Целью данной работы является разработка интеллектуальной системы управления энергетическими плантациями, которая по заданным условиям предлагает алгоритм выращивания биомассы. Предмет исследования - результаты обучения моделей классификации в признаковом пространстве при снижении размерности и прогнозирования динамики с учетом случайных факторов. В ходе работы осуществлен сбор статистических данных о продуктивности плантаций и используемом оборудовании, проведена кластеризация оборудования и определены коэффициенты дифференциального уравнения роста деревьев. Разработка приложения включала выбор инструментов, создание back-end и front-end частей системы, а также тестирование клиентской и серверной частей. В результате было разработано и протестировано серверное веб-приложение для управления энергетическими плантациями. Результаты ВКР могут быть использованы в аграрной и энергетической отраслях. Разработанная система позволяет оптимизировать процессы выращивания биомассы, что способствует более эффективному использованию ресурсов и снижению экологического воздействия.

The purpose of this work is to develop an intelligent energy plantation management system that, under specified conditions, offers an algorithm for growing biomass. The subject of the study is the results of training classification models in a feature space with a decrease in dimension and forecasting dynamics taking into account random factors. In the course of the work, statistical data on the productivity of plantations and the equipment used were collected, equipment clustering was carried out and the coefficients of the differential equation of tree growth were determined. The development of the application included the selection of tools, the creation of back-end and front-end parts of the system, as well as testing the client and server parts. As a result, a web server application for managing energy plantations was developed and tested. The results of the WRC can be used in the agricultural and energy sectors. The developed system makes it possible to optimize the processes of growing biomass, which contributes to more efficient use of resources and reduction of environmental impact.