Интернет конференция по проблемам теории и практики управленияНазвание: РАЗРАБОТКА И ЭМПИРИЧЕСКАЯ ОЦЕНКА ГИ-БРИДНОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В АГРОБИЗНЕСЕ НА ОСНОВЕ МАШИН-НОГО ОБУЧЕНИЯ И ИНТЕГРИРОВАННОЙ ОЦЕНКИ АГРОКЛИМАТИЧЕСКИХ РЕСУРСОВ
Автор: Екатерина Владимировна Хроль
Аннотация:
Актуальность и цели. В условиях роста населения, климатической измен-чивости и увеличения нагрузки на природные ресурсы современное сельское хозяйство требует инструментов принятия решений на основе данных. В данной статье направлена разработка и оценка модели рекомендаций по трансформационным культурам (ТКРМ), направленной на повышение каче-ства решений по управлению агробизнесом, особенно в гетерогенном агро-климатическом контексте Российской Федерации. Основная цель — опти-мизировать выбор культур путём интеграции агрономических и техноло-гических параметров в единую цифровую архитектуру.
Материалы и методы. Методология основана на интеграции данных из надёжных институциональных источников (ФАО, Всемирный банк, NASA, ESA), дополненной потоками IoT. Модель TCRM объединяет алгоритмы машинного обучения на основе деревьев (Random Forest, Extra Trees) и ком-поненты глубокого обучения (плотные слои, нормализация, механизмы вни-мания). Данные подвергаются строгой предварительной обработке, выбо-ру переменных и перекрёстной валидации для обеспечения статистической надёжности результатов.
Результаты. Эмпирические результаты показывают, что модель TCRM превосходит эталонные подходы (логистическая регрессия, KNN, AdaBoost), достигая точности 94%, 94% воспоминания и балла F1 93,97%, при этом высокая стабильность подтверждается пятикратной пере-крёстной валидацией (97,67%). Модель также демонстрирует хорошую интерпретируемость и адаптацию к реальным ограничениям ферм.
Выводы. TCRM является эффективным инструментом принятия решений для развития устойчивого прецизионного земледелия, способствующим рациональному распределению ресурсов, снижению рисков и укреплению продовольственной безопасности.
Ключевые слова:
агробизнес, системный анализ, машинное обучение, комплексная оценка ресурсов, статистическое моделирование, Интернет вещей (IoT)
Автор: Екатерина Владимировна Хроль
Аннотация:
Актуальность и цели. В условиях роста населения, климатической измен-чивости и увеличения нагрузки на природные ресурсы современное сельское хозяйство требует инструментов принятия решений на основе данных. В данной статье направлена разработка и оценка модели рекомендаций по трансформационным культурам (ТКРМ), направленной на повышение каче-ства решений по управлению агробизнесом, особенно в гетерогенном агро-климатическом контексте Российской Федерации. Основная цель — опти-мизировать выбор культур путём интеграции агрономических и техноло-гических параметров в единую цифровую архитектуру.
Материалы и методы. Методология основана на интеграции данных из надёжных институциональных источников (ФАО, Всемирный банк, NASA, ESA), дополненной потоками IoT. Модель TCRM объединяет алгоритмы машинного обучения на основе деревьев (Random Forest, Extra Trees) и ком-поненты глубокого обучения (плотные слои, нормализация, механизмы вни-мания). Данные подвергаются строгой предварительной обработке, выбо-ру переменных и перекрёстной валидации для обеспечения статистической надёжности результатов.
Результаты. Эмпирические результаты показывают, что модель TCRM превосходит эталонные подходы (логистическая регрессия, KNN, AdaBoost), достигая точности 94%, 94% воспоминания и балла F1 93,97%, при этом высокая стабильность подтверждается пятикратной пере-крёстной валидацией (97,67%). Модель также демонстрирует хорошую интерпретируемость и адаптацию к реальным ограничениям ферм.
Выводы. TCRM является эффективным инструментом принятия решений для развития устойчивого прецизионного земледелия, способствующим рациональному распределению ресурсов, снижению рисков и укреплению продовольственной безопасности.
Ключевые слова:
агробизнес, системный анализ, машинное обучение, комплексная оценка ресурсов, статистическое моделирование, Интернет вещей (IoT)