МОДЕЛИРОВАНИЕ, ОПТИМИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ
Архив статей журнала
Актуальность данной работы связана с расширяющимся применением информационных систем и моделей, позволяющих отслеживать динамику ключевых показателей функционирования предприятий и принимать соответствующие организационно-управленческие решения. При работе с информационными моделями предприятий необходимо обращение к массивам данных, что может повлечь проблемы с временем на анализ данных и обработку запросов. При рассмотрении этой задачи важно учитывать размеры и структуру базовых информационных массивов, хранящих основные данные предприятия. В связи с этим, в данной работе рассматривается целесообразность объединения массивов, отражающих состояние объектов определенных цехов машиностроительного предприятия. Показано, что выигрыш от такой операции возможен за счет уменьшения времени операций с массивом. Предложена задача для нахождения оптимальной структуры состава полученных базовых массивов, характеризующихся оптимальным временем актуализации. Для решения данной задачи предлагается алгоритм для объединения основных массивов. Проводится анализ целесообразности процесса объединения, в результате которого определены условия, при которых такое объединение целесообразно. Для алгоритма предложено использование метода «ветвей и границ». Предложенный алгоритм позволяет принять оптимальное решение по выбору состава базовых массивов и позволяет объединять базовые массивы данных информационной модели предприятия, обеспечивая сокращение суммарного времени обращения к данным.
Проблема распределения и эксплуатации парковочных мест является важной частью исследований в области интеллектуального транспорта. В последние годы в связи с резким увеличением числа автомобилей выразилась проблема ограниченности ресурсов парковочных мест. Эффективное управление парковками требует анализа огромного массива данных и проведения моделирования для оптимизации использования парковочных мест. Внедрение и функционирование умного платного парковочного пространства в г. Владивостоке создает интересную прикладную область для интеллектуального анализа данных и машинного обучения. В исследовании используются масштабный набор данных об исторических транзакциях по парковке во Владивостоке, включая тип транспортного средства, время, местоположение, продолжительность сессии и другие критерии для создания модели данных, отражающей взаимосвязь между ценами на парковку, спросом и доходами. В статье описывается механизм создания модели данных, включающей в себя все важные аспекты функционирования платных парковок и факторы, влияющие на заполняемость. Использование этой модели позволит проводить машинное обучение, применять модели и оценивать эффективность их применения. Исследование также определяет ключевые факторы, влияющие на спрос на парковку, такие как время суток, день недели, местоположение и др. Модель данных и идеи, полученные в результате этого исследования, могут быть использованы правительствами и собственниками для оптимизации использования платных парковок и улучшения управления дорожным движением в умных городах. Подход, представленный в этой статье, можно применить к другим городам для создания систем ценообразования на основе данных, отвечающих конкретным потребностям и характеристикам каждого города.