Статья: ПРОСТРАНСТВЕННАЯ ОРГАНИЗАЦИЯ СЕЛЬСКОГО ХОЗЯЙСТВА КАК ОСНОВА РАЦИОНАЛЬНОГО РАЗМЕЩЕНИЯ И СПЕЦИАЛИЗАЦИИ (2025)

Актуальность данной темы обусловлена важностью решения логистических проблем в условиях глобального роста биотопливной промышленности, повышенной потребности в устойчивом управлении логистическими процессами и снижении углеродного следа. Разработка интегрированных логистических решений становится особенно своевременной, поскольку она позволяет учитывать быстро меняющиеся требования рынка и экологические стандарты.

Пробел в научных исследованиях. На сегодняшний день существующие подходы к оптимизации мультимодальной логистики имеют существенные недостатки, связанные с несинхронизированным управлением информационными и материальными потоками. Кроме того, наблюдается нехватка эмпирических данных по интеграции омниканальных методов, среди которых применяются: цифровое планирование с использованием алгоритмов искусственного интеллекта; мониторинг углеродных выбросов; оптимизация интермодальных (мультимодальных) перевозок.

Цель исследования. Цель исследования заключается в разработке модели оптимизации омниканальной логистической сети для биотоплива, основанной на методах анализа данных и искусственного интеллекта. Это позволяет создать эффективный инструмент для управления российско-китайскими логистическими сетями в трансграничном контексте.

Научная новизна исследования. Разработанная оптимизационная модель на основе данных позволяет значительно снижать логистические затраты, сокращать выбросы углерода и повышать устойчивость цепи поставок. Такой подход расширяет теоретические основы в области логистической омниканальности и открывает новые перспективы для использования современных цифровых технологий в оптимизации транспортных систем.

Научная дискуссия и направления для дальнейшего исследования. Авторы предлагают обсудить возможности адаптации предложенной модели для решения схожих логистических задач в других отраслях народного хозяйства. Также важным направлением дискуссии является совершенствование организационно-экономических механизмов интеграции цифровых технологий в систему логистики, а именно доработка методов мониторинга углеродных выбросов, что позволит повысить общую эффективность оптимизации логистических процессов.

Устойчивость цифровых логистических сетей – это сложный вопрос, который включает в себя экономическую эффективность, социальную ответственность и сохранение окружающей среды. В связи с этим растет спрос на решение логистических операций с использованием концепций цифровизации и устойчивого развития. Несмотря на быстрое развитие логистической отрасли, все еще существует пробел в исследованиях, касающихся трансформации логистики в устойчивую цифровую логистику. Таким образом, эта статья направлена на обзор эмпирических и методологических рамок текущего состояния исследований цифровой логистической сети и устойчивости с особым упором, помимо прочего, на сельскохозяйственную логистику. Для обзора и всестороннего анализа широкого круга задач были выбраны авторитетные академические источники. В результате обзора были выявлены некоторые инновационные методы, надежные модели и изучен ряд важных факторов. Оценены достоинства и недостатки источников обзора. Будущие исследования в этой области могут включать эмпирический анализ с широким охватом для анализа логистических операций различных секторов с точки зрения цифровизации и устойчивости.

В статье рассматриваются особенности роста, развития и формирования урожайности различных сортов кориандра, выращиваемых в условиях Гиагинского района Республики Адыгея. Проведен сравнительный анализ агроклиматических условий региона, влияющих на вегетационный период растений, и изучены адаптационные способности выбранных сортов к местным почвенно-климатическим условиям. Особое внимание уделено факторам, определяющим продуктивность кориандра, таким как сроки посева, удобрение почвы и борьба с сорняками. Представлены результаты полевых экспериментов, демонстрирующие различия в темпах роста, развитии вегетативной массы и формировании урожая семян у исследуемых сортов. Сделаны выводы о перспективности выращивания определенных сортов кориандра в данном регионе и предложены рекомендации по оптимизации агротехнических мероприятий для повышения урожайности этой культуры. В 2019-2021 годах в условиях Гиагинского района Республики Адыгея проводились исследования по агротехнике выращивания сортов кориандра Силач и Янтарь. Были изучены нормы высева и сроки посева, влияющие на урожайность и качество плодов. Анализ диаметра плодов выявил различия между сортами: диаметр плодов сорта Силач составил 3,4-3,6 мм, тогда как у сорта Янтарь - 3,8-4,0 мм. Цвет плодов также отличался: у Силача - коричнево-золотистый, у Янтаря - темно-коричневый. По содержанию эфирного масла сорт Янтарь превосходил Силач, составляя 2,2 % против 1,9 %. Средняя урожайность плодов Силача оказалась выше - 3,0 т/га по сравнению с 2,5 т/га у Янтаря. Урожайность зеленой массы у обоих сортов была значительной, однако Янтарь демонстрировал большую продуктивность (21,29 т/га), чем Силач (12,33 т/га).

В статье приведены результаты исследований по одной из самых актуальных проблем - динамика запасов фосфора в почве в условиях интенсивного использования пашни, в том числе основные факторы, влияющие на изменение содержания фосфора, включая агротехнические практики, внесение удобрений, эрозию почвы и биологическую активность. Цель исследования - определить динамику запасов фосфора в почве в связи с интенсивным использованием пашни. Научная новизна заключается в том, что особое внимание уделено последствиям длительного земледелия для фосфорного баланса и плодородия почв. Закладка опытов, наблюдения и учеты выполнялись по методике, принятой в агрономии. В результате исследований важно отметить, что содержание фосфора на этот срок под люцерной соответствует содержанию Р2О5 под пожнивными однолетними культурами. В 10-40-сантиметровом слое почвы содержание фосфора оказывается практически равным под всеми культурами и черным паром, но на 23-12 % меньше по сравнению с полем, подвергающимся полупаровой обработке. А в 40-100 см слое почвы выравнивается содержание P2O5 под люцерной, черным паром, зябью и оказывается на 14-28 % меньше по сравнению с пожнивными посевами однолетних культур, т. е. наблюдается обратная картина по сравнению с вышележащими слоями почвы, что обусловливается перераспределяющей ролью корневой системы и разложением пожнивно-корневых остатков. А относительно исследований по динамике Р2О5 в зависимости от способа использования пашни и предшественников под вика-ржаной смесью важно отметить, что мощно развитая корневая система люцерны повышает подвижность фосфатов. В анализируемый период только корневая система люцерны в 40-100 см слое почвы поддерживает активность фосфора. В полях, не занятых растениями, фосфор связывается в малоподвижные формы. Аналогичная картина характерна для всего метрового слоя почвы. По результатам проведенных исследований можно сказать, что фосфор, входящий в состав пожнивно-корневых остатков ранее произрастающих на поле культур, застрахован от возможных превращений в почве и подобно содержащемуся в навозе легко доступен к этому времени новому поколению растений (озимым - основным и промежуточным, кукурузе и т. д.). Поэтому удержание N, Р2О5, К2О и других макро- и микроэлементов из удобрений и почвы в пожнивно-корневых остатках растений представляет, хотя и известное, но по-настоящему активно еще не используемое явление.

Согласно данным многих ученых, эффективность АПК в значительной степени определяется использованием достижений научно-технического прогресса и получением стабильно высоких урожаев сельскохозяйственных культур. В этой связи, по их мнению, необходимо обратить внимание на внедрение современных технологий возделывания высокопродуктивных растений, среди которых важное место занимает суданская трава. Одним из инновационных достижений в сельском хозяйстве является применение регуляторов роста. С учетом вышеизложенного, с целью изучения продуктивности сортов суданской травы в условиях Моздокского района РСО - Алания в 2022-2023 гг. были проведены полевые исследования. В результате установлено, что сорта суданской травы максимальную площадь листовой поверхности сформировали на фоне регулятора роста Мегамикс. Превышения с контролем, а также с вариантами с Альбитом и Мивал-агро составили 10,7; 7,7 и 3,9 %. Наибольшую площадь листьев сформировал сорт Грация - 51,9 тыс. м2/га, а минимальные площади наблюдались у сортов Александрина и Анастасия. Наибольшая урожайность зафиксирована на варианте с регулятором Мегамикс и на посевах сорта Грация.

В статье приведены результаты исследований по укоренению отводков голубики высокорослой, проведенных в 2022 -2024 годах в предгорной зоне КБР (ООО «Юг Агро»). Отводки при их контакте с влажным торфяным субстратом непосредственно в полевых условиях способны к укоренению. Преимуществами данного способа размножения являются его простота, не требующая использования дорогостоящих технологических элементов, высокий процент укоренения, а также отсутствие необходимости доращивания для посадки на постоянное место.

Цель исследования - оптимизация способа размножения голубики высокорослой отводками в условиях предгорной зоны Кабардино-Балкарии.

Методы исследований. Бороздование коры заглубляемой в грунт части побега проводилось ножом с зубчиками. В вариантах со стимуляцией корнеобразования препаратом «Фитактив экстра плюс» гель наносился на заглубляемую часть побега после бороздования (или без него) кистью. Каждый опытный вариант закладывался и учитывался в трех повторностях по 100 учетных отводков в каждой повторности.

Результаты исследований. Установлено, что проведение бороздования коры и последующая обработка этой зоны гелем «Фитактив экстра плюс» перед заглублением побегов в грунт обеспечивает укоренение 81% отводков. При этом корни прочные, белые, хорошо разветвленные, проникают в почву в среднем на 16 см. Таким образом обеспечивается получение посадочного материала, пригодного для посадки на постоянное место без дополнительного доращивания за один вегетационный период.

В работе проведены исследование и анализ моделей и методов глубокого обучения в задачах распознавания и классификации изображений опухолей мозга. Для сравнения эффективности наиболее актуальных и доступных моделей на основе сверточных нейронных сетей были выбраны модели VGG19, Xception и ResNet152. Наилучшие результаты показала модель Xception. Целью данной работы являются оптимизация и обучение выбранной модели с помощью различных методов для повышения точности диагностики опухолей головного мозга человека. Предложена и реализована стратегия для улучшения этой модели с использованием методов переноса обучения и аугментации данных. Из проведенных тестов следует, что улучшенная модель демонстрирует более высокую точность и устойчивость к различным видам искажений данных, что делает ее более эффективной для задач распознавания и классификации изображений.

В данной статье рассматриваются современные методы обучения с подкреплением, с акцентом на их применение в динамичных и сложных средах. Исследование начинается с анализа основных подходов к обучению с подкреплением, таких как динамическое программирование, методы Монте-Карло, методы временной разницы и градиенты политики. Особое внимание уделяется методологии Generalized Adversarial Imitation Learning (GAIL) и ее влиянию на оптимизацию стратегий агентов. Приведено исследование безмодельного обучения и выделены критерии выбора агентов, способных работать в непрерывных пространствах действий и состояний. Экспериментальная часть посвящена анализу обучения агентов с использованием различных типов сенсоров, включая визуальные, и демонстрирует их способность адаптироваться к условиям среды, несмотря на ограничения разрешения. Представлено сравнение результатов на основе кумулятивной награды и длины эпизода, выявляющее улучшение производительности агентов на поздних этапах обучения. Исследование подтверждает, что использование имитационного обучения значительно повышает эффективность агента, сокращая временные затраты и улучшая стратегии принятия решений. Настоящая работа открывает перспективы для дальнейшего изучения механизмов улучшения разрешающей способности сенсоров и тонкой настройки гиперпараметров.

В статье проводится компьютерное моделирование погодных условий на основе данных атмосферного давления с привлечением теории нечетких множеств. В среде компьютерной математики Maple2021 с привлечением библиотеки линейной алгебры LinearAlgebra был реализован алгоритм расчета детерминированных и интегральных индексов ранжирования для нечетких множеств, которые характеризуют погодные условия. Исследования показали, что при умеренном атмосферном давлении на следующий день наблюдается более солнечная погода по сравнению с ситуацией, когда давление крайне низкое. На конкретных примерах было показано, что интегральные индексы ранжирования обеспечивают более точные результаты, чем детерминированные индексы ранжирования.

Исследование посвящено использованию миварных экспертных систем для выявления бактериальной устойчивости к существующим антибиотикам. Представлена модульная архитектура системы, которая позволяет легко добавлять и обновлять отдельные компоненты. Создана миварная база знаний, состоящая из 56 правил для работы с экспертной системой. Предлагается реализовать систему с использованием программного обеспечения (ПО) КЭСМИ, которое позволило получать логический вывод решения. Система протестирована на трех различных случаях. Первый случай включал наличие мутации в гене mecA, второй - метилированные рибосомы, а третий - грамположительные бактерии. Тестирование миварной экспертной системы показало, что результаты устойчивости бактерий соответствовали установленной базе знаний. Изучено влияние использования миварных экспертных систем на процесс выявления антибиотикорезистентности. Предложено описание методологий, использованных для оценки эффективности системы. Обосновано, почему использование миварных экспертных систем может значительно улучшить диагностику и лечение инфекционных заболеваний.

Цифровая трансформация бизнеса означает перевод многих процессов на предприятии в цифровой вид, т. е. предполагается выполнение процессов с использованием компьютерной техники и ИТ-технологий. При этом важно организовать эффективную интеграцию уже имеющихся на предприятии процессов с современными ИТ-технологиями. Такая интеграция может касаться не только производства, но и других областей человеческой деятельности. Конечно, и раньше многие отрасли в разной мере подвергались автоматизации, но появление искусственного интеллекта (ИИ) может сгладить разницу между отраслями с автоматизацией разной степени и позволит оптимизировать процессы, даже если какие-то из сфер деятельности не предполагают использование ИИ. Тем не менее процесс цифровизации в подавляющем большинстве случаев даст ускорение принятию решений, если использовать системы ИИ, в частности цифрового двойника. Это оптимизирует сбор данных, что позволит использовать их для создания моделей объектов или систем. Модель в дальнейшем будет применяться для анализа и оптимизации работы без физического присутствия объекта. Все вышеизложенное и определяет актуальность темы идентификации места и роли искусственного интеллекта в цифровой трансформации российского бизнеса. В данной статье авторы размышляют над проблемой «Какие шаги необходимо предпринять для развития новых технологий анализа данных в производстве? И как усовершенствовать среду работы с данными?». В статье дается обзор истории использования искусственного интеллекта в бизнесе. Обсуждаются слабые стороны применения технологий искусственного интеллекта. Предпринимается попытка дать ответ на вопрос: что нужно сделать уже сегодня, чтобы предприятие или организация могли занять лидирующие позиции завтра.

Одним из важных направлений сельского хозяйства является плодовое садоводство, в частности, интенсивные яблоневые сады вносят заметный вклад в сельскохозяйственную отрасль Кабардино-Балкарской Республики. При этом для сохранения урожая необходимо обеспечить своевременное выявление и устранение угроз, связанных с болезнями и вредителями яблок. Учитывая нехватку профильных специалистов, актуальной становится задача разработки автоматизированной системы распознавания болезней и вредителей яблоневых садов. Для этого в рамках исследования была поставлена цель - разработка и оценка применимости интеллектуальной рекомендательной системы для защиты яблоневых садов в КБР. В данной статье описана концепция и приведены результаты разработки системы контроля состояния яблоневых садов, предназначенной для выявления болезней и вредителей на деревьях, а также подбора наиболее подходящего плана защиты растений в зависимости от местоположения сада. Программа представляет собой веб-приложение, созданное на основе фреймворков FastAPI, Vue. js и нейронной сети, отвечающих за распознавание вредителей и болезней яблонь по фотографии и составление оптимального плана их обработки. Приведены результаты обучения нейронной сети на подготовленной выборке фотографий здоровых и зараженных яблок. В качестве основы для нейронной сети использовались различные модели: Roboflow 3.0, RF-DETR, YOLO v11 и YOLO v12. Разработанный сервис позволит диагностировать заболевания яблонь с минимальными задержками по времени, а также обеспечить подбор методов защиты в случае необходимости, что снизит риски потери урожая садоводами. В результате тестирования наилучших показателей достигла модель Roboflow 3.0: mAP составила 91,0 %, precision - 97,5 %, а recall - 88,5 %, что свидетельствует о применимости подхода, но этого недостаточно для внедрения. С целью повышения точности и расширения списка распознаваемых угроз планируется сбор дополнительных фотоматериалов в садах республики, в том числе фотографий листьев и стволов яблоневых деревьев, полученных в различных погодных условиях, и дальнейшее тестирование с участием садоводов республики.

В статье представлена разработка модели машинного обучения для прогнозирования мошеннических транзакций на примере транзакционных данных банка. Рассмотрены особенности кодирования категориальных переменных, связанные с наличием времени в транзакционных данных, чтобы избежать утечек информации. Проведены эксперименты по применению баггинга (bootstrap aggregating) и созданию дополнительных переменных на основе их вклада в итоговый прогноз с применением Shapley values. Рассмотрены показатели качества модели машинного обучения и проведен их анализ.