Промышленность Энергетика и ЖКХ Сельское хозяйство

• Искусственный интеллект в помощь агроному

Транспорт и логистика

Борлас › Отраслевые решения › Сельское хозяйство › Искусственный интеллект в помощь агроному

Искусственный интеллект в помощь агроному

Уже сегодня дальновидные управленцы и специалисты готовы для сокращения издержек и повышения урожайности использовать современные технологии не только непосредственно «в поле», но и в управлении процессом выращивания и его детальном планировании.

Анализ производственной деятельности растениеводческих хозяйств показал, что актуальной задачей крупных землепользователей является формирование оптимальной структуры посевных площадей (определение на каком поле какую культуру выращивать в очередном агрономическом сезоне). Выявлены следующие проблемы:

• Нахождение баланса между требованиями бизнеса по выращиванию определенного количества продукции разных культур и эффективным землепользованием с соблюдением научно-обоснованных севооборотов.
• Трудоемкость процесса подбора оптимальных севооборотов
• Сложность группировки большого количества полей в звенья севооборота для обеспечения равномерного распределения площадей между ротациями (площади полей сильно разнятся в пределах хозяйства).
• При формировании структуры посевных площадей (СПП) для крупных землепользователей необходим анализ большого объема данных, причем процесс происходит многократно, поскольку СПП изменяется несколько раз еще до начала основных работ.
• Длительный процесс формирования СПП в хозяйстве, большие трудозатраты сотрудников.
• Невозможность проверить качество результата планирования руководством (из-за большого объема данных, участвующих в процессе планирования).

Возможности системы

На основе данных хозяйства, система, используя собственную автоматизированную оптимизационную модель, рассчитает и предоставит в табличном формате оптимальную структуру посевных площадей (распределение культур по полям хозяйства).

Процесс расчета происходит оперативно (около часа вместо нескольких дней при неавтоматизированном расчете), может быть быстро выполнен многократно при изменении отдельных параметров (что невозможно при традиционном ручном планировании).

Результат расчета объективен, качественен, не может содержать ошибок, возникающих при выполнении расчетов человеком, или вследствие личной заинтересованности.

Существенные отличия от иных систем/моделей формирования СПП:

• учет в расчетах не только агрономических показателей, но и требований (вводных данных) бизнес-плана (традиционные системы работают только как «производственные»);
• масштабируемость системы, нет ограничений на количество расчетных параметров, сложность критериев, объема исходных данных, что всегда является ограничением моделей, созданных, например, в MS Excel;
• гибкость системы — возможность усложнения алгоритма расчета, быстрого добавления новых или изменения параметров (ограничений, исходных данных), что затруднительно или невозможно в «закрытых» для редактирования моделей;

Итоговым результатом работы оптимизационной модели является:

• формирование оптимальной структуры посевных площадей для всех полей хозяйства;
• расчет ротационной таблицы на произвольный заданный период;
• расчет планового валового сбора урожая.

Практическая значимость решения для агрохолдингов:

• возможность нахождение баланса между требованиями бизнеса по выращиванию определенного количества продукции разных культур и эффективным землепользованием;
• сокращение финансовых издержек на процесс планирования;
• повышение качества и точности планирования, достоверности результатов планирования;
• повышение качества результата работы агрономов в целом за счет высвобождения часов для оперативной работы «в поле».