По всем вопросам звоните:

+7 495 274-22-22

УДК: 636.39.082:636.39.034

Алгоритм определения класса животных в информационной системе племенного и зоотехнического учета в молочном козоводстве

К. Катков канд. техн. наук, доцент, ФГБНУ «Северо-Кавказский федеральный научный аграрный центр», Россия, Ставропольский край, г. Михайловск. E-mail: kkatkoff@mail.ru
Н. Коник д-р с.-х. наук, профессор, ФГБОУ ВО «Саратовский государственный аграрный университет имени Н. И. Вавилова», Россия, г. Саратов. E-mail: koniknv@mail.ru
Р. Ахмеров канд. с.-х. наук, доцент, ФГБОУ ВО «Саратовский государственный аграрный университет имени Н. И. Вавилова», Россия, г. Саратов. E-mail: ahmerovrr@sgau.ru
О. Шутова ст. преподаватель, ФГБОУ ВО «Саратовский государственный аграрный университет имени Н. И. Вавилова», Россия, г. Саратов. E-mail: olga.shutowa2013@gmail.com

В настоящее время одной из актуальных задач в животноводстве является внедрение в отрасль современных информационных технологий. Точный зоотехнический и племенной учет животных в хозяйствах, насчитывающих сотни голов, очень трудно вести без применения современных методов сбора, хранения и обработки информации. В молочном козоводстве сейчас достаточно слабо представлена линейка информационных систем. Разрабатываемая информационно-вычислительная система должна не только вести учет животных, но и определять по комплексу признаков класс каждого животного. Созданная база данных будет являться хранилищем данных бонитировки животных, которые будут выступать в качестве исходных данных для процедуры определения класса животного. Сама система присвоения класса достаточно громоздка и требует написания отдельных программных модулей. Эти модули запускаются на выполнение после заполнения данных о бонитировке животного по запросу пользователя системы. Различные половозрастные группы животных имеют различный набор оцениваемых параметров. При этом каждый оцениваемый параметр оценивается по собственной интервальной шкале. Класс каждого животного определяется по сумме набранных баллов в соответствии со шкалой порядка отдельно для козлов и коз. В работе приведен состав оцениваемых параметров для каждой половозрастной группы животных. Представлены размерности шкал оценивания по каждому из этих параметров. В результате анализа порядка определения класса коз молочного направления продуктивности разработан соответствующий алгоритм, который предлагается использовать в работе информационно-вычислительной системы в виде отдельного программного модуля. Алгоритм представлен в виде блок-схемы в двух возможных вариантах. Также представлены блок-схемы алгоритмов используемых процедур-подпрограмм – подпрограммы пересчета оценки за экстерьер и тип телосложения, а также подпрограммы выбора класса животного. К каждой блок-схеме даны соответствующие пояснения.

Литература:

1. Ефимова Н. И. Шерстная продуктивность потомков от производителей импортной селекции / Н. И. Ефимова, Л. Н. Скорых, И. А. Копылов // Сб. науч. тр. Всеросс. науч.-иссл. ин-та овцеводства и козоводства. – 2015. – Т. 2. – № 8. – С. 17‒21.

2. Катков К. А. Логическая модель базы данных для информационной системы учета в молочном козоводстве / К. А. Катков // Школа науки. – 2018. – № 1 (1). – С. 45‒48.

3. Катков К. А. Основы компьютерного моделирования: учебное пособие / К. А. Катков, И. П. Хвостова, В. И. Лебедев и др. – Ставрополь: Изд-во СКФУ. – 2013. – 220 с.

4. Катков К. А. Инфологическая модель базы данных информационной системы племенного и зоотехнического учета в молочном козоводстве / К. А. Катков // Фундаментальная наука и технологии – перспективные разработки: мат-лы XIV Междунар. науч.-практ. конф. – North Charleston, USA. Create Space, 2018. – С. 58‒62.

5. Катков К. А. Информационные технологии: учебное пособие / К. А. Катков, И. П. Хвостова, В. И. Лебедев и др. – Ставрополь: Изд-во СКФУ. – 2014. – 254 с.

6. Когаловский М. Р. Энциклопедия технологии баз данных / М. Р. Когаловский. – М.: Финансы и статистика, 2002. – 800 с.

7. Копылов И. А. Мясность молодняка овец породы советский меринос и их помесей с австралийскими баранами / Л. Н. Скорых, Н. И. Ефимова // Овцы, козы, шерстяное дело. – 2017. – № 2. – С. 26‒27.

8. Кузнецов С. Д. Основы баз данных. – 2-е изд. / С. Д. Кузнецов. – М.: Интернет-университет информационных технологий. БИНОМ. Лаборатория знаний, 2007. – 484 с.

9. Новопашина С. И. О нормах оценки коз молочных пород / С. И. Новопашина, М. Ю. Санников // Сб. науч. тр. ВНИИОК – филиал ФГБНУ «Северо-Кавказский федеральный научный аграрный центр». – 2017. – Т. 2. – Вып. 10. – С. 37‒41.

10. Новопашина С. И. О молочном козоводстве / С. И. Новопашина, М. Ю. Санников, А. С. Шувариков, О. Н. Пастух // Переработка молока. – 2017. – № 6 (213). – С. 57‒59.

11. Новопашина С. И. Перспективы развития молочного и мясного козоводства в России / С. И. Новопашина, М. Ю. Санников // Животноводство Юга России. – 2016. – № 2 (12). – С. 10‒12.

12. Омаров А. А. Продуктивность тонкорунных и помесных овец с различной тониной шерсти / А. А. Омаров, Л. Н. Скорых // Овцы, козы, шерстяное дело. – 2012. – № 1. – С. 21‒23.

13. Орехов А. А. Продуктивное козоводство / А. А. Орехов. – М.: Колос. – 1974. – 222 с.

14. Порядок и условия проведения бонитировки племенных коз молочного направления продуктивности [Электронный ресурс] // Проект Приказа Министерства сельского хозяйства РФ «Об утверждении порядка и условий проведения бонитировки племенных коз молочного направления продуктивности» URL: http://www.garant. ru/products/ipo/prime/ doc/56641888/#ixzz55dsYeAUN.

15. Скорых Л. Н. Рациональное использование генетического потенциала баранов отечественного и импортного генофонда / Л. Н. Скорых, Н. В. Коник, Б. Б. Траисов // Известия Оренбургского государственного аграрного университета. – 2015. – № 3 (53). – С. 143‒145.

Актуальность темы. Известно, что приоритетной задачей в любой отрасли животноводства является селекционная работа [1, 7, 12, 15].

Успешное проведение такой работы основывается на строгом зоотехническом учете всего поголовья животных. Несомненным помощником в подобном учете являются современные информационные технологии. Создание информационной системы, позволяющей не только вести учет животных, но и осуществлять племенную оценку, является актуальной задачей. Разрабатываемая в Северо-Кавказском федеральном научном аграрном центре (г. Михайловск) информационно-вычислительная система (ИВС) племенного и зоотехнического учета в молочном козоводстве позволит проводить оценку и прогнозирование продуктивности коз молочного направления. Методика оценки коз молочного направления и порядок их бонитировки определены документально [9, 10, 13, 14].

В состав ИВС будет входить несколько баз данных. Самая большая база будет содержать данные о бонитировке животных. В ее состав включено более сорока параметров [2, 14]. Инфологическая модель этой базы данных достаточно полно представлена в публикациях [2, 4].

Кроме этого, необходима база дан ных пользователей системы, где будут храниться данные о хозяйствах; экспертов, проводящих оценку животных; логины и пароли всех пользователей ИВС [3, 5, 6, 8].

Процедура определения класса коз молочного направления достаточно громоздка [9, 14]. Для каждой из j-й половозрастной группы существует отдельный набор оцениваемых параметров. Каждый i-й параметр имеет свою локальную шкалу оценки, размерность которых ( Mi j) различна. При этом суммарная размерность локальных шкал для каждой j-й половозрастной группы ( L j) составляет 100 баллов:

где n – число оцениваемых параметров для каждой половозрастной группы.

Особняком стоит такой оцениваемый параметр, как экстерьер и тип телосложения. По этому параметру для ряда половозрастных групп существует первичная 100-балльная шкала оценки (K). Оценка по этой шкале в дальнейшем, согласно [14], переводится в оценку по локальной шкале j M для каждой половозрастной группы.

Для Цитирования:
К. Катков, Н. Коник, Р. Ахмеров, О. Шутова, Алгоритм определения класса животных в информационной системе племенного и зоотехнического учета в молочном козоводстве. Главный зоотехник. 2018;12.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: