Методика математического моделирования программы развития сельскохозяйственного предприятия
В левой части находится расход питательных веществ для всего поголовья каждого вида скота, а в правой – наличие питательных веществ в кормах предприятия.
5) По содержанию питательных веществ в дополнительных кормах
![]()
В левой части – разность между потребнос
тью в питательном веществе на 1 голову животного и содержанием этого вещества в рационе по минимальной норме, умноженная на поголовье животного, а в правой – содержание питательного вещества в добавках кормов для данного вида животного.
6) По величине скользящей переменной
![]()
т.е. добавка корма для животных не должна превышать разности между максимальной и минимальными нормами кормления на голову, умноженной на поголовье.
7) По размерам отдельных отраслей
![]()
8) По реализации продукции
![]()
где производство товарной продукции распределяется по различным каналам реализации.
2.3 Обоснование исходной информации задачи
В качестве объекта исследования у нас выступает СПК «Курманово» Мстиславского района Могилевской области.
Обоснование сбалансированной программы развития предприятия будем проводить по данным 2008 года. Период прогноза 1 год.
Определяем объемы ресурсов предприятия, возможные тенденции их изменения на плановый период:
а) Земельные ресурсы (пашня, сенокосы, пастбища) планируем на фактическом уровне.
б) Запас годового труда определяем как количество среднегодового отработанного времени с учетом выбытия трудовых ресурсов 1% в год.
в) Ресурс труда в напряженный период 55% от годового.
Таблица 2.3.1. Производственные ресурсы
|
Показатели |
Наличие |
Прогноз |
|
Пашня, га |
5931 |
5931 |
|
Сенокосы, га |
1611 |
1611 |
|
Пастбища, га |
1423 |
1423 |
|
Запсы годового труда, чел.-час. |
554000 |
548400 |
|
Труд в напряженный период, чел.-час |
304700 |
301653 |
Обоснование информации по растениеводству
Ø Определяем урожайность зерновых культур в физической массе после доработки на перспективу по следующей корреляционной модели:
=
+
a1x
= 29,9 +
29,9 +
* 1,3 = 31,2
где,
– расчетная (планируемая) урожайность зерновых культур хозяйства на перспективу, ц\га;
- фактическая урожайность зерновых культур на начало планового периода по хозяйству, ц\га;
0 - фактическая урожайность зерновых культур по хозяйствам района в среднем, ц\га;
- величина планового периода, лет (1 год)
1 – коэффициент регрессии, характеризующий возможное среднегодовое приращение урожайности в хозяйстве.
Коэффициент приращения в зависимости от средней фактической урожайности на начало планового периода составил 1,3.
Таблица 2.3.2. Расчет перспективной урожайности отдельных видов зерновых культур
|
Виды культур |
Фактическая урожайность отдельных зерновых, ц\га |
Фактическая урожайность зерновых культур в целом, ц\га |
Коэффи-циент соотно-шения (1 3) |
Расчетная урожайность зерновых культур, ц\га |
Расчетная урожайность отдельных зерновых, ц\га |
|
Озимые |
28,1 |
29,9 |
0,9 |
31,2 |
28,1 |
|
Яровые |
31,2 |
1,0 |
31,2 | ||
|
Зернобобовые |
15,0 |
0,5 |
15,6 |
Ø При обосновании урожайности с\х культур определяем по КМ соотношения урожайности зерновых и этих культур. После расчета параметры этих КМ будут иметь следующий вид:
ух = у0 + а0
где ух – расчетная урожайность сельскохозяйственной культуры, ц\га;
у0 – фактическая урожайность сельскохозяйственной культуры, ц\га;
а0, а 1 – коэффициенты регрессии;
∆u – приращение урожайности зерновых культур (
-
), ц\га;
Таблица 2.3.3. Коэффициенты регрессии
|
Виды культур |
а0 |
а 1 |
Фактическая урожайность |
Расчетная урожайность |
|
Кукуруза на силос |
14,1 |
109 |
244 |
266,6 |
|
Многолетние травы на сено |
1,13 |
0,68 |
28 |
29,1 |
|
Однолетние травы на зеленую массу |
1,17 |
71 |
74 |
77,3 |
Другие рефераты на тему «Экономико-математическое моделирование»:
Поиск рефератов
Последние рефераты раздела
- Выборочные исследования в эконометрике
- Временные характеристики и функция времени. Графическое представление частотных характеристик
- Автоматизированный априорный анализ статистической совокупности в среде MS Excel
- Биматричные игры. Поиск равновесных ситуаций
- Анализ рядов распределения
- Анализ состояния финансовых рынков на основе методов нелинейной динамики
- Безработица - основные определения и измерение. Потоки, запасы, утечки, инъекции в модели
