ЦИФРОВАЯ ОНТОЛОГИЧЕСКАЯ ИНТЕГРАЦИЯ БАЗОВЫХ ЦИФРОВЫХ ПЛАТФОРМ В ЭКОСИСТЕМЕ АПК
top of page
Volume 38 (2020)

УДК

УДК 631.152

DOI

10.53988 /24136573-2020-04-01

To cite the content of the article, please use the following description

To cite the content of the article, please use the following description

Меденников В.И. Цифровая онтологическая интеграция базовых цифровых платформ в экосистеме АПК // Управление рисками в АПК. 2021. Вып. 38 С. 7-20. DOI: 10.53988/24136573-2021-04-01

Medennikov V.I. Digital ontological integration of basic digital platforms in the agricultural ecosystems // Agricultural Risk Management, 2021, Vol. 38, pp. 7-20. DOI: 10.53988 /24136573-2021-04-01

ТЕХНИЧЕСКИЕ НАУКИ | TECHNICAL SCIENCES
МЕДЕННИКОВ В.И.

ЦИФРОВАЯ ОНТОЛОГИЧЕСКАЯ ИНТЕГРАЦИЯ БАЗОВЫХ ЦИФРОВЫХ ПЛАТФОРМ В ЭКОСИСТЕМЕ АПК

Меденников Виктор Иванович – доктор технических наук, ведущий научный сотрудник, Вычислительный центр имени А.А. Дородницына Федерального исследовательского центра «Информатика и управление» Российской академии наук, Москва, Россия.
E-mail: dommed@mail.ru
SPIN-код: 4144-2147

annotation

В статье рассматривается потребность в онтологическом моделировании научных и производственных информационных ресурсов при формировании единой цифровой экосистемы АПК на принципах их интеграции на основе цифровых стандартов и организационных структур. Показано, что в развитых странах процесс цифровой трансформации экономики стимулирует развитие аграрной науки за счет потребности ускоренного трансфера результатов ее в экономику, для чего начали создавать и финансировать центры инновационных разработок как интеграторы программного и информационного обеспечения, применяемого научными организациями и фирмами-разработчиками для внедрения в коммерческих целях аграрных предприятиях, вследствие его онтологической и функциональной несовместимости.

Keywords

Цифровая платформа, цифровая экосистема, онтологическое моделирование, интеграция, научные информационные ресурсы, цифровое сельское хозяйство.

MEDENNIKOV V.I.

DIGITAL ONTOLOGICAL INTEGRATION OF BASIC DIGITAL PLATFORMS IN THE AGRICULTURAL ECOSYSTEMS

Viktor I. Medennikov – Doctor of Technical Sciences, Leading Researcher, Computing Center of A.A. Dorodnitsyn, Federal Research Center “Computer Science and Control” of Russian Academy of Sciences, Moscow, Russia.
E-mail: dommed@mail.ru

Annotation

The article discusses the need for ontological modeling of scientific and industrial information resources in the formation of a single digital ecosystem of the agro-industrial complex based on the principles of their integration based on digital standards and organizational structures. It is shown that in developed countries the process of digital transformation of the economy stimulates the development of agricultural science due to the need for an accelerated transfer of its results to the economy, for which they began to create and finance innovation development centers as integrators of software and information support used by scientific organizations and development firms for implementation in commercial purposes of agricultural enterprises, due to its ontological and functional incompatibility.

Keywords

Digital platform, digital ecosystem, ontological modeling, integration, scientific information resources, digital agriculture.

Article text

Цифровая экономика (ЦЭ) постоянно привносит в обиход новую модную терминологию. Так, еще совсем недавно в СМИ и научной литературе было огромное количество работ по технологиям блокчейн, почти напрочь исчезнувшие к настоящему времени. В данный момент резко возросло число публикаций по искусственному интеллекту, а также набирает популярность тема цифровой экосистемы (ЦЭС) со значительным разнообразием предметной идентификации этого понятия, осложненной различным смыслом и сочетанием учитываемых при этом факторов: технологических, финансовых, биологических, экономических, человеческих, информационных и т.д. В работе с системных позиций рассмотрим понятие ЦЭС применительно к АПК, поскольку, с одной стороны, тема ЦЭС становится трендом мировой повестки на глобальных экономических площадках [1], с другой стороны, из-за общепринятого одного из основных критериев отнесения информационных систем (ИС) к таковым является наличие биологического фактора.

АПК же с его огромным разнообразием, помимо человека, биологических видов, природных факторов, земельных ресурсов, материальных ресурсов представляет в этом смысле наиболее яркую экосистему. В большинстве работ по ЦЭС под биологическим фактором понимается присутствие лишь человека в виде различных участников ее. Классическое понимание экосистем пришло из биологии, где под ними понимается физико-биологическая система, включающая многообразие взаимозависимых биологических организмов и физических факторов, формирующих окружающую среду – факторов среды обитания в широком смысле, которые, по А. Тэнсли, имеют различные виды и размеры, отличаются по степени изолированности и автономности [2, c.299].

Приведем определение ЦЭС, данного в предыдущей работе на основании анализа работ по экосистемам, цифровым платформам (ЦП) с формализацией в виде математической модели [3]. Цифровая экосистема АПК – это система рационального цифрового взаимодействия заинтересованных субъектов по оптимальному использованию природных (биологических), материальных, финансовых, социальных, трудовых, образовательных, научных ресурсов в интересах всех участников на основе научно-обоснованной интеграции информации, алгоритмов и программно-технических средств сбора, хранения, обработки и передачи данных и знаний, оптимально интегрированных в единую информационно-управляющую систему, предназначенную для управления (функционирования) целевой предметной областью.

Этому определению полностью соответствует понятие единого информационного интернет-пространства цифрового взаимодействия страны (ЕИИПЦВ), интегрирующего единую цифровую платформу (ЦП) управления экономикой России и единую цифровую платформу научно-образовательных ресурсов, введенной ранее под названием единого информационного интернет-пространства научно-образовательных ресурсов (ЕИИПНОР), полученные математическим моделированием [4].

На рис. 1 представлена данная схема ЦЭС АПК, где приняты следующие обозначения: Пуб – публикации, Раз – разработки, НПИ – нормативно-правовая информация, ИКС – информационно-консультационная служба, БД – базы данных, ППП – пакеты прикладных программ, ДО – дистанционное образование, ЭТП – электронная торговая площадка, ЭБТ – электронная биржа труда.

Как показано в [4], указанные две базовые платформы существуют сами по себе, почти не пересекаясь, из-за чего на рис. 1 они соединены пунктирной линией, отражающей настоятельную необходимость осуществить их интеграцию. Рассмотрим необходимые условия для интеграции, а также возникающие при этом проблемы.

Как отмечено выше, одним из критериев отнесения ИС к ЦЭС является наличие биологического фактора. В АПК же ЦЭ подняла огромный пласт научных исследований именно в области биологизации производства, внедрение которых заставляет развитые страны идти по пути интеграции научных и производственных ИС, поскольку цифровизация экономики значительно расширила круг решаемых задач не только в производстве, но и в науке, позволяя чисто теоретическим научным исследованиям активно проникать в производство. Для чего нужны соответствующие интеграционные механизмы с производственными ИС на основе цифровых стандартов, онтологического моделирования и организационных структур.

Например, давно известно, что растениеводство тесно связано с другими науками: физикой, химией, ботаникой, физиологией растений, геологией, почвоведением, метеорологией, агрохимией, земледелием, сельскохозяйственной мелиорацией, селекцией и семеноводством, энтомологией, фитопатологией, механизацией, экономикой, организацией и планированием сельскохозяйственного производства. Однако только сейчас эти дисциплины начинают активно проникать через научные исследования в агропромышленное производство. Если в недалеком прошлом были исследованы закономерности влияния на развитие растений в основном лишь азота, фосфора и калия, то в данный момент к ним присоединяются и другие питательные вещества: кальций, магний, сера, хлор, медь, марганец, железо, бор, молибден, цинк, углерод, водород, кислород и др. К тому же делаются попытки обнаружить закономерности получения питательных веществ не только в виде удобрений, а и за счет симбиоза высших растений с бактериями, симбиоза высших растений с грибами, обеспечения растением своих потребностей в питательных веществах за счет других организмов, самостоятельного обеспечения растением своих потребностей в питательных веществах. Также возникла возможность исследовать мобилизацию или иммобилизацию отдельных питательных веществ в почве за счет управления химическими, физико-химическими и микробиологическими процессами, биологическими свойствами самого растения, динамикой поглощения отдельных катионов и анионов в процессе вегетации.



Широкий охват новых методов исследований происходит и в животноводстве, например, биотехнологические методы в селекции, генетической инженерии и геномном редактировании животных. Наиболее активно и более всесторонне исследования в этой сфере осуществляются в развитых странах Запада. Практические результаты лабораторных исследований влекут за собой и появление новых, либо трансформацию действующих систем машин, технологий производства и организацию работ. Поскольку во всем мире научные организации пользуются онтологически и функционально несовместимым ПО, как в научной среде, так и с применяемым фирмами-разработчиками для внедрения коммерческих ИС на аграрных предприятиях, то для ускоренного внедрения современных разработок в эпоху ЦЭ в развитых странах начали создавать и финансировать центры инновационных разработок, которые рассматриваются как новая модель сотрудничества между правительством, бизнесом, с одной стороны, и сельскохозяйственной наукой, с другой стороны [5].

Наиболее системно данный процесс проявляется в Великобритании, поставившей перед собой амбициозную цель «создавать новые цифровые технологии, в том числе в сельском хозяйстве и экспортировать их по всему миру» в соответствии с документом «Промышленная Стратегия: строительство Великобритании для будущего», принятой в 2018г. В отношении перспектив развития сельского хозяйства в Стратегии пишется: «Правительство намерено «переместить» сельское хозяйство на позицию высокоэффективного и высокоиндустриального сектора экономики [5].

С этой целью в стране создана и финансируется государственная программа «Трансформация производства продовольствия: от с/х фермы до тарелки» (Transforming food production: from farm to fork», реализация которой позволит переместить сельское хозяйство страны на самые передовые позиции в мире. В связи с этим большое внимание уделяется созданию и финансированию Центров инновационных разработок, в задачи которых входят:
- создание инновационных разработок по запросам реального с/х сектора;
- внедрение инновационных разработок в практическое земледелие и животноводство;
- поиск новых подходов в решении вызовов современного сельского хозяйства;
- создание и внедрение новых цифровых моделей, гарантирующих трансформацию традиционных с/х технологий в инновационные.

В качестве примера такой инициативы можно привести выделение 90 млн. ф.ст. британским правительством на строительство и техническое оснащение Центра Инноваций в животноводстве (CIEL), который создается с целью разработки и внедрения цифровых технологий в животноводческую отрасль. Девиз работы специалистов CIEL: «От клетки к высокопродуктивному организму». CIEL имеет прямые научные связи с 12-ю НИИ мирового уровня, что позволяет ему обеспечить реализацию их инноваций в виде востребованных производством высококлассных IT-разработок, провести их испытание на животноводческих фермах, а также внедрить инновации в реальное производство.

Другой пример. В результате интеграции научных разработок под контролем сотрудников великобританского университета Харпера Адамса в 2018 г. впервые в мире на площади 1 га выращен сорт озимой пшеницы без участия человека. Все операции по обработке опытного участка, посеву, уходу за посевом и обмолоту озимой пшеницы были проведены роботизированными самоходными машинами и механизмами с урожайностью зерна около 70 ц/га. Специальные роботизированные самоходные машины внесли полный комплекс минеральных удобрений на опытном поле, провели обработку почвы и посев семян, а также осуществили защиту растений пшеницы от вредителей и болезней. Ученые университета добились того, что самоходные машины и механизмы двигались по полю согласно запланированной схемы перемещения, при этом их отклонение от «плановых» линий движения не превышало 5 см.

Также отмечается, что вариабельность глубины посева семян культуры при закладке опыта осенью 2017 г., не превышала 0,35 %, в то время, как данный показатель в аналогичном опыте годом ранее был намного выше и составлял 2,5 %.

Аналогично в Германии для поиска и отработки наиболее пригодных технологий точного земледелия (ТЧЗ) на базе ДЗЗ сформирован междисциплинарный проект «Preagro», финансируемый Минобрнауки России, в соответствии с согласованной концепцией ТЧЗ. Исходя из комплексного подхода, для выполнения проекта было проведено соответствующее техническое и программное оснащение сельскохозяйственной техники. Проект задуман с целью разработки прецизионных технологий в растениеводстве с учетом микроусловий участков полей размером 20 на 20 метров с использованием данных ДЗЗ. К проекту с целью повышения экономической эффективности новых агротехнологий привлечено несколько промышленных, научных и финансовых предприятий для обеспечения его необходимыми средствами и ресурсами.

Анализ данного опыта, а также множества других экспериментов применения ТЧЗ в мире, с одной стороны, показывает, что цифровые технологии позволяют решить множество различных задач по выращиванию растений и животных, но их применение требует привлечения значительного объема дополнительной информации, как накопленной в течение длительного времени, так и оперативной с соответствующей интеграцией ее с датчиками, оборудованием и исполнительными механизмами, устанавливаемыми на сельскохозяйственную технику.

В этой ситуации центры инновационных разработок вынуждены брать на себя роль интегратора информационных ресурсов (ИР) и информационных систем (ИС), используемых наукой, роль, в некотором смысле, генерального конструктора системы с онтологическим моделированием предметных областей. Тогда взаимоотношения научных организаций, инновационных центров и ферм можно представить в виде схемы на рис. 2.

При этом инновационные центры могут придерживаться отличных друг от друга цифровых стандартов на ИР, приложений (решаемых задач в ИС) и общесистемного программного обеспечения. Однако, как обычно бывает при достаточном количестве рыночных агентов, конкурентная борьба заставят данные центры гармонизировать указанные цифровые стандарты.

Как видно из анализа тенденций цифровизации сельского хозяйства развитых стран, наука играет значительную роль в этом процессе, а благодаря инновационным центрам формируется эффективная система трансфера знаний в экономику.

Если в развитых странах активно создают центры инноваций, то у нас, наоборот, закрывают. В результате, с молчаливого согласия РАН, Минсельхоза России в свое время был ликвидирован Всероссийский научно-исследовательский институт кибернетики агропромышленного комплекса (ВНИИК), разработавший единые онтологические модели для большинства типов предприятий, а накануне принятия Программы ЦЭ и с согласия Минобрнауки России в институте аграрных проблем и информатики (ВИАПИ) была закрыта и тематика исследований по ЦЭ отрасли. При ликвидации же ВНИИК были вывезены на свалку два грузовика технорабочих проектов по информатизации на основе типизации и онтологического моделирования ИС основных видов предприятий АПК, которые при нынешнем положении с цифровизацией отрасли Минсельхоз России не состоянии, в принципе, повторить.

Рассмотрим причины такого положения. Во-первых, ЦЭ пожинает плоды отказа от реализации проекта общегосударственной автоматизированной системы сбора и обработки информации для учета, планирования и управления народным хозяйством (ОГАС), предложенного выдающимися советскими учеными А.И. Китовым и В.М. Глушковым, что сказалось в дальнейшем на всех ИТ в стране [6]. Отказ от реализации ОГАС руководством страны привел к появлению огромного количества разработанных на основе оригинального проектирования онтологически и функционально несовместимых ИС, как в министерствах, региональных органах, так и на предприятиях страны. Идеи же ОГАС обеспечивали формирование единой системы сбора и анализа первичной учетной и статистической информации, разработку типовых ИС на основе выработанных стандартов. Во-вторых, такое положение вытекает из цифрового феодализма России, когда из двух полярных подходов к цифровизации: планового (Китай) и рыночного (США), не обладая достаточными ресурсами для реализации китайского сценария и достаточным числом рыночных экономических субъектов в области ИТ-технологий для выработки стандартов ЦЭ рыночным путем, было принято решение сделать ставку в этой сфере на ряд госкорпораций. Данный подход наблюдается и при цифровизации АПК, отданной на откуп крупным агрохолдингам, что порождает сомнения, что формирование технологических платформ ЦЭ госкорпорациями и агрохолдингами без единой концепции, архитектуры, стандартов, генерального конструктора со своей научной и опытно-производственной базой (инновационными центрами) приведет к их интеграции в дальнейшем.

По истечении уже достаточного периода времени после принятия Программы цифровой экономики в стране мы видим негативные последствия такого решения. Цифровой феодализм породил иллюзию о ненужности интегратора научных знаний организаций, который бы комплексно с системных позиций занимался цифровизацией общества.

Прежде, чем приступать к рассмотрению необходимости интеграции научных и технологических ИР для управления сельским хозяйством, напомним механизм разработки концептуальной или онтологической информационной модели (рис. 3), описывающий предметную область в целях информатизации ее. Инфологическая модель - это описание структуры и динамики предметной области, характера информационных потребностей пользователей системы в терминах, понятных пользователю и не зависимых от особенностей реализации системы в среде конкретной СУБД.

Допустим, в задачах №1 и №2 концептуальные (онтологические) модели уже разработаны в виде множества A-левого овала для задачи №1 и B-правого овала для задачи №2. При интеграции задач возникает потребность их объединения. Поэтому новое онтологическое моделирование возникает лишь по множеству их пересечения AUB. И для инженера по онтологиям, порой, это серьёзная задача. См. рисунок 3 - Иллюстрация потребности в онтологическом моделировании


Конечно, при внедрении разработок НИИ в производство можно было бы пойти по пути сведения напрямую научных организаций и предприятий АПК. Но это будет слишком дорого и, практически, невозможно в силу позадачного проектирования и разработки ИС. Во-первых, на предприятиях эксплуатируются в большинстве своем оригинальные ИС, несовместимые друг с другом. Во-вторых, научные организации редко используют СУБД и инструментальные программные средства, если вообще используют, совместимые онтологически и функционально с программным обеспечением, применяемым фирмами-разработчиками для внедрения коммерческих ИС на предприятиях АПК, как, впрочем, и между собой. В-третьих, научные организации не имеют квалифицированных кадров в силу маленькой зарплаты и пренебрежительного отношения к себе в аграрных НИИ для интеграции своих разработок в коммерческие ИС.

В такой ситуации на предприятиях потенциально, при 100%-й информатизации только в растениеводстве в стране окажется 4 800 000 ИС. Это еще не учитывая различные технологии, применяемые при этом и научные цифровизированные разработки [5]. Страна такого бремени не выдержит. Кроме того, такой тупиковый подход делает невозможным межотраслевую интеграцию и ИР и ИС, которая повсеместно начинает развиваться в развитых странах.

На рис. 4 представлена потребность в онтологическом моделировании научных (множество A) и производственных (множество B) ИР при формировании единой цифровой экосистемы АПК на принципах их интеграции, для чего необходимо проделать большую работу по онтологическому моделированию всех НИИ (множества НИИ-i, i=1,,,N), ВУЗов, производственных с выделением общих пересекающихся частей на базе соответствующего инструментария [7, 8]. В технологическом плане научные ИС должны находиться в разделах баз данных (БД), либо в пакетах прикладных программ (ППП) единого информационного интернет-пространства научно-образовательных ресурсов (ЕИИПНОР) [1].

Экономическая целесообразность такого интеграционного подхода наглядно объясняется представленным на рис. 5 так называемым квадратом Брукса [9].

В квадрате Брукса приведены данные по увеличению затрат при переходе от разработки программного обеспечения (ПО) на основе оригинального проектирования к программному продукту и интеграции его в программный комплекс. Из рисунка следует, что затраты на программный продукт, тиражируемый и интегрированный в некоторую ИС, даже отрасль при переходе на единую цифровую платформу, на порядок выше затрат на разработку оригинального ПО. Следовательно, инвестиции в комплексные ИС обеспечат уровень самоокупаемости разработки при внедрении, начиная со второго десятка предприятий, огромный экономический эффект которых наиболее очевиден для АПК в силу имеющихся нескольких десятков тысяч предприятий.

Таким образом, многообразие используемых ИТ, в большинстве своем, онтологически и функционально несовместимых, превратили в основном теоретическую проблему интеграции ИР, приложений и инструментария в чрезвычайно актуальную в экономическом и практическом плане задачу интеграции их в единую информационно-управленческую среду при переходе к цифровой эпохе.



Проанализируем опыт формирования центров инноваций в нашей стране в рамках подпрограммы электронизации АПК Комплексной программы (КП) НТП стран-членов СЭВ еще в 1985г. Огромный интерес, вызванный принятием программы цифровой экономики в 2017г., напоминает аналогичный ажиотаж при утверждении указанной программы. Как и сейчас правительство страны тогда возлагало большие надежды на электронизацию народного хозяйства. К моменту принятия КП НТП самой большой проблемой страны было неэффективное сельское хозяйство, поэтому, считая электронизацию одним из драйверов роста, по договоренности двух академиков Н.Н. Моисеева и А.А. Никонова с М.С. Горбачевым был создан НИИ кибернетики АПК (ВНИИК), в который привлекли мощную команду специалистов в области информатизации (около 50 выпускников факультета управления и прикладной математики МФТИ). ВНИИК стал головной организацией по выполнению задания «Электронизация сельского хозяйства» в СЭВ.

В свете предстоящего появления большого количества персональных компьютеров в стране перед специалистами в области разработки информационно-управляющих систем (ИУС) встала важная научно-техническая проблема – выбрать стратегию информатизации на ближайшие десятилетия. Если пойти по рыночному пути, то включение стихийных механизмов регуляции процесса информатизации позволит сгладить остроту восприятия изменений, связанных с информатизацией, но сделает сам процесс более длительным и приведет к значительному перерасходу ресурсов (по Бруксу). При этом будут исключены из данного процесса большинство, например, в АПК свыше 80% предприятий [10].

В качестве реального ресурсосберегающего пути осуществления процесса информатизации сельского хозяйства ВНИИК избрал путь комплексной информатизации эталонных объектов с разработкой типовых модулей ИС с последующим тиражированием как отдельных модулей, так и комплексных ИС. Такой подход позволил бы перевести существующий стихийный процесс информатизации в режим наблюдаемого и регулируемого, вовлечь в данный процесс многие сельскохозяйственные предприятия, которые не участвовали в нем в тот момент на единой методологической основе и, исходя из единых требований к составу используемых аппаратных и программных средств. Практика подтвердила правильность такого подхода внедрением отдельных подсистем в короткие сроки примерно в 1000 предприятий. Теоретической основой такого подхода явились рассмотренные выше идеи ОГАС. В этой ситуации рис. 2 будет выглядеть следующим образом (рис. 6).


Рисунок 6 - Схема взаимоотношений научных организаций, интегратора (ВНИИК) и предприятий АПК

Поскольку в данной ситуации интегратор оказался один, то можно было ставить задачу разработки онтологических (концептуальных) и логических моделей технологических БД в растениеводстве, животноводстве, механизации и т.д., единых для всех товарных сельскохозяйственных предприятий России. Аналогичным образом была проведена интеграция на основе онтологического моделирования технологических БД в 19 типах предприятий других отраслей. Например, на рис. 7 приведена укрупненная концептуальная информационная модель растениеводства, разработанная силами творческого коллектива из различных ведущих отраслевых растениеводческих НИИ и ВНИИК на единой методической основе. В скобках указано количество атрибутов в соответствующем информационном блоке. Кроме того, этим коллективом были выделены 240 задач онтологическим моделированием функций управления с едиными согласованными алгоритмами для всех сельскохозяйственных предприятий России. Результаты расчетов были получены на основе модели синтеза оптимальных ИС [11].


Рисунок 7 - Укрупненная концептуальная информационная модель растениеводства

Конечно, в научных исследованиях в виду наличия дополнительных, более углубленных, показателей могли использоваться и другие концептуальные и логические модели данных, но на выходе в практику они должны были конвертироваться в единые БД. Также был разработан прообраз еще одного цифрового стандарта, так называемый базовый программный комплекс (БИПК), включающий набор инструментальных программных средств: генератор отчетных документов, СУБД, статистический пакет, пакет линейного программирования, оптимизационный пакет, интегрированные между собой на основе пакета «Мастер». Данный БИПК был протестирован и утвержден комиссией Госагропрома и рекомендован в качестве основного инструмента (стандарта) в АПК. Такой подход позволил довольно быстро внедрить отдельные подсистемы, как уже отмечалось, примерно в 1000 предприятий с созданием центров обучения и внедрения по всей стране.

Sources:

1. Филимонов И.В. Экосистема цифровой экономики: проблемы предметной идентификации // Инновации и инвестиции. 2020. № 6. С. 51-58.
2. Tansley A. The Use and Abuse of Vegetational Concepts and Terms // Vegetational Concepts and Terms. 1935. C. 284-307.
3. Меденников В.И. Математическая модель формирования цифровых платформ управления экономикой страны // Цифровая экономика. 2019. №1(5). С. 25-35.
4. Ерешко Ф.И., Меденников В.И., Сальников С.Г. Проектирование единого информационного Интернет-пространства страны // Бизнес в законе. Экономико-юридический журнал. 2016. №6. С. 184-187.
5. Меденников В.И., Райков А.Н. Анализ опыта цифровой трансформации в мире для сельского хозяйства России. Тенденции развития Интернет и цифровой экономики // Труды III Всероссийской c международным участием научно-практической конференции. Симферополь: ИП Зуева Т.В. 2020. С. 57-62.
6. Глушков В.М. Макроэкономические модели и принципы построения ОГАС. М.: Статистика. 1975.
7. Меденников В.И. Математическое модeлирование цифровых платформ и стандартов для управления экономикой страны // Информатизация образования и науки. 2020. 3(47). С. 57-72.
8. Зацаринный А.А., Шабанов А.П. Системные аспекты технологии управления научными и образовательными сервисами // Открытое образование. 2017. Т.21. №2. С. 88-96.
9. Брукс Ф. Мифический человеко-месяц или как создаются программные системы. СПб.: Символ-Плюс. 2001.
10. Ерешко Ф.И., Меденников В.И., Богатырева Л.В. Cистемный анализ проблем цифровой экономики и формирования цифровых платформ. // Труды двенадцатой международной конференции «Управление развитием крупномасштабных систем» MLSD’2019. Москва. ИПУ РАН. С. 245-254.
11. Меденников В.И. Теоретические аспекты синтеза структур компьютерного управления агропромышленным производством. // Аграрная наука. 1993. N 2. С. 16-18.

References:

1. Filimonov I.V. Ekosistema cifrovoj ekonomiki: problemy predmetnoj identifikacii // Innovacii i investicii. 2020. № 6. Pp. 51-58.
2. Tansley A. The Use and Abuse of Vegetational Concepts and Terms // Vegetational Concepts and Terms. 1935. Pp. 284-307.
3. Medennikov V.I. Matematicheskaya model' formirovaniya cifrovyh platform upravleniya ekonomikoj strany // Cifrovaya ekonomika. 2019. №1(5). Pp. 25-35.
4. Ereshko F.I., Medennikov V.I., Sal'nikov S.G. Proektirovanie edinogo informacionnogo Internet-prostranstva strany // Biznes v zakone. Ekonomiko-yuridicheskij zhurnal. 2016. №6. Pp. 184-187.
5. Medennikov V.I., Rajkov A.N. Analiz opyta cifrovoj transformacii v mire dlya sel'skogo hozyajstva Rossii. Tendencii razvitiya Internet i cifrovoj ekonomiki // Trudy III Vserossijskoj c mezhdunarodnym uchastiem nauchno-prakticheskoj konferencii. Simferopol': IP Zueva T.V. 2020. Pp. 57-62.
6. Glushkov V.M. Makroekonomicheskie modeli i principy postroeniya OGAS. M.: Statistika. 1975.
7. Medennikov V.I. Matematicheskoe modelirovanie cifrovyh platform i standartov dlya upravleniya ekonomikoj strany // Informatizaciya obrazovaniya i nauki. 2020. 3(47). Pp. 57-72.
8. Zacarinnyj A.A., SHabanov A.P. Sistemnye aspekty tekhnologii upravleniya nauchnymi i obrazovatel'nymi servisami // Otkrytoe obrazovanie. 2017. T.21. №2. Pp. 88-96.
9. Bruks F. Mificheskij cheloveko-mesyac ili kak sozdayutsya programmnye sistemy. SPb.: Simvol-Plyus. 2001.
10. Ereshko F.I., Medennikov V.I., Bogatyreva L.V. Cistemnyj analiz problem cifrovoj ekonomiki i formirovaniya cifrovyh platform. // Trudy dvenadcatoj mezhdunarodnoj konferencii «Upravlenie razvitiem krupnomasshtabnyh sistem» MLSD’2019. Moskva. IPU RAN. Pp. 245-254.
11. Medennikov V.I. Teoreticheskie aspekty sinteza struktur komp'yuternogo upravleniya agropromyshlennym proizvodstvom. // Agrarnaya nauka. 1993. N 2. Pp. 16-18.

All illustrations of the article:

bottom of page