Математическое и информационное обеспечение моделей оптимизации взаимодействия участников в региональных агропромышленных кластерах

• Автор: Бузина, Татьяна Сергеевна
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Иркутск
• Количество страниц: 158 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ СОЗДАНИЯ АГРОПРОМЫШЛЕННЫХ КЛАСТЕРОВ
1Л. Агропромышленный кластер как сложная экономическая система
Е2. Методы кластерного анализа и их классификация
ЕЗ. Математические модели производства, переработки и реализации
продукции
1.4. Методы, используемые для решения задач оптимизации
взаимодействия участников в агропромышленных кластерах
2. ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ВЗАИМОДЕЙСТВИЯ УЧАСТНИКОВ АГРОПРОМЫШЛЕННЫХ КЛАСТЕРОВ
2.1. Особенности информации о производственных процессах в
агропромышленном комплексе
2.2. Методика выделения кластеров
2.3. Информационное обеспечение моделей оптимизации взаимодействия
товаропроизводителей в агропромышленных кластерах
2.4. Формализация задач оптимизации взаимодействия участников в
агропромышленном кластере
3. МОДЕЛИ ОПТИМИЗАЦИИ ВЗАИМОДЕЙСТВИЯ УЧАСТНИКОВ В РЕГИОНАЛЬНЫХ АГРОПРОМЫШЛЕННЫХ КЛАСТЕРАХ
3.1. Оптимизационные модели кооперации товаропроизводителей
различных категорий с детерминированными параметрами
3.2. Модели оптимизации взаимодействия участников в агропромышленном кластере в условиях неопределенности
3.3. Многокритериальная модель производства и переработки продукции
в агропромышленном кластере
3.4. Анализ результатов моделирования взаимодействия участников в
агропромышленных кластерах
3.5. Программный комплекс «Агропромышленный кластер»
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
ПРИЛОЖЕНИЯ

Введение
Актуальность темы исследования. Реформирование
агропромышленного комплекса страны и регионов привело к перераспределению объемов производства между различными категориями предприятий. Доходы предприятий находятся в прямой зависимости от уровня эффективности их деятельности [14]. Помимо этого, аграрный сектор относится к числу отраслей, наиболее подверженных риску, связанному со значительными колебаниями погодных условий. С появлением рыночных отношений возникла экономическая неопределенность, обусловленная изменением конъюнктуры рынка, колебаниями цен, спроса и предложения, процентных ставок за кредит. Значительную роль при этом играют экономические последствия принятия управленческих решений.
В долгосрочных программах и концепциях социально-экономического развития различных регионов страны выделены задачи, связанные с обеспечением их продовольственной безопасностью, в основном за счет собственного производства сельскохозяйственной продукции, сырья и продовольствия и развитием местной пищевой промышленности с одновременным развитием сельских территорий как единого производственного, социально-экономического, территориального и природного комплекса [1].
Одним из путей решения поставленных задач является стратегическое планирование на основе математических моделей, описывающих развитие тех или иных территорий региона [14, 160]. К ним относятся
оптимизационные модели, увязывающие условия функционирования различных предприятий, действующих в едином цикле производства, переработки и реализации продукции.
Подобные модели являются сложными и многофакторными, их решение невозможно без использования математических методов и

информационного обеспечения различных аспектов природноэкономических процессов. Одним из эффективных направлений применения этих методов является оптимизация взаимодействия различных производственных, перерабатывающих, торговых предприятий, научных и банковских организаций, объединенных в агропромышленный кластер.
Анализ научных исследований в области моделирования производственных процессов показывает недостаточную освещенность вопросов, описывающих процессы формирования агропромышленных кластеров и оптимизации взаимодействия между различными товаропроизводителями в сложившихся экономических условиях.
Поэтому создание региональных агропромышленных кластеров и оптимизация взаимодействия участников в них являются актуальными для концентрированного использования природных и трудовых ресурсов в условиях уменьшения сельского населения, ухудшения плодородия почв, нестабильности экологической обстановки. Для решения подобных задач с учетом недостаточности информации необходимо использование методов математического моделирования.
Целью диссертационной работы является разработка информационного и математического обеспечения моделей, позволяющих оптимизировать взаимодействие участников в региональных агропромышленных кластерах в условиях неполной информации, для принятия управленческих решений.
Задачи исследования. В соответствии с поставленной целью определены следующие задачи:
1) анализ производственных параметров и взаимосвязей производства, переработки и реализации продукции в регионе;
2) выбор подходов к моделированию агропромышленных кластеров на основе анализа информации о взаимодействии производственных и непроизводственных организаций, участвующих в получении продукции;
При аналитическом исследовании модели выясняются такие вопросы, как, например, единственно ли решение, какие переменные могут входить в решение, каковы будут соотношения между ними, в каких пределах и в зависимости от каких условий они изменяются, каковы тенденции их изменения и т.п. [51,91, 132, 144].
Модели сложных объектов с большим трудом поддаются аналитическому исследованию. В тех случаях, когда аналитическими методами не удается выяснить общих свойств модели, а упрощение модели приводит к недопустимым результатам, связанным с потерей адекватности, переходят к численным методам исследования [144].
Для описания взаимосвязей участников агропромышленного кластера применимы модели оптимизации. Оптимизационная задача - это экономикоматематическая задача, которая состоит в нахождении оптимального (максимального или минимального) значения целевой функции. Причем значения переменных должны принадлежать некоторой области допустимых значений [82, 83].
Задача минимизации функции f(x) записывается в виде
/(х)—> min, х е X, (1-31)
где f(x) - целевая функция или критерий оптимальности, X - допустимое множество решения задачи, х е X - допустимое решение или допустимая точка задачи линейного программирования.
Методы поиска оптимального решения можно разбить на три группы: детерминированные; случайные (стохастические); комбинированные [82].
В зависимости от природы множества X задачи математического программирования классифицируются как:
- задачи дискретного программирования (или комбинаторной оптимизации) — если X конечно или счётно;
- задачи целочисленного программирования — если X является подмножеством множества целых чисел;