Материалы в свободном доступе

Актуальность рассматриваемой в статье темы состоит в решении проблем проектирования экспертных систем промышленных предприятий на основе технологии больших данных. Цель исследования – проанализировать применяемые методологии на стадии проектирования информационной системы предприятия, разработать алгоритмы работы экспертной системы с большими данными. Краткая постановка задачи состоит в анализе имеющихся на рынке технологий работы с большими данными и возможности их использования для экспертных систем, выявлении основных стадий работы с большими данными для промышленных предприятий. В современном мире проблема использования больших данных (Big Data) стала чрезвычайно актуальной. Компании, фирмы и корпорации, являющиеся лидерами в области информационных технологий и ведения бизнеса, заняты поиском оптимальных решений для управления огромным количеством постоянно поступающей информации и ее глубокого анализа. Они ищут пути извлечения прибыли из данных, находящихся в их распоряжении, пытаются получить новые данные из уже существующих. Разработка собственной экспертной системы является экономически более рентабельной. Используемые методы – методы анализа и проектирования IDEF0, DFD, IDEF1, IDEF3, методы функционального (структурного) проектирования, методы объектно- ориентированного проектирования. Полученные результаты – разработана методика использования больших данных для создания экспертной системы промышленного предприятия. Реализация подобной экспертной системы собственными силами оказывается значительно дешевле, чем приобретение готовых программных комплексов. Продолжение...

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...

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...