Архив номеров

Производство программного обеспечения стало сегодня одной из самых крупных отраслей мировой экономики, а по темпам роста ключевых показателей за последние годы занимает первое место среди всех крупных отраслей. В условиях существенно ограниченной доступности программных решений от зарубежных производителей возрастает предложение от отечественных производителей ПО и, как следствие, потребность в моделях и методах, позволяющих контролировать процесс разработки ПО, гарантировать стоимость разработки, сроки и качество результата. Уникальность отрасли не позволяет рассчитывать на успех применения традиционных моделей управления проектами в проектах по созданию ПО, особенно в отношении количественных оценок параметров проекта. Отличия от других видов управления проектами состоят в том, что конечный результат проекта по разработке ПО нематериален, используемые в проекте технологии быстро меняются, опыт управления отдельным проектом по разработке ПО часто не может быть применен к другим проектам. Принципиальное отличие проектов по разработке ПО от других комплексных проектов связано с особенностями ключевого этапа – конструированием ПО, включающим кодирование и отладку, а также верификацию, модульное и интеграционное тестирование. Ошибки, допущенные на этапе конструирования ПО, наиболее существенно влияют на результат проекта, поскольку увеличивают первоначально запланированный объем работы. В известных моделях процесса разработки ПО объем работы считается заданным изначально, а этап конструирования не выделяется в отдельный контур, определяемый стохастическим характером объема работы. Целью настоящей работы является построение имитационной модели процесса конструирования ПО, учитывающей зависимости, в соответствии с которыми основные параметры моделируемого процесса изменяются во времени. Модель предоставляет возможность количественно оценивать и оптимизировать параметры проекта по выбранному критерию (одному или нескольким). Модель построена в рамках системно-динамического подхода, в качестве среды имитационного моделирования использована система AnyLogic. Представлены результаты имитационных экспериментов, демонстрирующие возможность применения построенной модели для изучения процесса управления конструированием ПО или в роли механизма поддержки принятия управленческих решений.

Эффективное функционирование сложных социально-экономических систем в условиях неопределенности невозможно без решения многих задач поддержки принятия управленческих решений. В число таковых входят повышение качества выпускаемой продукции, снижение производственных затрат, обеспечение энерго- и ресурсосбережения, сокращение транспортных расходов, увеличение надежности цепи поставок, формирование сбалансированного портфеля проектов и другие. Их математическая постановка в типичном случае требует поиска глобального экстремума целевой функции, в случае многокритериальной постановки – проведения свертки критериев, что должно выполняться с учетом различных ограничений. При этом поиск оптимального решения обычно необязателен, и результат, близкий к таковому, считается приемлемым. К одним из наиболее востребованных методов решения задач в этой облегченной постановке принадлежат стохастические методы, позволяющие получить решение за время в ١٠2 – 103 раз меньшее времени выполнения алгоритмов на основе полного перебора. Особый интерес в последнее время проявляется к метаэвристическим методам, которые вдохновлены кооперативным поведением децентрализованной самоорганизующейся колонии живых организмов (пчел, муравьев, бактерий, кукушек, волков и т. п.) для достижения определенных целей – как правило, для удовлетворения пищевых потребностей. Согласно относительно недавно доказанной теореме «об отсутствии бесплатных обедов», универсального алгоритма, способного давать лучшие результаты независимо от решаемой проблемы, не существует, по причине чего направление усилий разработчиков смещается в сторону создания и совершенствования специализированных алгоритмов. Настоящая работа преследует цель установления подходов к конструированию методов, базирующихся на алгоритмах роевого интеллекта и нечеткой логики. На основе их классификации и анализа предложены возможные направления развития алгоритмов роевого интеллекта на различных шагах их выполнения (инициации популяции, миграции особей, оценки качества и отсева неперспективных решений) путем введения элементов нечеткости для повышения их эффективности при решении задач многомерной оптимизации параметров сложных социально-экономических систем.

Выбросы в статистических данных, являющиеся результатом ошибочно собранной информации, часто становятся препятствием для успешного применения метода моделирования, основанного на машинном обучении, во многих предметных областях. Наличие выбросов в наборах данных снижает точность моделей машинного обучения, а в некоторых случаях делает применение этих методов невозможным. Существующие в настоящее время методы выявления выбросов ненадежны. Они принципиально не способны выявлять некоторые типы выбросов, тогда как наблюдения, не являющиеся выбросами, эти методы нередко классифицируют как выбросы. Недавно появившиеся нейросетевые методы выявления выбросов лишены указанного недостатка, однако они не универсальны, поскольку способность нейросетей выявлять выбросы зависит как от архитектуры самой нейросети, так и от решаемой задачи. Цель настоящего исследования состоит в разработке алгоритма создания и применения нейронных сетей, способных правильно выявлять выбросы вне зависимости от решаемой задачи. Эта цель достигается благодаря использованию свойства некоторых, специально созданных нейронных сетей демонстрировать наибольшие ошибки обучения на тех наблюдениях, которые являются выбросами. Использование этого свойства, а также выполнение серии вычислительных экспериментов и обобщение их результатов с помощью математической формулы, являющейся модификацией следствия из теоремы Арнольда – Колмогорова – Хехт-Нильсена, позволили достичь поставленной цели. Применение разработанного алгоритма оказалось особенно эффективным при решении задач прогнозирования и управления взаимозависимыми теплофизическими и химико-энерготехнологическими процессами обработки рудного сырья, происходящими на действующих серийных металлургических предприятиях, где присутствие выбросов в статистических данных практически неизбежно, а без их выявления и исключения построение приемлемых по точности моделей машинного обучения вообще невозможно.

Данная статья посвящена развитию математических моделей волатильности цен на финансовых рынках с акцентом на моделях семейства ­GARCH. В статье предложено рассмотреть эти модели с новой точки зрения: как рекуррентные, а не авторегрессионные. Основная идея заключается в том, что эконометрические модели ­GARCH могут быть интерпретированы как рекуррентные нейросети, особенно после внедрения функции активации в уравнение динамики дисперсии. Актуальность исследования обусловлена постоянной потребностью в улучшении точности прогнозирования волатильности цен на современных финансовых рынках, особенно в контексте российской финансовой системы, где точные прогнозы играют ключевую роль в принятии финансовых решений. Цель исследования – оценка возможности представления моделей ­GARCH в виде рекуррентных нейросетей и оценка их применимости для прогнозирования волатильности цен на российских финансовых рынках. Основные задачи – разработка и тестирование рекуррентных нейросетей на основе ­GARCH, объединяющих преимущества эконометрических моделей и моделей машинного обучения. В статье предложена модификация стандартной модели ­GARCH – модель ­GARCH-­RNN, которая представляет собой рекуррентную нейросеть с многомерным скрытым состоянием и функцией активации Re­LU. Использованные методы включают эконометрический анализ волатильности цен и сравнение точности ее прогнозирования на данных Московской биржи с использованием моделей ­GARCH и ­GARCH-­RNN. Результаты экспериментов на указанных данных показали, что модель ­GARCH-­RNN обеспечивает точность прогноза волатильности, сопоставимую с точностью традиционных моделей ­GARCH. По результатам исследования подтвержден потенциал нового подхода для прогнозирования волатильности на финансовых рынках в России, открывая перспективы для улучшения прогнозов и принятия обоснованных решений на рынке.

В статье на разработанных динамических математических моделях исследуется проблематика процессов, возникающих при неуправляемом подключении реактивной нагрузки к высоковольтным трехфазным сетям с глухозаземленной нейтралью. При коммутации трансформаторного или реакторного электрооборудования к сети в неблагоприятный момент могут возникать ударные пусковые токи, в десятки раз превышающие номинальный. Эти токи содержат апериодические составляющие, которые намагничивают стальные сердечники аппаратов. Тогда необходима отстройка уставок релейной защиты от бросков токов, что приводит к снижению ее чувствительности и быстродействия при срабатываниях в режимах реальных коротких замыканий. Эффективным техническим решением по снижению ударных токов является использование управляемого пофазного привода главных контактов выключателей. Проведено моделирование динамики схем в среде MatLab и пакете MultiSim для оценки благоприятных моментов включения. Выведено аналитическое выражение для нейтрализации апериодической составляющей потокосцепления сердечников магнитопроводов. При этом условии несинусоидальные броски намагничивающих токов не превосходят заданных контролируемых защитой значений. Отмечена сложность безударного подключения на практике силовых трансформаторов в режим холостого хода, содержащих вторичные обмотки по схемам «звезды» и «треугольника». Тогда во вторичных обмотках при исходной настройке пофазного включения главных контактов выключателя нарушается симметрия фазных потокосцеплений. Результатами проведенного моделирования подтверждено возможное решение проблемы мягкой коммутации в этом случае. Оно состоит в изменении конструкции трансформатора путем внедрения высоковольтных выключателей в фазы «треугольника» соответствующей вторичной обмотки, которые должны быть разомкнутыми в процессе пуска трансформатора с дальнейшим замыканием в предсказуемый момент. Сформирована блок-схема алгоритма работы информационной части для мягкого пофазного включения главных контактов высоковольтного выключателя. Разработанный пакет динамических математических моделей позволяет на основе обработки данных о мгновенных значениях напряжений фаз сети сформировать безударное пофазное подключение реактивной нагрузки с отсутствием апериодических составляющих токов.

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.

50 лет назад, в 1974 г., Анатолий Алексеевич Денисов предложил теорию, базирующуюся на диалектическом обобщении законов функционирования и развития систем различной физической природы, названную им теорией информационного поля. Теория основана на использовании аппарата математической теории поля для объяснения законов отражения информации, что и определило ее название. На основе этой теории получены значимые результаты для исследования процессов управления движением в непрерывных пространственно-временных и произвольно-эволюционирующих ситуациях. Перспективным представляется применение этой теории для исследования открытых распределенных информационных систем. В последующем был разработан дискретный вариант теории, который позволил объяснить процесс отражения и преобразования информации и стал основой для разработки ряда практических приложений, некоторые из которых приведены в данной статье. В настоящей работе характеризуются предпосылки возникновения этой теории, основные идеи и понятия теории и ее вклад, который за прошедшие 50 лет ученые и ученики, объединяемые Научно-педагогической школой «Системный анализ в проектировании и управлении», внесли на основе этой теории в развитие теории систем, информатику и другие науки о системах. Приводятся сведения о применении идей А. А. Денисова и разработке на их основе моделей для конкретных приложений. Авторы статьи, в числе которых ученики Анатолия Алексеевича, разрабатывали, применяли и развивают в настоящее время модели, основанные на идеях информационной теории, доказывают на ее основе полезность теоретических знаний для решения практических задач.