Обоснование оптимальных параметров развития сельскохозяйственных предприятий

МИНИСТЕРСТВО  СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное  образовательное учреждение 
высшего профессионального образования

«Воронежский государственный  аграрный университет имени императора Петра I »

Кафедра информационного  обеспечения и моделирования агроэкономических систем

КУРСОВОЙ ПРОЕКТ

по дисциплине

«Моделирование социально-экономических  систем и процессов»

на тему «Обоснование оптимальных параметров развития сельскохозяйственных предприятий»

Выполнил:

студент 4 курса заочной формы обучения

шифр зачетной книжки

Специальность: экономика  и управление на предприятии агропромышленного  комплекса

Руководитель:

Тютюников А.А.

Воронеж  
2012

содержание

введение

Сельское хозяйство относится к числу сложных экономических систем. Расширенное воспроизводство в сельском хозяйстве представляет собой взаимосвязь биологических, технологических, организационных и экономических процессов.

Сельскохозяйственное производство рассредоточено на всей территории страны и ведется в разных природно-климатических условиях. Предприятия осуществляют производство продуктов питания и непродовольственного сырья. Отрасли сельского хозяйства тесно связаны между собой и с другими отраслями агропромышленного комплекса. Продукция сельского хозяйства поступает на переработку в пищевую и легкую промышленность, а также в торговую сеть для реализации в свежем виде.

 Конечная цель сельского  хозяйства - достижение устойчивого  роста сельскохозяйственной продукции,  надежное обеспечение страны продуктами питания и сельскохозяйственным сырьем, объединение усилий всех отраслей для получения высоких конечных результатов.

Одним из одних основных направлений в  реализации продовольственной программы  является пропорциональное и сбалансированное развитие всех отраслей агропромышленного комплекса, совершенствование управления, планирования и экономического стимулирования производства.

  В сельском хозяйстве необходимо  обеспечить высокие темпы производства  на основе его интенсификации, высокоэффективное использование земли, ускоренное внедрение достижений науки и передового опыта. В этот период будет совершенствоваться специализация, концентрация и межхозяйственная кооперация производства, в основном завершится комплексная механизация производства, расширятся площади мелиорированных земель, возрастет уровень химизации сельского хозяйства.

Сложность процессов в экономике требует  от человека, принимающего решения, высокой  квалификации и большого опыта. Это, однако, не гарантирует ошибок, дать быстрый ответ на поставленный вопрос, провести экспериментальные исследования, невозможные или требующие больших затрат и времени на реальном объекте, позволяет математическое моделирование.

Математическое  моделирование позволяет принять  оптимальное, то есть наилучшее решение. Оно может незначительно отличаться от грамотно принятого решения без применения математического моделирования (около 3%). Однако при больших объемах производства такая "незначительная" ошибка может привести к огромным потерям.

Таким образом, решение задачи включает следующие этапы:

1. Содержательная постановка задачи.

2. Системный анализ.

3. Системный синтез (математическая постановка задачи).

4. Разработка или выбор программного  обеспечения.

5. Решение задачи.

Последовательное  использование методов исследования операций и их реализация на современной информационно-вычислительной технике позволяет преодолеть субъективизм, исключить так называемые волевые решения, основанные не на строгом и точном учете объективных обстоятельств, а на случайных эмоциях и личной заинтересованности руководителей различных уровней, которые к тому же не могут согласовать эти свои волевые решения.

Математические  методы, применяемые для анализа  математической модели и принятия оптимального решения, весьма сложны и их реализация без применения ЭВМ затруднительна. В составе программ Excel и Mathcad имеются средства, позволяющие провести математический анализ и найти оптимальное решение.

Применение  экономико-математических методов  и электронно-вычислительных машин позволяет вскрыть неиспользованные возможности производства, глубже и точнее разрабатывать сложные народнохозяйственные задачи агропромышленного комплекса, в частности задачи анализа, планирования и управления сельскохозяйственным производством.

Любая наука развивается прежде всего на основе совершенствования методов исследования для более глубокого познания закономерностей, присущих данной науке. Всякая наука достигает совершенства только тогда, когда ей удается пользоваться математикой. Именно этим можно объяснить стремительное и широкое проникновение математических методов в самые разные отрасли человеческого знания (экономику, биологию, медицину и т.д.). Точное описание любой сложной системы возможно только с помощью математики, а учесть и упорядочить поток разнообразной информации можно, лишь используя современные математические методы и электронно-вычислительную технику.

Экономико-математические методы могут  быть успешно освоены лишь при  хорошем знании таких наук как  политическая экономия, экономика  и организация сельскохозяйственного производства, математическое программирование, теория вероятностей, математическая статистика и др. Без глубокого знания экономики и организации производства невозможны правильная постановка задач, их детальная разработка, решение и анализ. Без знания алгоритма и логики математических связей и преобразований невозможно корректно представить задачу в математической форме и глубоко понять ту результативную информацию, которая содержится в оптимальном решении.[1]

1. теоретические основы моделирования

1. Модели: сущность, способы описания и элементы

Моделирование в научных исследованиях  стало применяться еще в глубокой древности и постепенно захватывало  все новые области научных  знаний: техническое конструирование, строительство и архитектуру, астрономию, физику, химию, биологию и, наконец, общественные науки. Большие успехи и признание практически во всех отраслях современной науки принес методу моделирования ХХ в. Однако методология моделирования долгое время развивалась независимо отдельными науками. Отсутствовала единая система понятий, единая терминология. Лишь постепенно стала осознаваться роль моделирования как универсального метода научного познания. Термин "модель" широко используется в различных сферах человеческой деятельности и имеет множество смысловых значений.

Модель - объект или описание объекта, системы для замещения (при определенных условиях предложениях, гипотезах) одной системы (т.е. оригинала) другой системы для изучения оригинала или воспроизведения его каких - либо свойств. Модель - результат отображения одной структуры на другую.

Под моделированием понимается процесс построения, изучения и применения моделей. Оно тесно связано с такими категориями, как абстракция, аналогия, гипотеза и др. Процесс моделирования обязательно включает и построение абстракций, и умозаключения по аналогии, и конструирование научных гипотез. Главная особенность моделирования в том, что это метод опосредованного познания с помощью объектов-заместителей. Модель выступает как своеобразный инструмент познания, который исследователь ставит между собой и объектом и с помощью которого изучает интересующий его объект. Именно эта особенность метода моделирования определяет специфические формы использования абстракций, аналогий, гипотез, других категорий и методов познания. [7]

Возможности моделирования, то есть перенос  результатов, полученных в ходе построения и исследования модели, на оригинал основаны на том, что модель в определенном смысле отображает (воспроизводит, моделирует, описывает, имитирует) некоторые интересующие исследователя черты объекта. Моделирование как форма отражения действительности широко распространено, и достаточно полная классификация возможных видов моделирования крайне затруднительна, хотя бы в силу многозначности понятия "модель", широко используемого не только в науке и технике, но и в искусстве, и в повседневной жизни.

Требования, предъявляемые к моделям:

-модель должна быть актуальной. Это значит, что модель должна быть нацелена на важные для лиц, принимающих решения, проблемы.

-модель должна быть результативной. Это значит, что полученные результаты моделирования могут найти ycпeшнoe применение. Данное требование может быть реализовано только в случае правильной формулировки требуемого результата.

-модель должна быть дocтoвepнoй. Это значит, что результаты моделирования не вызoвyт coмнeния. Данное требование тесно связано с понятием адекватности, то есть, если модель неадекватна, то она не может давать достоверных результатов.

-модель должна быть экономичной. Это значит, что эффект от использования результатов моделирования превышает расходы ресурсов на ее создание и исследование.

Эти требования (обычно их называют внешними) выполнимы при условии обладания  моделью внутренними свойствами.

Модель  должна быть:

-существенной, т. е. позволяющей вскрыть сущность поведения системы, вскрыть неочевидные, нетривиальные детали.

-мощной, т. е. позволяющей получить широкий набор существенных сведений.

-пpocтoй в изучении и использовании, легко просчитываемой на компьютере.

-открытой, т.е. позволяющей ее модификацию.

  Модель предназначена для замены  оригинала при исследованиях,  которым подвергать оригинал  нельзя или нецелесообразно. Но  замена оригинала моделью возможна, если они в достаточной степени похожи или адекватны.

Адекватность означает, достаточно ли хорошо с точки зрения целей исследования результаты, полученные в ходе моделирования, отражают истинное положение дел. Термин происходит от латинского adaequatus - приравненный.

Говорят, что модель адекватна оригиналу, если при ее интерпретации возникает "портрет", в высокой степени  сходный с оригиналом. До тех пор, пока не решен вопрос, правильно ли отображает модель исследуемую систему (то есть адекватна ли она), ценность модели нулевая.

Термин "адекватность" как видно носит  весьма расплывчатый смысл. Понятно, что  результативность моделирования значительно  возрастет, если при построении модели и переносе результатов с модели на систему - оригинал может воспользоваться  некоторой теорией, уточняющей идею подобия, связанную с используемой процедурой моделирования.

К сожалению теории, позволяющей оценить, адекватность математической модели и моделируемой системы нет, в отличие от хорошо разработанной теории подобия явлений одной и той же физической природы.

Проверку  адекватности проводят на всех этапах построения модели, начиная с самого первого этапа - концептуального  анализа. Если описание системы будет  составлено не адекватно реальной системе, то и модель, как бы точно она не отображала описание системы, не будет адекватной оригиналу. Здесь сказано "как бы точно", так как имеется в виду, что вообще не существуют математические модели, абсолютно точно отображающие процессы, существующие в реальности.

Если  изучение системы проведено качественно и концептуальная модель достаточно точно отражает реальное положение дел, то далее перед разработчиками стоит лишь проблема эквивалентного преобразования одного описания в другое. [5]

Итак, можно говорить об адекватности модели в любой ее форме и оригинала, если:

-описание поведения, созданное на каком-либо этапе, достаточно точно совпадает с поведением моделируемой системы в одинаковых ситуациях;

-описание убедительно представительно относительно свойств системы, которые должны прогнозироваться с помощью модели.

Математические  модели экономических процессов  и явлений более кратко можно  назвать экономико-математическими  моделями. Для классификации этих моделей используются разные основания.

По  целевому назначению экономико-математические модели делятся на теоретико-аналитические, используемые в исследованиях общих свойств и закономерностей экономических процессов, и прикладные, применяемые в решении конкретных экономических задач (модели экономического анализа, прогнозирования, управления).

Экономико-математические модели могут предназначаться для  исследования разных сторон народного  хозяйства (в частности, его производственно-технологической, социальной, территориальной структур) и его отдельных частей. При  классификации моделей по исследуемым экономическим процессам и содержательной проблематике можно выделить модели народного хозяйства в целом и его подсистем - отраслей, регионов и т.д., комплексы моделей производства, потребления, формирования и распределения доходов, трудовых ресурсов, ценообразования, финансовых связей и т.д.

Остановимся более подробно на характеристике таких  классов экономико-математических моделей, с которыми связаны наибольшие особенности методологии и техники  моделирования.

В соответствии с общей классификацией математических моделей они подразделяются на функциональные и структурные, а также включают промежуточные формы (структурно-функциональные). В исследованиях на народнохозяйственном уровне чаще применяются структурные модели, поскольку для планирования и управления большое значение имеют взаимосвязи подсистем. Типичными структурными моделями являются модели межотраслевых связей. Функциональные модели широко применяются в экономическом регулировании, когда на поведение объекта ("выход") воздействуют путем изменения "входа". Примером может служить модель поведения потребителей в условиях товарно-денежных отношений. Один и тот же объект может описываться одновременно и структурой, и функциональной моделью. Так, например, для планирования отдельной отраслевой системы используется структурная модель, а на народнохозяйственном уровне каждая отрасль может быть представлена функциональной моделью.

Выше  уже показывались различия между  моделями дескриптивными и нормативными. Дескриптивные модели отвечают на вопрос: как это происходит? или как это вероятнее всего может дальше развиваться?, т.е. они только объясняют наблюдаемые факты или дают вероятный прогноз. Нормативные модели отвечают на вопрос: как это должно быть?, т.е. предполагают целенаправленную деятельность. Типичным примером нормативных моделей являются модели оптимального планирования, формализующие тем или иным способом цели экономического развития, возможности и средства их достижения.

Применение  дескриптивного подхода в моделировании экономики объясняется необходимостью эмпирического выявления различных зависимостей в экономике, установления статистических закономерностей экономического поведения социальных групп, изучения вероятных путей развития каких-либо процессов при неизменяющихся условиях или протекающих без внешних воздействий. Примерами дескриптивных моделей являются производственные функции и функции покупательского спроса, построенные на основе обработки статистических данных.

Является ли экономико-математическая модель дескриптивной или нормативной, зависит не только от ее математической структуры, но от характера использования этой модели. Например, модель межотраслевого баланса дескриптивна, если она используется для анализа пропорций прошлого периода. Но эта же математическая модель становится нормативной, когда она применяется для расчетов сбалансированных вариантов развития народного хозяйства, удовлетворяющих конечные потребности общества при плановых нормативах производственных затрат. [8]

Многие экономико-математические модели сочетают признаки дескриптивных  и нормативных моделей. Типична  ситуация, когда нормативная модель сложной структуры объединяет отдельные  блоки, которые являются частными дескриптивными моделями. Например, межотраслевая модель может включать функции покупательского спроса, описывающие поведение потребителей при изменении доходов. Подобные примеры характеризуют тенденцию эффективного сочетания дескриптивного и нормативного подходов к моделированию экономических процессов. Дескриптивный подход широко применяется в имитационном моделировании.

По характеру отражения причинно-следственных связей различают модели жестко детерминистские  и модели, учитывающие случайность  и неопределенность. Необходимо различать  неопределенность, описываемую вероятностными законами, и неопределенность, для описания которой законы теории вероятностей неприменимы. Второй тип неопределенности гораздо более сложен для моделирования.

По способам отражения фактора  времени экономико-математические модели делятся на статические и динамические. В статических моделях все зависимости относятся к одному моменту или периоду времени. Динамические модели характеризуют изменения экономических процессов во времени. По длительности рассматриваемого периода времени различаются модели краткосрочного (до года), среднесрочного (до 5 лет), долгосрочного (10-15 и более лет) прогнозирования и планирования. Само время в экономико-математических моделях может изменяться либо непрерывно, либо дискретно.

Модели  экономических процессов чрезвычайно разнообразны по форме математических зависимостей. Особенно важно выделить класс линейных моделей, наиболее удобных для анализа и вычислений и получивших вследствие этого большое распространение. Различия между линейными и нелинейными моделями существенны не только с математической точки зрения, но и в теоретико-экономическом отношении, поскольку многие зависимости в экономике носят принципиально нелинейный характер: эффективность использования ресурсов при увеличении производства, изменение спроса и потребления населения при увеличении производства, изменение спроса и потребления населения при росте доходов и т.п. Теория "линейной экономики" существенно отличается от теории "нелинейной экономики". От того, предполагаются ли множества производственных возможностей подсистем (отраслей, предприятий) выпуклыми или же невыпуклыми, существенно зависят выводы о возможности сочетания централизованного планирования и хозяйственной самостоятельности экономических подсистем.

По  соотношению экзогенных и эндогенных переменных, включаемых в модель, они могут разделяться на открытые и закрытые. Полностью открытых моделей не существует; модель должна содержать хотя бы одну эндогенную переменную. Полностью закрытые экономико-математические модели, т.е. не включающие экзогенных переменных, исключительно редки; их построение требует полного абстрагирования от "среды", т.е. серьезного огрубления реальных экономических систем, всегда имеющих внешние связи. Подавляющее большинство экономико-математических моделей занимает промежуточное положение и различаются по степени открытости (закрытости).

Для моделей народнохозяйственного  уровня важно деление на агрегированные и детализированные.

В зависимости от того, включают ли народнохозяйственные модели пространственные факторы и условия или не включают, различают модели пространственные и точечные.

Таким образом, общая классификация  экономико-математических моделей  включает более десяти основных признаков. С развитием экономико-математических исследований проблема классификации применяемых моделей усложняется. Наряду с появлением новых типов моделей (особенно смешанных типов) и новых признаков их классификации осуществляется процесс интеграции моделей разных типов в более сложные модельные конструкции. [2]

2. Классификация моделей

Каждая модель создается для  конкретной цели и, следовательно, уникальна. Однако наличие общих черт позволяет  сгруппировать все их многообразие в отдельные классы, что облегчает  их разработку и изучение. В теории рассматривается много признаков классификации и их количество не установилось. Тем не менее, наиболее актуальны следующие признаки классификации:

-характер моделируемой стороны объекта;

-характер процессов, протекающих в объекте;

-способ реализации модели.

Классификация моделей и моделирования  по признаку "характер моделируемой стороны объекта":

-функциональными (кибернетическими);

-структурными;

-информационными.

Функциональные модели отображают только поведение, функцию моделируемого объекта. В этом случае моделируемый объект рассматривается как "черный ящик", имеющий входы и выходы. Физическая сущность объекта, природа протекающих в нем процессов, структура объекта остаются вне внимания исследователя, хотя бы потому, что неизвестны. При функциональном моделировании эксперимент состоит в наблюдении за выходом моделируемого объекта при искусственном или естественном изменении входных воздействий. По этим данным и строится модель поведения в виде некоторой математической функции.

Компьютерная шахматная программа - функциональная модель работы человеческого мозга при игре в шахматы.

Структурное моделирование это создание и исследование модели, структура которой (элементы и связи) подобна структуре моделируемого объекта. Как мы выяснили ранее, подобие устанавливается не вообще, а относительно цели исследования. Поэтому она может быть описана на разных уровнях рассмотрения. Наиболее общее описание структуры - это топологическое описание с помощью теории графов.

Учение войск - структурная модель вида боевых действий.

Классификация моделей и моделирования  по признаку "характер процессов, протекающих  в объекте".

По этому признаку модели могут  быть детерминированными или стохастическими, статическими или динамическими, дискретными  или непрерывными или дискретно-непрерывными.

Детерминированные модели отображают процессы, в которых отсутствуют случайные воздействия.

Стохастические модели отображают вероятностные процессы и события.

Статические модели служат для описания состояния объекта в какой-либо момент времени.

Динамические модели отображают поведение объекта во времени.

Дискретные модели отображают поведение систем с дискретными состояниями.

Непрерывные модели представляют системы с непрерывными процессами.

Дискретно-непрерывные модели строятся тогда, когда исследователя интересуют оба эти типа процессов.

Очевидно, конкретная модель может  быть стохастической, статической, дискретной или какой-либо другой, в соответствии со связями.

Нередко в практике моделирования  присутствуют смешанные, абстрактно-материальные модели.

Абстрактные модели представляют собой определенные конструкции из общепринятых знаков на бумаге или другом материальном носителе или в виде компьютерной программы.

Абстрактные модели можно разделить  на:

-символические;

-математические.

Символическая модель - это логический объект, замещающий реальный процесс и выражающий основные свойства его отношений с помощью определенной системы знаков или символов. Это либо слова естественного языка, либо слова соответствующего тезауруса, графики, диаграммы и т. п.

Символическая модель может иметь  самостоятельное значение, но, как  правило, ее построение является начальным  этапом любого другого моделирования.

Математическое моделирование - это процесс установления соответствия моделируемому объекту некоторой математической конструкции, называемой математической моделью, и исследование этой модели, позволяющее получить характеристики моделируемого объекта.

Математическое моделирование - главная  цель и основное содержание изучаемой  дисциплины.

Математические модели могут быть:

-аналитическими;

-имитационными;

-смешанными (аналитико-имитационными).

Аналитические модели - это функциональные соотношения: системы алгебраических, дифференциальных, интегро-дифференциальных уравнений, логических условий. Уравнения Максвелла - аналитическая модель электромагнитного поля. Закон Ома - модель электрической цепи.

Преобразование математических моделей  по известным законам и правилам можно рассматривать как эксперименты. Решение на основе аналитических  моделей может быть получено в результате однократного просчета безотносительно к конкретным значениям характеристик ("в общем виде"). Это наглядно и удобно для выявления закономерностей. Однако для сложных систем построить аналитическую модель, достаточно полно отражающую реальный процесс, удается не всегда. [12]

Имитационное моделирование. Создание вычислительных машин обусловило развитие нового подкласса математических моделей - имитационных. Имитационное моделирование предполагает представление модели в виде некоторого алгоритма - компьютерной программы, - выполнение которого имитирует последовательность смены состояний в системе и таким образом представляет собой поведение моделируемой системы.

Процесс создания и испытания таких  моделей называется имитационным моделированием, а сам алгоритм - имитационной моделью.

В чем заключается отличие имитационных и аналитических моделей?

В случае аналитического моделирования  ЭВМ является мощным калькулятором, арифмометром. Аналитическая модель решается на ЭВМ.

В случае же имитационного моделирования имитационная модель - программа - реализуется на ЭВМ.

Имитационные модели достаточно просто учитывают влияние случайных  факторов. Для аналитических моделей  это серьезная проблема. При наличии  случайных факторов необходимые характеристики моделируемых процессов получаются многократными прогонами (реализациями) имитационной модели и дальнейшей статистической обработкой накопленной информации. Поэтому часто имитационное моделирование процессов со случайными факторами называют статистическим моделированием.

Если исследование объекта затруднено использованием только аналитического или имитационного моделирования, то применяют смешанное (комбинированное), аналитико-имитационное моделирование. При построении таких моделей  процессы функционирования объекта декомпозируются на составляющие подпроцессы и для которых возможно используют аналитические модели, а для остальных подпроцессов строят имитационные модели.

Материальное моделирование основано на применении моделей, представляющих собой реальные технические конструкции. Это может быть сам объект или его элементы (натурное моделирование). Это может быть специальное устройство - модель, имеющая либо физическое, либо геометрическое подобие оригиналу. Это может быть устройство иной физической природы, чем оригинал, но процессы в котором описываются аналогичными математическими соотношениями. Это так называемое аналоговое моделирование. Такая аналогия наблюдается, например, между колебаниями антенны спутниковой связи под ветровой нагрузкой и колебанием электрического тока в специально подобранной электрической цепи.[3]

2. оптимизация параметров развития сха «Горизонт»

1. Постановка и условия задачи, подготовка входной информации

Постановка задачи.

Большинство современных сельскохозяйственных предприятий развивает совокупность отраслей, рациональное сочетание которых в значительной степени определяет эффективность всей производственно-финансовой деятельности хозяйствующего субъекта. Очевидно, что есть отрасли более эффективные, чем другие. Но отдать доминирующий приоритет самым эффективным отраслям невозможно иногда в силу агротехнических или зооветеринарных, иногда в силу организационно-экономических требований. Именно поэтому проблема поиска оптимального сочетания развиваемых в предприятии отраслей действительно актуальна.

Постановку данной задачи сформулируем следующим образом: исходя из наличия  ресурсов необходимо найти такое  сочетание отраслей, которое обеспечило бы получение максимальной суммы  чистого дохода при условии соблюдения всех агротехнических и зооветеринарных требований, выполнения договорных обязательств по реализации продукции, гарантированного обеспечения отраслей животноводства кормами.

Входная информация.

Для разработки экономико-математической модели данной задачи необходимо иметь следующую информацию:

• площадь пашни, имеющуюся у предприятия;
• перечень сельскохозяйственных культур, которые планируется возделывать;
• урожайность основной и побочной продукции, нормы высева семян (по культурам, по которым используются семена собственного производства), нормативы отходов;
• производственные затраты и затраты труда в расчете на 1 га посева;
• агротехнические требования по насыщению севооборотов отдельными культурами и группами культур;
• поголовье имеющихся у предприятия сельскохозяйственных животных;
• структуру стада, продуктивность скота, затраты корма на единицу продукции;
• рационы кормления скота;
• питательность кормов, включенных в рационы кормления;
• выход продукции в расчете на 1 структурную голову;
• производственные затраты в расчете на 1 структурную голову без учета стоимости кормов;
• цену приобретения покупных кормов;
• цену реализации реализуемой продукции.