sibvestСибирский вестник сельскохозяйственной наукиSiberian Herald of Agricultural Science0370-87992658-462XSiberian Federal Scientific Centre of Agro-BioTechnologies of the Russian Academy of Sciencessibvest-28Research ArticleМЕХАНИЗАЦИЯ, АВТОМАТИЗАЦИЯ, МОДЕЛИРОВАНИЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕMECHANISATION, AUTOMATION, MODELLING AND DATAWAREКЛАСТЕРИЗАЦИЯ КОЛЛЕКЦИОННЫХ ОБРАЗЦОВ ТРИТИКАЛЕ ДЛЯ ИСПОЛЬЗОВАНИЯ В СЕЛЕКЦИИCLUSTERING OF TRITICALE COLLECTION SAMPLES TO BE USED IN BREEDINGЧанышевД. И.ChanyshevD. I.

Научный сотрудник.

630501, Новосибирская область, пос. Краснообск, e-mail: sibfti.n@ngs.ru

Researcher.

Krasnoobsk, Novosibirsk Region, 630501, e-mail: sibfti.n@ngs.ru

sibfti.n@ngs.ruАлейниковА. Ф.AleynikovA. F.

Доктор технических наук, профессор, главный научный сотрудник.

630501, Новосибирская область, пос. Краснообск, e-mail: sibfti.n@ngs.ru; 630073, Новосибирск, пр. Карла Маркса, 20, e-mail: fti2009@yandex.ru

Doctor of Science in Engineering, Professor, Head Researcher.

Krasnoobsk, Novosibirsk Region, 630501, e-mail: sibfti.n@ngs.ru; 20, Karl Marx Ave, Novosibirsk, 630073, e-mail: fti2009@yandex.ru

sibfti.n@ngs.ruГребенниковаИ. Г.GrebennikovaI. G.

Кандидат сельскохозяйственных наук, заведующая лабораторией.

630501, Новосибирская область, пос. Краснообск, e-mail: sibfti.n@ngs.ru

Candidate of Science in Agriculture, Laboratory Head.

Krasnoobsk, Novosibirsk Region, 630501, e-mail: sibfti.n@ngs.ru

sibfti.n@ngs.ruЧешковаА. Ф.CheshkovaA. F.

Кандидат физико-математических наук, заведующая лабораторией.

Candidate of Science in Physics & Mathematics, Laboratory Head.

Krasnoobsk, Novosibirsk Region, 630501, e-mail: sibfti.n@ngs.ru

sibfti.n@ngs.ruСтёпочкинП. И.StepochkinP. I.

Доктор сельскохозяйственных наук, ведущий научный сотрудник.

630501, Новосибирская область, пос. Краснообск, e-mail: sibfti.n@ngs.ru; 630501, Новосибирская область, пос. Краснообск, e-mail:  sibniirs@bk.ru

Doctor of Science in Agriculture, Lead Researcher.

Krasnoobsk, Novosibirsk Region, 630501, e-mail: sibfti.n@ngs.ru; Krasnoobsk, Novosibirsk Region, 630501, e-mail: sibniirs@bk.ru

sibfti.n@ngs.ruСибирский физико-технический институт аграрных проблем СФНЦА РАНРоссияSiberian Physical-Technical Institute of Agrarian Problems, SFSCA RASRussian FederationСибирский физико-технический институт аграрных проблем СФНЦА РАН; Новосибирский государственный технический университетРоссияSiberian Physical-Technical Institute of Agrarian Problems, SFSCA RAS; Novosibirsk State Technical UniversityRussian FederationСибирский физико-технический институт аграрных проблем СФНЦА РАН; Сибирский институт растениеводства и селекции — филиал института цитологии и генетики СО РАНРоссияSiberian Physical-Technical Institute of Agrarian Problems, SFSCA RAS; Siberian Research Institute of Plant Production and Breeding — Branch of the Institute of Cytology and Genetics, Siberian Branch of the Russian Academy of SciencesRussian Federation201621012017069095Copyright © Чанышев Д.И., Алейников А.Ф., Гребенникова И.Г., Чешкова А.Ф., Стёпочкин П.И., 20172017Чанышев Д.И., Алейников А.Ф., Гребенникова И.Г., Чешкова А.Ф., Стёпочкин П.И.Chanyshev D.I., Aleynikov A.F., Grebennikova I.G., Cheshkova A.F., Stepochkin P.I.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://sibvest.elpub.ru/jour/article/view/28

Представлен вариант прогнозирования селекционной ценности коллекционных образцов ярового тритикале на основе полученной информации по изучению количественных признаков. Приведен алгоритм прогноза кластерный анализ, осуществленный тремя различными методами. Изучены особенности основных методов кластеризации на примере исследования коллекции образцов тритикале. Доказано, что метод Уорда, использующий методы дисперсионного анализа для изучения расстояний между кластерами, позволяет проводить оценку селекционного материала с более высокой эффективностью, чем остальные, повышает результативность процесса подбора родительских пар. Данный метод оптимизирует минимальную дисперсию внутри близко расположенных кластеров, направлен на их объединение и создание кластеров малого размера. Каждый шаг алгоритма объединяет пару кластеров, приводящих к минимальному увеличению целевой функции, т.е. внутригруппо-вой суммы квадратов отклонений. Полученные методом Уорда результаты дали наиболее объективную и информативную кластеризацию коллекции тритикале.

There is given an approach to forecasting breeding values of spring triticale collection samples based on information obtained from studies on their quantitative traits. The algorithm of forecasts is cluster analysis carried out by three different ways. The features of clustering methods were studied by way of example of a research into triticale collection samples. The Ward's method, using dispersion analysis to study distances between clusters, has proven to allow more fully evaluating breeding material, and to increase effectiveness of selecting parental pairs. This method optimizes the minimum dispersion within the closest clusters, and aims at their integration and creation of small-sized clusters. Each step of the algorithm unites a pair of clusters, resulting in the minimum increase in the objective function that is the intra-group sum of squared deviations. The results obtained by the Ward's method have produced most objective and informative clustering of triticale collection.

прогнозритикалекластерный анализметод Уордаforecasttriticalecluster analysisWard's methodReferencesГребенникова И.Г., Алейников А.Ф., Стёпочкин П.И. Диаллельный анализ числа колосков в колосе яровой тритикале // Сиб. вестн. с.-х. науки. 2011. № 7-8. С. 77-85.Гребенникова И.Г., Алейников А.Ф., Стёпочкин П.И. Диаллельный анализ числа колосков в колосе яровой тритикале // Сиб. вестн. с.-х. науки. 2011. № 7-8. С. 77-85.Гребенникова И.Г., Алейников А.Ф., Стёпочкин П.И. Диаллельный анализ длины колоса у яровой тритикале // Сиб. вестн. с.-х. науки. 2010. № 12. С. 103-109.Гребенникова И.Г., Алейников А.Ф., Стёпочкин П.И. Диаллельный анализ длины колоса у яровой тритикале // Сиб. вестн. с.-х. науки. 2010. № 12. С. 103-109.Гребенникова И. Г., Алейников А.Ф., Стёпочкин П.И. Информационное обеспечение селекционного процесса тритикале // Вестн. НГАУ. 2011. № 4 (20). С. 10-15.Гребенникова И. Г., Алейников А.Ф., Стёпочкин П.И. Информационное обеспечение селекционного процесса тритикале // Вестн. НГАУ. 2011. № 4 (20). С. 10-15.Гребенникова И. Г., Алейников А.Ф., Стёпочкин П.И., Чанышев Д.И. Структура комплекса информационного обеспечения селекционного процесса тритикале // Новейшие направления развития аграрной науки в работах молодых учёных. Ч. 1: сб. тр. Междунар. науч. конф. молодых ученых. Новосибирск, 2010. С. 247-249.Гребенникова И. Г., Алейников А.Ф., Стёпочкин П.И., Чанышев Д.И. Структура комплекса информационного обеспечения селекционного процесса тритикале // Новейшие направления развития аграрной науки в работах молодых учёных. Ч. 1: сб. тр. Междунар. науч. конф. молодых ученых. Новосибирск, 2010. С. 247-249.Grebennikova I. G., Aleynikov A. F., Stepochkin P. I. Diallel Analysis of the spike lets per spise in spring triticale // Bulgarian Journal of Agricultural Science. 2011. № 6. P. 755-759.Grebennikova I. G., Aleynikov A. F., Stepochkin P. I. Diallel Analysis of the spike lets per spise in spring triticale // Bulgarian Journal of Agricultural Science. 2011. № 6. P. 755-759.Алейников А.Ф., Стёпочкин П.И., Чанышев Д.И., Голышев Д.И. Программно-алгоритмические средства и искусственные нейронные сети в селекции растений: метод. реком. -Новосибирск: Изд-во ИПФ «АГРОС», 2008. 16 с.Алейников А.Ф., Стёпочкин П.И., Чанышев Д.И., Голышев Д.И. Программно-алгоритмические средства и искусственные нейронные сети в селекции растений: метод. реком. -Новосибирск: Изд-во ИПФ «АГРОС», 2008. 16 с.Чанышев Д.И., Алейников А.Ф. Алгоритм прогнозирования показателей качества пищевого сырья растительного происхождения // Пища. Экология. Качество: труды VII междунар. научн.-практ. конф. Новосибирск, 2010. С. 258-260.Чанышев Д.И., Алейников А.Ф. Алгоритм прогнозирования показателей качества пищевого сырья растительного происхождения // Пища. Экология. Качество: труды VII междунар. научн.-практ. конф. Новосибирск, 2010. С. 258-260.Чанышев Д.И., Гребенникова И. Г., Алейников А.Ф., Стёпочкин П.И. Алгоритм прогнозирования селекционной ценности образцов тритикале на основе искусственных нейронных сетей // Информационные технологии, системы и приборы в АПК: материалы V Междунар. науч.-практ. конф. «АГРОИНФО-2012». Новосибирск, 2012. С. 107-113.Чанышев Д.И., Гребенникова И. Г., Алейников А.Ф., Стёпочкин П.И. Алгоритм прогнозирования селекционной ценности образцов тритикале на основе искусственных нейронных сетей // Информационные технологии, системы и приборы в АПК: материалы V Междунар. науч.-практ. конф. «АГРОИНФО-2012». Новосибирск, 2012. С. 107-113.Чанышев Д.И., Алейников А.Ф., Гребенникова И.Г., Чешкова А.Ф., Стёпочкин П.И. Кластерный анализ показателей качества пищевого сырья при селекции // Информационные технологии, системы и приборы в АПК: материалы VI Междунар. на-уч.-практ. конф. «АГРОИНФО-2015». Новосибирск, 2015. С. 280-286.Чанышев Д.И., Алейников А.Ф., Гребенникова И.Г., Чешкова А.Ф., Стёпочкин П.И. Кластерный анализ показателей качества пищевого сырья при селекции // Информационные технологии, системы и приборы в АПК: материалы VI Междунар. на-уч.-практ. конф. «АГРОИНФО-2015». Новосибирск, 2015. С. 280-286.Алейников А.Ф., Чанышев Д.И., Чаплина М.А Автоматизированный синтез патентоспособных технических решений преобразователей сигналов // Сиб. вестн. с.-х. науки. - 2009. № 2. С. 86-92.Алейников А.Ф., Чанышев Д.И., Чаплина М.А Автоматизированный синтез патентоспособных технических решений преобразователей сигналов // Сиб. вестн. с.-х. науки. - 2009. № 2. С. 86-92.Notebook «Нейронные сети» 2008 [Электронный ресурс]: http://pandia.org/text/78/102/560-3phpNotebook «Нейронные сети» 2008 [Электронный ресурс]: http://pandia.org/text/78/102/560-3phpСорокин О.Д. Прикладная статистика на компьютере. Краснообск: РПО СО РАСХН, 2009. 222 с.Сорокин О.Д. Прикладная статистика на компьютере. Краснообск: РПО СО РАСХН, 2009. 222 с.Жамбю М. Иерархический кластер-анализ и соответствия. М.: Финансы и статистика, 1988. 345 с.Жамбю М. Иерархический кластер-анализ и соответствия. М.: Финансы и статистика, 1988. 345 с.

The authors declare that there are no conflicts of interest present.