Россия
Россия
Россия
Россия
УДК 631.671 Потребность в воде. Водопотребление
Повышение эффективности системного водопользования неразрывно связано с использованием в практике мелиораций инновационных технологий информационной и технологической поддержки управленческих решений. Цель исследований – обоснование перспективной технологии управления водопользованием на межхозяйственных оросительных системах с применением методов искусственного интеллекта и моделей – двойников организации. Методологические подходы к созданию унифицированной автоматизированной системы управления базировались на оптимизации управленческих решений, принимающихся в условиях неполноты и неопределенности сведений и информации, а также требующих обработки больших массивов данных. Выполнен анализ теории и практики принятия управленческих решений и сформулированы принципы создания автоматизированной системы управления водопользованием на орошении с использованием искусственного интеллекта и моделей – двойников организации. Выявлены приоритетные направления совершенствования управленческих воздействий. Сформирована функционально-структурная схема АСУ «Водопользование» и алгоритмы поддержки управленческих решений. Разработана система моделей оптимизации водораспределения в условиях дефицита водных ресурсов; прогнозирования технического состояния водопроводящих сетей и сооружений; управления финансово- экономическим состоянием производства, а также вспомогательные и сервисные модели. Определены состав и структура базы данных; знаний и моделей АСУ «Водопользование». Автоматизация и оптимизация процесса принятия решений по результатам диагностики решаемых проблем, многовариантности формирования и классификации решений, информационной и технологической поддержки специалистов, занимающихся подготовкой и принятием решений, обеспечат повышение производительности труда и качества управляющих воздействий.
управление, орошение, водопользование, технологии, цифровизация, искусственный интеллект
1. Alaimo, L.S., Maggino, F. (2020). Sustainable development goals indicators at territorial level: Conceptual and methodological issues – the Italian perspective. Social Indicators Research, vol. 147, pp. 383-419.
2. Agriculture’s connected future: How technology can yield new growth//McKiney. Available at: https://www.mckinsey.com/industries/agriculture/ourinsights/agricultures-connected-future-how-technology-can-yield-newgrowth (accessed: 02.12.2023).
3. Transforming Agriculture through Digital Technologies//Deloitte. Available at: https://www2.deloitte.com/content/dam/Deloitte/gr/Documents/consumer-businessgr_Transforming_Agricultu re _through_Digital_Technologies_noexp.pdf/ (accessed: 30.11.2022). https://www.fao.org3/i6583e/i6583e.pdf (accessed: 02.02.2023).
4. UNDESA (2015). The millennium development goals report 2015. UN, 75 p.
5. Xarvio™ Digital Farming Solutions. Xarvio. Available at: https://www.xarvio.com/global/en.html (accessed: 02.08.2023).
6. Product Overview. Smart farm systems. Available at: https://www.smartfarm.ag/products/automation-options (accessed: 07.12.2023).
7. Поле возможностей: цифровые решения для сельского хозяйства / Ростех. URL: https://rostec.ru/news/pole-vozmozhnostey-tsifrovye-resheniya-dlya-selskogo-khozyaystva/ (дата обращения: 16.01.2023).
8. Приказ Министерства сельского хозяйства РФ от 31 июля 2020 г. № 438 «Об утверждении Правил эксплуатации мелиоративных систем и отдельно расположенных гидротехнических сооружений».
9. Верхова Г.В., Акимов С.В. Модели для цифровых двойников пространственно-распределенных объектов // Проектирование и обеспечение качества информационных процессов и систем: сборник докладов Международной конференции. СПб.: СПбГЭТУ «ЛЭТИ», 2022. С. 163-170.
10. Курганова Н.В., Филин М.А., Черняев Д.С., Шаклеин А.Г., Намиот Д.Е. Внедрение цифровых двойников как одно из ключевых направлений цифровизации производства // International Journal of Open Information Technologies. 2019. Т. 7. № 5. С.105-111.
