Статья посвящена моделированию системы обслуживания и ремонта информационно-коммуникационного оборудования, а также созданию оценок показателей эффективности на основе выборочных значений, полученных методом имитационного моделирования. Исследование является развитием работ, в которых для оценки эффективности обслуживания и ремонта сложного оборудования предложено использовать страховой фонд, состояние которого описывается процессом риска специального вида. Новизной работы является специальное алгоритмическое обеспечение по обработке информации, содержащее вероятностные модели и алгоритмы получения результатов имитационного моделирования с использованием событийного подхода и календаря событий специального вида по трем основным факторам: а) значениям коэффициентов, позволяющих определять объемы финансовых ресурсов, необходимых для выполнения ремонтных работ по их видам; б) периодичностям платежей в страховой фонд по видам работ и их значений. В качестве показателей эффективности предложены и апробированы точечные и интервальные оценки ресурсно-затратного и финансового рисков, а также численные показатели надежности «Отказ в обслуживании» в виде средней наработки и гамма-процентного ресурса. В работе исследован реальный практически важный случай, связанный с обслуживанием и ремонтом информационно-коммуникационного оборудования. Для этого исследования подготовлены четыре варианта в которых в первом варианте значения исследуемых факторов удовлетворяют предложенным моделям, а в других вариантах нет. Для каждого варианта, используя созданное программно-алгоритмическое обеспечение, найдены оценки показателей эффективности. Результаты моделирования подтвердили правильность предложенных моделей, т.к. для первого варианта точечные оценки рисков имеют наименьшие значения, а значения численных показателей надежности наибольшие.
Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии
2022. — Выпуск 3
Содержание:
В работе дан краткий обзор результатов по применению методов регрессионного анализа при исследовании сложных систем: мощности ветряных турбин в Бразилии и прогнозировании скорости ветра, оценке теплотворной способности брикетов биомассы при их использовании в качестве эффективного горючего топлива, изучении проблемы утилизации растительных остатков на севере Китая, анализе развития малого и среднего предпринимательства в Республике Казахстан, выработки необходимых мер для стимулирования роста производства пшеницы в Южной Африке. Рассмотрен случай, когда по разным причинам при построении регрессионной модели сложного объекта построено несколько ее альтернативных вариантов, каждый из которых приемлем как по знакам оцениваемых параметров, так и по значениям критериев адекватности. К числу этих причин могут, в частности, относиться: использование различных видов аппроксимирующей функции, применение нескольких способов идентификации модельных параметров, варьирование набора независимых переменных, в том числе путем их преобразований - обратных, возведения в степень, мультипликативных, логарифмических, экспоненциальных, тригонометрических, логистических и т. д. Предложено правило выбора варианта модели из нескольких альтернативных, формализованное путем разработки алгоритма построения кусочно-линейной свертка этих вариантов в виде функции риска, задача оценивания параметров которой сведена к задаче линейно-булевого программирования. С помощью данного алгоритма построена кусочно-линейная сверка трех вариантов регрессионной модели грузооборота Красноярской железной дороги - одной линейной и двух линейно-мультипликативных. В качестве зависимой переменной принят грузооборот дороги, независимыми же переменными являются прием груженых вагонов, прием порожних вагонов, динамическая нагрузка, передача по стыкам поездов.
Ключевые слова
В статье исследуется динамика системы, задаваемая модифицированным отображением Эно. Гистерезисный элемент формализуется, посредством, конструктивной модели. В работе исследуются задачи связанные, с управлением динамикой такой системы. В частности, изучаются возможные модификации предельного множества (аттрактора) отображения Эно в условиях гистерезисного воздействия. Для анализа динамики проводится численное моделирование при различных значениях параметров исследуемого отображения, для которых свойственна хаотическая динамика. На основе полученных данных, производится сравнительный анализ странных аттракторов модифицированного и классического отображения Эно. Для идентификации различных динамических режимов построены бифуркационные диаграммы, рассчитан старший показатель Ляпунова на основе алгоритма Розенштейна и произведен 0-1 тест в зависимости от параметров системы, а также от параметра гистерезисной нелинейности. Отмечается регуляризирующая роль гистерезисного элемента в модифицированной системе в сравнении с классическим отображением, и изменение положения точек бифуркации в пространстве параметров системы.
Ключевые слова
В статье представлены результаты решения задачи оптимизации режимных и конструктивных параметров механических перемешивающих устройств вертикальных емкостных аппаратов с применением алгоритма, который гарантирует получение оптимального решения задачи при минимальных затратах времени. Алгоритм разработан на основе метода перебора, реализованного с применением языка программирования Python и библиотеки SciPy, которая предназначена для выполнения научных и инженерных расчётов. Представлена структурная схема и поэтапная реализация разработанного алгоритма. Оценка быстродействия произведена на примере решения задачи определения конструктивных и режимных параметров открытой турбинной мешалки, установленной в вертикальном емкостном аппарате с эллиптическим днищем, которые обеспечивают максимальную интенсивность перемешивания.
Ключевые слова
Предложен комбинированный метод для прогнозирования температурных полей атмосферы, на основе статистических данных реанализа параметров атмосферы. Первой составляющей метода является получение МНК-оценок параметров конечно-разностной схемы Кранка - Николсон. Однако, эти оценки оказываются смещенными в силу наличия ошибок в регрессорах. С целью уменьшения указанного смещения в качестве второй составляющей метода применяется расширенный фильтр Калмана. С помощью найденных оценок параметров, подставленных в конечно-разностную схему Кранка - Николсон, прогнозировались значения температуры во внутренних узлах по тестовой части выборки. Приводится натурный вычислительный эксперимент, подтверждающий эффективность предложенной методики, на основе данных временных рядов температур атмосферы, полученных из системы NCEP/DOE AMIP II Reanalysis. Проведенные исследования показали, что на качество оценок параметров моделей в форме дифференциальных уравнений параболического типа существенное влияние оказывает выбор типа разностной аппроксимации; качество оценок повышается при использовании устойчивых конечно-разностных схем и повышении их порядка. Разработанная в результате исследований комбинация МНК и расширенного фильтра Калмана с моделью эволюции на основе конечно-разностной схемы Кранка - Николсон, обеспечивает повышение точности прогноза изменения температурных полей атмосферы в среднем на 38 %. Полученные математические модели температурных полей атмосферы могут быть использованы при исследовании метеорологической обстановки, определяющей безопасность полетов авиации.
Ключевые слова
Данная статья посвящена решению задачи исследования данных, значения которых представлены в виде статистических пространственно-временных панелей с точечными аномальными изменениями значений, которые могут возникать например, вследствие влияния социально-экономических, внешне и/или внутриполитических факторов (для панелей, описывающих данные правовой статистики), или вследствие влияния чрезвычайных ситуаций природного и техногенного характера (для панелей, описывающих процесс функционирования производственных или хозяйственных объектов или систем). Использование классических математических методов для анализа данных панелей с аномальными значениями данных, как правило, приводит к получению искажённых результатов, не позволяющих, в частности их использование для прогнозирования будущих значений статистических показателей с приемлемой точностью. В связи с этим возникает задача выявления аномальных значений в статистических панелях. Для решения данной задачи разработан метод, основанный на ретроспективном анализе значений показателей, содержащихся в данной панели, и использовании методов корреляционного анализа. При этом делается предположение о том, что появление аномалий приводит к нарушению устоявшихся соотношений между статистическими показателями. Метод предполагает осуществление двух последовательных этапов. Первый этап подразумевает выявления момента или промежутка времени, в котором присутствуют аномальные значения элементов выборки в статистических панелях. На втором этапе производится выявление конкретных элементов, имеющих аномальные значения в данном моменте или интервале времени в статистических панелях. Представленные методы проиллюстрированы примером для данных правовой статистики для Северо-Кавказского федерального округа, который позволил подтвердить информацию об аномальном изменении числа террористических актов в Чеченской Республике в 2011 году.
Ключевые слова
В настоящее время воздушное лазерное сканирование является наиболее современным и эффективным методом получения геопространственных данных о любом объекте вне значимости от его формы, размеров и других атрибутов. Как и любой технологический процесс, воздушное лазерное сканирование имеет свои сложности в практической реализации, особенно при проведении статических измерений при помощи GNSS-приемников на пунктах триангуляции. Наиболее проблематичным моментом организации статических измерений при помощи GNSS-приемников, как выяснилось в ходе практической реализации, является нерациональное транспортное передвижение между пунктами триангуляции, что может привести к значительному увеличению сроков проведения полевых работ. Для поиска оптимального маршрута между пунктами получения статических измерений предложено решение задачи коммивояжера формулировкой Миллера - Такера - Землина и тем самым проблема поиска оптимального маршрута решена как задача линейного программирования. Составлена матрица расстояний между пунктами триангуляции, которая впоследствии была внесена в пакет оптимизации Pyomo. Разработана программная модель на языке программирования Python для поиска оптимального маршрута. Общая протяженность рассчитанного путем решения задачи коммивояжера маршрута составила 25,7 километров. На практическом опыте выявлено, что для того, чтобы расставить приборы по указанному порядку необходимо потратить 26 минут, что примерно в 3 раза меньше, чем было при расстановке приборов без транспортной оптимизации перемещений при статических измерениях. Также для наглядности разработанного алгоритма, предложенный порядок организации статических измерений представлен в виде диаграммы IDEF0. В выводе статьи отмечено, что алгоритм решения задачи коммивояжера доказал свою эффективность и может быть применен для правильной организации статических измерений при проведении воздушного лазерного сканирования.
Ключевые слова
Данная работа направлена на подготовку методологической базы для моделирования социально-экономических и социотехнических систем. Рассмотрены виды имитационного моделирования с точки зрения подбора оптимального решения в зависимости от особенностей объекта исследования и цели моделирования. Среди рассмотренных моделей, как инструмент для моделирования социально-экономических и социотехнических систем, наибольшее внимание уделяется гибридным моделям, позволяющим изучить анализируемый объект с разных сторон и на разных уровнях абстракции, комбинируя известные подходы имитационного моделирования. В дополнение, гибридные модели используются во многих сферах, таких как здравоохранение, экономика, экология, маркетинг, промышленные предприятия и производственные системы, что обеспечивает их универсальность, востребованность и эффективность данного подхода. В рамках исследования были проанализированы статьи базы научных публикаций Scopus, посвященные моделированию социально-экономических и социотехнических систем, имитационному моделированию и гибридным моделям. В данной статье рассмотрены базовые парадигмы имитационного моделирования и используемые методы для моделирования социально-экономических и социотехнических систем, произведена классификация по типу модели и гибридизации, освещены возможные комбинации типов гибридизации и применимость рассмотренных видов. Также выявлена тенденция к использованию гибридного моделирования в последние десятилетия, как средство для описания сложных социальных систем с различных точек зрения, где результаты подходов дополняют друг друга. В статье представлены предложения по интеграции инструментов технического моделирования в социально-экономические и социотехнические системы для обеспечения детерминированности системы. Результаты данного исследования могут быть использованы при выборе инструмента проектирования и прогнозирования поведения различных социально-экономических и социотехнических систем.
Ключевые слова
В статье приводится аналитический обзор мирового опыта применения алгоритмов машинного обучения к задаче классификации пыльцевых зёрен, за последние несколько лет. Кратко описаны, какие характеристики используются для моделей машинного обучения относительно данной задачи. Введено понятие «Вычислительно мотивированной биологии» - области, в которой изучается биология для моделирования биологических систем с использованием компьютерных наук. Для этого исследователи анализируют поведение биологической системы, а затем создают задачи в качестве искусственной модели, чтобы облегчить задачу людям. В настоящее время автоматическая классификация для идентификации пыльцы становится очень активной областью исследований. В статье обоснована задача автоматизации классификации пыльцевых зерен. В работе в основном проанализированы последние исследования по применению нейронных сетей различных конфигураций для классификации пыльцевых зерен (LeNet, AlexNet, DenseNet, DenseNet-201, ResNet-50). Проанализированы методы на основе сверточных нейронных сетей (CNN) для идентификации пыльцы на предметных стеклах микроскопа, которые дали многообещающие результаты даже при наличии грибковых спор, пузырьков, мусора и пыли. Приведены сверточные нейронные сети, которые обрабатывали сигналы рассеяния и флюорисценции от пыльцевых зерен. Флюорисцентный спектр обрабатывался с помощью многослойного перцептрона. Рассмотрен метод автоматизированной кластеризации пыльцевых зерен, который дал многообещающие результаты. Произведен сравнительный анализ существующих на сегодняшний день баз данных пыльцевых зерен (Duller’s Pollen Dataset, Pollen 23E, Pollen73S, Pollen 13K). Приведены и проанализированы результаты конкурса по автоматизации процесса классификации пыльцевых зерен Pollen Grain Classification Challenge.
Ключевые слова
В статье представлены решения актуальной задачи интеллектуального анализа данных телеметрической информации (ТМИ) бортовой аппаратуры (БА) малых космических аппаратов (МКА) с целью определения их технических состояний. Исследованы и разработаны гибридные нейросетевые модели на основе современных архитектур глубокого обучения для решения задачи мультиклассовой классификации данных телеметрической информации, позволяющие определять штатное и нештатные состояния функционирования БА МКА. Предложенная гибридная нейросетевая модель представляет собой соединение трех блоков слоев: сверточного 1D CNN, рекуррентного GRU и итогового полносвязного блока-классификатора, с применением слоя агрегации AveragePooling и метода проброса остаточных связей семейства архитектур ResNet. Проведен компьютерный анализ на данных ТМИ БА МКА группировки АИСТ Самарского национального исследовательского университета имени академика С.П. Королёва., позволивший оценить качество разработанной модели на этапах обучения, валидации и тестирования. Для рассматриваемой задачи достигнута точность классификации на этапах валидации и тестирования более 98 %. Выполнен сравнительный анализ полученной гибридной нейросетевой модели (ГНМ) с широко распространенными глубокими нейросетевыми классификаторами, показавший преимущество полученного решения по точности классификации на этапе тестирования для всех сравниваемых моделей на 1-7 %. При этом по времени одной эпохи обучения и валидации почти для всех сравниваемых моделей получено улучшение выходных характеристик ГНМ в 1.5-4 раза. Результаты данного анализа подтвердили преимущество гибридной нейросетевой модели, реализующей методологию квалиметрии моделей, над «чистыми» сверточными, рекуррентными, полносвязными нейронными сетями и широко известными гибридными нейросетевыми моделями.
Ключевые слова
В настоящее время возрос интерес к использованию методов алгебраической топологии для топологического анализа данных и применению топологического анализа данных в различных областях знаний. Целью топологического анализа данных является определение информативных топологических свойств и использование их в качестве дескрипторов при машинном обучении. Применение методов машинного обучения для сложных систем большой размерности затруднено из-за методов адекватного представления функций. Метод персистентной гомологии из вычислительной топологии обеспечивает баланс между уменьшением размерности данных и характеристикой внутренней структуры объекта. Совмещению персистентной гомологии и машинного обучения препятствуют топологические представления данных, метрики расстояния и представление объектов данных. В работе используется метод персистентной гомологии, основанный применении фильтрации для присвоения каждому топологическому признаку геометрической размерности. Процесс фильтрации генерирует серии симплициальных комплексов, кодируемых со структурной информацией различных масштабов. Персистентная гомология может быть представлена персистентным баркодом или персистентной диаграммой. В работе рассматриваются математические модели и функции представления объектов персистентного ландшафта на основе метода персистентной гомологии. Рассмотрены персистентные функции Бетти и функции персистентного ландшафта. Функции персистентного ландшафта позволяют отображать персистентные диаграммы и персистентные баркоды в гильбертово пространство. Рассмотрены представления топологических характеристик в различных моделях машинного обучения. Рассмотрена структура ядра для анализа персистентных диаграмм и персистентное взвешенное ядро Гаусса. Метод персистентного взвешенного ядра позволяет контролировать персистентность при анализе данных. Расстояния между персистентными ландшафтами определяются с помощью нормы пространства Lp. Приведены примеры нахождения расстояния между изображениями. В приложениях приведены основные понятия алгебраической топологии и метод воспроизводящего ядра гильбертова пространства для целей машинного обучения.
Ключевые слова
В центре внимание данной работы математическая модель классификационной задачи, в основе которой понятия теории фрактальных множеств и особенности моделирования ментальных процессов. В рамках такого подхода классификационную деятельность можно рассматривать как бы с двух точек зрения. С одной стороны - это работа с эмпирическим представлением объектов классификации, с другой - ментальное воспроизведение задачи построения классификационных разбиений. Реализация этих двух видов деятельности происходит в процессе построения некоторого фрактального множества, генерируемого посредством рандомизированной системы итерированных функций. Математическая модель классификационной задачи представляется в виде двух пространств: метрического, связанного с феноменологической составляющей, и ультраметрического, отражающего когнитивную сторону решаемой задачи. Как показывает анализ результатов решения задач классификации, фрактальные модели хорошо соответствуют требованиям, предъявляемым к постановке задачи и алгоритмическим особенностям её решения. Сама специфика постановки задачи отражается в необходимости учитывать такие характеристики как изолированность отдельных объектов, возможность устанавливать сходство/различие объектов, компактность пространства признаков и др. Эти свойства характерны для создаваемого в ходе решения ультраметрического пространства. Взаимосвязь этих двух пространств осуществляется посредством моделирования фрактальной структуры. В работе показано, как именно использование фрактального подхода в решении классификационных задач связано с построением ультраметрических пространств. Характерно, что эти ультраметрические пространства являются составной частью алгоритма решения самой задачи. Эта алгоритмическая составляющая часть решения классификационной задачи напрямую связывается с когнитивными процессами и интерпретируется как модель процессов, присущих умственной деятельности.
Ключевые слова
Увеличение сложности архитектур нейронных сетей и увеличение объема обрабатываемых данных в процессе машинного обучения ставит вопрос о необходимости применения более производительных подходов, которые позволили бы оптимизировать процесс разработки моделей классификации текста для решения задач анализа настроений. Целью работы является обучение и оптимизация нейросетевой модели-трансформера для классификации данных в рамках решения анализа настроений русскоязычного текста. В рамках научного исследования предлагается применение предварительной обученных моделей двунаправленного кодирования BERT, а также модели дистилляции знаний ru BERT-tiny для выполнения мультиклассовой классификации текста для анализа настроений пользовательского текста. Применение этапа уплотнения данных для моделей дистилляции знаний позволяет оптимизировать этап обучения моделей классификации текста. Разработана программа на языке программирования Python с использованием библиотек машинного обучения. Техническое решение позволяет апробировать предобученные модели классификации данных, на основе которых создать оптимизированные модели классификации для анализа настроений пользовательских текстов с учетом специфики предметной области.