Цифровые технологии в АПК. Учебное пособие

Таким образом, современная проблематика устойчивого

развития цифровых систем и информационных технологий имеет

свою очевидную актуальность и практическую значимость. Прежде

всего данный аспект применим к кругу методических и прикладных

ИТ-разработок. Очевидно, что научные исследования в области

цифровой трансформации заключаются в комплексном ИТ-

анализе тенденций и мониторинге перспектив формирования

устойчивого развития информационной системы на предприятии,

ее оценки функционирования на уровне организации и разработке

перспектив развития информационной структуры и

направленности использования ИТ-компонентов цифровой

архитектуры АПК.

Вариант 3 – Цифровизация отраслей АПК

Важнейшим условием устойчивого социального и

экономического развития регионального АПК является трансформация процессов в информационной и цифровой сфере. Это предполагает постоянную модернизацию информационных и цифровых технологий в аграрном производстве. С другой стороны, необходимость внедрения и развития информационных систем и цифровых технологий является одной из компонентов стратегического и устойчивого развития современных бизнесструктур. В настоящее время именно информационный потенциал агропромышленного комплекса становится все более значимым фактором и важнейшим инструментом его дальнейшего инновационного развития.

Проведенный анализ научной литературы по вопросам совершенствования информационных систем показывает, что в настоящее время большинство исследований сосредоточено на ИТ-мониторинге основных проблем инновационного развития АПК

и его предприятий, цифровой устойчивости производственных процессов и основополагающих аспектах модернизации информационных систем и цифровых технологий, благодаря созданию умных полей, ферм и других производственных смартсистем. Утверждается, что именно прорывные технологии всеобъемлющей цифровизации и инновационные векторы в сфере информатизации аграрного сектора предопределяют устойчивое социально-экономическое развитие сельской

территории и ее хозяйственных объектов.

21

Внастоящее время информационные, коммуникационные и

цифровые технологии ассоциируются с такими определяющими

развитие АПК системными компонентами, как: нейронные и

квантовые технологии аграрного производства, искусственный

интеллект и интернет вещей, мобильные сети и гаджеты в сфере

агропромышленной коммуникации, электронные сервисы и

платформы, умные производства, облачные технологии и их

разновидности, роботизация агропромышленных процессов,

компьютерная виртуализация реальности. В перспективе

развивающаяся архитектура цифровых систем станет важнейшим

инновационным трендом совершенствования и устойчивого

развития современного сельского хозяйства.

Выделим следующие драйверы устойчивого развития

цифровых систем в агропромышленном комплексе: нейро-

роботизированные технологии, аграрные медиа-площадки и

интернет, ИТ-обработка больших производственных данных АПК,

электронные платформы и комплексы распределенного реестра, технологии функционирования фотонных и сенсорных устройств. Не случайно большое значение придается постоянному развитию искусственного интеллекта, квантовым вычислительным системам, биоинформационным технологиям.

Вагропромышленном комплексе наиболее актуальным считается применение нейронных сетей и подсистем электронной взаимосвязи наиболее важных ИТ-компонентов при изучении устойчивого развития агробиологических систем в растениеводстве, включая садоводство, плодоводство, овощеводство. При этом сетевые архитектуры все чаще внедряются в процесс эксплуатации электронных систем агро-био- мониторинга земель в земледелии.

Большое значение придается ИТ-проектированию, например,

вобласти генетики и селекции растений, в оценке химических

средств защиты растений и при эксплуатации землеустроительных систем, все чаще находит свое производственное применение мобильная архитектура нейронных сетевых компонентов.

Врамках совершенствования технологий искусственного интеллекта в АПК развивается эффективная система селекционной работы в сфере аграрного комплекса, где применяется различная архитектура в области ИТ-проектирования

вобласти генетики и селекции растений, информационном

22

мониторинге производственных данных о развитии регулируемых

агрохимических процессов в сельском хозяйстве и АПК.

Задание 2. Используя цифровые ресурсы глобальной

компьютерной сети, дайте краткую характеристику современной

структуры цифровых решений по отношению к предприятиям

региона. Ответ сформируйте в виде информационного

графического дизайн-проекта (например, в виде организационной

схемы или принципиальной информационной архитектуры с

учетом выбора цвета, шрифта и необходимых графических

цифровых компонентов).

Задание 3. Цифровые и ИТ-коммуникация использует

следующие понятия:

1 HTCP

2 WWW

3 доменный адрес, HTТР, сайт;

4 все верно Обоснуйте один правильный ответ и подготовьте

соответствующий слайд в электронном облаке

Задание 4. Цифровая среда экономического и финансового образования в рамках детского НТИ-творчества называется:

1 аксель

2 смарт

3 лендж

4 кванториум Обоснуйте один правильный ответ и подготовьте

соответствующий слайд в электронном облаке

Список использованной литературы:

1.Антропов Д.В., Кириллов Р.А., Комаров С.И. Особенности информационного обеспечения в контексте формирования региональной автоматизированной системы планирования и прогнозирования землепользования // Международный с.-х. журнал. 2024. № 3. С.242-245.

2.Ведомственный проект «Цифровое сельское хозяйство»: официальное издание /А.В. Гордеев, Д.Н. Патрушев, И.В. Лебедев

[и др.]. М.: ФГБНУ «Росинформагротех», 2019. 48 с.

23

3.Костяев А.И. Дифференциация направлений

цифровизации сельских территорий (на примере северо-запада) //

Экономика сельского хозяйства России. 2022. № 10. С. 19-27.

4.Оборин М.С. Цифровые инновационные технологии

в сельском хозяйстве // Аграрный вестник Урала. 2022. № 5(220).

С. 82-92.

5.Субаева А.К. Техническая и технологическая модернизация

сельского хозяйства в условиях цифровой экономики: монография.

Казань: Казанский ГАУ, 2023. 308 с.

6.Устойчивое развитие регионов России в условиях

цифровизации: монография / М.А. Данилькевич, Е.Е. Плисецкий,

Е.Л. Плисецкий [и др.]; под ред. Ю.Н. Шедько. М.: КноРус, 2022. 165

с.

7.Экосистемы в цифровой экономике: драйверы устойчивого

развития. Монография под редакцией А.В. Бабкина. СПб.:

Политех-пресс, 2021. 778 с.

2.Цифровая обработка производственных данных АПК в среде визуального проектирования

Вопросы:

2.1.Цифровые решения для специалистов агропромышленного комплекса

2.2.Программное проектирование в рамках изучения цифровых технологий

2.3.Проектирование цифровых платформ для производственных объектов АПК

2.1. Цифровые решения для специалистов агропромышленного комплекса

С точки зрения эффективности принятия решений в сфере АПК, информационный подход влечет за собой довольно большое количество времени и цифровое распространение программного обеспечения. В этом случае можно предложить создание информационного комплекса распределенных цифровых сервисов (или платформ), который объединит различные задачи определенной направленности в единую цифровую платформу,

чтобы обеспечить специалиста агропромышленного комплекса оперативной автоматизированной поддержкой в принятии

24

оптимальных решений. Очевидно, что цифровые решения,

принимаемые в рамках разработки стратегии и тактики

трансформации сельского хозяйства, должны быть тщательно

продуманы и обоснованы.

Сегодня принятие решений руководителями сельского

хозяйства часто основывается на опыте и интуиции руководителя.

Но социально-экономические системы сложны, и их поведение

трудно предсказать из-за наличия огромного количества прямых и

обратных взаимосвязей, зачастую неочевидных на первый взгляд.

Человек, как правило, не в состоянии справиться с задачей такого

масштаба, поэтому ему необходимо оказывать информационную

и аналитическую поддержку в принятии правильных решений. В

последние годы сформировалось и активно используется новое

направление в области автоматизации управленческого труда –

системы поддержки принятия решений. Они успешно

используются в самых разных отраслях: телекоммуникациях,

финансах, торговле, промышленности, сельском хозяйстве, медицине и многих других.

Концепция систем поддержки принятия решений включает в себя ряд инструментальных средств, объединенных общей целью

-способствовать принятию рациональных и эффективных решений на уровне отдельного предприятия или отрасли в целом. По сути, сам комплекс поддержки принятия решений в агропромышленном комплексе представляет собой автоматизированную компьютерную систему, назначение которой

-помогать лицам, принимающим решения, в сложных условиях для полного и объективного анализа деятельности субъекта.

Другими словами, это интерактивная система, использующая правила принятия решений и соответствующие модели с базами данных, а также интерактивный компьютерный процесс моделирования производственных процессов. Системы

поддержки принятия решений появились в результате слияния информационных систем управления и систем управления базами данных. Эти цифровые системы представляют собой человекомашинные электронные комплексы, которые позволяют лицам, принимающим решения, использовать данные, знания, объективные и субъективные модели для анализа и решения неструктурированных или плохо формализованных задач. Процесс принятия решения заключается в получении и выборе

наиболее оптимальной альтернативы с учетом всех последствий.

25

При выборе альтернатив необходимо выбрать ту, которая

наилучшим образом соответствует поставленной цели, но в то же

время необходимо учитывать большое количество

противоречивых требований и, следовательно, оценивать

выбранный вариант решения по многим критериям. Система

поддержки принятия решений предназначена для поддержки

принятия многокритериальных решений в сложной

информационной среде. При этом под многокритериальностью

понимается тот факт, что результаты решений оцениваются не по

одному, а по совокупности многих показателей (критериев),

рассматриваемых одновременно.

Сложность информации определяется необходимостью

учитывать большой объем данных, обработка которых

практически невозможна без помощи современных

вычислительных технологий. В этих условиях число возможных

решений обычно очень велико, и выбор наилучшего из них без

всестороннего анализа информации может привести к грубым ошибкам. Кроме того, системы поддержки принятия решений облегчают работу бизнес-лидеров и повышают их эффективность. Эти информационные системы значительно ускоряют решение бизнес-задач.

Они помогают наладить межличностный контакт. На их основе можно проводить обучение и переподготовку персонала. Следовательно, такие информационные системы позволяют усилить контроль за деятельностью организации. Наличие отлаженной системы поддержки принятия решений дает большие преимущества перед конкурирующими структурами. Благодаря предложениям, выдвигаемым этими системами, обнаруживаются новые подходы к решению повседневных и нестандартных задач. На современном этапе цифровой трансформации агропромышленного комплекса системы поддержки принятия

решений характеризуются следующими отличительными особенностями: – ориентация на решение слабо структурированных (формализованных) задач, характерных в основном для высоких уровней управления; – возможность сочетания традиционных методов доступа к компьютерным данным и их обработки с возможностями математических моделей и методов решения задач на их основе; – ориентация на непрофессионального конечного пользователя ПК за счет

использования диалогового режима работы; – высокая адаптивность, обеспечивающая возможность адаптации к

26

особенностям имеющегося аппаратного и программного

обеспечения, а также к требованиям пользователя.

Система поддержки принятия решений решает две основные

задачи: выбор наилучшего решения из множества возможных

(оптимизация) и упорядочение возможных решений по

предпочтениям (ранжирование). В обеих задачах первым и

наиболее фундаментальным моментом является выбор набора

критериев, на основе которых в будущем будут оцениваться и

сравниваться возможные решения (мы также будем называть их

альтернативами). Именно система поддержки принятия решений

помогает пользователю сделать этот выбор.

Вэтой системе используются различные методы для анализа

иуточнения предложений. Это могут быть: поиск информации,

интеллектуальный анализ данных, поиск знаний в базах данных,

прецизионное мышление, имитационное моделирование,

эволюционные вычисления и генетические алгоритмы, нейронные

сети, ситуационный анализ, когнитивное моделирование и т.д. Некоторые из этих методов были разработаны относительно недавно, в рамках создания искусственного интеллекта и нейронных сетей. Если система поддержки принятия решений основана на методах искусственного интеллекта, то речь идет об интеллектуальной системе поддержки принятия решений.

Кроме того, наиболее близкими к системам поддержки принятия решений являются так называемые экспертные системы

иавтоматизированные системы управления. Эти цифровые комплексы позволяют решать задачи оперативного и стратегического управления на основе данных бухгалтерского учета о производственной и финансовой деятельности компании. Если говорить о структуре системы поддержки принятия решений специалистами агропромышленного комплекса, то основными ее составляющими являются следующие: – информационные

хранилища данных; само хранилище данных представляет собой базу данных определенной структуры, содержащую информацию о производственном процессе компании в историческом контексте.

Основное назначение хранилища - обеспечить быстрое выполнение произвольных аналитических запросов; – многомерная база данных и инструменты анализа; этот сервис является инструментом для анализа больших объемов данных в режиме реального времени; – инструменты интеллектуального

анализа данных. С помощью инструментов сбора данных и мониторинга можно проводить углубленные исследования

27

тенденций развития производственных процессов в

агропромышленном комплексе.

Интеллектуальный анализ данных — это процесс

извлечения и обнаружения закономерностей в больших наборах

данных, использующий методы на стыке машинного обучения,

статистики и производственных систем баз данных. Оптимальные

системы поддержки принятия решений основаны на наборе

взаимосвязанных моделей с соответствующей информационной

поддержкой исследований, а также экспертных и

интеллектуальных системах, которые включают опыт решения

управленческих задач и обеспечивают участие команды экспертов

в процессе разработки рациональных решений на уровне

производственных подразделений в отраслях промышленности и

на предприятиях агропромышленного комплекса.

2.2. Программное проектирование в рамках изучения

цифровых технологий

Информационная оценка и анализ производственной- и хозяйственной деятельности предприятий агропромышленного комплекса, в том числе и агропредприятий, предусматривает широкое использование массивов данных. Именно они позволяют выявить тенденции развития сельскохозяйственного производства, определить его финансовую и экономическую устойчивость и дать прогноз на перспективу.

По мнению большинства авторов, массив – это упорядоченная совокупность данных одного типа. Возможно создание массива производственных данных, включающего массив другого типа. На производстве массивом нередко обозначают характеристики объектов одного типа, имеющих одинаковые единицы измерения. С точки зрения статистики или

ИТ, массив состоит из элементов, имеющих порядковые номера, то есть элементы массива всегда упорядочены.

Таким образом, если объекты одного типа обозначить именем, например «A», то элементы объекта на языке программирования, например, VBA, будут A (1), A (2) и т. д. В круглых скобках указан номер элемента. Порядковый номер элемента массива, обычно не несет никакой информации о значении элемента, а показывает расположение элемента среди

других. К элементам массива можно обращаться только по их номеру (индексу).

28

Значения элементам производственного массива

присваиваются также, как и другим переменным, с учетом типа

массива. Если элементы массива имеют один индекс, то массив

называется одномерным или линейным, либо массив - вектор.

Значения элементов одномерного массива обычно выводят на

экран или печать в виде столбца или строки.

В некоторых случаях элементы массива удобно

пронумеровывать двумя независимыми индексами, такие массивы

называются двумерными или матрицами. Значения элементов

двумерного массива обычно выводят на экран в виде таблицы.

Если элементы массива имеют три независимых индекса, то

массив называется трехмерным. Значения элементов

трехмерного массива обычно выводят на экран в виде набора

таблиц.

Итак, массивом называется упорядоченная совокупность

однотипных элементов. Тип массива может быть целочисленным

(если его элементы – целые числа), вещественным (элементы – вещественные, реальные, т. е. содержат дробную часть числа), текстовым или символьным, литерным (элементы – отдельные слова или текст).

Visual Basic for Application (VBA) это среда программирования в пакете программ Microsoft Office. Средствами VBA можно создавать функции пользователя, которые используются на листах электронных таблиц, макросы (макро команды) для создания новых команд из комбинаций стандартных команд приложений, если их надо часто повторять в том же порядке, программные надстройки для специальных программных решений внутри приложений Microsoft Office.

Все программы Visual Basic for Application сохраняются в рабочих файлах Microsoft Office, это могут быть документы MS Word, электронные таблицы MS Excel и файлы других программ

пакета. Обычно программы VBA находятся в специальной части файлов, называемой Modules (модули). Модуль VВА содержит исходный код программы – текстовое представление инструкций по выполнению вычислений. Каждый файл может иметь до нескольких модулей. Модули объединены в общий объект Project (проект).

Для резервирования места в памяти ПК для работы с массивами данных используется оператор DIM. Любой массив

должен иметь имя, тип, ссылку на размерность.

29

Пример 1. Известны данные о стоимости

сельскохозяйственной продукции в нескольких аграрных

предприятиях региона (пусть их до 50 ед.). Тогда совокупность

представленных экономических данных является экономическим

массивом. Присвоим ему имя U. Известны также данные о

численности работников на каждом из этих 50 агрофирм. Пусть эти

показатели образуют массив с именем I. Обозначим J как

порядковый номер каждого предприятия.

Сформировать третий массив данных с именем P

(производительность труда на с.-х. предприятии), каждый элемент

которого образуется по правилу: PJ = UJ / IJ. Распечатать значения

элементов массива Р (то есть определить производительность

труда на каждом предприятии).

Определить также общую стоимость сельскохозяйственной

продукции в предприятиях данного региона (т.е. сумму элементов

в массиве U). Посчитать количество элементов в массиве I,

которые превосходят 800 (т. е. указать количество агропредприятий с численностью работников свыше 800 чел.).

Private Sub CommandButton1_Click () Dim U (1 To 50), I (1 to 50), P (1 to 50) As Single Dim Sum as Single

Dim J, N, Kol As Byte

N = InputBox ("Ск. элементов в массиве? ") FOR J = 1 TO N

U(J) = InputBox ("введите U(j)")

I(J) = InputBox ("введите I(j)") NEXT J

Sum= 0: Kol = 0 FOR J = 1 TO N Sum = Sum+I (J) NEXT J

MsgBox “сумма =” & Sum FOR J = 1 TO N

IF U(J) > 800 then KOL=KOL+1 NEXT J

MsgBox “Колич. Элементов >800 =” & KOL Rem Новый массив (произв. труда)

FOR J = 1 TO N

P(J) = U(J) / I(J)

Msgbox “элемент нового массива =” & P(J) NEXT J

30