В дисертаційній роботі наведено теоретичне узагальнення і нове розв’язання наукової задачі оптимізації структури сільськогосподарського виробництва, що, відповідно до мети і задач дослідження, відображено в наукових результатах: 1. Виявлено особливості існуючих моделей виробничих функцій, порівняні теоретичні та інструментальні розробки вітчизняних та зарубіжних вчених, вказано на їх переваги та недоліки. 2. Виконано системний аналіз сільського господарства як складної цілеорієнтованої системи; формалізовано структуру рослинництва як її підсистеми, визначені особливості функціонування в антагоністичних та неантагоністичних умовах. 3. Запропоновано формалізовану постановку задачі оптимізації структури виробництва з використанням виробничої функції та обмежень, показано, що її розв’язання традиційними регресійними методами і методами самоорганізації моделей має низьку точність і здатність до узагальнення. 4. Розроблено метод структурної та параметричної ідентифікації виробничої функції як залежності між валовим збором продукції рослинництва, витратами та прибутком від реалізації за допомогою моделей нейронних мереж. Ідентифікована функція є синтетичною, оскільки не має аналітичного представлення, а існує у вигляді сукупності значень вагових коефіцієнтів мережі і параметрів і дозволяє виконувати апроксимацію невідомої залежності. 5. Враховуючи трудомісткість обробки даних нейронними мережами, запропоновано задачу оптимізації їх параметрів розв’язувати за допомогою генетичного алгоритму, для чого виконана попередня формалізація та підготовка даних. Визначено особливості розв’язання інтерполяційної та екстраполяційної задач із використанням критерію зовнішнього доповнення для трьох типів штучних нейронних мереж: із алгоритмом оберненого поширення похибки, із радіально-базисними функціями активації та мережі зустрічного поширення. 6. Запропоновано метод оптимізації синтетичних моделей за допомогою генетичного алгоритму із врахуванням “короткості” початкової вибірки. Розроблена процедура, яка включає збільшення інформативності даних за рахунок визначення факторів, що найбільше впливають на величину прибутку за технологією box-counting та використання композиції методу “вибілювання” входів і методу головних компонент для вирівнювання їх розподілу. 7. Виконано експериментальне моделювання і проведено порівняльний аналіз вищевказаних методів збільшення інформативності вихідних даних в композиції з різними синтетичними моделями. Визначено, що найбільш ефективним з позиції точності результату та швидкості збіжності методу є функціонування прямозв’язної мережі із алгоритмом оберненого поширення похибки, оптимізованої генетичним алгоритмом із одноточковим кроссовером, методом вибору батьків – аутбридінгом, механізмом відбору нащадків – із витісненням, що використовує композиційні дані. 8. Розроблено технологію супроводження процесу розв’язання задачі синтетичного моделювання для визначення оптимальної структури посівних площ та витрат: від збору та підготовки даних – до інтерпретації одержаних результатів і видачі рекомендацій сільгосптоваровиробникам. | 