2. Наличие производственных ресурсов, нормы затрат труда и средств на 1 га (на 1 ц урожая) кормовых культур, на 1 ц животноводческой
продукции;
3. Кормовые культуры, которые могут возделываться в условиях зоны, их урожайность, выход питательных веществ с 1 га;
4. Требования, предъявляемые к структуре посевных площадей, вытекающие из системы севооборотов;
5. Физиологически допустимые границы различных видов кормов в рационах животных;
6. Нормы затрат питательных веществ в расчете на 1ц продукции животноводства, необходимые для обеспечения заданной продуктивности.
При разработке плана кормопроизводства целесообразно применять целевые функции на минимум земельных угодий, минимум затрат живого труда, минимум материально-денежных затрат и максимум выхода кормов с 1 га кормовой площади (ц к. ед.).
Приложение 23
Экономико-математическая модель
планирования кормовой базы
для животноводческих комплексов
с применением нормативных коэффициентов
WK = JWK · W, K = 
; (П23.1)
(П23.2)
(П23.3)
(П23.4)
(П23.5)
(П23.6)
(П23.7)
(П23.8)
(П23.9)
(П23.10)
(П23.11)
где WK – потребность в К-ом виде кормов, ц к. ед.;
K – порядковый номер вида кормов;
Продолжение приложения 23
JWK – нормативный показатель (удельный вес) потребности в
W – планируемая потребность в кормах, ц к. ед.;
N – количество видов кормов;
– потребность K-ого вида кормов i-й культуры r-ого агроприема;
– удельный вес (норматив) i-й культуры r-ого агроприема в K-ом виде кормов;
i – порядковый номер культур в K-ом виде кормов;
MK – количество культур в K-ом виде кормов;
r – порядковый номер вида агроприема;
R – количество агроприемов;
J
– нормативный показатель потребности в K-ом виде кормов i-й культуры r-ого агроприема;
– урожайность ) i-й культуры r-ого агроприема K-ого вида кормов;
J – нормативный коэффициент урожайности i-й культуры (от средней многолетней кормовых культур) r-ого агроприема K-ого вида кормов;
– средняя многолетняя урожайность кормовых культур, ц к. ед.
– потребность в площадях для K-ого вида кормов i-й культуры (для угодий) r-ого агроприема, га;
P – общая площадь земельных угодий, га;
Продолжение приложения 23
– затраты средств (руб.) на 1 га (или на 1ц к. ед. при /
K-ого вида кормов i-й культуры r-ого агроприема;
ZP – общие затраты средств (руб.) на производство кормов (W);
ZT – общие затраты труда (чел.-час) на производство кормов (W);
– потребность j-ого вида в удобрениях, кг. д. в.;
jK – порядковый номер вида удобрений;
– нормативный коэффициент внесения j-ого вида удобрений, кг. д. в.;
Aj – общая потребность в удобрениях j-ого вида, ц;
– затраты труда (чел.-час) на 1 га (или на 1 ц к. ед. при / K-ого вида кормов i-й культуры r-ого агроприема.
Требуется разработать кормовую базу для 1200 коров со средней годовой продуктивностью 4000 кг молока на корову. При расчете использованы нормативы для третьего типа кормления.
Согласно нормативным справочникам СибНИПТИЖа определено, что с учетом страхового фонда (концентратов – 8-10 %, грубых и сочных кормов – 14-15 % от потребности) для этого количества поголовья и при заданной продуктивности
Продолжение приложения 23
требуется 56000 ц к. ед. (в нашем примере символ W ). Для того, чтобы определить требуемое количество кормов по видам, используем выражение WK=JWKW (П23.1), и находим необходимый объем различных видов кормов. Например, силоса требуется 9800 ц к. ед. (0,175·56000), сенажа – 6750 ц (0,120·56000), сена – 5250 ц, зеленых кормов – 11120 ц к. ед. и так далее.
Таким же образом, подставляя соответствующие значения нормативных коэффициентов в выражение (П23.2) определяется потребность в том или ином виде корма K-ой группы i культуры. В нашем примере требуется кукурузного силоса, полученного на богаре (56000·0,0ц к. ед., на орошении – 3300 ц к. ед. и силоса из подсолнечника – 1400 ц (56000·0,025). Затем определяется потребность сенажа. Она удовлетворяется за счет однолетних трав без орошения в количестве 1250 ц, долголетних культурных пастбищ – 1170 и многолетних трав на орошении 4320 ц к. ед.
Урожайность определяется, используя показатели плановой урожайности кормовых культур, или выражения (П23.5), если эту урожайность требуется определить от средней сложившейся урожайности планируемых кормовых культур ().
Окончание приложение 23
В основе применения этого приема лежит принцип «инерционности», согласно которому тенденция изменения показателей уровня урожайности в прошлом определенное время сохраняется и в будущем. В этом случае среднюю многолетнюю урожайность следует рассматривать как функцию урожайности отдельных кормовых и зернофуражных культур, аккумулирующих в себе почвенно-климатические, агротехнические, биологические и экономические факторы, то есть 
, где – средняя многолетняя урожайность и 
– многолетняя урожайность кормовых и зернофуражных культур.
Приложение 24
Определение достоверности исходных данных
Для определения достоверности исходных данных были вычислены стандартное отклонение выборочной средней – по формуле σ/√n, дисперсия – по формуле σ2/n по затратам на производство кормового сырья по каждой культуре, где n – количество наблюдений. Стандартное отклонение выборочной средней называется стандартной ошибкой средней (SE). Доверительный интервал средней может быть вычислен как х ± 2 × SE, или более точно, исходя из нормального распределения:
– 95 % доверительный интервал = х ± 1,96 × SE;
– 99 % доверительный интервал будет равен = х ± 2,58 × SE;
где x – среднее значение случайной величины.
При обработке данных по затратам на производство кормового сырья по различным культурам были получены следующие доверительные интервалы при доверительной вероятности 99 %:
– интервал затрат (руб/га) на производство зернофуражных
6522,7 ± 2,58 × 840,6 = 4354,0 ¸ 8691,5; (П24.1)
– интервал затрат (руб/га) на производство картофеля
Продолжение приложения 24
27491,0±2,58 × 3061,2 = 19593,1 ¸ 35388,9; (П24.2)
– интервал затрат (руб/га) на производство кормовых корнеплодов
4766,5 ± 2,58 × 788,2 = 2732,9 ¸ 6800,1; (П24.3)
– интервал затрат (руб/га) на производство многолетних трав
1932,4 ± 2,58 × 358,1 = 1008,5 ¸ 2856,3; (П24.4)
– интервал затрат (руб/га) на производство однолетних трав
2470,1 ± 2,58 × 284,6 = 1735,8 ¸ 3204,4; (П24.5)
– интервал затрат (руб/га) на производство кукурузы
2528,9 ± 2,58 × 176,3 = 2074,0 ¸ 2983,8; (П24.6)
– интервал затрат (руб/га) на производство силосных культур
2256,5 ± 2,58 × 521 = 912,3 ¸ 3600,7; (П24.7)
– интервал затрат (руб/га) на естественные сенокосы
1492,1 ± 2,58 × 54,4 = 1351,7 ¸ 1632,5. (П24.8)
Доверительная вероятность затрат на производство кормового сырья в целом будет не менее наименьшей доверительной вероятности для каждой из культур. Так как для культур доверительные вероятности по результатам расчетов одинаковы, доверительная вероятность для результата в целом будет не менее 95 %.
Приложение 25
Перечень факторов, отобранных для построения регрессионных моделей
Для построения многофакторных моделей в результате предварительного анализа были выбраны следующие факторы:
результативные:
y1 – урожайность зерновых, ц/га;
y2 – урожайность картофеля, ц/га;
y3 – урожайность корнеплодов, ц/га;
y4 – урожайность однолетних трав (сено), ц/га;
y5 – урожайность однолетних трав (зеленый корм), ц/га;
y6 – урожайность многолетних трав (сено), ц/га;
y7 – урожайность многолетних трав (зеленый корм), ц/га;
y8 – урожайность кукурузы, ц/га;
y9 – урожайность силосных культур, ц/га;
y10 – урожайность естественных сенокосов (сено), ц/га;
y11 – материально-денежные затраты на 1 га зерновых, руб.;
y12 – материально-денежные затраты на 1 га картофеля, руб.;
y13 – материально-денежные затраты на 1 га корнеплодов, руб.;
Продолжение приложения 25
y14 – материально-денежные затраты на 1 га однолетних трав (сено) , руб.;
y15 – материально-денежные затраты на 1 га однолетних трав (зеленый корм), руб.;
y16 – материально-денежные затраты на 1 га многолетних трав (сено), руб.;
y17 – материально-денежные затраты на 1 га многолетних трав (зеленый корм), руб.;
y18 – материально-денежные затраты на 1 га кукурузы, руб.;
y19 – материально-денежные затраты на 1 га силосных культур, руб.;
y20 – материально-денежные затраты на 1 га естественных сенокосов (сено), руб.;
производственные:
x1 – стоимость основных средств растениеводства
на 100 га посевов, тыс. руб.;
x2 – энергетические мощности на 1 га посевов, л. с.;
x3 – количество условно-эталонных тракторов на 100 га посевов, шт.;
x4 – удельный вес зерна в структуре товарной продукции, %;
x5 – удельный вес зерновых в общей посевной площади, %;
x6 – затраты труда на 1 га зерновых, чел./ч;
Продолжение приложения 25
x8 – расход минеральных удобрений на 1 га зерновых, кг;
x9 – расход органических удобрений на 1 га зерновых, т.;
x10 – количество комбайнов на 100 га посевов, шт.;
x11 – оплата труда в расчете на 1 га зерновых, руб.;
x12 – расход органических и минеральных удобрений на 1 га зерновых, руб.;
x14 – удельный вес картофеля в общей посевной площади, %;
x15 – удельный вес картофеля в структуре товарной продукции, %;
x16 – затраты труда на 1 га картофеля, чел./ч.;
x17 – расход минеральных удобрений на 1 га картофеля, кг;
x18 – расход органических удобрений на 1 га картофеля, т.;
x19 – оплата труда в расчете на 1 га картофеля, руб.;
x20 – расход органических и минеральных удобрений на 1 га картофеля, руб.;
x21 – удельный вес корнеплодов в общей посевной площади, %;
x22 – затраты труда на 1 га корнеплодов, чел./ч.;
Продолжение приложения 25
x23 – расход органических и минеральных удобрений на 1 га корнеплодов, руб.;
x24 – оплата труда в расчете на 1 га корнеплодов, руб.;
x25 – удельный вес однолетних трав (сено) в общей посевной площади, %;
x27 – расход органических и минеральных удобрений на 1 га однолетних трав, руб.;
x28 – удельный вес однолетних трав (зеленая масса) в общей посевной площади, %;
x29 – затраты труда на 1 га однолетних трав, чел./ч.;
x30 – удельный вес многолетних трав (сено) в общей посевной площади, %;
x32 – расход органических и минеральных удобрений на 1 га многолетних трав, руб.;
x33 – удельный вес многолетних трав (зеленый корм) в общей посевной площади, %;
x34 – затраты труда на 1 га многолетних трав, чел./ч.;
x36 – удельный вес кукурузы в общей посевной площади, %;
x37 – расход минеральных удобрений на 1 га кукурузы, кг;
x38 – расход органических удобрений на 1 га кукурузы, т.;
Продолжение приложения 25
x39 – удельный вес силосных культур в общей посевной площади, %;
метеорологические:
x40 – средняя температура за май-июнь,°С;
x41 – сумма осадков за май-июнь, мм;
x42 – средняя температура за июль-август, °С;
x43 – сумма осадков за июль-август, мм.
Приложение 26
Многофакторные регрессионные модели урожайности кормовых культур и затрат на их производство
Модель урожайности картофеля.
Для получения модели урожайности картофеля после предварительного анализа отобраны следующие факторы:
x1, x2, x14, x15, x16, x17, x40, x41, x42, x43.
Были получены уравнения связи этих факторов с урожайностью картофеля (y2). Теснота связи между самими факторами, определенная парными коэффициентами, показывает слабую корреляцию. Это позволило использовать указанные факторы при построении многофакторной регрессионной модели.
В результате применения метода многошагового регрессионного анализа после седьмого шага получено следующее уравнение множественной регрессии:
y2 = 29,97 x2 – 3,93 (x2)2 + 0,45 x16 –
– 0,28 x17 – 5,11 x40 – 45,65 x43 +
+ 0,19 (x43)2 + 2815,31. (П26.1)
Достоверность коэффициентов уравнения по Стьюденту выражается следующими числами:
tx2 = 1,97; t(x2)2 = 1,98; tx16 = 3,15; tx17 = 2,13;
tx40 = 19,71; tx43 = 3,15; t(x43)2 = 3,49.
Продолжение приложения 26
F = 66,55 , R = 0,94 , D = 0,88.
Статистическая проверка адекватности уравнения (П26.1) показала, что оно значимо (расчетное значение F-критерия равно 66,55 при табличном значении 2,16).
Модель урожайности корнеплодов.
Для получения корреляционной модели урожайности корнеплодов отобраны следующие факторы:
x1, x2, x21, x22, x40, x41, x42, x43.
Таким образом, в результате анализа взаимосвязи этих факторов с урожайностью установлено, что зависимость между y3 и x1, x2, x40 является линейной или близкой к ней. Связь y3 с остальными факторами x21, x22, x41, x42, x43 – нелинейная. Парные коэффициенты корреляции показали слабую связь между этими факторами, что позволило построить многофакторную корреляционную модель.
В результате после третьего шага многошагового регрессионного анализа получено следующее уравнение:
y3 = 0,01 x1 + 57,17 x2 + 1831,09 x21 –
– 7719,72 (x21)2 – 49,26 x40 + 41271,33/(x42) –
– 2502,26 x43 +10,33 (x43)2 –
– 1,75 x22 + 0,01 (x22)2 + 30. (П26.2)
Продолжение приложения 26
Значения критериев существенности этих факторов равны соответственно:
tx1 = 2,87; tx2 = 2,12; tx21 = 2,38; t(x21)2 = 2,38;
tx40 = 1,98; tx42 = 1,39; tx43 = 2,22; t(x43)2 = 2,01;
tx22 = 1,78; t(x22)2 = 2,92.
при табличном значении tтабл = 2,09.
F = 4,78; R = 0,92; D = 0,84.
Статистическая проверка адекватности модели показала, что она значима (F = 4,78, Fтабл = 3,1).
Модели урожайности однолетних трав (на сено, на зеленый корм).
Методом корреляционного анализа для исследуемой зоны выделена следующая совокупность основных факторов влияющих на урожайность однолетних трав:
x1, x2, x3, x25, x27, x28, x29, x40, x41.
По общей методике были получены уравнения связи этих факторов с результативными, а также определена теснота связи между самими факторами.
В результате многошагового регрессионного анализа получены следующие модели урожайности однолетних трав:
на сено:
Продолжение приложения 26
y4 = –0,01 x1 + 8,97 × 10-8 (x1)2 – 0,79 x25 +
+ 0,07 (x25)2 + 54,79 x40 –
– 2,41 (x40)2 – 321,16. (П26.3)
Значения критериев Стьюдента для факторов:
tx1 = 2,45; t(x1)2 = 2,47; tx25 = 1,86;
t(x25)2 = 2,08; tx40 = 5,15; t(x40)2 = 4,72.
F = 5,58; R = 0,65; D = 0,42.
на зеленый корм:
y5 = 15110,87/x1 + 0,01 (x29)2 – 100,02 x40 +
+ 4,04 (x40)2 + 656,12. (П26.4)
Значения критериев Стьюдента для факторов:
tx1 = 1,96; t(x29)2 = 1,96;
tx40 = 11,13; t(x40)2 = 2,04.
F = 44,37; R = 0,88; D = 0,78.
Статистическая проверка показала адекватность моделей (Fтабл = 2,5).
Модели урожайности многолетних трав (на сено и зеленый корм).
Факторы: x1, x2, x30, x33, x40, x41, x42, x43.
Построены уравнения связи отобранных факторов с результативными показателями, получены средние значения, а также некоторые статистические характеристики. Определена теснота связи между факторами при помощи парных коэффициентов корреляции. Парные коэффициенты корреляции показали слабую корреляционную связь
Продолжение приложения 26
между факторами. Это позволило использовать указанные факторы при построении многофакторных регрессионных моделей.
В результате многошагового регрессионного анализа получены следующие модели урожайности многолетних трав:
на сено:
y6 = 1,69 x2 – 0,01 x1 + 16,77 (П26.5)
Значения критериев Стьюдента для факторов:
tx1 = 1,97; tx2 = 4,30.
F = 10,31; R = 0,62; D = 0,38.
на зеленый корм:
y7 = –0,01 x1 + 1,64 10-7 (x1)2 + 0,87 (x33)2 –
– 0,36 (x40)2 + 57,34 x41 –
– 0,29 (x41)2 – 2657,47. (П26.6)
Значения критериев Стьюдента для факторов:
tx1 = 2,14; t(x1)2 = 2,13; t(x33)2 = 1,88;
t(x40)2 = 3,19; tx41 = 1,40; t(x41)2 = 1,96.
F = 5,52; R = 0,59; D = 0,34.
Статистическая проверка доказала адекватность моделей и значимость коэффициента множественной регрессии (Fтабл = 2,18, tтабл= 1,98).
Модель урожайности кукурузы на силос.
Факторы: x1, x3, x36, x37, x38, x40, x41, x42, x43.
Продолжение приложения 26
Парные коэффициенты корреляции между факторами имеют слабую корреляционную связь. Это позволило использовать указанные факторы при построении многофакторной регрессионной модели кукурузы на силос.
После четвертого шага, многошагового регрессионного анализа, получено следующее уравнение:
y8 = –318,31 x3 + 130,44 (x3)2 – 11,07 x36 +
+ 0,65 (x36)2 + 0,02 (x37)2 – 12,99 lg (x38) +
+ 3,10 x41 – 32,61 x42 –
– 8,56 x43 + 1676,26. (П26.7)
Существенность коэффициентов регрессии:
tx3 = 2,54; t(x3)2 = 2,91; tx36 = 1,42;
t(x 36)2 = 1,57; t(x 37)2 = 1,26; tlg(x38) = 2,43;
tx41 = 2,49; tx42 = 2,27; tx43 = 2,16.
F = 3,39; R = 0,57; D = 0,33.
Статистическая проверка показала адекватность модели (Fтабл = 2,03).
Модель урожайности силосных культур.
Факторы: x1, x2, x39, x40, x41.
Теснота связи между выбранными для построения модели факторами оказалась слабой.
В результате использования многошагового регрессионного анализа, после четвертого шага, получено следующее уравнение:
Продолжение приложения 26
y9 = –35,65 lg(x1) + 78,04 x2 – 11,79 (x2)2 –
– 20,44 x39 + 3,01 (x39)2 + 153,79. (П26.8)
Критерии существенности членов уравнения соответственно равны:
tlg(x1) = 2,38; tx2 = 2,39; t(x2)2 = 2,12;
tx39 = 1,99; t(x39)2 = 2,17.
F = 2,84; R = 0,51; D = 0,26.
Статистическая проверка показала адекватность модели (F=2,84, Fтабл = 2,45).
Модель урожайности естественных сенокосов и пастбищ.
Факторы: x1, x3, x40, x41, x42, x43.
По общей методике получены средние значения, коэффициенты тесноты связи, а также формы связи основных факторов, влияющих на урожайность естественных сенокосов (y10).
В результате многошагового анализа модель имеет следующий вид:
y10 = –0,01 x1 + 2,6 × 10-8 (x1)2 + 25,39 x40 –
– 1,04 (x40)2 + 0,10 x41 – 155,15. (П26.9)
Критерии существенности членов уравнения соответственно равны:
tx1 = 1,16; t(x1)2 = 2,09; tx40 = 2,05;
t(x40)2 = 2,01; tx41 = 2,20.
F = 2,70; R = 0,47; D = 0,22.
Продолжение приложения 26
Статистическая проверка показала адекват ность модели (F = 2,70, Fтабл=2,4085).
Аналогично получены результаты по обоснованию материально-денежных затрат по культурам. Результаты анализа показали, что материально-денежные затраты тесно коррелируют с урожайностью сельскохозяйственных культур (r = 0,66 – 0,33). В результате использования метода многошагового регрессионного анализа получены следующие модели, наиболее точно описывающие изменения затрат в расчете на 1 га:
зерновые культуры:
y11 = –963,69 y1 + 80 x1 –
– 25199,10 x4 +5147,79 (x4)2 – 1741,26 (x8)2 –
– 51,79/(x9) + 5430,01 x40 + 9,53 x41 +
+ 15473,10 (x41)2 – 900 (П26.10)
F = 28,77; R = 0,92; D = 0,85.
картофель:
y12 = 5,16 y2 – 272,46 lg (x14) + 595,88 lg (x19) +
+ 1,12 x20 + 19586,13/(x40) – 8889,43/(x41) +
+ 36,38 x42 – 2534,40. (П26.11)
F = 2,37; R = 0,71; D = 0,51.
корнеплоды:
y13 = 1,40 y3 + 119,13/(x21) + 0,61 x22 –
– 0,19 x23 + 1,38 x24 – 0,01 (x22)2 +
+ 0,01 (x23)2. (П26.12)
F = 4,57; R = 0,89; D = 0,79.
Окончание приложения 26
однолетние травы:
на сено:
y14 = 143,71 lg (y4) + 17,11 x2 – 13,89 x25 –
– 0,04/(x27) + 2,31 (x25)2 – 124,14. (П26.13)
F = 2,73; R = 0,75; D = 0,56.
на зеленый корм:
y15 = 1,33 y5 + 0,65 x1 + 1,11 x27 –
– 37,92 lg(x28) – 0,01 (y5)2 + 5,33. (П26.14)
F = 2,83; R = 0,74; D = 0,55.
многолетние травы:
на сено:
y16 = 2,57 y6 + 2,55 x1 –
– 0,02 (x1)2 – 36,41. (П26.15)
F = 3,45; R = 0,63; D = 0,40.
на зеленый корм:
y17 = 0,46 y7 – 1515,98 x3 – 175,27 lg (x33) +
+ 13,08 x42 – 18492,12/(x43) +
+ 821,16 (x3)2 +629,48. (П26.16)
F = 4,03; R = 0,59; D = 0,34.
кукуруза на силос:
y18 = 1,68 y8 + 1,69 x1 –
– 0,01 (y8)2 – 33,59. (П26.17)
F = 2,95; R = 0,71; D = 0,50.
силосные культуры:
y19 = 0,90 y9 – 2253,88/(x1) + 101,06. (П26.18)
F = 2,98; R = 0,69; D = 0,48.
естественный сенокос:
y20 = 84,20 lg (y10) – 35,93. (П26.19)
F = 2,35; R = 0,74; D = 0,54.
Приложение 27
Итоговые таблицы плана производства кормов
 |
Таблица 1
Основные производственные ресурсы
Ед. изм. | На начало планового периода | На конец планового периода | Увеличение (+) уменьшение (-) | |
Всего земель | га | |||
из них: | ||||
сельскохозяйственные угодья | га | |||
в том числе: | ||||
пашня | га | |||
залежи | га | |||
сенокосы | га | |||
из них улучшенные | га | |||
пастбища | га | |||
из них улучшенные | га | |||
многолетние насаждения | га | |||
Среднегодовых работников в кормопроизводстве | чел. | |||
Машинно-тракторный парк | ед. | |||
- тракторы, на которых смонтированы машины для кормопроизводства | ед. | |||
- сеялки | ед. |
Продолжение таблицы 1
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 |
