Современный этап развития АПК характеризуется возрастающей сложностью, интенсификацией технологических процессов комплексной переработки биосырья животного происхождения, а также необходимостью системного анализа всего многообразия определяющих факторов и связей между ними, многокомпонентностью целевой функции качества продукции и жесткими ограничениями на технологические режимы. Одной из главных задач, стоящих перед работниками предприятия АПК, перерабатывающих биотехнологическое сырье, помимо увеличения объема производства является дальнейшее организационное совершенствование работы всех звеньев продовольственного конвейера. Мясная промышленность как часть АПК должна с максимальной эффективностью использовать биологическое сырье, сокращая потери и даже исключая потери на всех этапах обработки; рационально использовать сырье при выборе вида обрабатываемой продукции; постоянно повышать качество, биологическую и пищевую ценность изделий; увеличивать ассортимент выпускаемой продукции с целью удовлетворения возрастающих требований потребителя и расширения рынка их реализации в условиях неопределенности внешней среды, обусловленной неравномерностью поступления сырья, разбросом его свойств и параметров, ограниченными сроками реализации продукции и колебаниями спроса на продукцию. Задачи, стоящие перед мясной промышленностью невозможно решить без изменения стратегии научно-технического развития отрасли. Для осуществления данных задач необходимо использовать прогнозирование как метод постоянного совершенствования всех технологических процессов и проведения их в рациональных и оптимальных режимах, постоянно контролируя качество сырья, полуфабрикатов и готовой продукции на всех стадиях технологической обработки физико-химическими, физико-механическими (реологическими), микробиологическими и органолептическими методами. В статье дан обзор основных методов и подходов к прогнозированию в мясной промышленности.

прогнозирование, методы прогнозирования, фактографические методы, экспертные методы, комбинированные методы, биосырье, реологические методы, математическое моделирование, имитационное моделирование, метод «Форсайт»

1. Бородин А.В. Управление качеством и безопасностью ферментированных мясопродуктов в процессе изготовления // Мясные технологии. 2015. № 12 (156). С. 54-57.

2. Ивашкин Ю.А., Протопопов И.И., Бородин А.В. и др. Моделирование производственных процессов мясной и молочной промышленности. Москва: Агропромиздат, 1987. 232 с.

3. Светуньков И.С., Светуньков С.Г. Модели и методы. Т. 2. Москва: Издательство Юрайт, 2015. 447 с.

4. Финн В.К. Искусственный интеллект. Методология, применения, философия. Москва: Красанд, 2011. 448 с.

5. Hines A., Bishop P. Thinking about the future: Guidelines for strategic foresight (2nd edition). Houston, TX: Hinesight, 2015.

6. Сводная таблица ментальных действий и методов. URL: http://www.system-thinking.ru/2009/11/mamtabl/ (дата обращения: 10.08.2016).

7. Ивашкин Ю.А. Мультиагентное моделирование в имитационной системе SIMPLEX3. М.: Лаборатория знаний, 2016. 350 с.

8. Schmidt B. The Art of Modelling and Simulation. SCS-Europe BVBA. Chent: Belgium, 2001. 480 p.

9. Schmidt B. Die Modellierung menschlichen Verhaltes. SCS-Europe BVBA. Chent: Belgium, 2000. 104 p.

10. Ивашкин Ю.А. Агентные технологии и мультиагентное моделирование систем. М.: МФТИ, 2013. 268 с.

11. Косой В.Д., Виноградов Я.И., Малышев А.Д. Инженерная реология биотехнологических сред. СПб.: ГИОРД, 2005. 648 с.

12. Дунченко Н.И. Магомедов М.Д., Рыбин А.В. Управление качеством в отраслях пищевой промышленности. М.: Издательско-торговая корпорация «Дашков и Ко», 2012. 212 с.

13. Лисицын А.Б., Никитина М.А., Захаров А.Н., Сусь Е.Б., Насонова В.В., Лебедева Л.И. Прогнозирование качества мясных изделий методами математического программирования. Теория и практика переработки мяса. 2016;1(1):75-90. DOI:10.21323/2114-441X-2016-1-75-90.

14. Box G.E. et al. Time series analysis: forecasting and control. John Wiley&Sons, 2015.

15. Granger C.W., Newbold P. Forecasting economic time series. Academic Press, 2014.

16. Daganzo C. Multinominal probit: the theory and its application to demand forecasting. Elsevier, 2014.

17. Granger C.W. Forecasting in business and economics. Academic Press, 2014.

18. Vosen S., Schmidt T. Forecasting private consumption: survey-based indicators vs. Google trends // Journal of Forecasting. 2011. T 30. № 6. 565-578 p.

19. Протопопов, И.И., Дургарян И.С., Пащенко Е.Ф. и др. Моделирование биотехнологических систем по статистическим критериям. М.: МГУПБ, 2003. 58 с.

20. Красуля О.Н., Николаева С.В., А.В. Токарев и др. Моделирование рецептур пищевых продуктов и технологий их производства. СПб: ГИОРД, 2015. 320 с.