РИСК-ОРИЕНТИРОВАННАЯ ОНТОЛОГИЧЕСКАЯ МОДЕЛЬ ПОДДЕРЖКИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В ГРУЗОВОМ ПОРТУ НА ОСНОВЕ МНОГОУРОВНЕВОГО ЦЕЛЕПОЛАГАНИЯ (2024)
В современных нестабильных условиях рыночной среды для предприятий транспортной логистики возникает задача прогнозирования возможных рисковых ситуаций с целью их недопущения, а также разработки инструментария, позволяющего формировать управленческие решения, оценивать эффективность каждого из них и выбирать наиболее приемлемое с учетом конкретных задач и различных влияющих факторов. В качестве рисков рассмотрены ситуации недостижения целей грузового порта, а также случаи недостижения показателями оценки данных целей нормативных значений. Цели и показатели обозначены и описаны в построенной ранее сбалансированной системе показателей (ССП). Множество связей целей и показателей их оценки с рисками на различных уровнях управления представлено в виде разработанной многоуровневой гибридной логико-вероятностной (ЛВ) модели рисков грузового порта, а также в подробных моделях сценариев данной ЛВ-модели. Комплексное использование технологий ССП и ЛВ-моделирования позволило выстроить общую концепцию многоуровневого целеполагания, основное преимущество которой заключается в детальной проработке целей компании, подчиненных основной стратегической, что позволяет в случае необходимости оказывать влияние на операционные события и получать положительный результат в более долгосрочном периоде, в тактическом и стратегическом планах. Онтологическая модель содержит всю информацию о взаимодействии элементов, влияющих на наступление рисковых событий, и позволяет осуществлять выборку вариантов выхода из рискованной ситуации в соответствии с различными заданными условиями. Результаты запросов к риск-ориентированной онтологической модели являются вариантами управленческих решений, направленных на снижение рисков в грузовом порту.
Идентификаторы и классификаторы
- УДК
- 517.977. Математическая теория управления. Оптимальное управление. Дифференциальные игры
519.6. Вычислительная математика, численный анализ и программирование (машинная математика)
621.785. Способы (процессы) нагрева и термообработки
681.5.015. Идентификация, моделирование, параметры и т. п. - eLIBRARY ID
- 60235282
На основе выявленных причинно-следственных связей, обозначенных в построенной ЛВ-модели [9, 10], была разработана онтологическая модель поддержки принятия решений по управлению рисками грузового порта [11]. Онтологическая модель позволяет осуществить выборку вариантов выхода из предполагаемой рискованной ситуации в соответствии с различными заданными условиями, которые представляют собой некоторые рекомендации для принятия управленческих решений, полученные на основе запросов для конкретных ситуаций.
Разработанная онтологическая модель представляет собой классический набор концептов, классов, утверждений, свойств данных и продукционных правил, связанных между собой на основе знаний о связях между рисками, целями, показателями и элементами, входящими в расчет показателей оценки деятельности грузового порта.
Список литературы
- Ho M. W., Ho (David) K. H. Risk management in large physical infrastructure investments: the context of seaport infrastructure development and investment // Maritime Econom. Log. 2006. N. 8 (2). P. 140-168. DOI: 10.1057/palgrave.mel.9100153
- Ханова А. А., Григорьева И. О., Потапова Е. С. Оценка эффективности деятельности организации на основе сбалансированной системы показателей и имитационного моделирования (на примере грузового порта) // Науч.-техн. ведом. Санкт-Петербург. гос. политехн. ун-та. Информатика. Телекоммуникации. Управление. 2009. № 6 (91). С. 119-126.
- Protalinsky O., Khanova A., Bondareva I., Averianova K., Khanova Y. Cognitive Model of the Balanced Scorecard of Manufacturing Systems // Studies in Systems, Decision and Control. 2021. V. 337. P. 575-586. DOI: 10.1007/978-3-030-65283-8_47 EDN: TAPZGD
- Solozhentsev E. Logic and probabilistic risk models for management of innovations system of country // International Journal of Risk Assessment and Management. 2015. V. 18, iss. 3-4. P. 237-255. DOI: 10.1504/IJRAM.2015.071211 EDN: UZVJGX
- Bondareva I., Khanova A., Khanova Y. Configuring Systems Based on Petri Nets, Logic-Probabilistic, and Simulation Models // Studies in Systems, Decision and Control. 2021. V. 338. P. 257-266. 10.1007/978-3-030-66077-2_21. 2. DOI: 10.1007/978-3-030-66077-2_21.2 EDN: QNEHZH
- Bondareva I. O., Shendo M. V., Luneva T. V., Khanova A. A. Logical-probabilistic and simulation modeling as a toolkit for complex analysis and risk management of a cargo port // E3S Web Conf. 2020. N. 224. P. 02027. https://doi.org /. DOI: 10.1051/e3sconf/202022402027 EDN: LMJBUB
- Бондарева И. О. Комплексный анализ рисков грузового порта на основе логико-вероятностного и имитационного моделирования // Изв. Юго-Запад. гос. ун-та. 2020. Т. 24, № 4. С. 91-106. EDN: BUFMVN
- Bondareva I., Khanova A. A. Multilevel Management of Organizational Systems on the Basis of Risk Cascading, Logical-Probabilistic Modeling and Simulation // Studies in Systems, Decision and Control. 2022. V. 416. P. 157-166. EDN: YGCGBT
- Бондарева И. О. Управление рисками транспортно-логистического предприятия на основе логико-вероятностного и имитационного моделирования // Математическое и компьютерное моделирование в экономике, страховании и управлении рисками. 2020. № 5. С. 29-35. EDN: KUGGGQ
-
Бондарева И. О., Сидагалиева С. М., Нестерова Е. Т. Математическое моделирование управления рисками в транспортной логистике // Вестн. Астрахан. гос. техн. ун-та. Сер.: Управление, вычислительная техника и информатика. 2021. № 2. С. 75-88. EDN: TXVFOX
-
Ханова А. А., Григорьева И. О. Предметная онтология как способ формирования семантической модели знаний грузового порта // Вестн. Астрахан. гос. техн. ун-та. Сер.: Управление, вычислительная техника и информатика. 2009. № 1. С. 76-81. EDN: JWRCAJ
Выпуск
Другие статьи выпуска
Рассматривается возможность автоматизации качественного оценивания решений задач по программированию при обучении учащихся средней школы. Рассмотрены существующие на данный момент способы оценивания решения задач по программированию, выделены их преимущества и недостатки. На основе рассмотренных способов обоснована возможность использования представления исходного кода решения задачи в виде семантической сети для его дальнейшего качественного оценивания машинными методами. Вводится понятие функции подобия двух семантических сетей, построенных на программном коде. Данная функция определяется как отношение суммы размеров подграфов, составленных из общих элементов семантических сетей, к сумме размеров исследуемых сетей. Приводятся свойства получаемой функции, вытекающие из ее определения, а также приводится алгоритм вычисления функции подобия, созданного на основе алгоритма ISD. Рассматриваются различные модификации указанного алгоритма, обосновывается влияние каждого из них на итоговый результат. Для проверки работоспособности алгоритма был поставлен эксперимент по сравнению различных решений задачи по поиску максимального элемента, а также сравнению решений для различных задач базового курса программирования между собой. Результаты эксперимента приведены в сводной таблице и позволяют обосновать выбранную модификацию алгоритма расчета функции подобия. Результаты также демонстрируют перспективность использования данного метода для определения компетентности обучаемых в изучаемом языке программирования. В качестве побочного результата алгоритм качественного оценивания программного кода на основе его семантической сети позволяет осуществлять автоматическую проверку на плагиат программного решения задачи.
В последние годы технологии искусственного интеллекта продемонстрировали значительный успех в решении проблемы анализа и прогнозирования трафика в различных телекоммуникационных системах. Прогнозирование позволяет оператору связи знать о будущем поведении сети, своевременно предпринимать необходимые меры для повышения качества обслуживания абонентов, принимать решение о необходимости установки или модернизации оборудования. На примере данных, собранных с мобильных устройств IoT, представлены обзор и анализ различных моделей прогнозирования временных рядов, описывающих поведение трафика телекоммуникационных систем. Обсуждаются такие модели прогнозирования, как метод экспоненциального сглаживания, линейная регрессия, метод авторегрессионного интегрированного скользящего среднего (ARIMA), метод регрессии машины опорных векторов, метод N-BEATS, использующий полносвязные слои нейронной сети для прогнозирования одномерных временных рядов. Кратко изложены особенности некоторых из них. Для конкретного массива данных описаны операции по подготовке данных: удаление неиспользуемых столбцов, замена отсутствующих данных о длительности транзакций на их медианные значения. Описаны основные статистические характеристики массива данных. Представлен предварительный анализ данных, заключающийся в применении методов сглаживания: скользящего среднего и экспоненциального сглаживания. Описан процесс обучения моделей и сравнительный анализ качества их обучения. Для исследуемого массива данных сделаны выводы о том, что для протокола UDP лучшее качество обучения имеет модель ARIMA, для протокола TCP - линейная регрессия и модель Theta, для протокола HTTPS - линейная регрессия, ARIMA и N-BEATS.
Обсуждается потенциал мемристивных биосенсоров в качестве эффективного и динамичного связующего звена между инженерией и биологией, обеспечивающего прямую и функциональную коммуникацию для извлечения информации о биологических процессах в организме человека. Мемристоры могут быть частью цепочки обработки и, в перспективе, объединять преобразование сигнала с последующей обработкой, действуя как интеллектуальные датчики. Предложены энергоинформационная модель мемристора, описывающая этот нелинейный физико-технический эффект, и параметрическая структурная схема для описания такой нелинейности. Для получения модели нелинейного физико-технического эффекта мемристора в рамках энергоинформационной модели цепей выявлена специальная функциональная зависимость в плоскости «заряд - импульс». Замечено, что мемристивный эффект наблюдается не только в электрических цепях, но также описан для механических, тепловых, диффузионных, оптических цепей, хорошо представленных в терминах энергоинформационной модели цепей. Представленная модель мемристивного эффекта позволит расширить базу знаний системы автоматизированного проектирования, включив паспорта мемристивных физико-технических эффектов. Предложена классификация биосенсоров, основанная на мемристивных эффектах, что позволит дополнить базы знаний системы автоматизированного проектирования паспортами мемристивных физико-технических эффектов в соответствии с этой классификацией и параметрическими структурными схемами мемристивных физико-технических эффектов. Систематизация знаний, основанная на выявлении характеристик и особенностей биосенсоров, а также классификация различных типов мемристоров позволят автоматизировать процесс выбора наиболее подходящего типа мемристора, учитывая требуемые характеристики и особенности биосенсора, что приведет к повышению эффективности синтеза новых конструкций мемристивных биосенсоров.
Цель исследования заключается в разработке web-приложения для систем управления робото-техническими комплексами (РТК) на примере РТК с роботами-манипуляторами МП-11. Структура системы управления включает в себя контроллер на плате Arduino Mega 2560 Pro Mini с загруженной программой низкого уровня и программу верхнего уровня. В качестве программной составляющей выбрано web-приложение. Данный тип приложений состоит из серверной и клиентской части. Обмен данными между ними осуществляется по сети с использованием протокола HTTP. Приложение построено на платформе Microsoft .NET и web-фреймворке ASP.NET WebForms. Web-сервером выступает компьютер, подключенный посредством usb-кабеля к контроллеру и используемый в настоящее время для настольного приложения. Приведено описание web-страниц разработанного web-приложения и его работы, алгоритмов функционирования с указанием особенностей выполнения для данного типа программ. В программе предусмотрен ручной и автоматический режимы работы, а также управление не только РТК, но и его моделью. Данный тип системы управления предполагает многопользовательский режим и передачу по сети, для обеспечения безопасности комплекса разработаны два вида прав пользователей и их аутентификация, а также применена антивирусная защита, используются сетевые настройки защиты от несанкционированного доступа. Гостевой доступ позволяет управлять только моделью роботов, в целях обеспечения сохранности оборудования. Основными преимуществами web-приложения является его кроссплатформенность, т. е. возможность работы на любых устройствах и операционных системах, а также отсутствие необходимости установки.
Организационная структура многоагентной системы (МАС) представляет собой совокупность ролей и связей агентов, компонентов, осуществляющих управление их поведением, а также правил, регламентирующих взаимодействие элементов системы. Эффективность МАС во многом зависит от характеристик применяемой организационной структуры. Существующие решения в данной области обладают значительным недостатком, а именно низкой адаптивностью к изменениям параметров окружающей среды или корректировке условий поставленной задачи, которая заключается в необходимости повторного запуска процедуры синтеза организационной структуры МАС. Проблема автоматической оптимизации организационной структуры централизованных МАС в условиях изменившихся параметров окружающей среды или поставленной задачи особую актуальность приобретает для централизованных МАС, имеющих строгую иерархическую структуру, агенты которой могут быть разделены на два класса - агенты-менеджеры, агенты-подчиненные. Предметом исследования являются методы синтеза организационной структуры МАС. Целью работы является разработка метода оптимизации организационной структуры централизованных МАС в автоматическом режиме. Для достижения обозначенной цели были введены понятия первичного и вторичного ресурса агента, на основе биогеографического алгоритма разработан метод, регламентирующий перемещение агентов-подчиненных между группами в зависимости от степени привлекательности агента-менеджера (зависит от суммы оценок эффективности управляемых им агентов-подчиненных, а также от удаленности от данного агента-подчиненного). Разработанный метод может найти свое практическое применение при реализации следующих задач: обследование или патрулирование (охрана) мобильными роботами инфраструктурных объектов, реализация искусственного интеллекта в компьютерных играх.
Рассматриваются проблемы, связанные с функционированием сложных систем управления в условиях неопределенности входных воздействий, а также существующие подходы к их решению, основанные на использовании методов нечеткого управления, адаптивного управления и интеллектуальных алгоритмов. Для повышения эффективности функционирования объекта осуществляется синтез интеллектуальной системы с нечеткой стабилизацией управления в условиях неопределенности входных воздействий. Применение нечеткого управления позволяет учитывать неопределенность входных воздействий и стабилизировать управление на основе продукционной модели представления знаний, что делает систему более гибкой и устойчивой к изменениям. Динамический выбор оптимального метода дефаззификации с целью нечеткой стабилизации управления обеспечивает результативное функционирование каждой конкретной системы. Рассматривается пример реализации интеллектуальной системы с нечеткой стабилизацией управления силой электрического тока для гальванического процесса при неопределенности следующих входных воздействий: длительности, площади детали, температуры и кислотности электролита. Для подтверждения эффективности разработанной интеллектуальной системы проводится вычислительный эксперимент на примере управления гальваническим процессом нанесения никелевого покрытия в электролите Уоттса с использованием нечеткого вывода по алгоритму Мамдани при треугольной норме и конорме Заде. Полученные результаты показывают, что применение интеллектуальной системы с нечеткой стабилизацией управления приводит к более точному результату (в плане толщины покрытия) по сравнению с самостоятельным использованием наиболее распространенных методов дефаззификации (центр тяжести; медиана; наименьший, центр и наибольший из максимумов).
Технологический процесс изготовления изделий машиностроения с применением металлорежущих станков является структурно сложным процессом. Данный процесс может быть описан совокупностью двух видов действий: рабочий ход, в результате которого происходит изменение структуры и свойств заготовки, и вспомогательный переход, задачей которого является подготовка технологической системы к выполнению рабочего хода. Выполнение вспомогательных переходов не влечет за собой изменения структуры и свойств изделия, но приводит к увеличению трудоемкости его изготовления, поэтому повышение эффективности технологических процессов механической обработки в значительной степени зависит от оптимизации трудоемкости выполнения комплекса вспомогательных переходов. Цель работы: разработать модель оптимизации параметров комплекса вспомогательных переходов для операций механической обработки. Описана структура объекта управления «Технологическая система», в рамках которой определены две подкатегории объектов управления: объект управления «Технологическая оборудование» и объект управления «Быстроизнашиваемая оснастка». Для данных подкатегорий объектов управления представлены гиперграфы изменений их промежуточных состояний. Согласно представленным моделям подкатегория объекта управления «Технологическое оборудование» имеет 4 уровня управления, подкатегория объекта управления «Быстроизнашиваемая оснастка» имеет 3 уровня управления. Для промежуточных состояний объектов управления сформированы перечни единичных и векторных критериев оптимизации. Представлено описание комплекса действий для перехода объектов управления из (i - 1)-го состояния в i-е состояние. Определен перечень параметров управления для каждой подкатегории объекта управления. Использование представленной модели способствует повышению эффективности технологического процесса за счет оптимизации значений параметров комплекса вспомогательных действий на этапе технологической подготовки производства.
Рассмотрена задача управления гальванической ванной по двум критериям: брака с точки зрения неравномерности и микротвердости. Управляющим воздействием является размещение деталей-катодов разной формы и размеров на подвесочном устройстве гальванической ванны. Предложен комбинированный метод, который заключается в многократном решении задачи векторной оптимизации с разными отношениями порядка и с различными свертками критериев, а также методом анализа иерархий и построения области Парето. Разработанная система поддержки принятия решений предоставляет лицу, принимающему решение, разностороннюю информацию о режимах работы объекта и получаемых при этом значениях критериев, величинах взаимных изменений критериев и т. д., что позволяет находить наилучшее, с точки зрения пользователя, компромиссное решение задачи векторной оптимизации.
Представлен автоматизированный алгоритм расчета времени полного цикла работы, стадий термостабилизации и охлаждения реакционной смеси в реакторе, предназначенном для реактора синтеза серосодержащего сорбента, производимого на основе отходов производств металлургии, нефтехимии (сера), эпихлоргидрина (1, 2, 4-трихлорпропан) и целлюлозно-бумажной промышленности (лигнин) для извлечения из сточных вод ионов тяжелых металлов. Использование алгоритмов и программы автоматизированного расчета реактора способствует снижению трудоемкости производственных затрат и себестоимости готового сорбента, повышает надежность расчетов и качество проектных решений. Разработанные алгоритмы и программа включают в себя следующие подпрограммы расчета: физико-химических свойств компонентов реакционной смеси и выбора перемешивающего устройства (пропеллерная трехлопастная мешалка) с учетом вязкости смеси; гидродинамического расчета перемешивающего устройства и теплообмена при нагреве смеси от 20 до 45 °С; теплообмена при термостабилизации и охлаждении рабочей смеси, а также времени полного цикла работы реактора. В основе предлагаемого алгоритма теплообмена при термостабилизации реакционной массы лежит определение температурного диапазона водяного подогрева, компенсирующего тепловые потери. Для этого сформулирована и решена обратная задача теплообмена с неизвестными температурами по горячему теплоносителю, такими, что среднее значение между ними составляет термостабилизируемую величину. Приведен алгоритм расчета процесса охлаждения реакционной смеси в реакторе синтеза серосодержащего сорбента, учитывающий тепловые потери в окружающую среду в объеме 5 %. Разработана программа, реализующая представленные алгоритмы на языке C#, предназначенная для автоматизации расчета реактора синтеза серосодержащего сорбента, предназначенного для извлечения из сточных вод ионов тяжелых металлов.
Издательство
- Издательство
- АГТУ
- Регион
- Россия, Астрахань
- Почтовый адрес
- г. Астрахань, ул. Татищева, 16
- Юр. адрес
- г. Астрахань, ул. Татищева, 16/1
- ФИО
- Неваленный Александр Николаевич (Ректор)
- E-mail адрес
- post@astu.org
- Контактный телефон
- +8 (512) 6141198
- Сайт
- https:/astu.org