Автор:

А. А. Дубовицкий Мичуринский государственный аграрный университет, г. Мичуринск, РФ

Э. А. Климентова Мичуринский государственный аграрный университет, г. Мичуринск, РФ

Е. С. Бабкина Мичуринский государственный аграрный университет, г. Мичуринск, РФ

Аннотация:

Агропродовольственные системы все больше подвержены экономической нестабильности, вызванной действием широкого спектра факторов, проблемы с идентификацией которых затрудняют предсказуемость их функционирования. Статья направлена на формирование теоретико-методических основ нейросетевого прогнозирования агропродовольственных систем. Методологической базой исследования послужили теория интеграции в приложении к предприятиям агропромышленного сектора и системный подход. Использовался комплекс общенаучных и специальных методов, включая элементы статистического анализа. Предложена авторская трактовка понятия «агропродовольственная система» как совокупности взаимосвязанных экономических субъектов, охватывающих весь цикл производства, хранения, переработки, распределения и потребления продуктов питания, объединенных и взаимодействующих между собой на основе экономических отношений и обеспечивающих достижение индивидуальных и совокупных системных эффектов. Сформирована структурная схема интеграции и взаимодействия элементов агропродовольственной системы, включающих экономические субъекты сельского хозяйства и продовольственного сектора, вертикально интегрированные структуры, домашние хозяйства населения. Обоснован концептуальный подход к систематизации эндогенных и экзогенных факторов прогнозирования. Экзогенные факторы были классифицированы как факторы первого и второго уровня по отношению к экономическим субъектам в зависимости от оказываемого влияния. Анализ особенностей проявления экзогенных факторов в функционировании агропродовольственной системы РФ выявил ее нестабильность, связанную с высокой волатильностью факторов данного типа, что определяет актуальность построения прогностических моделей на основе нейронных сетей. Результаты исследования способствуют более глубокому пониманию влияния различных факторов на параметры функционирования агропродовольственной системы и помогают разрабатывать соответствующие методы прогнозирования с использованием нейронных сетей.

Ключевые слова: агропродовольственная система; сельское хозяйство; продовольственный сектор; экономическое развитие; фактор; прогнозирование.

Скачать полный текст статьи

Для цитирования: Dubovitsky A. A., Klimentova E. A., Babkina E. S. (2025). Neural network forecasting of the agrifood system performance: Theoretical and methodological foundations. Journal of New Economy, vol. 26, no. 3, pp. 124–146. DOI: 10.29141/2658-5081-2025-26-3-7. EDN: KTGHZX.