Ф.И.О.
Лойко Валерий Иванович
Ученая степень
• доктор технических наук
Ученое звание
профессор
Почетное звание
—
Организация, должность
• Кубанский государственный аграрный университет
кафедра компьютерных технологий и систем
зав. кафедрой
Научные интересы
-
Адрес веб-сайта
—
Электропочта
Текущий рейтинг (суммарный рейтинг статей)
0
TOP5 соавторов
Статей в журнале: 147 шт
Сформировать список работ, опубликованных в Научном журнале КубГАУ
-
Краткое описание
Зерно имеет стратегическое значение и является основой продовольственной безопасности страны. В валовом национальном продукте доля зерна и продуктов его переработки составляет 10-15%. Оно всегда выделяется из других видов сырьевых ресурсов, так как используется для выработки наиболее массовых продуктов повседневного питания. Учитывая особенности управления в сельском хозяйстве, следует особенно подчеркнуть, что отсутствие объективной и своевременной информации на всех этапах производства продукции растениеводства, и, как следствие, неоптимальный выбор технологии возделывания сельскохозяйственных культур, приводит к тому, что затраты труда и материальных ресурсов существенно возрастают, предприятие недополучает прибыль, а иногда несет убытки. При выборе технологии возделывания сельскохозяйственных культур, агроном хозяйства имеет в своем распоряжении базу данных из более ста различных альтернативных технологий по каждой из культур. Перед лицом, принимающим решение (ЛПР) стоит задача по определенным критериям выбрать наиболее подходящую для данного хозяйства, климатической зоны технологию возделывания культуры. Данные обстоятельства обуславливают актуальность углубленных исследований экономико-математических моделей и методов анализа и оценки экономической эффективности технологий возделывания сельскохозяйственных культур. В статье рассматривается процесс адаптации и возможности применения модели и метода бинарных решающих матриц к задаче выбора технологии возделывания сельскохозяйственных культур
-
Интегрированные производственные системы агропромышленного комплекса
Краткое описаниеДанная статья посвящена рассмотрению вопросов агропромышленной интеграции. АПК – это сложная динамическая система, объединяющая ряд отраслей народного хозяйства. В работе представлена схема функционирования агропромышленного предприятия с использованием модели «черного ящика», выделены его особенности. По ряду признаков подобные предприятия существенно отличаются от предприятий иных отраслей. Это связано с тем, что сельскохозяйственное производство характеризуется высокой степенью неопределенности. Актуальными являются задачи анализа неопределенности, и, как следствие, различного рода рисков агропредприятий, а также выработку эффективного механизма управления ими. В статье описаны особенности классификации рисков в АПК, включая ряд специфических, влияние которых на деятельность агропредприятий является довольно существенным. Для снижения возможных последствий наступления рискового события агропредприятия активно используют механизмы интеграции. Различают вертикальную и горизонтальную интеграцию. В статье рассмотрены структуры интегрированных производственных систем АПК, построенных с учетом вертикальных и горизонтальных связей. Наиболее эффективной и востребованной является вертикально-матричная интеграция, в которой учитывается механизм диверсификации бизнеса. Также обоснована целесообразность оценки рисков с учетом интеграционных связей
-
Краткое описание
Цель исследования – разработка моделей и методов многопараметрической диагностики исследовательской деятельности научно- педагогических коллективов образовательных учреждений. Проблематика исследования – повышение качества и продуктивности (эффективности) исследовательской деятельности в образовательных учреждениях. Проблема исследования – вопрос: каким образом объективно и комплексно (всесторонне) диагностировать исследовательскую деятельность научно- педагогических коллективов? Актуальность решения указанной проблемы обусловлена необходимостью обеспечения тесной взаимосвязи между исследовательской, методической и образовательной деятельностью в учебных заведениях. Необходимо также учитывать возрастание роли кластеров в российской экономике, кооперацию и интеграцию уровней (ступеней) системы непрерывного образования и т.д. Авторами выделены параметры, отражающие значимость исследовательской деятельности научно-педагогических коллективов для научно- педагогического сообщества (социальной мегасреды). При выделении показателей авторы учитывали, что наука – социокультурный феномен и социальный институт, и важнейший аспект значимости результатов исследовательской деятельности – в инновационном развитии различных сфер человеческой деятельности. Применявшиеся методы исследования: математическое моделирование; методы теории графов, множеств и отношений; методы “искусственного интеллекта” и многопараметрический анализ систем; методы квалиметрии (теории латентных переменных). Методологические основы исследования: системный, культурологический, компетентностный, метасистемный, социологический, квалиметрический и синергетический подходы
-
Диагностика эффективности образовательных сред (на примере кафедр и факультетов)
Краткое описаниеЦель исследования – разработка моделей и методов многопараметрической диагностики эффективности образовательных сред. Известно, что в настоящее время разработан критериально- диагностический аппарат для мониторинга эффективности вузов – образовательных макросред, чего нельзя сказать о мониторинге эффективности образовательных микросред и мезосред – кафедр и факультетов. Проблематика исследования – повышение продуктивности (эффективности) функционирования образовательных сред. Проблема исследования – вопрос: каким образом объективно и комплексно диагностировать эффективность образовательных сред? Актуальность решения указанной проблемы обусловлена: необходимостью обеспечения эффективного функционирования образовательных учреждений, их устойчивого инновационного развития; возрастающими требованиями к общему и профессиональному образованию, а также его переходом на многоуровневую систему. Методологические основы исследования: компетентностный подход (рассматривает в качестве важнейшего целевого ориентира образовательного процесса формирование компетенций и личностно-профессиональных качеств обучающихся, интегрирующих знания, умения и готовность к их эффективному использованию при решении жизненных, профессиональных и учебных задач), метасистемный подход (рассматривает образовательную среду как метасистему, включающую относительно независимые подсистемы – образовательные среды более низкого уровня иерархии), квалиметрический подход (рассматривает эффективность образовательной среды как интегративный показатель, который диагностируют на основе оценки множества соответствующих критериев), синергетический подход (рассматривает образовательную среду как самоорганизующуюся систему, а эффективность её функционирования – как показатель успешности использования ресурсов для дальнейшего развития). Синергетический подход является относительно новым в оценке эффективности учебного процесса, так и образовательной среды в целом
-
Краткое описание
Целью данной работы является исследование временных характеристик алгоритма синхронизации псевдослучайной последовательности для систем связи с многочастотными сигналами MC-DS-CDMA, не требующего больших аппаратных затрат и способного эффективно работать на каналах низкого качества. Для этого используется разработанная математическая модель алгоритма. Полученные результаты показывают целесообразность оптимизации сигналов MC-DSCDMA для повышения эффективности системы синхронизации. Полученные результаты могут быть применены при разработке систем связи на базе MC-DS-CDMA
-
Краткое описание
В данной статье в соответствии с методологией Автоматизированного системно-когнитивного анализа (АСК-анализ) рассматривается реализация 3-го АСК-анализа: синтез и верификация модели прогнозирования развития многоотраслевой агропромышленной корпорации. На этом этапе осуществляется синтез и верифкация 3 статистических и 7 системно-когнитивных моделей: ABS – матрица абсолютных частот, PRC1 и PRC2 – матрицы условных и безусловных процентных распределений, INF1 и INF2 – частный критерий: количество знаний по А.Харкевичу, INF3 – частный критерий: Хи-квадрат: разности между фактическими и теоретически ожидаемыми абсолютными частотами INF4 и INF5 – частный критерий: ROI - Return On Investment, INF6 и INF7 – частный критерий: разность условной и безусловной вероятностей (коэффициент взаимосвязи). Достоверности созданных моделей оценивались в соответствии с пред- ложенной метрикой, сходной с известным F-критерием, но не предполагающей выполнение нормального распределения, линейности объекта моделирования, независимости и аддитивности действующих на него факторов. Достоверность полученных моделей оказалось достаточно высокой для решения последующих задач идентификации, прогнозирования и принятия решений, а так-же исследования моделируемого объекта путем исследования его модели, которые планируется рассмотреть в будущих статьях
-
Системы квантового распределения ключа и проблемы их практической реализации
Краткое описаниеЦелью данной работы является анализ разработанных систем квантового распределения ключей, возможности применения этих систем, а так же анализ проблем их практического применения
-
Краткое описание
Сельскохозяйственные товаропроизводители заинтересованы в сбыте производимого сырья, а перерабатывающие предприятия – в создании сырьевых зон, обеспечивающих загрузку производственных мощностей, поэтому формирование устойчивых связей между товаропроизводителями и переработчиками сырья – объективная необходимость. В статье математическими методами исследуются условия взаимовыгодных экономических отношений между сельхозтоваропроизводителями и перерабатывающими предприятиями. Математическая модель оценки прибыли предприятия строится из следующих условий: товаропроизводители продают перерабатывающему заводу часть сырья, определенную коэффициентом заинтересованности в партнерстве по согласованной закупочной цене, а оставшееся сырье перерабатывают, и реализуют продукцию самостоятельно. Прибыль перерабатывающего завода определяется математической моделью. Для описания нелинейной рыночной зависимости объема продаж товара от его розничной цены используется гиперболическая функция спроса
-
Модели взаимодействия с клиентами при использовании технологии дополненной реальности в торговле
Краткое описаниеДополненная реальность предлагает уникальные способы отображения визуальной информации, в частности визуализации трёхмерных объектов. Средствами ДР объект может быть визуализирован непосредственно в контексте его эксплуатации. Примером может служить предмет мебели, визуализированный в интерьере, растения на приусадебном участке, архитектурный объект на местности. Современные потребительские устройства, такие как смартфоны и планшетные компьютеры, а также алгоритмическая база обуславливают возможность массового применения дополненной реальности. Концепция дополненной реальности предлагает более совершенный пользовательский интерфейс для визуализации за счёт совокупности способов управления и визуализации. Управление ракурсом объекта осуществляется естественными движениями головы пользователя или устройства и является понятным и эффективным. Способ визуализации трёхмерного объекта путём совмещения его изображения с окружающей обстановкой в соответствующем ракурсе позволяет лучше воспринимать объект, его размеры, свойства материалов. При этом, в отличии от традиционных средств, для визуализации средствами ДР не требуется моделирование окружения. Визуализация объектов средствами ДР может быть применена для поддержки принятия решения покупателями при покупке товаров. Пользователю предоставляется возможность визуализировать объект в том месте в помещении или на улице, где он планирует разместить его, и в интерактивном режиме рассмотреть объект под любым ракурсом. В данной статье предпринята попытка систематизации возможных вариантов организации взаимодействия с потенциальными покупателями посредством приложений с применением технологии дополненной реальности
-
Краткое описание
В статье отражена взаимосвязь между параметрами исследовательской деятельности студентов и характеристиками образовательной среды в высшем учебном заведении. Известно, что исследовательская деятельность студентов – неотъемлемая составляющая образовательного процесса, следовательно, параметры исследовательской деятельности могут и должны быть индикаторными переменными, отражающими те или иные аспекты образовательной среды. Согласно современным воззрениям, все виды исследовательской деятельности студентов (учебно-исследовательская, научно-практическая и научно-исследовательская) – важнейший механизм становления их исследовательской компетентности. Кроме того, параметры исследовательской деятельности студентов – отражение взаимосвязи научной и образовательной деятельности в высшем учебном заведении, а это – один из важнейших факторов конкурентоспособности образовательной среды. Авторами обосновано, что параметры, отражающие исследовательскую деятельность студентов, характеризуют, прежде всего, такие аспекты образовательной среды, как её интенсивность, социальную активность, доминантность, когерентность, мобильность, устойчивость, надёжность и эффективность. Это обусловлено тем, что исследовательская деятельность студентов – трансцисциплинарный процесс, зависящий от тех же факторов, что и образовательный процесс в целом, и характеризующийся теми же дидактическими целями (задачами), что и образовательный процесс в целом. При выявлении взаимосвязи между параметрами исследовательской деятельности студентов и характеристиками образовательной среды, авторы также учитывали актуальность такой задачи, как обеспечение преемственности между уровнями непрерывного образования. Теоретическая значимость результатов настоящего исследования – в том, что они могут быть основой для дальнейшего научного осмысления проблем качества образования и эффективности образовательных сред, практическая значимость – в том, что их можно применять в системах социально-педагогического и психолого- педагогического мониторинга (мониторинга качества образования и эффективности образовательной среды, а также мониторинга личностно-профессионального развития обучающегося). Методологические основы исследования: системный, социологический, компетентностный, вероятностно-статистический и квалиметрический подходы (ведущий методологический базис – компетентностный подход). Методы исследования: моделирование; методы теории графов, множеств и отношений; системно-когнитивный анализ; методы квалиметрии (теории латентных переменных); методы математической статистики (прежде всего – метод каменистой осыпи); методы теории пределов