ВЕСТНИК АСТРАХАНСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА. СЕРИЯ: УПРАВЛЕНИЕ, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И ИНФОРМАТИКА

Рассматриваются задача создания модели распознавания объектов на изображениях и возможные способы ее решения на примере работы с российскими дорожными знаками по ГОСТ Р 52290-2004. Проведен анализ способов построения прогностических моделей распознавания изображений, существующих решений в открытом доступе. В качестве базовой модели используется сверточная нейронная сеть. Разработана модель распознавания дорожных знаков на базе трансферной сети YOLOv7 в результате дообучения на наборе данных из российской базы изображений автодорожных знаков RTSD. Проанализированы и описаны метрики оценки качества работы созданной модели. Созданная модель отвечает требованиям качества в отношении объективных метрик, позволяет строить прогнозы с учетом специфических ситуаций в различных погодных условиях и в разное время суток для 146 различных предопределенных классов. Характеристикой класса является номер знака по ГОСТ Р 52290-2004. Модель обладает точностью предсказаний, равной 0,847 при полноте предсказаний в 0,811. Усредненная точность предсказаний модели - 0,884 при тестировании на 493 изображениях из тестовой выборки. Тестовая выборка не пересекается с обучающей, составляющей 1 842 изображения. Разработанная модель опубликована в открытом доступе как для использования в научных целях, так и для дальнейшего дообучения. Это дает возможность исследователям в данной области ознакомиться с практическим примером реализации модели, дополнить или улучшить его при необходимости. Описанный в работе метод позволит исследователям в различных предметных областях найти решение, позволяющее преодолеть ресурсные ограничения при создании высокопроизводительной и качественной прогностической модели распознавания.

Рассмотрено текущее состояние проблемы киберпреступности и выделены наиболее распространенные виды кибермошенничества. Описано понятие кибервиктимности как сочетание черт личности, характеризующее повышенный уровень склонности к тому, чтобы стать жертвой киберпреступления. Предложена процедура выявления личностных характеристик, присущих лицам с повышенной кибервиктимностью. Изучены подходы к исследованию взаимосвязи степени выраженности определенных черт характера с проявлением кибервиктимности. Рассмотрены методы психологической диагностики с целью выявления личностных качеств. Для определения количественных характеристик степени проявления черт характера с помощью 16-факторного личностного опросника Р. Кеттелла проведено тестирование выборки респондентов, в отношении которых были применены мошеннические действия в киберпространстве. Респонденты разбиты на две контрольные группы - поддавшихся действиям кибермошенников и сумевших им противостоять. Для каждого респондента получен набор стенов, описывающих степень проявления соответствующих черт характера. Поставлена задача выявления особенностей личности, наиболее характерных для респондентов каждой из контрольных групп, путем нахождения наибольшей вариации значений стенов по каждой из черт характера в разрезе рассматриваемых видов кибермошенничества. С помощью критерия Манна - Уитни проведена оценка различий в соответствующих выборках стенов, переведенных в ранговую шкалу. С помощью анализа асимптотической значимости различий в средних рангах выбраны черты характера, по которым достоверность различий максимальна, и получена матрица, позволяющая охарактеризовать склонность к подверженности определенному виду кибермошенничества наиболее выраженным проявлением именно этих черт характера. Проведено сравнение полученных результатов с опубликованными результатами исследований в данной области, выявлено их качественное соответствие. Сформировано множество личностных характеристик, значимых с точки зрения подверженности кибермошенничеству. Задано направление развития исследуемой темы.

Целью исследования является разработка методов улучшения характеристик существующих систем отопления за счет применения нового алгоритма управления, основанного на параллельном принципе работы и использующего нейросетевые технологии. Предлагаемый способ управления предусматривает анализ специальной компьютерной программой матриц признаков, состоящих как из управляющих воздействий, так и результирующих картинок. Компьютер, которому заранее известно соответствие разных картинок разным режимам, выбирает соответствующий режим на основе изображения, поступающего на вход программы. Этот режим может быть подобран таким образом, что затраты энергии при обеспечении тех условий, которые необходимы пользователю, будут минимальны. Разработано приложение, применяющее нейросетевой алгоритм, с возможностью изменения параметров настройки. Подготовлены наборы изображений с указанием принадлежности к классам по характерным признакам (датасеты), на которых проведено обучение и тестирование нейронной сети. Выполнено более 600 экспериментов с отличающимся количеством эпох обучения. Исследовано влияние количества эпох на средний процент распознавания изображений температурных режимов здания. Для демонстрации возможности реализации предложенного алгоритма были разработаны архитектура системы управления и распределенное приложение, состоящее из главной управляющей программы с человеко-машинным интерфейсом и удаленного веб-приложения, имеющего человеко-машинный интерфейс и микросервис с точкой доступа. Был изготовлен макет здания с подключенной системой управления температурным режимом помещений. Проведенные эксперименты подтвердили эффективность работы предложенного способа управления. Данная технология предусматривает возможность перехода от управления одним зданием к управлению массивом зданий без изменения настроек управления отдельных зданий. Использование этого способа повысит удобство управления, комфортность условий проживания людей и снизит потребление энергии на отопление.

Рассматривается проблема глобального планирования маршрута мобильного робота между двумя заданными точками на известной территории со статическими препятствиями. Для решения проблемы построения маршрута на территории с большим количеством препятствий сложной формы предлагается комплексный подход на основе методов теории графов, который включает в себя применение диаграммы Вороного, графа видимости и алгоритма Дейкстры. На первом этапе исследуемая территория представляется в виде многоугольного объекта, пространство вне объекта рассматривается в качестве препятствий. Далее для обеспечения безопасного расстояния от препятствий строится внутренний буфер многоугольного объекта с помощью разности Минковского. Затем производится уплотнение вершин многоугольника, по полученным вершинам строятся полигоны Вороного. Из полигонов Вороного рассчитывается срединная ось многоугольника, к которой затем применяется алгоритм Дейкстры для расчета кратчайшего пути. Полученный путь используется для построения графа видимости, к полученному графу повторно применяется алгоритм Дейкстры. Предложенный подход позволяет построить маршрут, оптимальный с точки зрения длины и расстояния до препятствий, при этом значительно снижает вычислительную сложность построения графа видимости. Подход был реализован в свободно распространяемой геоинформационной системе QGIS для планирования маршрута мобильного робота в водной среде. Результаты эксперимента показали, что диаграмма Вороного сократила количество вершин, необходимых для построения графа видимости, в 8,3 раза, при этом граф видимости улучшил путь, полученный из диаграммы Вороного, на 8 %. Предлагаемый подход может использоваться для глобального планирования маршрутов мобильных роботов в различных средах.

Рассматривается проблема неопределенности поведения катамарана во время шторма. Основная опасность неопределенности состоит в величине крена, на который отклонится катамаран, т. к. это может привести к нежелательным последствиям с грузом или корпусом судна. Изучение этой неопределенности рассматривается с двух позиций: исследование управляющих воздействий при реализации наихудших вариантов волнения на этапе выбора системы управления и онлайн-прогнозирование пороговых величин крена. Применяется комплексная модель катамарана и внешних возмущений. Внешние возмущения получаются с помощью формирующего фильтра и линейной аппроксимации спектра Пирсона - Московица, сил и моментов. Исследование качества управления осуществляется путем расчета наиболее вероятных траекторий к заданным пороговым состояниям и последующего их сопоставления друг с другом. Этот расчет выполняется путем решения оптимизационной задачи типа Лагранжа - Понтрягина с функционалом действия в качестве критерия и комплексной модели катамарана и внешних возмущений в качестве уравнения связи. С применением методов теории больших уклонений получены оценки вероятностей движения к пороговым значениям вдоль наиболее вероятных траекторий. Использование этих оценок и сопоставление их с текущим состоянием катамарана позволило реализовать прогноз рисковых ситуаций. Приводятся примеры траекторий, приводящих к пороговым состояниям, для нескольких случаев ветра и курсовых углов судна, полученных при разных контурах управления. При этом видно, что в зависимости от управления возникают колебания, на которые необходимо обращать внимание при проектировании управления. Приводится пример оценки вероятности движения к пороговому состоянию во время качки катамарана. Применение профилей пороговых состояний позволяет не только получить полезную информацию при проектировании систем управления, но и улучшить безопасность мореходства.

Решается одна из проблем теории управления объектами с высокой степенью неопределенности поведения: предложена разработка теоретических основ анализа, методов моделирования и совершенствования биокибернетических систем, их алгоритмического и программного обеспечения, необходимого для повышения эффективности процесса управления. Для решения указанной задачи предлагается использовать математический аппарат теории информации, на базе которого рассчитываются информационные характеристики канала передачи управляющего сигнала от источника к объекту управления через внешнюю среду с учетом шумов экосистемы объекта управления. Проанализированы существующие системы, применяющие мономодальные управляющие сигналы, не несущие смысловой нагрузки, а также описаны недостатки и ограниченность возможностей совершенствования рассматриваемых систем управления. На примере одной из систем управления поведением насекомых с трихромным видом зрения выполнено сравнение полученных результатов при использовании различных технических средств, применяемых в качестве источников управляющего сигнала. С целью повышения эффективности систем управления при использовании многомодальной структуры управляющего сигнала предложены различные алгоритмы построения управляющих систем с использованием многомодальной структуры управляющего сигнала, а именно: последовательная и параллельная схемы, комбинированная, совмещающая последовательные и параллельные алгоритмы задействования источников управляющего сигнала. В качестве метода дальнейшего повышения эффективности систем управления биологическими объектами с высокой степенью неопределенности предложено использовать биологические сигналы, содержащие большую смысловую нагрузку для объекта управления, которая определяет его поведенческую реакцию. Сформулированы направления дальнейших исследований с целью максимизации количества информации, передаваемой объекту управления.

В целях предупреждения возникновения аварийной ситуации на предприятиях нефтяной и газовой промышленности необходимо применять системы регулирования, автоматизации и сигнализации. В этой связи в последнее время все большую популярность набирают технологии искусственного интеллекта. Особенный интерес представляют нейронные сети. Для реализации задачи регулирования, автоматизации и прогнозирования технологических процессов нефтяной промышленности возможно применение нейросетевого моделирования химико-технологических процессов. Приведены примеры использования нейросетевого моделирования на практике. Представлены результаты нейросетевого моделирования установки замедленного коксования одного из действующих предприятий. Смоделирована установка замедленного коксования в программном комплексе UniSim Design, которая позволила получить исходный массив данных для нейронной сети. Нейросеть была построена в программе MatLab, создан код программы. Представлены графики погрешности, регрессии. Приведен анализ результатов, представленных на графиках регрессии и погрешности. В результате тестирования модели было получено минимальное расхождение экспериментальных и предсказанных данных, что говорит об адекватности нейросетевой модели. Также было произведено дополнительное тестирование программы. Представлены результаты обучения и тестирования модели. Полученные результаты в дальнейшем могут быть использованы для создания программ на разных уровнях управления, т. к. модель позволяет оценить количество потерь в период работы установки при определенном расходе питательной воды, подаваемой на установку в качестве турболизатора.

Нефтехимические заводы оснащены множеством приборов и большим количеством датчиков, которые собирают данные измерений для управления и мониторинга процесса. В то же время исследователи начали использовать большие объемы данных для построения прогнозных моделей, которые назвали виртуальными датчиками. Предложен анализ применения виртуальных датчиков в рамках процесса гидроочистки дизельных фракций. Представлена разработанная авторами классификация виртуальных датчиков, которая помогает определить и выбрать инструменты для мониторинга, что способствует повышению точности, гибкости и эффективности контрольных механизмов производства. Детально изложена процедура разработки виртуальных датчиков, подчеркивается их потенциал как стратегического актива, способного усилить технологическую продуктивность и улучшить конкурентоспособность предприятий. Также освещается разработка структурной схемы системы управления для процесса гидроочистки дизельных фракций, демонстрирующей интеграцию и применение виртуальных датчиков для совершенствования указанного процесса.

Оптимизация параметров процесса изготовления изделия является одной из ключевых задач технологической подготовки производства. Технологический процесс механической обработки имеет сложную иерархическую структуру. Эффективность оптимизации процесса изготовления изделия напрямую зависит от уровня его детализации и оптимального выбора целевых показателей и параметров управления. В данном случае технологический процесс механической обработки как объект управления можно описать в виде иерархической модели. Таким образом, задача оптимизации технологического процесса механической обработки заключается в определении оптимальных значений параметров управления для каждого структурного элемента (промежуточного состояния объекта управления) иерархической модели управления. Целью работы является разработка иерархической модели оптимизации параметров комплекса рабочих переходов для операций механической обработки. Описана структура иерархической модели процесса изготовления изделия на металлорежущих станках. В рамках разработанной модели выделены пять уровней управления, определены параметры управления для отдельных структурных элементов модели, а также взаимосвязь между ними. Для промежуточных состояний объекта управления (структурных элементов) представлено описание единичных и векторных критериев оптимизации. Представлена практическая реализация разработанной модели управления на примере оптимизации технологических параметров для детали «Втулка». Применение разработанной модели управления позволит повысить эффективность технологического процесса изготовления изделия на металлорежущих станках за счет оптимизации технологических параметров на основе многокритериального анализа на этапе технологической подготовки производства.

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 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.

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.