Article · Bulletin of Toraighyrov University Energetics series · September 29, 2023
"STATISTICA жүйесінде дақылдардың өнімділігін БОЛЖАУ модельдерін құру "
Aigul Mimenbayeva, А. Х. Нұрбекова, Г. К. Бекмағанбетова, Н. Н. Никамбаева, Г. Н. Турсынгалиева
Abstract
"Мақалада ауылшаруашылығы дақылдарының өнімділігін болжауға арналған модельдері мен әдістері қарастырылған. Зерттеу барысында осы бағыттағы соңғы жылдардағы Web of Science, Scopus деректер қорындағы отандық және шетел ғылыми еңбектер зерделенген. Сонымен қатар, 2012-2022 жылдар аралығындағы «Солтүстік Қазақстан ауыл-шаруашылығы тәжірибелік станциясы» ЖШС-інде өсірілетін жаздық бидайдың өнімділігі мысалында Statistica жүйеісн қолданып, болжау әдістеріне тоқталған. Қарастырылған жылдардағы жаздық бидай өнімділігінің экономикалық-математикалық моделі дәрежелік фунцкия түрінде құрылған. Корреляциялық талдау әдісі арқылы осы жылдардағы вегетациялық кезеңдегі ауа температурасы мен жаздық бидай өнімділігінің арасындағы байланыс зерттеліп, нақты және болжамдық мәндер шашыранды диаграмма арқылы көрсетілген. Жасанды персептрон нейрондық желісі арқылы болжамдық моделдер құрылып, ең жақсы нәтиже беретін болжамдау моделі таңдалып алынған. Сонымен қатар, қарастырылған экономикалық-математикалық талдау, сараптау, статистикалық талдау және жасанды нейрондық әдістеріне терең тоқталып, нәтижесінде әр әдіске байланысты нақты тұжырымдар ұсынылған. Мақала авторлардың осы бағытта соңғы жылдары жүргізіліп жатқан ғылыми зерттеу жұмыстарының жалғасы болып табылады және аталған серіктестіктің ғылыми-зерттеу бөлімінің қызметкерлеріне, осы салада зерттеу жүргізетін мамандарға, докторанттарға бағыт беруге көмектеседі. Кілтті сөздер. Астық өнімділігі, математикалық модель, жасанды нейрондық желі, болжау әдістері, статистикалық болжау "
More by Aigul Mimenbayeva
- A Data-Driven Latent Digital Twin Framework for Sustainable Agroecosystem ManagementSustainability · 2026
- AgroTwin: A Pixel-Level Latent-State Dataset for Agricultural Digital Twin Modeling (2020–2025))Zenodo · 2026
- SPATIAL AND CLIMATE DATA ANALYSIS FOR MACHINE LEARNING-BASED CROP YIELD PREDICTION IN NORTHERN KAZAKHSTANNEWS OF THE NATIONAL ACADEMY OF SCIENCES OF THE REPUBLIC OF KAZAKHSTAN · 2026
- AgroTwin: A Pixel-Level Agricultural Dataset for Crop Monitoring, Anomaly Detection, and Machine Learning (2020–2025)Zenodo · 2026
