MODELING OF GRAIN PRODUCTION PROFITABILITY BY FUZZY LOGIC

• Authors: Hrytsiuk, Petro , Babych, Tetyana

Title variants

PL

MODELOWANIE RENTOWNOŚCI PRODUKCJI ZBОŻA Z WYKORZYSTANIEM LOGIKI ROZMYTEJ

RU

МОДЕЛИРОВАНИЕ РЕНТАБЕЛЬНОСТИ ЗЕРНОПРОИЗВОДСТВА С ИСПОЛЬЗОВАНИЕМ НЕЧЕТКОЙ ЛОГИКИ

• Languages of publication: EN PL RU

Abstracts

EN

Ukraine is an agrarian state. One of the most important brunches of agriculture sector is grain production. High yield of grain is a basis of Ukrainian food security. Therefore the task of developing a reliable mathematical model forecasting the grain production profitability is actually. Regression analysis and fuzzy simulation principles have been used for building of the grain production profitability depending model. The values profitability forecasting for 2015 obtained by three different methods are convergent to each other.

PL

Podstawą bezpieczeństwa żywnościowego Ukrainy są wysokie plony zbóż. W związku z tym szczególnie istotną kwestią jest opracowanie niezawodnego modelu matematycznego prognozowania produkcji zboża. Opracowano model szacowania rentowności produkcji zboża z wykorzystaniem analizy regresji i zasady logiki rozmytej. Przeprowadzona została prognoza rentowności produkcji zboża dla roku 2015 w oparciu o trzy różne formuły matematyczne, natomiast uzyskane wyniki predykcji były bardzo zbieżne.

RU

Основой продовольственной безопасности Украины являются высокие урожаи зерновых культур. Поэтому задача разработки надежной математической модели прогнозирования зернопроизводства является актуальной. С использованием корреляционно-регрессионного анализа и принципов нечеткого моделирования нами построена модель рентабельности производства зерна. Выполнено прогнозирование значения рентабельности производства зерна на 2015 год тремя различными методами, результаты прогнозирования близки между собой.

Keywords

EN

mathematical modeling, grain production, statistic model, regression analysis, profitability, yield, crop production, fuzzy logic, membership function

PL

modelowanie matematyczne, produkcja zboża, modelu statystycznego, analiza regresji, rentowność, produktywność, logika rozmyta, funkcja

RU

математическое моделирование, зернопроизводство, статистическая модель, регрессионный анализ, рентабельность, урожайность, нечеткая логика, функция принадлежности

• Publisher: Międzynarodowy Instytut Innowacji Nauka – Edukacja – Rozwój w Warszawie
• Journal: International Journal of New Economics and Social Sciences
• Year: 2016
• Volume: 4(2)
• Pages: 42-52

Dates

published

2016-12-30

Contributors

author

Hrytsiuk, Petro

author

Babych, Tetyana

References

• 1. Coyle B. T., Wei R., Rude J.. Dynamic econometric models of Manitoba crop production and hypotheticalproduction impacts for CAIS, «CATPRN Working Paper», 2008, №6.
• 2. Edwards A. L., The Regression Line on , CA: Freeman W.H., San Francisco, 1976.
• 3. Mamdani E. H.. Application of fuzzy algorithms for the control of a simple dynamic plant. Proc.IEEE 121, 1974.
• 4. Mjelde J. W.. Dynamic programming model of the corn production decision process with stochasticclimate forecasts. — Thesis of Doctor of Philosofy in Agricultural Economics. University of Illinois, 1985.
• 5. Naeeni A. F., Advanced Multi-Agent Fuzzy Reinforcement Learning. Master Thesis Computer Engineering,Nr: E3098D, Dalarna University, Sweden, 2004.
• 6. Zadeh L., Fuzzy sets, ―Information and control‖, 1965, №8.
• 7. Грицюк П. М., Аналіз, моделювання та прогнозування динаміки врожайності озимої пшениців розрізі областей України: Монографія. НУВГП, Рівне, 2010.
• 8. Грицюк П. М., Бабич Т. Ю., Економіко-математичне моделювання рентабельності зернови-робництва в Україні, «Вісник Національного університету водного господарства та природокорис-тування. Економіка», 2014, Випуск 2(66).
• 9. Кофман А., Введение в теорию нечетких множеств, Радио и связь, Москва, 1982.
• 10. Кравець П., Киркало Р., Системи прийняття рішень з нечіткою логікою, Вісник Національ-ного університету ―Львівська політехніка‖ ―Комп'ютерні науки та інформаційні технології‖, 2009 р.,№9.
• 11. http://www.stat.gov.ua, доступ от 21.04.2016 г.

Identifiers

DOI

10.5604/01.3001.0010.4538