ПОДХОДЫ И ИНФОРМАЦИОННАЯ СОСТАВЛЯЮЩАЯ ЭКОНОМИЧЕСКОГО ПРОГНОЗИРОВАНИЯ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ

ДУБОВИЦКИЙ АЛЕКСАНДР, КЛИМЕНТОВА ЭЛЬВИРА, БАБКИНА ЕКАТЕРИНА

DOI 10.32651/262-67

УДК 338.27

Выпуск № 2, Февраль 2026 г., статья № 9, стр. 67-73

Рубрика: ЦИФРОВИЗАЦИЯ В АПК

Ключевые слова: АГРОПРОДОВОЛЬСТВЕННЫЕ СИСТЕМЫ, СЕЛЬСКОЕ ХОЗЯЙСТВО, СУБЪЕКТЫ АГРОБИЗНЕСА, МЕТОДИЧЕСКИЕ ПОДХОДЫ, МЕТОДЫ ПРОГНОЗИРОВАНИЯ, МАШИННОЕ ОБУЧЕНИЕ, ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ

Аннотация: Целью данной статьи является систематизация методических подходов к экономическому прогнозированию с использованием искусственных нейронных сетей. Эмпирическую базу исследования составили труды отечественных и зарубежных исследователей в области прогнозирования экономики сельского хозяйства и АПК, а также личный опыт авторов. На основе обобщения междисциплинарной литературы в статье проведен сравнительный анализ методических подходов к построению экономических прогнозов с использованием искусственных нейронных сетей, рассмотрены их преимущества и недостатки. Выявлены целевая направленность, преимущества, дискуссионные аспекты и взаимосвязь между отдельными подходами, что позволило провести их систематизацию. По отношению к экономическим субъектам подходы были классифицированы как методы пространственного и динамического прогнозирования. Обоснован концептуальный взгляд на формирование информационной базы с учетом особенностей отдельных подходов. Полученные результаты исследования вносят вклад в понимание экономической работы в субъектах агробизнеса в части прогностической деятельности, способствуют построению оптимальной структуры получения достоверной информации и своевременного выявления рыночных аномалий.

Авторы:
Дубовицкий Александр Алексеевич, Мичуринский государственный аграрный университет
Климентова Эльвира Анатольевна, Мичуринский государственный аграрный университет
Бабкина Екатерина Сергеевна, Мичуринский государственный аграрный университет

APPROACHES AND INFORMATION COMPONENT OF ECONOMIC FORECASTING USING ARTIFICIAL NEURAL NETWORKS

DOI 10.32651/262-67

Issue № 2, 2026, article № 9, pages 67-73

Section: DIGITALIZATION IN THE AGRO-INDUSTRIAL COMPLEX

Keywords: AGRI-FOOD SYSTEMS, AGRICULTURE, AGRIBUSINESS ENTITIES, METHODOLOGICAL APPROACHES, FORECASTING METHODS, MACHINE LEARNING, ARTIFICIAL NEURAL NETWORKS

Abstract: The purpose of this article is to systematize methodological approaches to economic forecasting using artificial neural networks. The empirical basis of the research was made up of the works of domestic and foreign researchers in the field of forecasting the economy of agriculture and agriculture, as well as the personal experience of the authors. Based on the generalization of interdisciplinary literature, the article provides a comparative analysis of methodological approaches to building economic forecasts using artificial neural networks, their advantages and disadvantages are considered. The target orientation, advantages, discussion aspects and the relationship between individual approaches were identified, which allowed for their systematization. In relation to economic entities, the approaches were classified as methods of spatial and dynamic forecasting. A conceptual view on the formation of an information base is substantiated, taking into account the specifics of individual approaches. The obtained research results contribute to the understanding of economic work in agribusiness entities in terms of forecasting activities, contribute to building an optimal structure for obtaining reliable information and timely detection of market anomalies.

Authors: Dubovitskii Aleksandr Alekseevich, Klimentova Elvira Anatolevna, Babkina Ekaterina Sergeevna