8 (495) 987 43 74 доб. 3304 Прием заявок на рассмотрение статей E-mail: evlasova@synergy.ru

Мы в соцсетях -              
Рус   |   Eng

Материалы в свободном доступе

№ 6(90) 28 декабря 2020 года
Рубрика: Модели и методики
Автор статьи: Веселов А. А.

Скачать статью

При проектировании современных средств вычислительной техники и цифровой электроники огромная роль отводится использованию имитационных моделей, которые позволяют выявлять ошибки на самых разных стадиях разработки изделия. Вначале для этого широко использовались монолитные модели. Но они хорошо работали только тогда, когда их размеры были относительно небольшими. Поэтому разработчики постепенно стали отказываться от использования монолитных моделей и переходить к использованию распределенных моделей, позволяющих повысить их быстродействие и расширить границы допустимых размеров. При этом особое внимание начали уделять иерархическим распределенным моделям, которые обеспечивают возможность исследовать поведение создаваемых устройств на разных уровнях детализации. Подобные модели позволили заметно раздвинуть допустимые границы их размеров и увеличить скорость работы. Однако такие распределенные модели обладают тем недостатком, что их эффективность заметно зависит не только от количества компонент, входящих в их состав, но и от размеров этих компонент. В работе приведены результаты исследования влияния введения дополнительного верхнего иерархического уровня на рабочие характеристики распределенных моделей на основе сетей Петри. Показано, что применение такого способа модификации распределенных моделей приводит к повышению их быстродействия в широком диапазоне изменения размеров. При этом наиболее значимый эффект достигается в распределенных моделях, содержащих большое количество компонент небольшого размера. Максимальное быстродействие модифицированных таким образом моделей может быть на порядок выше, чем у немодифицированных. В результате кроме общего увеличения эффективности модифицированных иерархических распределенных моделей это привело еще и к существенному выравниванию рабочих характеристик модифицированных распределенных моделей с подчиненными компонентами разного размера. Продолжение...

№ 5(89) 06 ноября 2020 года
Рубрика: Управление эффективностью
Авторы: Шориков А. Ф., Буценко Е. В.

Скачать статью

В статье описываются функциональные возможности разработанной авторами интеллектуальной программной системы оптимизации адаптивного управления процессами бизнес-планирования в условиях неопределённости. Результаты получены в ходе работы по новому методу оптимизации адаптивного управления проектами, основанному на сетевом экономико-математическом моделировании. На базе этого метода разработана методика решения задачи оптимизации адаптивного управления процессами бизнес-планирования, которая в предлагаемой интеллектуальной программной системе поддержки принятия решений включает в себя блок, содержащий модель оптимизации адаптивного управления. В качестве целевой функции (оценочного функционала) в указанном методе рассматривается значение длительности периода времени для исполнения бизнес-плана, которое требуется минимизировать. Этот метод позволяет сформировать класс допустимых стратегий адаптивного управления процессом реализации для рассматриваемого бизнес-плана. В рамках этого класса стратегий формируется стратегия оптимального адаптивного управления реализацией процессами бизнес-планирования, вычисляются оптимальное время его реализации и оптимальный календарный график реализации бизнес-плана в целом, соответствующие стратегии оптимального адаптивного управления. Внедрение предлагаемого нового метода в интеллектуальную программную систему позволяет осуществить обратную связь и получить оптимальное время для исполнения бизнес-проекта в целом. Разработанная интеллектуальная система предназначена для автоматизации моделирования процессов бизнес-планирования и оптимизации адаптивного управления принятием решений при их реализации на основе сетевого экономико-математического моделирования, а также методов и инструментария разработки интеллектуальных программных систем. В созданной системе учитываются имеющиеся конкретные технико-экономические условия и информационное обеспечение. Полученные в работе результаты могут служить основой для создания интеллектуальных инструментальных систем поддержки принятия управленческих решений при осуществлении процессов бизнес-планирования в условиях информационной неопределённости и рисков. Продолжение...

№ 5(89) 06 ноября 2020 года
Рубрика: Управление эффективностью
Авторы: Дли М. И., Булыгина О. В., Соколов  А. М.

Скачать статью

Одним из приоритетов государственной политики России выступает практическая реализация концепции электронного правительства. Важным элементом этой концепции является организация эффективного взаимодействия органов власти и граждан, которая, помимо оказания государственных услуг, должна включать в себя обработку электронных обращений (заявлений, жалоб, предложений и т.п.). Исследования показывали, что скорость и оперативность обработки обращений в значительной степени зависит от качества определения тематических рубрик, т.е. решения задачи рубрицирования. Проведенный анализ обращений граждан, поступающих на электронную почту и официальные сайты различных органов власти, выявил ряд специфических особенностей (небольшой размер, наличие ошибок в тексте, свободный стиль изложения, рассмотрение нескольких проблем), которые не позволяют успешно применять традиционные подходы к их рубрицированию. Для решения указанной проблемы было предложено использовать различные методы интеллектуального анализа неструктурированных текстовых данных (в частности, нечетко-логические алгоритмы, нечеткие деревья решений, нечеткие пирамидальные сети, нейро-нечеткие классификаторы, сверточные и рекуррентные нейронные сети). В статье описаны условия применимости шести интеллектуальных классификаторов, предложенных для рубрицирования электронных обращений граждан. В их основе лежат такие факторы, как размер документа, степень пересечения тематических рубрик, динамичность их тезаурусов и объемом накопленной статистической информации. Для ситуации, когда конкретная модель не может произвести однозначный выбор тематической рубрики, предложено использовать метод голосования классификаторов, который позволяет существенно снизить вероятность ошибок рубрицирования на основе взвешенного агрегирования решений, полученных несколькими моделями, отобранными с помощью нечетко-логического вывода. Продолжение...

1 2 3 4 5 6 7 8 .. 386