Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Оптимизация рациона кормления животных

Читайте также:
  1. A. Иррациональное как субстрат и основа металогической конкретности
  2. А) Рационализм против эмпиризма
  3. Альфа-ритмы - это оптимизация мозговой деятельности для взрослых и детей
  4. Анималотерапия - использование биоэнергетики животных в восстановлении здоровья человека
  5. БОЙ СТРАХА И РАЦИОНАЛЬНОСТИ
  6. В зависимости от онтологической и гносеологической сторон в философии выделяются основные направления — соответственно материализм и идеализм, а также эмпиризм и рационализм.
  7. В) рациональный режим питания.

 

Постановка задачи
Рассчитать оптимальный кормовой рацион, учитывающий зоотехнические и экономические требования, при помощи традиционных методов подбора кормов очень сложно, так как в каждом отдельном случае придется проводить

эксперименты. Поэтому такие задачи целесообразно решать с помощью математической модели оптимизации рациона кормления.

При этом целевая установка может быть сформулирована так: из имеющихся в наличии кормов необходимо составить такой рацион, который по содержанию питательных веществ, соотношению их отдельных видов и групп полностью отвечал бы требованиям животных и одновременно был самым дешевым.

Критерий оптимальности – минимум стоимости рациона.

При мясном откорме свиней ставится задача получить туши с высоким содержанием постного мяса, которое приобретается потребителями в свежем виде, идет на выработку колбасных изделий и копченостей. При этом должны быть максимально использованы возможности роста и конверсии корма свиней в более раннем возрасте.

Потребность растущих свиней в питательных веществах рассчитывают с учетом их живой массы и планируемой интенсивности роста.

В структуре себестоимости затраты на корма составляют 40 % и более, а оптимизация рационов кормления животных по критерию оптимальности – минимум себестоимости рациона, позволяет снизить себестоимость постного мяса (по литературным источникам) до 15 %.

Рацион оптимизируется для группы поросят, возраст которых колеблется в пределах 2-4 месяцев, а их среднесуточный прирост не должен быть ниже 500 г.

При этом должны выполняться следующие условия:

- удовлетворение биологических потребностей животных в элементах питания;

- соблюдение научнообоснованных зоотехнических требований к соотношениям между отдельными группами и видами кормов в составе рациона;

- достижение минимума стоимости рациона.

Для удовлетворения всех этих условий необходимо, чтобы суточный рацион содержал следующее количество питательных веществ:

- кормовых единиц не менее 1,31 кг;

- сырого протеина от 173 до 207 г;

- переваримого протеина от 141 до 167 г;

- каротина не более 1кг.

Сухого вещества должно быть не менее 250 г.

Масса отдельных групп кормов может находиться в пределах:

- концентраты от 0,07 до 1 кг;

- кормов животного происхождения должно быть не менее 0,06 кг.

Содержание отдельных видов кормов в группе кормов должно быть не менее, кг:

- ячмень в группе концентратов – 0,503;

- пшеница в группе концентратов – 0,22;

- горох в группе концентратов – 0,07;

- замороженное обезжиренное молоко в группе кормов животного происхождения – 0,06;

- мясокостная мука в группе кормов животного происхождения – 0,02;

- рыбная мука в группе кормов животного происхождения – 0,039.

Кроме того, в рационе должно содержаться, кг:

- кальция – не менее 0,007;

- фосфора – не менее 0,005;

- сырого протеина – 0,199;

- премикса – 0,02.

Весовое содержание питательных веществ в одном килограмме кормов, входящих в комбикорм, приведено в таблице 2.48.

Таблица 2.48.

Весовое содержание питательных веществ и цена одного килограмма корма, входящего в состав комбикорма

Корма Содержится питательных веществ в 1 кг корма Сухое вещество в 1 кг корма, г Цена 1 кг, руб.
К.ед, кг Перевари-мый про-теин, г Сырой протеин, г Каротин, мг
Ячмень 1,15     0,2   1,25
Заменитель обезжир.молока 1,25     -   24,87
Пшеница 1,28         1,25
Горох 1,18     0,2   1,40
Шрот сои 1,21     0,2   10,18
Мясокостная мука 1,04     -   4,77
Дрожжи 1,19     -   7,07
Рыбная мука 0,98     -   26,50

Количество кормовых единиц в килограмме корма по видам колеблется незначительно – в пределах 15-25 %, тогда как по протеину в отдельных видах кормов превышение значительное. Содержание протеина в шроте сои, мясокостной муке, дрожжах, рыбной муке выше по сравнению с содержанием его в ячмене и пшенице – в 4-6 раз, а по сравнению с горохом – в 2-3 раза. Каротин содержится только в кормах растительного происхождения. Содержание сухого вещества во всех кормах, входящих в комбикорм, примерно одинаковое.

Самыми дорогими кормами в составе комбикорма являются: рыбная мука – 26,5 руб. и заменитель обезжиренного молока – 24,87 руб.

 

Математическая формулировка задачи
Для расчета оптимального рациона кормления необходимо построить экономико-математическую модель и решить ее на ЭВМ.

Для построения структурной экономико-математической модели оптимизации суточного рациона кормления поросят введем следующие

обозначения:

j – индекс переменной;

i – индекс ограничений;

xj – переменная, обозначающая количество корма j – го вида, входящего в рацион;

х – переменная, обозначающая общее количество кормовых единиц в рационе;

aij – содержание i–го элемента питания или сухого вещества в единице j–го вида корма;

Bi – допустимое количество i-го питательного вещества в рационе;

Βimin, βimax – минимальный и максимальный допустимый удельный вес отдельных групп кормов в рационе;

сj – себестоимость единицы корма j–го вида;

wij – коэффициент пропорциональности;

N – множество, включающее номера переменных по видам кормов в рационе;

N1´ - подмножество, включающее номера переменных по видам кормов i-ой группы;

М1 – множество, включающее номера ограничений по содержанию кормовых единиц в рационе;

М2 – множество, включающее номера ограничений по содержанию питательных веществ (кроме кормовых единиц) в рационе;

М3 – номер ограничения по содержанию сухого вещества в рационе;

М4 – множество, включающее номера ограничений по содержанию отдельных групп кормов в рационе;

М5 – множество, включающее номера ограничений по удельному весу отдельных кормов внутри групп.

Цель задачи – найти такой состав рациона кормления, при котором достигается минимум его себестоимости

 

 

Z = Σ cjxj → min (2.107.)

j€N

при выполнении следующих групп ограничений.

1. Рацион должен содержать питательных веществ не менее допустимого количества:

кормовых единиц

Σaijxj = x, x >= Bi, (i€M1); (2.108.)

j€N

 

остальных видов питательных веществ

 

Σaijxj >= Bi, (i€M2); (2.109.)

j€N

2. Содержание сухого вещества в рационе должно быть не более допустимого количества:

 

Σaijxj <= Bi, (i€M3); (2.110.)

j€N

3. Содержание кормов каждой группы в рационе должно быть ограничено:

 

Σaijxj >= βiminх, Σaijxj <= βimaxх (i€M4); (2.111.)

 

4. В отдельных группах кормов содержание некоторых видов кормов должно быть ограничено:

>

Σaijxj = Σwijaijxj, (i€M5). (2.112.)

j€N <

Исходя из условий задачи по данной записи структурной экономико-математической модели составляется перечень переменных величин и ограничений, подготавливается исходная информация, строится развернутая экономико-математическая модель задачи, которая затем записывается в виде матрицы.

 

Развернутая экономико-математическая модель
Развернутая экономико-математическая модель состоит из системы переменных, системы ограничений и целевой функции.

Система переменных.

 

Х1 – ячмень;

Х2 – зам. обезжир. Молока;

Х3 – пшеница;

Х4 – горох;

Х5 – премикс;

Х6 – шрот сои;

Х7 – мясокостная мука;

Х8 – дрожжи;

Х9 – мел кормовой;

Х10 – рыбная мука;

Х11 – монокальцийфосфат;

Х12 – кормовые единицы;

Х13 – сырой протеин;

Х14 – лизин;

Х15 – кальций;

Х16 – фосфор.

Система ограничений.

I. По балансу питательных веществ.

1. По общему содержанию к.ед.:

1,15х1 + 1,25х2 + 1,28х3 + 1,18х4 + 1,21х6 + 1,04х7 + 1,19х8 + 0,98х10 – х12 = 0

2. По содержанию к.ед.:

х12 >= 1,31

3. По сырому протеину, min, кг:

0,113х1 + 0,370х2 + 0,113х3 + 0,218х4 + 0,439х6 + 0,401х7 + 0,455х8 + 0,621х10 >= 0,173

4. По сырому протеину, max, кг:

0,113х1 + 0,370х2 + 0,113х3 + 0,218х4 + 0,439х6 + 0,401х7 + 0,455х8 + 0,621х10 <= 0,207

5. По переваримому протеину, min, кг:

0,085х1 + 0,388х2 + 0,106х3 + 0,192х4 + 0,400х6 + 0,341х7 + 0,419х8 + 0,571х10 >= 0,141

6. По переваримому протеину, max, кг:

0,085х1 + 0,388х2 + 0,106х3 + 0,192х4 + 0,400х6 + 0,341х7 + 0,419х8 + 0,571х10 <= 0,167

7. По содержанию каротина, max, мг:

0,2х1 + х3 + 0,2х4 + 0,2х6 <= 1

 

II. По удельному весу группы кормов.

14. Концентраты, min, кг:

0,505х1 + 0,22х3 + 0,07х4 >= 0,07

15. Концентраты, max, кг:

0,505х1 + 0,22х3 + 0,07х4 <= 1

16. Корма животного происхождения, min, кг:

0,06х2 + 0,02х7 + 0,039х10 >= 0,06

 

III. Содержание отдельных видов кормов в группе кормов.

17. Ячмень в группе концентратов, кг:

х1 >= 0,503 (х1 + х3 + х4 + х6), при 0,497х1 + 0,035х3 + 0,035х4 + 0,503х6 >= 0

18. Пшеница в группе концентратов, кг:

х3 >= 0,22 (х1 + х3 + х4 + х6), при 0,22х1 + 0,78х3 + 0,22х4 + 0,22х6 >= 0

19. Горох в группе концентратов, кг:

х4 >= 0,07 (х1 + х3 + х4 + х6), при 0,07х1 + 0,07х3 + 0,93х4 + 0,07х6 >= 0

20. Шрот сои в группе концентратов, кг:

х6 >= 0,965 (х1 + х3 + х4 + х6), при 0,035х1 + 0,035х3 + 0,035х4 + 0,965х6 >= 0

21. Заменитель обезжиренного молока в группе кормов животного происхождения, кг:

х2 >= (х2 + х7 + х10), при 0,94х2 + 0,06х7 + 0,06х10 >= 0

22. Мясокостная мука в группе кормов животного происхождения, кг:

Х7 >= 0,02 (х2 + х7 + х10), при 0,02х2 + 0,98х7 + 0,02х10 >= 0

23. Рыбная мука в группе кормов животного происхождения, кг:

Х10 >= 0,039 (х2 + х7 + х10), при 0,039х2 + 0,039х7 + 0,961х10 >= 0

IV. По содержанию сухого вещества.

24. Сухое вещество, г:

850х1 + 920х2 + 850х3 + 850х4 + 900х6 + 900х7 + 900х8 + 900х10 >= 250

 

V. По содержанию лизина в кормах, г.

25. По общему содержанию лизина:

4,1х1 + 29,3х2 + 3х3 + 14,2х4 + 27,7х6 + 21,7х7 + 30,9х8 + 49,7х10 – х14 = 0

26. По содержанию лизина:

х14 >= 8,5

 

VI. По содержанию кальция, кг.

27. 0,002х1 + 0,0128х2+ 0,0008х3 + 0,002х4 + 0,0027х6 + 0,143х7 + 0,00385х8 + 0,066х10 – х15 = 0

28. По содержанию кальция:

х15 >= 0,007

 

VII. По содержанию фосфора.

29. По общему содержанию фосфора:

0,0039х1 + 0,0010х2 + 0,0036х3 + 0,004х4 + 0,006х6 + 0,074х7 + 0,0149х8 +0,0362х10 – х16 = 0

30. По содержанию фосфора:

х16 >= 0,005

 

VIII. По содержанию отдельных видов кормов.

31. Ячмень, не менее, кг:

х1 >= 0,503

32. Заменителя обезжиренного молока, не менее, кг:

Х2 >= 0,05

33. Пшеница, не менее, кг:

Х3 >= 0,22

34. Горох, не менее, кг:

Х4 >= 0,01

35. Премикс, не менее, кг:

Х5 >= 0,02

36. Шрот сои, не менее, кг:

х6 >= 0,01

37. Мясокостная мука, не менее, кг:

Х7 >= 0,008

38. Дрожжи, не менее, кг:

Х8 >= 0,0002

39. Мел кормовой, не менее, кг:

Х9 >= 0,007

40. Рыбная мука, не менее, кг:

Х10 >= 0,03

 

41. Монокальцийфосфат, не менее, кг:

Х11 >= 0,003

42. Сырой протеин, не менее, кг:

Х12 >= 0,17

 

Целевая функция:

Z = 1.25x1 + 24.87x2 + 1.25x3 + 1.40x4 + 40.76x5 + 10.18x6 + 4.77x7 + 7.07x8 + 0.95x9 + 26.50x10 + 7.79x11 → min.

 

Решение модели в Excel
Алгоритм решения модели в Excel.

1. Записать модель в виде таблиц «Переменные» и «Ограничения».

2. Ввести в целевую ячейку целевую функцию.

3. Скопировать формулу из целевой ячейки в левую часть ограничений.

4. Заполнить окно «Поиск решения».

5. Заполнить окно «Параметры».

6. Нажать в окне «Параметры» - ОК, в окне «Поиск решения» - «Выполнить».

7. В окне «Результаты поиска решения» необходимо выбрать щелчком мыши тип отчета «Устойчивость» и кнопку ОК.

Последствия: не экране появится матрица модели, в которой (строка «Значения», столбец – левая часть, «Целевая ячейка») будет зафиксировано решение (приложение 66).

 

Анализ оптимального решения
По оптимальному плану необходимо, чтобы в рацион входило, кг: ячменя – 0,503, заменителя обезжиренного молока – 0,05, пшеницы – 0,68, гороха – 0,0019, премикса – 0,02, шрота сои – 0,001, мясокостной муки – 0,0086, дрожжей –

0,0002, мела кормового – 0,007, рыбной муки – 0,053, монокальцийфосфата – 0,003, кормовых единиц – 1,61, сырого протеина – 0,17, лизина – 8,5г, кальция – 0,007, фосфора – 0,0075 (приложение 67).

Выполнение условий.

I группа. По общему содержанию кормовых единиц отношение выполнено. Содержание переваримого протеина выполнено по максимуму, а каротина – по минимуму. По содержанию сырого протеина имеется резерв.

II группа. Количество концентратов в рационе превышает минимально необходимое количество, но гораздо меньше максимального значения.

III – VIII группы. Все условия выполнены.

При таком составе и соотношении кормов стоимость рациона будет минимальной и составит 5,05 руб.

Анализ устойчивости оптимального решения


В приложении 68 «Изменяемые ячейки» результативное значение соответствует строкам значения, то есть оптимального плана.

Нормативная стоимость во всех случаях равна нулю, так как все виды кормов

представлены в модели. Вообще же она указывает на изменение (увеличение) стоимости рациона при принудительном (дополнительном) вводе в план показателя, не вошедшего в оптимальное решение.

Целевой коэффициент – это стоимость каждого вида корма, которая представлена в модели. Допустимое увеличение (уменьшение) коэффициента целевой функции позволяет определить интервалы, в которых может находиться этот коэффициент и при которых решение останется оптимальным.

Следовательно, план останется оптимальным, если стоимость одного килограмма будет находиться в пределах:

- ячменя (х1) – от ∞ до 0;

- пшеницы (х3) – от 417,6 до ∞;

- монокальцийфосфата (х11) – от ∞ до 0;

- мясокостной муки (х7) – от 53,99 до ∞.

Допустимое увеличение (уменьшение) коэффициента целевой функции по таким показателям, как: содержание к.ед., сырого протеина, лизина, кальция и фосфора экономического смысла не имеет.

В приложении 69 «Ограничения» теневая цена показывает, что если:

- количество переваримого протеина в рационе увеличить на 1 кг, то стоимость рациона снизится на 255,2 руб.;

- увеличить содержание каротина на 1 кг, то стоимость снизится на 18,4 руб.;

- содержание лизина в кормах увеличить на 1 г, то стоимость рациона увеличится на 3,27 руб.;

- содержание ячменя увеличить на 1 кг, то стоимость увеличится на 5,56 руб.

Так как по некоторым показателям теневая цена равна 0, то значит стоимость рациона по ним не изменится, то есть будет равна 5,05 руб.

Допустимое увеличение (уменьшение) показывает, что план останется оптимальным, если:

- в рационе сырого протеина будет содержаться от ∞ до 0,205;

- переваримого протеина в пределах от 0,167 до ∞;

- содержание каротина будет в пределах от 0,793 до 0,762;

- мясокостной муки – от 0,011 до ∞.

 

Параметрический анализ
Параметрический анализ – это анализ оптимального решения при изменении одного из параметров.

Для принятия управленческого решения параметрический анализ позволяет получить

несколько вариантов развития.

Проведем параметрический анализ по изменению состава премикса в структуре рациона. Последовательность проведения параметрического анализа: определяем изменяемый показатель для поиска оптимального варианта; находим оптимальное решение; анализируем полученные данные.

Оптимальный план не изменится, если содержание премикса в рационе будет 0,02 кг. Так как содержание премикса имеет такое ограничение, то для проведения параметрического анализа возьмем данные, которые будут меньше него, это же значение и больше него, то есть 0,001 кг, 0,01 кг, 0,02 кг, 0,03 кг и 0,04 кг.

На основании проведенного анализа можно сказать, что если в рацион будет входить 0,001 кг премикса, то при этом стоимость рациона снизится и составит 4,28 руб. В результате этого в рацион необходимо будет включить гороха 0,0047 кг, а остальные составляющие корма останутся неизменными. Этот же состав корма останется, если мы будем в рацион включать 0,01 кг, 0,03 кг и 0,04 кг премикса, но стоимость рациона будет изменяться - 4,64 руб., 5,46 руб. и 5,87 руб. соответственно (приложение70). То есть с увеличением содержания премикса в кормах их стоимость увеличивается.

В результате параметрического анализа можно проследить и зависимость себестоимости от изменения кормовых единиц в корме.

Достоверность и практическая ценность решений экономико-математических задач зависит от ряда факторов, важнейшими из которых являются:

- соответствие модели моделируемому объекту (процессу);

- качество исходной информации;

- понимание сущности явления или процесса;

- точность решения.

Об этом нужно помнить всегда, используя модели линейного программирования. При этом особенно важно разобраться в сущности явления или процесса.

С помощью симплексного способа линейного программирования можно решать множество задач внутрихозяйственного планирования, таких как:

- оптимизация специализации предприятия (организации);

- создание оптимальных планов развития растениеводства;

- оптимизация планирования животноводства;

- создание оптимального плана комплексной механизации работ;

- расчет оптимального плана развития предприятия (организации) агропромышленного комплекса;

- определение оптимального использования машинно-тракторного парка;

- расчет оптимального плана грузоперевозок в предприятиях (организациях) агропромышленного комплекса и др.

Хотя симплексный способ линейного программирования и универсален, но две последние задачи лучше решать с помощью распределительного способа линейного программирования. Об этом смотрите в учебных пособиях по курсу, описывающему экономико-математическое моделирование производственных процессов в предприятиях АПК.

Кроме того, с помощью экономико-математического моделирования можно решать и задачи общеотраслевого планирования, такие как:

- расчет оптимального плана размещения и специализации сельского хозяйства;

- расчет оптимального плана распределения минеральных удобрений;

- расчет оптимальной структуры авто-тракторного парка для природно-климатической зоны (административного района);

- расчет оптимального плана развития агропромышленного комплекса административного района и ряд других задач.

 


Дата добавления: 2015-07-18; просмотров: 455 | Нарушение авторских прав


Читайте в этой же книге: Техническая окупаемость корма при производстве | Основные показатели изучаемого ряда динамики | По природно-климатическим зонам области | ВПо х 100 ЧДо х 100 ЧПо х 100 | Матрица координат – третья | V. Экономико-математический метод | Информация для составления сетевого графика уборки зерновых культур | Затраты труда на производство ячменя и кормовой моркови | Исходные данные, приведенные к единице измерения | Система переменных |
<== предыдущая страница | следующая страница ==>
Результаты решения модели| Vi. Некоторые методические примеры экономического обоснования проектируемых мероприятий

mybiblioteka.su - 2015-2024 год. (0.037 сек.)