Ф.И.О.
Жмурко Даниил Юрьевич
Ученая степень
—
Ученое звание
—
Почетное звание
—
Организация, должность
• Кубанский государственный аграрный университет
ассистент
Научные интересы
материально-финансовые потоки, логистика
Адрес веб-сайта
—
Электропочта
Текущий рейтинг (суммарный рейтинг статей)
0
TOP5 соавторов
Статей в журнале: 27 шт
Сформировать список работ, опубликованных в Научном журнале КубГАУ
-
Краткое описание
В статье исследуются категории, принципы, закономерности, функции и методы адаптивного управления. Учитывается тот факт, что сама по себе адаптация – это модель поведения системы со сложной организацией в рыночных условиях, а адаптивное управление – механизм реализации данной модели поведения в реальных условиях. Проведено сравнение принципов адаптивного управления; построена классификация принципов, законов и методов адаптивного управления
-
Парадигмы в философии общей теории циклов (кризисов)
Краткое описаниеВ статье рассматривается особая роль парадигм при исследовании (написании) общей теории циклов. Перед авторами ставится задача систематизации знаний в данной области и получения объективной оценки по средствам ретроспективного материала, который показывает смену одной парадигмы на другую
-
Процессы, циклы и фазы адаптивного управления интегрированными сегментами в рыночной экономике
Краткое описаниеВ статье раскрываются такие понятия, как процессы, циклы и фазы (стадии, этапы) адаптивного управления. Этапы управленческого цикла интегрированных сегментов сахарного подкомплекса приведены в таблице. Дается определение для системы с обострением
-
Краткое описание
В статье рассматриваются возможные варианты решения проблем, сопутствующих устойчивому развитию интегрированных сегментов сахарного подкомплекса АПК адаптивного управления. Описываются критерии исследования и требования, которым они должны соответствовать
-
Понятие, сущность и классификация адаптивного управления системами с организационной сложностью
Краткое описаниеВ статье рассматриваются понятие и сущность адаптивного управления. Разработана классификация адаптивной системы управления (АСУ). Представлен пример адаптивного управления системой со сложной организацией для интегрированных сегментов сахарного подкомплекса АПК
-
Предлагаемые аксиомы общей теории циклов
01.00.00 Физико-математические науки
Краткое описаниеВ данной статье ставится задача систематизации аксиом и постулатов, прямо или косвенно связанных с исследованием циклов различной длины и природы, которые составляют абсолют общей теории циклов
-
Краткое описание
В статье рассматриваются такие категории, как предметная (предметно-целевая) деятельность или границы адаптивного управления интегрированных сегментов сахарного подкомплекса, особенности и специфические черты адаптивного управления при-сущие только им. Раскрывается понятие бенчмаркинга, обосновывается необходимость его проведения сложными адаптивными системами сахарного сектора экономики страны
-
Краткое описание
В статье рассмотрены краткие теоретические сведения вейвлет-преобразования, представлены методы идентификации нелинейных нестационарных систем с использованием кратномасштабного вейвлет-преобразования. В последнее время широко используются методы обработки данных, основанные на вейвлет-преобразованиях. Они обладают существенными преимуществами по сравнению с преобразованием Фурье, потому что вейвлет-перобразование позволяет судить не только о частотном спектре сигнала, но и о том, в какой момент времени появилась та или иная гармоника. С их помощью можно легко анализировать прерывистые сигналы либо сигналы с мощными всплесками. Кроме того, вейвлеты позволяют анализировать данные согласно масштабу, на одном из заданных уровней (мелком или крупном). Уникальные свойства вейвлетов позволяют сконструировать базис, в котором представление данных будет выражаться всего несколькими ненулевыми коэффициентами. Это свойство делает вейвлеты полезным инструментом для упаковки данных. Мелкие коэффициенты разложения могут не приниматься во внимание как, не имеющие значительного влияния на качество упакованных данных. Вейвлеты нашли широкое применение в цифровой обработке сигналов и анализе данных. Существует два класса вейвлет-преобразований: непрерывные и дискретные. В статье представлено дискретное вейвлет-преобразование с выводом получающегося распределения на 3D-график. Приведен алгоритм и результаты преобразования временных рядов показателей деятельности интегрированных производственных систем сахарного подкомплекса АПК. В исследовании применены методы нейросетевого моделирования для повышения точности при прогнозировании высокочастотных колебаний. Предложен метод определения циклических закономерностей на основе коэффициентов вейвлет-преобразования
-
Краткое описание
Статья посвящена вопросам поиска и разработке новых моделей структурных сдвигов. Результаты таких исследований корректируют деятельность крупных сахарных интегрированных производственных систем сахарного подкомплекса АПК. Рассматривается проблема формирования комплексной методики анализа структурных сдвигов в экономике АПК, обозначаются показатели и параметры макроэкономики сахарного подкомплекса, которые необходимо учитывать при оценке структурных изменений. Ставится задача разработки нового инструмента математической статистики, решающего круг задач по выявлению в нестационарных временных рядах (НВР) «начала» новых суперциклов (комплектов циклов). В экономике классическое решение этой проблемы находится в плоскости выявления нарушений равновесия в силу запоздалой реакции на произошедшие ранее технологические изменения, изменением условий внешней торговли, низкой мобильностью труда и капитала, а также всевозможными барьерами для свободной конкуренции. С нашей точки зрения, решение идеально соответствует обнаружению канального смещения и проверке динамического ряда на однородность, т. е. нахождению фазовых переходов. Структурный сдвиг в экономике можно рассматривать как качественное изменение в системе, состоящее в замене существовавших ранее связей между ее составными частями новыми. Такие сдвиги обусловлены неравномерностью развития различных элементов экономической системы, они свидетельствуют об изменении в потребностях субъектов хозяйственной жизни и размещении экономических ресурсов. Автор предлагает управляющий параметр анализа, в котором используются методы определения структурных изменений (тесты Петтитта, Буишанда и Александерссона). В статье рассматриваются структурные сдвиги в сахарной отрасли АПК. Анализируемый период составляет по разным категориям от 60 до 180 лет. Наличие структурных сдвигов исследовано по таким показателям, как величина посевных площадей, валового сбора, урожайности сахарной свеклы и производства сахара из сахарной свеклы и тростника. Исследованы теоретико-методологические подходы, рассмотрены существующие методы анализа структурных сдвигов в экономике и их воздействия на воспроизводственные процессы, дана их классификация. Определены основные проблемы повышения эффективности и качества трансформирующейся структуры экономики сахарного подкомплекса АПК. Показана динамика показателей структуры экономики сахарного подкомплекса России и других стран мира за разные периоды времени и ее влияния на сахарный подкомплекс АПК. Автором предложены алгоритм и адаптивные модели теста на однородность (модели структурного сдвига) для интегрированных производственных систем, деятельность которых сосредоточена на сахарном подкомплексе АПК. Данная методика апробирована автором применительно к экономическим системам (различного уровня) сахарного подкомплекса АПК – России, других стран и мира в целом. Наряду с этим автором предложено (разработан анализ иерархических структурных сдвигов) осуществлять идентификацию кластеров по каждой категории сахарного подкомплекса с привлечением математического аппарата в виде тестов на однородность. Обозначены показатели и параметры анализа структурного сдвига, основные причины этого явления. Результаты проведенных эмпирических исследований подтвердили возможность практического использования разработанного анализа
-
Краткое описание
Цель: Для повышения системности и эффективности стратегического планирования и прогнозирования в современных условиях требуется развитие существующих классификаций видов планирования, стратегий, прогнозов и методов прогнозирования. В работе рассматривается введение в проблематику спектрального анализа макроэкономической динамики мирового и российского сахарного подкомплекса АПК. Статья посвящена вопросам прогнозирования деятельности интегрированных производственных систем сахарного подкомплекса АПК. Рассмотрены аспекты практического применения экономико- математических методов (на основе спектрального анализа) для управления экономическими параметрами интегрированных производственных систем сахарного подкомплекса АПК, ориентированных на удовлетворение потребностей в сахарной продукции населения не только отдельных регионов, но и страны в целом. Обсуждение: Процедуры выявления и исследования периодических составляющих динамики развития агропромышленного сегмента АПК базируются на методах спектрального анализа случайных процессов. В работе описываются эксперименты с различного рода нестационарными временными рядами, относящимися к аграрному сектору и пищевой промышленности сахарного подкомплека. Приведены результаты вычислительных экспериментов спектров временных рядов производства сахара, посевных площадей, валового сбора и урожайности сахарной свеклы и сахарного тростника по странам. Систематизированно изложены идеи и методы, лежащие в основе спектрального анализа. Дается оценка полученным результатам. Результаты: Разработанный автором алгоритм адаптивной методики спектрального анализа был реализован в рамках конкретного программного продукта в формате MS Excel. Результаты проведенных им эмпирических исследований подтвердили возможность практического использования разработанных моделей при прогнозировании вероятных сценариев развития сахарного подкомплекса при участии интегрированных производственных систем. Изложенные результаты иллюстрируются многочисленными графиками, построенными на реальных данных. Выстроены проекции латентных структур сахарного подкомплекса АПК по макрорегионам. Установлено, что каждый макроэкономический временной ряд может содержать, по меньшей мере, от 2 до 9 гармоник (циклов) разного рода и силы воздействия на тренд