В условиях пандемии новой коронавирусной инфекции резко возросла значимость одноразовой посуды и упаковки для продуктов питания. С одной стороны, это способствовало повышению спроса на такую продукцию, а с другой – усилило и так острую конкуренцию на данном рынке. В результате перед производителями одноразовой посуды встала жизненно важная задача, связанная с поиском путей сохранения и расширения клиентской базы. Сегодня перспективным способом ее решения считается разработка и внедрение различных продуктовых и технологических инноваций. Однако реализация подобных проектов является достаточно сложным процессом, поскольку предлагает не только создание или модификацию производственных технологий и производимых продуктов, но и осуществление организационных изменений, связанных со всеми бизнес- процессами предприятия. Как показывает практика, особую роль при проведении таких организационных изменений играет человеческий фактор, при этом наибольшую угрозу для проекта представляют не ошибки планирования и реализации изменений, а сопротивление сотрудников. Одним из способов его предупреждения или снижения является создание специальной команды поддержки изменений, отличающейся инициативностью. Однако на практике достаточно трудно выявить таких сотрудников, которые не только имеют желание участвовать в реализации изменений, но и обладают достаточными знаниями, навыками, опытом для их проведения. Для решения данной проблемы было предложено моделирование поведения сотрудников, направленное на оптимизацию состава такой команды на основе исследования различных характеристик. Для его практической реализации использовался алгоритм пчелиных колоний, модифицированный путем введения элементов нечеткости (для задания начальных позиций поиска).

В статье предложена модель двух звеньев экзоскелета переменной длины для поддержки нижних конечностей опорно-двигательного аппарата человека. Отличие данной работы от имеющихся заключается в использовании звеньев, изменяющих свою длину, и в способе отсчета углов, которые в других моделях отсчитываются от постоянного направления: от вертикали либо от горизонтали, а в данной работе – между звеньями. При практической реализации экзоскелета такой способ отсчета углов является адекватным реальному способу работы установленных в шарнирах электрических двигателей с редукторами, которые изменяют углы между звеньями. Конструкция звена экзоскелета переменной длины представляет собой два абсолютно твердых весомых участка, расположенных на обоих концах звена, и один невесомый участок между ними в центре звена. В невесомом участке расположен привод, создающий управляющую продольную силу, реализующую увеличение или уменьшение длины звена требуемым образом и обеспечивающую необходимое поддержание длины звена при движении человека в экзоскелете. Звенья соединяются между собой при помощи сферических шарниров. В каждом шарнире установлены приводы, создающие управляющие моменты, которые обеспечивают относительное вращательное движение звеньев. Совместно управляющие продольные силы и моменты реализуют поддержание позы или перемещение звена требуемым образом и, применительно к экзоскелету, повторение основных биомеханических свойств опорно-двигательного аппарата человека. Получена модель в виде системы дифференциальных уравнений Лагранжа второго рода. Проведено исследование полученной математической модели на существование и единственность решения задачи Коши. Синтезирована кинематическая траектория движения звена, моделирующая антропоморфное движение опорной ноги во время одноопорной фазы движения, и определены управляющие воздействия, необходимые для ее реализации. Значимость заключается в возможности создавать учитывающие биомеханические особенности опорно-двигательного аппарата активные экзоскелеты и протезы.

Предложен метод предварительной оценки прагматической ценности информации в задаче классификации состояния объекта на основе глубоких рекуррентных сетей долгой краткосрочной памяти. Цель проводимого исследования состояла в разработке метода прогноза состояния контролируемого объекта при минимизации количества используемых прогностических параметров, достигаемой с помощью предварительной оценки прагматической ценности информации. Это особенно актуальная задача в условиях обработки больших данных, характеризуемых не только значительными объемами поступающей информации, но и скоростью ее поступления и полиформатностью. Генерация больших данных сейчас происходит практически во всех сферах деятельности, что обусловлено широким внедрением в них Интернета вещей. Метод реализуется двухуровневой схемой обработки входной информации: на первом уровне применяется алгоритм машинного обучения «случайный лес», который имеет значительно меньшее количество настраиваемых параметров, чем рекуррентная нейронная сеть, используемая на втором уровне для окончательной и более точной классификации состояния контролируемого объекта или процесса. Выбор «случайного леса» обусловлен его способностью к оценке важности переменных в задачах регрессии и классификации. Это используется при определении прагматической ценности входной информации на первом уровне схемы обработки данных. Для этого выбирается параметр, который отражает указанную ценность в каком-либо смысле, и на основе ранжирования входных переменных по уровню важности осуществляется их отбор для формирования обучающих наборов данных для рекуррентной сети. Алгоритм предложенного метода обработки данных с предварительной оценкой прагматической ценности информации реализован в программе на языке MatLAB и показал свою работоспособность в эксперименте на модельных данных.

Эффективность проектных решений во многом зависит от оперативности обработки большого объема данных из различных источников, что определяет целесообразность использования информационных систем поддержки решений (ИСППР) в области проектного менеджмента. Особенности информационных процессов при управлении проектами в значительной степени затрудняют или даже делают невозможным реализацию на практике методов построения аналитических, а также вероятностно- статистических зависимостей между характеристиками моделируемой системы проектного управления и показателями ее внутренней и внешней среды. В этой связи в качестве алгоритмического обеспечения ИСППР по управлению проектами перспективным является использование прецедентных методов анализа информации, основанных на знаниях об аналогичных ситуациях, наблюдавшихся ранее в практике проектного менеджмента, и представлении знаний в виде онтологий. Анализ практических ситуаций в области проектного управления позволяет обосновать целесообразность организации процедуры мониторинга базы знаний ИСППР, по результатам которой принимаются решения по ее адаптации. В статье предложены основные пути указанной адаптации: изменение структуры и основных элементов (в первую очередь, концептов) онтологий; уточнение структуры описания текущих ситуаций, а следовательно, и прецедентов. Описан разработанный алгоритм мониторинга базы знаний ИСППР по проектному управлению для анализа и идентификации типовых ситуаций целесообразности ее изменения. Алгоритм отличается возможностью выработки на основе нечеткой классификации результатов поиска и использования релевантных текущим ситуациям прецедентов рекомендаций по модификации онтологий. Предложена процедура изменения структуры описания прецедентов с учетом результатов оценки показателей нечеткого соответствия характеристик имеющихся прецедентов характеристикам реализуемого проекта. Приведены описание компьютерной программы, реализующей предложенный алгоритм и его составляющие, а также результаты ее применения.