УПРАВЛЕНИЕ ПРОДОВОЛЬСТВЕННОЙ БЕЗОПАСНОСТЬЮ МЕТОДАМИ
МАШИННОГО ОБУЧЕНИЯ В ИНФОРМАЦИОННОМ ПРОСТРАНСТВЕ АГРАРНО-ПРОМЫШЛЕННОГО КОМПЛЕКСА 

Евгений Алексеевич Воронин, доктор технических наук, профессор, ведущий научный сотрудник, Федеральный исследовательский центр «Информатика и управление» Российской академии наук (Россия, г. Москва, пр-кт 60-летия Октября, 9) E-mail: e.voronin1@gmail.com
Александр Григорьевич Семкин, доктор экономических наук, заведующий отделом систем управления, интеграции и кооперации в АПК, Федеральный научный центр аграрной экономики и социального развития сельских территорий – Всероссийский научно-исследовательский институт экономики сельского хозяйства (Россия, г. Москва, Хорошевское шоссе, 35) E-mail a.semkin@vniiesh.ru

Аннотация

Актуальность и цели. Рассматриваются уточненная постановка задачи управления продовольственной безопасностью при формировании цифровой экономики, разработанная на основе вероятностной оценки реализации организационных, организационно-ресурсных и технико-технологических процессов обеспечения продовольственной безопасности с применением универсальной методики. Материалы и методы. Приводятся методы и технологии применения машинного обучения в задачах обеспечения и управления продовольственной безопасностью, основанные на данных из информационного пространства цифровой экономики. Предлагаются методология и методы оценки и прогнозирования угроз, оценки уязвимости продовольственных связанных с ними экономических систем и выбора оптимальной стратегии противодействия им. Результаты и выводы. Выбраны алгоритмы и наиболее подходящие языки программирования для реализации решений поставленной задачи. Отмечается, что все это возможно только при наличии информационного пространства, организованного в соответствии с парадигмой цифровой экономики.

Ключевые слова

экономика, безопасность, продовольственная безопасность, вероятность, управление, машинное обучение

 Скачать статью в формате PDF

Для цитирования:

Воронин Е. А., Семкин А. Г. Управление продовольственной безопасностью методами машинного обучения в информационном пространстве аграрно-промышленного комплекса // Надежность и качество сложных систем. 2023. № 4. С. 179–188. doi: 10.21685/2307-4205-2023-4-17