ПРИМЕНЕНИЕ БОЛЬШИХ ДАННЫХ ДЛЯ ПЛАНИРОВАНИЯ ПРОИЗВОДСТВА ПРОДОВОЛЬСТВЕННОЙ ПРОДУКЦИИ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ
Аннотация и ключевые слова
Аннотация (русский):
В статье рассмотрено использование технологии Big Data для планирования производства продовольственной продукции в условиях неопределенности. Использование большого количества разнообразной информации позволяет решать различные классы задач прогнозирования и планирования производства и реализации продовольственной продукции. Приведена концептуальная схема использования технологии больших данных сельскохозяйственными товаропроизводителями на примере Иркутской области и рассмотрены группы решаемых экстремальных задач с примерами. Описаны источники данных и пользователи. Приведены актуальные платформы Big Data.

Ключевые слова:
Big Data, сельское хозяйство, цифровые технологии, математическое моделирование
Список литературы

1. Болтвина, Е.К. Модели оптимизации заготовки дикорастущей продукции с интервальными параметрами / Е.К. Болтвина, Я.М. Иваньо // Вестник ИрГТУ. – 2016. – № 6 (113). – С. 73–81.

2. Polyakov, G.N. State and tendencies of technical support of agriculture of the Irkutsk region / G.N. Polyakov, S.N. Shukhanov // Bulletin of the International Academy of Agricultural Education. –2019. – № 45. – Pp. 52-57.

3. Цифровая трансформация сельского хозяйства по созданию облачной многофункциональной платформы «Умный фермер 4.0» / П.Г. Асалханов, Н.В. Бендик, Я.М. Иваньо, А.И. Лобыцин // Актуальные вопросы аграрной науки. – 2019. – № 31. – С. 39-47.

4. Былина, С.Г. Информатизация агропродовольственного комплекса и сельских территорий России: возможности и ограничения / С.Г. Былина, М.Е. Кадомцева, М.Н. Осовин. – Саратов, 2018. – 228 с.

5. Интеграция инновационных систем мониторинга для "умного" сельского хозяйства / М.Е. Выгузов, А.А. Горбачёва, И.А. Нечаев, Н.О. Стрыжков // Znanstvena Misel. – 2020. – № 38-1 (38). – С. 57-60.

6. Сухобоков, А.А. Влияние инструментария Big Data на развитие научных дисциплин, связанных с моделированием / А.А. Сухобоков, Д.С. Лахвич // Наука и образование: научное издание МГТУ им. Н.Э. Баумана. – 2015. – № 3. – С. 207-240.

7. Priya, N. Dynamic programming based resource optimization in agricultural big data for crop yield maximization / N. Priya, G. Geetha // Journal of Computational and Theoretical Nanoscience. – 2017. – Т. 14, № 9. – С. 4464-4470.

8. Rosenheim, J.A. Ecoinformatics (Big Data) for agricultural entomology: pitfalls, progress, and promise / J.A. Rosenheim, C. Gratton // Annual Review of Entomology. – 2017. – Т. 62. – Pp. 399-417.

9. Асалханов, П.Г. Структура программно-аппаратной платформы и определение типовых ИТ-технологий в отраслях растениеводства и животноводства Иркутской области / П.Г. Асалханов, Н.В. Бендик // Цифровые технологии и системы в сельском хозяйстве : материалы международной научно-практической конференции. –Иркутска, 2019. – С. 3-10.

10. Ivano, Ya.M. Management of the agro-industrial enterprise: optimization uncertainty expert assessments / Ya.M. Ivano, P.G. Asalkhanov, N.V. Bendik // 2019 International Multi-Conference on Industrial Engineering and Modern Technologies (FarEastCon-2019). – 2019. – P. 8934788.

11. Ермаков, С.А. Обеспечение большими данными общего доступа как фактор интенсификации сельского хозяйства / С.А. Ермаков // Экономика: вчера, сегодня, завтра. – 2017. – Т. 7, № 6B. – С. 199-216.

12. Yin, S. Big Data for Modern Industry: Challenges and Trends / S. Yin, O. Kaynak // Proceedings of the IEEE. – 2015. – Vol. 103(2). – Pp. 143-146. – DOI: 10.1109/JPROC.2015.2388958.

Войти или Создать
* Забыли пароль?