Архив номеров

Предложен оригинальный адаптивно-многоиндексно-кластерный алгоритм комплексной оценки воздействия химических загрязнений на лесные массивы по спутниковым фотоизображениям, отличающийся применением адаптивной процедуры формирования пиксельных кластеров, отображающих множество спектральных каналов фотоизображения каждого вида вегетационного состояния древостоя в зонах химических загрязнений лесных массивов, а также использованием процедуры расчета средневзвешенных значений комплексных вегетационных индексов для каждой зоны химических загрязнений, что позволяет на основе значений комплексных вегетационных индексов определять различные биологические, фитологические и физико-химические состояния зон лесных массивов. Для построения комплексных эколого-вегетационных индексов, привязанных к экологическим зонам, предлагается использовать средневзвешенные преобразования классических вегетационных индексов, с помощью которых рассчитывается новый специализированный комплексный вегетационный индекс, позволяющий выделять экологические зоны в лесных массивах по уровням воздействия на леса химических загрязнений промышленных предприятий. Специализированные комплексные вегетационные индексы адаптивного подбора весовых коэффициентов способны отображать различные биологические, физико- химические и экологические характеристики состояния лесных массивов на основе кластеризации пикселей спутниковых фотоизображений. Предложенный алгоритм позволяют вычислять в результате кластеризации более точные оценки суммарных площадей экологических зон лесных массивов, что может быть использовано в качестве основы для оценки степени экологической деградации лесных массивов и экологических ущербов.

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.

Нефтяная отрасль является ведущей отраслью российской экономики, которая вносит крупнейший вклад в бюджет страны, создает огромное количество рабочих мест и полностью обеспечивает внутренние потребности в нефти и продуктах ее переработки. В России транспортировка сырой нефти от мест добычи до потребителей (в первую очередь, нефтеперерабатывающих заводов) осуществляется 5 видами транспорта. Наибольшее распространение получил трубопроводный транспорт, который обеспечивает транспортировку 83% сырой нефти и 30% нефтепродуктов. Важнейшим элементом трубопроводной системы являются резервуарные парки, которые используются для сбора и хранения нефти в местах соединения технологических участков трубопровода, а также перевалки на другие виды транспорта. Они являются особо опасными промышленными объектами, поэтому к их проектированию и строительству предъявляются крайне строгие требования. Важнейшим этапом строительства резервуарного парка является выбор площадки, который осуществляется на основе экономических критериев и инженерных требований. С целью сокращения количества вариантов его размещения, на которые будет выезжать изыскательская партия, предлагается проводить предварительный отбор наиболее перспективных территорий путем решения задачи многокритериальной оптимизации. Наличие огромного числа критериев приводит к необходимости использования эвристических методов, среди которых широкое распространение получили алгоритмы роевой оптимизации, основанные на моделировании коллективного поведения различных живых организмов. Для решения рассматриваемой задачи предложено использовать алгоритмы бактериальной оптимизации, которые позволяют учитывать и благоприятные, и негативные факторы, а также методы нечеткой логики.

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.

Представлены результаты исследования, целью которого являлась разработка метода и программного инструментария для определения класса перемешивающего устройства по показателю его коэффициента сопротивления на основе обработки экспериментальных данных. В настоящее время основными методами исследования перемешивающих устройств являются методы конечных элементов, а также процедуры оценки параметров турбулентного переноса с использованием лазерной доплерометрии и химического анализа проб. Указанные методы предполагают наличие дорогостоящего оборудования и обеспечивают при этом результаты только для отдельных типов оборудования. Это затрудняет распространение полученных выводов на широкий класс устройств с различной конструкцией перемешивающего винта. Предлагаемый метод подразумевает обработку результатов эксперимента, в рамках которого на дне заполненного прозрачной жидкостью сосуда расположен точечный источник света, формирующий направленный вертикально вверх луч. В сосуд помещается перемешивающее устройство с изменяемой частотой вращения. Далее применяется двухканальная обработка видеосигнала на поверхности перемешиваемой жидкости и временной последовательности, характеризующей изменение частоты вращения лопастей устройства. В каналах предложено использовать нейронные сети различных архитектур: в одном канале сверточную, а в другом – рекуррентную сеть. Результаты функционирования каждого канала обработки данных агрегируются на основе мажоритарного правила. Новизна предлагаемого метода с вычислительной точки зрения заключается в расширении рецептивного поля для каждой из сетей за счет взаимного преобразования изображений и временных последовательностей. В результате каждая из сетей обучается на большем объеме данных с целью выявления скрытых закономерностей. Это в конечном итоге приводит к повышению точности классификации, что подтверждается результатами апробации предложенного метода с использованием разработанного в среде MatLab программного приложения.

В настоящее время остро стоит проблема утилизации рудных отходов горно-обогатительных комбинатов. Эти отходы в значительных объемах скапливаются на прилегающих к комбинатам территориях и представляют серьезную угрозу для экологии. В этой связи создание технологических систем переработки рудных отходов и совершенствование их информационного обеспечения представляют актуальное направление исследований. Примером такой системы является сложная химико- энерготехнологическая система производства желтого фосфора из отходов апатит- нефелиновых руд. Целью проводимого исследования являлась разработка модели сбора данных о параметрах процессов термической обработки окомкованного фосфатного рудного сырья в такой системе, а также метода выявления зависимостей между этими параметрами. Выявление зависимостей в информационном обеспечении системы производства желтого фосфора позволит повысить качество ее функционирования с точки зрения критериев управления, энергетической и ресурсной эффективности. Для достижения указанной цели решались задачи выбора математической концепции для основы разрабатываемого метода, построения алгоритма и создания программного обеспечения, реализующего данный метод, проведения модельных экспериментов. В основе метода лежит применение глубоких рекуррентных нейронных сетей долгой краткосрочной памяти, обладающих высокой обобщающей способностью и применяемых при решении задач регрессии и классификации многомерных временных последовательностей, в форме которых, как правило, и представлены параметры химико-энерготехнологической системы. Метод реализован в виде приложения, созданного в среде MatLab 2021. Интерфейс приложения позволяет в интерактивном режиме проводить эксперименты с различными наборами входных и выходных параметров для выявления взаимосвязи между ними, а также изменять гиперпараметры нейронных сетей. В результате работы приложения создается репозиторий обученных нейронных сетей, которые моделируют найденные взаимосвязи между указанными параметрами технологической системы и могут быть применены в системах поддержки принятия решений, управления и инжиниринга.

В настоящее время развитие средств коммуникации и способов обмена информацией оказывает существенное влияние на все стороны деятельности производственно-хозяйствующих субъектов, в том числе на их уровень инновационного потенциала. Также как следствие можно отметить высокую степень интеграции отдельных элементов и субъектов в рамках инновационной деятельности и взаимозависимость частей таких формирований, тесно взаимосвязанных сетью различных процессов. Усложнение самих инновационных процессов, их высокая стоимость, рискованность, комплексный характер, лежащие в самой природе инноваций, а также специализация отдельных субъектов на частных операциях и этапах реализации только усиливают данные тенденции. Можно выделить ряд существующих прикладных инструментов, направленных на обеспечение информационной безопасности при формировании и передаче данных различного рода, имеющих как открытый, так и конфиденциальный характер. Например, частично позволяют решить проблему системы туннелирования трафика на базе OpenVPN или WireGuard-туннелей, а другие программные решения предоставляют потенциал расширяемого облака (Nextcloud). Однако, проводя анализ функциональности данных решений, можно выделить недостатки, не позволяющие выполнить их внедрение в процессы инновационного развития сложных производственно-хозяйственных систем. Так, существующие решения туннелирования трафика не адаптированы для развертки в корпоративных масштабах с наличием гибкой оргструктуры. В решениях на базе Nextcloud выделяются недостатки сложностиконфигурациисервераизатратнапервичнуюконфигурациюПО.Длярешения указанных выше проблем в статье предлагается разработанная интеллектуальная система туннелирования трафика с использованием дополнительных средств первичной автоматизированной инициализации соединения за счет нейронного модуля на базе OpenVPN. В качестве авторизирующего сервера использована динамическая система раздачи цифровых отпечатков с двухсторонним обменом ключами. Разработанное программное решение было протестировано, и приведено сравнение с существующими аналогами. В результате можно отметить, что разработанное решение не уступает существующим способам и впоследствии может быть использовано для обеспечения безопасного информационно-коммуникационного обмена между субъектами научно- промышленного кластера при реализации инновационных процессов.

Возрастающая тенденция применения компьютерных технологий делает особенно актуальными методы цифровой обработки сигналов (ЦОС), преобразованных в числовые массивы данных. В большинстве своем они достаточно сложны, а их применение не всегда оправдано при решении широкого круга прикладных задач. Это обуславливает постоянный интерес к эвристическим алгоритмам, основанным на упрощенных подходах и позволяющим быстро получать приближенные оценки с наименьшей трудоемкостью. Широкий диапазон изменения параметров регистрируемых сигналов и ограниченность технических характеристик применяемых средств измерения часто приводят к значительному повышению уровня помех, на фоне которых полезный сигнал становится практически нераспознаваемым. В статье рассматривается способ математической обработки импульсного (одиночного) апериодического сигнала с высоким уровнем шумовой составляющей путем аппроксимации его формы кусочно-линейной функцией, параметры которой определяются по методу наименьших квадратов. Дано краткое обоснование этого способа на основе анализа стохастического характера шума и его влияния на полезный сигнал. Проведены численный анализ спектрального состава сигналов до и после обработки, а также количественная оценка в сравнении с другими распространенными методами – фильтрацией и когерентным усреднением. При этом показано, что кусочно- линейная аппроксимация формы позволяет эффективно отделить полезный сигнал от шумовой составляющей, не требует сложных алгоритмических конструкций, а ее реализация в виде программного кода возможна на любом языке высокого уровня. В общем случае предложенный способ одинаково применим к сигналам любого вида, но наибольшей эффективностью отличается при обработке одиночных апериодических импульсов, не имеющих возможности повторения. Предложенный подход может быть использован также в учебном процессе при изучении основ программирования и для решения экономических задач, основанных на определении линий тренда параметрическими методами.

В работе рассматриваются вопросы реализации системы адаптивного тестирования на основе использования модулей искусственных нейронных сетей (ИНС), которые должны решать задачу интеллектуального выбора следующего вопроса, формируя индивидуальную траекторию тестирования. Целью работы является повышение точности ИНС для формирования уровня сложности следующего вопроса теста для двух типов архитектур – прямого распространения (FNN – Feedforward Neural Network) и рекуррентной с долгой краткосрочной памятью (LSTM–Long-Short Term Memory). Проанализированы данные, влияющие на качество обучения, рассмотрены архитектуры входного слоя ИНС прямого распространения, позволившие значительно повысить качество работы нейронных сетей. Для решения задачи выбора тематического блока вопроса предложена гибридная структура модуля, включающая собственно ИНС и программный модуль для алгоритмической обработки получаемых от ИНС результатов. Выполнено исследование целесообразности применения ИНС прямого распространения в сравнении с архитектурой LSTM, выявлены входные параметры сети, проведено сравнение различных архитектур и параметров обучения ИНС (алгоритмов обновления весов, функций потерь, количества эпох обучения, размеров пакета). Приведено обоснование выбора сети прямого распространения в структуре гибридного модуля выбора тематического блока. Приведенные результаты были получены с помощью высокоуровневой библиотеки Keras, позволяющей осуществить быстрый старт на начальных этапах исследований и получение первых результатов. Традиционно обучение проводилось в течение большого числа эпох. В результате исследования сделан вывод о том, что для решения задачи выбора тематического блока лучше подходит сеть прямого распространения, ее использование в составе гибридного алгоритмического модуля позволит построить индивидуальную траекторию тестирования вне зависимости от числа тематических блоков.

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.

Павел Джибраелович Саркисов – выдающийся ученый в области разработки технологии автоматизированного производства силикатных и тугоплавких неметаллических материалов, в том числе с использованием информационных систем управления.

В настоящее время в системе высшего образования существует ряд стратегических задач, решение которых традиционными методами не представляется возможным или сильно затруднено. Одной из таких задач является управление контингентом обучающихся. Сложность этого процесса обуславливается требованием выполнения вузом различных ключевых показателей при обеспечении качества образования. Целью исследования является совершенствование процесса управления контингентом обучающихся образовательного учреждения на основе управления данными. Университеты накапливают огромное количество разнородной информации, анализ которой способен обеспечить принятие решений, основанных на данных, а не на интуиции. Анализ больших массивов информации невозможен без применения современных продуктов и технологий, относящихся к Business Intelligence. В работе ставится задача создания информационной системы поддержки принятия решений для управления контингентом, описывается круг вопросов, на которые данная система будет оперативно давать ответы и помогать в принятии решений аналитику или руководителю вуза. В качестве используемых методов исследования применяются методика создания СППР с описанием основных результатов каждого этапа, а также методы статистического анализа данных. Внедрение информационной системы в ежедневную деятельность вуза позволило оперативно реагировать на изменение академической успеваемости, прогнозировать сохранение контингента и потенциальные потери бюджетных средств, оценивать количество вакантных мест и качественную успеваемость. Ректору вуза система позволяет еженедельно отслеживать динамику основных показателей и дает представление о вузе со стороны учредителя. Дальнейшие исследования направлены на развитие информационной системы за счет добавления рекомендательных функций, а также расширения круга вопросов, на которые система способна дать быстрый ответ, – оценка деятельности преподавательского состава по ключевым показателям, оценка затрат на реализацию того или иного направления подготовки и другие.