Научный журнал
Фундаментальные исследования
ISSN 1812-7339
"Перечень" ВАК
ИФ РИНЦ = 1,749

РЕШЕНИЕ БАЛАНСОВОЙ МОДЕЛИ АО АГРОКОМБИНАТ «ЮЖНЫЙ»

Асхакова Ф.Х. 1 Лайпанова З.М. 1 Мамчуев A.M. 1 Урусова А.С. 1
1 ФГБОУ ВО «Карачаево-Черкесский государственный университет имени У.Д. Алиева»
В работе описывается балансовая модель, учитывающая производственные отходы. Приводится подробное описание методики её решения. В данной методике уточняется устойчивость решения модели относительно погрешностей начальных данных. Рассматривается случай, когда модель обладает погрешностью из-за её большой размерности и небольшими погрешностями её начальных значений, в результате которых модель может получить решение как с небольшими погрешностями, так и с большими погрешностями. Рассматриваются условия существования единственного неотрицательного решения. Анализируется условие устойчивости результата решения к погрешностям первичных данных, которое зависит от числа обусловленности блочной матрицы. Если решение модели является устойчивым к погрешностям первичных данных, то применяется метод итерации, а если решение модели является неустойчивым к погрешностям первичных данных, то применяется метод регуляризации. Далее в работе по разработанной методике описывается алгоритм, который был реализован в программу на ЭВМ. Созданная программа позволяет найти решение балансовой модели, учитывающей производственные отходы, независимо от её устойчивости к погрешностям исходных данных. С применением усреднённых статистических данных за 2019–2021 гг. в работе разработана балансовая модель АО Агрокомбинат «Южный». Приводится пример применения созданной программы для её решения.
балансовая модель
численные методы
алгоритм
программирование
АО Агрокомбинат «Южный»
1. Стаховский В.А., Зенкин А.А., Павлова М.Н., Капц И.В. Модели, описанные моделью Леонтьева – Форда // Наука и современность: материалы Региональной научно-практической конференции. Политехнический институт (филиал) ДГТУ в г. Таганроге (Таганрог, 20–23 ноября 2018 г.). Таганрог: Общество с ограниченной ответственностью «ЭльДирект», 2018. С. 96–98.
2. Шевченко А.С. Численные методы: учебное пособие. М.: ИНФРА-М, 2022. 381 с.
3. Сумин М.И. Метод регуляризации А.Н. Тихонова для решения операторных уравнений первого рода: учебно-методическое пособие. Нижний Новгород: Нижегородский госуниверситет, 2016. 56 с.
4. Асхакова Ф.Х. Анализ балансовой модели закрытого акционерного общества «Карачаевский пивзавод» методом регуляризации // Гуманитарные и социально-экономические науки. 2014. № 5 (78). С. 145–148.
5. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач: учебное пособие для вузов. 3-е изд., испр. М.: Наука. Главная редакция физико-математической литературы, 1986. 288 с.

В процессе производства валовой продукции появляются производственные отходы, которые причиняют немалый вред окружающей среде. Некоторые хозяйствующие субъекты перерабатывают свои производственные отходы и применяют полученный продукт повторно, а другие хозяйствующие субъекты ликвидируют их. Как в первом, так и во втором случае появляются вторичные отходы. Существуют модели, учитывающие производственные отходы и учитывающие вторичные отходы, появляющиеся в процессе ликвидации первичных производственных отходов.

Так как на сегодняшний день состояние окружающей среды актуально, то немалое значение имеет переработка (ликвидация) производственных отходов с наименьшими затратами и наименьшими вторичными отходами, появляющимися в процессе их переработки.

Цели исследования: разработка методики неотрицательного решения балансовой модели, учитывающей производственные отходы; создание программы по алгоритму, разработанному из результатов разработанной методики; разработка модели межотраслевого баланса АО Агрокомбинат «Южный»; применение созданной программы для нахождения решения модели АО Агрокомбинат «Южный».

Материалы и методы исследования

В работе были применены численные методы и язык программирования. Использованы статистические данные АО Агрокомбинат «Южный».

Результаты исследования и их обсуждение

Рассмотрим модель Леонтьева – Форда [1, c. 96]:

missing image file, (1)

где x ∈ Rn – вектор валового продукта;

y ∈ Rm – вектор производственных отходов;

b1(n) – вектор чистого выпуска полезного продукта;

b2(m) – вектор остатка ликвидированных отходов;

missing image file – матрица, которой характеризуются прямые затраты;

missing image file – матрица, которой характеризуются затраты ликвидации производственных отходов;

missing image file – матрица, которой характеризуется величина производственных отходов;

missing image file – матрица, которой характеризуются размеры новых вредных отходов, которые появляются в процессе ликвидации производственных отходов;

Представим (1) в виде

missing image file, (2)

где missing image file является блочным вектором:

missing image file;

missing image file является блочной матрицей:

missing image file; (3)

missing image file является блочным вектором:

missing image file.

Из (2) следует, что

missing image file, (4)

где I является единичной матрицей.

В (4) обозначим missing image file, то

missing image file. (5)

В процессе решения модели (1) появляются некоторые вопросы:

Первый вопрос касается существования неотрицательного решения (1). Если вопрос о существовании неотрицательного решения (1) принимает положительный результат, то возникает второй вопрос о его единственности. Если (1) обладает неотрицательным единственным решением, то следует выяснить, какие методы можно применить для её решения.

Поэтому требуется уточнить устойчивость решения (1) относительно погрешностей начальных данных. В случае, когда (1) будет обладать погрешностью из-за большой её размерности и небольшими погрешностями её начальных значений, то она может получить результат как с большими погрешностями, так и с небольшими погрешностями.

Известно, что устойчивость решения (1) зависит от числа обусловленности missing image file, то есть если missing image file, то рассматриваемая модель будет обладать устойчивым решением, иначе – неустойчивым решением.

Для первого случая будем применять итерационный метод [2, с. 60], а во втором – метод регуляризации [3–5].

Известно, что модель (1) является продуктивной, если выполняются следующие условия:

missing image file (6)

missing image file, (7)

missing image file, (8)

где missing image file является спектральным радиусом блочной матрицы missing image file;

missing image file являются нулевыми векторами.

В том случае, если условия (6), (7), (8) принимают истинные значения, то к решению (1) сходится следующее последовательное приближение

missing image file, (9)

k = 0, 1, 2, …

при ∀(x0, y0) x0 ∈ Rn, y0 ∈ Rm .

Рассмотрим случай, когда missing image file.

Так как мы применяем вместо точных значении величин модели их приближенные значения, то в (5) заменим C через missing image file, а missing image file через missing image file, тогда

missing image file. (10)

Пусть missing image file, missing image file.

Из [4], [5] известно, чтобы отыскать решение (10) необходимо найти missing image file и вычислить

missing image file,

missing image file, (11)

где missing image file – стабилизирующий функционал,

α = α(δ) – параметр регуляризации.

Существует единственный missing image file, который можно определить при всяком фиксированном α > 0 [4], [5]:

missing image file,

missing image file. (12)

Опишем следующий алгоритм, составленный на основании изложенных методик:

1. Вводим n, m.

2. Вводим численные значения A11 – (n × n), A12 – (n × m), A21 – (m × n), A22 – (m × m).

3. Вводим численные значения b1 – (n), b2 – (m).

4. Строим (3).

5. Если cond A ≤ 1000, то переходим к шагу 6, иначе переходим к шагу 12.

6. Задаём значения (x0, y0).

7. Задаём значение ε > 0.

8. Проверяем выполнимость (6).

9. Проверяем выполнимость (7).

10. Проверяем выполнимость (8).

11. Если выполнены условия (6), (7), (8), то для вычислений применяем (9) до достижения требуемой погрешности ε > 0.

12. Строим missing image file.

13. Задаём α1 > 0.

14. При α1 производим подсчёт missing image file выражения (12).

15. При α1, missing image file, подсчитываем missing image file по формуле (11).

16. Задаём α2 > 0, α2 < α1.

17. При α2, производим подсчёт missing image file выражения (12).

18. При α2, missing image file, подчитываем missing image file по формуле (11).

19. Если missing image file, то перейти к шагу 21.

20. Если missing image file, то missing image file.

21. Задаём α3 > 0, α3 < α2.

22. При α3, производим подсчёт missing image file выражения (12).

23. При α3, missing image file, подсчитываем missing image file по формуле (11).

24. Если missing image file, то перейти к шагу 26.

25. Если missing image file, то missing image file.

26. Задаём α4 > 0, α4 < α3.

Эти расчёты продолжаем до того, пока на (k + 1)-м шаге не будет найдено missing image file, missing image file, при которых

missing image file.

Тут полагаем, что missing image file, и завершаем вычисления.

По данным разработанного алгоритма была создана программа на ЭВМ.

Из усреднённых статистических данных за 2019–2021 гг. построим принципиальную схему межотраслевого баланса АО Агрокомбинат «Южный» (таблица).

Из таблицы получим

missing image file,

missing image file,

A21 = (0.1 0.099 0.03), A22 = (0)

Принципиальная схема межотраслевого баланса АО Агрокомбинат «Южный» (тыс. руб.)

Производящие секции

Потребляющие секции

Затраты на ликвидацию производственных отходов

Конечный спрос

Валовый выпуск

секция 1

секция 2

секция 3

Секция «Огурец зимне-весенний»

49493,8

0

0

3503,7

111804,65

1167890.7

Секция «Огурец осенний»

0

57157,2

0

3903,6

137632,24

195179.8

Секция «Томаты»

0

0

63234,6

204,64

1278042,4

1341481.6

Производственные отходы

116789,1

19518

40244,4

   

missing image file,

b2 = (0)

Пусть к концу 2023 г. АО Агрокомбинат «Южный» запланирует, увеличит продукцию секции, идущую на конечное потребление, на 12 % по сравнению с данными, приведёнными в таблице, то есть:

missing image file

Введя исходные и запланированные данные в созданную программу, получим следующий результат:

missing image file,

y = (2287246.1)

Таким образом, к концу 2023 г. АО Агрокомбинат «Южный», чтобы удовлетворить запланированный конечный спрос, должен будет произвести валовую продукцию:

− секции «Огурец зимне-весенний», равную 15140927,37 тыс. руб.,

− секции «Огурец осенний», равную 2526469,99 тыс. руб.,

− секции «Томаты» – 17434426,7 тыс. руб.,

− производственные отходы составят 2287246,1 тыс. руб.

Заключение

Таким образом, была разработана методика неотрицательного решения балансовой модели, учитывающей производственные отходы. По её результатам была создана программа, проверяющая, является ли решение модели устойчивой или нет к погрешностям исходных данных и к погрешностям, возникающим из-за её большой размерности и выбрать метод решения модели относительно полученного результата. С помощью созданной программы найдено неотрицательное решение разработанной балансовой модели АО Агрокомбинат «Южный». Результаты исследования были переданы АО Агрокомбинат «Южный».


Библиографическая ссылка

Асхакова Ф.Х., Лайпанова З.М., Мамчуев A.M., Урусова А.С. РЕШЕНИЕ БАЛАНСОВОЙ МОДЕЛИ АО АГРОКОМБИНАТ «ЮЖНЫЙ» // Фундаментальные исследования. – 2022. – № 5. – С. 7-10;
URL: https://fundamental-research.ru/ru/article/view?id=43245 (дата обращения: 08.08.2022).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1.074