Оптимизация семейств рационов и кормосмесей

0
Просмотров: 1 308

Оптимизация-семейств-рационов-и-кормосмесейВ развитых странах формирование активного и успешного аграрного производства осуществляется за счет внедрения новых, перспективных технологических процессов и применения современных информационных технологий для управления и контроля за этими процессами.

Основу новых информационных технологий составляют компьютерные программы. В этих программах аккумулируются передовые методики, используемые для производства аграрной продукции, знания ведущих ученых и специалистов различных сфер сельского хозяйства.

В условиях рыночной экономики жизненно необходимо анализировать экономическую эффективность производства по таким показателям, как получаемая прибыль и уровень рентабельности производства. В максимизации этих экономических показателей и заключена основная задача внедрения на производстве современных информационных технологий.

В животноводстве результативность производства сельскохозяйственной продукции зависит от нескольких базовых технологических процессов. Одним из таких процессов является кормление животных.

Из числа оптимизационных задач, решаемых при производстве животноводческой продукции, задача экономической оптимизации кормления относится к основным. Вместе с тем известно, что получить рацион, полностью сбалансированный по десяткам нормируемых показателей, имея в наличии ограниченный набор кормов, практически невозможно.

В этой ситуации перед зоотехником возникает задача определения наилучшего рациона, в соответствии с различными зоотехническими или экономическими критериями и показателями качества.

Большую помощь специалисту-зоотехнику могут оказать программы по расчету рационов. Но в процессе расчета специалисту по кормлению предлагается, как правило,  единственный наилучший рацион, где масса используемых в рецепте кормов строго фиксирована. В этой ситуации зоотехник лишен возможности сопоставить близкие по эффективности рационы, но с другим составом кормов, поскольку выбор у него практически отсутствует.

Вместе с тем, нередко в реальных условиях на животноводческом производстве может возникать необходимость скармливания одних кормов и сокращать применение других, более дефицитных; может возникнуть ситуация, требующая частично отклониться от наилучшего решения с целью использования другого набора кормов для составления рецепта рациона.

Специально для решения подобных задач при планировании кормления животных был разработан модуль «Расчет семейства рационов, близких к оптимальному», которым дополняется базовая программа «КОРАЛЛ – Кормление». Для иллюстрации работы модуля рассмотрим оптимизацию суточного рациона для лактирующей коровы в программе «КОРАЛЛ – Кормление молочного скота».

Перед расчетом вводятся характеристики коровы:  масса потенциального суточного удоя, жирность молока, возраст коровы, ее текущая масса, упитанность и способ содержания. Эти данные необходимы для определения требуемой питательности рациона.

Для вычисления прибыли, обеспечиваемой рационом, и других экономических показателей, характеризующих рацион, вводятся стоимостные характеристики коровы и продукции (продуктивная стоимость коровы, стоимость приплода, закупочная цена молока).

1Рис. 1. Задание исходных показателей

После этого задаются корма, которые могут быть включены в рацион. Выбираемые корма помечаются зеленой галочкой. В результате формируется набор кормов, предназначаемых для расчета рациона.

2

Рис. 2. Выбор кормов для расчета рациона

После выбора кормов Пользователь переходит к запуску расчета,  указав один из критериев оптимизации рациона (например, максимальная прибыль).

3_1

В результате расчета получаем рецепт оптимального рациона, обеспечивающий максимальную прибыль от конверсии корма в продукцию.

4

Рис. 3. Результат расчета по максимальной прибыли

В данном случае прибыль, обеспечиваемая рационом, равна 189,21 руб. Отметим, что получившиеся массы кормов рациона обеспечивают наилучшее значение показателя качества рациона. Для обеспечения большей свободы в выборе оптимального рациона сгенерируем и рассмотрим семейство рационов, близких по прибыли к оптимальным, но имеющих другой кормовой состав.

Для поиска семейства рационов, близких к оптимальному, задаем величину допустимого отклонения прибыли  от оптимального значения (например, 2%). Затем по кнопке «Начать расчет» запускаем генерацию семейства.

5

Рис.4. Результат расчета семейства рационов по максимальной прибыли

По полученным новым рецептам рационов можно оценить возможные вариации масс кормов, входящих в различные оптимальные рационы.

Например, при генерации мы получили, что максимум использования твердой пшеницы  у нас равен 2,2 кг и принадлежит рецепту с оптимальным рационом, а минимальное значение равно 760 грамм.

Полученная информация дает зоотехнику возможность применять наиболее целесообразные, рациональные и хозяйственные решения. К примеру, хозяйство имеет дефицит пшеницы, тогда целесообразно использовать рецепт с минимальным использованием пшеницы, и соответственно при избытке пшеницы можно использовать рецепт, где ее наибольшее количество.

Для оценки возможности улучшения оптимального рациона рассмотрим диаграммы, иллюстрирующие его сбалансированность и потери, возникающие из-за дисбаланса рациона.

9

Рис. 5. Структура дисбаланса компонентов

На диаграмме отображена структура дисбаланса компонентов. Зеленый контур – это требуемая питательность рациона, соответствующая нормам кормления. Внутренние лучи отображают недокорм, внешние перекорм по различным компонентам питания.

10

Рис.6. Структура потерь по компонентам

Из диаграммы структуры потерь по компонентам видно, что наибольшие потери вызывает недостаток в рационе аминокислот, микроэлементов и витамина Д, а также избыток кальция. Улучшить рацион можно, дополнив его премиксом. Выполняется повторный расчет, при котором рецепт премикса  рассчитывается одновременно с оптимизацией рациона. Благодаря включению премикса прибыль увеличилась с прежних 189,21 руб. до 206,9 руб., т.е. почти на 10%.

11

Рис.7. Результат расчета по максимальной прибыли с добавлением премиксов.

8

Рис.8. Структура дисбаланса и потерь по компонентам при использовании в рационе премиксов.

Существенно улучшилась сбалансированность рациона, сократились потери. Далее рецепт рациона может быть сохранен для детального анализа и формирования заданий на приготовления кормов.

Автор статьи: П.Б. Лукьянов, доктор экономических наук, профессор.


Информационный блок:

banner-KORALL

ОСТАВЬТЕ ОТВЕТ

Please enter your comment!
Please enter your name here