По всем вопросам звоните:

+7 495 274-22-22

УДК: 639.1.03+004.942 DOI:10.33920/sel-03-2412-04

«Экосистема охотничьих животных» – экономико-математическая модель оптимизации размера и структуры популяций охотничьих животных в экосистеме

А. П. Каледин д-р биол. наук, профессор, ФГБОУ ВО «Российский государственный аграрный университет – МСХА имени К. А. Тимирязева», Россия, г. Москва, ORCID: 0000-0002-5744-1363, E-mail: apk-bird@mail.ru
А. М. Остапчук канд. биол. наук, ФГБОУ ВО «Российский государственный аграрный университет – МСХА имени К. А. Тимирязева», Россия, г. Москва, ORCID: 0000-0002-9202-8611, E-mail: artem.ostapchuk.1993@list.ru
А. И. Филатов канд. экон. наук, профессор, ФГБОУ ВО «Российский государственный аграрный университет – МСХА имени К. А. Тимирязева», Россия, г. Москва, ORCID: 0009-0008-9868-6579, E-mail: filatov.anatolij2014@yandex.ru

Методология экономико-математического моделирования предполагает формирование системы из подсистем и элементов, объединенных логическими взаимосвязями. В системе могут оптимизироваться размер и структура подсистем и элементов на различные критерии оптимальности. По такому алгоритму формируются математические модели экосистем с различной содержательной базой. Биологические подсистемы и элементы могут послужить основой для экосистемы, которая решается на экономические критерии оптимальности, или экономические показатели могут выступать взаимосвязями в экосистеме. Таким способом содержательная база математической модели представляется биологическими подсистемами и элементами, а критерии оптимальности формируются на основе экономических показателей. Этот процесс отражается в экономико-математической модели конкретной экосистемы. В работе предлагается оригинальная экономико-математическая модель (ЭММ) оптимизации размера и структуры популяций охотничьих животных в заданной экосистеме. Приведенная ЭММ основана на оптимизации размера и структуры популяций как хищников, так и жертв в охотничьих угодьях, с принятием во внимание границ их ареала. ЭММ «Экосистема охотничьих животных» основана на ЭММ «Хищник-Жертва» и имеет блочно-диагональную структуру, где основными блоками являются блоки «Жертва» и «Хищник», а блоки кормления и ареала охотничьих животных выступают как связующие. Критерии оптимальности ЭММ «Экосистема охотничьих животных» могут быть выражены целевыми функциями, реализующими различные сценарии реализации модели. Описанная модель позволяет создать математическое представление об экосистеме и изучить биологические особенности популяций охотничьих животных, что в конечном итоге содействует более рациональному управлению ресурсами в охотхозяйствах нашей страны.

Литература:

1. Каледин А. П. Основы охотничьего ресурсоведения / А. П. Каледин, А. И. Филатов, А. М. Остапчук. – М.: Изд-во ЭРА, 2018. – 344 с.

2. Каледин А. П. Прогнозирование динамики численности охотничьих животных в Российской Федерации на основе модельных экспериментов / А. П. Каледин, А. И. Филатов, А. М. Остапчук // Международный научный журнал. – 2017. – № 2. – С. 66–70.

3. Моделирование динамики численности кабана в Ярославской области на границе депопуляции / А. П. Каледин, А. И. Филатов, А. М. Остапчук, Е. Н. Анашкина // Международный технико-экономический журнал. – 2017. – № 3. – С. 64–68.

4. Моделирование динамики численности кабана как объекта охоты и нагрузки популяции на кормовую базу в ООО «Скнятинское охотничье хозяйство» Тверской области / А. П. Каледин, А. И. Филатов, А. М. Остапчук и др. // Главный зоотехник. – 2018. – № 9. – С. 41–52.

5. Модель динамики популяции лося в Подмосковье / А. П. Каледин, Э. Г. Абдулла-Заде, А. А. Николаев и др. // Международный технико-экономический журнал. – 2016. – № 3. – С. 54–58.

6. Прогнозирование динамики популяции кабана в Подмосковье на основе матричной модели / А. П. Каледин, Э. Г. Абдулла-Заде, А. М. Остапчук и др. // Международный научный журнал. – 2016. – № 3. – С. 30–35.

7. Региональный аспект прогнозирования динамики численности лося в Ярославской области на основе модельных экспериментов / А. П. Каледин, А. А. Николаев, А. И. Филатов и др. // Международный научный журнал. – 2017. – № 3. – С. 43–47.

8. Kostomakhin M. N. Impact of digitalization on the effectiveness of management in the field of agricultural development / M. N. Kostomakhin, N. M. Kostomakhin, M. Tseiko // E3S Web of Conferences. International Scientific Siberian Transport Forum – TransSiberia 2023. – 2023. – P. 13004. – DOI: 10.1051/e3sconf/202340213004.

9. Kostomakhin N. Experience and prospects of the use of precision livestock farming in the Russian Federation / N. Kostomakhin, L. Tseiko, M. Kostomakhin // Bio Web of Conferences. XVII International Scientific and Practical Conference “State and Development Prospects of Agribusiness” (INTERAGROMASH 2024). – EDP Sciences, 2024. – P. 02001. – DOI: 10.1051/bioconf/202411302001.

10. Optimizing the economic use of populations of game animals in the region (by the example of the Yaroslavl region) / A. P. Kaledin, Y. A. Yuldashbaev, A. I. Filatov et al. // Journal of Pharmaceutical Sciences and Research. – 2018. – Vol. 10. – No. 10. – P. 2555–2558.

1. Kaledin A. P. Fundamentals of hunting resource management / A. P. Kaledin, A. I. Filatov, A. M. Ostapchuk. – Moscow: ERA Publishing House, 2018. – 344 p.

2. Kaledin A. P. Forecasting the dynamics of the number of game animals in the Russian Federation based on model experiments / A. P. Kaledin, A. I. Filatov, A. M. Ostapchuk // International Scientific Journal. – 2017. – No. 2. – P. 66–70.

3. Modeling the dynamics of the wild boar population in the Yaroslavl region at the border of depopulation / A. P. Kaledin, A. I. Filatov, A. M. Ostapchuk, E. N. Anashkina // International technical and economic journal. – 2017. – No. 3. – P. 64–68.

4. Modeling of population dynamics of wild boar as an object of hunting and the pressure of population on feed resources in LLC “Sknyatinskoye hunting farm” in the Tver region / A. P. Kaledin, A. I. Filatov, A. M. Ostapchuk et al. // Head of animal breeding. – 2018. – No. 9. – P. 41–52.

5. Model of the dynamics of the moose population in the Moscow region / A. P. Kaledin, E. G. Abdulla-Zade, A. A. Nikolaev et al. // International technical and economic journal. – 2016. – No. 3. – P. 54–58.

6. Forecasting the dynamics of the wild boar population in the Moscow region based on a matrix model / A. P. Kaledin, E. G. Abdulla-Zade, A. M. Ostapchuk et al. // International Scientific Journal. – 2016. – No. 3. – P. 30–35.

7. Regional aspect of forecasting the dynamics of the moose population in the Yaroslavl region based on model experiments / A. P. Kaledin, A. A. Nikolaev, A. I. Filatov et al. // International scientific journal. – 2017. – No. 3. – P. 43–47.

8. Kostomakhin M. N. Impact of digitalization on the effectiveness of management in the field of agricultural development / M. N. Kostomakhin, N. M. Kostomakhin, M. Tseiko // E3S Web of Conferences. International Scientific Siberian Transport Forum – TransSiberia 2023. – 2023. – P. 13004. – DOI: 10.1051/e3sconf/202340213004.

9. Kostomakhin N. Experience and prospects of the use of precision livestock farming in the Russian Federation / N. Kostomakhin, L. Tseiko, M. Kostomakhin // Bio Web of Conferences. XVII International Scientific and Practical Conference “State and Development Prospects of Agribusiness” (INTERAGROMASH 2024). – EDP Sciences, 2024. – P. 02001. – DOI: 10.1051/bioconf/202411302001.

10. Optimizing the economic use of populations of game animals in the region (by the example of the Yaroslavl region) / A. P. Kaledin, Y. A. Yuldashbaev, A. I. Filatov et al. // Journal of Pharmaceutical Sciences and Research. – 2018. – Vol. 10. – No. 10. – P. 2555–2558.

В настоящее время успешное развитие животноводства в целом и совершенствование работы с разными видами охотничьих животных предполагает использование различных математических моделей [8, 9].

Экономико-математическая модель оптимизации размера и структуры популяций охотничьих животных (ЭММ «Экосистема охотничьих животных») основана на ЭММ «Хищник-Жертва» и имеет блочно-диагональную структуру, где основными блоками являются блоки «Жертва» и «Хищник», а блоки кормления и ареала охотничьих животных выступают как связующие.

На рис. 1 представлена структурная схема ЭММ «Экосистема охотничьих животных». Данная структура позволяет сделать прогноз о состоянии популяций охотничьих животных, что особенно актуально для успешного ведения охотничьего хозяйства.

Из рис. 1 блоки «Жертва» 1, «Жертва » … и «Жертва» n составляют подсистему «Жертва», блоки «Хищник» 1 и «Хищник» … – подсистему «Хищник», которые объединяются в систему вспомогательным и связующим блоками. В последние, в свою очередь, входят блоки кормления и ареала охотничьих животных.

В основу каждого блока, входящего в подсистемы «Жертва» и «Хищник», положен блок оборота популяции охотничьих животных, который дополнен связующими ограничениями по использованию поголовья и продукции охотничьих животных.

Целью работы являлось создание экономико-математической модели оптимизации размера и структуры популяций охотничьих животных в экосистеме.

В работе использованы методы математического анализа, классификации, моделирования, синтеза и сравнения.

Блок оборота популяции

Экономико-математическая модель оптимизации оборота популяции охотничьих животных относится к структурным моделям, в которых отражается динамика движения половозрастных групп в рамках рассматриваемого периода. Поскольку данная модель входит в экономико-математическую модель оптимизации размера и структуры популяций хищников и жертв в качестве блока, то в ней отсутствует ряд переменных и ограничений, а также целевая функция.

Для Цитирования:
А. П. Каледин, А. М. Остапчук, А. И. Филатов, «Экосистема охотничьих животных» – экономико-математическая модель оптимизации размера и структуры популяций охотничьих животных в экосистеме. Главный зоотехник. 2024;12.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: