Рост и развитие сельскохозяйственного производства, повышение эффективности управления региональным агропромышленным комплексом требуют разработки адекватных процедур анализа и прогнозирования их экономического развития с использованием инструментальных сред нечеткого логического вывода. Агропромышленный комплекс является одним из самых крупных производственных кластеров экономики страны.

Анализ первого года членства России в ВТО показывает, что импорт продуктов увеличился на 7 %, а экспорт сократился на 13 %. При этом, продовольственная инфляция уже выросла на 13,6 %. Для сохранения конкурентоспособности субъектов РФ, государству необходимо наращивать долю компенсаций аграриям, которая сегодня в конечном продукте составляет всего 7 %, в то время как в США – 30 %, Японии – 70 %, в некоторых европейских государствах – более 80 %. В противном случае велика вероятность снижения конкурентоспособности сельскохозяйственной продукции на внутреннем рынке и международном рынках.

Создание моделей сценарного анализа развития АПК, на основе нечетко-логического вывода, позволит добиться качественно новых результатов в управлении с.-х. производством. Таким образом, исследования в области моделирования экономического развития регионального АПК приобретают особую актуальность.

В связи с этим все более широкое распространение получают модели прогнозирования развития систем, базирующиеся на нечётком подходе.

Основными их преимуществами являются:

– нечеткая формализации критериев оценки и сравнения: «большинство», «возможно», «преимущественно» и т.д.;

– проведения качественных оценок как входных данных, так и выходных результатов;

– возможность проведения быстрого моделирования сложных динамических систем и их сравнительный анализ с заданной степенью точности [2].

В качестве алгоритма нечеткого логического вывода используется алгоритм Мамдами, который одним из первых был применен в системах нечеткого вывода [3]. Для решения поставленной задачи нечеткого моделирования использована система нечеткого вывода типа Мамдани. Это наиболее распространенный способ логического вывода в нечетких системах. В нем используется минимаксная композиция нечетких множеств. Данный механизм включает в себя следующую последовательность действий (рис. 1).

Выбор концептов нечеткой модели осуществлялся на взаимодействии с экспертной группой, где Y₁ – конкурентоспособности АПК, Y₂ – продовольственная безопасность, Y₃ – ВВП, Х₁ – объем государственной поддержки, Х₂ – импорт, Х₃ – импортные пошлины и квоты, Х₄ – инвестиции в АПК, Х₅ – инновации в АПК.

На рис. 2 в качестве примера показаны три функция принадлежности треугольной формы ml(х), определяющие терм Х1. В данном случае она принимает значения «низкий» [0: 3,6], «средний» [3,6:8,1] и «высокий» [9: 12,6].

Аналогичным образом строятся функции принадлежности для остальных элементов множества факторов. Заметим, что процедура построения функций принадлежности представляет собой этап фаззификации множества предпосылок, конкретизированные значения которых определяют значения следствий, выводимых в процедуре нечеткого логического вывода.

Была сформирована база правил системы нечеткого вывода (таблица), которая проверялась на избыточность, т.е. с одинаковыми предпосылками и разными заключениями, их оптимизацию проводят на основе экспертной информации. Максимально количество правил в базе определялось следующим соотношением:

N = Nx1* Nx2 *…* Nxm * Ny,

где Nx1 * Nx2 *…* Nxm * Ny – число функций принадлежности для задания входных и выходных переменных.

Рис. 1. Алгоритм нечеткого логического вывода