Збірники наукових праць ЦНТУ
Permanent URI for this communityhttps://dspace.kntu.kr.ua/handle/123456789/1
Browse
Search Results
Item Нейронні штучні мережі як ефективний інструмент адаптивного прогнозування в аграрному секторі економіки(ЦНТУ, 2017) Кернасюк, Ю. В.; Kernasyuk, Y.Стаття присвячена дослідженню можливостей методу штучних нейронних мереж і його практичного застосування при розробці моделі прогнозу розвитку аграрного сектору економіки. Обґрунтовано теоретичний і методичний підхід до побудови моделі прогнозування сільськогосподарського виробництва на основі штучних нейронних мереж. Виявлені за допомогою кореляційного аналізу фактори впливу на виробництво валової продукції сільського господарства. Розроблено модель прогнозу виробництва валової продукції сільського господарства Кіровоградській області на середньостроковий і довгостроковий період. The purpose of the article is to provide scientific and methodological substantiation and development of a model for predicting the development of agricultural production in the Kirovohrad region on the basis of the application of artificial neural networks. The peculiarity of forecasting at the regional level is the need to take into account a significant number of exogenous and endogenous factors of influence. For prediction along with traditional methods of econometric analysis of time series it is expedient to use artificial neural networks. Correlation dependence of factors of development of the agrarian sector of the economy influencing the dynamics of gross agricultural production is determined. The theoretical model of forecasting of gross agricultural production is developed. According to research results, using the method of artificial neural networks and the software product of the analytical platform of the Deductor Academic 5.3.0.88 package, a methodical approach has been developed to construct a forecasting model for gross agricultural production. The essence of the proposed approach is based on a combination of methods of adaptive forecasting and the instrument of artificial neural networks. The methodical approach of adaptive forecasting of gross output of agricultural production is developed. The model of adaptive prediction based on artificial neural networks allows to take into account a significant number of factors of influence and tendencies in the development of ultra-complicated systems, which include agriculture, as well as to provide a lower error margin of forecast.Item Прогноз розвитку аграрного сектору і економіки Кіровоградської області в умовах зміни клімату(ЦНТУ, 2017) Кернасюк, Ю. В.; Kernasyuk, Yu.В статті досліджено сучасний стан розвитку економіки Кіровоградської області. Визначено фактори розвитку аграрного сектору економіки, що впливають на динаміку валового регіонального продукту. Здійснене прогнозування валового регіонального продукту із врахуванням аналізу впливу обсягу освоєння капітальних інвестицій у сільському господарстві і мінливості аграрного виробництва в умовах зміни клімату. На основі застосування методу економетричного моделювання розроблено методичний підхід до побудови моделі прогнозування валового регіонального продукту. Сутність запропонованого підходу базується на поєднанні методів багатофакторного прогнозування і інструменту виробничої функції.The purpose of the article is to develop and substantiate a model for predicting the dynamics of the gross regional product of the Kirovograd region, which assumes an assessment of the state of development of agricultural production and the volume of development of capital investments in agriculture, forestry and fisheries. The peculiarity of forecasting at the regional level is the need to take into account the available innovative potential, exogenous, and endogenous factors of influence. For forecasting, it is advisable to identify an analytical dependence, to construct a regression space-time model. The factors of development of the agrarian sector of the economy that affect the dynamics of the gross regional product are determined. The forecast of the gross regional product has been carried out, taking into account the analysis of the impact of the volume of development of capital investments in agriculture and the variability of agricultural production in the face of climate change. By results of researches on the basis of application of a method of econometric modeling the methodical approach to construction of model of forecasting of a total regional product is developed. The essence of the proposed approach is based on a combination of multifactor forecasting methods and the production function tool.