Авторы

Интеллектуальный алгоритм управления автономными комплексными энергетическими установками арктического исполнения

В статье рассмотрены информационно-технические аспекты управления инновационной автономной комплексной энергетической установкой, включающей в себя альтернативные источники энергии и дизель-генераторную установку, а также управляемые инверторы, обеспечивающие энергообеспечение потребителей различных категорий приоритета, которая может быть использована в арктических районах РФ. Рассмотрены основные аспекты создания инновационных систем и определено, что создание комплексных энергетических систем требует существенного углубления кооперации национальных производителей с целью обеспечения масштабируемости комплексных энергетических систем путем обеспечения единства информационных средств обмена данных между отдельными модулями и системой управления. Показано, что специфическим требованием к системам управления комплексными энергетическими установками является требование высокой автономности, в том числе способность обеспечивать потребителей электроэнергией при переменных условиях окружающей среды без непосредственного вмешательства оперативного персонала. Обосновано разбиение информационно-алгоритмического обеспечения системы управления комплексной энергетической установкой на два модуля – аналитический и управляющий. Для аналитического модуля предложен алгоритм, обеспечивающий выработку управляющих решений в комплексной энергетической системе, обеспечивающий стабильность обеспечения энергией наиболее важных потребителей. Одновременно алгоритм обеспечивает повышение надежности используемого в системе накопителя энергии на базе Li- Ion аккумуляторов не только на основе исключения избыточного заряда и глубокого разряда, но также путем сокращения количества циклов заряд/разряд. Решение задачи автономности системы обеспечивается многовариантным алгоритмом прогнозирования погодных условий с использованием статистических данных и методов анализа нечетких временных рядов. Читать дальше...

Нейросетевая модель для поддержки принятия решений по управлению кооперационными связями в инновационных экосистемах

В настоящее время специфика внешних условий и особенности развития трех основных субъектов инновационной деятельности определяют не только потребность в тесном долгосрочном научно-техническом кооперационном взаимодействии с государством для устойчивого развития территорий, но и необходимость разработки и обоснования предложений по управлению развитием инновационных процессов в такой системе в целом. Описанная в статье модель представления научно-промышленного взаимодействия при реализации региональных инновационных процессов в виде трехмерного «среза» тройной спирали как ресурсного VRIO-профиля кооперационного формирования позволяет наглядно продемонстрировать систему отношений, выявлять, в каком из направлений проблемная область, воздействуя на которую удастся вернуть систему в равновесное состояние устойчивого развития в стратегической перспективе. Анализ современных научных работ показывает актуальность, необходимость и эффективность применения методов, основанных на нейронных сетях, для прогнозирования изменения состояния сложных социально- экономических систем, таких как региональные инновационные системы. Существующие подходы, как правило, демонстрируют узкую направленность и принадлежность к отдельному предприятию или организации, а следовательно, не отвечают всем требованиям как со стороны реализации самого инновационного процесса, так и модификации внешней среды. В связи с чем авторами предложено информационно-аналитическое решение использования описанной модели для поддержки принятия решений по управлению кооперационными формированиями. Разработанная программа основывается на прогнозировании будущего состояния (положения в трехмерной системе координат) системы с помощью глубоких нейронных сетей, а именно рекуррентных. Описанная практическая апробация модели может в перспективе выступать основой для принятия решений по выбору форм и направлений взаимодействий кооперационных формирований в стратегической перспективе. Читать дальше...

Цифровые технологии в науке и образовании (достижения, тенденции, эффекты)

Нынешний период технологического прогресса характерен значительным проникновением цифровых технологий во все сферы жизни людей и общества. На текущий момент накоплен достаточно обширный материал с итогами исследований, направленных на распознавание эффектов, по большей части неявных или слабовыраженных, которые присущи цифровым технологиям, а также на раскрытие продуцирующих их механизмов. Однако работы, в которых бы решалась задача создания целостного представления, отражающего важнейшие эффекты во всей их совокупности, пока не публиковались. В статье предпринята попытка анализа всех основных особенностей применения таких технологий в академической среде, тесно связанной с информационными процессами и где внедрение цифровых технологий проходит особенно активно. С целью обобщения теоретически и практически доказанных сильных сторон цифровых технологий, выявления наиболее удачных приложений, построенных на их базе, идентификации негативных проявлений и действенных шагов, предпринимаемых для нейтрализации угроз, рассмотрена довольно представительная совокупность результатов исследований по идентификации отдельных факторов и изучению обусловленных ими последствий, специфичных для систем цифровых технологий определенной прикладной направленности. Исходя из базовых концепций с учетом опыта реализации организационно-административных мер, сфокусированных на достижении максимально положительного эффекта внедрения средств и систем цифровых технологий и устранении источников нежелательных последствий, предложен набор ключевых объектов комплексного анализа, который должен предшествовать принятию решений по интеграции технологий в практическую деятельность академической структуры и служить основой для формирования генеральной политики и стратегического плана. Читать дальше...

Нейро-нечеткая модель ресурсного обеспечения инновационной деятельности промышленного предприятия

Предложена нейро-нечеткая модель ресурсного обеспечения инновационной деятельности промышленного предприятия. Модель реализует двухэтапную процедуру описания и управления инновационной деятельностью промышленного предприятия: на первом этапе выполняется классификация ресурсов взаимодействия на основе дополненного ­VRIO-анализа профиля взаимодействия, на втором проводится выбор стратегии инновационной деятельности. В основе нейро-нечеткой модели ресурсного обеспечения лежит стекинг частных моделей машинного обучения, таких как метод k-ближайших соседей, «случайный лес», многослойный персептрон. Результаты классификации частных моделей объединяются с помощью обучаемого дерева систем нечеткого вывода, выполняющего итоговую классификацию, что обеспечивает повышение ее точности по сравнению с отдельно взятыми частными моделями. Отличительной чертой модели является применение системы нечеткого логического вывода для оценки вероятности наличия ресурса, используемой при планировании потребности в нем, что позволяет учитывать экспертные суждения как входные данные. Апробирование нейро-нечеткой модели, проведенное в программной системе MatLab на примере решения задачи оценки ресурсного обеспечения инновационного процесса при взаимодействии приборостроительного предприятия региона с одним из контрагентов, показало работоспособность модели и высокую точность классификации ресурсов инновационного взаимодействия. Читать дальше...

Выявление аномалий в экономических показателях на основе нейронной сети с глубинно-разделимыми свертками

Выявление (детектирование) аномалий представляет собой актуальную исследовательскую задачу во многих предметных областях, решение которой позволяет своевременно принимать управленческие решения. В представляемом исследовании предложен метод выявления аномалий в экономических показателях, характеризующих внутреннюю и внешнюю среду производственной организации, который может быть применен в алгоритмическом обеспечении систем поддержки предпринимательского решения. В основе метода лежит использование искусственной нейронной сети с архитектурой автокодировщика и обученной повторять входные данные на выходе. После обучения автокодировщика на нормальных данных ошибка восстановления входа на выходе будет невелика, но при подаче аномальных данных ошибка будет возрастать, что может служит индикатором аномалии. В предложенном методе применяется сверточный автокодировщик, поэтому входные данные сначала преобразуются в изображения (сигнатуры), для чего предложен оригинальный способ их формирования. Способ заключается в представлении исторического поведения каждого экономического показателя в форме тепловой матрицы. Каждая тепловая матрица образует один канал, а их совокупность формирует сигнатуру, которая затем подается на вход автокодировщика для дальнейшего анализа. В автокодировщике использованы глубинно-разделимые свертки, что позволяет автономно настраивать сверточные фильтры по отдельным каналам сигнатур. Новизна результатов исследования состоит в разработанном методе выявления аномалий в массивах экономических показателей, позволяющем выполнять локализацию коллективных и единичных аномалий (выбросов), а также в разработанном программном обеспечении, с помощью которого проводилось апробирование метода. Выполненные вычислительные эксперименты показали, что метод достигает точности выявления аномалий, сопоставимой с некоторыми современными моделями. Читать дальше...