Разработка и синтез математических моделей прогнозирования эпизоотического процесса в промышленном птицеводстве

Разработка и синтез математических моделей прогнозирования эпизоотического процесса в промышленном птицеводстве

Автор: Богданов, Александр Иванович

Шифр специальности: 05.13.18

Научная степень: Докторская

Год защиты: 2002

Место защиты: Санкт-Петербург

Количество страниц: 322 с. ил

Артикул: 2287815

Автор: Богданов, Александр Иванович

Стоимость: 250 руб.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. СИСТЕМА ПОКАЗАТЕЛЕЙ ОЦЕНКИ ЭПИЗООТИЧЕСКОЙ
СИТУАЦИИ.
1.1. Сущность эпизоотического процесса и задачи эпизоотологической науки
1.2. Обзор методов прогнозирования
1.3. Особенности моделирования и прогнозирования сложных систем.
1.4. Система показателей оценки эпизоотической ситуации
1.5. Построение обобщенного показателя эпизоотической ситуации.
1.6. Методология оценки коэффициентов весомости единичных и комплексных показателей
Выводы по главе 1.
ГЛАВА 2. МАТЕМАТИЧЕСКИЕ МОДЕЛИ ОПЕРАТИВНОГО ПРОГНОЗИРОВАНИЯ ЭПИЗООТИЧЕСКОГО ПРОЦЕССА НА УРОВНЕ СТАДА
2.1. Общие принципы построения моделей МТЭ
2.2. Анализ моделей МТЭ и возможности их использования для прогнозирования эпизоотического процесса на уровне стада.
2.3. Методика подбора и синтеза моделей МТЭ для прогнозирования эпизоотического процесса на уровне стада
2.4. Имитационное моделирование в МТЭ
2.5. Сравнительный анализ детерминистического и стохастического
подходов к моделированию эпизоотий.
2.6. Оценка начальных условий в математических моделях
2.7. Оценка параметров математических моделей
Выводы по главе 2
ГЛАВА 3. МАТЕМАТИЧЕСКИЕ МОДЕЛИ ОПЕРАТИВНОГО ПРОГНОЗИРОВАНИЯ ЭПИЗООТИЧЕСКОГО ПРОЦЕССА НА УРОВНЕ ПТИЦЕВОДЧЕСКОГО ХОЗЯЙСТВА И РЕГИОНА
3.1. Характеристика эпизоотического процесса на уровне хозяйства
как объекта прогнозирования.
3.2. Имитационная модель эпизоотического процесса на уровне птицеводческого хозяйства.
3.3. Характеристика эпизоотического процесса на региональном уровне как объекта прогнозирования.
3.4. Математическая модель прогнозирования неблагополучия хозяйств промышленной зоны.
3.5. Методика выделения промышленных зон на основе кластерного анализа
3.6. Оценка риска распространения заболевания на конкретное хозяйство
Выводы по главе 3.
ГЛАВА 4. ПРОГНОЗИРОВАНИЕ ПОКАЗАТЕЛЕЙ ЭПИЗООТИЧЕСКОГО ПРОЦЕССА НА ОСНОВЕ АНАЛИЗА ВРЕМЕННЫХ РЯДОВ
4.1. Основные проблемы применения экстраполяционного метода прогнозирования
4.2. Банк и процедура автоматизированного выбора математической модели прогнозирования.
4.3. Модель прогнозирования эпизоотической ситуации с учетом цикличности проявления заболеваний.
4.4. Адаптивные модели прогнозирования БоксаДженкинса
4.5. Автоматизированная система прогнозирования эпизоотической ситуации на основе анализа временных рядов.
Выводы по главе 4.
ГЛАВА 5. ПРОГНОЗИРОВАНИЕ ЭКОНОМИЧЕСКОГО УЩЕРБА ОТ ЭПИЗООТИЙ. ОБОСНОВАНИЕ РЕШЕНИЙ ПО ПРОВЕДЕНИЮ ВЕТМЕРОПРИЯТИЙ.
5.1. Основные составляющие экономических потерь от заболеваний в промышленном птицеводстве и методика расчета экономического
ущерба.
5.2. Методология оценки эффективности проводимых ветмероприятий
5.3. Прогнозирование экономического ущерба от эпизоотии с помощью математических моделей эпизоотического
процесса.
5.4. Обоснование решений по проведению ветмероприятий в птицеводческом хозяйстве
5.5. Эксперименты с имитационной моделью по оценке эффективности ветеринарных мероприятий
Выводы по главе 5.
ЗАКЛЮЧЕНИЕ
Список литературы


Течение эпизоотического процесса в хозяйстве во многом зависит от его течения в отдельных птичниках, поэтому разработку системы математических моделей эпизоотий целесообразно начинать с уровня стада, тем более, что практически только здесь возможно использование опыта МТЭ. При этом нельзя рассчитывать на создание единой универсальной модели для всех инфекционных болезней и ситуаций. Сложность
объекта прогнозирования, различия в механизмах передачи возбудителя инфекции, обуславливают необходимость группировки заболеваний и создания множества моделей для этих групп . На каждом уровне следует разрабатывать свои модели прогнозирования. При этом модель системы ьго уровня может рассматриваться как элемент модели системы И го более высокого уровня например, модель прогнозирования эпизоотии на уровне стада может являться элементом для модели на уровне птицеводческого хозяйства. Возникновение эпизоотического процесса в элементе обуславливается внешними воздействиями со стороны других элементов, а характер развития эпизоотического процесса внутри элемента обуславливается в основном своими внутренними закономерностями. Внешние воздействия со стороны других элементов влияют на него слабо. В принципе состояние системы описывается совокупностью состояний всех ее элементов. Однако, если система состоит из значительного количества однородных элементов, для ее описания можно использовать агрегированные показатели количество элементов, находящихся в том или ином состоянии. Разработку моделей следует начинать с установления системы показателей, характеризующих эпизоотическую ситуацию на том или ином уровне, так как математические модели должны обеспечивать возможность прогнозирования этих показателей. Другие требования к моделям учет управляющих воздействий со стороны ветеринарной службы и обеспечение возможности расчета прогнозных значений экономических показателей. Л1ДАиТЭ ППРМЛНМ типясша Орсмспл. Эпизоотическая ситуация характеризуется множеством разнородных показателей, к числу которых относятся падеж, результаты бактериологических вирусологических исследований и т. Поэтому показатель оценки эпизоотической ситуации по сути должен быть вектором, компоненты которого частные показатели характеризуют ее отдельные стороны. При разработке методов оценки эпизоотической ситуации целесообразно использовать опыт, накопленный в области оценки эффективности деятельности предприятий 2, , научнотехнических программ, проектов научнотехнических разработок и качества продукции. Отметим, что наибольшее число исследований по критериям оценки, учитывающим комплекс различных свойств сравниваемых объектов, проведено в области оценки качества продукции, технологических систем 1, , а также квалиметрии управления 2, 3, 5. Безусловно, оценка эпизоотической ситуации занимает самостоятельное место в этом ряду, но при этом некоторые общие подходы, применяемые в области оценки ситуаций, возникающих в науке и технике, могут быть адаптированы к рассматриваемой задаче. Применяемые в этих областях методы оценки предусматривают использование единичных, комплексных, обобщенных и интегральных показателей. Единичным показателем является показатель, характеризующий какуюто одну сторону объекта или ситуации. Комплексный показатель включает в себя группу частных показателей и позволяет снизить размерность вектора оценочного критерия. Обобщенный показатель характеризует объект или ситуацию в целом и включает в себя основные единичные и комплексные показатели. Интегральным показателем, как правило, характеризуют объект или ситуацию с учетом экономических последствий. В частности, показатель количества неблагополучных хозяйств характеризует степень распространения очагов инфекции по региону, падеж интенсивность процесса в этих хозяйствах, а бактериологические вирусологические исследования свидетельствует о наличии возбудителей конкретной нозоединицы. Разрабатывая систему показателей, следует иметь в виду, что для обеспечения сопоставимости данных необходимо использовать не абсолютные, а относительные показатели, так как иначе невозможно сравнивать ситуацию для различных территорий и разного поголовья.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.234, запросов: 244