Інтелектуальна система підтримки прийняття агротехнологічних рішень для посіву полів
Автор є членом редколегії видання, тому не брав участі у рецензуванні та прийнятті рішення щодо публікації цієї статті
DOI:
https://doi.org/10.17721/AIT.2021.1.02Ключові слова:
інтелектуальна система, точне землеробство, кластерний аналіз, агротехнологічні рішення.Анотація
У сучасному сільському господарстві України наявні проблеми пов’язані з плануванням посівів. За допомогою запропонованої авторами інтелектуальної системи підтримки прийняття агротехнологічних рішень можливе спрощення процесу планування, за рахунок використання концепції точного землеробства. Авторами проведено аналіз сучасних досліджень та публікацій, які пов’язані, як з концепцією точного землеробства так і з проблемою впровадження сучасних інноваційних інформаційних систем у сільське господарство України. Проведено декомпозицію інтелектуальної системи та виокремлено шість основних підсистем, до кожної з яких були розроблені функціональні вимоги. Проаналізовано сучасні методи моніторингу полів та визначені методи, що будуть використовуватися у інтелектуальній системі, одним з яких є метод k-середніх, який буде застосовано до кластеризації полів. На основі вже розроблених вимог авторами запропоновано загаль¬ну архітектуру системи, для графічного відображення якої використано нотацію TOGAF. Базуючись на запропонованій архітектурі було створено програмне забезпечення інтелектуальної системи. У результаті проведеного тестування програмного забезпечення інтелектуальної системи можна зробити висновок, про її працездатність та готовність до впровадження. Спроектована та розроблена система надає змогу здійснювати інтелектуальний аналіз історичних даних посівних, відображати результати у вигляді таблиць та графіків, виконувати планування посівів, агротехнологічних операцій та внесення добрив. Впровадження зазначеної системи дозволить підвищити якість прийняття управлінських рішень та продуктивність сільськогосподарської діяльності.Завантажити
Посилання
Fedirets O.V. “Management of innovations in the implementation of precision farming technologies in Ukraine”, Scientific works of Poltava State Agar Academy, vol. 3, № 2 (7), p.302-308, 2013
Zelisko N. Melnyk V. “Development of innovative potential of the agricultural sector of Ukraine’s economy”. Bulletin of Lviv National Agrarian University. Ser. Economics of agro-industrial complex. 2018. Vip. 25. pp. 40-43.
Tiziano Gomiero. (2019) Soil and crop management to save food and enhance food security. [Online]. Available: https://doi.org/10.1016/B978-0-12-815357-4.00002-X
E.C.Leonard. (2015) Precision Agriculture. Reference Module in Food Science [Online]. Available: https://doi.org/10.1016/B978-0-08-100596-5.00203-1
Diego de la Rosa, Francisco Mayol, Elvira Díaz-Pereira, Miguel Fernandez, Diego de la Rosa. (2004) A land evaluation decision support system (MicroLEIS DSS) for agricultural soil protection: With special reference to the Mediterranean region. [Online]. Available: https://doi.org/10.1016/j.envsoft.2003.10.006
D. de la Rosa, F. Mayol, E. Diaz-Pereira, M. Fernandez and D. de la Rosa Jr. (2003) A land evaluation decision support system (MicroLEIS DSS) for agricultural soil protection. 2003. [Online]. Available: https://doi.org/10.1016 /jenvsoft.2003.10.006
(2018) Requirement types. QAInfo [Online]. Available: https://www.quality-assurance-group.com/requirement-types/
Chubukova I.A., Data Mining, M .: Internet University of Information Technologies, BINOM. Knowledge Laboratory, 2006.
I.I. Glagoleva, A. Y. Berko “Application of cluster analysis for data processing of land cadastre”. Bulletin of Lviv National University “Lviv Polytechnic”. Information systems and networks. 2014. Vip.743. Pp. 420-429
Nathan Landman, Hannah Pang, Christopher Williams,Eli Ross. (2017) k-Means Clustering. [Online]. Available: https://brilliant.org/wiki/k-means-clustering/
Vitlinsky V.V., Hrytsiuk P.M. “Study of winter wheat yield dynamics for the regions of Ukraine”. Modeling and information systems in economics: Coll. scientific works. 2007. Vip. 76. S. 275—295.
Gorban A.N., Zinovyev A.Y. «Principal Graphs and Manifolds», Ch. 2 in: Handbook of Research on Machine Learning Applications and Trends: Algorithms, Methods, and Techniques, IGI Global. Hershey. PA. USA.,p.28-59 2009.
Gritsyuk P.M. “Forecasting grain yields: features and methods”, Scientific notes coll. Science. pr. SHEI “Kyiv National Economic University named after Vadym Hetman”, №11, p. 294-300, 2009
Yakymchuk V.G., Zholobak G.M., Porushkevych A. Y., Sakhatsky O.I. “Use of space and meteorological data to estimate the yield of winter wheat”, Space Science and Technology, Vol. 17, № 5, p. 64–67,2011
A.S. Zaryshnyak, Optimization of fertilizer and soil fertility in crop rotations, Kyiv: Agrarian Science, 2015.
S.A. Balyuk, B.S. Nosko, V.V. Shimel, L.V. Yeterevska, G.F .Momot “Optimization of plant nutrition in the system of factors of effective soil fertility”, Bulletin of Agrarian Science, Vol.7, №3, p.12-19,2019
(2021). State Statistics Service of Ukraine [Online]. Available: http://www.ukrstat.gov.ua/
(2021). Harvest online [Online]. Available: https://latifundist.com/urozhaj-online-2021#
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Сучасні інформаційні технології
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.