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...