АСУ та прилади автоматики

Логіко-алгебраїчна модель прийняття рішень для автоматизованого конвеєра сортування об’єктів поштових відправлень

Ігор Валерійович Гребеннік — 2024-12-04

Об’єктом дослідження є процес управління автоматизованим сортувальним конвеєром.

Для доставки об’єктів поштових відправлень (ОПВ) логістичні компанії використовують мережу проміжних та кінцевих центрів сортування посилок. Для сортування ОПВ центри обладнуються автоматизованими сортувальними конвеєрами. Головним недоліком автоматизованих конвеєрів сортування ОПВ проміжних центрів є обмеження їхніх моделей прийняття рішень. Цей недолік пов’язаний з тим, що сортування ОПВ проводиться без урахування їхньої ваги та габаритів. Це може призвести до неефективного використання об’єму кузова вантажівок при їх завантаженні, а також ризику пошкодження посилок, коли вони розміщуються одна на одній.

Для реалізації управління автоматизованим сортувальним конвеєром із заданою логікою сортування ОПВ розроблено логіко-алгебраїчну модель прийняття рішень на основі логіки скінченних предикатів. Розроблена модель дозволяє реалізувати класифікацію ОПВ за параметрами ваги та габаритів, визначених для завантажувальних дверей терміналів. Для реалізації заданої логіки сортування визначено критерії, які реалізуються у вигляді системи предикатів. Реалізована логіка сортування дозволяє забезпечити два варіанти компактного завантаження вантажівок з дотриманням умови збереження цілісності ОПВ. Перший варіант – послідовне завантаження ОПВ, починаючи з найважкіших і великогабаритних і закінчуючи найлегшими і малогабаритними. Другий варіант – одночасне завантаження вантажівок на всіх дверях терміналу ОПВ однакових діапазонів ваги.

Розроблена логіко-алгебраїчна модель прийняття рішень може бути використана в автоматичних сортувальних конвеєрах різного призначення для реалізації сортування вантажів, що транспортуються, відповідно до параметрів їхньої ваги та габаритів.

Компонентні моделі оцінювання деградації для відновлення авіаційної техніки під час її технічного обслуговування

Людмила Миколаївна Лутай — 2024-12-04

Розглянуто основні архітектури нейронних мереж, які застосовуються для прогнозування попиту на продукцію. Окрему увагу приділено рекурентним нейронним мережам (RNN), що демонструють високу ефективність у роботі з часовими рядами та виявленні залежностей між даними. Детально проаналізовано архітектуру LSTM (Long Short-Term Memory), яка є вдосконаленим варіантом RNN і дозволяє ефективно вирішувати проблему зникаючих градієнтів, що є характерною для традиційних RNN. Завдяки здатності зберігати інформацію на довші періоди LSTM є ідеальною для задач, які потребують аналізу довготривалих залежностей, таких як сезонні коливання попиту на продукцію.

Проаналізовано застосування згорткових нейронних мереж (CNN), які показують добрі результати при обробці структурованих даних, таких як зображення або матриці. Завдяки своїй здатності ефективно виявляти просторові залежності CNN можуть бути корисними для прогнозування попиту, коли необхідно враховувати складні взаємозв’язки між різними ознаками даних, зокрема для оцінки попиту, що залежить від множинних факторів.

Розглянуто архітектури Feedforward Neural Networks (FNN), Gated Recurrent Units (GRU), Attention-based models (ABM) та Autoencoders (AE), які також можуть бути застосовані для вирішення задач прогнозування попиту. Виконано порівняльний аналіз архітектур з точки зору точності прогнозу та здатності працювати з часовими рядами.

Завдяки порівнянню швидкості навчання, часу обробки даних та надійності різних архітектур, з точки зору стабільності результатів та надійності прогнозів, визначено, що для прогнозування попиту на продукцію найефективнішими є мережі, які використовують архітектуру LSTM. Ці мережі забезпечують високу точність та надійність результатів, а також добре працюють з часовими рядами, що є важливим для прогнозування попиту в умовах динамічних змін.

Дослідження архітектур нейронних мереж для підвищення точності прогнозування попиту на продукцію

Ірина Юріївна Панфьорова — 2024-12-04

Інформаційна технологія обґрунтування та формування ціннісної пропозиції

Вікторія Іванівна Шеховцова — 2024-12-04

Об’єктом дослідження є процес формування ціннісної пропозиції. Предметом дослідження є інформаційна технологія обґрунтування та формування ціннісної пропозиції як інструмент автоматизації цього процесу. Доступні засоби бізнес-аналітики орієнтовані на автоматизацію статистичної обробки даних за пошуковими даними клієнтів. Але ці засоби не враховують зміни у вимогах та вподобаннях клієнтів, які спираються на досвід використання того або іншого продукту. Тому теоретичні та прикладні дослідження особливостей застосування новітніх методів та засобів інформаційних технологій для бізнес-аналітики у створенні ціннісної пропозиції є актуальними і затребуваними.

Метою дослідження є розробка інформаційної технології формування ціннісної пропозиції, в основу якої запропоновано покласти існуючі інструментальні засоби автоматизованої обробки великих масивів даних, для визначення вимог, потреб, вподобань, пересторог та очікувань споживачів від продукту або послуги оголошеної цінності, які вони готові придбати.

В процесі дослідження розроблено поведінкову модель інформаційної технології обґрунтування та формування ціннісної пропозиції. Результати розробки цієї моделі представлено у вигляді UML Activity-діаграми, яка детально демонструє послідовність виконання процесів та взаємодію з базами даних і зовнішніми джерелами інформації. Розроблена поведінкова модель базується на інтеграції сучасних засобів автоматизації збору, обробки та аналізу даних, таких як системи бізнес-аналітики, машинне навчання та методи оцінки клієнтського досвіду. Виходячи з цієї поведінкової моделі, розроблено діаграму варіантів використання інформаційної технології формування ціннісної пропозиції, яка визначає особливості програмної реалізації цієї технології. Сформовано також варіант технологічного стека запропонованої інформаційної технології.

Метод аналізу відгуків клієнтів про працівників продуктової IT-компанії

Олена Дмитрівна Міхнова — 2024-12-04

Предметом дослідження є спеціалізований метод збору та аналізу відгуків клієнтів про працівників продуктової IT-компанії. Метою дослідження є розробка теоретичних і прикладних рішень з автоматизованої обробки відгуків клієнтів, застосування яких сприятиме підвищенню ефективності аналізу та прийняття управлінських рішень в IT-компанії. Для досягнення цієї мети було вирішено такі задачі: розроблено спеціалізований метод збору та аналізу відгуків клієнтів про працівників продуктової IT-компанії; визначено ключові показники, які враховуються під час аналізу відгуків клієнтів для оцінки продуктивності та якості роботи працівників; розроблено основні проєктні рішення аналітичної підсистеми, яка реалізує запропонований метод.

В статті досліджено існуючі процедури та синтезовано рішення, які необхідні для передачі даних для подальшої обробки аналітичними інструментами, обробки та очищення даних, сегментації відгуків, кількісного аналізу і візуалізації даних, виділення пріоритетів та формування інсайтів. Наведено схему алгоритму застосування методу оцінки ефективності працівників продуктової IT-компанії. Запропонований метод було застосовано в харківській продуктовій IT-компанії NIX Solutions під час розробки спеціалізованої аналітичної підсистеми, яка розширює можливості існуючої інформаційної системи. Описано критерії оцінювання ефективності працівників, інформаційне забезпечення та інструментальні засоби, використані під час розробки аналітичної підсистеми. Наведено приклад сторінки інтерфейсу аналітичної підсистеми. Цю аналітичну підсистему успішно введено в експлуатацію в компанії, що забезпечує її керівництво візуальними інсайтами для обґрунтованого прийняття управлінських рішень.

Знання-орієнтована модель бізнес-процесу початкового рівня зрілості процесного управління

Оксана Вікторівна Чала — 2024-12-04

Предметом дослідження є бізнес-процеси початкового рівня процесної зрілості. Метою є розробка знання-орієнтованого підходу до представлення бізнес-процесів початкового рівня процесної зрілості для забезпечення можливості побудови моделі бізнес-процесу керованого рівня процесної зрілості. Для досягнення мети вирішуються такі задачі: ієрархічна структуризація представлення знань в моделі бізнес-процесу на основі бізнес-правил; розробка знання-орієнтованої моделі бізнес-процесу.

Виконано ієрархічну структуризацію представлення знань в моделі бізнес-процесу на основі бізнес-правил. Розроблено представлення знань, що відображає поведінкові, операційні та структурні бізнес-правила на першому рівні процесної зрілості. Поведінкові правила представлено з використання темпоральних правил типу «Future», операційні – з використанням правил типу «Next», структурні – на основі набору допустимих значень атрибутів подій логу бізнес-процесу.

Запропоновано знання-орієнтовану модель бізнес-процесу початкового рівня процесної зрілості, що відображає послідовність дій, окремі дії з можливостями та обмеженнями доступу до ресурсів, ресурси процесу на основі поведінкових, операційних та структурних бізнес-правил. Запропонована модель забезпечує можливість впровадження процесного управління шляхом побудови стандартизованого опису процесу на основі залежностей між діями, визначених у формі бізнес-правил.

Каузальна ментальна модель рішення в задачі побудови пояснень в інтелектуальній інформаційній системі

Сергій Федорович Чалий — 2024-12-04

Предметом дослідження є процес побудови каузальних ментальних моделей рішення інтелектуальної системи. Метою є розробка каузального підходу до побудови ментальних моделей рішення в системах штучного інтелекту для забезпечення можливості побудови та уточнення пояснення згідно зі знаннями користувача про предметну область. Задачі: структуризація ментальних моделей з урахуванням їхніх властивостей в аспекті формування пояснень в інтелектуальних системах; розробка каузальної ментальної моделі рішення інтелектуальної системи. Висновки. Виконано аналіз можливостей використання ментальних моделей в задачі побудови пояснень з виділенням каузальних, аналогічних, фольклорних та динамічних моделей. Наукова новизна отриманих результатів полягає в такому. Запропоновано каузальну ментальну модель рішення інтелектуальної системи, яка містить набір альтернативних представлень причин і наслідків отриманого рішення з урахуванням можливостей та обмежень щодо використання рішення. Модель враховує як позитивні, так і негативні властивості отриманого результату, що створює умови для підвищення рівня довіри користувачів. Розроблено формальне представлення каузальної ментальної моделі, що містить темпорально упорядковані правила, які пов'язують вхідні дані як причини та властивості отриманого рішення як наслідки. Правила об'єднуються в альтернативи, що дає можливість підбирати пояснення згідно з обмеженнями щодо вхідних даних та обмежень щодо можливостей використання рішення інтелектуальної системи.