автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.09, диссертация на тему:Синтез и моделирование процессов управления в комплексной развивающейся системе: зерновая культура-агрометеосреда



Академия наук Украинской ССР Ордена Ленина Институт кибернетики имени В. М. Глушкова

На правах рукописи ДЕМЧЕНКО Николай Петрович

УДК 631.58(477.9)

СИНТЕЗ И МОДЕЛИРОВАНИЕ ПРОЦЕССОВ УПРАВЛЕНИЯ В КОМПЛЕКСНОЙ РАЗВИВАЮЩЕЙСЯ СИСТЕМЕ: ЗЕРНОВАЯ КУЛЬТУРА—АГРОМЕТЕОСРЕДА

05.13.09 — управление в биологических и медицинских системах (включая применение вычислительной техники)

Автореферат диссертации на соискание ученой степени доктора биологических наук

Киев 1990

Работа выполнена в Главном управлении научно-технических достижений в отраслях АПК Госагропрома УССР и НПО «Элита» Крымской области.

Официальные оппоненты: доктор сельскохозяйственных наук,

член-корреспондент ВАСХНИЛ САИКО В. Ф.,

доктор биологических наук РЕШОДЬКО Л. В.,

доктор технических наук, профессор НИКИТИН А. И.

Ведущая организация: Московский государственный университет имени М. В. Ломоносова.

Защита состоится « »- 19 г. в

часов на заседании специализированного совета Д 016.45.05 при Институте кибернетики имени В. М. Глушкова АН УССР по адресу:

252028 Киев 28, проспект Науки, 41.

С диссертацией можно ознакомиться в научно-техническом архиве института.

Автореферат разослан «-» - 19 г.

Ученый секретарь специализированного совета

КОЗАК Л. М.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность. Развитие сельскохозяйственного производства в последнее время характеризуется необходимостью повышения интенсификации, увеличения урожайности, оптимизации экономических задач в широком смысле. Их решение возможно на основе системного анализа структуры агрокоыплекса в целом с четким формулированием задач к адекватных выходных функций каждого иерархического уровня агрокомп-лекса, выбором для кавдого уровня специфических управляемых координат и соответствующих им управляющих сигналов. Практически все ученые и большинство работников агропромышленного комплекса понимают, что решение этих задач невозможно без серьезного использования математических моделей роста и развития растений, моделей взаимосвязи урожайности с широким комплексом агрометеофактороз, алгоритмов управления всем спектром агротехнических мероприятий. Это привело к многочисленным попыткам решения проблемы программирования уропайности для различных регионов страны с учетом особенности почв и метеоусловий.

Существует достаточно широкий спектр взглядов на решение проблемы программирования урожайности сельскохозяйственных культур. Многие считают, что полное решение проблемы программирования урожайности связано с разработкой математических моделей продукционного процесса (Н.Ф.Бондаренко, Е.Е.Жуковский, А.А.Кечипорович, А.И.Буда-говский, Ю.К.Росс, Х.Г.Тооминг и др.). Вместе с тем проблема построения математических моделей, описывавших весь комплекс процессов, протекающих на сельскохозяйственном поле, гак объекте управления, относится к одной из слоЕнейших, с которыми сталкивалась агробиологическая наука и кибернетика.

Другим подходом к решен:® этой проблемы является разработка и использование.математических моделей с меньшим отражением механизмов развития растения, но большей оперативной прикладной значимостью. Для этого разработаны прогностические, операткЕно-текулке и корректирующие программы управления урожайностью.

Разработано большое количество формул, регрессионных моделей," связывающих мекду собой различные агротехнические, экономические, почвенные, метеорологические факторы. !.*ногие из этих Формул замкнуты на урожайность. Данную группу математических моделей отличает разрозненность, фрагментарность к отсутствие системности.. Это говорит о незаконченном поиске адекватных мзтематичдек;:;:

моделей оптимальной структуры взаимосвязи факторов и урожайности, и, как следствие, незавершенности алгоритмов оперативного управления различными агротехническими мероприятиями.

Но отрицая важности разработки теоретических основ продукционного процесса, но признавая насущную актуальность разработки аффективных алгоритмов оперативного управления урожайностью, мы считаем, что последняя задача может быть решена на основе дискретно-динамических моделей, ставящих будущий урожай в соответствие с условиями вегетационного развития сельскохозяйственных культур с учетом наиболее весомых агрометеофакторов каждого агросезона. Такие модели могут служить основой для выбора адекватных управляющих агротехнических мероприятий в зависимости от отклонения прогнозных и реально наблюдаемых факторов от оптимальных для данной культуры значений.

Несомненно, что разработка принципов организации структуры агрокомплекса с детальным моделированием уровня оперативного управления урожайностью является актуальной.

Цель - выявление закономерностей функционирования биосисге-мы "Зерновая культура" в складывающихся агрометеоусловиях и моделирование приоритенно-факторного управления ее системной функцией ( урожайностью ).

Для достижения этой цели необходимо решить следующие задачи:

- разработать концептуальную модель иерархической структуры агрокомплекса';

- провести исследование блоков уровня оперативного управления урожайностью;

- исследовать взаимосвязь урожайности и метеофакторов в "чистых" условиях;

- разработать обобщенные оценки состояния агрометеофакторов для агросезонов;

- разработать глобальную оценку состояния агрометеосреды вегетационного периода сельскохозяйственной культуры;

- построить математическую модель взаимосвязи урожайности с глобальной оценкой;

- разработать прогностические иерархически усложняющиеся алгоритмы прогноза я оперативного управления урожайностью.

Теоретическая новизна и научная значимость

- Разработана концепция вертикально соподчиненной иерархической трехуровневой структуры агрокомллекса.

- Вскрыта закономерность дискретного по времени максимального взаимодействия развивающейся биосистемы с факторами внесшей среды.

-Для Крымской области установлены факторы среды, приоритетно влияющие на развитие биооистемы "Зерновая культура".

- Сформулировано понятие "естественного урокая" как системной функции, адекватно отражающей развитие биосистемы в складывающихся агрометеоусловиях.

- Разработан метод многократного отбора метесфакторов и обобщенных оценок агросезонов по тесноте их взаимосвязи с урожайностью.

- Найдена математическая взаимосвязь величины системной функции со значшыж. фактора!ли среды.

- Показана возможность построения оперативного управления агротехническими мероприятиями по отклонению основных показателей почвы и метеоусловий от оптимальных для данной культуры значений.

Настоящая работа открывает новое научное направление - моделирование комплексной развяватаеГюя бхоскстеми:"зерновая культура - агромет е о с реда" в дискретно-динамических реяимах функционирования.

Практическая значимость диссертационной работы состоит:

- в возможности перенесения метода выявления приоритетных факторов и временных интервалов максимального взаимодействия биосистеш со средой на любые сельскохозяйственные культуры;

- в применимости разработанного метода многократного отбора метеофакторов и агросезонов для синтеза математической модели, связывающей урожайность с любыми другими агротехническими,технико-экономическими и социальными факторами агрокомллекса;

- в универсальности методологии синтеза структур математических моделей урожайности для любого региона, почв и сельскохозяйственных культур.

Положения, выносимне на защиту

- Системной функцией, адекватно отражающей развитие бкосис-темы "Зерновая культура" в складывающихся агрометеоусловиях, является "естественный урожай".

- Взаимодействие развивающейся биосистемы "Зерновая культура" со средой характеризуется приоритетно-факторными и приоритетно-фазными особенностями.

- Качество системной функции (урожайность) зависит не от абсолютных значений факторов среды, а от их отклонения от оптимальных значений для каждой сельскохозяйственной культуры, каждого фактора среды и каждой фазы максимального взаимодействия.

- Дискретно-динамическая, математическая модель взаимосвязи урожайности с агрометеофакторами служит основой пошагового прогнозирования и приоритетного управления агротехническими мероприятиями.

Апробация работы.Осиозные положения диссертационной работы докладывались на:

- совместном заседании коллегии Министерства сельского хозяйства УССР, Министерства мелиорации и водного хозяйства УССР, Министерства совхозов УССР и Министерства плодоовощного хозяйства УССР по вопросам перспективы развития орошаемого земледелия на вге УССР в сентябре 1985 года (г.Киев);

- республиканском совещании главка науки Министерства сельского хозяйства УССР по проблемам интенсификации сельскохозяйственного производства в ноябре 1985 года (г.Киев);

- научно-тсхническом совете главка науки Министерства сельского хозяйства УССР в 1983, 1984, 1985 годах и научно-техническом совете главка Главагропромнаукк Госагропрома УССР в 1987, 1988 годах (г.КнеЕ);

- годовых научно-практических агрономических конференциях Крымской области 1983,1984,1985,1986,1987 годов (Крымская область);

- годовых научно-практических конференциях профессорско-преподавательского состава Крымского сельскохозяйственного института имени M.И.Калинина в 1984,1985,1986,1987 годах (г.Симферополь);

- производственно-экономическом совещании по интенсификации сельскохозяйственного производства главного управления производственной проверки, пропаганды и внедрения паучно-тсхпичоскпх достижений и передового опыта Госагропрома УССР в марте 1987 года (г.Киев);

- совместном совещании ученых и специалистов ВНПО "Радуга", ВНИИГиМ, НПО "Элита" по вопросам интенсификации орошаемого земледелия в 1986, 1987 годах (Крымская область);

- расширенном заседании научно-техшгческого совета Крымской государственной сельскохозяйственной опытной станции в 1984 году и расширенном заседании научно-технического совета Крымского НПО "Элита" в 1985,1986, 1987 годах (Крымская область);

- координационном совещании руководителей научной тематик! по проблемам орошения в Украинском НИИ оросительного земледелия в сентябре 1985 года (г.Херсон);

- научно-техническом совете Крымского областного управления сельского хозяйства в 1985 году и научно-техническом совете Крымского облагропрома в 1987 году (г.Симферополь);

- научно-технической конференции "Итоги и перспективы водных мелиораций в Крыму" Минмелиоводхода УССР, Крымского облагропрома, Крымского облводхоза, Крымского филиала ВНПО УкрНИИГиМ,сентябрь 1987 года (г.Симферополь);

- научно-техническом совещании по автоматизации технологических процессов орошения и их внедрению ВЫЮ "Радуга", Крымского НПО "Элита" в марте 1986 года (г.Коломна, Московской области);

- Крымском областном правлении научно-технического общества сельского хозяйства по проблемам получения запрограммированных урожаев сельхозкультур и. повышению экономической эффективности мелиорированных земель в марте 1988 года (г.Симферополь).

Предложения по итогам исследований направлены:

- в Совет Министров СССР и Госагропрогл СССР по совершенствованию хозрасчетных отношений между эксплуатационными мелиоративными организациям и колхозами и совхозами зоны орошаемого земледелия в мае 1987 года (г.Москва);

- в Министерство мелиорации и водного хозяйства СССР по проектированию в зоне Северо-Крымского канала орошаемых площадей с автоматизированным управлением, февраль 1986 года, г.Москва. Предложения рассмотрены коллегией Минводхоза СССР (протокол

й 41-1 от 09.09.86 года) , которая приняла соответствующее решение по строительству в Крыму автоматизированной оросительной системы с высокими параметрами урожайности сельхозкультур, а Крымское НПО "Элита" определено базовой организацией Минмелиоводхоза СССР для отработки технологии полива и апробации новых технических средств орошения;

- б Совет Министров УССР бшш направлены предложения по совершенствованию взаимоотношений между водохозяйственными организациями и водопользователями (декабрь 1986 г.);

- в Министерство сельского хозяйства УССР бшш направлены предложения по совершенствованию экономических взаимоотношений в орошаемом земледелии (август 1985 г.);

- в ЦК Компартии Украины и Совет Министров УССР были направлены предложения по интенсификации использования орошаемых земель в роспублике (июль 1987 г., г.Киев).

По теме диссертации опубликовано более 50 работ, в том числе две книги, брошюра, рекомендации, статьи в союзных журналах.

Структура работы. Диссертация состоит из семи глав, заключения, выводов, списка литературы и приложения. Изложена на 316 страницах, содержит III рисунков и 45 таблиц. Список литературы включает 264 источника, из них 195 отечественных.

СОДЕШШЕ РАБОТЫ

Первая глава посвящена рассмотрению вопросов, связанных с функционированием разных биосистем "Зерновые культуры" в среде при различных управляющих воздействиях в разных районах Крымской области. Проведен анализ имеющихся в литературе представлений и математических моделей взаимосвязи урожайности зерновых культур и агрометеофакторов как системы с причинно-следственными связями.

Впервые к рассмотрению примечены данные ЦСУ по урожайности зерновых культур: озимая пшеница, озимый и яровой ячмень, кукуруза и овес по всем районам Крымской области за последние 20 лет. Проведен сравнительный анализ урожайности зерновых ь различных районах на поливных и неполивных землях. Анализ урожайности зерновых культур позволил выявить приоритетность влияния метеофакторов на колебания урожайности. Отмечено также, что зти колебания уменьшаются на поливных землях. Наличие спада урожайности на орошаемых землях в засушливые годы свидетельствует о несовершенство контура управления урожаем с помощью орошения. Из анализа следует, что основными положениями стратегии управления процессом формирования урожайности являются:

- более углубленное изучение связи урожайность - погода;

- разработка объективных обобщенных оценок состояния агрометеорологических условий среды роста к развития каадой культуры;

- выявление оптимальных траекторий агрометеофакторон для каадой культуры.

Показано, что математическое моделирование зерновых культур как объектов управления связано с детальным рассмотрением развития самих биосистем - растений. Такие математические модели бесспорно имеют большое теоретическое значение. Однако их построение и применение в практике управления урожайностью из-за сложности связано с определенными трудностями. Поэтому при программированном выращивании урожая наряду с использованием теоретических основ продукционного процесса, отраженных в математических моделях, актуальными в практическом отношении являются разработка и использование эффективных алгоритмов и моделей, позволяющих осуществлять оперативное управление процессом формирования уродая с учетом складывающихся метеоусловий.

Еторая глава посвящена разработке концептуальной теории структуры агрокомплекса. Агрокомплекс представляет собой структуру, состоящую из трех уровней иерархии, связанных вертикально-горизонтальными взаимодействиями и направленных на решение задачи получения высоких урожаев с минимизацией вещественно-энергетических затрат при обеспечении максимального комфорта по вещественному, энергетическому и информационному потреблению населения, решающего данную задачу.* Для эффективного достижения цели - -программированных высоких урожаев - необходимо обеспечить выполнение совокупности целей: оптимально управлять агротехническим! мероприятиями на нижнем, уровне, оптимально управлять перераспределением средств обеспечения урожайности на следующем уровне и оптимально управлять средствами обеспечения эффективного функционирования человеческого фактора на верхнем уровне иерархии. Такой системный подход позволяет получить универсальную трехуровневую структуру агрокомплекса. Первый уровень представляет собой контур непосредственного оперативного управления урожаем. Управляющими сигналами этого уровня являются конкретные агротехнические мероприятия. Второй уровень иерархии отражает технико-экономическую сторону качества управления совокупностью систем нижележащего уровня. Третий уровень иерархии отратает социально-экономическую сторону качества управления человеческим фактором нижелоясаших уровней.

В настоящей работе рассматривается с построением математических моделей и алгоритмов первый уровень иерархии структуры агро-комплекса. Уровень оперативного управления урожайностью, как и любая система упрашения, имеет свой объект управления, свои органы воздействия, функционирует в специфической среде и характеризуется наличием обратной связи. В отличие от технических систем данная система характеризуется большим разнообразием. В качестве объекта ^п£авдения в данной системе выступает комплекс, состоящий из почвы и культуры, на ней произрастающей. Данный объект не является жестко детерминированным как по структуре, так и по свойствам. Сельскохозяйственная культура представляет собой развивающуюся биологическую систему, причем развитие растений последовательно проходит определенные стадии роста и развития, главными из которых являются посев, всходы и кущение, выход в трубку, колошение, достижение молочно-восковой спелости и др. Каждая культура тлеет свои фазы вегетации, причем меняется их число, продолжительность и время их наступления.

Главной хп£авлдемои координатой, характеризующей результат процесса управления, является урожайность. Этот конечный эффект достигается только после полного окончания цикла сельскохозяйственных работ. В этой системе невозможно осуществить, как в технической системе, непрерывное слежение за изменением выходной координаты. Таким образом, главная обратная связь в этой системе замыкается через большой промежуток времени. В связи с этим большое значение для реализации оптимального процесса управления в системе приобретает "проигрывание" различных сочетаний состояния объекта управления в зависимости от случайных факторов среды и управляемых воздействий по влиянию их на урожайность. Такие расчеты могут быть проведены на основе математических моделей, связывающих урожайность с показателями почвенного плодородия и особенностями культуры, как объекта управления, на фоне меняющихся климатических условий по фазам роста и развития растения к управляемых воздействий. Важной качественной градацией управляемой координаты является естественный урожай, который и определяется как продуктивность культуры в складывающихся метеорологических условиях на данной почве и при отсутствии главных управляющих элементов агоотехнологип (орошение, внесение удобрений в почву и гербицидов). Эта градация будет необходика в дальнейшем как эталон,позволяющий оценить эффективность агротехнических управляющих сигналов.

Система управления рассматриваемого уровня иерархической структуры агрокомшгекса функционирует в сложной, динамической, вероятностной среде - блок_"метеоу£Лов1Уз".Конкретная климатическая обстановка характеризуется большой вариабельностью, подвижностью, стохастичностью. Именно поэтому измеряемые параметры этого блока могут усредняться на различных интервалах времени,а, следовательно, продолжает оставаться актуальной задача поиска обобщенной характеристики климатических условий. Разработка математической модели, позволяющая определить урожайность в зависимости от обобщенного показателя метеоусловий, даст возможность построить эффективные алгоритмы прогнозирования урожайности от складывавшихся в сельскохозяйственном цикле погодных условий.

В данной системе управления об£атная_связь характеризуется следующими особенностями. Во-первых, она осуществляет дискретное замыкание показателей состояния биологического объекта на устройство управления. Во-вторых, она должна содержать и содержит усредненные на выбранных интервалах времени показатели метеоусловий и обобщенную оценку, характеризующие блок "метеоусловия" Таким образом, в обратной связи должны быть отражены не только сведения об объекте управления, но и о среде, в которой это управление осуществляется, а также данные о всех управлявших сигналах, поступающих на объект управления.

Анализ данных о функционировании объекта управления и состояния среды проведен в главе той. Для решения проблемы, связанной с построением эффективного управления урожайностью прежде всего необходимо рассмотреть влияние среды на развивающийся объект управления, вскрыть закономерности, отражаемые в изменения системной функции факторов среды. Это возможно при совместном рассмотрении совпадающих по времени информационных данных,характеризующих урожайность и погодно-климатические условия, и сопоставлении мевду собой функций агрометеоблока и объекта управления. Метеосреда, как система, сага является объектом исследования с целью вскрытия информационно существенных определяющих ее состоя- -ние факторов. Для анализа этого блока, как независимо:! системы, можно использовать информационный массив за любой, но достаточно длительный период наблюдения. Многомерность этой системы и практическая 'невозможность непосредственного учета влияния каждого отдельного агрометеофактора на объект управления делают актуаль-

ной задачу вскрытия ее специфической системной функции. Эта функция может выражаться одной динамической переменной, построенной на наиболее весомых с точки зрения объекта управления факторах.

При вскрытии закономерностей функционирования комплексной системы "Зерновая культура - среда"необходимо решить следующие задачи.

Зормкровакие адокватных информационных массивов. Анализ существующих и (или) разработка новых математических методов, позволяющих эффективно решать задачи анализа данных и синтеза математических моделей взаимосвязи агрометеоусловий с уроаайностью.

Поиск адекватных с точки зрения отражения закономерностей развивающейся бкосистемы и использования в контуре оперативного управления урожайностью математических моделей.

Накопление решенных задач прогнозирования и управления.

Возможности математического описания_динамиюг доок^йности. В принципе, если рассматривать комплексную систему "Зерновая культура - агрометессреда"как "черный шик", не вскрывая внутрисистемного взаимодействия, то моано ставить задачу анализа выходной координаты этой системы и моделирование ее динамики. Такой подход и моделирование имеют определенную прикладную значимость -позволяют осуществить прогноз значения динамической переменной па следующие моменты времени. Существуют различные способы синтеза математических моделей динамических кривых такого типа. Для иллюстрации возможностей такого моделирования в работе рассмотрены наиболее простые модели по структуре и способам определения коэффициентов: квадратичная и кубическая полиномиальные модели.

Вообще говоря, колебания урожайности подчиняются определенной периодичности. Период колебаний в нашей выборке составляет 4-5 лет. Такие квазипериодические кривые могут быть хорошо описаны с помощью представления их рядом Фурье. Для динамической переменной - урожайность получено математическое описание с помощью ряда Фурье. Практически теоретические значения совпадают с наблюдаемым уроааем.

Рассмотренные вше подходы к описанию динамической переменной вскрывают недостатки, присущие такого способу моделирования. По сути дела, они представляют собой попытку описания системной функции сложной комплексной системы: культура - агрометеосреда

без учета внутренних взаимодействий в ней, без учета в математической модели влияния среда (метеоблок) на систему "Зерновая культура". Для вскрытия закономерностей, действующих в этой комплексной системе, и для поиска путей эффективного управления в складывающейся климатической обстановке, важен анализ блока агрсме-теосреда как отдельной системы.

Ело^агромэтеосреда представлен многолетними среднедекадными данными метеостанций:

- относительная влажность воздуха в %;

- среднесуточная температура в °С;

- сумма осадков в мм;

- запасы продуктивной влага в мм в почве по слот:: (0-10) см, (0-20) см, (0-50) см, (0-100) см;

- сумма активных температур больше 5°С;

- дефицит влажности воздуха.

Для уменьшения размерности системы целесообразно предварительно рассмотреть качественно однородные факторы попарно: среднесуточная температура - сумма активных температур больше 5°С; осадки - относительная влажность Еоздуха; осадки - дефицит влажности воздуха; осадки - запасы продуктивной влаги почвы; относительная влажность воздуха - дефицит вяаякости воздуха.

Для количественной оценки возможной взаимосвязи факторов блока метеосреды был проведен корреляционный анализ попарно рассмотренных вше факторов", в результате которого рассчитаны коэффициенты парной корреляции. Факторы спедпдсдточдая темпзрг|т1рэ п сумма актигащх_т£мпедату£ больше_5£с_:жеют тесную корреляционную связь: 2 ху = 0,912. Это означает, что один из нее может бить выражен через другой с помопыо линейного уравнения регрессии. Поэтому при оценке состояния блока"метеосреда"может быть использован любой из них. Факторы относительная влажность воздуха и суммд осадков тоже тлеют достаточно сильную корреляционную сбязь: Ъуу = 0,899. Таким образом, и в этом случае любой ::з этих факторов может быть взят для характеристики блока"метессреда" Факторы С1*Ща_осадков_и_л^фкщт_Елажностн_воздуха имеют коэффициент парной корреляции 3 ху = -0,282. Знак "минус" коэффициента корреляции говорит о том, что при росте одного показателя втертй должен убывать, а величина коэффициента - с слабо:! корреляционной связи. Факторы еумма оссущов - запзсы_ппо£уктгансй влага потаи Для

слоя почвы (0-10) см коэффициент корреляции = - 0,68, а для слоя (0-100) см - = -0,282. Как видно, сила корреляционной связи между факторами убывает, при увеличении слоя почвы, оставаясь обратной.

Как отмечалось вьше, для характеристик! состояния блока "Метеосреда" необходимо сформировать некоторую системную функцию этого блока. Зта системная функция должна быть построена на совокупности факторов, сведенных в одну оценку. Назовем такую оценку суммарным погодным фактором (СПФ). Е работе для информационного массива (1966-1985 годц)бшш рассчитаны СПФ астрономических сезонов (весна, лето, осень, зима, год) на базе трех метеофакторов: среднесуточная темдаратурэ, относительная влажность воздуха и сумма осадков. СПФ представлены в виде линейно взвешенных сумм этих факторов, причем весовые коэффициенты определялись исходя из вариабельности факторов ка данном временном интервале. Проведенное сопоставление значений СПФ с качественной агрономической оценкой года дало хорошее совпадение (из 20 лет не совпали лишь три года).

Л11алкз_связи_Г£дових_значений метеофакто^гав с урожайностью. Обшно при анализе взаимосвязи большого числа факторов с выходкой (.пункцией используются кногофакторные линейные и нелинейные регрессионные модели-. Такой достаточно формальный подход позволяет не проводить детальный анализ множественных причинно-следственных связей в многопараметкческои системе. При этом в математическую модель могут попадать, во-первых, факторы, тесно связанные друг с другом; во-вторых, факторы, мало влияющие па выходную функцию, и, в-третькх, факторы, влияние которых на выходную функцию может компенсировать друг друга. Для повышения эффективности математических моделей, в тем числе регрессионного типа, существуют различные способы предварительного анализа. Для получения количественного выражения связи урожайности с агрометеофакторами были рассчитаны значения коэффициентов корреляций. Коэффициент корреляции между урожайностью к среднесуточной температурой равен

-0,103 . Со вторым температурным (Гектором - суммой активных температур больше 5°С коэффициент корреляции составил -0,4 . Величина корреляционной связи между урожайностью и суммой осадков -0,333 , между урожайностью и относительной влажностью воздуха -0,233 . Парный коэффициент корреляции между урожайностью и

запасами продуктивной влаги в почвенном слое (0-10) см является слабил отрицательным и равен (-0,068). Более тесная отрицательная корреляционная связь наблюдается мевду среднегодовым запасом продуктивной влаги в почвенном слое (0-100) см и урожайностью. Коэффициент парной корреляции в этом случае составляет -0,687 . Примерно таким же образом урожайность коррелирует с дефицитом влажности воздуха. Величина коэффициента корреляции равна -0,688 .Коэффициент парной корреляции урожайности с СШ года оказался равным 0,352.

Регрессионные модели_связи_агрометеойакторов_с_упожайностью. Для Красногвардейского района Крымской области для озимой пиеницы были ввделены четыре фазы, соответствующие вегетационным периодам. Исходным массивом для синтеза регрессионных моделей послужили данные ЦСУ с 1965 года по 1986 год, а также средние значения относительной влажности воздуха (Х|), суммы осадков (х2), среднесуточной температуры воздуха (хо), запасов продуктивной влаги почеы по слоям: (0-10) см - х4; (0-20) см - х5; (0-50) см - х6 л (0-100) см - ху. По этим данным на базе Симферопольского сельскохозяйственного института были построены линейные регрессионные модели, связывающие среднефазовые значения перечисленных выше факторов с урожайностью (у).

I йаза - октябрь:

у= 48,87-0,52х1-0,45х2+0,54х3+0,15х4-0,25х5+0,22х6+0,03х?.

II ¡Мза_-_март-ап£ель_^

у = 16,6+0,71x^0,036х2+0,09х3+0,64х4-0,065х5-0,48х6+0,08х7.

Ш &аза - май:

у = 47,77+0,05х1+0,02х2-0,7х3+0,2х4-0,6х5+0,81х6-0,26х7.

17_^аза - июньх у = 7,16+0,45х1-0,05х2-0,6х3+0,35х4-0,8х5+0,22х6+0,07х7.

По этим моделям., зная значения факторов в газах вегетации, можно определить значение урожайности. Емзсто с тем возможности регрессионных.моделей такого типа в отражении внутрисистемных причинно-следственных связей 11 закономерностей весьма ограничены. Это видно хотя бы по анализу знаков членов регрессионных уравнений. Например, если во II фазе значения всех факторов будут близки к нулю, то модель даст отрицательное значение урожая, з то 7.0 эрэ-мя при таких же значениях факторов в остальных фазах могут быть получены достаточно большие значения урс:::ая.

3 глазе четыре проведен синтез обобщенных показателей метеосреды с учетом еыходной системной функции - урожайности. Рассматриваемые ниже обобщенные оценки отличаются от СШ методом определения весовых коэффициентов, временными интервалами усреднения метеофакторов и иерархичностью структуры глобальной оценки агро-года. Для синтеза обобщенных оценок бьш проведен предварительны!: отбор линейно независимых метеофакторов по результатам расчетов коэффициентов парной корреляции и коэффициентов линейкой динамической взаимосвязи (упрощенный метод). Отобраны следующие метеофакторы: среднесуточная температура (х^), относительная влажность воздуха (х2) и запасы продуктивной влаги в почве (х3). Обоснованы следующие временные интервалы усреднения метесфакторов для озимой пшеницы, совпадающие с фазами вегетации. Лля озимой пшеницы Безостая I, высеваемой в Крымской области, это соответствует в среднем следующим 1:алендарным срокам: сев-курение - октябрь;

трубкование - дье последние декады марта

к апрель; колошение - май;

молочко-зосковая спелость - июнь; уборка - 1-я декада июля.

Именно за эти периоды времени целесообразно рассчитать средние значения факторов среды к именно эти средние значения следует сопоставлять с урожайностью.

Нормировка.Пусть средние значения фактора за определенную фазу и за период наблюдения (годы) даются следующим рядом: Хр х2,..., Хд. Дусть среди членов этого ряда выделены минимальное - -Атт и максимальное - -х.та/значения. Введем также в рассмотрение оптимальное значение данного фактора - хопт. Возможны три варианта расположения хопт относительно значений показателя наблюдаемого ряда. Первый случай:

1т/-„< Хопт< Х/7гах-, ■ второй случай: \пт< Ът!п ; третий случай: Хопт > Хтак •

Будем считать, что отклонена X/ в любую сторону от Хопт ухудшают условия разгиткя растений с ровной силой, зависящей от абсолютного значения / Хопт - л/. Введение оптимальных значений показателей усложняет процедуру нормирования показателя. Для приведенного выше первого случая, учитывая, что лопг - У/п/л и

К/пах- Хопт по абсолютному значению могут быть не равны между собой, а любое значение Х4' может попадать как в первый, так и во второй интервалы,то условие необходимости равноправного нормирования приводит к следующим выражениям относительных значений показателей:

хотн = :и о'

опт

* Хопт-

И X = ^гпас X/ гп) п лотн -г-j-

таГ опт для Хопт < X/ < X „а* .

Второй случай расположения оптимального значения показателя относительно членов наблюдаемого рдца предусматривает, что ХоптX гц/п , а само значение показателя всегда лежит в интервале Хопт < Х/^Х/лах. В этом случае расчет относительного значения показателя проводится по формуле (2).

Третий случай предусматривает, что Хопт> X, а X/ всегда лежит в интервале Хт/п<Х1< Хопт. Этот случай соответствует формуле (I).

Значения показателей, соответствующие оптимальным значениям развития растений, зависят от культуры и региона ее произрастания и различны для фаз вегетации растений. Количественные данные по оптимальным значениям показателей метеофакторов не даются в литературе в язном виде и для определения можно использовать теорию развития растений и метод экспертных оценок. Такая работа быта проделана для линейно независимых метеофакторов применительно к озимой пшенице Безостая I, выращиваемой в Крымской области.

Определение весовых коэффициентов. Отобранные базовые «акторы Хо, Хд) являются аргументам! обобщенной оценки метссблска (представляемой для каждого выбранного временного интервала фазы вегетации) в виде следуюаей линейно взвешенной суммы:

£ = ¿У ХЗоГ/' ,

где ¿у - обобщенная оценксу-й фазы вегетации (у = I 4);

а^/оС^/'с^/' - весовые коэффициенты факторов^ - К «Тазы вогот;:

При выборе весовых коэффициентов считаем, чте ьес^ -го {С =1, 2, 3) (фактора з обобщенной оценке для кагдого

вегетационного периода тем болыю, чем стабильнее коэТ/фпцп^гг

динатаческой линейной взаимосвязи (Кх<.' ) этого фактора с системной функцией (урожайностью). Коэффициент Кх/ вычисляется как частное от деления фактора данной фазы данного года на урожайность этого года для всего информационного массива. В полученном ряду выделяются максимальное и минимальное значения коэффициентов и определяется размах (2/ ):

К

х с т/л с тал

(4)

Для нормировгл весовых коээдициентов их вычисление проводит-

ся по следующей формуле:

2/

(5)

21 +22 +2 з

Вычисление весовых коэффициентов производится для кавдой фазы вегетации.

Ниже приведем выражения обобщенных оценок по каждому вегетационному периоду дая озимой пшеницы с учетом оптимальных значеши! мвтеофакторов.

I фаза - сев-кущение:

0,425

+ 0,303. 17_Х2

+ 0,272 • 30-% . ~ТТ~

(6)

Отметил, что для этой фазы оптимальные значения всех факторов были больпе всех-макета/шшх значении соответствующих факторов, встречающихся в рядах. II фаза - трубкование:

¿2 « С,439 • Х1ота + 0,216Х2отн + 0,345Х3отн

'к1отн

78-Хт

Т77Г • л2отн дяя х;< х^опт

т _ Хт - 78 А1отн ~ —

да* х/>х1опт ;

Ш фаза

2отн'

8 -Х£

= х2 - 8 .

%

•отн

игТ

; х.

Зотн

_ 65 - Х3 " 13,Ь

= хз " 65 -ГБ

(7)

колошение:

¿3 = °'415 ' ХЮтн + °'38Х2отн + °>205ХЗотн'

х1отк = 75 " Х1 ТО

нля X < <1 Х-? • ' ■ С- Л1оп?

Х2отн ~ 15

Х2 5 ХЗотн - 40

тг

3

у _ Хо-15 . у _ Хо - 40 ^отн ~ > г ' ¿Ьтн ~ ^

Т5~

"37Г

дая х;> цот

В этой фазе значение относительной влажности воздуха (Х^-) не превышало оптимального значения.

1У фаза - молочно-восковая спелость:

¿4 = °»464ХЮтн + °'427Х2отн + °.109ХЗотн

1отн

_ 05 - X

12

I ; X,

'2отн

_ 20 - X

; х.

'Зотн

30 - X.

3

24

>

1отн

_ Хт - 65 . V _ X, - 20 . у - ^ - 30 - _±- • А2отн~ —- ' ~ —-

"ИГ

212

'Зотн

ТГ

для X > Хт

(9)

Ъопт

В эти выражения вошли найденные экспертным путем оптимальные значения информативных метеофакторол. При этих оптимальных значениях факторов возможно получение идеального урожая (ИУ).

Иерархическая система оы^нок_блока_[.датоосре,щ. Г.'етод построения последовательно усложняющихся обобщенных оценок метеоблока аналогичен построению обобщенных оценок фаз вегетации. При этом в качество факторов в обобщенную оценку входят значения обобщенных оценок фаз вегетации. Структура иерархических обобщенных оценок основана на линейно взвешенных суммах обобщенных оценок фаз. Система обобщенных оценок, расположенная по нарастанию степени интеграции, имеет вид

^ = ^ 'г л с*

И/г ,

V//, =¿>1 -£¿4 ^з* <4

(10)

^¿К

где ^ - Щ - обобщенные оценки первого - четвертого уровней интеграции;

весовой коэффпщюнт ¿ -го показателя /С -го уровня интеграции. Способ определения весовых коэффициентов основывается на подсчете тесноты связи обобщенных оценок ) с системной функцией - урожайностью. При этом максимальный вес будем приписывать

той обобщенно;] оценке, которая наиболее тесно связана с урожайность».

Б результате расчета получаем следующую иерархическую систему обобщенных оценок:

\л/1 = <5:;

уу2 = 0,562б1 + 0,438б2;

у/3 = 0,325б1 + 0,253б2 + 0,42263 ; (II)

= 0,284б| + 0,222б2 + 0,369б3 + 0,125б4 .

Отметим еще раз, что при расчете оценок \а/з -Изданного года подставляется значение б^ предыдущего года. Для того чтобы оценить, что дает сведение обобщенных оценок фаз вегетации в глобальную оценку , рассмотрим динамику урожайности по годам и глобальной опенки. Парный коэффициент корреляции этих кривых равен -0,529. Отметигл, что удалось его существенно повысить по сравнения с коэффициентом корреляции СПФгод - урожайность. Это произошло потому, что оценка Построилась с учетом внутренних причинно-следственных взаимосвязей в комплексной системе: биообъект - среда. Это позволяет утверждать, что найдена адекватная оценка состояния блока "метеосреда" во взаимосвязи с естественной урожайностью озимой пшеницы.

В пятой главе рассмотрены вопросы, связанные с синтезом адекватных математических моделей взаимосвязи обобщенных оценок с урожайностью.

Особенности синтеза модели. Урожайность, как системная функция, является следствием работы сложной лшогофакторной вероятностной системы. Вообще говоря, значение урожайности, если проследить ее на протяжении нескольких лет, представляет собой траекторию вектора в многомерном фазовом пространстве. Построение глобальных оценок позволяет перенести-задачу поиска причинно-следственной взаимосвязи урожай-факторы из многомерного фазового пространства на плоскость. Однако даже на плоскости, отложив .точки в осях: урожайность - обобщенная оценка, мы не получал монотонной или какой-либо другой закономерности, а - облако определенной формы. Для того чтобы решить вопрос о направлении "главной оси облака", обратимся к идее, заложенной в синтез обобщенных оценок фаз вегетации. Максимальное значение любой обобщенной оценки, равное единице, соответствует минимальному урожаю; а.нулевое. значение оценки - максимальному урожаю. Это означает, что

ось облака может быть аппроксимирована монотонно убывающей функцией. Решение такой задачи может быть проведено различными способами. Б качестве опорных аппроксимирующих функций могут быть приняты алгебраические функции вида: прямая, гипербола, парабола, экспонента, многочлен, степенная функция. Отмстим, что .тобой вид аппроксимирующей фушицп в силу нормирования факторов л обобщенных оценок должен рассматриваться на интервале изменения аргумента от ну7я до единицы.

Стпукт^ра иеда£ХШ1_модслеи. Система иерархии математических моделей взаимосвязи урожайности и агромстеосреди строится на основе полученной вше системы обобщенных оценок. При. этом в качестве аргументов выступают бр б2, б3, б^ , \л/2' ^ 3• V/ 4' V/ з? IV 4*-

Имея в распоряжении иерархическую систему оценок агрометео-блока, можно осуществлять непрерывный оперативный прогноз величины будущего урожая в зависимости от складывающихся агромотесуеловик данного года. Так, например, можно прогнозировать урожай будущего года озимой пшеницы по агромстоообстанопке первой фазы -сева (октябрь предыдущего года). Для этого используется математическая модель:

УГ (6;).

После окончания второй фазы но сложишикся в иен значениям агрометоофскторов может быть определено значение будущего урожая: У2 =/2.«$2>-

Аналогичным образом по агрометсофакторам третьей и четвертой фаз могут быть определены два прогнозных значения урожая:

Уз 3^3^ • У4 =/4{б4)-

Предыдущий прогноз бич построен с учетом независимого влияния фаз вегетации на будущий урожай. Вместе с тем сочетание агро-метооуслоЕий различных фаз веготации взаимозависимо влияет на будущий урожай. Такое влияние учитывается, соли в качество аргументов в математических моделях взаимосвязи урожайности и агро-метооуслопий использовать последовательно усложняющиеся обобщенный оценки (\л/?; и (или) двухчленные обобщенные оценки

(1^2 и\л/*У. Так, поело окончания двух фаз, будущий урожай определяется по модели:

У 5 =f 5(

после окончания трех фаз: Уб =/б(

четырех: у?

Интеграция агрометеоусловий фаз вегетации в двухчленную обобщенную оценку дает другие значения прогнозируемого урожая поело окончания трех и четырех фаз вегетации:

у8 =/е( Уэ =/э(

С целью минимизации процедуры синтеза иерархической системы математических моделей взаимосвязи на одной структуре модели били разработаны различные методы синтеза параметров и отобран адекватный. А сравнение различных структур математических моделей было проЕедоно на основе применения к моделям различных структур одного и того же (отобранного) метода синтеза параметров.

Выбо£ способа синтеза па£аметров. Наиболее известным и широко распространенны.! формальным способом синтеза параметров математических модален является метод наименьших квадпатов, который был выбран в качестве первого шага отработки адекватного метода синтеза параметров. В качестве опорной структуры математической модели было использовано уравнение ладаадей прямой:

У = Ут ~ ах. (12)

где у - урожайность;

Ут - максимальное значение урожайности, получаемое при

нулевом значении аргумента; а - коэффициент пропорциональности; х - аргумент (бд-, б2, б3 ... и т.д.). Методом наименьших квадратов были определены параметры математических моделей у^- + уд в классе линейной зависимости по информационному массиву урожайности озимой пшеницы экспериментальных полей НПО "Элита" Крымской области за 1978-1986 годы. -

Для каждой математической модели характерен сбой диапазон изменения ар1умента и свой размах теоретических значений функций. Последний для всех моделей лежит ниже экспериментально наблюдаемого. В связи с этим целесообразно синтез параметров модели методом наименьших квадратов дополнить условием охвата динамического диапазона колебаний урожайности.

Критерт\_уче;р_щзкаха. При синтезе параметров математической модели вида (12), содержащей только два неизвестных, можно воспользоваться значениями максимальной и минимальной урожайности. Дня сохранения точного значения размаха функции на наблюдаемом интервале изменения аргумента необходимо приписать граничные значения урожайности концам интервала изменения аргумента.

Для определения параметров математической модели по данному способу необходимо решить следующую систему уравнений:

УтаГ У т ~ *х>п<"

yl;ir У<п ~ Ыты J . (13)

Разрешив систему уравнений (13) относительно у и а, получим:

V = У mm " хmm- v mat. X так •

--kmin- W*- ' (14)

а = У/л/'/? ~ У та*

Применение отого способа синтеза параметров (9 моделей) .позволившего точно воспроизвести размах колебаний урожайности, не привел к существенному увеличению средней погрешности, но дал неадекватные значения урожая ут и для некоторых математических моделей, в том числе и отрицательные значения минимального урожая.

Метод нашеньших_квзд£птов_о_учетом размаха Хком&щиоован-шд| метод) .Для учета размаха наблюдаемых колебаний урожайности выразим неизвестный параметр "а" через размах теоретических значений урожайности на границах интервала изменения аргумента (0;1) и ут . Очевидно из (12):

при х = О У = У/7? ;

при х = I У = У/п - а = у/т,,п ■

Размах функции("К")на теоретическом интервале, включая граничные значения аргумента, равен:

К== Ут ( (к)

Imin 1(п~ а '

Из равенства (15) выразим параметр "а" через "К" и п к - I „

а = — У т (16)

Подставим выражение (16) в (12), получим-

У ~ Ут ^ ~ 1±JtL- Х (17)

Теперь имеется возможность наложить на математическую модель условие воспроизведения реально наблюдаемого размаха урожайнооти и доопределить "К". Это можно сделать следующим образом. Аргумент каждой математической модели имеет свой диапазон изменений. Припишем реальному диапазону изменения аргумента каждой математической модели "экспериментально" наблюдаемый размах урожайности. Для . определения теоретического размаха функции Кн на интервале (О; I) будем считать, что"К"во столько раз больше отношения У/77 /Ул7/>7лВ0 сколько раз интервал полного изменения аргумента больше интервала реального изменения аргумента, то есть

V3

К = 1-0 • т = 1-553_ > (18)

ХР-ХР^» у%/„ Хр/яад ~ХР/т7/>7 где Х^, - границы реального изменения аргумента на данном интервале наблюдения.

Таким образом, для каждой математической модели структуры (17) можно подсчитать значение "К" по формуле (18). Неизвестным остается параметр у^ . Его определение можно провести, используя метод наименьших квадратов. Минимизация соответствующего функционала приводит к следующей Формуле определения у/л

^ (19)

где - число точек экспериментального массива.

Использование такого метода синтеза параметров' математических моделей, существенно не ухудшая средней погрешности, позволило приблизиться к экспериментально наблюдаемому размаху урожайности в диапазоне реальных изменений аргумента для каждой модели.

Аналдз_шзличних_стр;£кту£ математических_моделей. На п риле ре математической модели уг, =у () проведено сравнение математических моделей, имеющих различную структуру. Учитывая убывающий по аргументу характер функций, в качестве различных структур,кроме падающей прямой, могут быть взяты гипербола, степенная функция и экспоненциальная. Экспоненциальная Функция вида:

-а. У/4

У? (20)

Степенная функция вида </р=ут , где в = еа. (21)

Два вида гиперболы:

ЕЦ

\л/4

У7 в • (23)

УУ4

где а и в - параметры, подлежащие определению.

Для определения параметров моделей (20)-(23) были использованы комбинированный метод и .летод размаха. По критерию минимума средней ошибки по всему массиву наилучшей можно считать структуру модели типа (12) о параметрами, полученными по комбинированному способу.

Приведем математические модели с параметрами, найденными с помощью комбинированного способа. Урожайность - первая фаза: У|= 38,74-75,24б1; у^ =38,74; 23,5 . (24)

Урожайность - вторая фаза: у2= 94,37-70,49б2; У/77 =94,37; 23,88. (25)

Урожайность - третья фаза: у3=104,945-83,75б3; уЛ =104,945; у/73,^= 21,195. (26)

Урожайность - четвертая фаза: у4=78,4-44,54б4; У/Я = 70,4; У/7?//>= 33,86. (27)

Урожайность - первая и вторая фазы: у5= 108,95-84,8^; У/?? = 103,95; 1т,-п= 19,15. (28)

Урожайность - первые три (фазы: у6= 116,24-103,8^3; У/77 =116,24; У/77/>7= 12,44. (29)

Урожайность - все фазы вегетации: у7 = 114-101,121л/4; У/77 = 114; У/т?//? =12,08. (30)

Урожайность - первые три фазы (У^--'у8 = 123,26 -109,45УУ^; ут =123,26; 13,81. (31)

Урожайность - четыре фазы ( 1У4): у9 = 107-90,1 V/*, У„ = Ю7; У/77/>7= 16,9, (32)

В таблице представлены результаты расчетов теоретических значений урожайности, погрешностей по годам, а также средние.значения погрешностей и размахов. В работе била проведена проверка работоспособности математической модели у = ^ (И/^) при сжатии пространства агрометеофакторов, на которых строятся обобщенные оценки фаз вегетации (б), и сжатии пространства 'фаз, на которых строится глобальная оценка агрогода (М^). Оказалось, что средние погрешности приоритетис-фазиих моделей (также ,ка:; и приоритетно-

Результаты расчетов теоретических значений урожайности

Таблица

Годы

1979 ; 1980 : 11981 ; 1582 : 1983 : 1584 : 1985 | 1986 | Д % ср. : у гпах : у /гт>/>

46,1 55,6 58,3 71,6 47,1 53,2 48,4 54,3 1,553

57,58 42,01 62,77 67,37 52,02 51,19 56,45 59,92 1,701

24,91 24,44 7,68 5,9 10,44 3,78 16,64 10,34 16,0

56,04 54,12 55,25 66,03 38,68 66,38 40,73 59,97 1,716

19,38 2,66 5,23 7,77 17,87 24,78 15,85 10,44 12,35

46,57 65,67 60,39 53,61 53,27 66,5 51,93 40,29 1,651

1,02 18,1 3,58 25,13 13,1 25,13 7,3 23,8 15,38

39,96 48,96 46,46 64,24 59,38 62,94 47,8 69,85 1,748

13,31 11,94 20,3 10,28 21,07 18,32 1,24 28,63 16,87

57,22 46,79 60,28 69,182 45,01 53,09 48,91 62,21 1,478

24,13 15,84 3,39 3,38 4,43 11,07 1,06 12,73 11,45

52,61 53,31 62,26 64,75 47,92 64,44 49,6 52,19 1,351

14,12 4,12 6,8 0,9 21,13 2,48 3,87 9,73

48,88 53,63 58,89 63 ,17 50,09 65,56 48,37 56,97 1,368

6,02 3,54 1.0 7,58 6,35 23,34 0,06 4,9 8,59

53,54 62,73 65,8 65,25 52,23 69,85 53,32 50,8 1,375

16,14 12,83 12,86 8,87 10,88 31,29 10,17 6,44 14,21

44,29 54,56 55,19 64,2 53,75 66,36 48,34 58,44 1,498

3,92 1,87 5,33 10,33 14,12 24,75 0,11 7,62 10,14

Уэ

Ут У л А % Уг

^ д %

Ут

Ут У* А'%

Ув

Уг

А %

%

Уо Ут

Уз

Уг

<2

65,9

39.6 39,91

59.41 9,85

53,1

13.42 51, 21,72

48.07

27.06

49.7 24,58 49,69 24,6 53,76 18,42 50,6 23,22

5? ■с*

факторных) выше сродной погрешности модели, учитывающей все факторы и все фазы вегетации.

В шестой главе работы проведена машинная имитация влияния на урожайность различных вариантов складывающейся метеообстановки по всем факторам и фазам вегетации. В качестве примера исследования возможности приоритетно-факторного и приоритетно-сезонного управления взяты условия формирования урожая озимой пшеницы, выращенного на опытном поле FIO "Элита" Крымской области в 1981 году. Обобщенные оценки агрометеоблока, в которые входят оптимальные значения факторов, через математическую модель связаны со значением урожая. Информацию, которую не могут дать натурные эксперименты, можно получить за счет машинного эксперимента. Способ машинной имитации даст возможность перебрать все сочетания способов управления. Для этого в качестве результатов управления в обобщенные оценки подставляются значения (¡акторов, по которым "как бы строилось управление", равные оптимальным, и по математической модели взаимосвязи урожайности с обобщенной оценкой определяется значение возможного урожая при данном способе управления.

Исходная_математическая модель. За исходную математическую модель взаимосвязи урожая с показателями агрометеоблока возьмем уравнение у7 (W4),

у? = 114 - 101,12 W4. (33)

Глобатьный показатель агрометеоблока V^ зависит от четырех обобщенных показателей агрометеоблока фаз вегетации:

W4 = 0,2846j + 0,222б2 + 0,369б3 + 0,125б4. (34)

Обобщенные оценки фаз вегетации:

бт = 0,385 86~Х1 +0,273 17~Х2 +0,342 15~Х3

1 ТГ~ "Т75- 5-

б0 = 0,381 78~Х1 +0,28 22-Х2 + 0,339 175"Х3 ,

2 ' "ТГ~ "БТТ V (35)

<Ц = 0,404 75"Х1 +0,368 17"Х2 + 0,228 У90

3 -

б, = 0,448 65~Х1 +0,412 Х2"20 + 0,14 90~Х3

4 ~ПГ~

Уравнения (33)-(35) представляют математическую модель, кото-

рую можно исследовать путем имитации различных ситуаций управления.

Исходный информационный массив по агрометеофакторам для

1981 года имел вид:

I фаза: Х-,- = В1%; Х2 = 13,7°С; Х3 = II юл "Л П фаза: Х^- = 74;3; Х2 = 6,7°С; Х3 = 134 ш I (36) Ш ({аза: Хх = 72^; Х2 = 14,1°С; Х3 = 36 ш Г П (Таза: Хх = 602; Х2 = 22,2°С; Х3 = 36 км Как водно, все факторы во всех фазах были ниш оптимальных значений, за исключением Х3 в третьей фазе и Х2 - в четвертой. В складывающейся агрсметеообстановко в 1981 году был.получен урожай 58,3 ц/га. Теоретически рассчитанный по формулам (33)—(35) урожай: Уу(1981) = 58,89 ц/га. Если рассмотреть информационный массив факторов и формулы для вычисления обобщенных оценок (35), то становится очевидным,что урожай, полученный в 1981 году, далек от максимально возможного. Это является следстьием неоптимальности значений факторов во всех фазах: б: = 0,478; б2 = 0,555; б3 =0,532; б4 = 0,717. Видно, что эти оценки далеки от нулевых (оптимальных) значений. Наилучшие условия для выращивания урожая складывались в первой фазе, затем -в третьей и второй фазах. Наихудшие условия были в четвертой фазе. Естественно,что максимально возможный урожай был бы получен, если бы бх = б2 =б3 = б^ = 0, то есть У/4 = 0, а У^тах 114 ч/га-

Исследование вариантов прио^итетно-чпазного добавления. Для решения этой задачи используем формулы (33)-(35). Прежде всего по формулам (33) и (34) можно исследовать изменения урожайности при условии, что частные оценки б| агрометеоблока принимали оптимальные, то есть нулевые значения порознь или в различных сочетаниях. При оптимизации условий только одной фазы приоритет следует отдать третьей фазе, которая увеличивает урожай почти на 20 ц/га. Приоритетом при построении управления условиями трех фаз одновременно обладает вариант б|=б2=б3=0. Можно отметить также, что хороший прирост урожая дают варианты 62=63=64=0 и б2=б3=б4=0, то есть такие, в которых участвуют условия оптимизации факторов третьей фазы. Наименьший прирост урожая дает управление факторами четвертой фазы (б4=0). Наихудшими вариантами управления двумя фазами одновременно являются варианты б2=б4=0 и б|=б4=0. Столь же плохим вариантом является управление условиями первой, второй и четвертой фаз одновременно (б-£=б2=б4=0). Безусловным выводом из рассмотрения вариантов является вывод о необходимости управления условия-тли в третьой фазе вегетации. Отметим, однако, что в данном исследовании предусматривалось управление "в фазах вегетации всеми тремя факторами одновременно, то есть и таким фактором, как среднесуточная

температура воздуха, которым, в пршщипе, управлять па открытом воздухе невозможно.

До с.тедование_варианто в_п£иорптетдо^фактo£¡юго ^щрвл о:щя_в ¿¡азах вегетации. При этом исследуется вся система уравнений (33)-(35). Управление факторами считается оптишльншл, если их значения становятся равными оптимальным, а соответствующие слагаемый формул (35) для определения б-р-б^ становятся равными нулю.

Приведем данпыо, относящиеся к первой фазе вегетации. Если бы в октябре 1980 года среднесуточная температура воздуха составила 17°, а не 13,7°, как это реально наблюдалось, то летом 1981 года мог бы быть получен урожай 63,48 ц/га, то есть на 7,8;' больше реально полученного. Вместе с тем, оптимизация частично управляемых факторов, таких,как относительная влажность воздуха и запасы продуктивной влаги в почвонном слое (0-10) см, дала бы больший прирост. Для получения прироста урожая на 10,необходимо было увлажнять воздух, доводя относительную влажность воздуха от реальной величины 81$ до оптимальной величины 86^. Еще больший прирост урожая - на 11,25» - дало бы управление запасам! продуктивной влаги. При этом за счет полива необходимо было поднять запасы продуктивной влаги от II мм до 15 мм. Еще больший эффект дает совместная оптимизация относительной влажности воздуха и запасов продуктивной влаги - прирост на 18,43$. Такой же анализ проведен для остальных (Т>аз. Показано, что общий прирост урожая за счет одновременного управления во всех (¡азах вегетации относительной влажностью воздуха и запасами продуктивной злагл составляет 47,86$ и позволяет поднять урожай до 87,2 ц/га по сравнению с реально полученным 58,6 ц/га.

В седьмой главе подверглись обсуждению три ключевых момента всего исследования. В сжатой форме рассмотрены вое мстодичесгло вопроси, связанные с синтезом математических моделей: методы обработки информационных массивов, выбор математического аппарата и структуры моделей, адекватные методы определения параметров моделей, а также нашедшие отражение в структуре и параметрах оценки метеоблока нестандартные методы учета урожайности как системной функции. Представлена логика использования алгоритмов при решении задачи моделирования.

Рассмотрен алгоритм оперативного.усложняющегося адаптивного прогноза будущей системной функции и указана последовательность

использования соответствующих формул и моделей. Учитывая специфику рассматриваемой комплексной системы и ее отличие как от чисто технической системы,так и от чисто развивающейся биологической системы, приводится перечень характерных свойств системы^развивающаяся биосистема - среда*.

ВЫВОДЫ

1. Структура агрокомплекса должна содержать три соподчиненных иерархических уровня, реализующих качественно различные системные функции: уровень оперативного управления урожайностью; уровень управления технико-экономнческпми средствами обеспечения урожайности и уровень социально-экономического управления человеческим фактором.

2. Естественный урожай определяется продуктивностью культуры, достигнутой в складывающихся метеоусловиях на данной почве и при отсутствии главных управляющих элементов агротехнологии (орсшение, внесение удобрений в почву и гербицидов). Эта градация урожая служит переменной "нормой" комплексной системы "Зерновая культура"-агрометеосреда.

3. Приоритетны!.'!) и представительнгми факторами среды .влияющими на развитие биосистег.'ы - озимая пшеница для Крымской области^— являются: относительная влажность воз,пуха,среднесуточная температура воздуха и запасы продуктивной влаги в почве,причем значимость каждого из выявленных приоритетных факторов в формировании урожайности с/х культуры неодинакова в различные фазы развития.

4. Фазы вегетации для озимой пшеницы,высеваемой в Крымской области,соответствующие в среднем следующим календарным срокам: I фаза вегетации: сев - кущение - октябрь;

II фаза: трубкование - две последние декады марта я апрель;

III фаза: колошение - май;

IV фаза: молочно-восковая спелость - июнь;

V фаза: уборка - I декада.июля

определяют собой временные интервалы максимального приоритетно-факторного взаимодействия биосистегш "Зерновая культура" со средой.

5. Линейно-взвешенная сумма, построенная на приоритетных факторах, весовые коэффициенты которой опосредованно учитывают взаимосвязь метеоблока с урожайностью, является адекватной обобщенной оценкой состояния в фазах вегетации многофакторного метеоблока в комплексной системе. Факторы в оценку вводятся в отклонениях от оптимальных значений, которые для озимой пшеницы, высеваемой в Крымской области, по фазам вегетации составляют:

I фаза: относительная влажность воздуха - Х{опт = 8654; среднесуточная температура воздуха - Х20ПГ = 17°С; запасы продуктивной влаги - Х^опт в почвенном слое С 0-10 ) см равняется 15 мм. П фаза: Х1опт = 7в%; Х2опт = Н°С; Х3опт в слое ( 0-100 ) см равняется 175 мм.

Ш фаза: ХЬпт = 75*; Х2опт = 17°С; Х3опГ в слое ( 0-100 ) см равняется 90 мм.

П фаза: Х1опт= 65%; Х2опт = 20°С; Х3опт в сло0 ( 0_100 ) см рав_ няется 90 мм.

6. Глобальная оценка состояния метеоблока комплексной системы за весь агросезон строится на линейно-взвешенной сумме, составленной из обобщенных оценок, ¡аз вегетации с весовыми коэфициен-таг.ш, учитывающими неоднородность влияния метеосреды на урожайность в фазах вегетации.

7. Значения обобщенных оценок фаз и глобальной оценки агро-сезона являются относительными и лежат в интервале от нуля до единицы при любых абсолютных значениях факторов, причем нулевые значения обобщенных и глобальных оценок соответствуют наилучшим условиям развития биосистемы. "Зерновая культура" а значение единица - наихудшим возможным.

8. Оперативный прогноз урожая с наращиваем реальных данных по прошедшим фазам вегетации может быть осуществлен на основе системы иерархических оценок агрометеоблока и математических моделей взаимосвязи урожая с этими оценками.

9. Максимально возможное значение естественного урожая, рассчитанное по математическим моделям изаимоспязи урожайности

с состоянием метеоблока по обобщенным и глобальным оценкам, лежит в интервале от 78 ц/га до 116 ц/га; минимально возможное -от I? ц/га до 33 ц/га.

Ю. Оперативное управление урожайностью может быть осуществлено ня основе дискретно-динамических моделей,ставящих будущий урожай в соответствие с условиями вегетационного развития сельскохозяйственной культурн с учето;;. наиболее весомых агрометеофакторов каждого агросезона.

ц. Стратегия управления урожайностью строится по частично управляемым внутрисистемным фактора.": (блок метеосреда комплексной системы), опираясь на эвристически найденные оптимальные траектории этих факторов.

12. Машинная имитация различных стратегий управления позволила установить,что

- оптимальное управление относительной влажностью воздуха во всех фазах вегетации на (фоне наихудших условий по двум другим фактора:' позволяет увеличить урожай по сравнению с наихудшим возможным в 4,2 раза;

- оптимальное управление запасами продуктивной влаги в соответствующих почвенных слоях во всех фазах вегетации на фоне наихудших условий по двум другим факторам увеличивает урожай в 3,2 раза;

- совместное оптимальнее управлеггзе двумя вышеупомянутыми фактора:'.и во всех фазах вегетации на фоне наихудших значений среднесуточной температуры воздуха увеличивает урожай в 5,3 раза и позволяет достичь максимально возможного.

Основные положения диссертации изложены в следующих публикациях:

1. Демченко Н.П.,Беспалов З.Н. Улучшение управления производством //Экономика сельского хозяйства.-I9GI.-JS 7,-С.89-90.

2. демченко Н.П..Чехов A.B. Выращивание урожаев озаюй пшеницы на орошаемых землях.-Симферополь: Крымский облполиграфиздат,

1982.- 12 с.

3. Рекомендации по комплексной системе управления качеством труда и продукции в сельскохозяйственных предприятиях Крымской области /H.H.Демченко,Г.II.Мартинец, С.П.Колчева.-Симферополь: Крымский облполиграфиздат,1983.- 18 с.

4. Рекомендации по получению запрограммированных урожаев сельскохозяйственных культур в Крымской области /А.И.Буряк,H.H.Демченко, З.Г.Погребняк и др.-Симферополь: Крымский облподиграфиздат,

1983.- 32с.

5. Демченко Н.П..Тарасенко Л.л. Бплив водного I пожнивного режим'Ев грунту на врожай зерна та ciuochoI маси кукурудзи при р1зн1п густот1 рослин на зроиувальнпх землях Крику //DIchiik с1льсысого-сподарсько! науки.-1984.-;,'; 3.-С.22-28.

6. Демченко Н.П..Крпворотов U.U..Чехов А.З. Программирование урожаев - новый уровень ведения сельского хозяйства (из опыта работы колхоза "Россия").-Киев: Б.и.,1985.-4 с.

7. Дегсченко Н.П. .Чехов А.З. От прогрессивной технологии к программированию урожаев //Мелиорация и урожай.-1285.-.'.' 4.-С.4-У.

8. Демченко H.H. Ориентир - конечный результат.-СимТеряполь'.Тгигиш, 198(3.-48с.

9. Рекомендации по выращиванию сельскохозяйственных культур в хозяйствах Крымской области в агрометеорологических условиях 1986 года /А.И.Буряк.Д.Г.Бэд^мн.Н.П.Демченко и др.-Свгферопиль: Крымский облполиграфиздат,1УОй.-5Ус.

10.Демченко Н.П. .Чаговец U.E. .Азизов ]'. С.¿¡Г«Т,ckthbkooti. удобрений в зерновом севообороте //Земледелие.-I98i;.12.-С.41-43.

11.На основе научных реко; ендации /Н.Л.,'емченко,Н.Е.Чаговец, Г.С.Азизов.А.ЗЛехов //Земледелие.-1986.10.-С.3-5.

12.Рекомендации по внедрению севооборотов в Крыггу./Н.П. Демченко, д. 11. Зпнченк о, А. И. Буря к. -Симферополь: Крымский облполаграфппдат, I98Ü.-22C.

13.Демченко H.H. Интенсивные технологии выращивания сельскохозяйственных культур на орошаемых землях.-Киев:Б.и.. 198(3.-48с.

14.Демченко H.H.,Азизов Г.С'.,Чехов А.З.. Комплексный подход- основа высоких-урогаев на орошеняи.-Симферополь: Крымский облполнграЛ-издат, 198(3.-4с.

15.Демченко H.H..Чаговец Н.Е..Азияов Г.С. Рекомендации по внедрению коллективного подряда в полеводстве.-Симферополь: Крымский обл-полпграфпздат, I98G. -23с.

1С.демченко H.1I.,Чаговец Н.Е. .Азизов P.C. Рекомендации по органнза-. ции коллективного подряда на орошаемых землях,- Симферополь: Крымский облполнграфпздат, 1986.-25с.

Г7.Денченко Н.П..Рпшког.скдн З.И. Повысить ответственность за использование оросительной поды //Мелиорация и урожаи.-1987.-.':' 4.-C.4^--if.

18. Дс:тонко Н.П..Колчева С.П. Ссксновэдстео зезшовых культур для орошения земледелия области //Тез.докл.науч.-практ.конго."Итоги п перспективы водных мелиорации в Крыму ".-Сш'.форополь: Крымский облполнграфнздат,1987.-С.25-27.

19. Алгоритм прогнозирования урожайности по климатической составляющей /Н.П.Демченко.Ю.Г.Антомонов.А.Б.Кэтова и др.//Там ке. - G.C3-G5.

20. Рекомендации по получению запрограммированных урожаев сельскохозяйственных культур в Крымской области./К.П.Демченко,Л.И.Еу-ряк.З.Г.Погребняк,Л.В.Чехов //Научно обоснованная система земледелия Крымской области.-Симферополь:Крымский облполиграфиз-дат,ISC7.-С.16-18.

21. По интенсивной технологии /Н.П.Демченко,В.Н.П'лсы.-.енов,

В.С.Крюковских,В.П.Рагаковская //Кормовые культуры.-1989.-D I.-С.35-36.

22. Демченко Н.П.Резервы повышения эффективности орошаемого земледелия Ста Украины.-Кпев:Урожай,1989.-214с.