Многоагентный системно-процессный подход к обеспечению продовольственной безопасности
Аннотация и ключевые слова
Аннотация (русский):
Исследование посвящено решению критически важной задачи обеспечения продовольственной безопасности в архитектуре национальной безопасности в условиях глобальной нестабильности и санкционного давления. Целью работы является формализация управления неопределенностями и коллизиями в логистических цепочках поставок сельхозпродукции. В статье предлагается новая методология, которая основана на гибридном подходе, интегрирующем иерархический анализ (от нано- до мета-уровня) с динамическим моделированием процессов многоагентной системы. В ее состав входят агенты, функционирующие на базе знаний прецедентов и правил разрешения коллизий для автоматического выявления и устранения конфликтов в логистических операциях поставок сельхозпродукции. Предложенный комплексный системно-процессный подход включает анализ структуры потребления и расчет актуального прожиточного минимума. Апробация разработанного инструментария подтвердила высокую точность распознавания коллизий и их автоматического разрешения, а также экономию логистических издержек. Полученные результаты могут быть использованы для создания интеллектуальных систем поддержки принятия управленческих решений, повышающих устойчивость продовольственной системы к внешним шокам за счет оперативной реконфигурации цепочек поставок и реалистичной оценки уязвимости домохозяйств в условиях санкционного давления.

Ключевые слова:
продовольственная безопасность, многоагентные системы, системно-процессный подход, логистическая координация, алгоритм разрешения коллизий, сельскохозяйственная продукция, агрохолдинги
Список литературы

1. Aygun, O., Aygun, I., Kaya, M. (2025). Using aspect-based sentiment analysis to evaluate the global effects of the food security crisis during the Russia-Ukraine war. Global Food Security, vol. 44, pp. 100828.

2. Abay, K.A., Breisinger, C., Glauber, J., et al. (2023). The Russia-Ukraine war: Implications for global and regional food security and potential policy responses. Global Food Security, vol. 36, pp. 100675.

3. Namany, S., Govindan, R., Di Martino, M., et al. (2022). Developing intelligence in food security: An agent-based modelling approach of Qatar's food system interactions under socio-economic and environmental considerations. Sustainable Production and Consumption, vol. 32, pp. 669689.

4. Hemerijckx, L.-M., De Vos, K., Kaunda, J.O., et al. (2025). Future scenarios for urban agriculture and food security in sub-Saharan Africa: Modelling the urban land-food system in an agent-based approach. Computers, Environment and Urban Systems, vol. 118, pp. 102258.

5. Plotnikov, V., Nikitin, Y., Maramygin, M., et al. (2020). National food security under institutional challenges (Russian experience). International Journal of Sociology and Social Policy, vol. 41, no. 12, pp. 139-153.

6. Glinskiy, V., Serga, L., Alekseev, M., et al. (2018). The Development of the Food Industry as a Condition for Improving Russia's National Security. Procedia Manufacturing, vol. 21, pp. 838-845.

7. Battalova, A. (2015). Food Security as a Component of Economic Security System of Russia. Procedia Economics and Finance, vol. 27, pp. 235-239.

8. Kuhla, K., Kubiczek, P., Otto, C. (2025). Understanding agricultural market dynamics in times of crisis: The dynamic agent-based network model Agrimate. Ecological Economics, vol. 231, pp. 108546.

9. Öttl, A., Termansen, M. (2025). Agent-Based Modelling of food systems: A scoping review on incorporation of behavioural insights. Environmental Modelling & Software, vol. 193, pp. 106617.

10. Saint Bois, A., Boix, M., Montastruc, L. (2024). Multi-actor integrated modeling approaches in the context of Water-Energy-Food Nexus systems: Review. Computers & Chemical Engineering, vol. 182, pp. 108559.

11. Haji, M., Govindan, R., Al-Ansari, T. (2022). A computational modelling approach based on the 'Energy - Water - Food nexus node' to support decision-making for sustainable and resilient food security. Computers & Chemical Engineering, vol. 163, pp. 107846.

12. Ur Rehman, K., Andleeb, S., Ashfaq, M., et al. (2023). Blockchain-enabled smart agriculture: Enhancing data-driven decision making and ensuring food security. Journal of Cleaner Production, vol. 427, pp. 138900.

13. Zuhanda, M.K., Hasibuan, S.A., Muthmainnah, N., et al. (2025). An evolutionary analytics model for enhancing food distribution through two-tier routing. Decision Analytics Journal, vol. 16, pp. 100621.

14. Egerson, D., Kpegba-Fiaboe, E.E., Christian, A.K. (2025). Understanding food (In) security through land and livelihoods: Evidence from longitudinal household data. Journal of Rural Studies, vol. 119, pp. 103750.

15. van Wijk, M.T., Rufino, M.C., Enahoro, D., et al. (2014). Farm household models to analyse food security in a changing climate: A review. Global Food Security, vol. 3, no. 2, pp. 77-84.

16. Khambalkar, P.A., Agrawal, S., Dhaliwal, S.S., et al. (2025). Sustainable nutrient management balancing soil health and food security for future generations. Applied Food Research, vol. 5, no. 2, pp. 101087.

17. Işık, Ö., Shabir, M., Moslem, S. (2024). A hybrid MCDM framework for assessing urban competitiveness: A case study of European cities. Socio-Economic Planning Sciences, vol. 96, pp. 102109.

18. Haghjoo, R., Choobchian, S., Morid, S., et al. (2022). Development and validation of management assessment tools considering water, food, and energy security nexus at the farm level. Environmental and Sustainability Indicators, vol. 16, pp. 100206.

19. Namany, S., Govindan, R., Alfagih, L., et al. (2020). Sustainable food security decision-making: An agent-based modelling approach. Journal of Cleaner Production, vol. 255, pp. 120296.

20. Bazzana, D., Foltz, J., Zhang, Y. (2022). Impact of climate smart agriculture on food security: An agent-based analysis. Food Policy, vol. 111, pp. 102304.

21. Emamjomehzadeh, O., Omidi, F., Kerachian, R., et al. (2024). Water-energy-food-greenhouse gases nexus management in urban environments: A robust multi-agent decision-support system. Sustainable Cities and Society, vol. 113, pp. 105676.

22. Forgenie, D., Hutchinson, S.D., Mahase-Forgenie, M., et al. (2024). Analyzing per capita food consumption patterns in net food-importing developing countries. Journal of Agriculture and Food Research, vol. 18, pp. 101278.

23. Muhirwa, F., Li L., Laspidou, C. (2025). Global ecosystem sustainability indexing and patterns in the success of SDGs of water, energy and food security. Journal of Cleaner Production, vol. 516, pp. 145830.

Войти или Создать
* Забыли пароль?