Математическое моделирование влияния показателей микроклимата на интенсификацию агропромышленного производства на примере выращивания бройлеров
Работая с нашим сайтом, вы даете свое согласие на использование файлов cookie. Это необходимо для нормального функционирования сайта, показа целевой рекламы и анализа трафика. Статистика использования сайта отправляется в «Яндекс» и «Google»
Научный журнал Моделирование, оптимизация и информационные технологииThe scientific journal Modeling, Optimization and Information Technology
cетевое издание
issn 2310-6018

Математическое моделирование влияния показателей микроклимата на интенсификацию агропромышленного производства на примере выращивания бройлеров

Белых Т.И.   Бурдуковская А.В.   Ивонина О.Ю.   Родионов А.В.  

УДК 519.8:51-76
DOI: 10.26102/2310-6018/2023.40.1.018

  • Аннотация
  • Список литературы
  • Об авторах

В статье рассматриваются регрессионные математические модели, описывающие влияние механической и автоматической систем регулирования микроклимата на рост и развитие цыплят-бройлеров кросса «Arbor Acres» в условиях агропромышленного комплекса «Саянский бройлер» при напольном содержании. В работе изучается влияние таких параметров, как микроклимат, температура, влажность и освещенность. Для проверки статистической гипотезы однородности двух рассматриваемых выборок используются критерии Крамера-Уэлча, Уилкоксона. Приводится тест Чоу о возможности построения двух различных однотипных математических моделей, описывающих закономерности развития моделируемых показателей. Рассчитываются статистические оценки значимости построенных моделей и включенных в модели факторов. Приводится интерпретация результатов регрессионного анализа применительно к исследуемой предметной области. Кроме этого, выполнена графическая визуализация анализа исходных и выходных данных построенных моделей. Проводится ранжирование факторов по степени их воздействия на результирующий показатель с использованием коэффициентов эластичности и долей их влияния. Вычисляются основные производственные показатели по итогам выращивания поголовья, в частности, среднесуточный прирост, абсолютный прирост, относительная скорость роста, сохранность. В статье рассчитывается экономический эффект за один полный цикл выращивания цыплят-бройлеров.

1. Егорова Т.А. Развитие российского птицеводства в мировом тренде. Птицеводство. 2019;2:4–9. DOI: 10.33845/0033-3239-2019-68-2-4-9.

2. Фисинин В.И., Буяров В.С., Буяров А.В., Шуметов В.Г. Мясное птицеводство в регионах России: современное состояние и перспективы инновационного развития. Аграрная наука. 2018;2:30–38.

3. Акбаев М., Малофеев Н., Цыпляев А. и др. Резервы повышения продуктивности бройлеров. Птицеводство. 2003;7:5–7.

4. Астраханцев А.А. Продуктивность цыплят-бройлеров при различных технологических вариантах выращивания. Птицеводство. 2019;1:26–30. DOI: 10.33845/0033-3239-2019-68-1-26-30.

5. Зыков С.А. Современные тенденции развития птицеводства. Эффективное животноводство. 2019;4:51–54.

6. Буяров B.C., Годыменко В.И., Буяров А.В., Ноздрин А.Е. Эффективность инновационных технологий промышленного производства мяса бройлеров. Вестник аграрной науки. 2017;2(65):36–47.

7. Писарев Ю., Батов В. Откорм птицы при напольном содержании. Птицеводство. 2003;5:13–14.

8. Михалёв П.В., Василевский Н.М. Эффективность применения новых методов контроля микроклимата при выращивании цыплят-бройлеров. Ученые записки Казанской Государственной Академии ветеринарной медицины им. Н.Э. Баумана. 2012;212:319–323.

9. Карелина Л.Н., Власов Б.Я., Суслопарова Н.В. Световой режим, как экологический и стрессовый фактор в развитии сельскохозяйственных птиц. Объединенный научный журнал. 2011;11(12):111–113.

10. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. М.: Диалектика; 2017. 912 с.

11. Меркурьева Е.К. Основы биометрии. М.: Издательство МГУ; 1963. 242 с.

12. Плохинский Н.А. Биометрия. Новосибирск: Изд-во СО АН ССР; 1961. 364 с.

13. Айвазян С.А. Прикладная статистика. Основы эконометрики: Учеб. В 2 т. 2-е изд., испр. Т. 2. М.: ЮНИТИ-ДАНА; 2001. 432 с.

14. Брандт З. Анализ данных. Статистические и вычислительные методы для научных работников. М.: Мир; 2003. 686 с.

15. Стрижов В.В., Крымова Е.А. Методы выбора регрессионных моделей. М.: ВЦ РАН; 2010. 60 с.

Белых Татьяна Ивановна
кандидат физико-математических наук доцент

Байкальский государственный университет

Иркутск, Российская Федерация

Бурдуковская Анна Валерьевна
кандидат физико-математических наук доцент

Иркутский государственный университет

Иркутск, Российская Федерация

Ивонина Ольга Юрьевна
кандидат сельскохозяйственных наук доцент

Иркутский государственный аграрный университет имени А.А. Ежевского

Иркутск, Российская Федерация

Родионов Алексей Владимирович

Байкальский государственный университет

Иркутск, Российская Федерация

Ключевые слова: математическое моделирование, регрессионная модель, коэффициент детерминации, статистическая значимость модели, цыплята-бройлеры кросса «Arbor Acres», микроклимат

Для цитирования: Белых Т.И. Бурдуковская А.В. Ивонина О.Ю. Родионов А.В. Математическое моделирование влияния показателей микроклимата на интенсификацию агропромышленного производства на примере выращивания бройлеров. Моделирование, оптимизация и информационные технологии. 2023;11(1). Доступно по: https://moitvivt.ru/ru/journal/pdf?id=1305 DOI: 10.26102/2310-6018/2023.40.1.018

187

Полный текст статьи в PDF

Поступила в редакцию 11.01.2023

Поступила после рецензирования 09.02.2023

Принята к публикации 02.03.2023

Опубликована 03.03.2023