МНОГОКРИТЕРИАЛЬНАЯ ОПТИМИЗАЦИЯ РАСПРЕДЕЛЕНИЯ РЕКЛАМНОГО БЮДЖЕТА В АПК НА ОСНОВЕ АЛГОРИТМА NSGA-III
DOI:
https://doi.org/10.52167/1609-1817-2025-140-5-162-168Ключевые слова:
агропромышленный комплекс, многокритериальная оптимизация, NSGA-III, маркетинговые стратегии, фронт Парето, цифровизацияАннотация
Исследование посвящено применению алгоритма многокритериальной оптимизации NSGA-III для решения задач маркетинга и рекламы в агропромышленном комплексе (АПК) Казахстана. В условиях усиления конкуренции и цифровизации экономики Республики Казахстан актуальность работы продиктована необходимостью оптимизации распределения маркетинговых бюджетов предприятий с учетом таких критериев, как эффективность рекламных кампаний, охват целевой аудитории и минимизация затрат. Методология, использованная в статье, включала формализацию целевых функций, ограничений и использование NSGA-III для поиска Парето-оптимальных решений. Полученные в ходе кибернетического моделирования результаты в целом демонстрируют высокое качество решений (гиперобъем), компромисс между критериями и доминирующую роль цифровых каналов (до 39,8% бюджета). Полученные в ходе исследования данные подтверждают потенциальную применимость НСГА-III для задач маркетингового планирования в АПК и могут служить основой для принятия управленческих решений на предприятиях АПК.
Библиографические ссылки
[1] Shulenbaeva, F. A., Kamenova, M. Zh., Daribayeva, A. K., & Shulenbaeva, K. S. (2011). Issues of organization and development of marketing in the agricultural sector of Kazakhstan. Scientific Notes of OrelGIET, (2), 247–253.
[2] Madiyarova, D. M., Tyuleneva, T. A., Moldazhan, M. B., & Amanbaeva, A. A. (2020). The mechanism of integration of the agricultural sector of the economy of Kazakhstan within the framework of the EAEU. Natural Sciences and Humanities, (4 (30)), 103–109.
[3] Syzdykov, B. Sh., Sharipov, A. K., & Abilkasym, A. B. (2020). Competitiveness of the agro-industrial complex of the Turkestan region of Kazakhstan. Problems of the agricultural market, (2), 89–99.
[4] Blinova, Yu. Yu. (2015). Application of economic-mathematical methods in marketing research. In Analytical and financial-economic aspects of regional economic development (pp. 216–219).
[5] Pershukov, N. V., & Karnadud, O. S. (2019). Mathematical models in marketing. In Young Russia (pp. 90731–90731).
[6] Ponomarenko, K. V., & Zatonskaya, I. V. (2016). Methods of optimization of the marketing strategy of the enterprise. In the collection: Modern science: theoretical and practical view collection of articles of the International scientific and practical conference: in (pp. 260–262).
[7] Garrido, A. (2000). A mathematical programming model applied to the study of water markets within the Spanish agricultural sector. Annals of Operations Research, 94, 105–123.
[8] Kozlovskyi, S., Khadzhynov, I., Lavrov, R., Skydan, O., Ivanyuta, N., & Varshavska, N. (2019). Economic-mathematical modeling and forecasting of competitiveness level of agricultural sector of Ukraine by means of theory of fuzzy sets under conditions of integration into European market.
[9] Laburtseva, O., Larina, Y., Nahorna, O., Vinichenko, S., Hordiienko, V., & Al-Shaban, A.T.N. (2021). Development of a marketing strategy for enterprise financial growth. Studies of Applied Economics, 39(5).
[10] Kovalchuk, S. V., Kobets, D. L., & Zaburmekha, Y. M. (2019). Modeling the choice of strategies of marketing management of enterprise personnel. National'nyi Hirnychyi Universytet. Naukovyi Visnyk, (2), 163–173.
[11] Hung-Yi, T. (2024, June). Bp Neural Network Research on Enterprise Marketing Strategy Combination. In 2024 IEEE International Conference on Information Technology, Electronics and Intelligent Communication Systems (ICITEICS) (pp. 1–5). IEEE.
[12] Qiu, J. (2021, October). An Enterprise Marketing Channel Optimization Strategy in the Context. In The 2021 International Conference on Machine Learning and Big Data Analytics for IoT Security and Privacy: SPIoT-2021 Volume 1 (Vol. 97, p. 314). Springer Nature.
[13] Qu, L., Zhou, Z., Zhang, T., Zhang, H., & Shi, L. (2019). An improved procedure to implement NSGA-III in coordinate waste management for urban agglomeration. Waste Management & Research, 37(11), 1161–1169.
[14] Yang, M., Zhang, B., Shi, Z., & Li, J. (2025). A hybrid task allocation approach for multi-UAV systems with complex constraints: a market-based bidding strategy and improved NSGA-III optimization. The Journal of Supercomputing, 81(4), 1–33.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Категории
Лицензия
Copyright (c) 2025 ZHANSAYA ABILDAYEVA
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
