор состояния ]-го класса;
объекта.
' :
Ц - Щ} _ вект0р состояния распознаваемого объекта, включающий все виды факторов, характеризующих сам объект, управляющие воздействия и окружающую среду (массив-локатор), т.е.:
1, если і - и фактор действует,
Ц =\ п, где: п > 0, если і - й фактор действуете истинностью и;
0, если і - й фактор не действует Получены следующие результаты верификации моделей знаний (таблица 9).
Достоверность
Тип модели (частный критерий знаний) Интегральный критерий Иденти фикаци и Не иденти фикаци и Средняя
1. АВБ - частный критерий: количество встреч сочетаний: "класс-признак" у объектов обуч.выборки Корреляция абс.частот с обр.объекта 99,981 1,254 50,618
1. АВБ - частный критерий: количество встреч сочетаний: "класс-признак" у объектов обуч.выборки Сумма абс.частот по признакам объекта 100,000 0,000 50,000
2. Р1}С1 - частный критерий: уел. вероятность 1-го признака среди признаков объектов ]-го класса Корреляция усл.отн.частот с обр.объекта 99,981 1,254 50,618
2. Р1}С1 - частный критерий: уел. вероятность 1-го признака среди признаков объектов ]-го класса Сумма усл.отн.частот по признакам объект 100,000 0,000 50,000
3. Р1^С2 - частный критерий: условная вероятность 1-го признака у объектов ]-го класса Корреляция усл.отн.частот с обр.объекта 99,981 1,254 50,618
3. Р1^С2 - частный критерий: условная вероятность 1-го признака у объектов ]-го класса Сумма усл.отн.частот по признакам объект 100,000 0,000 50,000
4. INF1 - частный критерий: количество знаний по А.Харкевичу; вероятности из PRC1 Семантический резонанс знаний 79,605 70,920 75,262
4. INF1 - частный критерий: количество знаний по А.Харкевичу; вероятности из PRC1 Сумма знаний 73,233 81,627 77,430
5. INF2 - частный критерий: количество знаний по А.Харкевичу; вероятности из PRC2 Семантический резонанс знаний 79,624 70,948 75,286
5. INF2 - частный критерий: количество знаний по А.Харкевичу; вероятности из PRC2 Сумма знаний 73,402 81,713 77,558
6. INF3 - частный критерий: Хи-квадрат, разности между фактическими и ожидаемыми абс.частотами Семантический резонанс знаний 81,504 73,321 77,412
6. INF3 - частный критерий: Хи-квадрат, разности между фактическими и ожидаемыми абс.частотами Сумма знаний 81,504 73,321 77,412
7. INF4 - частный критерий: ROI (Return On Investment); вероятности из PRC1 Семантический резонанс знаний 73,647 77,558 75,602
7. INF4 - частный критерий: ROI (Return On Investment); вероятности из PRC1 Сумма знаний 84,023 68,809 76,416
8. INF5 - частный критерий: ROI (Return On Investment); вероятности из PRC2 Семантический резонанс знаний 73,665 77,550 75,608
8. INF5 - частный критерий: ROI (Return On Investment); вероятности из PRC2 Сумма знаний 84,135 69,021 76,578
9. INF6 - частный критерий: разн.усл.и безусл.вероятностей; вероятности из PRC1 Семантический резонанс знаний 80,019 73,780 76,899
9. INF6 - частный критерий: разн.усл.и безусл.вероятностей; вероятности из PRC1 Сумма знаний 81,504 69,678 75,591
10.INF7 - частный критерий: разн.усл.и безусл.вероятностей; вероятности из PRC2 Семантический резонанс знаний 80,000 73,891 76,945
10.INF7 - частный критерий: разн.усл.и безусл.вероятностей; вероятности из PRC2 Сумма знаний 81,805 69,929 75,867
Согласно таблице 9, наиболее подходящая модель знаний - это модель ЮТЗ, которая обладает высокой степенью достоверности, адекватно отражает исследуемую предметную область, а, следовательно, ее можно использовать для
прогнозирования результатов и принятия управленческих решений по выбору технологий производства зерна озимой пшеницы, обеспечивающей с высокой вероятностью желаемый результат. Результаты измерения адекватности семантической информационной модели (ШБЗ) отражены в таблице 10.
аблица ю - Измерение адекватности системно-когнитивной модели 1№3
Код клас са Наименование класса Кол-во объекто в, относя щихся к классу Верно идентиф ицирова но Вероятн ость случайн ого угадыва ния Эффект ивность модели
1 Урожайность, ц/га-1/4-{24.3000000, 38.0250000} 77 77 0,172 5,818
2 Урожайность, ц/га-2/4-{38.0250000, 51.7500000} 110 110 0,246 4,073
3 Урожайность, ц/га-3/4-{51.7500000, 65.4750000} 190 190 0,424 2,358
4 Урожайность, ц/га-4/4-{65.4750000, 79.2000000} 71 71 0,158 6,310
5 Содержание белка, %-1/4-{7.1000000, 9.1250000} 40 40 0,089 11,200
6 Содержание белка, %-2/4-{9.1250000,11.1500000} 150 150 0,335 2,987
7 Содержание белка, %-3/4-{11.1500000,13.1750000} 184 184 0,411 2,435
8 Содержание белка, %-4/4-{13.1750000,15.2000000} 74 74 0,165 6,054
9 Содержание клейковины,%-1/4-{ 12.4000000,16.9000000} 52 52 0,116 8,615
10 Содержание клейковины,%-2/4-{16.9000000, 21.4000000} 157 157 0,350 2,854
11 Содержание клейковины,%-3/4-{21.4000000, 25.9000000} 183 183 0,408 2,448
12 Содержание клейковины,%-4/4-{25.9000000, 30.4000000} 56 56 0,125 8,000
13 Натура зерна, г/л-1/4-{746.0000000, 773.0000000} 48 48 0,107 9,333
14 Натура зерна, г/л-2/4-{773.0000000, 800.0000000} 196 196 0,438 2,286
15 Натура зерна, г/л-3/4-{800.0000000, 827.0000000} 120 120 0,268 3,733
16 Натура зерна, г/л-4/4-{827.0000000, 854.0000000} 84 84 0,188 5,333
17 Классность зерна-1/4-{2.0000000, 2.5000000} 176 176 0,393 2,545
18 Классность зерна-2/4-{2.5000000, 3.0000000} 191 191 0,426 2,346
19 Классность зерна-3/4-{3.0000000, 3.5000000}
20 Классность зерна-4/4-{3.5000000, 4.0000000} 81 81 0,181 5,531
21 Чистый дох (убыток), руб./га-1/4-{-7066.3000000, 1918.2875000} 89 89 0,199 5,034
22 Чистый дох (убыток), руб./га-2/4-{1918.2875000, 10902.8750000} 181 181 0,404 2,475
23 Чистый дох (убыток), руб./га-3/4-{10902.8750000, 19887.4625000} 131 131 0,292 3,420
24 Чистый дох (убыток), руб./га-4/4-{19887.4625000, 28872.0500000} 47 47 0,105 9,532
25 Уровень рентабельности (убыточности), %-1/4-{-30.1115820, 14.1205269} 122 122 0,272 3,672
26 Уровень рентабельности (убыточности), %-2/4-{14.1205269, 58.3526359} 190 190 0,424 2,358
27 Уровень рентабельности (убыточности), %-3/4-{58.3526359, 102.5847448} 103 103 0,230 4,350
28 Уровень рентабельности (убыточности), %-4/4-{102.5847448, 146.8168537} 33 33 0,074 13,576
29 Приращение энергии, гдж/га-1/4-{55.0270000, 92.0192500} 79 79 0,176 5,671
30 Приращение энергии, гдж/га-2/4-{92.0192500, 129.0115000} 128 128 0,286 3,500
31 Приращение энергии, гдж/га-3/4-{129.0115000,166.0037500} 173 173 0,386 2,590
32 Приращение энергии, гдж/га-4/4-{166.0037500, 202.9960000} 68 68 0,152 6,588
33 К-т чистой эффективности-1/4-{2.1450000, 4.4598174} 79 79 0,176 5,671
34 К-т чистой эффективности-2/4-{4.4598174, 6.7746349} 275 275 0,614 1,629
35 К-т чистой эффективности-3/4-{6.7746349, 9.0894523} 91 91 0,203 4,923
36 К-т чистой эффективности-4/4-{9.0894523, 11.4042697} 3 3 0,007 149,333
37 К-т отношения получ. И затрач. Энергии-1/4-{3.1450000, 5.4598174} 79 79 0,176 5,671
38 К-т отношения получ. И затрач. Энергии-2/4-{5.4598174, 7.7746349} 275 275 0,614 1,629
39 К-т отношения получ. И затрач. Энергии-3/4-{7.7746349, 10.0894523} 91 91 0,203 4,923
40 К-т отношения получ. И затрач. Энергии-4/4-{10.0894523, 12.4042697} 3 3 0,007 149,333
41 Выход зерна в расчете на 1 гдж затрач. Энергии, кг-1/4-{108.8235294, 188.9210178} 79 79 0,176 5,671
42 Выход зерна в расчете на 1 гдж затрач. Энергии, кг-2/4-{188.9210178, 269.0185063} 275 275 0,614 1,629
43 Выход зерна в расчете на 1 гдж затрач. Энергии, кг-3/4-{269.0185063, 349.1159947} 91 91 0,203 4,923
44 Выход зерна в расчете на 1 гдж затрач. Энергии, кг-4/4-{349.1159947, 429.2134831} 3 3 0,007 149,333
45 Окупаемость удобрений зерном, кг/кг-1/4-{2.2160643, 19.2136007} 352 352 0,786 1,273
46 Окупаемость удобрений зерном, кг/кг-2/4-{19.2136007, 36.2111370} 26 26 0,058 17,231
47 Окупаемость удобрений зерном, кг/кг-3/4-{36.2111370, 53.2086734} 6 6 0,013 74,667
48 Окупаемость удобрений зерном, кг/кг-4/4-{53.2086734, 70.2062097} 8 8 0,018 56,000
В системе «ЭЙДОС-Х++» реализовано несколько методов оптимизации (улучшения адекватности) модели: исключение из модели статистически малопредставленных классов и факторов; исключение незначимых факторов; взвешивание данных; итерационное разделение классов на типичную и нетипичную части; генерация моделей больших размерностей с сочетанными признаками.
Проведенные численные эксперименты с применением методов оптимизации показало, что их применение нецелесообразно, т.к. исходная
модель и так обладает хорошими характеристиками адекватности, а в этом случае применение методов повышения адекватности не дает ощутимых результатов.
Вывод
В представленной работе обоснована возможность прогнозирования и принятия управленческих решений по выбору агротехнологий посредством применения метода системно-когнитивного анализа отличающаяся от традиционных тем, что обеспечивается построение и адаптацию модели сложного объекта управления и прогнозирования.
Проведена когнитивная структуризация и формализация предметной области: проанализированы исходные данные для построения
системно-когнитивной модели природно-экономической системы производства зерна озимой пшеницы, поставлена и решена задача их автоматизированного преобразования к виду, непосредственно воспринимаемому системой "ЭЙДОС-Х++" с помощью одного из ее стандартных программных интерфейсов; результаты ее работы и автоматически сформированные на их основе системой "ЭЙДОС-Х++" справочники классов и факторов, а также обучающая выборка.
Впервые осуществлен синтез и верификация системно-когнитивных моделей природно-экономической системы производства зерна озимой пшеницы, характеризующихся высокой размерностью и адекватностью, что позволяет на ее основе решать задачи прогнозирования и управления, а также исследования моделируемой предметной области.
Литература
1. Луценко, Е. В. Прогнозирование и принятие решений в растениеводстве с применением технологий искусственного интеллекта: Монография (научное издание) / Е. В. Луценко, В. И. Лойко, Л. О. Великанова. - Краснодар: КубГАУ, 2008. - 257 с.
2. Горпинченко К.Н Оценка эффективности применения перспективных технологий выращивания зерна озимой пшеницы / К.Н. Горпинченко // Политематический сетевой
электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2007. - №10(034). С. 178 - 185. - Шифр Информрегистра: 0420700012\0178, IDA [article ID]: 0340710013. - Режим доступа: http://ej.kubagro.ru/2007/10/pdf/13.pdf, 0,5 у.п.л., импакт-фактор РИНЦ=0,577
3. Луценко Е.В. Синтез системно-когнитивной модели природно-экономической системы и ее использование для прогнозирования и управления в зерновом производстве (Часть 1 - постановка задачи) / Луценко Е.В., Горпинченко К.Н. // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2013. - №05(089). - IDA [article ID]: 0891305089. - Режим доступа: http://ej.kubagro.ru/2013/05/pdf/89.pdf, 0,750 у.п.л., импакт-фактор РИНЦ=0,577
4. Луценко Е.В., Коржаков В.Е., Ермоленко В. В. Интеллектуальные системы в контроллинге и менеджменте средних и малых фирм: Под науч. ред. д.э.н., проф. Е.ВЛуценко. Монография (научное издание). - Майкоп: АГУ. 2011. - 392 с.
References
1. Lucenko, Е. V. Prognozirovanie i prinjatie reshenij v rastenievodstve s primeneniem tehnologij iskusstvennogo intellekta: Monografija (nauchnoe izdanie) / E. V. Lucenko, V. I. Lojko, L. O. Velikanova. - Krasnodar: KubGAU, 2008. - 257 s.
2. Gorpinchenko K.N. Ocenka jeffektivnosti primenenija perspektivnyh teh-nologij
vyrashhivanija zema ozimoj pshenicy / K.N. Gorpinchenko // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo univer-siteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2007. - №10(034). S. 178 - 185. - Shifr Informregistra: 0420700012\0178, IDA [article ID]: 0340710013. - Rezhim dostupa:
http://ej.kubagro.ru/2007/10/pdf/13.pdf, 0,5 u.p.l., impakt-faktor RINC=0,577
3. Lucenko E.V. Sintez sistemno-kognitivnoj modeli prirodno-jekonomicheskoj sistemy i ее ispol'zovanie dlja prognozirovanija i upravlenija v zer-novom proizvodstve (Chast1 1 - postanovka zadachi) / Lucenko E.V., Gorpinchenko K.N.. // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvenno-go agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Kras-nodar: KubGAU, 2013. - №05(089). - IDA [article ID]: 0891305089. - Rezhim dostupa: http://ej.kubagro.ru/2013/05/pdf/89.pdf, 0,750 u.p.l., impakt-faktor RINC=0,577
4. Lucenko E.V., Korzhakov V.E., Ermolenko V.V. Intellektual'nye sistemy v kontrollinge i menedzhmente srednih i malyh firm: Pod nauch. red. d.je.n., prof. E.V.Lucenko. Monografija (nauchnoe izdanie). - Majkop: AGU. 2011. - 392 s.3.
