Архив номеров

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.

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.

В статье дано обоснование актуальности разработки рекомендательной системы в сфере электронного обучения. Проанализированы основные подходы к построению рекомендательной системы: коллаборативная, контентная и гибридная фильтрации. В алгоритмическом обеспечении рассмотрены методики создания рекомендательных систем, такие как машинное обучение, нейронные сети, генетические алгоритмы. Представлены основные объекты рекомендательной системы по выбору онлайн- курсов: обучающийся, учебные модули (онлайн-курсы), элементы знаний, которые может получить пользователь по окончании обучения. Выявлены проблемы в методах построения рекомендательных систем: разреженность; холодный запуск; масштабируемость; поиск элементов, которые с наибольшей вероятностью будут предпочтительнее для пользователя из общего набора элементов. Основная проблема рекомендательных систем состоит в получении точной и качественной рекомендации выбора учебных объектов в соответствии с предпочтениями пользователей. Сделан вывод о необходимости построения архитектуры рекомендательной системы, включающей модель индивидуальной траектории обучения. Фильтрация учебных объектов происходит с помощью генетического алгоритма. Определена целесообразность использования микросервисного подхода для создания веб- приложения. Выделены функциональные задачи разрабатываемой системы, такие как сбор данных, анализ запросов пользователя, формирование учебных объектов с применением индивидуальной траектории обучения и выдача рекомендаций по выбору онлайн-курсов. Разработаны алгоритм функционирования рекомендательной системы, схема работы рекомендательной системы, а также информационное обеспечение работы данной системы. Предложен общий подход к разработке универсального рекомендательного сервиса, который может встраиваться в сервис клиента. Цель разработки рекомендательной системы по выбору онлайн-курсов заключается в предоставлении обучающимся наиболее подходящих учебных объектов (последовательность объектов) для изучения в соответствии с характеристиками обучающегося и фрагментами знаний (компетенций).

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.

В настоящее время искусственный интеллект широко применяется при формировании прогнозов. Вместе с тем вопрос его применения в научно-технологическом прогнозировании проработан недостаточно. Цель исследования заключалась в поиске эффективных подходов к применению технологий искусственного интеллекта при формировании научно-технологических прогнозов. Задачей исследования явилось определение технологий искусственного интеллекта, которые могут использоваться на различных этапах жизненного цикла научно-технологического прогнозирования, и конкретизация отдельных способов их применения. Это подтверждает актуальность проведенного исследования. Основным методом исследования является анализ отечественных и зарубежных публикаций и передовых практик использования технологий искусственного интеллекта при научно-технологическом прогнозировании, а также результатов выполненных авторами научно-исследовательских работ в области научно- технологического прогнозирования и адаптации их для совершенствования формирования прогнозов в условиях цифровой трансформации экономики и предприятий. В статье рассмотрена структура выполняемых технологиями искусственных функций и определены приоритетные направления использования искусственного интеллекта на различных этапах научно-технологического прогнозирования. Показаны целесообразность и особенности применения семантического анализа и когнитивных технологий при прогнозировании уровня готовности техники и технологий по сравнению с мировым при различных сценарных условиях, позволяющих выбрать сценарий развития, обеспечивающий наибольшую эффективность принятого решения. Рассмотрены вопросы информационно- аналитического обеспечения использования искусственного интеллекта при научно- технологическом прогнозировании на базе информационных технологий поддержки принятия решений. Новизна представленных результатов заключается в том, что авторами впервые с позиции системного и комплексного подходов описаны возможности применения наиболее эффективных технологий искусственного интеллекта на различных этапах цикла формирования научно-технологических прогнозов.

В сфере машинного обучения не существует единой методологии предобработки данных, так как все этапы этого процесса являются уникальными, под конкретную задачу. Однако в каждом направлении используется определенный тип данных. В гипотезе исследования предполагается, что можно четко структурировать последовательности и фазы подготовки данных для задач распознавания текстов. В статье рассмотрены основные принципы предобработки данных и выделение последовательных этапов как конкретной методики для задачи распознавания символов азбук. В качестве исходных данных были выбраны изображения набора ETL. Предобработка включала в себя этапы работы с изображениями, на каждом из которых в исходные данные вносились изменения. Первым шагом являлось кадрирование, которое позволило избавиться от лишней информации на изображении. Далее был рассмотрен подход преобразования изображения к исходному соотношению сторон и определен метод преобразования из оттенков серого в черно-белый формат. На следующем этапе были искусственно расширены линии символов для лучшего распознавания печатных азбук. На последнем этапе предобработки данных была произведена аугментация, которая позволила лучше распознавать символы азбук независимо от их положения в пространстве. Как результат, была выстроена общая структура методики предобработки данных для задач распознавания текстов.

Рассматриваются возможности мультиагентного подхода для управления городским парковочным пространством, который позволяет адекватно представить парковочное пространство и эффективно решать задачи мониторинга загруженности, поиска и бронирования доступных парковочных мест; построения маршрутов и навигации до выбранных мест; парковки автомобилей; оплаты услуг паркования; контроля соблюдения правил парковки; контроля и управления доступом на закрытых парковках; прогнозирования основных параметров, таких как загруженность, доход, оборачиваемость; информирование пользователей. Обоснована необходимость интеллектуализации процессов управления городским парковочным пространством на базе использования методов и технологий мультиагентных систем (МАС), основные цели которой заключаются в сокращении времени поиска мест для парковок; повышении скорости движения в зонах платной парковки; увеличении оборачиваемости парковочных мест; снижении заторов на дорогах, затрат на топливо; снижении количества нарушений правил парковки на улично-дорожной сети; сокращении потоков личного автотранспорта, въезжающего в пределы платной зоны, и стимулировании использования городского общественного транспорта; уменьшении загрязнения окружающей среды. Наибольшую сложность представляют задачи организации взаимодействия агентов различной типологии при коллективном решении задач, поскольку каждый агент, решающий конкретную задачу, имеет лишь частичное представление об общей задаче и должен постоянно взаимодействовать с другими агентами. Представлены особенности прототипирования МАС с акцентом на моделирование взаимодействия отдельных типов интеллектуальных агентов в исследуемой проблемной области. Полученные результаты моделирования являются основой для продолжения и дальнейшего развития исследований и разработок по созданию финального прототипа МАС для управления городским парковочным пространством.

Данная статья посвящена исследованию зависимости обменного курса рубля от цен на нефть с использованием нейросетевого моделирования. Актуальность исследования подтверждается заинтересованностью органов денежно-кредитного регулирования в моделировании динамики обменного курса при выработке мер денежно-кредитной политики. К поставленным задачам относятся оценка взаимосвязи между обменным курсом рубля и ценами на нефть посредством многослойного перцептрона и рекуррентной нейронной сети, а также оценка влияния дополнительных факторов – валютных интервенций и геополитических рисков – на связь между исследуемыми переменными. По результатам исследования, применение нейронных сетей позволило с достаточной точностью оценить целевую переменную. Кроме того, было подтверждено ослабление зависимости между рассматриваемыми переменными в периоды проведения валютных интервенций и в условиях высокой геополитической нестабильности. При нейросетевом моделировании был сохранен нелинейный характер порождения ряда из значений обменного курса, а также была отмечена асимметрия реакции курса рубля на различные по знаку шоки цен нефти. Отбор гиперпараметров, применение бутстрапа и использование ансамблей нейронных сетей обеспечили более стабильные оценки и доверительные интервалы для эластичности курса рубля по ценам на нефть. Таким образом, сочетание указанных методов позволяет получить содержательные экономические выводы на основе обученной нейронной сети, избегая проблемы неинтерпретируемости весов нейросетевой модели.

Решение задачи прогнозирования состояния сложных социально- экономических систем возможно только на основе соответствующих динамических экономико-математических моделей, описывающих их основные параметры, наличие управляющих воздействий и рисков (неопределенных возмущений, погрешностей моделирования и т. п.). В данной работе предлагается использовать детерминированный минимаксный подход для моделирования и решения задачи оценивания прогнозируемых состояний производственной системы при наличии рисков. Для принятия управленческих решений на производственном предприятии, направленных на повышение эффективности его функционирования, необходимо иметь качественное информационное обеспечение, основу которого составляет решение соответствующей задачи прогнозирования состояний его базовых параметров. В данной статье для описания функционирования производственной системы предлагается использовать дискретную управляемую динамическую систему при наличии рисков. Предполагается, что значения управляющего воздействия (допустимых сценариев управления) реализуются из конечного множества допустимых элементов соответствующего конечномерного векторного пространства, а реализации значений фазового вектора модели и вектора рисков ограничены заданными многогранниками-компактами в соответствующих конечномерных векторных пространствах. Применение разработанной дискретной управляемой динамической модели, описывающей выпуск продукции предприятия при наличии рисков, и разработанной методики формирования и минимаксного оценивания прогнозного множества ее фазовых состояний в заданный период времени позволяют разрабатывать соответствующие численные алгоритмы, которые могут использоваться при разработке и создании компьютерных интеллектуальных информационных систем, обеспечивающих поддержку принятия эффективных управленческих решений на производственных предприятиях. Основными результатами данной работы являются разработка новой экономико-математической модели, описывающей динамику выпуска продукции предприятия при наличии рисков, и создание на ее основе методики для построения и минимаксного оценивания прогнозного множества ее фазовых состояний.

В настоящее время внедрение робототехнических систем является одной из распространенных форм автоматизации технологических операций в различных сферах человеческой деятельности. Среди робототехнических систем особое место занимают последовательные многозвенные роботы-манипуляторы (ПРМ), получившие широкое распространение из-за сравнительно малых габаритов и высокой маневренности, что делает их применение незаменимым при решении различных прикладных задач. На практике на эффективность функционирования ПРМ могут оказывать влияние факторы неопределенности различного типа, обусловленные воздействием внешней среды. Среди внешних факторов может быть выделена группа, влияние которой характеризуется неопределенностью при идентификации точного положение целевой точки позиционирования захвата. К таким факторам, в первую очередь, могут быть отнесены воздействия, влияющие на системы технического зрения. Данная проблема особенно актуальна для мобильных роботов специального назначения, работающих в агрессивных условиях внешней среды. Похожая на описанную ситуация также возникает при функционировании медицинского робота-манипулятора в момент проведения малоинвазивных вмешательств, когда роль системы управления и наблюдения берет на себя человек-оператор. В этой связи организация эффективного управления в условиях воздействия факторов неопределенности, препятствующих корректному распознаванию целевого положения рабочего органа ПРМ, является актуальной проблемой. Авторами статьи рассматривается решение обратной задачи кинематики для ПРМ на основе применения нечетких реализаций численных методов с учетом возможного возникновения в процессе решения вырожденных конфигураций звеньев манипулятора.