Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "урожайность" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
FORECASTING THE YIELD OF GRAIN CROPS USING FUZZY LOGIC SYSTEMS
PROGNOZOWANIE WYDAJNOŚCI UPRAW ZBOŻOWYCH Z WYKORZYSTANIEM METODY LOGIKI ROZMYTEJ
ПРОГНОЗИРОВАНИЕ УРОЖАЙНОСТИ ЗЕРНОВЫХ КУЛЬТУР С ИСПОЛЬ- ЗОВАНИЕМ СИСТЕМ НЕЧЕТКОЙ ЛОГИКИ
Autorzy:
Hrytsiuk, Petro
Bachyshyna, Larysa
Powiązania:
https://bibliotekanauki.pl/articles/576798.pdf
Data publikacji:
2017-09-18
Wydawca:
Międzynarodowy Instytut Innowacji Nauka – Edukacja – Rozwój w Warszawie
Tematy:
fuzzy logic, forecast model, grain yield, climatic factors
rozmyta logika, modele prognostyczne, wydajoność upraw zbożowych, czynniki klimatyczne
нечеткая логика, прогнозные модели, урожайность зерновых, климатические факторы.
Opis:
W artykule omówiono dwa podejścia do budowy modelu prognostycznego wydajności upraw zbożowych: na podstawie równania regresji wielokrotnej i za pomocą rozmytych systemów logicznych. Przeprowadzono analizę wydajności upraw w zależności od warunków klimatycznych. Wykonano analizę porównawczą jakości prognoz z uwzględnieniem wyżej wymienionych dwóch modeli.
The grain industry has a special place in the export of Ukraine. Ukraine takes the third place for some years in the world by grain supply to the foreign markets. That’s why the problem solving of the agricultural production stability is one of the most important tasks of agricultural industrial complex. The successful forecasts play important role in this. The best forecasts are realized when the qualitative model of the object is developed. Two approaches of the predictive model development are considered in the paper: traditional mathematical and using fuzzy logic systems. The models take into account the influence of climatic factors on grain crops yield.
В cтатье рассмотрены два подхода к построению прогнозной модели урожайности зерновых культур: на основе уравнения множественной регрессии и с использованием систем нечеткой логики. Проведено исследование зависимости урожайности от погодно-климатических условий. Выполнен сравнительный анализ качества прогноза, полученного на основе построенных моделей.
Źródło:
International Journal of New Economics and Social Sciences; 2016, 4(2); 61-70
2450-2146
2451-1064
Pojawia się w:
International Journal of New Economics and Social Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
MODELING OF GRAIN PRODUCTION PROFITABILITY BY FUZZY LOGIC
MODELOWANIE RENTOWNOŚCI PRODUKCJI ZBОŻA Z WYKORZYSTANIEM LOGIKI ROZMYTEJ
МОДЕЛИРОВАНИЕ РЕНТАБЕЛЬНОСТИ ЗЕРНОПРОИЗВОДСТВА С ИСПОЛЬЗОВАНИЕМ НЕЧЕТКОЙ ЛОГИКИ
Autorzy:
Hrytsiuk, Petro
Babych, Tetyana
Powiązania:
https://bibliotekanauki.pl/articles/576788.pdf
Data publikacji:
2016-12-30
Wydawca:
Międzynarodowy Instytut Innowacji Nauka – Edukacja – Rozwój w Warszawie
Tematy:
mathematical modeling, grain production, statistic model, regression analysis, profitability, yield, crop production, fuzzy logic, membership function
modelowanie matematyczne, produkcja zboża, modelu statystycznego, analiza regresji, rentowność, produktywność, logika rozmyta, funkcja
математическое моделирование, зернопроизводство, статистическая модель, регрессионный анализ, рентабельность, урожайность, нечеткая логика, функция принадлежности
Opis:
Podstawą bezpieczeństwa żywnościowego Ukrainy są wysokie plony zbóż. W związku z tym szczególnie istotną kwestią jest opracowanie niezawodnego modelu matematycznego prognozowania produkcji zboża. Opracowano model szacowania rentowności produkcji zboża z wykorzystaniem analizy regresji i zasady logiki rozmytej. Przeprowadzona została prognoza rentowności produkcji zboża dla roku 2015 w oparciu o trzy różne formuły matematyczne, natomiast uzyskane wyniki predykcji były bardzo zbieżne.
Ukraine is an agrarian state. One of the most important brunches of agriculture sector is grain production. High yield of grain is a basis of Ukrainian food security. Therefore the task of developing a reliable mathematical model forecasting the grain production profitability is actually. Regression analysis and fuzzy simulation principles have been used for building of the grain production profitability depending model. The values profitability forecasting for 2015 obtained by three different methods are convergent to each other.
Основой продовольственной безопасности Украины являются высокие урожаи зерновых культур. Поэтому задача разработки надежной математической модели прогнозирования зернопроизводства является актуальной. С использованием корреляционно-регрессионного анализа и принципов нечеткого моделирования нами построена модель рентабельности производства зерна. Выполнено прогнозирование значения рентабельности производства зерна на 2015 год тремя различными методами, результаты прогнозирования близки между собой.
Źródło:
International Journal of New Economics and Social Sciences; 2016, 4(2); 42-52
2450-2146
2451-1064
Pojawia się w:
International Journal of New Economics and Social Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies