8 (495) 987 43 74 доб. 3304 Прием заявок на рассмотрение статей E-mail: evlasova@synergy.ru

Мы в соцсетях -              
Рус   |   Eng

В России определили инновационные технологии в сфере образования

14 и 15 апреля в Университете «Синергия» состоялся семинар «Экспериментальная и инновационная деятельность в сфере высшего образования», организованный Университетом «Синергия» и компанией «Финансово-Экспертные системы» в соответствии с письмом Министерства науки и высшего образования России. Подробнее

Российские вузы поделятся инновационными подходами к обучению

14–15 апреля 2021 г. на площадке Университета «Синергия» состоится семинар, посвящённый экспериментальной и инновационной деятельности в сфере высшего образования. Как говорится в официальном письме Департамента государственной политики в сфере высшего образования Министерства науки и высшего образования РФ № МН-5/597 от 30.03.2021, мероприятие призвано популяризировать федеральные инновационные площадки (ФИП). Подробнее

Уважаемые авторы!

Редакция журнала информирует вас, что с 2020 года всем публикующимся авторам необходимо иметь личный идентификатор ORCID. Подробнее
  Журнал входит в Перечень ведущих рецензируемых научных журналов и изданий,
  рекомендованных ВАК для публикации основных результатов диссертационных
  исследований.

Задача анализа эмоциональной окраски текстов в банковской деятельности

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.

Задача извлечения данных из программы моделирования для построения цифрового двойника производства на примере Unisim Design

Индустрия 4.0 – это инициатива, предполагающая построение умных производств, цепочек поставок и производственного процесса. Одна из ключевых связанных концепций – это цифровые двойники, которые позволяют прогнозировать и планировать, используя данные реального времени в сложных моделях. В рамках концепции предполагается работа с большими объемами данных, как при разработке систем с нуля, так и для построения их на базе существующего программного обеспечения для моделирования. Данные, полученные на моделях, придется передавать между множеством частей такой системы для их отображения, обработки и прочего использования. Задачи обработки, хранения и использования таких потоков данных ежедневно решаются крупными интернет-компаниями, оперирующими данными миллионов пользователей для построения бизнес-процессов. Такие компании на протяжении десяти и более лет разрабатывают системы с применением микросервисной архитектуры, которая позволяет им строить масштабируемые и детерминированные системы обработки потока данных. Разумно использовать этот подход для задачи построения цифрового двойника завода. Однако в рамках поставленной задачи возникла необходимость использовать существующие программы моделирования химических производств, что поставило перед нами задачу интеграции, так как программы для построения моделей не приспособлены к работе в рамках микросервисных систем. Выходом из сложившейся ситуации является создание драйверов обмена данными. Примером такой программы моделирования является Unisim Design. Доступный для нее метод интеграции не предполагает работу с произвольным программным обеспечением. В работе сформулирована задача изъятия данных из программы, изначально не приспособленной для работы в рамках программного комплекса, предполагающего постоянное взаимодействие между его частями. Найдено и реализовано решение, позволяющее получать данные из этой программы, не используя коммерческое программное обеспечение и закрытые библиотеки.

Имитационная модель беспроводной ad-hoc сети для исследования алгоритмов маршрутизации трафика

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.

Интеграция предиктивно-аналитических моделей с IoT-платформой цифрового экомониторинга

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.

Интеллектуальный анализ данных в управлении российской высшей школой

Для всесторонней оценки качества управленческих решений необходимо иметь возможность учета разнородной информации, которая может быть представлена как в числовой форме, так и в виде выражений на естественном языке. Эффективным подходом к обработке трудно формализуемой информации является использование методов интеллектуального анализа данных, в том числе нейросетевых методов кластеризации и теории нечетких множеств. Это позволяет совмещать методы качественной оценки с возможностью получения количественных результатов. В статье представлен авторский подход к использованию этих методов для оценки рисков и качества управленческих решений в российской высшей школе на примере реализации самого масштабного для нее проекта – Проекта 5-100. На его примере доказана целесообразность использования нейросетевого метода кластеризации для оценки возможности достижения поставленных целей любого подобого масшабного проекта. Применение другого метода интеллектуального анализа – построение комплекса систем нечеткого вывода – подтвердило возможность построения на основе полученных по проекту экспертных вербальных оценок итоговой количественной оценки проекта. Кластеризация информационной базы данных, использованной для анализа, дает возможность осуществлять объективный отбор вузов – кандидатов на право получения государственной субсидии, а также корректировать состав участников Проекта 5-100. При этом нейросетевой метод кластеризации изначально проиллюстрировал недостижимость целей, поставленных перед Проектом 5-100, а применение комплекса систем нечеткого вывода подтвердило это утверждение – количественная итоговая оценка проекта, полученная на основе вербальных экспертных мнений, является очень низкой, что также оценивает этот проект как неудовлетворительный.

Интеллектуальный программный комплекс моделирования процесса планирования многоассортиментных промышленных производств

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.

Масштабирование числовых шкал при попарных сравнениях: AHP, Dematel, BWM, SWARA

Автор статьи: Мухаметзянов И. З.
В статье представлен обзор и выполнен сравнительный анализ четырех методов оценки весовых коэффициентов для многокритериального принятия решений, основанный на попарных сравнениях: AHP, Dematel, BWM и SWARA. Показано на примерах, что достоверность оценок в значительной степени зависит от корректного применения инструмента попарных сравнений: оценки даются в вербальной шкале, а затем переводятся в количественные значения для расчета приоритетов критериев и альтернатив. Все стадии попарных сравнений являются многовариантными. В частности, достоверность этого инструмента принятия решений зависит от выбора числовой шкалы и метода определения приоритетов. Учитывая важность, подробно представлен набор понятий, касающихся лингвистических переменных, матриц лингвистических парных сравнений и числовой шкалы (масштабной функции). Показано, что информативность матрицы парных сравнений в AHP выше и является достаточной для однозначной реализации методов Dematel, BWM и SWARA. Хотя надежность решения по большему числу исходных данных считается выше, тем не менее нельзя утверждать, что результаты процесса AHP значимее. Акцент в данном исследовании сделан на масштабировании числовой шкалы. Масштабирование прямо связано с мысленным представлением вербальной шкалы, поскольку лицо, принимающее решение, формирует шкалу в соответствие со своим представлением. Показано, что сжатие числовой шкалы приводит к выравниванию приоритетов. Тенденция к выравниванию одинакова для всех типов числовых шкал и методов приоритизации, но процесс происходит при разных скоростях выравнивания. Для шкал с меньшим числом градаций характерно уменьшение степени приоритета на числовой шкале, что приводит к уменьшению в различии весов. В частности, это различие можно регулировать масштабированием.

Метод поддержки принятия решений по управлению научными исследованиями и разработками на основе комплекса моделей

Научные исследования и разработки (НИОКР) обеспечивают стабильное функционирование и формируют инновационный потенциал большинства компаний производственного сектора. Неэффективное управление НИОКР приводит к тому, что многие начатые проекты выходят за рамки планируемых сроков и бюджетов, а значительная часть промежуточных результатов НИОКР не доводится до конца. Сложность управления научными исследованиями и разработками связана с высокой информационной неопределенностью в отношении результативности НИОКР и производительности исполнителей. В статье рассмотрен метод поддержки принятия решений по управлению научными исследованиями и разработками в компаниях, основанный на использовании комплекса моделей. Для снижения информационной неопределенности при решении различных задач управления предложено использовать онтологическую модель интеллектуального капитала компании, имитационные модели процессов НИОКР и отдельных стадий, нечетко-логические модели для получения интегральных оценок управленческих решений. Метод обеспечивает основу для принятия решений о возможности и целесообразности использования ранее полученных результатов НИОКР (научно-технического задела); целесообразности реализации предлагаемого проекта на основе оценки его выполнимости; об организации проекта (объемно-календарное планирование); о распределении ресурсов на задачи; стимулировании исполнителей; планировании активностей по дополнительному обучению и организации информационной поддержки. В статье приведено общее описание метода, а также пример его использования для поддержки принятия решения о целесообразности реализации проекта НИОКР на основе оценки его выполнимости. В качестве альтернатив рассматривается две структуры организации процесса научных исследований и разработок в производственной компании. После выбора лучшей структуры проводится оценка влияния качества кадрового обеспечения на интегральную оценку выполнимости.