Для поиска темы - пользуйтесь СИСТЕМОЙ ПОИСКА


Стоимость дипломной работы


Home Материалы для работы Особливості створення математичної моделі технології

Особливості створення математичної моделі технології
загрузка...
Рейтинг пользователей: / 0
ХудшийЛучший 

Особливості створення математичної моделі технології

Спираючись на структурну схему технології вирощування культур і використовуючи системний аналіз у якості методу дослідження об’єкту, зупинимось на більш конкретних питання створення СПТР, а саме засобів опису технології з врахуванням можливостей мешиної реалізації алгоритму.
В такому випадку, як правило, модель технології розгля-дається і створюється як базова для формалізації процесів про-ектування і управління. Без системного аналізу об'єкту, як вва-жають Г.М.Левин, В.С.Тапоев [90] та В.Д.Цветков [114] реалі-зація формального опису проблематична. Треба також врахову-вати, що технологія вирощування сільськогосподарських куль-тур включає стільки агрозаходів (складових) і розрахунків, що їх описування у єдиному форматі зробити неможливо, тим бі-льше, що участь у процесі формалізації експертів різноманітно-го профілю накладає свою специфіку. Проте, перешкода пере-борна і при ближчому розгляданні, у технологій, як об'єктів управління, багато спільного.
На першому етапі моделювання доцільним є проведення структурної декомпозиції технології та виділення понять її го-ловних складових: технологія в цілому, технологічний процес і технологічна операція (агрозахід).
Під технологічною операцією (ТО) будемо розуміти змі-нення об'єкту (грунт, рослини, насіння) під впливом агента впливу (знаряддя) при визначеному характері дії.
Технологічний процес (ТП) - це логічно упорядкована су-купність ТО, що змінюють кінцевий стан об'єкту, і яка має за-кінчений зміст. Але в загальній схемі ця зміна є етапною.
Під технологією в цілому треба розуміти поєднання ТП, які визначають шляхи одержання урожаю.
Ключовими складовими опису технології є ТО, оскільки саме в них закладено індивідуальний характер процесу. На по-чатковому етапі ставиться задача формалізації ТО, під якою ро-зуміється виділення найбільш істотних сторін впливу операції на об'єкт на базі переробки інформації. Тобто, під формалізова-ною операцією будемо розуміти найбільш істотні боки опера-ції, відображені операторами переробки інформації відносно стану об'єкту над яким ця операція відбувалась.  [5].
Множина операцій визначається як технологічна множина - W, причому вона кінцева [115]. З технологічної множини для кожної культури, грунтово-кліматичної зони, конкретних умов і ситуацій можна виділити робочі підмножини - w Ŵ, якими фахівець і оперує.
В цьому сенсі формалізована технологічна операція є опи-сом найбільш суттєвих її впливів на підставі врахування перет-ворень інформації відносно стану об’єкту.
У моделі ТО в загальному випадку повинні бути представ-лені такі складові:
- ідентифікатори операції;
- параметри, що описують стан об'єкту і пов'язані з опера-цією (мається на увазі, що у разі проведення операції змінюєть-ся хоча б один параметр об'єкту);
- залежності вихідних параметрів від параметрів операції з урахуванням впливу зовнішніх факторів;
- комплекс устаткування (машини, механізми, знаряддя), за допомогою якого виконується операція;
- перелік параметрів планування - Р з вказівкою технологі-чних обмежень на їх значення  i залежності параметрів планування від властивостей об'єктів і устаткування;
- умови використання і невикористання;
- умови, що визначають проведення операції;
- умови, що перешкоджають проведенню операції;
- економічні та нормативно-довідкові характеристики.
Доречним буде навести аналіз  деяких складових моделі.
1. Значення параметрів об'єкту Ак після проведення опера-ції з параметрами Р (наприклад, такими, які характеризують знаряддя, строки або норми внесення добрив і ін.) буде: Ак = Ак (Ап, Р), де Ап - початкове значення параметрів. По суті тут роз-глядається передаточна функція операції, як ланки переробки інформації безвідносно до внутрішніх механізмів операції.
2. Дія операції на об'єкт залежить від умов Ω в яких відбу-вається операція: Ак = Ак (Ап, Р, Ω).
3. Параметри багатьох операцій можна змінювати безпе-рервно (у заданому обсязі допустимих значень), але з враху-ванням досяжної точності завдання параметрів, доцільно вва-жати їх дискретними і приймати до уваги деяку фіксовану кіль-кість градацій.
4. Кожна операція задається конкретним описуванням пере-лічених вище компонентів і параметрів. Оскільки для конкрет-ного моделювання операцій необхідні кількісні значення всіх залежностей, коротко зупинимося на деяких методах ідентифі-кації ТО.
Існує три методи ідентифікації моделей операцій [110]: но-рмативно-розрахунковий, екпериментально-статистичний, екс-пертний.
Нормативно-розрахунковий застосовується у випадках, коли операція може бути розчленована на декілька пов'язаних між собою більш простих операцій (підоперацій), для опису-вання яких відомі функціональні залежності з досвіду або зага-льних фізичних міркувань .
Еспериментально-статистичний метод потребує прове-дення спеціальних досліджень з послідуючою статистичною обробкою результатів для ідентифікації моделі (в деяких випа-дках можна обмежитись пасивним експериментом у разі якого використовуються існуючи відомості про операцію).
 Експертний метод (включає обробку, аналіз довідкових і технологічних матеріалів, а також методичні вказівки та реко-мендації сільськогосподарських закладів) використовується для складних операцій, обсяг матеріалу відносно яких недостатній і розробнику не залишається нічого іншого, як використати екс-пертні оцінки. Досвід моделювання технологій показує, що до-сить часто коректні кількісні параметри моделей відсутні і  орі-єнтуватація на експертний аналіз матеріалу цілком виправдана.
5. Буває доцільним доповнити систему рівнянь, що опи-сують операцію і побудованих у відповідності з звичайними принципами, множиною феноменологічних умов типу хк(t)  G, якщо Р(х(t)) істинно. Тут хк(t) - компонент вектору стану; G - множина, яка визначається на підставі статистично встановле-них властивостей системи; Px(t) - деяке висловлення стосовно вектора стану. В цьому випадку важливим є вибір феноменоло-гічних умов [113].
6. У зв'язку з тим, що технологічні операції остаточно по-винні бути сформульовані у вигляді мовного представлення, ві-дповідні компоненти опису операцій повинні бути сформульо-вані на мові ЛПР у вигляді лінгвістичних констант.
7. Значеннями змінних у моделі можуть бути елементи рі-зного вигляду (числа, матриці, графи, функції і т. ін.). Обме-ження можуть описуватись функціональними, алгебраїчними, логічними виразами, елементи яких можуть бути надані як ана-літично, так і алгоритмічно.
8. Відносно операторів перетворення станів, то вони мо-жуть задаватись по-різному:
 - у  спрощенному випадку - аналітичний вираз у тому чи іншому вигляді;
 - перетворення може задаватись у вигляді таблиці. Тут кожному набору значень аргументів відповідає значення функ-ції;
 - у загальному вигляді можна важати, що оператор, це ал-горитм, який визначає дискретний процес перетворення одного опису стану в інший. Процес перетворення відбувається послі-довно. Такий алгоритм пристосовується до любого стану і на-дає усі можливі (нові) стани. У загальному випадку алгоритмі-чний процес включає не тільки числові розрахунки, але і опе-рації з літерними виразами, а також інші форми перетворення інформації.
9. Ступінь інформованості відносно ряду параметрів може бути різноманітна, у зв'язку з чим моделі можна описувати для умов визначеності, невизначеності, ризику. У першому випадку всі показники розглядаються як детерміновані; у другому - ві-домі лише області їх можливих значень; у третьому  - відомі ті чи інші ймовірності, їх характеристики.
10. Одним з елементів опису моделі операції може бути визначення її мети. Це дозволяє при створенні алгоритму при-йняття рішень використовувати програмно-цільовий підхід, що висвітлюється у [113].
Технологічні об'єкти інших рівнів ієрархії системи опису-ються схоже. Головним тут є посилання на структуру об’єкту - сукупність стійких відносин між об'єктами нижчого рівня ієра-рхії.
Для формалізованого описування об'єкту як цілого необ-хідно обрати формальний апарат, який би просто і адекватно відобразив взаємозв'язки елементів і структуру об'єкту. Досить часто з цією метою використовують графи. Представлення тех-нологічної структури об'єкту графом дозволяє здійснити мате-матично виважений і, в той же час, достатньо наочний її розг-ляд.
Графічний засіб будучи наочним, між тим, не зовсім зруч-ний для використання в ПЕОМ [5]. Форма зв'язку тут виража-ється у вигляді тієї чи іншої матриці з'єднань. Наприклад, но-мери строк і стовпців можуть означати номери технологічних об'єктів. При наявності зв'язку між об'єктами у відповідний елемент матриці заноситься 1, при відсутності-0.
При опису технологічного процесу приймемо, що кожний ТП описується незалежно одне від одного, а всі взаємозв'язки можна представити через матрицю з'єднань. Для конкретної те-хнології цю матрицю будемо вважати постійною.
Модель ТП включає слідуючи формальні описування: цілі і підцілі застосування ТП; вимоги до ТП; умови використання ТП; операцій, що складають ТП; вхідних і вихідних параметрів; факторів зовнішнього середовища, що враховуються в ТП; тех-ніко-економічних показників; структури ТП. Технологічний процес вважається описаним, якщо визначені всі параметри (послідовність операцій, що складають ТП і їх параметри), ко-жного "вхідного" стану (до проведення ТП) і можна розрахува-ти "вихідні" (після проведення ТП).
Технологічна схема будується як послідовність ТП, а спо-лучення таких схем буде являти собою технологію в цілому.
З величезної кількості відомостей, що присутні у описі моделі виділяються функціонально-орієнтовані підмножини, описування, що відносяться до конкретної задачі. У разі орієн-тації на використання системи у прикладних цілях (як визнача-ли раніше), перевагу при описуванні треба віддавати не глоба-льній моделі технології, а її підмоделям, що відповідають фун-кціональним задачам. В такому випадку для кожної конкретної задачі описується своя "оптимальна" модель.
Після формального опису технології складною задачею залишаються пошуки шляхів вибору технологічних рішень.
Основний шлях створіння реалістичних моделей прийнят-тя технологічних рішень - це комплексний підхід з поетапною структурою процесу розробки. На першому етапі формалізу-ється поводження фахівця в конкретній виробничій ситуації, проводиться аналіз регіональних рекомендацій науково-дослідних установ. Одержані у наслідок цього евристичні алго-ритми є базою для другого етапу, на якому за допомогою існу-ючих моделей процесів на полях уточнюються параметри опе-рацій. На наступному етапі коректуються рекомендації другого етапу і т. ін. Однак, практика показала, що при достатньо ква-ліфікованій роботі на першому етапі (якщо він поділяється  на підетапи) останні два можуть виключатися.
На жаль, загальна теорія формалізації дій людини, що приймає рішення (ЛПР) відсутня, тому є необхідність розгля-нути деякі методичні аспекти створення моделі прийняття рі-шень на першому етапі. Спочатку виділимо особливості етапу:
1. ЛПР (у нашому випадку, частіше всього, це агро-менеджер, агроном) орієнтується на деякі компромісні виснов-ки, що не завжди є "оптимальними" для конкретних умов.
2. У свідомості ЛПР формується найбільш близька до цьо-го альтернатива.
3. Використовуються на першому етапі, і досить широко, експертні засоби, тобто комплекс логічних, математичних та статистичних процедур для одержання від фахівця інформації, її аналізу та узагальнення.
4. Можливо застосування індиферентного підходу, якщо рішення не визначальні. Суттєвість такого підходу в тому, що при можливості вибору одного з декількох варіантів рішень і якщо вплив їх на об'єкт несуттєвий, надається вольова оцінка.
5. Використовується в моделі інформація доступна фахів-цю, оскільки в реальній ситуації агроном діє у сфері інформа-ційного обмеження про керування об'єктом, ненадійних про-гнозах. Використання такої (наближеної до реалій) схеми від-повідає поводженню людини в реальних умовах і при плану-ванні цілком припустимо. Необхідно тільки виконувати умову, щоб параметри, що використовуються в моделі мали чіткий фі-зичний зміст, а показники припускали однозначне тлумачення.
Наявність невизначеностей у будь-якої складної задачі є одним з головних труднощів моделювання [109]. На думку [110] існує три види невизначеності: умов функціонування об'-єкту, оцінки ефективності рішень і мети (багатокритеріальність задачі). Усі ці види невизначеності завжди мають місце незале-жно від того про які методи оцінки об'єкту йде мова-аналітичні, статистичні або евристичні.
Знизити рівень впливу невизначеностей, щоб отримати пе-вні раціональні рішення дозволяє засіб ранжирування множини векторів стану (метод зворотної інформації), описаний И.Я. Динер [109]. Суть методу полягає в тому, що для деякого конк-ретного рішення у просторі ситуацій визначається область для якої це рішення буде раціональним. Тоді задача експертизи по-лягатиме у розчленуванні множини можливих станів Х об'єкту на підмножини в кожному з яких ефективним є якась одна дія.
Нехай маємо вектор стану х  Х і рішення, що веде до од-ного з двох дій - А1 і А2. Тоді, якщо класифікувати х по ефекти-вності рішень, то Х в загальному випадку буде поділятись на три підмножини:
 - підмножина Х1, суворого домінування А1 над А2;
 - підмножина Х2, для всіх елементів якого А2 ефективніше за А1;
 - підмножина еквівалентності Х3, для усіх елементів якої, обидві дії еквівалентні за ефективністю.
Для вибору визначеного рішення досить упевнитись у сла-бкому домінуванні однієї дії над іншою. У зв'язку з цим елеме-нти Х3 можуть бути у відповідності з якимось з правил, а у гір-шому випадку довільно віднесені частково до Х1, а частково до Х2. Тоді Х буде поділеним на дві підмножини, що не перехре-щуються: множину слабкого домінування А1 над А2 — Х*1 і слабкого домінування А2 над А1 —- Х*2. Вибір рішення в цьому випадку відомий.
Аналіз галузі землеробства показує, що у зв'язку з кінце-вою кількістю можливих дій (незалежно від кількості варіантів реалізації вектору стану), йому притаманна природна стійкість рішень: рішення про доцільність операції А1 (як і А2, А3 і ін.) залишається незмінним у широкому діапазоні змін вектора ста-ну Х; лише при подальшій зміні Х він може перейти у сферу домінування другого рішення. При цьому існує відношення |Кр| « |Х2| між множиною допустимих рішень |Кр| і множиною стану об'єкту |Х|.
Ця стійкість показує, що вимоги повного знання стану об'-єкту, які пропонуються методами математичного програмуван-ня надмірні. Для точного вибору рішення (зняття невизначено-сті) необхідні лише відомості про те, до якого з множин відне-сено стан об'єкту. У [109] зауважено, якщо вдається хоча б які-сно описати множини, що не перехрещуються - Хi, хi  Х, i =   таким чином, щоб за середніми відомостями визначити до якого класу Хi відноситься ситуація, то можна вибрати рішення на основі простих правил. Якщо вхідні дані так загрублені, що можна вказати лише на групу множин до яких вони відносять-ся, то точний вибір рішення не забезпечується, але і приблиз-ний вибір рішення може дати визначений (задовільний) ефект. Тому практична реалізація вказаного принципу моделювання пов'язана з вирішенням проблеми розчленування множини ста-нів об'єкту управління на класи, кожному з яких відповідає своє рішення, більш ефективне, з точки зору експерта, ніж інші.
Помітимо, що у процесі прийнятті рішень всі стани, які ві-дносяться до визначеної підмножини Хі нерозрізнимі. Тому можна ввести таке поняття еквівалентності стану: два стани хi і хj еквівалентні для Аk, якщо |хi — хj| Rx, де Rx - такий поріг, що його перевершення приводить систему у область переваги Аі, Аі∩Ак =  . Таким же чином можна задати і еквівалентність рішень. При цьому, під станом х будемо розуміти як параметри поля, так і погодні, виробничі, організаційні умови і т.ін.
Оскільки на етапі планування технологій частина цих ві-домостей відома досить приблизно, можна орієнтуватись на се-редні величини випадкових факторів, або пов'язувати рішення з математичним чеканням величини ефективності. Розчленуван-ня Х на підмножини не є назавжди фіксованою і при зміні умов може трансформуватись.
Розчленування безперервної або дискретної компоненти Х на групи означає по суті заміну кількісного значення її якісним виразом. Звичайні труднощі тут пов'язані з введенням нечітких множин і поняття (типу "мало", "трішки", "високо" і ін.). Су-б'єктивність таких понять природна і небезпечна, але можливий виграш робить вказаний підхід привабливим настільки, що у реаліях виробництва застосовується всебічно і з значним ефек-том.
Особливо доцільна така заміна для параметрів, оцінка яких на стадії планування агротехніки з об'єктивних причин не може бути точною. Труднощі, при цьому, полягають у визначенні межі, що відокремлює одну градацію від іншої. Тут, мабуть, повинна використовуватись теорія нечітких множин і алгорит-мів Л.Заде [111]. Вона дозволяє формалізувати описування лін-гвістичних змінних у конкретних ситуаціях. Нам здається, що у разі вирішення складних проблем, особливо пов'язаних з неви-значеністю, вербальне описування явищ, тобто описування за допомогою слів і аргументація за допомогою доказів, які не втілені в математичну форму, повинно бути основним з підхо-дів.
Вимоги виробничої спрямованості моделі визначають до-цільність введення достатньо грубих оцінок кордонів груп па-раметрів, що впливають на рішення. В подальшому слід визна-чити, чи є сенс в тому, щоб уточнювати параметри, які викори-стовуються, оскільки цілком можливо, що витративши ресурси, отримаємо відомості які мало впливають на вибір рішення, да і деталізація вхідних параметрів може привести до залишкових вимог відносно ступеню інформованості користувача моделі.
Таким чином, однією з основних стадій аналізу рішень є визначення актуальних параметрів вектору стану об'єкта, що впливають на вибір рішень. Першочергово визначивши для си-стеми множину можливих станів, в подальшому узагальнюємо їх до необхідного рівня. У зв'язку з тим, що кількість прийнятих рішень (операцій) для кожного процесу є незначною, за допо-могою нормативно-довідкових матеріалів, рекомендацій, екс-пертизи досить легко виділити найбільш значущі параметри об'єктів управління, які беруться до уваги у разі призначенні операції. Скорочення кількості вхідних параметрів моделі мож-на досягти на підставі застосування методу ранжування входів [116].
В практиці на стадії прийняття рішень експерт, як прави-ло, свідомо загрублює залишкові, на його погляд, відомості стосовно стану об'єкту, щоб замість кількісної міри одержати такі якісні поняття, як "багато-мало", " є-немає", "так-ні" і т. ін. З іншого боку,  фахівець на виробництві віддає перевагу змінним, що задані в термінах природної професійної мови. Та-ким чином, якщо ми хочемо створити модель, зорієнтовану са-ме на такого користувача, ці обставини повинні бути покладені в основу класифікації ситуацій. Зауважимо, що фахівець має свою шкалу визначення кількості і складу значень лінгвістич-них змінних [111], якою він і користується. У деяких роботах описані методи визначення функції належності конкретних значень кожної лінгвістичної змінної. Небезпека полягає у су-б'єктивному характері оцінок кожним фахівцем згаданих нечіт-ких уявлень. Для їх стандартизації потрібна методика співвід-ношення кількісних значень і не чітких змінних.
Для кожного технологічного процесу відбувається розпо-діл множини ситуацій на класи за  кількостю прийнятих рі-шень, тобто, відбувається процес узагальнення мікроситуацій. Відповідна дискретна сітка параметрів (розмірність її дорівнює кількості параметрів) являє собою ту множину вхідних ситуа-цій, елементи якої розпізнаються моделлю прийняття рішень і з якими до моделі може звертатись користувач. При цьому треба зауважити, що доведення найголовніших факторів і їх співвід-ношень до обмеженої кількості варіантів типових умов, широко застосовується у процедурах створення технологій [71]. Заува-жимо також, що при розробці стратегії створіння СПТР дореч-ним і логічним буде припущення розвинення системи у напря-мку оперативного управління технологіями, надання користу-вачеві можливості вибору рішень. У зв'язку з цим доцільно роз-глянути можливий підхід до вирішення такої задачі.
Використовуючи висловлене у [119] і теоретико-множинний принцип описаний В.А. Іриковим, А.Е. Куріловим [79], можна формалізувати функції вибору технологічної опе-рації. Наприклад, нехай задано деякий стан об'єкту. Для кінце-вої множини операцій Z={z} при заданих обмеженнях (що ви-значають в Z допустимі рішення: z  Z0, Z0  Z) будемо вважа-ти, що найкраща в ситуації операція z* можлива (існує), тобто існує і неформальна процедура (оператор вибору F*), що про-водиться ЛПР і яка веде до формування рішення z* Z0, най-більш переважного за ступенем досягнення мети. Якщо функ-цію F розуміти як таку, що задає однозначне відображення Z у собі, таке, що z*=F(Z0)  Z0, z*0 при Z00,   . Функція вибору F моделює оператор вибору F*, який здійснює ЛПР. Будемо вважати, що F адекватна F*, якщо при будь-якому Z0   Z вона веде до вибору того ж рішення, що і F*: z = F (Z0) =F*(Z0).
Введення поняття функції вибору дозволяє формалізувати поняття "переваги для ЛПР" на основі запропонованого у [119] такого алгоритмічного визначення: варіант z1 переважає z2, як-що внаслідок процедури прийняття рішення він виявляється обраним: z1  z2 ═ z1 = F (z1, z2). 
Форми завдання функції вибору можуть бути різні. Осно-вна роль тут належить формам представлення вихідної інфор-мації, вірніше типам шкал в яких проводяться порівняння фак-торів, що впливають на вибір рішення. Застосовуються три ос-новні типи шкал, за якими надається вихідна інформація [113,119]: номінальні, порядкові, кількісні. Кількісні шкали ві-дносно до проектування технологій, використати важко із-за необхідності узгодження наявності неформальних процесів прийняття рішень (мова ЛПР) і формальних математичних мо-делей (мова дослідження операцій).
Труднощі які в цьому випадку виникають пов'язані з та-ким:
- всі показники кількісно визначити і представити немож-ливо;
-ЛПР мають ускладнення у наданні кількісної оцінки кое-фіцієнтам важливості окремих показників з яких формується функція мети;
- необхідно застосовувати додаткову гіпотезу відносно структури функції мети, а це не завжди сподобається ЛПР. У зв'язку з складністю досліджуваного об'єкту практично відсутні конструктивні побудови адекватних функцій мети.
Використання відносин переваги у порядкових шкалах не має тих труднощів, що притаманні процедурам праці в кількіс-них шкалах. В цьому випадку, по-перше, вся інформація в мо-делі стосовно парних переваг zi zj отримується безпосередньо з парних переваг ЛПР, по-друге, у випадках побудови переваг, ЛПР використовує лише категорії "так-ні", що не викликає труднощів психологічного характеру.
 Труднощі використання порядкових шкал викликані не-обхідністю заповнення матриць попарних порівнянь, що утом-ливо для великих задач.
Номінальні шкали враховують декілька відносин переваги у разі однієї позитивної відповіді ЛПР. При цьому, ЛПР на пи-тання відносно виконання фактору, що аналізується  може від-повісти "так" або "ні", що також  не викликає у нього психоло-гічних труднощів.
Використання тої чи іншої шкали визначається в першу чергу якістю інформації і реальним впливом, що оказує вибір шкали на прийняття рішень. В цьому випадку, як і в інших ви-падках аналізу складних систем, потрібен пошук компромісу між вимогами спрощення моделі і якістю управління.
Зауважимо, що описаний принцип вибору переважаючих рішень на практиці реалізувати не просто із-за складнощів зв'я-заних з якістю інформаційного матеріалу і відсутністю навичок експертної обробки. Тому викладене вище треба розглядати у постановочному аспекті, як один з можливих варіантів проце-дури вибору для реалізації у разі  розвитку системи в напрямку оперативного планування або управління [120-122].
Декілька слів про перевірку моделей прийняття рішень. Враховуючи специфічність питання, для перевірки моделі мо-жливо використання якогось з аналогів методу А.Тьюринга, де за критерій оцінки якості роботи систем такого рівня прийма-ється порівняння результатів моделювання на ПЕОМ з природ-ним інтелектом людини на підставі залучення експертів [123,112].
Відносно до оцінки адекватності прийняття рішень тест Тъюринга може бути сформульований таким чином. Задається набір вхідних параметрів у відповідності з якими виробляються технологічні поради: з одного боку - моделлю, з іншого – екс-пертним шляхом. Модель буде адекватною якщо ці поради од-накові. Множинність ситуацій виникає або через введення реа-льних ситуацій, або генеруванням їх формальним засобом. Труднощі тут пов'язані саме з необхідністю залучення кваліфі-кованої експертизи.
 Підсумовуючи висловлене, зауважимо, що підхід засно-ваний на районуванні множин ситуацій (описаний вище) не завжди може забезпечити потрібну точність рекомендацій від-носно деяких параметрів управління і для підвищення якості рішень необхідно залучати ті чи інші моделі процесів, які про-тікають на полі. Такими параметрами є календарні строки про-ведення польових робіт. Аналіз показує, якщо є система моде-лювання розвитку посіву, яка надає можливість прогнозувати розвинення в умовах, що складаються, то і у разі проектуванні і у разі оперативного плануванні, ці строки можуть бути визна-чені з потрібною для виробництва точністю.


 
загрузка...

Добавить комментарий


Защитный код
Обновить