ВАК 5.2.3 Региональная и отраслевая экономика
ВАК 5.2.4 Финансы
ВАК 5.2.5 Мировая экономика
ВАК 5.2.6 Менеджмент
ВАК 5.2.7 Государственное и муниципальное управление
УДК 338 Экономическое положение. Экономическая политика. Управление и планирование в экономике. Производство. Услуги. Цены
Цель исследования: разработка метода определения рационального распределения ограниченных ресурсов между инновационными проектами в агропромышленном комплексе, отличающегося комплексным применением метаэвристики, инспирированной поведением летучих мышей, и нечеткой логики и позволяющего повысить качество принимаемых решений, сократить время поиска приемлемого варианта распределения и увеличить совокупный экономический эффект от реализации портфеля проектов. Методология исследования: формализация задачи условной многомерной оптимизации с целевой функцией на основе производственных функций Кобба-Дугласа, для решения которой предложен модифицированный алгоритм «летучих мышей», в котором параметры громкости и скорости импульса определяются с помощью системы нечеткого логического вывода Мамдани. Результаты исследования: в ходе экспериментальной апробации на примере семи инновационных проектов АПК и четырех видов распределяемых ресурсов предложенный метод обеспечил суммарную доходность 51 873 усл. ден. ед. при полной загрузке ресурсов, превысив результаты базового алгоритма «летучих мышей» на 8,9% и алгоритма «роя частиц» на 16,9%. Оригинальность и значимость результатов: предложена модификация базового алгоритма «летучих мышей» с адаптивным управлением свободных параметрами поиска на основе системы нечеткого логического вывода Мамдани применительно к задаче распределения ограниченных ресурсов между инновационными проектами АПК, включая проекты строительства объектов инфраструктуры хранения сельскохозяйственной продукции. Разработанный метод может быть встроен в системы поддержки принятия решений по управлению портфелями инновационных проектов предприятия.
агропромышленный комплекс, инновационные проекты, овощехранилища, распределение ресурсов, алгоритм «летучих мышей», нечеткая логика, условная многомерная оптимизация
1. Agroexpert 2025 Рейтинг регионов РФ по уровню инновационности в АПК в 2025 году Агроэксперт
2. The Global Economy 2026 Доля сельского хозяйства в экономике России The Global Economy
3. Баркалов С.А., Моисеев С.И., Серебрякова Е.А. 2023 Математическая модель оптимального распределения ресурсов в строительной сфере в условиях их дефицита Вестник ЮУрГУ. Серия: Компьютерные технологии, управление, радиоэлектроника (1): 89–99
4. Булыгина О.В., Дли М.И., Воротилова М.Ю., Анисимов А.Ю. 2025 Обобщенный подход к построению нечетких биоинспирированных моделей для ситуационного управления проектами Прикладная информатика 20 (5(119)): 22–45 DOI:https://doi.org/10.37791/2687-0649-2025-20-5-22-45
5. Булыгина О.В., Ярцев Д.Д., Прокимнов Н.Н., Верейкина Е.К. 2024 Направления гибридизации алгоритмов роевого интеллекта и нечеткой логики для решения оптимизационных задач в социально-экономических системах Прикладная информатика 19 (5(113)): 65–87 DOIhttps://doi.org/10.37791/2687-0649-2024-19-5-65-87
6. Булыгина О.В. 2025 Конструирование экономико-математических моделей многокритериальной оптимизации на основе гибридных метаэвристик Прикладная информатика 20 (3(117)): 66–84 DOI:https://doi.org/10.37791/2687-0649-2025-20-3-66-84
7. Дли М.И., Булыгина О.В., Малевич Е.П., Яшин Е.С. 2024 Инструменты государственного управления рисками инновационных проектов импортозамещения Путеводитель предпринимателя 17 (4): 103–109 DOI:https://doi.org/10.24182/2073-9885-2024-17-4-103-109
8. Дли М.И., Пучков А.Ю., Прокимнов Н.Н., Окунев Б.В. 2023 Нечеткологическая модель многостадийной химико-энерготехнологической системы переработки мелкодисперсного рудного сырья Прикладная информатика 18 (3(105)): 92–104 DOI:https://doi.org/10.37791/2687-0649-2023-18-3-92-104
9. Дусакаева С.Т., Носарев М.П., Хохлов И.А. 2023 Применение алгоритма нечеткой логики Мамдани для оценки качества моделей искусственного интеллекта Вестник ОГУ 1 (77): 170–180 DOI:https://doi.org/10.26731/1813-9108.2023.1(77).170-180
10. Кириллова Е.А., Пучков А.Ю., Минин В.С., Ярцев Д.Д. 2024 Нейро-нечеткая модель ресурсного обеспечения инновационной деятельности промышленного предприятия Прикладная информатика 19 (5(113)): 126–142 DOIhttps://doi.org/10.37791/2687-0649-2024-19-5-126-142
11. Курейчик В.В., Курейчик В.М., Зинченко Л.А. 2011 Бионические информационные системы и их практические применения М.: Физико-математическая литература
12. Леонов М.Е., Хабаров В.И. 2023 Анализ применения проектных технологий при реализации национальных проектов Современная конкуренция 17 (4(94)): 39–49 DOI:https://doi.org/10.37791/2687-0657-2023-17-4-39-49
13. Лябах Н.Н., Денисов А.В. 2009 Алгоритмическое, математическое, информационное обеспечение формирования портфеля инновационных проектов Известия высших учебных заведений. Северо-Кавказский регион. Технические науки 1 (149): 36–42
14. Россельхозбанк 2025 Рейтинг инновационности регионов Российской Федерации в АПК Агробит
15. Россельхозбанк, Фонд «Сколково» 2024 Рейтинг инновационности регионов Российской Федерации в АПК — 2024 М.: Россельхозбанк, Фонд «Сколково»
16. ТАСС 2025 Материал об инновационности регионов и развитии АПК ТАСС. Экономика
17. Юсим В.Н. и др. 2016 Производственная функция Кобба–Дугласа и управление экономико-технологическим развитием Вестник РЭА (3): 24–35.
18. Ярцев Д.Д., Воротилова М.Ю., Мордвин С.В. 2026 Нечеткий метаэвристический метод распределения сотрудников по задачам проекта Известия Кабардино-Балкарского научного центра РАН 28 (1): 175–187 DOI:https://doi.org/10.35330/1991-6639-2026-28-1-175-187
