Разработка нейросетевых алгоритмов прогнозирования конъюнктуры продовольственного рынка

Авторы

  • Владислав Евгеньвич Жабин Российский государственный аграрный университет – МСХА им. К.А. Тимирязева

DOI:

https://doi.org/10.52575/2687-0932-2022-49-3-582-588

Ключевые слова:

продовольственный рынок, нейросеть, нейросетевой алгоритм, прогнозирование

Аннотация

Современную ситуацию отличает перестройка в мировой политике и очередных волнах антироссийских санкций, лабильность на продовольственных рынках, из-за чего регионам РФ нужно с пристальным вниманием контролировать и обеспечивать продовольственную безопасность. Практика применения нейросетей оказалась высокоэффективной, чтобы осуществлять прогнозирование рыночной обстановки, проводить коррекцию по отклоняющимся товарным и денежным потокам, анализировать и выводить самое основное по итогам социологических опросов, формулировать ожидания по динамике рейтингов элитных политиков, улучшать процессы производства и сервиса, подвергать качество продукции комплексной диагностике. Настоящая статья нацелена на то, чтобы дать характеристику изучения продовольственного рынка методом алгоритма прогнозирования цен, рассмотрев как пример продукцию сельскохозяйственного предприятия, анализируемую при всестороннем задействовании потенциала нейросетей.

Скачивания

Данные скачивания пока недоступны.

Биография автора

Владислав Евгеньвич Жабин, Российский государственный аграрный университет – МСХА им. К.А. Тимирязева

аспирант кафедры прикладной информатики института экономики и управления АПК, Российский государственный аграрный университет – МСХА им. К.А. Тимирязева,
г. Москва, Россия

Библиографические ссылки

Байдаков А.Н., Назаренко А.В., Сергиенко Е.Г. 2013. О построении прогнозных сценариев развития зернового производства. Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 94: 784–794.

Бубенок Е.А. 2019. Искусственный интеллект в цифровой платформе как драйвер инновационного развития прорывных технологий развития отечественного АПК. Вестник МИРБИС.

(17): 90–95. DOI: 10.25634/MIRBIS.2019.1.11

Галушкин А.И. 2015. Нейронные сети: основы теории. М.: РиС, 496 c.

Горенкова Ю.С., Андриянова К.А., Нечипоренко Л.В. 2016. Управленческие аспекты прогнозирования. Эволюция современной науки: сб. ст. международной научно-практической конференции. Уфа: АЭТЕРНА. 123–125.

Дегтярёва Т.Д., Таспаев С.С. 2011. Планирование на предприятиях АПК: учебно-практическое пособие, под ред. проф. Т.Д. Дегтярёвой. Оренбург: Издательский центр ОГАУ, 170 с.

Каллан Р. 2001. Основные концепции нейронных сетей: пер. с англ. М.: Вильямс, 290 с.

Редько В.Г. 2017. Эволюция, нейронные сети, интеллект: Модели и концепции эволюционной кибернетики. М.: Ленанд, 224 c.

Рыбина Г.В. 2010. Основы построения интеллектуальных систем. М.: Финансы и статистика: ИНФРА-М, 432 с.

Хайкин С. 2006. Нейронные сети. Полный курс: пер. с англ. 2-е изд., испр. М.: Вильямс, 1104 с.

Ширяев В.И. 2009. Финансовые рынки: Нейронные сети, хаос, и нелинейная динамика: Учебное пособие. Изд. 2-е, испр. и доп. М.: Книжный дом «ЛИБРОКОМ», 232 с.


Просмотров аннотации: 88

Поделиться

Опубликован

2022-09-30

Как цитировать

Жабин, В. Е. (2022). Разработка нейросетевых алгоритмов прогнозирования конъюнктуры продовольственного рынка. Экономика. Информатика, 49(3), 582-588. https://doi.org/10.52575/2687-0932-2022-49-3-582-588

Выпуск

Раздел

СИСТЕМНЫЙ АНАЛИЗ И УПРАВЛЕНИЕ