Прогнозирование урожайности подсолнечника по краснодарскому краю с применением системно-когнитивного анализа (Часть 1-я: Проблематика исследования) - Статья

Прогнозирование урожайности подсолнечника по краснодарскому краю с применением системно-когнитивного анализа (Часть 1-я: Проблематика исследования)В данной работе в общем виде сформулирована проблема создания научно-обоснованного и эффективного инструмента прогнозирования динамики урожайности подсолнечника по районам Краснодарского края и краю в целом. Предложена и обоснована возможность прогнозирования сценария изменения урожайности подсолнечника путем применения технологий искусственного интеллекта, в частности метода системно-когнитивного анализа In this article the general form of the formulated problem of the creation of the scientific-informed and effective tool for forecasting dynamics of sunflower yield in the areas of the Krasnodar region and in the whole region. Предвидение (прогнозирование) событий дает возможность учесть их положительные и отрицательные последствия, заблаговременно подготовиться к ним, а если возможно, то и вмешаться в ход развития событий, контролировать их, или что еще более важно, - стараться претворить в жизнь одну из выявленных предпочтительных альтернатив будущего, т.е. управлять будущим развитием предметной области. Таким образом, проблема, решаемая в работе, состоит в создании научно-обоснованного и эффективного инструмента прогнозирования динамики урожайности подсолнечника по районам Краснодарского края и краю в целом.Данный объект управления и прогнозирования (ОУП) обладает рядом специфических свойств, серьезно затрудняющих разработку научных методов прогнозирования динамики его поведения: он представляет собой сложный многофакторный слабодетерминированный нелинейный объект управления и прогнозирования, информация о котором сильно фрагментирована и зашумлена. Необходимо также отметить практическую невозможность проведения каких-либо экспериментов с данным объектом управления и прогнозирования с целью его изучения или пополнения отсутствующей информации, а также очень большую длительность цикла управления: от одного года до 10 лет. Необходимо отметить, что решение задач идентификации, прогнозирования и принятия решений в любой системе управления возможно только на основе модели объекта управления и прогнозирования, отражающей причинно-следственные взаимосвязи между значениями факторов, действующих на объект управления и прогнозирования в прошлом и его поведением в будущем. Должна учитывать не только факторы, сильно влияющие на поведение объекта управления и прогнозирования, но и сравнительно слабо влияющие факторы (слабодетерминированность ОУП). Подход САУ неприменим для решения нашей проблемы, т.к. искусственная экосистема представляет собой сложный многофакторный слабодетерминированный нелинейный объект управления, информация о котором сильно фрагментирована и зашумлена, а для подобных объектов пока не разработано способов получить матричную передаточную функцию непосредственно на основе эмпирических данных, кроме подхода, предложенного в работе [1].В данной работе в общем виде сформулирована проблема создания научно-обоснованного и эффективного инструмента прогнозирования динамики урожайности подсолнечника по районам Краснодарского края и краю в целом.