Cheese- and buttermaking Cheese- and buttermaking Сыроделие и маслоделие 2073-4018 72052 10.21603/2073-4018-2023-4-18 Оригинальная статья Original article Оригинальная статья Neural Networks in Designing Control Systems for Agro-Industrial Enterprises Нейросетевые технологии в проектировании систем управления на предприятиях АПК Грачев Александр Викторович Grachev Aleksandr V. grachev_av@list.ru Сибирский государственный индустриальный университет Новокузнецк Россия Siberian State Industrial University Novokuznetsk Russian Federation 06 12 2023 06 12 2023 4 109 111 04 09 2023 01 11 2023 https://cheese.kemsu.ru/en/nauka/article/72052/view

В работе описываются подходы к проектированию систем управления объектами аграрного сектора закрытого типа с использованием нейросетей. Объектами исследования являлись технические данные статистики агропромышленных предприятий. Исследована возможность применения обученных нейросетей для работы с данными предприятий, прогнозирования их состояния. Средняя квадратическая ошибка обученной нейросети составила 0.120, среднемодульное отклонение 0.093. Система с использованием нейросети может быть применена в составе специализированного программного обеспечения для мониторинга технических объектов агропромышленного комплекса и прогнозирования их состояния.

The paper introduces a comprehensive review of various approaches to using neural networks in the design of control systems for closed-end agricultural facilities. The empirical part of the study featured technical statistics of agro-industrial enterprises. It applied trained neural networks to agricultural enterprise data for prediction purposes. The resulting root mean square error was 0.120, and the standard deviation did not exceed 0.093. Neural networks proved efficient as part of specialized software for monitoring technical objects of the agro-industrial complex and predicting their development.

 нейронные сети машинное обучение многослойный персептрон статистика прогнозирование модели прогнозная оценка сельское хозяйство оборудование neural networks machine learning multilayer perceptron statistics forecasting models forecasting agriculture agro-industrial complex equipment

Картечина Н. В. Виды нейронных сетей и их применение / Н. В. Картечина [и др.] // Наука и Образование. 2021. Т. 4. № 3. Kartechina N. V. Vidy neyronnyh setey i ih primenenie / N. V. Kartechina [i dr.] // Nauka i Obrazovanie. 2021. T. 4. № 3. Мак-Каллок У. С. Логическое исчисление идей, относящихся к нервной активности / У. С. Мак-Каллок, В. Питтс. // Автоматы. Под ред. К. Э. Шеннона и Дж. Маккарти. - М.: Изд-во иностр. лит., 1956. - С. 363-384. Mak-Kallok U. S. Logicheskoe ischislenie idey, otnosyaschihsya k nervnoy aktivnosti / U. S. Mak-Kallok, V. Pitts. // Avtomaty. Pod red. K. E. Shennona i Dzh. Makkarti. - M.: Izd-vo inostr. lit., 1956. - S. 363-384. Ян Лекун. Как учится машина. Революция в области нейронных сетей и глубокого обучения / Лекун Ян. - М.: Альпина нон-фикшн, 2021. - 351 с. Yan Lekun. Kak uchitsya mashina. Revolyuciya v oblasti neyronnyh setey i glubokogo obucheniya / Lekun Yan. - M.: Al'pina non-fikshn, 2021. - 351 s. Тимофеев М. Г. Искусственный интеллект в сельском хозяйстве / М. Г. Тимофеев [и др.] // Наука и Образование. 2020. Т. 3. № 4. С. 71. Timofeev M. G. Iskusstvennyy intellekt v sel'skom hozyaystve / M. G. Timofeev [i dr.] // Nauka i Obrazovanie. 2020. T. 3. № 4. S. 71. Юрченко, И. Ф. Интеграция цифровых систем в сферу агропроизводства на мелиорированных землях / Юрченко И. Ф. // Международный технико-экономический журнал. 2020. № 4. С. 73-80. Yurchenko, I. F. Integraciya cifrovyh sistem v sferu agroproizvodstva na meliorirovannyh zemlyah / Yurchenko I. F. // Mezhdunarodnyy tehniko-ekonomicheskiy zhurnal. 2020. № 4. S. 73-80. Илышев, А. П. Искусственный интеллект и нейросетевые технологии в цифровой платформе прорывного развития российского АПК / А. П. Илышев, О. М. Толмачев // Экономика и социум: современные модели развития. 2019. Т. 9, № 4(26). С. 492-507. DOI: https://doi.org/10.18334/ecsoc.9.4.100453 Ilyshev, A. P. Iskusstvennyy intellekt i neyrosetevye tehnologii v cifrovoy platforme proryvnogo razvitiya rossiyskogo APK / A. P. Ilyshev, O. M. Tolmachev // Ekonomika i socium: sovremennye modeli razvitiya. 2019. T. 9, № 4(26). S. 492-507. DOI: https://doi.org/10.18334/ecsoc.9.4.100453 Ториков В. Е. Состояние цифровой трансформации сельского хозяйства / В. Е. Ториков [и др.] // Вестник Курской ГСХА. 2020. № 9. С. 6-13. Torikov V. E. Sostoyanie cifrovoy transformacii sel'skogo hozyaystva / V. E. Torikov [i dr.] // Vestnik Kurskoy GSHA. 2020. № 9. S. 6-13. Windsor F. M. Network science: Applications for sustainable agroecosystems and food security / Fredric M. Windsor [et al.] // Perspectives in Ecology and Conservation. 2022. Vol. 20, No. 2. P. 79-90. Windsor F. M. Network science: Applications for sustainable agroecosystems and food security / Fredric M. Windsor [et al.] // Perspectives in Ecology and Conservation. 2022. Vol. 20, No. 2. P. 79-90. Petrescu I. E. Risk Management of Agri-Food Value Chains-Exploring Research Trends from the Web of Science / I. E. Petrescu [et al.] // Digitalization and Big Data for Resilience and Economic Intelligence. - Springer, Cham, 2022. - P. 55-66. Petrescu I. E. Risk Management of Agri-Food Value Chains-Exploring Research Trends from the Web of Science / I. E. Petrescu [et al.] // Digitalization and Big Data for Resilience and Economic Intelligence. - Springer, Cham, 2022. - P. 55-66. Грачев А. В. О методе оценивания промежуточных узлов передачи данных для маршрутизации в иерархических сетях разной топологии / А. В. Грачев [и др.] // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. 2015. № 1. С. 32-38. Grachev A. V. O metode ocenivaniya promezhutochnyh uzlov peredachi dannyh dlya marshrutizacii v ierarhicheskih setyah raznoy topologii / A. V. Grachev [i dr.] // Vestnik Voronezhskogo gosudarstvennogo universiteta. Seriya: Sistemnyy analiz i informacionnye tehnologii. 2015. № 1. S. 32-38. Токарев К. Е. Теория и цифровые технологии интеллектуальной поддержки принятия решений для увеличения биопродуктивности агроэкосистем на основе нейросетевых моделей / К. Е. Токарев [и др.] // Известия Нижневолжского агроуниверситетского комплекса: Наука и высшее профессиональное образование. 2021. № 4(64). С. 421-440. Tokarev K. E. Teoriya i cifrovye tehnologii intellektual'noy podderzhki prinyatiya resheniy dlya uvelicheniya bioproduktivnosti agroekosistem na osnove neyrosetevyh modeley / K. E. Tokarev [i dr.] // Izvestiya Nizhnevolzhskogo agrouniversitetskogo kompleksa: Nauka i vysshee professional'noe obrazovanie. 2021. № 4(64). S. 421-440.