УДК
332.01

ПРИМЕНЕНИЕ МЕТОДОВ ИИ ДЛЯ АДАПТИВНОГО УПРАВЛЕНИЯ МИКРОКЛИМАТОМ В ВЫСОКОТЕХНОЛОГИЧНОМ СЕЛЬСКОМ ХОЗЯЙСТВЕ Применение методов ИИ для адаптивного управления микроклиматом в высокотехнологичном сельском хозяйстве

Опубликовано в JOURNAL OF MONETARY ECONOMICS AND MANAGEMENT · Страницы 35–39 · Рубрика: Научные статьи
DOI: https://doi.org/10.26118/2782-4586.2026.74.69.004
Получено: 22.01.2026 Одобрено: 27.01.2026 Опубликовано: 16.04.2026
Статья посвящена исследованию перспектив применения технологий искусственного интеллекта (ИИ) для создания адаптивных систем управления микроклиматом в умных теплицах в условиях Республики Саха (Якутия). Актуальность работы обусловлена необходимостью перехода от традиционных систем с пороговыми правилами к интеллектуальному управлению, обеспечивающему устойчивое сельскохозяйственное производство в регионе с экстремальным климатом. В качестве решения предложена авторская архитектура адаптивной системы на основе гибридной модели (цифрового двойника) и алгоритма обучения с подкреплением. Приведены прогнозные данные о потенциальной эффективности подобных систем: увеличение урожайности, экономия энергоресурсов и значительное сокращение водопотребления. Обсуждаются ключевые преимущества, а также вызовы, связанные с внедрением, такие как стоимость, потребность в данных и интерпретируемость моделей и предложены пути их решения. Сделан вывод о том, что ИИ-технологии являются ключевым драйвером для создания автономных, ресурсоэффективных и устойчивых агропромышленных систем будущего.
cельское хозяйство, агроклимат, Республика Саха (Якутия), искусственный интеллект, микроклимат, биотехнология, умная теплица, интернет вещей (IoT), цифровой двойник
Финансирование
Without financing
Текст Список литературы

 

1. Михайлова Н.А., Антипов А.В. Автоматизация умной теплицы: разработка и внедрении системы управления микроклиматом // Вестник науки №3 (84) том 1. С. 557 - 561. 2025 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/21730 (дата обращения: 11.12.2025 г.)

2. Искусственный интеллект в сельском хозяйстве // Погода в поле. – URL: https://погодавполе.рф/iskusstvenniy-intellekt-v-selskom-khozyaystve (дата обращения: 12.12.2025).

3. Левашкин А. Г. Разработка универсальной системы умной теплицы / А. Г. Левашкин, А. В. Малуша // Инноватика-2023 : сборник материалов XIX Международной школы-конференции студентов, аспирантов и молодых ученых, 21-22 апреля 2023 г., г. Томск, Россия. Томск, 2023. С. 50-54. URL: http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:001006161

4. Черепенин В.А., Кацупеев А.А. Анализ подходов к созданию системы «Умная теплица» на основе нейронной сети // Программные системы и вычислительные методы. 2024. № 1. DOI:https://doi.org/10.7256/2454-0714.2024.1.69794 EDN: https://elibrary.ru/XAZVOW URL: https://nbpublish.com'Hbrary_read_article.php?id=69794

5. van Os J., et al. Digital Twins in Horticulture: A Review // Computers and Electronics in Agriculture. 2022. Vol. 199. P. 107183.

6. The Future of Indoor Farming: Technology, Economics and Sustainability // BCG Report. 2021. URL: https://www.bcg.com/publications/2021/future-of-indoor-farming (дата обращения: 12.10.2025).

7. Hemming S., et al. Reinforcement Learning for Climate and Irrigation Control in Greenhouses: A Simulation Study // IFAC-PapersOnLine. 2020. Vol. 53(2). Pp. 16798-16803.

8. Jones H.G. Irrigation Scheduling: Advantages and Pitfalls of Plant-Based Methods // Journal of Experimental Botany. 2004. Vol. 55(407). Pp. 2427-2436.

9. Методика формирования баланса продовольственных ресурсов Республики Саха (Якутия) с учетом региональных особенностей: методическое пособие / Г.И. Даянова, И.К. Егорова, Л.Д. Протопопова, Н.Н. Никитина, А.Н. Крылова, А.Ф. Баишева – Якутск: Изд. дом «Дьолуо», 2019. – 335 с.

Войти или Создать
* Забыли пароль?