50
ХРАНЕНИЕ и ПЕРЕРАБОТКА СЕЛЬХОЗСЫРЬЯ • №4 • 2015
П
роблема и ее связь с научными и практическими
задачами.
Полноценное кормление — основа
высокой плодовитости и продуктивности взрос-
лых животных, увеличения живой массымолодняка, что
в конечном итоге приводит к повышению эффективнос-
тиживотноводства. Правильное использование кормов—
один из крупных резервов увеличения и удешевления
производства продуктов животноводства.
Задача оптимизации плана производства кормов
важна для всех сельскохозяйственных предприятий, где
есть животноводческие отрасли, но наиболее актуальна
она для хозяйств животноводческого направления, спе-
циализирующихся на производстве кормов. Прежде чем
создавать животноводческий комплекс, необходимо
определить источники и объем поступления кормов.
Обоснование кормовой базы, расчет вариантов плана
целесообразно осуществлять с использованием методов
математического моделирования и ЭВМ [1, 2].
Анализ последних исследованийи публикаций.
Существу-
ют различные программные продукты по оптимизации
кормления животных. Одна из них —программный ком-
плекс «Коралл» [3, 4], разработанная вРоссии. Она выпол-
няетфункциикомплекснойоптимизациии анализа раци-
онов комбикормов и премиксов. В программах использу-
етсяноваямодель рациона, вкоторойвпервые учитывают-
ся потери, вызываемые отсутствием сбалансированности
кормления (снижение производительности, показателей
воспроизводства, здоровья и племенных качеств живот-
ных).Программыпозволяют комплекснооптимизировать
рационыс определениемнеобходимых кормовых добавок
и рассчитать рецепты комбикормов, премиксов, которые
наилучшим образом сочетаются с основными кормами,
учитывают план расходования кормов.
Рассмотримкак решаются задачи классификации дан-
ных с помощью алгоритма по методу
k
-средних [5, 6],
реализованном в пакетеMS-Excel.
Ход исследований и обоснование полученных результатов.
Входные данные информационной системы введены в
таблицуMS-Excel (письмо Ish). Для реализации алгорит-
ма классификации методом
k
-средних применен язык
программирования VBA (Visual Basic for Application)
[7–9].В текстовое окно TextBox1 аналитик (пользователь
системы) вводит количество кластеров, среди которых он
хочет распределить входные данные (2, 3 или более).
Этапы реализации алгоритма представлены в виде инс-
трументов Command Button («Кнопка»), среди которых:
случайный выбор центров кластеризации;
•
формирование таблицы нормированных значений;
•
расчет расстояний (на 1, 2 и 3 итерации);
•
перераспределение центров кластеров (2 и 3 итерации).
•
Первая итерация алгоритма
k
-средних считывает из
соответствующих ячеек листа входных данных количество
объектов (размещены по срокам таблицы), количество
критериев для оценки каждого объекта (расположены по
столбцам таблицы). Центры кластеризации на 1-й итера-
ции избираются случайным образом в зависимости от
количества кластеров (случайное число номера объекта
может быть в диапазоне от 1 до
n
). Следующий шаг алго-
ритма—формированиетаблицынормированныхзначений
(значения характеристик объектов приводятся к одной
условной единице измерения в диапазоне от 0 до 1). Для
этогонаходятсямаксимальные значенияпокаждойхарак-
теристике объекта, и каждое значение делится на макси-
мальное. РезультатыпроцедурывыводятсявтаблицуNorm,
формат которой не отличается от входной таблицы Ish.
Вывод нормированных значений характеристик объ-
ектов осуществляется с помощьюфункциивывода в ячей-
ку Cells (
i
+ 3,
j
+1) = norm (
i
,
j
). При нажатии кнопки
«Расчет расстояний» запускается процедура расчета рас-
стоянийот каждогообъекта.Наиболее распространенным
способом расчета расстояний является евклидово рассто-
яние, определяемое по формуле:
n
R
j
=
√
∑
(
x
i
j
–
x
i
q
)
2
,
i
=1
где
R
j
— расстояние между объектом, который рас-
сматривается (
j
-й объект) и центром кластера;
x
i
—
значение нормированной
i
-й характеристики объекта;
x
i
q
— значение этой характеристики в центре кластера
(
q
-й объект).
Далее по каждому объекту избирается минимальное
расстояние среди расстояний до центров кластеров, и
объект считается зачислен в этот кластер. Формируется
таблица расстояний (письмоMS ExcelVidst) с такимфор-
матом (случай для количества кластеров
m
= 3). Каждая
строчка таблицы характеризует объект и выделяется
одним из трех цветов в соответствии с кластером, к кото-
рому отнесен данный объект.
УДК 65.011.56: 636.085.4
Программирование при автоматизированной системе
управления производственной линией
комбикормового предприятия
Аспирант А.Н. ПЕТРЯКОВ; д-р техн наук, профессор М.М. БЛАГОВЕЩЕНСКАЯ
Московский государственный университет пищевых производств
С. Д. САВОСТИН
ОАО «Мелькомбинат в Сокольниках», г. Москва
Д-р техн. наук, профессор И. Г. БЛАГОВЕЩЕНСКИЙ
Московский государственный технический университет имени Н. Э. Баумана
ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ И ТЕХНОЛОГИИ
Электронная Научная СельскоХозяйственная Библиотека