СПОСОБ УПРАВЛЕНИЯ ПРОДУКЦИОННЫМИ И ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ ВЫРАЩИВАНИЯ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР Российский патент 2021 года по МПК G06Q10/06 G06Q50/02 A01C7/00 

Изобретение относится к области информатизации управления ресурсами и проектами в сельском хозяйстве, а именно к способам управления производством основных сельскохозяйственных культур с использованием экспертных систем [G06Q 10/06].

Современный уровень техники в области информатизации растениеводства характеризуется развитием двух основных направлений: моделей роста растений, которые носят исследовательский характер и служат для накопления научных знаний, и системы Интернета вещей (IoT), используемые для управления ростом растений, которые требуют установки множества датчиков и больших капитальных вложений, окупающихся только при производстве сельскохозяйственных культур в условиях полива и в теплицах.

Так, из уровня техники известна ЭКСПЕРТНАЯ ОБЛАЧНАЯ ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА ВЫРАЩИВАНИЯ РАСТЕНИЙ В ГРУНТЕ [CN102884932 (A), опубл.: 23.01.2013], основанная на данных облачного сервера экспертов по выращиванию, включающая в себя облачный центр экспертов по выращиванию, сеть связи и одно или несколько интеллектуальных устройств для выращивания растений, а облачный центр экспертов по выращиванию включает расчет экспертной информации по выращиванию, сервисный модуль хранения экспертной информации по выращиванию и сервисный модуль экспертного управления выращиванием; облачный центр экспертов по выращиванию и одно или несколько интеллектуальных устройств для выращиванию подключены к сети связи; сервисный модуль расчета экспертной информации по выращиванию получает данные о посеве, загруженные интеллектуальным устройством для посева, анализирует их и рассчитывает прогнозируемые данные по выращиванию, а результаты анализа сохраняют в сервисном модуле хранения экспертной информации по выращиванию; в сервисном модуле хранения экспертной информации по выращиванию хранят результаты данных о посевах, проанализированные и рассчитанные сервисным модулем расчета экспертной информации по выращиванию и информацию о видах растений и среде роста; сервисный модуль управления выращиванием отвечает за управление и координацию обмена данными между сервисным модулем расчета экспертной информации по выращиванию и сервисным модулем хранения экспертной информации по выращиванию.

Недостатком описанной системы является малый объем исходных данных, не включающий в себя такие данные, как текущие метеоусловия, данные о вредных организмах и не учитывающий их изменение на этапах выращивания растений. Кроме того, система не содержит правила технологических воздействий исходя из текущих и прогнозных данных основных показателей и фактически не может быть применена для получения эффективного управления выращиванием растений.

Наиболее близким по технической сущности является СПОСОБ ИНТЕЛЛЕКТУАЛЬНОГО УПРАВЛЕНИЯ ВЫРАЩИВАНИЕМ [RU 2688234 C1, опубл.: 21.05.2019], который управляет процессами выращивания растений для множества устройств для выращивания, находящихся в разных окружающих условиях, причем способ предусматривает стадию сбора данных, стадию классификации-маркировки и стадию регулирования, причем стадия сбора данных предусматривает: сбор информации о выращивании растений и информации об окружающей среде, где расположены устройства для выращивания, и отправку информации в систему обработки данных; сбор информации с заданными временными интервалами по меньшей мере об одном условии выращивания из множества условий выращивания и отправку информации об условиях выращивания в систему обработки данных; и сбор вегетационно-средовых характеристик растений и отправку вегетационно-средовых характеристик в систему обработки данных; стадия классификации-маркировки предусматривает: в системе обработки данных классификацию на основании информации о выращивании и информации об окружающей среде, оценку в баллах на основании вегетационно-средовых характеристик в устройствах для выращивания и сравнение баллов вегетационно-средовых характеристик множества устройств для выращивания согласно заданным условиям в одной и той же категории, маркировку каждой информации об условиях выращивания устройства для выращивания с высоким баллом вегетационно-средовых характеристик и сохранение маркированной информации об условиях выращивания по каждой категории, относящейся к циклу роста растений; стадия регулирования предусматривает: сравнение текущей информации об условиях выращивания с сохраненной маркированной информацией об условиях выращивания, основанной на информации о выращивании и информации об окружающей среде соответствующего устройства для выращивания, и когда разница между первой и последней превышает пороговое значение, генерирование регулирующих данных на основании сохраненной маркированной информации об условиях выращивания и текущей информации об условиях выращивания; и отправку регулирующих данных в соответствующее устройство для выращивания для выполнения операции регулирования условий выращивания соответствующего устройства для выращивания.

Основными техническими проблемами прототипа являются, во-первых, необходимость использования разнообразных специальных датчиков, передающих данные о состоянии растений и окружающей среды, во-вторых, жесткая система выбора управляющего воздействия, основанная на пороговых значениях, в-третьих, неприспособленность для включения знаний, выработанных агрономической наукой для управления процессами возделывания, в-четвертых, отсутствие инструментария для имплементации новых знаний и обучения системы.

Задачей изобретения является устранение недостатков прототипа.

Технический результат изобретения заключается в создании эффективного способа управления выращиванием основных сельскохозяйственных культур для максимального получения сельскохозяйственной продукции при наименьших затратах живого и овеществленного труда.

Указанный технический результат достигается за счет того, что способ управления продукционными и технологическими процессами выращивания сельскохозяйственных культур, отличающийся тем, что включает стадии сбора данных, регулирования и принятия решения для каждой фазы выращивания и развития растения на основе соответствующей фазе t экспертной системе Э_t, образующих последовательность взаимосвязанных экспертных систем Э = {Э₁, … Э_T-1} и содержащих пополняемые и модифицируемые базы знаний для каждого из этапов t экспертной системы Э_t, стадия сбора данных включает сбор и передачу в блок ввода информации о состоянии основных показателей, по крайней мере, растения, почвы, наличия и поведении вредных организмов, метеоусловий в зоне выращивания растения, характеризующих состояние каждого из упомянутых элементов в момент времени t, создание и хранение в базе данных технологических воздействий набора технологических воздействий на, по меньшей мере, растения, почву, вредные организмы и метеоусловия, стадия принятия решения включает в себя создание набора регулирующих правил выращивания растения на каждом этапе Э_t, заданных в виде условий, для чего определяют качественное состояние объекта по состоянию основных показателей, полученных на стадии сбора, прогнозируют основные показатели в момент t_i+1 по известному t_i с учетом возможных вариантов управлений U_t; стадия принятия решения исходя из состоянии основных показателей на этапе времени t_i включает определение оптимального варианта управления из возможных и сравнение полученных состояний основных показателей при помощи правил перехода в следующий момент времени t_i+1, при этом управление оценивают по качественным показателям культурного растения, почвы и вредных организмов в момент времени t_i+1 с учетом погодных условий, прогнозируемых для этого этапа Э_t развития растения.

В частности, фазы выращивания растений соответствуют этапам органогенеза.

В частности, сбор и передачу в систему передачи данных о состоянии основных характеристик осуществляют в виде набора числовых значений и качественных характеристик.

В частности, состояние основных показателей выражают относительными лингвистическими переменными.

В частности, состояние основных показателей выражают в баллах.

В частности, регулирующие правила состояния и перехода непрерывно пополняют.

В частности, базы знаний снабжены машинами вывода с возможностью сравнения управляющих воздействий и содержащая встроенные алгоритмы обучения на основе опыта использования экспертных систем.

На фиг. 1 показана блок-схема экспертной системы Э_t.

На фиг. 2 показана блок-схема диалоговой агроэкспертной системы «Пшеница-эксперт».

На фигурах обозначено: 1 - стадия сбора данных, 2 - стадия регулирования, 3 - стадия принятия решения, 4 - блок ввода информации о состоянии основных показателей, 5 - модуль качественной оценки показателей, 6 - база данных погодных условий, 7 - модуль генерации погодных условий, 8 - база данных технологических воздействий, 9 - модуль прогнозирования основных показателей, 9 - модуль генерации технологических воздействий, 11 - блок выбора управляющего воздействия, 12 - блок оценки и коррекции правил определения момента t+1 и перехода, 13 - информационно-справочный модуль, 14 - модуль информации об объекте управления, 15 - модуль набора агроэкспертных моделей, 16 - блок хронологической информации, 17 - блок оценки экономических результатов.

Осуществление изобретения.

Процесс аграрного производства и развития возделываемого культурного растения можно описать как дискретный, динамический процесс, ведущийся в соответствии с фазами развития или этапами органогенеза растения. Фенологические наблюдения фиксируют основные фазы развития растений, но они не отображают сложных процессов формирования новых органов. Каждый орган, как и растение в целом, проходит несколько этапов во время своего индивидуального развития (органогенеза).

Органогенез - формирование органов растения в их эмбриональном зачаточном состоянии.

Все растения в своем развитии проходят несколько характерных для каждого вида растения этапы, которые называют фенофазами развития или этапами органогенеза (то есть образования органов растения).

Зная соответствие фаз развития этапам органогенеза, можно целенаправленно применять агротехнические мероприятия и влиять на необходимый элемент продуктивности. Классическая схема выделяет 12 этапов роста растений. Например, для пшеницы: 1) всходы; 2) третий лист; 3) кущение;4) выход в трубку; 5) формирование цветков и колосков; 6) завязь пестика; 7) рост тычинок; 8) выколашивание; 9) оплодотворение 10) цветение; 11) молочная спелость; 12) восковая спелость.

Для плодовых растений также выделяют 12 этапов органогенеза и в общем, все культурные растения развиваются по сходным закономерностям.

Новым является то, что упомянутые этапы роста каждого из конкретных культурных растения i в описываемом изобретении объединены в одну агроэкспертную систему АЭС_i представляющую собой последовательность взаимосвязанных этапов Э, каждый из которых соответствует определенной фазе развития или этапу органогенеза растения i:

Э = {Э_t, … Э_T-1},

где t = 0, 1, …, Т - момент времени, соответствующий этапам органогенеза.

Например, этап [0,1] - предпосевная обработка почвы и подготовка семян к севу, а этап [T-1,T] - уборка урожая. Моменты наступления каждого этапа органогенеза t₁, t₂ …t_T-1, t_T зависят от вида растения и от погодных условий. При наличии прогноза погоды эти моменты могут быть вычислены по определенным правилам, например, рассчитаны по суммам эффективных температур. Вместе с растением по этапам развития происходят изменения в состоянии почвы, а также состоянии различных организмов, входящих в экосистему. Для возделывания культурного растения важно развитие так называемых вредных организмов: сорняков, вредителей и болезней, характерных для этого развития. Для начала каждого этапа можно выбрать характерный набор количественных показателей, по которым можно судить о состоянии растения х_t, почвы s_t и вредных организмов у_t.

За нулевой момент времени t = 0 принимают период предпосевной подготовки почв и начальное перед высадкой растения состояние почв и экосистемы. На этапе Э₀ также осуществляют предпосевную обработку и оценку качества семян культуры.

Каждый этап Э_t работает в интервале [t, t+1] и включает в себя стадии сбора данных 1, регулирования 2 и принятия решения 3 (см.Фиг. 1).

Стадия сбора данных 1 включает в себя сбор информации о состоянии на этапе Э_t растения x_t, почвы s_t и вредных организмов y_t, сбор показателей состояния метеоусловий c_t в районе выращивания растения по годам наблюдения и других данных экосистемы, а также информацию о технологических воздействиях (управлении) u_t на культурные растения, вредные организмы и почву со стороны человека и организацию хранения собранной информации. Эти показатели известны и широко используются агрономами. Они собираются вручную или с использованием датчиков.

Стадия сбора данных 1 является важнейшим элементом этапа органогенеза растения и агроэкспертной системы в целом и заключается в том, что для каждого элемента (растение, почва, вредные организмы, метеоусловия, технологическое воздействие, управление и т.д.) собирают конкретный набор числовых значений и качественных характеристик, характеризующий состояние этого элемента в момент времени - х_t, у_t, s_t, с_t, u_t,

Например, в момент t₀ (предпосевная подготовка) компоненту x₁₀ выражают количественно - вес 1000 семян; в момент t¹₁ (образование зерновки) ту же по номеру компоненту x¹₁₁ выражают как качественный показатель - форму зерновки. По тем же принципам характеризуют состояние почвы и состояние вредных организмов.

Состояние метеоусловий с_t характеризуют обычными параметрами, полученными из наблюдений, проводимых на метеорологических станциях. Указанные параметры состояния метеоусловий с_t группируют по объектам наблюдения (воздух, почва, опасные метеорологические явления и т.д.). Временной шаг в последовательности с_t соответствует целям использования агроэкспертной системы и возможной частоте наблюдений (час, сутки, десятидневка и т.д.).

Для каждого этапа развития растения (органогенеза) [0,1], [1,2], …[T-1,T] имеется набор апробированных и рекомендованных агрономической наукой управляющих воздействий u₁, u₂ … u_T-1. Каждое управляющее воздействие u_t может быть выбрано из некоторого множества U_t . От этого выбора зависит состояние растений, почвы и вредных организмов в момент t+1.

Данные о показателях х_t, у_t, s_t, с_t, u_t в момент времени t, полученные на стадии сбора данных, вводят в блок ввода информации о состоянии основных показателей 4.

Стадия регулирования включает в себя модуль качественной оценки показателей 5, базу данных погодных условий 6, модуль генерации погодных условий 7, базу данных технологический воздействий 8 и модуль генерации технологических воздействий 9.

В модуле качественной оценки показателей 5 по определенным правилам осуществляют качественную оценку введенных на стадии сбора данных показателей состояния почвы s_t, растения x_t и вредных организмов y_t в момент t и выражают их лингвистическими переменными (хорошее, удовлетворительное и т.п.) или в баллах. Размерность этих переменных может быть различной для различных моментов t_i.

Допустимо, например, следующее утверждение: состояние посевов хорошее с достоверностью 0,8 и удовлетворительное с достоверностью 0,2. Если достоверность принимает значения только 0 или 1, то правило однозначно определяет состояние по соответствующему показателю.

Следующий шаг состоит в выработке прогноза погодных условий на этапе [t, t+1]. В базу данных погодных условий 6 заранее вводят погодные условия для различных регионов страны по годам наблюдения. На основе этих статистических данных по определенным правилам в модуле генерации погодных условий 7 осуществляют расчет и прогноз погодных условий. По этому прогнозу определяют длительность этапа [t, t+1] и момент наступления t+1. Количественные показатели погодных условий - средняя температура, максимальные и минимальные температуры, влажность, осадки, скорость ветра и т.д. оценивают, например, в качественных (балльных) показателях. Иногда целесообразно это делать отдельно для культурного растения, почвы и вредных организмов по видам.

Целью управления технологическим процессом выращивания сельскохозяйственных культур является выбор наиболее подходящего к складывающимся условиям управления u_t из множества возможных управлений U_t. Для этой цели в модуле генерации технологических воздействий 9 экспертным путем или с использованием встроенной машины ввода из базы данных технологический воздействий 8 выбирают конкретное управление u_t. Это управляющее воздействие u_t может быть направлено на само растение (например, подкормка удобрениями или полив), на почву, (например, вспашка или боронование), или на вредные организмы (например, обработка гербицидами или пестицидами).

Стадия принятия решения включает в себя модуль прогнозирования основных показателей 10, блок выбора управляющего воздействия 11 и блок оценки и коррекции правил определения момента t+1 и перехода 12.

На стадии принятия решения 3 о применении технологического воздействия u_t в модуле прогнозирования основных показателей 10 по известным для момента t качественным оценкам состояний растения x_t, почвы s_t и вредных организмов y_t, управляющему воздействию u_t и погодным условиям c_t, с помощью заложенных правил перехода к следующему этапу Э_t+1 определяют качественные характеристики растения, почвы и вредных организмов в момент t+1. Если состояния в момент t+1 признаются экспертом вполне благоприятными для дальнейшего формирования урожая, то останавливаются на выбранном управлении. В противном случае управление экспертным путем или с использованием алгоритмов, заложенных в модуле генерации технологических воздействий 9 изменятся. Новое управление u_t испытывают тем же образом, что и предыдущее, и процесс продолжают до нахождения того управления, которое эксперт признает наилучшим с позиций формирования будущего урожая. При этом учитывают стоимость ресурсов, которые необходимо использовать при каждом управляющем воздействии u_t, стоимость прибавки урожая, которое это воздействие u_t приносит. Здесь используют различные алгоритмы поиска наилучших управлений, в том числе с возможностью обучения на собственном опыте. Полученную информацию вводят в блок выбора управляющего воздействия 11.

Наконец, наступает момент реального начала следующего этапа развития (органогенеза). Сравнивают качественные показатели х_t+1, у_t+1, s_t+1, с_t+1, u_t+1, определенные на стадии принятия решения 3 с их реальными значениями и корректируют правила наступления этапов органогенеза Э_t, вычисленных на стадии регулировки 2 или изменяют их в случае значительного отклонения от реальности. Эти изменения выполняются в блоке оценки и коррекции правил определения момента t+1 и перехода 12.

Далее осуществляют переход к этапу Э_t+1 где аналогичным описанному образом осуществляют сбор данных, определяют правила регулирования и принятия решения на стадиях сбора данных 1, регулирования 2 и принятия решения 3 соответственно.

Разработанная схема, включающая стадии сбора данных 1, регулирования 2 и принятие решения 3, позволяет создавать эффективные агроэкспертные системы для большинства культурных растений и решать задачи анализа, оперативного управления, годового и перспективного планирования для всех контуров управления продукционными процессами растений.

При решении задач анализа и оперативного управления, агроэкспертная система позволяет контролировать процесс выращивания культур по наиболее важным точкам роста растения и организовывать сбор информации о росте растений, болезнях, вредителях, состоянии почвы и т.д., при этом контролируют применяемые технологии и связанные с ними расходы. Для анализа эффективности использованного управления {u_t,i}; t=0, …, T заменяют его на альтернативные, включая новые технологии, и по конечному состоянию x_T то есть урожая и затратам сравнивают использованное управление с альтернативным и определяют наиболее эффективное управления на интервале t_i - t_i+1.

Задачи планирования включают в себя поиск наиболее эффективной последовательности {u_t,i}; t=0, …, T при известных начальных условиях, ресурсах и прогнозе погоды. Выбор управлений проводят пошагово методом подбора, как в задаче оперативного управления. Для перспективного и долгосрочного планирования выбирают некоторый "средний" год в качестве года аналога. В условиях этого "среднего" года проводят имитационные эксперименты для подбора рациональных управлений. Далее выбранные управления проверяют на некоторой последовательности годов аналогов.

На базах данных ретроспективной информации о выращивании разных культур в различных почвенных и погодно-климатических условиях осуществляют обучение агроэкспертной системы и вносят дополнительную информацию в систему на стадии сбора данных.

На основании описания изобретения была разработана агроэкспертная система "Пшеница-эксперт", которая относится к серии агроэкспертных систем по возделыванию основных сельскохозяйственных культур.

Наиболее объемным является блок ввода информации о состоянии основных показателей 4. Указанный блок 4 функционирует независимо от остальных частей системы и его используют для прогноза урожайностей по агрегированным данным, годовому планированию, приближенному перспективному планированию и анализу.

В блоке ввода информации о состоянии основных показателей 4 агроэкспертной системы "Пшеница-эксперт" выделяют три модуля:

- информационно-справочный модуль 13 (см.Фиг. 2);

- модуль информации об объекте управления 14;

- модуль набора агроэкспертных моделей 15 по оценке влияния различных характеристик объекта на урожайность.

Информационно-справочный модуль 13 содержит сведения о сортах пшеницы и их районировании, болезнях (с возможностью автоматизированного определения болезни с помощью вспомогательной, классификационной, экспертной системы), сорняках и вредителях пшеницы, химических и биологических средствах защиты.

Модуль информации об объекте управления 14 структурирован для конкретного объекта по следующим подразделам:

- географические данные об объекте (широта и долгота места, кадастр земельных и водных ресурсов, ландшафтные и экологические сведения);

- почвенные характеристики, включающие тип почвы, физические и химические характеристики;

- история поля или полей возделывания пшеницы на данном объекте, включая данные о севообороте и, в частности, о предшественнике, геометрии поля, урожайности в предшествующие годы;

- фитосанитарная обстановка;

- данные о погодных условиях за последние годы (температура, осадки, ветры и т.д.);

- данные о хозяйственной деятельности в регионе (урожайности пшеницы в передовых хозяйствах, на опытных участках, в соседних и аналогичных по почвенно-климатическим условиям хозяйствах).

Данные в информационно-справочный модуль 13 вносят за столько предыдущих лет и с такой детализацией, которую позволяют имеющиеся в хозяйстве архивы, трудовые и материальные ресурсы для организации такой работы.

Модуль набора агроэкспертных моделей 15 по оценке влияния различных характеристик объекта на урожайность» основан на информации, содержащейся в информационно-справочном модуле 13 и модуле информации об объекте управления 14 и дает оценку интервалов возможных урожайностей пшеницы на данном объекте, для чего используют вспомогательные агроэкспертные системы по оценке почвенных характеристик, предшественника, погодно-климатических характеристик и фитосанитарной обстановки.

В блоке хронологической информации 16, входящем в состав базы данных технологических воздействий 8 хранят и анализируют информацию о состоянии культурных растений x, вредных организмов y, почвы s, погоды cи проведенных технологических воздействиях u на них по датам с принятой в системе периодичностью ввода информации и с разбивкой по выделенным временным интервалам (посев-всходы, спелость-уборка и т.п.).

В модуле генерации погодных условий 7 используют модель погоды и климата в их модификациях для оперативного управления и перспективного планирования. В упомянутом модуле 7 на основе методов распознавания образов дают оценку погодной ситуации за рассматриваемый период t₁ с точки зрения условий произрастания пшеницы на данном этапе развития Э_t.

На основе информации о погодных условиях, содержащихся в базе данных погодных условий 6 и прогнозе погоды, полученном в модуле генерации погодных условий 7 в блоке оценки и коррекции правил определения момента t+1 и перехода 12 рассчитывают моменты наступления каждой из фенофаз, вплоть до полной зрелости.

В базе данных технологических воздействий 8 хранят информацию о всех основных и вспомогательных технологических воздействиях u и базу данных по показателям качества технологических воздействий u, которую используют для определения комплексного качества проведенного или планируемого воздействия или группы воздействий.

Центральное место в агроэкспертной системе занимает модуль прогнозирования основных показателей 10, содержащий регулирующие правила по качественной оценке фактического состояния фазовых координат и правила перехода от состояния в одной фенофазе к другой в лингвистических переменных или в бальных оценках в зависимости от складывающихся или прогнозируемых погодных условий и проводимых или планируемых технологических воздействий. Этот модуль 10 состоит из набора модулей этапов развития Э_t в большинстве совпадающих с временными интервалами органогенеза, каждый из которых, в соответствии с вышеприведенной методикой, представляет собой базу знаний экспертной системы:

- предпосевной период;

- период посев-всходы;

- период всходы-кущение;

- перезимовка;

- возобновление весенней вегетации;

- выход в трубку;

- выход в трубку - колошение;

- колошение - молочная спелость;

- молочная спелость - уборка.

Текущую и прогнозную информацию вносят в блок выбора управляющего воздействия 11, где на основе банка технологий, записанного в базе данных технологических воздействий 8 в модуле генерации технологических воздействий 9 генерируют советы по технологическим воздействиям u_t в период Э_t.

В блоке оценки экономических результатов 17 подсчитывают себестоимость продукции, затраты основных ресурсов, требуемые инвестиции, рентабельность и другие критерии эффективности.

Агроэкспертную систему "Пшеница-эксперт" используют при решении разнообразных задач в области агрономии и экономики сельского хозяйства. По существу, система пригодна для решения большинства задач управления производством пшеницы. В зависимости от той или иной конкретной задачи меняют методику использования системы, набор входной и выходной информации, а также правила и алгоритмы проведения расчетов.

Общие методики, рекомендации, функциональная структура системы и сам программный комплекс остаются, в основном, инвариантными по отношению к различным классам задач управления и изменениям в постановке различных задач внутри каждого класса.

В качестве примера покажем апробированные сценарии экспериментов для исследования задач оперативного управления и анализа процесса возделывания озимой пшеницы.

Для решения задач оперативного управления в качестве исходной информации используют данные по истории полей возделывания, физико-химическому составу и свойствам почвы, общие погодно-климатические характеристики и ряды погодных характеристик за ряд предшествующих лет для района возделывания, основные производственно-хозяйственные результаты возделывания озимой пшеницы в данном хозяйстве, а также близлежащих опытных и передовых хозяйствах и другие постоянные исходные данные.

Задана условно-постоянная информация, относящаяся к конкретному году: сорт озимой пшеницы, содержание основных химических элементов и влаги по горизонтам в почве, средства защиты, трудовые, материальные и энергетические ресурсы и т.п.

С помощью агроэкспертной системы дают предварительную качественную оценку потенциальных возможностей производства пшеницы, и передают управление экспертным подсистемам, относящимся к различным периодам Э_t.

Первоначально, на вход агроэкспертной подсистемы предпосевного периода поступает вся постоянная и условно-постоянная информация по которым, в соответствии с разделами базы исходных данных, определяют качественное состояние почвы и вредных организмов. После этого, на основе имеющегося набора погодных характеристик за прошлые годы, метеорологического прогноза и работы модулей прогноза погоды и оценки погодных характеристик агроэкспертной системы "Пшеница-эксперт" получают прогнозный ряд погодных характеристик предпосевного периода. Далее подключают правила определения длительности периодов и наступления фенофаз и вычисляют сроки сева. На основе исходных и полученных данных агроэкспертная система дает рекомендации по проведению технологических воздействий в предпосевной период с учетом прогнозирования погодных условий, в соответствии с правилами перехода дают прогноз состояния почвы, культурного растения и вредных организмов на начало следующего периода.

В результате реальной производственной деятельности осуществляют определенные технологические воздействия u_t в конкретной погодной ситуации и фиксируют сроки начала следующего этапа Э_t+1, состояния культурного растения, почвы и вредных организмов на качественном уровне.

По окончании этапа Э_t включается в работу агроэкспертная подсистема следующего производственного и продукционного периода Э_t+1.

Процесс работы системы "Пшеница-эксперт" можно описать следующим алгоритмом:

1. Пусть к началу работы Э_i экспертной подсистемы имеется количественная информация о состоянии культурного растения x_t, почвы s_t и вредных организмов y_t, а также прогноз, рассчитанный в модуле генерации погодных условий 7 или полученный от метрологических служб на данный период t_i.

2. На основе прогнозной информации вычисляют продолжительность производственного или межфазового периода.

3. По регулирующим правилам дают оценку качественного состояния растений x_t, почвы s_t и вредных организмов y_t на начало периода Э_t.

4. Дают качественную (балльную) оценку прогнозных характеристик погодных условий с точки зрения их влияния на продукционный процесс и развитие вредных организмов.

5. На основе рекомендаций агроэкспертной системы выбирают набор технологических воздействий u_t в период времени t_i.

6. На основе выбранного сценария проведения технологических воздействий в соответствии с регулирующими правилами перехода из базы данных определяют состояние фазовых координат на начальный момент следующего производственного периода Э_t+1.

7. Если полученные в результате сценарного эксперимента состояния фазовых координат удовлетворяют, то этот вариант проведения технологических воздействий принимают в качестве оперативного плана, в противном случае выбирают другой сценарий и вновь определяют набор технологических воздействий в период времени t_i.

8. В процессе реализации оперативного плана и реальных погодных условий корректируют план на протяжении всего производственного этапа, при этом весь период Э = {Э_t, … Э_T-1} разбивают на ряд этапов Э_t,, на которых может быть реализован алгоритм, что и для всего периода.

9. После реального наступления следующего производственного этапа Э_t+1 получают количественную информацию о состоянии фазовых координат на начало следующего производственного периода Э_t и управление передают следующей агроэкспертной подсистеме.

Последовательность действий, указанных в алгоритме, продолжают на всех этапах Э_t вплоть до уборки урожая.

Для оценки экономической эффективности технологических воздействий и качества их проведения анализ эффективности агроэкспертной системы "Пшеница-эксперт" проводят для некоторого года, признанного средним или типичным по погодным ситуациям в данном регионе или для года, характеризующего определенный тип лет (засушливый, холодный, влажный и т.д.). В обоих случаях считают заданными погодные условия на всем производственном цикле Э.

Блоки постоянной или условно-постоянной информации при анализе эффективности считают заданными и не изменяются в одной группе экспериментов.

Оценку значимости выделенных технологических воздействий проводят в два этапа. На первом этапе проводят полный набор расчетов на системе "Пшеница-эксперт" в режиме оперативного управления с полным технологическим циклом, на втором этапе проводят аналогичный первому этапу расчет, исключая при этом выделенную группу технологических воздействий.

На выходе обоих этапов получают две балльные урожайности пшеницы, разность которых принимают за качественную относительную оценку значимости данной группы операций.

Серьезные успехи были достигнуты при внедрении описанной способа управления продукционными и технологическими процессами выращивания томатов и кукурузы в Шпаковском районе Ставропольского края.

Технический результат - создание эффективного способа управления выращиванием основных сельскохозяйственных культур для максимального получения сельскохозяйственной продукции при наименьших затратах живого и овеществленного труда достигается за счет создания на основе единой методологии серии динамических агроэкспертных систем управления выращиванием основных сельскохозяйственных культур, включающих сбор данных о значениях и качественных характеристиках о состоянии на последовательных взаимосвязанных этапах Э = {Э_t, … Э_T-1}, соответствующих этапам органогенеза культурных растений, основных показателей, по крайней мере, культурного растения, почвы, наличия и поведении вредных организмов, метеоусловий в зоне выращивания растения, характеризующих состояние каждого из упомянутых элементов в момент времени t и данных набора технологических воздействий, содержащих параметры, описывающих качество технологического воздействия и переменной, характеризующей степень отклонения воздействия от оптимальных агротехнических операций на, по меньшей мере, растения, почву, вредные организмы и метеоусловия, накопление собранных данных в базе данных, разработке на основании накопленных данных регулирующих правил на каждом этапе Э_t основанные на значениях основных показателей, полученных на стадии сбора данных, вероятностной оценке вариантов воздействия на основные показатели на этапе Э_t и рассматривающие возможные варианты результатов воздействия на этапе Э_t+1 в зависимости от качества управления и характера неконтролируемых факторов и реальное технологическое воздействие на основные показатели в рамках выбранного регулирующего правила из наиболее подходящего варианта управления с учетом затрат на осуществление этих технологических воздействий и погодные условия, прогнозируемые для этого интервала развития растения Э_t.

Другими словами, разработанные в соответствии с описанием изобретения агроэкспертные системы выращивания сельскохозяйственных культур, обеспечивают возможность параллельной работы над базами знаний, основанных на научном и производственном опыте мировых экспертов по выращиванию культурных растений при различных условиях, обучения и самообучения интеллектуальной системы на накопленном опыте с оценкой краткосрочного и долгосрочного прогнозирования изменения основных показателей при вариативности технологического воздействия.

Уникальность этой системы - в возможности с ее помощью решать весь спектр задач управления продукционным процессом: учет и анализа, оперативное управления, текущее и перспективное планирование для любого хозяйствующего субъекта в сельском хозяйстве, начиная от дачника и заканчивая крупным сельскохозяйственным предприятием агропромышленного комплекса без учета их опыта деятельности.

Изобретение относится к области информатизации управления ресурсами и проектами в сельском хозяйстве. Технический результат - создание эффективного способа управления выращиванием основных сельскохозяйственных культур для максимального получения сельскохозяйственной продукции при наименьших затратах живого и овеществленного труда. Заявленный способ включает стадии сбора данных, регулирования и принятия решения для каждой фазы выращивания и развития растения на основе соответствующей фазы t экспертной системы Э_t, образующие последовательность взаимосвязанных экспертных систем Э = {Э₁, … Э_T-1} и содержащие пополняемые и модифицируемые базы знаний для каждого из этапов t экспертной системы Э_t. 6 з.п. ф-лы, 2 ил.

1. Способ управления продукционными и технологическими процессами выращивания сельскохозяйственных культур, отличающийся тем, что включает стадии сбора данных, регулирования и принятия решения для каждой фазы выращивания и развития растения на основе соответствующей фазы t экспертной системы Э_t, образующие последовательность взаимосвязанных экспертных систем Э = {Э₁, … Э_T-1} и содержащие пополняемые и модифицируемые базы знаний для каждого из этапов t экспертной системы Э_t, стадия сбора данных включает сбор и передачу в блок ввода информации о состоянии основных показателей, по крайней мере, растения, почвы, наличия и поведении вредных организмов, метеоусловий в зоне выращивания растения, характеризующих состояние каждого из упомянутых элементов в момент времени t, создание и хранение в базе данных технологических воздействий набора технологических воздействий на, по меньшей мере, растения, почву, вредные организмы и метеоусловия; стадия регулирования включает в себя создание набора регулирующих правил выращивания растения на каждом этапе Э_t, заданных в виде условий, для чего определяют качественное состояние объекта по состоянию основных показателей, полученных на стадии сбора, прогнозируют основные показатели в момент t_i+1 по известному t_i с учетом возможных вариантов управлений U_t; стадия принятия решения исходя из состоянии основных показателей на этапе времени t_i включает определение оптимального варианта управления из возможных и сравнение полученных состояний основных показателей при помощи правил перехода в следующий момент времени t_i+1, при этом управление оценивают по качественным показателям культурного растения, почвы и вредных организмов в момент времени t_i+1 с учетом погодных условий, прогнозируемых для этого этапа Э_t развития растения.

2. Способ по п. 1, отличающийся тем, что фазы выращивания растений соответствуют этапам органогенеза.

3. Способ по п. 1, отличающийся тем, что сбор и передачу в систему передачи данных о состоянии основных характеристик осуществляют в виде набора числовых значений и качественных характеристик.

4. Способ по п. 1, отличающийся тем, что состояние основных показателей выражают относительными лингвистическими переменными.

5. Способ по п. 1, отличающийся тем, что состояние основных показателей выражают в баллах.

6. Способ по п. 1, отличающийся тем, что регулирующие правила состояния и перехода непрерывно пополняют.

7. Способ по п. 1, отличающийся тем, что базы знаний снабжены машинами вывода с возможностью сравнения управляющих воздействий и содержат встроенные алгоритмы обучения на основе опыта использования экспертных систем.