КОНЦЕПЦИЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ЗАДАЧ СОПРОВОЖДЕНИЯ ЖИЗНЕННОГО ЦИКЛА СЛОЖНЫХ ТЕХНИЧЕСКИХ СИСТЕМ (2024)
Предметом исследования является процесс сопровождения жизненного цикла сложных технических систем. Целью исследования является внедрение информационных технологий в процесс сопровождения жизненного цикла. В работе изложена концепция и математическая модель поддержки принятия решений задач сопровождения жизненного цикла сложных технических систем. Отмечено, что поддержка принятия решений должна рассматриваться на следующих взаимосвязанных уровнях: системы информационной поддержки жизненного цикла как источника информации о текущем состоянии образца; цифровой модели как источника информации о прогнозируемом состоянии образца; программного обеспечения компьютерного моделирования, выступающего в роли инструментального средства исследования образца с использованием цифровой модели; информационного обеспечения для обобщения, обработки и хранения промежуточных и итоговых данных об образце; функциональных модулей, обеспечивающих интеллектуальную поддержку и автоматизацию; задач сопровождения жизненного цикла, определяющих целевую функцию системы поддержки принятия решений.
Результаты: Представлены компоненты системы поддержки принятия решений и приведена их взаимосвязь. Показано, что внедрение системы поддержки принятия решений позволит решить следующие задачи сопровождения жизненного цикла: обоснование необходимости создания сложных технических систем; оценка результатов научно-исследовательских и опытно-конструкторских работ; оценка реализации требований к сложным техническим системам; мониторинг и оценка эксплуатационных характеристик образца системы. Даны рекомендации по дальнейшему развитию систем поддержки принятия решений, касающиеся: внедрения отечественных CALS-систем и их интеграции с программным обеспечением компьютерного моделирования; унификации форматов представления данных и содержания информации о свойствах материалов и веществ для CAE- и CALS-систем; совершенствования нормативной и правовой документации по вопросам проведения цифровых испытаний сложных технических систем; интеграции центров коллективного пользования вычислительных ресурсов и компонентов системы поддержки принятия решений.
Идентификаторы и классификаторы
-
Балашова И.В., Терещенко Т.А. Системы поддержки принятия решений // The scientific heritage, No 79, 2021. С. 3-7. EDN: VBGSEN
-
Кондрашов Ю.Н. Использование аналитические технологии в системах поддержки принятия решений на этапах жизненного цикла аэрокосмических изделий // Научно-технический вестник Поволжья, №5, 2019. С. 37-40. EDN: ZSRDSP
-
Cantini A., Peron M., De Carlo F., Sgarbossa F. A decision support system for configuring spare parts supply chains considering different manufacturing technologies / International Journal of Production Research (Online), 2022. 21 p. URL:. DOI: 10.1080/00207543.2022.2041757
-
Wallinga E., Vaneeckhautea C. Developing Successful Environmental Decision Support Systems: Challenges and Best Practices / Journal of Environmental Management (Online). Vol. 264, 2020, 110513. 42 p. URL:. DOI: 10.1016/j.jenvman.2020.110513
-
Жихарев А.Г. О новой технологии представления знаний для систем поддержки принятия решений // Научные ведомости Белгородского государственного национального исследовательского университета. Серия “История. Политология. Экономика. Информатика”. 2011. №19 (114). Выпуск 20/1. С. 158-162.
-
Chen X., Jia S., Xiang Y. A review: Knowledge reasoning over knowledge graph / Expert Systems with Applications (Online). Vol. 141, 2020, 112948. 21 p. URL:. DOI: 10.1016/j.eswa.2019.112948
-
Di Vaio A., Palladino R., Pezzi A., Kalisz D.E. The role of digital innovation in knowledge management systems: A systematic literature review // Journal of Business Research, 123, 2021, pp. 220-231. EDN: FKHOGO
-
Черняховская Л.Р., Никулина Н.О., Бармина О.В. Применение онтологического анализа и обработки знаний для принятия решений в проблемных ситуациях // Материалы XV международной научной конференции “Управление экономикой: методы, модели, технологии”. В 2х томах. Том 2. Уфа: Уфимский государственный авиационный технический университет, 2015. С. 181-186. EDN: VANUPF
-
Яблочников Е.И., Фомина Ю.Н., Саломатина А.А. Компьютерные технологии в жизненном цикле изделия. СПб: ИТМО, 2010. 188 с. EDN: ZUZBHL
-
NATO CALS Handbook. NATO CALS Office, 2000. 329 p.
-
Stark J. Product Lifecycle Management (Volume 2): The Devil is in the Details. Springer, 2015. 634 p.
-
Есенжол А.М., Куровский А.А., Малахов И.И. Анализ CALS-технологий при проектировании // Материалы VI международной конференции "Техника и технологии машиностроения". Омск: Омский государственный технический университет, 2017. С. 77-81. EDN: ZVNQDB
-
Morshedzadeh I., Ng A.H.C., Jeusfeld M. Managing manufacturing data and information in product lifecycle management systems considering changes and revisions // International Journal of Product Lifecycle Management. Vol. 13. No. 3, 2021, pp. 244-264. EDN: GLSWGI
-
Новиков Б.А., Горшкова Е.А., Графеева Н.Г. Основы технологий баз данных. М.: ДМК Пресс, 2020. 582 с.
-
Кондрашов Ю.Н. Развитие хранилищ данных для работы с Big Data в системах поддержки принятия решений // Научно-технический вестник Поволжья, №9, 2019. C. 30-32. EDN: SSFLXK
-
Львович Я.Е., Преображенский А.П. Характеристики хранилища данных в корпоративных системах // Вестник Воронежского института высоких технологий, 2020, № 1. C. 31-33. EDN: PQGTLE
-
Serrano S.A., Santiago E., Martinez-Carranza J. et al. Knowledge-Based Hierarchical POMDPs for Task Planning // Journal of Intelligent & Robotic Systems (Online), 2021, 101:82. 30 p.
-
VanDerHorn E., Mahadevan S. Digital Twin: Generalization, characterization and implementation / Decision Support Systems (Online). Vol. 145, 2021, 113524. 11 p. URL:. DOI: 10.1016/j.dss.2021.113524
-
Ивлев А.А. Основы теории Бойда. Направления развития, применения и реализации. - М.: Знание, 2008. 64 с.
-
Dudnyk V., Sinenko Yu., Matsyk M. et al. Development of a method for training artificial neural networks for intelligent decision support systems // Eastern-European Journal of Enterprise Technologies, Vol. 105, No. 3/2, 2020, pp. 37-47. EDN: IMCCKW
-
Merkert J., Mueller M., Hubl M. A Survey of the Application of Machine Learning in Decision Support Systems // Proceedings of 23rd European conference on information systems. University of Hoffenhaim, 2015. 15 p.
-
Liu G., Man R., Wang Y. A Data Management Approach Based on Product Morphology in Product Lifecycle Management / Processes (Online). Vol. 9, 2021, 1235. 22 p. URL:. DOI: 10.3390/pr9071235
Выпуск
Другие статьи выпуска
Введение: В настоящее время развитие технологий обработки текста открывает новые возможности для автоматизации формирования баз знаний. Одной из ключевых задач в данном контексте является составление промптов для моделей типа ChatGPT. Работа направлена на автоматическое формирование баз знаний в сфере медицины, основываясь на уже созданной онтологии лечения заболеваний. Гипотеза исследования заключается в том, что с помощью технологий машинного обучения и естественного языка, таких как BERT и spaCy, можно извлекать информацию о лечении заболеваний из клинических рекомендаций и структурировать её в соответствии с терминами онтологии. Цель исследования: автоматизация процесса формирования базы знаний в медицинской области с помощью применения современных методов обработки текста и использования онтологии лечения заболеваний.
Методы: В ходе исследования разработана система, использующая NLP и машинное обучение для автоматического извлечения информации из медицинских текстов и заполнения базы данных. Результаты показали высокую эффективность данного подхода, что открывает новые перспективы для автоматизации и улучшения работы с медицинской информацией. Результаты исследования показывают, что данная задача успешно решается для небольших абзацев текста, описывающих лечение заболеваний. В настоящее время ведется работа над улучшением алгоритма для обработки более объемных и сложных клинических рекомендаций.
Введение: в криптографических системах шифрования информации используются гиперкомплексные числа: кватернионы и октонионы. В качестве ключа применяется кватернион, который производит вращения группы выборок информации. Рассматриваются средства и методы организации доступа к геоинформационным системам, основанные на применении математического аппарата кватернионов и обеспечивающие улучшенные характеристики производительности и информационной безопасности. Изложение материала проводится на примерах кватернионно модифицированного шифра Фейстеля, геометрической алгебры Клиффорда. Цель исследования: разработка предложений по обоснованию используемых средств и методов организации доступа к геоинформационным системам, обеспечивающих улучшенные характеристики производительности и информационной безопасности.
Результаты: разработаны рекомендации по выбору инструментальных средств и методов, основанных на применении математического аппарата кватернионов и обеспечивающих улучшенные характеристики производительности и информационной безопасности. Приведены ключевые характеристики кватернионов, основные этапы реализации шифра Фейстеля с использованием кватернионов, приведена общая характеристика геометрической алгебры Клиффорда, а также направлений развития, применения и обучения нейронных сетей, в том числе кватернионных. Практическая значимость: представленное решение может быть использовано в качестве концептуальной основы при организации доступа к геоинформационным системам, при котором достигается улучшение характеристик производительности обработки информации и улучшение (не ухудшение) характеристик информационной безопасности. Обсуждение: кватернионы могут служить основой для создания криптографически стойких преобразований, увеличивая стойкость системы к взлому за счёт более сложной математической структуры по сравнению с традиционными методами. Передача ключей безопасности или шифрование данных с использованием кватернионов может повысить уровень защиты конфиденциальной информации в геоинформационных системах. Рассмотренное решение по организации доступа к геоинформационным системам может использоваться для реализации эффективной криптографической защиты при передаче текстовой и мультимедийной информации.
Введение: в криптографических системах шифрования информации используются гиперкомплексные числа: кватернионы и октонионы. В качестве ключа применяется кватернион, который производит вращения группы выборок информации. Рассматриваются средства и методы организации доступа к геоинформационным системам, основанные на применении математического аппарата кватернионов и обеспечивающие улучшенные характеристики производительности и информационной безопасности. Изложение материала проводится на примерах кватернионно модифицированного шифра Фейстеля, геометрической алгебры Клиффорда. Цель исследования: разработка предложений по обоснованию используемых средств и методов организации доступа к геоинформационным системам, обеспечивающих улучшенные характеристики производительности и информационной безопасности.
Результаты: разработаны рекомендации по выбору инструментальных средств и методов, основанных на применении математического аппарата кватернионов и обеспечивающих улучшенные характеристики производительности и информационной безопасности. Приведены ключевые характеристики кватернионов, основные этапы реализации шифра Фейстеля с использованием кватернионов, приведена общая характеристика геометрической алгебры Клиффорда, а также направлений развития, применения и обучения нейронных сетей, в том числе кватернионных. Практическая значимость: представленное решение может быть использовано в качестве концептуальной основы при организации доступа к геоинформационным системам, при котором достигается улучшение характеристик производительности обработки информации и улучшение (не ухудшение) характеристик информационной безопасности. Обсуждение: кватернионы могут служить основой для создания криптографически стойких преобразований, увеличивая стойкость системы к взлому за счёт более сложной математической структуры по сравнению с традиционными методами. Передача ключей безопасности или шифрование данных с использованием кватернионов может повысить уровень защиты конфиденциальной информации в геоинформационных системах. Рассмотренное решение по организации доступа к геоинформационным системам может использоваться для реализации эффективной криптографической защиты при передаче текстовой и мультимедийной информации.
Введение: многочисленные исследования говорят о том, что современные крупные нейронные сети, как правило, имеют избыточное количество параметров. Целью работы является обучение и оптимизация модели “ruBERT” для применения в информационных вопросно-ответных системах на русском языке. Научная новизна работы состоит в экспериментальном исследовании различных методов прореживания модели “ruBERT” при дообучении на наборе данных “SberQuAD”.
Методы: в настоящей работе используются методы обработки естественного языка, машинного обучения, прореживания искусственных нейронных сетей. Языковая модель была настроена и дообучена при помощи библиотек машинного обучения “Torch” и “Hugging Face”. Для обучения нейронных сетей использовался набор данных “SberQuAD”. Все эксперименты проводились при помощи сервисов “Google Colab” и “Google Cloud”.
Результаты: было обнаружено, что удаление ~54% от числа весов кодировщика модели “ruBERT” (~39 миллионов параметров) приводит к незначительным ухудшениям в результатах работы модели: с 67,31 до 63,28 для показателя EM и с 85,47 до 82,48 для показателя F-мера. Полученные результаты говорят о том, что модель “ruBERT” содержит избыточное количество весов для задачи “извлечение ответа на вопрос”. Для эффективного применения данной модели в информационных вопросно-ответных системах на русском языке необходимо проводить её компрессию и оптимизацию. Оптимизированная модель может работать на менее мощном оборудовании без значимых потерь в производительности, что приводит к уменьшению затрат на поддержание информационных вопросно-ответных систем, в которых применяется данная модель.
Введение: в условиях быстро развивающихся технологических трендов и повышающейся потребности в эффективном управлении базами данных, статья представляет практическую реализацию перехода от устаревшей системы управления базами данных Foxpro к мощной и гибкой СУБД PostgreSQL. Основное внимание уделяется разработке функционала, который автоматически генерирует отчеты в формате PDF с использованием инструмента LibreOffice Base. Цель исследования: изучение и демонстрация эффективной переходной технологии от устаревшей СУБД Foxpro к современной СУБД PostgreSQL, а также разработка механизма генерации автоматических отчетов в формате PDF с использованием LibreOffice Base. Методы и средства: исследование и реализация переходной технологии выполняются с использованием СУБД PostgreSQL, а генерация отчетов в формате PDF осуществляется через инструмент LibreOffice Base.
Результаты: результаты исследования включают в себя успешный переход от Foxpro к PostgreSQL, а также разработку функционала для автоматической генерации отчетов в формате PDF с помощью LibreOffice Base для повышения эффективности управления базами данных и снижения затрат на лицензирование программного обеспечения, обеспечивая надежность и безопасность данных. Практическая значимость: главной практической значимостью реализованной технологии является полная совместимость двух разных систем: базы данных, предоставляющей обширные средства, и платформы для аналитики. Представлены причины и преимущества интеграции этих систем, а также их применение при решении конкретных задач. Рассматриваются возможности оптимизации управления данными и увеличения качества принимаемых решений. Обсуждение: при решении задачи обеспечения перехода рассмотрен весь процесс на конкретном проекте с использованием СУБД PostgreSQL и инструмента LibreOffice Base для создания баз данных и генерации отчетов. Дальнейшие исследования могут быть направлены на улучшение аналитики больших объемов данных из нескольких баз данных и повышение качества управленческих решений, основанных на интеграции этих систем.
Предмет: Методы повышения эффективности турбокодов. Цель работы: Оценка эффективности комбинированного кода, построенного на основе турбокода при выборочном дополнительном кодировании бит его кодового слова. Методология проведения исследований: Оценка эффективности осуществлялась на основании результатов декодирования при разном значении вероятности появления ошибочного бита в канале передачи данных рВ. В исследованиях использовался вариант построения турбокода на основе систематического сверточного кода. Предложена методика повышения эффективности выборочного кодирования путем умножения значений бит, подвергшихся и не подвергшихся дополнительному кодированию на различные коэффициенты. Результаты исследований: При дополнительном кодировании одного бита кодового слова турбокода зафиксировано снижение вероятности появления ошибочного бита в декодированном информационном сообщении pD: при рВ=10-1 в 1,34 раза, при рВ=10-2 в 1,78 раза, при рВ=10-3 в 2,18 раза. Изменение числа бит кодового слова турбокода, подвергшихся дополнительному кодированию, позволяет в широких пределах варьировать корректирующую способность кода. Предложенный метод повышения эффективности комбинированного кода показал свою действенность. При использовании данного метода для случая дополнительного кодирования трех информационных бит кодового слова снижение pD составило: 1,07 раза при рВ=10-1, 2,76 раза при рВ=10-2, 5,27 раза при рВ=10-3. Область применения результатов: Полученные в ходе исследования результаты могут быть использованы при проектировании и построении разнообразных систем передачи и обработки данных. Разработанный программный тренажер, моделирующий работу комбинированного кода, может быть применен как в научных, так и в учебных целях.
Выводы: В публикации рассмотрен метод повышения эффективности турбокода путем создания на его основе комбинированного кода. Повышение эффективности выражается как в росте корректирующей способности кода, так и в возможности гибкой адаптации параметров кода к изменениям состояния канала передачи данных.
Введение: в настоящее время существует большое количество приложений, которые требуют больших вычислений, а также им необходимо обладать минимальной задержкой. Эти приложения могут превосходить вычислительные возможности мобильных устройств. Многообещающей технологией для поддержки таких приложений являются мобильные граничные вычисления (MEC). В данной концепции граничные серверы размещаются рядом с мобильными устройствами, что позволяет обеспечить разгрузку вычислений. MEC может существенно увеличить вычислительные мощности мобильных устройств. Однако разгрузка вычислений требует передачи данных с мобильных устройств на пограничные серверы. Это может приводить к дополнительной задержке передачи данных и большему потреблению энергии. В связи с этим встаёт вопрос эффективного распределения ресурсов для концепции мобильных граничных вычислений в телекоммуникационных сетях. Цель работы: главной задачей является ознакомление с актуальными методами, которые позволяют улучшить распределение ресурсов для концепции MEC. Также, среди рассмотренных методов, необходимо выявить наиболее актуальный для современных телекоммуникационных сетей. Был выбран подход анализа, так как он является наиболее приемлемым для поставленных задач.
Результат: рассмотрены методы для распределения ресурсов граничных мобильных вычислений, а также выявлен наиболее актуальный метод из представленных.
Издательство
- Издательство
- Издательский дом Медиа Паблишер
- Регион
- Россия, Москва
- Почтовый адрес
- 111024, г. Москва, вн.тер.г. Муниципальный Округ Лефортово, ул Авиамоторная, д. 8, стр. 1
- Юр. адрес
- 111024, г. Москва, вн.тер.г. Муниципальный Округ Лефортово, ул Авиамоторная, д. 8, стр. 1
- ФИО
- Дымкова Светлана Сергеевна (ГЕНЕРАЛЬНЫЙ ДИРЕКТОР)
- E-mail адрес
- ds@media-publisher.ru
- Контактный телефон
- +7 (926) 2188243