Надійна модель контролю забруднення агровиробництвом за невизначених погодних умов
Завантаження...
Дата
Автори
Назва журналу
Номер ISSN
Назва тому
Видавець
Інститут кібернетики ім. В.М. Глушкова НАН України
Анотація
Представлено стохастичну оптимізаційну модель, що пропонує збалансоване управлінське рішення для агровиробництва як щодо рівня прибутковості, так і щодо рівня забруднення навколишнього середовища викидами фосфору. На відміну від широко відомих детерміністичних моделей враховується фактор невизначеності погодних умов.
Представлена стохастическая оптимизационная модель, что рекомендует сбалансированное управленческое решение для агропроизводства как относительно уровня прибыльности, так и относительно уровня загрязнения окружающей среды выбросами фосфора. В отличие от широкоизвестных детерминистических моделей учтен фактор неопределенности погодных условий.
Stochastic optimization model is presented which suggest balanced management decision in agriculture regarding profitability level as well as the level of phosphorous pollution of environment. In contrast to the widely known deterministic models a factor of weather uncertainty is taken into account.
Представлена стохастическая оптимизационная модель, что рекомендует сбалансированное управленческое решение для агропроизводства как относительно уровня прибыльности, так и относительно уровня загрязнения окружающей среды выбросами фосфора. В отличие от широкоизвестных детерминистических моделей учтен фактор неопределенности погодных условий.
Stochastic optimization model is presented which suggest balanced management decision in agriculture regarding profitability level as well as the level of phosphorous pollution of environment. In contrast to the widely known deterministic models a factor of weather uncertainty is taken into account.
Опис
Теми
Информационные технологии в экологии
Цитування
Надійна модель контролю забруднення агровиробництвом за невизначених погодних умов / М.С. Дунаєвський // Компьютерная математика. — 2018. — № 1. — С. 36-45. — Бібліогр.: 15 назв. — укр.