Некоторые перспективные области применения АСК-анализа
Технологии АСК-анализа могут быть успешно применены в ряде предметных областей:
1) экологический мониторинг, анализ и прогнозирование;
2) технология (РАСУ индивидуального управления лечением, управление неклассическими техническими системами и др.);
3) психология;
4) правоохранительная сфера.
Подробнее эти вопросы освещены в работе [64] и ряде других работ автора с соавторами: [29, 30, 34, 62, 64 – 111, 139 – 146, 169, 172 – 185, 201 – 206, 212, 214, 224 – 226].
Некоторые перспективные направления применения АСК-анализа для управления в АПК на уровне хозяйств приведены в таблице 39.
Таблица 39 – ПЕРСПЕКТИВНЫЕ ОБЛАСТИ ПРИМЕНЕНИЯ
АСК-АНАЛИЗА В АПК
| № | Наименование задачи | Имеющийся задел |
| Ожидаемые результаты | ||||
| 1 | Прогнозирование количественных и качественных результатов выращивания сельскохозяйственных культур на основе данных о предшественниках, видах почв и применяемых агротехнологиях | Имеются апробированные математическая модель, численный метод и инструментарий. Разработана автоматизированная методика прогнозирования результатов выращивания по одной культуре (зерновые колосовые) | Повышение прибыли и рентабельности производства сельскохозяйственных культур на 3-5% за счет повышения адекватности принимаемых решений по выбору культур, полей и агротехнологий для выращивания | |||||
| 2 | Выработка рекомендаций по выбору поля и агротехнологии для получения заданных количественных и качественных результатов выращивания сельскохозяйственных культур | Имеются апробированные математическая модель, численный метод и инструментарий. Разработана автоматизированная методика прогнозирования результатов выращивания по одной культуре (зерновые колосовые) | Повышение прибыли и рентабельности производства сельскохозяйственных культур на 5-7% за счет повышения адекватности принимаемых решений по выбору культур, полей и агротехнологий для выращивания | |||||
| 3 | Оценка и прогнозирование уровня безработицы в хозяйстве | Имеются апробированные математическая модель, численный метод и инструментарий, опыт разработки методики прогнозирования уровня безработицы (для Ярославской области) | Принятие превентивных мер по созданию дополнительных рабочих мест | |||||
| 4 | Управление персоналом (оценка и прогнозирование оптимальной профессиональной принадлежности) | Имеются апробированные математическая модель, численный метод и инструментарий, опыт разработки и эксплуатации ряда методик управления персоналом | Повышение эффективности использования кадров и отдачи от них, степени удовлетворенности работой уменьшение текучести, профилактика криминогенных проявлений | |||||
| 5 | Прогнозирование структуры и объема рынка сельскохозяйственной продукции | Имеются апробированные математическая модель, численный метод и инструментарий, опыт разработки методики прогнозирования фондового рынка | Выработка рекомендаций по реструктурированию производства с учетом прогнозируемой коньюктуры рынка | |||||
| 6 | Прогнозирование молочной и мясной продуктивности крупного рогатого скота | Имеются апробированные математическая модель, численный метод и инструментарий | Повышение удоев и приростов мяса за счет более рационального использования поголовья | |||||
| 7 | Анализ качества жизни населения и выработка рекомендаций | Имеются апробированные математическая модель, численный метод и инструментарий, опыт разработки и эксплуатации подобных методик | Повышение удовлетворенности жизнью, уменьшение социальной напряженности | |||||
| 8 | Анализ общественного мнения по актуальным вопросам жизни и населения и развития хозяйства | Имеются апробированные математическая модель, численный метод и инструментарий, опыт разработки и эксплуатации ряда анализа общественного мнения | Знание мнения населения в разрезе по различным возрастным, половым, профессиональным и др. группам позволит руководству принимать более обоснованные решения по вопросам развития хозяйства и его социальной инфраструктуры, повысить популярность руководства |
Работы, необходимые для внедрения: разработка методик по различным культурам, увеличение базы прецедентов: формализация исходных данных; ввод исходных данных в систему; синтез, оптимизация, проверка адекватности модели; эксплуатация методики в режиме адаптации и пересинтеза модели. Основная проблема: получение исходной информации.
