В работе излагается авторский подход к решению задачи анализа тональности русскоязычных сообщений в сети Интернет о деятельности банков. Материалами исследования выступают отзывы клиентов о банках в целом, о продуктах, сервисах и качестве обслуживания, размещенные на портале Банки.ру. В работе задача анализа тональности текстов рассматривается как задача бинарной классификации на множестве позитивных и негативных отзывов. Для представления собранных и предварительно обработанных текстов использовалась векторная модель со схемой взвешивания tf-idf. Поиск решения задачи бинарной классификации осуществлялся следующими алгоритмами с подбором оптимальных параметров на сетке: наивный байесовский классификатор, метод опорных векторов, логистическая регрессия, случайный лес и градиентный бустинг. Для оценки качества решения задачи классификации применялись стандартные статистические метрики – точность, полнота и F-мера. По указанным метрикам наилучшие результаты получены на классификационной модели, построенной с помощью метода опорных векторов. С целью выделения наиболее характерных тем сообщений клиентов рассматривалась также задача тематического моделирования текстов. Для ее решения применялся метод латентного размещения Дирихле. В результате установлено, что наиболее популярными темами сообщений являются «Карты» и «Качество облуживания». Полученные результаты работы могут использоваться в деятельности банка для автоматизации мониторинга его репутации в медиапространстве и при маршрутизации клиентских запросов по решению различных проблем. При решении задач активно применялись возможности языка программирования Python, а именно библиотеки для веб-скрейпинга, машинного обучения, обработки естественного языка.

Имитационные симуляторы сетей связи представляют собой программное обеспечение, предназначенное для моделирования, исследования, тестирования и отладки сетевых технологий, включая беспроводные децентрализованные самоорганизующиеся сети, или ad-hoc сети. Они существенно упрощают исследование, разработку и оптимизацию протоколов маршрутизации в указанных сетях. Однако известные программы-симуляторы обладают рядом недостатков, включая сложность добавления пользовательских расширений протоколов маршрутизации ad-hoc сетей, отсутствие необходимого сетевого стека и режимов визуализации алгоритмов маршрутизации, низкую производительность, сложность в отладке протоколов связи. Целью проведенной работы является создание имитационной модели беспроводной сети, которая позволяла бы исследовать, отлаживать и производить оценку разрабатываемых алгоритмов и протоколов маршрутизации ad-hoc сетей. При этом на первый план выходят требования к эргономике интерфейса и возможности визуализации работы алгоритмов, обеспечению сбора статистики, созданию разнообразных сценариев функционирования сети. В статье предлагается структура имитационной модели, которая включает модули сетевого абонента, прикладного программного обеспечения, сетевого уровня модели передачи данных OSI, радиомодуля, среды радиопередачи, сбора статистики, визуализации и управления сценариями. Чтобы решить поставленные задачи был использован подход дискретно-событийного моделирования. Для создания симулятора беспроводных децентрализованных сетей и алгоритмов маршрутизации был разработан набор классов, которые реализуют модули имитационной модели. На основе предложенной структуры, классов модулей и алгоритма дискретно- событийного моделирования была создана программная реализация имитационной модели с использованием языка программирования С++ и фреймворка Qt. Разработанная имитационная модель была использована в ходе экспериментального исследования эффективности алгоритма сетевой маршрутизации. Предложенное программное обеспечение позволит упростить разработку и отладку алгоритмов и протоколов маршрутизации ad-hoc сетей.

Исследование направлено на развитие прикладных программных систем для автоматизированного мониторинга окружающей среды. Рассматривается задача по разработке и интеграции прикладного программного обеспечения, в частности расчетно-аналитических моделей на основе методов машинного обучения (ML), с IoT-платформой цифрового экомониторинга для промышленных предприятий. Такая платформа используется для создания программно-аппаратных систем класса CEMS – Continuous Emissions Monitoring System, предназначенных для непрерывного контроля выбросов загрязняющих веществ в атмосферный воздух на производствах. Использование ML-инструментов, интегрированных с платформой, позволяет значительно расширить функциональность существующих CEMS, в частности оперативно конструировать новые SaaS-сервисы для прогнозирования динамики распространения загрязнений. С учетом высоких требований к промышленным системам возникает необходимость создания специализированного программного продукта – аналитического сервера, реализующего управление подключаемыми предиктивно- аналитическими ML-моделями с требуемым уровнем качества обслуживания, в том числе автоматической инициализацией новых аналитических скриптов в виде классов, изолированностью отдельных компонентов, автоматическим восстановлением после возникновения сбоев, защищенностью и безопасностью данных. В статье предложена схема функционально-алгоритмического взаимодействия IoT-платформы цифрового экомониторинга и аналитического сервера. Представленный вариант реализации аналитического сервера имеет иерархическую структуру, в вершине которой стоит приложение, способное принимать высокоуровневые REST-запросы на инициализацию расчетов в реальном времени. Данный подход позволяет минимизировать влияние одного аналитического скрипта (класса) на другой, а также расширять функциональность платформы в «горячем» режиме, то есть без остановки или перезагрузки. Приведены результаты, демонстрирующие автоматическую инициализацию и подключение базовых ML-моделей для прогнозирования концентраций вредных веществ.

В статье рассматриваются вопросы, посвященные разработке гибкого интеллектуального программного комплекса для решения задачи оптимального планирования многоассортиментных непрерывно-дискретных производств. Данные производства характеризуются большим ассортиментом продукции, множеством видов и конфигураций оборудования, при увеличении размерности задачи количество вариантов производственных расписаний растет экспоненциально, поэтому актуальна разработка специализированного комплекса эффективного оптимального планирования и составления расписаний, настраиваемого на характеристики различных многоассортиментных производств. Целью настоящей работы является разработка методов и алгоритмов оптимизации календарного планирования в виде проблемно-ориентированного программного комплекса, позволяющего повысить производительность оборудования и сократить время изготовления заказов. В статье приводится математическая постановка задачи оптимизации и совокупность математических моделей и алгоритмов формирования целевых функций для оптимального календарного планирования перенастраиваемых производств. Проведение данного исследования основывается на использовании методов теории расписаний, оптимизации и эволюционных вычислений, средств объектно-ориентированной разработки сложных программных комплексов и баз данных. Предложенный программный комплекс обладает различными интеллектуальными пользовательскими интерфейсами, дополняемыми базами данных продукции, оборудования и технологических регламентов, библиотекой целевых функций и математических методов оптимизации, модулем экспертной настройки системы, а также интерактивной системой визуализации полученных производственных планов в форме диаграммы Ганта и дерева решений задачи оптимизации. Тестирование программного комплекса производилось на данных полимерных и металлургических предприятий России и Германии и подтвердило эффективность решения задач планирования. Внедрение предлагаемого программного комплекса позволяет обеспечить эффективную загрузку оборудования предприятия, уменьшить стоимость производства и упростить процесс принятия управленческих решений в ходе производственного планирования.