Российская академия сельскохозяйственных наук Сибирское отделение
Скачать 2.93 Mb.
|
4. СТРУКТУРА И ПРИОРИТЕТЫ ИНФОРМАЦИОННО-НОРМАТИВНОГО ОБЕСПЕЧЕНИЯ ЗАДАЧ ПЛАНИРОВАНИЯ КОРМОПРОИЗВОДСТВАПланирование кормопроизводства должно основываться на системном анализе возможных интенсифицирующих и стохастических факторов с учетом поэтапного их использования на разных уровнях планирования. Для исследования таких сложных систем существует метод системного математического моделирования, при котором используется не одна отдельно взятая модель, а система экономико-математических моделей. Имеющиеся в настоящее время изолированные модели планирования развития кормопроизводства недостаточно скоординированы, не имеют необходимого информационного и алгоритмического единства, не учитывают важнейшие характеристики кормопроизводства как объекта планирования – стохастичность, нелинейность, неустойчивость. Естественно при этом отразить специфику условий развития кормопроизводства, внутренние и внешние производственные взаимосвязи, сбалансировать и рассчитать оптимальный вариант производственного плана не представляется возможным. 4.1. Применение моделей и методов математического моделирования в планировании сельскохозяйственного производстваКак всякая сложная система, материальное производство в целом и отдельные его элементы в ходе развития и функционирования подвергаются случайным и неопределенным воздействиям. Наиболее ярко выражено многообразие таких воздействий в сельском хозяйстве. Так наряду с целенаправленной деятельностью человека, на производственный процесс и его результаты влияют такие факторы, как количество осадков и сроки их выпадения, температура воздуха и т.д. Поэтому случайный характер многих технико-экономических показателей, используемых в моделях оптимизации сельскохозяйственного производства, обусловлен особенностями этой отрасли. В настоящее время имеются разработанные экономико-математические модели по оптимальному планированию кормопроизводства, отличающиеся постановкой задачи, степенью детализации учитываемых условий, а также применяемыми критериями оптимизации [31-38]. В первых таких работах [39-41] предусматривались ограничения по сельскохозяйственным угодьям, трудовым ресурсам, механизированным работам, производству и использованию кормов. В дальнейшем модели дополнялись переменными по технологическим способам содержания животных, по половозрастным группам, а также темпам воспроизводства стада [42]. Заслуживают внимания работы [43-45], в которых приводится методика построения и примеры математических моделей оптимального планирования и использования кормов. По мнению отдельных авторов, в основу научно обоснованных объемов и структуры кормопроизводства должны быть положены рационы [46-48]. Другие же считают, что экономико-математическая задача по оптимизации рационов и структуры кормовой площади должна решаться в единой экономико-математической модели [44-50]. К разработке оптимального плана развития кормопроизводства имеются и другие подходы [51, 52]. Применяемые на практике экономико-математические модели, отражающие взаимосвязи между затратами ресурсов и результатами производства, позволяют получить решение при усредненных показателях. В ряде работ [53-58] представлен определенный опыт применения экономико-математических методов для планирования сельскохозяйственного производства на базе детерминированных моделей линейного программирования. Они используются для планирования на различных уровнях управления, но, поскольку учет воздействия случайных факторов ими не осуществляется, плановые расчеты на практике могут сильно отличаться от фактически полученных производственных результатов. Вопросам применения стохастических моделей в анализе и планировании сельскохозяйственного производства стало уделяться определенное внимание экономической науки [59-66]. Определены основные принципы и направления моделирования стохастических зависимостей в сельском хозяйстве. Расчеты, проведенные с использованием отмеченных моделей, показали их высокую эффективность при решении различных задач планирования сельскохозяйственного производства. Представляет интерес подход к учету риска от неблагоприятных погодных условий путем введения коэффициента «платы за риск» в целевую функцию, что требует обработки больших объемов информации для обоснования самих размеров коэффициента [64]. Разработан и предложен способ моделирования с дискретными исходами условий производства и формированием для каждого исхода своей группы ограничений [61, 62]; а также решение стохастических задач оптимизации структуры кормопроизводства, направленных на решение проблемы устойчивости кормопроизводства [63]. Отличие стохастической модели от детерминированной в том, что критерием оптимальности в ней является минимум дисперсии валового объема кормопроизводства. С появлением моделей, в которых пытались учесть влияние различных факторов, в том числе погодных, оправдываемость планов должна была повыситься. Однако в практике планирования учет вероятностного характера параметров задач пока не получил достаточного распространения. Это объясняется значительной сложностью стохастических задач по сравнению с детерминированными, отсутствием эффективных алгоритмов решения, каким является симплекс-метод в линейном программировании. Но практика ведения сельского хозяйства в изменчивых погодных условиях заставила выработать множество разнообразных способов, мероприятий «сглаживания», «смягчения» пагубного влияния неблагоприятных погодных условий: от использования веточного корма до строго налаженной системы страхования. По характеру влияния на воспроизводственные процессы эти мероприятия можно условно объединить на два направления. Первое направление связано с созданием оптимальных резервов страховых запасов корма, т.е. учетом снижения производства кормов в неблагоприятные годы [67-69]. Второе направление объединяет мероприятия, направленные на совершенствование методов управления кормопроизводством с учетом неустойчивости некоторых параметров, т.е. связано с применением стохастических моделей планирования. Многие ученые склоняются к тому, что создание и совершенствование моделей планирования развития сельского хозяйства должно идти путем перехода от детерминированных задач к вероятностным [59-71]. Экономический смысл стохастических задач (двухэтапных) заключается в том, что они позволяют учитывать дифференциацию плановых решений на априорные и апостериорные. К априорным (стратегическим) относят показатели, значения которых не могут быть изменены вслед за каждой реализацией погодных условий. Это площади многолетних насаждений, поголовье животных, наличие основных средств производства. Апостериорные (тактические) показатели определяют перечень мероприятий, осуществляемых сообразно со складывающейся ситуацией. Это реализация рациональных режимов кормления в условиях низких урожаев кормовых культур, привлечение дополнительных рабочих сил и техники, пересевы погибших культур и другие мероприятия, позволяющие справиться с непредвиденными ситуациями в процессе производства, компенсировать невязки априорного плана. Совокупность инертных структурных параметров априорных производственных решений рассчитывается на «погружение» ее в разные погодные условия производства с частотой, определяемой вероятностью возможного исхода. Другой подход в этом направлении связан с тем, что колебания результатов кормопроизводства по годам могут наносить серьезный ущерб животноводству и всему хозяйству. Так в [63, 72] считается, что максимальная устойчивость кормопроизводства достигается при минимальной дисперсии объема кормопроизводства D(V), так как минимизация D(V) будет означать одновременно минимизацию в среднем нехватки кормов. Математическая модель задачи представлена в приложении 20. Системный подход к организации оптимального планирования требует применения комплекса моделей, которые были бы связаны между собой информационными потоками и обеспечивали как оптимизацию развития хозяйства в целом, так и решение отдельных, частных вопросов. На основе принципов построения системы моделей оптимального планирования, разработанного в ЦЭМИ (Центральный экономико-математический институт РАН) [73], предложена следующая блок-схема системы (рис. 4) применительно к кормопроизводству на уровне предприятия. Системный подход к решению проблем развития кормопроизводства на интенсивной основе позволяет преодолевать узкие рамки отрасли, реально осуществлять принцип целевого управления, ориентирующегося на реализацию конечных целей производства. 1. Блок моделей долго- срочного прогнозирования 2. Блок моделей перспек- тивного планирования 3. Блок моделей текущего годичного планирования 4. Блок моделей оператив- ного планирования    
изводственных функций прогнозирования урожайности с.-х. культур, продуктивности животных, удельных издержек производства продукции 2.1. Совокупность произ- водственных функций для формирования нормативов урожайности с.-х. культур, продуктивности животных; удельных издержек произ- водства 3.1. Совокупность произ -водственных функций для анализа состояния кормо- производства, животновод- ства, кормоотдачи за пре -дыдущий год и для уточне- ния нормативов 4.1. Модель корректировки размещения культур в севооборотах  4.2. Модель оптимизации полевых работ в напряженные периоды  1.2. Модель определения оптимальной структуры животноводства в укруп- ненной номенклатуре в увязке с потенциалом кормопроизводства 2.2. Динамическая модель развития кормопроизвод- ства в соответствии с потребностями животно- водства 3.2. Модель корректировки структуры и размещения животноводства с учетом реального потенциала кормопроизводства 4.3. Модель расчетов кормовых рационов по всем группам скота по периодам 4.4. Модель организации заготовки кормов  1.3. Модель внутрихозяй- ственной планировки и размещения стационарных объектов животноводства и кормопроизводства 2.3. Модель размещения животноводства и специализации подразделений 3.3. Модель размещения культур в севооборотах 4.5. Модель управления запасами кормов  2.4. Модель выбора вариантов производственных построек 3.4. Модель размещения удобрений по культурам и полям  4.6. Модель оптимизации транспортировки кормов  Р   ис. 4. Блок-схема системы моделей оптимального планирования кормопроизводства на уровнесельскохозяйственного предприятия Одной из важнейших моделей предлагаемой системы является динамическая модель развития производства (2.2). Она позволяет отразить движение кормопроизводства от исходного уровня к уровню, намеченному планом (1.2). Она служит связующим звеном между текущим планированием и долгосрочным прогнозом развития кормопроизводства. Это достигается, с одной стороны, введением в модель 2.2 ограничений, обеспечивающих выход на параметры животноводства в увязке с потенциалом кормопроизводства (1.2), а с другой – использованием результатов решения по первому блоку динамической задачи для конкретизации планов текущего года (3.2). Модели 1.2; 2.2; 3.2 являются узловыми в своих блоках, потому через них обеспечивается информационная связь между собой всех других моделей в единую систему. Получается как бы пирамида, иерархия моделей, обеспечивающих строгую подчиненность частных моделей общим. Обоснованность и эффективность расчетов будет тем выше, чем последовательнее соблюдается переход от моделей верхнего уровня к нижним. Однако и решение отдельных частных задач, если они достаточно правильно поставлены, позволяют добиться существенного эффекта. 4.2. Модели, апробированные на практике в условиях Сибири. При планировании научно обоснованной кормовой базы наибольший эффект дает та модель, которая увязывает потребности в кормах с физиологическими особенностями половозрастных групп животных и потенциальной возможностью растениеводческих отраслей хозяйства. Это позволяет увязывать все балансовые расчеты по производству продукции и использованию производственных ресурсов при одновременной оптимизации кормовых рационов. Отражение в модели оптимизации всех элементов процесса кормопроизводства, включая формирования оптимальных рационов по всем видам питательных веществ в стойловый и пастбищный период для крупного рогатого скота и овец, а также формирование структуры посевов с подробным перечнем всех культур, затрудняется большой размерностью решения задачи. Поэтому планирование лучше всего вести в два этапа. На первом – определяются лишь основные укрупненные показатели. На втором – определяются площади посева всех культур, дифференцированных по направлению использования с целью обеспечения производства необходимого количества кормов, сбалансированных по основным видам питательных веществ. Структура модели, предлагаемой для решения таких задач, приведена в приложении 21. В модели предусмотрена возможность расширения площадей посева товарных культур, так как при оптимизации кормопроизводства могут выявиться резервы, которые должны быть направлены в товарные растениеводческие отрасли, если это эффективнее, чем использование в кормопроизводстве. В отдельных блоках происходит балансировка производства и потребности кормов по половозрастным группам животных отдельно в летний и зимний период. Это связано с тем, что содержание питательных веществ в среднегодовой потребности кормов не характеризует сбалансированности рационов по периодам года. В качестве критерия оптимизация перспективного плана кормопроизводства используется максимум прибыли, как наиболее отвечающий задаче эффективного использования производственных ресурсов. Приведенная здесь модель использовалась при составлении проектов плана по кормопроизводству в базовых хозяйствах СибНИИСХ в Омской области [76], в которых в структуре товарной продукции животноводческие отрасли занимают 45-50 %. За три года уровень кормления скота увеличился на 23 %, удой молока на корову достиг 3000 кг, среднесуточный прирост молодняка – более 400 г, настриг шерсти на овцу – 5 кг. Более сложная модель применялась при разработке программы развития животноводства на базе оптимизации структуры кормопроизводства в совхозе «Светлополянский» Болотнинского района Новосибирской области [74]. Функционалом в задаче был избран максимум прибыли при условии выполнения портфеля заказов на поставку продукции и использования собственных кормовых ресурсов на сложившемся уровне урожайности культур. Перевод животноводства на промышленную технологию потребовал широкого применения индустриальных методов производства кормов, экономически обоснованного проектирования и создания гарантированной кормовой базы. В этих целях в ГНУ СибНИИК были разработаны типовые комплексные проекты создания кормовой базы для комплексов по производству молока на промышленной основе по основным зонам Западной Сибири [75]. Была поставлена задача, исходя из научно обоснованных объемов ресурсов и соответствующих нормативов затрат, определить такой уровень производства и структуры кормовой базы на животноводческом комплексе, который будет полностью соответствовать природно-экономическим условиям, способствовать наиболее рациональному использованию земли, труда, техники, материально-денежных и других средств производства, позволит получить наибольший экономический эффект. Характер задачи оптимизации кормопроизводства определяет возможность использования в ней ряда критериев оптимальности: минимум затрат на производство кормов, минимум пашни, минимум труда и максимум выхода кормовых единиц с гектара. Экономико-математическая модель задачи представлена в приложении 22. Математическое моделирование совместно с применением ЭВМ обеспечивает комплексный подход к учету производства и использованию кормов. Однако его широкое применение при планировании кормовой базы непосредственно в сельскохозяйственных предприятиях крайне ограничено. Чтобы как-то восполнить этот пробел, в ГНУ СибНИИК были обобщены результаты оптимальных решений при планировании кормовой базы для животноводческих комплексов. Параметры планирования представлены в виде базовой экономико-математической модели с целью широкого применения ее, как примерной основы планирования кормовой базы в хозяйствах степной и лесостепной зон Западной Сибири. В ее основу положен модульный метод с использованием нормативных коэффициентов, выведенных на основе результативных показателей оптимизации кормопроизводства. При планировании кормовой базы с помощью этого метода в каждом конкретном случае потребуется уточнение некоторых нормативов, введение новых (требования сложившегося севооборота, уровня урожаев, виды и сорта отдельных кормовых культур, нормы полива, возможные уровни удобрений и др.). Данная модель (приложение 23) на основе разработанных нормативов (урожайность, затраты труда и средств, принятые нормы кормления, органические и минеральные удобрения и др.) при планируемом уровне продуктивности животных позволяет определить объемы производства различных видов кормов, кормовую площадь, ее структуру, потребность в удобрениях, тип кормления, структуру рациона, затраты труда и средств на производство кормов для различных типоразмеров животноводческих комплексов. Все рассмотренные выше модели являются детерминированными – в этом их главный недостаток. Если решение принимается на основе детерминированной задачи, то это означает, что априорно из множества возможных комбинаций значений случайных параметров исследователь выбирает одну, получает план в предположении, что эта комбинация в действительности будет иметь место. На самом деле ее реализация возможна только с некоторой вероятностью. До тех пор, пока не проверена устойчивость детерминистского плана относительно вариации исходных данных в их вероятностных границах, нельзя даже сказать, в какой мере этот план случаен и в какой выражает действительно закономерные тенденции соответствующего процесса. Вместе с тем эти модели должны использоваться при плановых расчетах. |
Похожие:
 | Российская академия сельскохозяйственных наук Сибирская научная сельскохозяйственная... Автор: Петошина С. И., кандидат философских наук, старший преподаватель кафедры «Социальных наук» |  | Российская академия сельскохозяйственных наук Использование интерактивной доски Smart Board и программного обеспечения Notebook |
| Российская академия сельскохозяйственных наук О предложениях Медведевской районной организации профсоюза работников народного образования и науки РФ по проекту | | Российская Академия сельскохозяйственных наук Рекомендации разработаны авторским коллективом сотрудников фгу «фцтрб-вниви» и Главного управления ветеринарии км рт |
| Российская академия сельскохозяйственных наук Защита растений от вредителей: Учебник для вузов / под ред. В. В. Исаичева. М.: Колос, 2002. 472с с ил | | Физиологическое общество имени и. П. Павлова российская академия... Рабочая программа по бурятской литературе составлена на основе федерального компонента государственного стандарта общего образования,... |
| Поддержка: Минсельхоз рф, Россельхознадзор, Совет Федерации рф, Государственная... Фгбоу впо «Казанский национальный исследовательский технический университет им. А. Н. Туполева – каи» | | Российская академия сельскохозяйственных наук всероссийский институт... Институт биологии, экологии, почвоведения, сельского и лесного хозяйства (Биологический институт) |
| Семинар для молодых ученых и аспирантов терморентгенография и рентгенография... Комиссия по кристаллохимии и рентгенографии минералов Российского Минералогического Общества | | Российская академия сельскохозяйственных наук Министерство сельского... Добрый день. Наша сегодняшняя встреча посвящена её величеству Науке. Ещё А. С. Пушкин очень образно поведал миру об этом |
| Сибирское отделение учреждение российской академии наук иркутский научный центр ... | | Сибирское отделение учреждение российской академии наук иркутский научный центр ... |
| Ю. Н. Чередниченко (Сибирское Отделение Российской Академии Медицинских... Реинкарнационный онтогенез человеческой персональности и виды психосоматического наследования | | Министерство образования и науки российской федерации сибирское отделение... Тимирязевского образовательного округа Томского района Томской области) (грант №Г 1-80 Минобразования России по фундаментальным исследованиям... |
| Формирование мясной продуктивности молодняка крупного рогатого скота... Лазаренко Виктор Николаевич, доктор сельскохозяйственных наук, профессор кафедры генетики и разведения сельскохозяйственных животных... | | Российская академия сельскохозяйственных наук Министерство сельского... Министерства образования и науки РФ от 30 сентября 2005 г. №1938 на основе требований Государственного образовательного стандарта... |
