Modelowanie i zasady zarządzania produkcją pasz granulowanych mieszanych z wykorzystaniem systemów informacyjno-analitycznych

Produkcja granulowanych mieszanek paszowych w przedsiębiorstwach hodowlanych jest złożonym procesem technologicznym, który wymaga precyzyjnego monitorowania parametrów fizycznych i chemicznych. Zapewnienie efektywności oraz jakości w tym procesie wymaga zaawansowanych podejść do modelowania i zarządzania. Celem pracy jest opracowanie metodyki modelowania produkcji mieszanek paszowych z wykorzystaniem systemów informacyjno-analitycznych oraz określenie zasad zarządzania procesem. Badanie opiera się na systematycznym przeglądzie prac naukowych. Po zastosowaniu kryteriów trafności i selekcji tematycznej, do ostatecznego przeglądu zakwalifikowano 16 źródeł, które zostały uwzględnione w wykazie literatury. Metodologia łączy przegląd literatury, analizę porównawczą oraz syntezę. Analiza wykazała, że skuteczne modelowanie produkcji pasz wymaga hybrydowego łączenia podejść deterministycznych, statystycznych, opartych na sieciach neuronowych oraz logice rozmytej. Systemy informacyjno-analityczne powinny przyjmować wielopoziomową architekturę obejmującą poziom polowy, monitoring procesu, zarządzanie produkcją oraz planowanie biznesowe. Technologie sztucznej inteligencji – w szczególności uczenie maszynowe, głębokie uczenie oraz uczenie ze wzmocnieniem – wykazują wysoką skuteczność w prognozowaniu jakości, wykrywaniu anomalii oraz opracowywaniu optymalnych strategii zarządzania. Wdrożenie takich systemów zwiększa automatyzację produkcji o 35–42%, redukuje straty surowców o 18–23%, zmniejsza zmienność jakości produktu o 58–62% oraz optymalizuje zużycie energii o 18–24%. Dla Azerbejdżanu rekomenduje się projektowanie systemów uwzględniających regionalną bazę surowcową, warunki klimatyczne oraz możliwości techniczne lokalnych przedsiębiorstw. Badanie potwierdza, że transformacja cyfrowa sektora paszowego jest wieloaspektowym wyzwaniem wymagającym skoordynowanych działań instytucji akademickich, przedsiębiorstw przemysłowych oraz organów administracji publicznej.