АСУ та прилади автоматики

Інформаційна технологія кількісного оцінювання змін у довгостроковому ІТ-проєкті

Наталія Володимирівна Васильцова — 2025-05-23

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.

Прогнозування економічних показників з використанням нейронних мереж LSTM та графових моделей кореляційного аналізу

Андрій Вікторович Баник — 2025-05-23

Досліджено застосування нейронних мереж довготривалої короткочасної пам’яті (LSTM) для прогнозування макроекономічних показників України, зокрема в умовах структурних змін, спричинених впливом факторів воєнного часу. Описано обмеження традиційних методів, таких як моделі авторегресії – інтегрованого ковзного середнього (ARIMA) та векторної авторегресії (VAR), які мають труднощі у врахуванні нелінійної динаміки та адаптації до різких змін. Обґрунтовано доцільність використання LSTM як гнучкішого підходу, здатного засвоювати складні часові залежності та покращувати точність прогнозів.

Для аналізу взаємозв’язків між макроекономічними показниками застосовано графові моделі кореляційного аналізу, що дозволило виявити ключові економічні кластери та визначити найвпливовіші змінні. Проведено експериментальне тестування моделі на даних про економічний стан України, а результати прогнозування порівняно з базовими моделями (наївним прогнозом та ARIMA). Оцінка точності показала, що LSTM перевершує традиційні підходи за середньою абсолютною та середньоквадратичною помилками, особливо в умовах нестабільності.

Аналіз результатів у період після початку повномасштабної війни виявив труднощі, пов’язані зі зміною економічних зв’язків і порушенням попередніх трендів, що знизило точність прогнозів. Запропоновано шляхи адаптації моделі, зокрема введення режимних змінних, що відображають вплив факторів воєнного часу та зовнішні фінансові чинники, застосування механізму поетапного донавчання, а також використання кореляційних графів для покращення вибору вхідних змінних.

Отримані результати підтверджують ефективність використання LSTM для макроекономічного прогнозування, а також демонструють, що графові моделі кореляційного аналізу можуть посилити її адаптивність у періоди економічної нестабільності. Запропоновані методи можуть бути корисними для подальшого вдосконалення моделей прогнозування, особливо з урахуванням кризових ситуацій та структурних змін в економіці.

Метод управління запасами компонентів донорської крові

Аліна Володимирівна Міхнова — 2025-05-23

Об’єктом дослідження є система управління запасами компонентів крові, яка дозволяє з урахуванням потреби у компонентах крові в закладах охорони здоров’я, можливих обсягів заготівлі та запасів компонентів крові в центрі крові та в інших закладах охорони здоров’я, здійснювати розподіл та перерозподіл компонентів крові серед закладів охорони здоров’я.

Метою розробки методу управління запасами компонентів донорської крові є оптимізація розподілу та видачі запасів компонентів крові в заклади охорони здоров’я центром крові з можливістю переспрямування компонентів крові між закладами охорони здоров’я

Для розв’язання поставленої задачі використовувалися методи управління запасами продукції, методи оцінки оптимальності запасів, методики розрахунку запасів компонентів крові в центрі крові, методики розрахунку потреби в компонентах крові з боку закладів охорони здоров’я. Запропоновано формалізований опис механізму управління запасами компонентів крові в центрі крові, представлені етапи методу управління запасами компонентів крові в центрі крові, яким може бути застосовано при розробці функціоналу модуля управління запасами компонентів крові медичної інформаційної системи служби крові. На концептуальному рівні визначено функціонал модуля управління запасами компонентів крові медичної інформаційної системи служби крові.

Результати дослідження можуть бути застосовані для вирішення задач оптимального розподілу компонентів крові серед закладів охорони з урахуванням щотижневої, щомісячної, річної потреби, що дозволить в свою чергу повністю забезпечувати заклади охорони здоров’я необхідними компонентами донорської крові, прогнозувати оптимальні обсяги заготівлі компонентів донорської крові за кожною групою крові та резус-належністю, раціонально планувати закупівлю витратних матеріалів для заготівлі компонентів донорської крові, мінімізувати кількість списання компонентів донорської крові в центрі крові та закладах охорони здоров’я через причину закінчення терміну придатності.

Розробка базового методу стратегічного планування хмарної міграції інформаційної системи

Максим Вікторович Євланов — 2025-05-23

Об’єктом дослідження є засоби Process Mining в контексті стратегічного планування хмарної міграції інформаційних систем сучасних підприємств у рамках цифрової трансформації. Встановлено, що автоматичне відтворення моделі бізнес-процесів на основі журналів подій дозволяє виявити реальний перебіг операцій і визначити вузькі місця, які погіршують ефективність бізнес-процесів системи, а також отримати об’єктивну картину щодо фактичних маршрутів виконання бізнес-процесів. Завдяки цьому стає можливою ідентифікація потенційних відхилень від встановлених регламентів, що допомагає фахівцям визначити, які бізнес-процесів потребують перегляду та оптимізації, і мінімізувати негативний вплив «вузьких місць» на продуктивність.

Описано важливість проведення порівняльного аналізу отриманих моделей з формалізованими стандартами роботи, що дає змогу визначити критичні точки в бізнес-процесах організації. На основі результатів такого аналізу обґрунтовано необхідність адаптації моделі бізнес-процесів до вимог хмарного середовища, оскільки оновлена модель безпосередньо впливає на архітектуру ІС. Зокрема, коригування логіки взаємодії компонентів інформаційної системи та підсистем забезпечує належний рівень масштабованості, відмовостійкості й продуктивності під час роботи в хмарі.

Запропоновано загальний метод інтеграції результатів Process Mining у стратегічне планування хмарної міграції, що охоплює послідовні етапи збору даних із журналів подій, побудови та аналізу початкової моделі, а також формування розширеної моделі бізнес-процесів, яка відображає нові вимоги та виявлені закономірності. Розроблено послідовність відображень, які дозволяють описати зв’язок між оцінкою сумісності поточного стану й удосконаленого варіанта моделі та ключовими характеристиками хмарних обчислень. Реалізація цих відображень дає змогу розробити пріоритетний набір бізнес-процесів для переходу й обрати оптимальну стратегію міграції (Rehosting, Refactoring або Reengineering).

Практична цінність отриманих результатів полягає у підвищенні ефективності прийняття рішень щодо послідовності та методів перенесення ІС до хмари, а також у мінімізації операційних ризиків і зниженні витрат на реорганізацію застарілих ІС. До того ж запропонований метод сприяє обґрунтованому визначенню відповідних етапів оновлення системи, що є вкрай важливим для підтримки належної якості сервісів і задоволення зростаючих потреб бізнесу в умовах динамічного технологічного середовища.

Аналіз результатів адаптивного навчання здобувачів із застосуванням нейронної LSTM-мережі

Іван Михайлович Вовчок — 2025-05-23

Об’єктом дослідження є процес адаптивного управління навчанням шляхом використання методів штучного інтелекту. Розглянуто застосування нейронних мереж для аналізу відповідей здобувачів та визначення прогалин у знаннях. Основну увагу приділено оцінюванню ефективності моделі довгої короткочасної пам’яті (LSTM) у прогнозуванні результатів тестування на основі історії відповідей користувача.

Запропонований підхід ґрунтується на аналізі послідовності відповідей здобувача та використанні навчальних даних для виявлення закономірностей у його успішності. Порівняння з іншими засобами машинного навчання, такими як градієнтний бустинг (XGBoost) та випадковий ліс (Random Forest), показало конкурентну точність LSTM. Найефективнішим виявився підхід, що дозволяє не лише передбачати правильність відповідей, а й виявляти потенційні проблеми у сприйнятті матеріалу.

Результати дослідження свідчать про те, що використання нейромережевих моделей у навчальному процесі сприяє підвищенню ефективності адаптивного навчання. Аналіз ключових навчальних патернів дозволив визначити основні фактори, що впливають на успішність здобувачів. Виявлено, що LSTM може коригувати індивідуальну траєкторію навчання, рекомендуючи додаткові матеріали або зміни у викладанні тем, які викликають труднощі.

Запропоновану методику можна застосовувати при створенні автоматизованих систем підтримки викладачів та персоналізованого навчання. Вона може використовуватися у цифрових освітніх платформах для визначення слабких місць у знаннях здобувачів та адаптації навчального процесу до їхніх індивідуальних потреб. Очікується, що інтеграція таких технологій сприятиме підвищенню рівня засвоєння матеріалу та зменшенню кількості повторних помилок під час навчання.

Гібридна модель представлення знань для ІТ-проєкту системи гуманітарного реагування

Тетяна Георгіївна Білова — 2025-05-23

Об’єктом дослідження є процес управління ІТ-проєктами розробки систем гуманітарного реагування. Розглянуто особливості представлення знань в процесі управління ІТ-проєктами. Сформульовано вимоги до гібридної моделі представлення знань, такі як використання попереднього досвіду, багаторівневість, інтероперабельність та врахування невизначеності.

Розглянуто багатовимірну онтологічну модель, що містить п’ять рівнів: фундаментальний, ядро, верхній доменний, нижній доменний та оперативний. Особливістю моделі є поєднання на рівні ядра трьох онтологій: управління ІТ-проєктами, системи гуманітарного реагування та процесів гуманітарного реагування.

Як основу для представлення знань використано поєднання методу міркувань на прецедентах з багаторівневою онтологією за допомогою нечітких асоціативних відношень. Для врахування невизначеності модель розширено нечіткими елементами та процедурами нечіткого виведення.

Процес виведення містить етапи формування моделі поточної ситуації, пошуку найрелевантнішого прецеденту, відображення параметрів прецеденту в онтологію, виділення фрагменту онтології для вирішення задачі, отримання невизначених параметрів шляхом нечіткого виведення, збагачення виділеного фрагмента онтології, відображення збагаченого фрагмента онтології в рішення, адаптація отриманого рішення та зберігання нового прецеденту.

Експериментальне дослідження проводилося на розробленій онтології з використанням прецедентів, створених на основі аналізу закінчених ІТ-проєктів. Онтологію було доповнено нечіткими елементами та процедурами нечіткого виведення. Експеримент показав, що якість класифікації ситуації по гібридній моделі в умовах невизначеності деяких параметрів на 16 % краще, ніж при використанні класичного методу міркувань на прецедентах.

Оптимізація повторного рендерингу у вебзастосунках: аналіз проблеми та рішення на основі React

Андрій Леонідович Єрохін — 2025-05-23

Досліджено проблему надмірного повторного рендерингу в сучасних вебзастосунках, зокрема в React-додатках, яка призводить до зниження продуктивності та погіршення користувацького досвіду. Проаналізовано основні JavaScript-фреймворки (React, Vue, Angular) та їхні підходи до управління оновленнями DOM. Особливу увагу приділено механізмам віртуального DOM, примирення та алгоритмам дифінгу в React, а також проблемі непотрібних повторних рендерів компонентів.

Розроблено комплексний підхід до оптимізації процесу рендерингу вебзастосунків, розроблених на базі сучасного JavaScript-фреймворка, який враховує множинні фактори при прийнятті рішень про оновлення компонентів, що дозволяє мінімізувати повторні рендери та в цілому підвищити продуктивність усієї системи. Запропоновано модель пріоритизації для оптимізації повторного рендерингу, яка базується на оцінці видимості, важливості та вкладеності компонентів із використанням вагових коефіцієнтів. Модель дозволяє зменшити кількість непотрібних повторних рендерів, оптимізуючи використання обчислювальних ресурсів. Проведено порівняльний аналіз продуктивності з та без оптимізації, який показав зменшення середнього часу рендерингу (з 7,50 мс до 7,37 мс) та зниження пікового використання пам’яті (з 64 МБ до 61 МБ).

Переваги запропонованих результатів порівняно з існуючими методами, такими як React.memo чи useMemo, полягають у комплексному підході до пріоритизації, який враховує не лише залежності, а й контекст використання компонентів. Визначено перспективи адаптації моделі для інших фреймворків (Vue.js, Angular) та інтеграції з новими технологіями, такими як WebAssembly. Дослідження закладає основу для подальшого розвитку методів оптимізації рендерингу в вебзастосунках.