Abstract:
Кваліфікаційна робота присвячена дослідженню актуальних питань,
пов'язаних з розробкою інформаційної системи для аналізу впливу агрономічних
факторів на врожайність через методи кластеризації та регресії. У роботі
проведений аналіз проблем пов'язаних з відсутністю такої системи. Наведене
обґрунтування перспективних шляхів удосконалення системи збору і аналізу
агрономічних даних.
Актуальність теми обумовлена зростанням світових потреб у продуктах та
посилення впливу кліматичних змін на сільське господарство. Це вимагає переходу
аграрних підприємства до точного землеробства, яке базується на аналізі великих
даних та побудові математичних моделей для оцінки впливу різних факторів на
врожайність. Розробка такої системи з використанням методів кластеризації та
регресії є актуальною задачею, оскільки дозволить не лише підвищити точність
прогнозів врожайності, але й оптимізувати використання ресурсів та підвищити
економічну ефективність підприємства.
Основними завданнями дослідження є аналіз предметної області; розробка ІС
для аналізу впливу агрономічних факторів на врожайність і обгрунтування вибору
програмного забезпечення; розробка програмного продукту для застосування
алгоритмів кластеризації та регресії на підприємстві ТОВ «Дружба Нова».
Результати дослідження сприятимуть впровадженню точного землеробства
на базі аналізу великих даних, підвищенню врожайності за рахунок обґрунтованих
агрономічних рішень, оптимізації використання ресурсів, автоматизації процесів
збору та обробки агроінформації, а також зростанню економічної ефективності
аграрного підприємства.
Розроблена інформаційна технологія може бути використана агрономічними
підприємствами для аналізу впливу агрофакторів на врожайність, прогнозування
результатів сільськогосподарського виробництва, прийняття обґрунтованих
управлінських рішень, оптимізації використання ресурсів та підвищення
ефективності виробничих процесів.
Description:
The qualification thesis is devoted to the study of current issues related to the
development of an information system for analyzing the impact of agronomic factors on
crop yield using clustering and regression methods. The paper presents an analysis of
problems associated with the absence of such a system and provides a rationale for
promising ways to improve the collection and analysis of agronomic data.
The relevance of the topic is determined by the growing global demand for food
products and the increasing impact of climate change on agriculture. This requires
agricultural enterprises to transition to precision farming, which is based on big data
analysis and the development of mathematical models to assess the influence of various
factors on yield. The development of such a system using clustering and regression
methods is a relevant task, as it not only improves the accuracy of yield forecasts but also
optimizes resource usage and enhances the economic efficiency of the enterprise.
The main objectives of the research include: analysis of the subject area;
development of an information system for analyzing the influence of agronomic factors
on crop yield and justification of the selected software tools; and creation of a software
product for applying clustering and regression algorithms at the enterprise LLC "Druzhba
Nova".
The research results will contribute to the implementation of precision farming
based on big data analysis, increased yields through data-driven agronomic decisions,
optimized resource use, automation of data collection and processing, and improved
economic performance of agricultural enterprises.
The developed information technology can be used by agronomic enterprises to
analyze the impact of agronomic factors on yield, forecast agricultural production
outcomes, support informed management decisions, optimize resource usage, and
improve production efficiency.