Аннотация

Цель: научное обоснование методического обеспечения и информационной поддержки приятия решений по водораспределению на межхозяйственных оросительных системах. 

Материалы и методы. Исследования проводились на Городищенской оросительной системе, которая типична для условий засушливой Волгоградской области. Методическую основу исследования составляли системный, сравнительный, эвристический и математико-статистический подходы. Реализованные методы формализованной поддержки принятия решений включают математическую оптимизацию, а также прогнозирование ожидаемого результата, в т. ч. на основе методов искусственного интеллекта. 

Результаты. Рассмотрены методические подходы к планированию системного водораспределения в условиях дефицита водных ресурсов или при ограничении производственно-хозяйственных условий. Выполнен анализ методологии по поддержке принятия управленческих решений на основе методов искусственного интеллекта. Определены основные требования к приоритетным методам информационной поддержки управляющих воздействий, включая их практическую применимость, рациональность планируемых результатов, а также обеспечение достаточной точности решения оптимизационной задачи. Систематизированы критерии оптимизации планирования водораспределения в условиях маловодности источника орошения или при ограничении производственно-хозяйственных условий. Установлено, что использование методов математического моделирования и искусственного интеллекта способствует разработке информационных технологий оптимизации водораспределения. Разработана и апробирована базовая экономико-математическая модель, включающая в качестве целевой функции валовой объем производства продукции. 

Выводы. Тестирование модели на материалах Городищенской оросительной системы показало возможность увеличения производства продукции до 78,8 тыс. руб./га. Это достигается за счет повышения качества планирования и управления водораспределением в условиях дефицита водных ресурсов в Нижнем Поволжье. 

doi: 10.31774/2712-9357-2023-13-3-87-106

Для цитирования

Рогачев Д. А., Юрченко И. Ф., Рогачев А. Ф. Управление системным водораспределением на основе экономико-математического моделирования и методов искусственного интеллекта // Мелиорация и гидротехника. 2023. Т. 13, № 3. С. 87–106. https://doi.org/10.31774/2712-9357-2023-13-3-87-106.

Список литературы

1. Система мелиоративных мероприятий по регулированию почвенных процессов, способствующих повышению плодородия различных типов почв и улучшению экологического состояния орошаемых земель: монография / В. Н. Щедрин, С. М. Васильев, Л. М. Докучаева, Р. Е. Юркова, В. Ц. Челахов, О. Ю. Шалашова. Новочеркасск, 2019. 77 с.

2. Менее водозатратная и экологически предпочтительная технология орошения риса периодическими поливами / И. П. Кружилин, M. A. Ганиев, К. А. Родин, Н. В. Кузнецова // Известия Нижневолжского агроуниверситетского комплекса: наука и высшее профессиональное образование. 2019. № 2(54). С. 49–55. DOI: 10.32786/2071-9485-2019-02-4.

3. Кирейчева Л. В., Юрченко И. Ф. Роль мелиорации земель в решении проблемы продовольственной безопасности России // Вестник российской сельскохозяйственной науки. 2015. № 2. С. 13–15.

4. Кирейчева Л. В., Тимошкин А. Д., Аветисян А. Л. Информационно-коммуникационная система регулирования параметров мелиоративного состояния агроэкосистемы // Природообустройство. 2022. № 3. С. 13–18. DOI: 10.26897/1997-6011-2022-3-13-18.

5. Воронкова О. Ю., Барышников Г. Я., Ельчищев Е. А. Особенности применения экологического блока критериальных ограничений в экономико-математическом моделировании развития органического сельскохозяйственного производства // Вестник Алтайского государственного аграрного университета. 2018. № 1(159). С. 81–86.

6. Причины вторичного засоления орошаемых почв Нижнего Поволжья и его прогнозирование на основе математического моделирования влагопереноса / А. С. Овчинников, Н. А. Пронько, А. С. Фалькович, В. В. Бородычев // Известия Нижневолжского агроуниверситетского комплекса: наука и высшее профессиональное образование. 2018. № 2(50). С. 9–17.

7. Салугин А. Н., Петров В. И. Системная динамика в имитационном моделировании водного режима орошения // Известия Нижневолжского агроуниверситетского комплекса: наука и высшее профессиональное образование. 2017. № 4. С. 141–146.

8. Кучер Д. Е., Харченко С. Г. Некоторые подходы к стратегии экологической безопасности // Экология и промышленность России. 2022. № 10. С. 66–71. https:doi.org/10.18412/1816-0395-2022-10-66-71.

9. Пичугин Е. А., Шенфельд Б. Е. Использование данных дистанционного зондирования Земли при экологической оценке объектов негативного воздействия на окружающую среду I и II категорий // Экология и промышленность России. 2022. № 10. С. 40–44. https:doi.org/10.18412/1816-0395-2022-10-40-44.

10. Кардаш В. А. Процессный анализ системной динамики // Обозрение прикладной и промышленной математики. 2008. Т. 15, № 5. С. 807–818.

11. Шемякина Т. А. Математическое моделирование в обратных задачах экологии нейросетевым приближением и методом дополнительного аргумента // Нейрокомпьютеры и их применение: тез. докл. XVIII Всерос. науч. конф. М.: МГППУ, 2020. С. 269–270.

12. Rogachev A. F. Creating an artificial neural network for predicting the dynamics of retrospective yield series // J. Phys.: Conf. Ser. 2021. 2060. 012027. DOI: 10.1088/1742-6596/2060/1/012027.

13. Mishra P. Practical explainable AI using Python. Artificial intelligence model explanations using Python-based libraries, extensions, and frameworks. 1st ed. М.: ДМК Пресс, 2022. 298 с.

14. Bandurin M. A., Yurchenko I. F., Bandurina I. P. Computer technology to assess the capacity reserve of the irrigation facilities of the agro-industrial complex // 2019 International Multi Conference on Industrial Engineering and Modern Technologies, FarEastCon 2019. Vladivostok: Institute of Electrical and Electronics Engineers Inc., 2019. 8933970. DOI: 10.1109/FarEastCon.2019.8933970.

15. Dubenok N. N., Mayer A. V. Management of the technological process of irrigation of garden plants // IOP Conference Series: Earth and Environmental Science. Vol. 786. Mathematical Modeling of Technical and Economic Systems in Agriculture III-2020. 2021. 012029. DOI: 10.1088/1755-1315/786/1/012029. 

16. Дубенок Н. Н., Майер А. В. Управление технологией орошения многолетних насаждений при дождевании // Известия Нижневолжского агроуниверситетского комплекса: наука и высшее профессиональное образование. 2021. № 3(63). С. 311–318. DOI: 10.32786/2071-9485-2021-03-32.

17. Обоснование эффективности планирования технологических процессов водопользования и оперативное управление водораспределением на базе использования метода Монте-Карло / В. И. Ольгаренко, И. Ф. Юрченко, И. В. Ольгаренко, Г. Г. Костюнин, М. С. Эфендиев, В. Иг. Ольгаренко // Научный журнал Российского НИИ проблем мелиорации [Электронный ресурс]. 2018. № 1(29). С. 49–65. URL: http:www.rosniipm-sm.ru/article?n=913 (дата обращения: 01.05.2023).

18. Нейросетевая классификация состояния посевов сельскохозяйственных культур по цветным изображениям высокого разрешения: свидетельство о гос. регистрации прогр. для ЭВМ № 2020611604 / А. Ф. Рогачев, Е. В. Мелихова, Т. А. Рыжова, И. С. Белоусов. Зарег. 05.02.2020.

19. Ben-Shahar O. Data pollution // Journal of Legal Analysis. 2019. Vol. 11. Р. 104–159. DOI: 10.1093/jla/laz005.