Для авторов
Найти
Результаты поиска
##search.searchResults.foundPlural##
-
ИНИЦИАЛИЗАЦИЯ РЕШЕНИЙ В ПОПУЛЯЦИОННЫХ АЛГОРИТМАХ НА ОСНОВЕ МЕТОДА МЕТРОПОЛИСА–ГАСТИНГСА
С.И. Родзин , А.И. Дерменжи2025-01-30Аннотация ▼Наиболее важными задачами принятия оптимальных решений с использованием эвристиче-
ских алгоритмов считаются повышение точности и предотвращение преждевременной сходимо-
сти. Большинство исследований в этом направлении сосредоточено на разработке новых опера-
торов, настройке параметров популяционной метаэвристики и гибридизации нескольких страте-
гий поиска решений. Гораздо меньше внимания уделяется инициализации – важной операции в по-
пуляционных алгоритмах, которая связана с созданием исходной популяции решений. Предлагает-
ся новый подход к инициализации популяции для эвристических алгоритмов. При формировании
множества начальных решений предлагается использовать метод Метрополиса–Гастингса.
В соответствии с этим методом исходные решения в популяции принимают значения, близкие к
глобальному или локальным оптимумам целевой функции. Это позволяет повысить точность
получаемых решений. Чтобы продемонстрировать возможности предлагаемого подхода к ини-
циализации, он была встроен в базовый алгоритм дифференциальный эволюции. Для оценки эф-
фективности стратегии проведена экспериментальная проверка путем сравнения с такими из-
вестными методами как случайная инициализация, обучение на основе методов оппозиции и хаоса,
а также метода диагонального равномерного распределения. Сравнение проводилось на репрезен-
тативном наборе мультимодальных, унимодальных и гибридных функций, включая функцию Рас-
тригина, Квинга, Розенброка, Швефеля, квинтовую, ступенчатую, сферическую. Анализировались
скорость сходимости алгоритмов и точность получаемых решений. В качестве показателей
сравнения использовались среднее значение по лучшим решениям, медианное лучшее решение,
стандартное отклонение от лучшего решения, количество вызовов функций, коэффициент ус-
пешности, коэффициент ускорения. Значения показателей усреднялись по результатам 30 от-
дельных запусков каждого алгоритма. Предлагаемый алгоритм работает быстрее, показывает
лучшую сходимость и точность. Алгоритм дает лучшие результаты, поскольку стратегия ини-
циализации позволяет выбирать перспективные решения, близкие к локальным или глобальным
оптимумам. Статистическая проверка результатов работы алгоритмов по критерию Фридмана
подтвердила, что предлагаемый подход к инициализации популяции решений обеспечивает лучший
баланс скорость сходимости/точность решений -
МУРАВЬИНЫЙ АЛГОРИТМ НА PYTHON
Д.Ю. Зорькин , Л.В. Самофалова , Н.В. Асанова2025-01-30Аннотация ▼Данное исследование посвящено анализу и оптимизации муравьиного алгоритма для решения за-
дачи коммивояжёра, являющейся классической NP-трудной проблемой комбинаторной оптимизации.
Основная цель работы – экспериментальная оценка влияния параметров алгоритма на качество и эф-
фективность поиска приближённых решений, а также разработка рекомендаций по их адаптивной
настройке. В качестве тестового набора данных использован стандартный граф Berlin52 из библио-
теки TSPLIB, содержащий координаты 52 городов с известным оптимальным маршрутом длиной
7542 единицы. Эксперименты проводились в среде Python с использованием библиотеки ACO-Pants,
реализующей муравьиный алгоритм. Была выполнена серия из 10 запусков с фиксированными парамет-
рами: количество муравьёв (20), число итераций (100), коэффициенты влияния феромонов (α=1.0) и
расстояний (β=2.0), а также скорость испарения феромонов (ρ=0.5). Результаты показали среднее
отклонение от оптимума в 1.85%, с лучшим найденным решением 7675.23 (отклонение 1.67%). Для
повышения эффективности алгоритма исследованы адаптивные механизмы динамической настройки
параметров: линейное увеличение α (до 2.0) и уменьшение β (до 3.0), снижение ρ (до 0.3), а также рост
числа муравьёв (до 30). Это позволило сократить среднее отклонение до 1.70% и повысить стабиль-
ность решений. Особое внимание уделено анализу баланса между исследованием новых маршрутов и
эксплуатацией накопленных данных. Установлено, что увеличение количества муравьёв улучшает ка-
чество решений, однако после 30 агентов прирост эффективности снижается. Динамическая коррек-
тировка параметров предотвращает преждевременную сходимость к локальным минимумам и уско-
ряет поиск глобально оптимальных путей. Визуализация динамики сходимости подтвердила быстрое
уменьшение длины маршрута на первых 20 итерациях с последующей стабилизацией. Практическая
значимость работы заключается в демонстрации гибкости муравьиного алгоритма для задач мар-
шрутизации в логистике и сетевом планировании. Результаты показывают, что ACO превосходит
универсальные методы (например, генетические алгоритмы) по вычислительной эффективности для
TSP. Разработанные рекомендации по настройке параметров могут быть применены для масштаби-
рования алгоритма на графы большей размерности. Исследование подчёркивает важность адаптив-
ных подходов в метаэвристической оптимизации и открывает перспективы для дальнейшего улучше-
ния алгоритма за счёт гибридизации с другими методами. -
МЕТОД АВТОМАТИЧЕСКОЙ ОПТИМИЗАЦИИ БАЗЫ НЕЧЕТКИХ ПРАВИЛ ИНТЕЛЛЕКТУАЛЬНЫХ РЕГУЛЯТОРОВ НА ОСНОВЕ СУБТРАКТИВНОЙ КЛАСТЕРИЗАЦИИ
А.С. Игнатьева , В.В. Шадрина , В. В. Игнатьев , А.В. Максимов181-1972025-07-24Аннотация ▼Целью работы является разработка метода оптимизации базы нечетких правил интеллектуального регулятора для управления техническим объектом с использованием субтрактивной кластеризации. В статье приведен обзор и краткий анализ состояния дел в области оптимизации работы интеллектуальных систем управления. Для достижения цели исследования разработана гибридная модель, в которой управление техническим объектом реализуется с помощью классического ПИ-регулятора и нечеткого ПИ-регулятора с сгенерированной структурой системы нечеткого вывода типа Cyгено и разработанной моделью адаптивной системы нейро-нечеткого вывода. Данная конфигурация модели позволяет формировать базу нечетких правил, которая не зависит от знаний эксперта в предметной области. В статье предложен новый метод оптимизации базы правил нечеткого регулятора на основе методов кластеризации, в частности субтрактивной кластеризации, позволяющий уменьшать количество правил нечеткого логического вывода и увеличить быстродействие системы управления техническим объектом. Сначала проведено моделирование гибридной модели, синтезированной на основе значений нечеткого и классического регуляторов до применения субтрактивной кластеризации. Применение субтрактивной кластеризации по разработанному в исследовании способу для значений классического регулятора и нечеткого, позволило добиться их количественного сокращения в 1,7 и 5,25 раз соответственно. Затем проведено моделирование гибридной модели, синтезированной на основе значений нечеткого и классического регуляторов после применения субтрактивной кластеризации. Результаты, полученные в процессе моделирования показали высокую эффективность предложенного метода оптимизации базы правил нечеткого регулятора. За счет применения субтрактивной кластеризации в гибридной модели для интеллектуального регулятора удалось значительно уменьшить количество функций принадлежности, требуемых для описания входных лингвистических переменных (с пяти до четырех) и уменьшить количество правил нечеткого логического вывода (с двадцати пяти до шестнадцати). Анализ полученных графиков переходных процессов, полученных для гибридных моделей до и после применения субтрактивной кластеризации, показал, что основные показатели качества процесса управления остаются неизменными при существенном сокращении проводимых вычислений.
-
ЭВОЛЮЦИОННЫЙ ПОПУЛЯЦИОННЫЙ МЕТОД РЕШЕНИЯ ТРАНСПОРТНОЙ ЗАДАЧИ
Б.К. Лебедев , О.Б. Лебедев , Е.О. Лебедева2022-11-01Аннотация ▼Рассматривается эволюционный популяционный метод решения транспортной за-
дачи на основе метаэвристики кристаллизации россыпи альтернатив. Исследуется за-
крытая (или сбалансированная) модель транспортной задачи: сумма груза у поставщиков
равно общей сумме потребностей в пунктах назначения. Цель оптимизации – минимизация
стоимости (достижение минимума затрат на перевозку) или расстояний и критерий вре-
мени (затрачивается минимум времени на перевозку). В основу метаэвристики кристалли-
зации россыпи альтернатив положена стратегия, основанная на запоминании и повторе-
нии прошлых успехов. Стратегия делает упор на «коллективную память», под которой
подразумевается любой вид информации, которая отражает прошлую историю развития
и хранится независимо от индивидуумов. В качестве кода решения транспортной задачи
рассматривается упорядоченная последовательность Dk маршрутов. Объектами являют-
ся маршруты, альтернативами – множество позиций P в списке, где np – число позиций в
списке Dк. Множество объектов Dк соответствует множеству всех маршрутов. Множе-
ство альтернативных состояний P объекта соответствует множеству альтернативных
вариантов размещения объекта списке Dк. Работа популяционного эволюционного алго-
ритма кристаллизации россыпи альтернатив опирается на коллективную эволюционную
память, называемую россыпью альтернатив. Под россыпью альтернатив решения в рабо-
те называется структура данных, используемая в качестве коллективной эволюционной
памяти, несущая информацию о решении, включающую сведения о реализованных альтер-
нативах агентов в данном решении и о полезности решения. Разработан конструктивный
алгоритм формирования опорного плана путем декодирования списка Dк. На каждом шаге
t решается задача выбора очередного в последовательности Dк маршрута и определения
количества груза, перевозимого из пункта отправления Ai в пункт назначения Bj по этому
маршруту. Разработанный алгоритм является популяционным, реализующим стратегию
случайного направленного поиска. Каждый агент является кодом некоторого решения
транспортной задачи. На первом этапе каждой итерации l конструктивным алгоритмом
на базе интегральной россыпи альтернатив формируется nk кодов решений
Dk.Формирование каждого кода решения Dk выполняется последовательно по шагам путем
последовательного выбора объекта и позиции. Для построенного кода решения Dk рассчи-
тывается оценка решения ξk и оценка полезности δk. Формируется индивидуальная рос-
сыпь альтернатив Rk и переход к построению следующего кода решения.
На втором этапе итерации производится суммирования интегральной россыпи альтерна-
тив, сформированной на предыдущих итерациях от l до (l-1), cо всеми индивидуальными
россыпями альтернатив, сформированных на итерации l. На третьем этапе итерации l
производится снижение всех интегральных оценок полезности r*αβ интегральной россыпи
альтернатив R*(l) на величину δ*. Алгоритм решения транспортной задачи был реализован
на языке С++ в среде Windows. Сравнение значений критерия, на тестовых примерах, сизвестным оптимумом показало, что у 90% примеров полученное решение было оптималь-
ным, у 2% примеров решения были на 5% хуже, а у 8% примеров решения отличались ме-
нее, чем на 2%. Временная сложность алгоритма, полученная экспериментальным путем,
лежит в пределах О(n2). -
ИССЛЕДОВАНИЕ МЕТОДОВ ПЛАНИРОВАНИЯ ДВИЖЕНИЯ В ДВУМЕРНЫХ КАРТОГРАФИРОВАННЫХ СРЕДАХ
М. Ю. Медведев , В.Х. Пшихопов , Д.О. Бросалин , Б. В. Гуренко , М.А. Васильева , Хамдан Низар2022-08-09Аннотация ▼Исследуются задача планирования движения в двумерных картографированных сре-
дах. Проводится обзор и анализ известных алгоритмов планирования, базирующихся на
диаграммах Вороного, вероятностной дорожной карте, быстро растущих случайных де-
ревьев, алгоритмах Дейкстры, А*, D* и их модификациях, искусственных потенциальных
полях и интеллектуальных эвристиках. На основе проведенного анализа делается вывод о
том, что классические методы в динамических средах требуют значительных затрат по
времени расчетов и объему используемой памяти. Делается вывод об актуальности разра-
ботки алгоритмов, повышающих эффективность известных методов планирования.
В этой связи данная статья посвящена разработке модифицированного алгоритма быст-
ро растущих случайных деревьев и исследованию его эффективности по сравнению с из-
вестными методами. В статье представлен модифицированный алгоритм быстро рас-
тущих случайных деревьев, отличающийся тем, что при проверке наличия пути в новый
потенциальный узел графа проверяется путь в некоторую область возле указанного узла.
Это позволяет снизить количество узлов в строящемся дереве. Разработанный алгоритм
вначале сравнивается с традиционным алгоритмом быстрорастущих случайных деревьев.
Сравнение производится по времени расчета траектории, объему требуемой памяти, дли-
не пути и проценту ситуаций, в которых успешно найдена траектория в целевую точку.
Далее осуществляется сравнение разработанного алгоритма с алгоритмами планирования
других классов. При исследовании используются репрезентативные выборки численных
экспериментов и различные среды, отличающиеся плотностью расположения препятст-
вий и наличием лабиринтов. Также проводится исследование алгоритмов планирования с
использованием результатов экспериментов на наземном колесном роботе. По результа-
там численных и реальных экспериментов делаются выводы о преимуществах и недос-
татках разработанного алгоритма планирования движения и о целесообразности его при-
менения в различных средах. -
ОПТИМИЗАЦИЯ ПРОИЗВОДСТВЕННОГО ПЛАНИРОВАНИЯ С НЕЧЕТКИМИ ПАРАМЕТРАМИ
А. В. Боженюк , О. В. Косенко , М.В. Князева2022-05-26Аннотация ▼Рассматривается задача оперативного планирования одно-предметного производ-
ства. Организация машиностроительного производства представляет собой сложный
комплекс работ по определению многочисленных взаимосвязанных показателей, характе-
ризующих деятельность предприятия. При этом предприятия такого типа имеют слож-
ную иерархическую структуру. Также необходимо учитывать, что при планировании про-
изводственного процесса количество параметров велико и не все они могут быть точно
определены, что отражается на эффективности деятельности предприятия. С целью
решения задачи эффективного планирования были проанализированы критерии оптималь-
ности для серийного одно предметного производства. К одно-предметному производству
относятся те, где проходят обработку детали одного наименования, то есть формиру-
ется поточная производственная линия. Следовательно, задача оптимизации производст-
ва состоит в том, чтобы распределить всю совокупность работ между станками и опе-
раторами, обслуживающими данный станок таким образом, чтобы плановое задание бы-
ло выполнено в течение заданного времени и совокупные затраты на выполнение задания
были минимальными. В статье рассмотрена задача назначения в условиях неопределенно-
сти, проведены экспериментальные расчеты и проведен анализ полученных результатов,
обосновывающий применение предложенного аппарата нечетких множеств для решения
задачи производственного планирования. Сделаны выводы, что в условиях неопределенно-
сти, когда нет точной или статистической информации, аппарат нечетких множеств
позволяет провести анализ эффективности производственной деятельности при задании
параметров, отражающих возможные значения системы. В таких случаях применение
механизмов нечеткой логики в задачах принятия производственных решений позволит оп-
ределить оптимальные или близкие к оптимальным решения. -
УСКОРЕНИЕ ПРЯМОГО ПРОХОДА ПРИ РЕАЛИЗАЦИИ СНС НА ОГРАНИЧЕННОМ ВЫЧИСЛИТЕЛЬНОМ РЕСУРСЕ
А.Е. Щелкунов , В.В. Ковалев , И. В. Сидько , Н. Е. Сергеев2022-04-21Аннотация ▼Работа посвящена оптимизации архитектуры нейронной сети для ее запуска на ограни-
ченном вычислительном ресурсе. Рассмотрено несколько подходов оптимизации, приведены
оценки сложности и времени выполнения прямого прохода нейронной сети. Приведены сравни-
тельные оценки сложности сети при применении разных подходов оптимизации. В работе
представлен анализ выбранной архитектуры сети, получены оценки вычислительной сложно-
сти отдельных составных частей (модулей) архитектуры. Произведен анализ возможных ме-
тодов оптимизации каждого модуля. Описаны параметры рассмотренных модулей, размеры
входных и выходных тензоров. Для оптимизации модуля выделения признаков протестировано
несколько архитектур, ResNet 50, ResNet 18, MobileNet v3 small, MobileNet v3 large. Представлен
сравнительный анализ вычислительной сложности и времени выполнения прямого прохода для
каждой архитектуры. Замеры времени выполнения прямого прохода осуществлялись на
встраиваемом вычислительном устройстве Jetson AGX Xaver от компании Nvidia. Представле-
ны оценки времени выполнения прямого прохода для каждого модуля рассматриваемых нейрон-
ных сетей. В работе приведены результаты сравнения оценок точности нейронной сети до и
после оптимизации архитектуры. Набор данных для тестирования состоит из 100 видео запи-
сей. В тестовых видеозаписях участвует 5 различных типовых объектов, для каждого класса
объекта записано 10 различных сценариев. Для каждой из разработанных архитектур получе-
ны оценки точности, произведен сравнительный анализ. В работе намечены пути для после-
дующей оптимизации архитектуры сети. -
РАЗРАБОТКА МОДИФИЦИРАВАННЫХ МЕТОДОВ И МОДЕЛЕЙ ПОИСКОВОЙ АДАПТАЦИИ ДЛЯ РЕШЕНИЯ ЗАДАЧИ ПЛАНИРОВАНИЯ СБИС
О.Б. Лебедев , А.А. Жиглатый , Е.О. Лебедева2021-12-24Аннотация ▼В работе для решения задачи планирования СБИС разработан поисковый алгоритм
на основе модифицированного метода муравьиной колонии. Задача формирования плана
СБИС сводится к задаче формирования соответствующего польского выражения. Разра-
ботанный метод синтеза польского выражения включает построение дерева разрезов,
выбор типов разрезов (H или V), идентификацию и ориентацию модулей. Эволюционирую-
щая популяция разбита на пары агентов. Каждый член популяции – пара агентов, рабо-
тающих совместно. При этом конструктивные алгоритмы A1 и A2, используемые аген-
тами пары различаются. Задача, решаемая алгоритмом А1, формулируется как задача
поиска взаимно однозначного отображения Fk=M*→P множества модулей M c выбранны-
ми ориентациями, |M*|=|M| в множество P позиций шаблона Sh. Фактически решение за-
ключается в выборе на графе G1 подмножества ребер E*1E1, входящих в соответствующее отображение Fk. В алгоритме A2 в качестве модели пространства поиска реше-
ний для выбора типа, последовательности и места расположения разрезов в шаблоне Sh
разработан граф G2=(X, E2). X={(x1i,x2i)|i=1,2,…,n} множество вершин графа G2, соот-
ветствует множеству P потенциальных позиций шаблона Sh для возможного размещения
в них имен символов разрезов. Каждая потенциальная позиция piP шаблона Sh моделиру-
ется двумя альтернативными вершинами (x1i,x2i). Выбор при размещении разрезов верши-
ны x1i указывает на то, что в позицию pi помещен разрез типа V, выбор вершины x2i – ука-
зывает на то, что в позицию pi помещен разрез типа H. Каждая итерация l общего алго-
ритма включает начальный и три основных этапа. Начальный этап заключается в сле-
дующем. Обнуляются матрицы ко-эволюционной памяти КЭП*1 и КЭП*2. На первом этапе
каждая пара агентов dk=(a1k, a2k): – конструктивными алгоритмами A1 и A2 синтезирует
свое решение Wk=(E1k
*,Sk); – формируется польское выражение Shk, соответствующее
решению Wk; – на базе Shk формируется дерево разрезов Tk; – на базе Tk формируется план
Rk и рассчитывается оценка решения Fk; – агенты откладывают (добавляют) феромон в
ячейки матриц коллективной эволюционной памяти КЭП*1 и КЭП*2, соответствующие
ребрам решения Wk=(E1k
*,Sk) в графах поиска решений G1 и G2 в количестве пропорциональном оценке решения Fk. На втором этапе феромон, накопленный в КЭП*1 и КЭП*2
агентами популяции на итерации l, добавляется в КЭП1 и КЭП2. На третьем этапе осу-
ществляется испарение феромона на ребрах графов G1 и G2. Тестовые испытания под-
твердили эффективность предложенного метода. Временная сложность алгоритма, по-
лученная экспериментальным путем, совпадает с теоретическими исследованиями и для
рассмотренных тестовых задач составляет О(n2). -
ИСПОЛЬЗОВАНИЕ ОПТИМИЗАЦИОННОГО ПОДХОДА ДЛЯ АВТОМАТИЗИРОВАННОЙ КАЛИБРОВКИ МИКРОЭЛЕКТРОМЕХАНИЧЕСКОЙ ИНЕРЦИАЛЬНОЙ НАВИГАЦИОННОЙ СИСТЕМЫ
Д. Е. Чикрин , С.В. Голоусов2021-08-11Аннотация ▼Технологии автономных робототехнических комплексов колесного типа становятся
более востребованными в последнее время. Отдельным видом применения таких техноло-
гии является автономный беспилотный наземный транспорт. В отличие от других видов
транспорта (воздушных, водных) наземным транспортным средствам требуется перио-
дически функционировать в условиях полной автономности – при недоступности внешней
связи с инфраструктурой, другими агентами транспортной сети. В таких обстановкахвопрос автономной навигации выходит на первое место, причем к точности позиционирова-
ния предъявляются повышенные требования, особенно в условиях антропогенной окружаю-
щей среды, например при движении в городской среде, по узким горным дорогам, тоннелям.
Одной из составных частей автономной навигации часто является инерциальная сборка,
состоящая из нескольких акселерометров, гироскопов, магнетометров. Для получения высо-
коточного навигационного решения на основе инерциальной сборки требуется качественно
производить ее калибровку. Отдельным вопросом стоит автоматизация и ее стоимость для
дальнейшего масштабирования необходимого для массового производства. В статье пред-
ставлена теория и методика автоматизированной калибровки инерциальной навигационной
системы на основе МЭМС датчиков при помощи решения оптимизационной задачи. Пред-
ложенная методика не требует высокоточного оборудования для проведения калибровки.
Целью представленной работы является разработка методов и теории калибровки инерци-
альных блоков навигации. В статье сформулированы общие модели измерений датчиков вхо-
дящих в состав инерциальной сборки, предложены методы калибровки параметров акселе-
рометров и гироскопов зафиксированных относительно друг друга. Представлен метод ав-
томатизации процесса калибровки, не требующий высокоточного оборудования. Представ-
лены результаты применения разработанных методов для калибровки реальной инерциаль-
ной сборки. Представлен стенд для автоматизированной калибровки. -
МОДЕЛИРОВАНИЕ ПРОЦЕССОВ ВАКУУМНОЙ ИНФУЗИИ В ПРОИЗВОДСТВЕ КРУПНОГАБАРИТНЫХ КОМПОЗИТНЫХ КОНСТРУКЦИЙ
Хуанг Чун-Пинь2021-08-11Аннотация ▼Представлена технология компьютерного моделирования процесса вакуумной инфу-
зии в производстве крупногабаритных полимеркомпозитных конструкций, привлекающего
все большее внимание при производстве летательных аппаратов, благодаря простоте
реализации и относительно низкой стоимости подготовки производства. Трудность про-
мышленной реализации процесса и обеспечения требуемого качества обусловлена его высо-
кой чувствительностью к режимам - температуре, вакуумному давлению и схеме распо-
ложения портов вакуума и инжекции связующего. Цель разработанной методики компью-
терного моделирования процесса с возможностью его последующей оптимизации состоит
в исключении используемого в настоящее время длительного и весьма дорогостоящего ме-
тода проб и ошибок при отработке технологии. Предлагаемая математическая модельпроцесса, связывающая уравнение фазового поля, реконструирующего границу раздела свя-
зующего и вакуумированной области преформы, уравнения Ричардса движения вязкой
жидкости в ненасыщенной пористой среде, термокинетики связующего и теплопроводно-
сти реализована в среде конечноэлементного пакета. Компьютерная реализация модели
обеспечивают точную реконструкцию динамики фронта распространения связующего в
пористой преформе, возможность возникновения и локализацию непропитанных зон фор-
муемой конструкции, тем самым, позволяя исключить образование неисправимого брака.
Полученные результаты демонстрируют способность разработанной техники обеспе-
чить стабильность качества производимых композитных конструкций с повышенными
требованиями к сплошности структуры и конструктивной прочности. -
ГИБРИДНОЕ ИСПОЛНЕНИЕ ЗАПРОСОВ К АНАЛИТИЧЕСКИМ БАЗАМ ДАННЫХ
П. А. Курапов2021-07-18Аннотация ▼Для повышения эффективности системам исполнения аналитических запросов необ-
ходимо использовать все доступные ресурсы современных распределенных гетерогенных
систем. Ускорители, сложная иерархия памяти и распределенность вычислений создают
возможности для оптимизации производительности. В статье проводится обзор сущест-
вующих подходов к реализации механизмов исполнения аналитических запросов к СУБД для
данных в оперативной памяти с использованием аппаратных ускорителей, в частности,
особое внимание уделено графическим ускорителям. За счет массивного параллелизма и
высокой пропускной способности памяти устройства графические ускорители представ-
ляют перспективную альтернативу основного устройства исполнения аналитических за-
просов. Существующие методы не задействуют всех возможностей современной аппара-
туры и обычно основываются на передаче данных по относительно медленной шине PCIe
для исполнения ядер каждого отдельно взятого оператора. Другой проблемой существую-
щих методов является явное разделение кодовой базы кодогенераторов реляционных опе-
раторов для ускорителей (графических процессоров) и центрального процессора, и невоз-
можность переиспользования сгенерированного кода для других устройств в системе, что
существенно ограничивает возможности их совместного использования с целью повыше-
ния производительности. В статье представлен метод эффективного исполнения запро-
сов на примере системы из двух классов устройств (ЦПУ и графический процессор) при
помощи компиляции с построением единого, независимого от устройства, промежуточно-
го представления (SPIR-V) и подход к оптимизации соответствующего гибридного физи-
ческого плана запроса на основе расширенного классического оператора “Exchange” с ис-
пользованием гетерогенных вычислительных ресурсов и явным контролем уровня параллелизма для каждого устройства. Для поиска оптимального физического плана предложен
способ построения модели затрат на основе данных о поведении основных вычислитель-
ных паттернов реляционных и вспомогательных операторов. Потенциал прироста произ-
водительности за счет оптимизации запросов целиком для наилучшего с точки зрения про-
изводительности устройства оценивается с помощью эмпирических данных, полученных
для коммерческой СУБД с открытым исходным кодом OmniSci DB. Предварительные ре-
зультаты демонстрируют возможность ускорения обработки запросов в разы (3-8х) при
выборе наиболее подходящего устройства исполнения. -
РЕАЛИЗАЦИЯ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ НА ВСТРАИВАЕМЫХ УСТРОЙСТВАХ С ОГРАНИЧЕННЫМ ВЫЧИСЛИТЕЛЬНЫМ РЕСУРСОМ
В. В. Ковалев , Н.Е. Сергеев2022-01-31Аннотация ▼Большие объемы видеоданных, фиксируемые сенсорными датчиками в различных спек-
тральных диапазонах, существенные размеры архитектур сверточных нейронных сетей
создают проблемы с реализацией нейросетевых алгоритмов на периферийных устройствах
из-за значительных ограничений вычислительных ресурсов на встраиваемых вычислительных
устройствах. В статье рассмотрено применение алгоритмов автоматического поиска и
распознавания образов на основе методов машинного обучения, реализованных на встраивае-
мых устройствах с вычислительным ресурсом Graphics Processing Unit. В качестве алгорит-
ма поиска и распознавания образов используются детекционные сверточные нейронные сети
«You Only Look Once V3» и «You Only Look Once V3-Tiny», которые реализованы на встраи-
ваемых вычислительных устройствах линейки NVIDIA Jetson, находящиеся в разном ценовом
диапазоне и с различным вычислительным ресурсом. Также в работе экспериментальным
путем вычислены оценки алгоритмов на встраиваемых устройствах по таким показателям,
как потребляемая мощность, время прямого прохода сверточнной нейронной сети и точ-
ность обнаружения. На основе решений реализованных, как на аппаратном уровне, так и на
программном, представляющихся компанией NVIDIA становится возможным применение
глубоких нейросетевых алгоритмов на основе операции свертка в режиме реального времени.
Рассмотрены методы оптимизации вычислений, предлагаемые компанией NVIDIA. Произве-
дены экспериментальное исследования влияния вычислений с пониженной точностью на ско-
рость работы и точность обнаружения объектов на изображениях, исследуемых архитек-
тур сверточных нейронных сетей, которые были предварительно обучены на выборке изо-
бражений состоящей из датасетов PASCAL VOC 2007 и PASCAL VOC 2012 -
РЕШЕНИЕ ЗАДАЧИ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ НА ОСНОВЕ БИОИНСПИРИРОВАННОГО АЛГОРИТМА
Э.В. Кулиев , Д. Ю. Запорожец, Ю.А. Кравченко , М.М. Семенова2022-01-31Аннотация ▼Рассматривается биоинспирированный алгоритм для решения задач интеллектуаль-
ного анализа. Интеграция биоинспирированных алгоритмов для решения задач интеллек-
туального анализа данных является перспективным направлением исследований. В качест-
ве биоинспирированного алгоритма, рассмотрен алгоритм, основанный на адаптивном
поведении муравьиной колонии. Алгоритм муравьиной колонии позволяет производить ка-
чественный поиск перспективных решений для получения оптимальных и квазиоптималь-
ных решений. Алгоритм обладает способностью выполнять поиск подходящей логических
условий. Алгоритм муравьиной колонии основан на примере поведения живых муравьев в
природе. Муравьи способны находить кратчайшее решение адаптируясь к изменениям
окружающей среды. Авторами предложен модифицированный алгоритм муравьиной коло-
нии для решения задачи интеллектуального анализа данных. В качестве задачи интеллек-
туального анализа данных выбрана задача кластеризации. Кластеризация – объединение в
группы схожих объектов – является одной из фундаментальных задач в области анализа
данных и Data Mining. Список прикладных областей, где она применяется, широк: сегмен-
тация изображений, маркетинг, борьба с мошенничеством, прогнозирование, анализ тек-
стов и многие другие. Решение данной задачи приобретает особую актуальность в услови-
ях постоянно растущего объема генерируемых, передаваемых и обрабатываемых данных.
Классические методы кластеризации оптимизированы путем объединения с предложен-
ным алгоритмом биоинспирированной оптимизации – муравьиным алгоритмом. Предло-
женный метод представляет собой модель, в которой муравьи представлены в виде аген-
тов, которые случайным образом перемещаются в пространстве решений с некоторыми
ограничений (например, препятствия на их пути). Для определения эффективности разра-
ботанного модифицированного муравьиного алгоритма (АСО) с алгоритмом кластериза-
ции, авторами была проведена серия вычислительных экспериментов. Для сравнения были
взять генетический алгоритм, алгоритм обезьян и алгоритм волков. Результаты модели-
рования доказывают, что муравьиный алгоритм на основе кластеризации дает лучшие
результаты, чем другие предлагаемые алгоритмы. -
НОВЫЙ АЛГОРИТМ ПОСТРОЕНИЯ КРАТЧАЙШЕГО ПУТИ ОБХОДА КОНЕЧНОГО МНОЖЕСТВА НЕПЕРЕСЕКАЮЩИХСЯ КОНТУРОВ НА ПЛОСКОСТИ
А. А. Петунин, Е.Г. Полищук , С. С. Уколов2021-04-04Аннотация ▼Рассматривается проблема маршрутизации режущего инструмента машин листо-
вой резки с ЧПУ для случая, когда точки врезки расположены на границах деталей, ограни-
ченных отрезками прямых и дугами окружностей, при этом используется техника непрерывной резки (CCP), т.е. каждый контур вырезается целиком, но не используется предва-
рительная дискретизация, то есть резка может начинаться с любой точки контура. Об-
щая задача поиска оптимального маршрута в этом случае сводится к минимизации длины
холостого хода. Показано, что она эквивалентна поиску кратчайшей ломаной с вершинами,
расположенными на контурах. Предложен новый эвристический алгоритм построения
такой ломаной для заранее заданного порядка обхода контуров. Показано, что получаю-
щееся решение представляет собой локальный минимум. Описаны некоторые достаточ-
ные условия, того, что решение является также глобальным минимумом, которые легко
проверяются численно, а некоторые даже визуально. Описана методика автоматического
учёта ограничений предшествования для практически важного случая наличия вложенных
контуров, возникающих как за счёт отверстий в деталях, так и за счёт расположения
мелких деталей в отверстиях крупных. При этом происходит также уменьшение размер-
ности задачи, что положительно сказывается на времени оптимизации, особенно дис-
кретной. Предложен эвристический алгоритм выбора порядка обхода контуров на основе
метода переменных окрестностей (VNS). Описаны альтернативные подходы применения
других методов дискретной оптимизации совместно с предложенным алгоритмом по-
строения кратчайшей ломаной для решения полной задачи непрерывной резки и возникаю-
щие при этом сложности как теоретического, так и практического характера. Описано
обобщение задачи непрерывной резки до более широкого класс задач сегментной резки и
обобщённой сегментной резки, что позволяет продвинуться в решении общей задачи пре-
рывистой резки. Описана схема применения предложенного алгоритма для решения задач
сегментной и обобщённой сегментной резки. Приведены некоторые результаты численных
экспериментов в сравнении с точным решением задачи для дискретной модели GTSP. -
ОПТИМИЗАЦИЯ ПРОЕКТИРОВАНИЯ МНОГОКАНАЛЬНОЙ СИСТЕМЫ С ИСПОЛЬЗОВАНИЕМ ЛОГИЧЕСКОГО СИНТЕЗА ДЛЯ ПОВЫШЕНИЯ КАЧЕСТВА ОБЪЕМНОЙ ВИЗУАЛИЗАЦИИ
Н.И. Витиска, Н.А. Гуляев, В. В. Селянкин2021-02-25Аннотация ▼Рассматривается задача оптимизации проектирования многоканальных систем,
используемых для прямой объемной визуализациис целью повышения качества её р е-
зультата. Объемная визуализация широко используется в современных системах ко м-
пьютерной визуализации, моделирования, симуляции, технического зрения, при этом
отличается необходимостью обработки больших объемов данных для возможности
получения высокого качества результата. Задача оптимизации проектирования мно-
гоканальных систем для объемной визуализации рассматривается с точки зрения дос-
тижения необходимого качества синтезируемого изображения при минимальных з а-
тратах. В работе предлагается метод логического синтеза таких систем, позволя ю-
щего получить оптимальные соотношения качества-затрат в зависимости от тре-
буемых параметров постановки задачи. Предлагаемый метод позволяет достигать
качества, близкого к результатам полного перебора, но требующего значительно
меньший объем вычислений. Для каждого канала системы определяется набор пер е-
менных, оптимизация которых обеспечит качество результата визуализации. На о с-
нове параметров оптимизации строится переключательная функция с помощью ди а-
граммы Вейча. Данный подход осуществляется программным путём в каждом канале
распределённой системы в реальном масштабе времени, что задаёт общую схему та-
кой методики. В процессе выполнения работы проводились экспериментальные иссл е-
дования зависимости точности решения и объема вычислений для прямой объемной
визуализации в каждом канале распределённой системы. Разработана методика о п-
тимального синтеза изображений при условии выравнивания качества воспроизведения
в небольшой группе каналов распределённой системы. -
БИОИНСПИРИРОВАННЫЙ ПОИСК В ПОЛНОМ ГРАФЕ СОВЕРШЕННОГО ПАРОСОЧЕТАНИЯ МАКСИМАЛЬНОЙ МОЩНОСТИ
Б. К. Лебедев , О.Б. Лебедев , М. А. Ганжур , М. И. Бесхмельнов2025-01-30Аннотация ▼Разработана реконфигурируемая архитектура гибридной многоагентной системы поиска
решений, базирующиеся на парадигмах роевых алгоритмов. Реконфигурируемая архитектура пу-
тем настройки позволяет реализовать следующие методы гибридизации: высокоуровневую и низ-
коуровневую гибридизацию вложением, типа препроцессор/постпроцессор, ко-алгоритмическую
на базе одного или нескольких типов алгоритмов. Предложена методология синтеза совершенного
паросочетания минимального веса в полном графе, основанная на базовых принципах гибридизации
поисковых. эволюционных процедур. В работе агентами роя являются трансформирующиеся хро-
мосомы, являющиеся генотипами решения. В качестве кода решения используется упорядоченный
список множества вершин графа. Разработана структура упорядоченного кода паросочетания
главное достоинство которого заключается в том, что одному решению (паросочетанию) соот-
ветствует один код и наоборот. Определены свойства упорядоченного кода и разработаны алго-
ритмы кодирования и декодирования. Работа гибридной системы начинается с генерации роем
пчел случайным образом произвольного множества отличающихся друг от друга решений в виде
исходного множества хромосом. Ключевой операцией пчелиного алгоритма является исследование
перспективных решений и их окрестностей в пространстве поиска. Разработан метод формиро-
вания окрестностей решений с регулируемой степенью подобия и близости между ними. На по-
следующих этапах работы многоагентной системы выполняется поиск решений процедурами,
построенными на основе гибридизации роевого и муравьиного алгоритмов. Отличительной осо-
бенностью гибридизации является сохранение автономии гибридизируемых алгоритмов. Отме-
тим, что для представления решений в алгоритмах используется единая структура данных, что
упрощает стыковку разработанных процедур. Предлагается подход к построению модифициро-
ванной парадигмы роя трансформирующихся хромосом. Поиск решений выполняющая в аффинном
пространстве. В процессе поиска осуществляется перманентные трансформации (переход) хро-
мосом в состояния с лучшим значением целевой функции решения (градиентная стратегия). Про-
цесс поиска решений итерационный. На каждой итерации осуществляется трансформация (пере-
ход) хромосом в состояния с лучшими значениями целевой функции решения. Целью трансформа-
ции хромосомы, тяготеющей к лучшей хромосоме, в новое состояние является минимизация сте-
пени различия, путем изменения взаимного расположения элементов в упорядоченном списке, что
соответствует увеличению веса аффинной связи. Обновленные после трансформации хромосомы
являются, в свою очередь, базовыми точками в последующих трансформациях. В результате экс-
периментов было установлено, что показатели качества разработанных алгоритмов имеют бо-
лее высокие значения чем в работах, представленных в литературе -
КОНЦЕПТУАЛЬНАЯ МОДЕЛЬ ФАКТОРОВ, ВЛИЯЮЩИХ НА ЭФФЕКТИВНОСТЬ ПРОЦЕССА ПОДГОТОВКИ И СЕПАРАЦИИ ГАЗА
А. В. Мартиросян , Д. В. Ромашин241-2492026-09-10Аннотация ▼Представлена концепция адаптивного управления при разделении природного газа. Применяемые на практике системы управления, как правило, основаны на фиксированных алгоритмах регулирования и не учитывают динамическое изменение физико-технических и эксплуатационных параметров, что приводит к снижению качества сепарации и росту энергозатрат. В статье описан подход сочетания системного анализа и метод Парето. Целью работы является разработка концепции адаптивного управления процессом подготовки природного газа на основе системного анализа. Недавние исследования показывают, что методы, основанные на данных, позволяют более точно настраивать параметры, лучше реагировать на колебания исходного газа и повышать эффективность удаления примесей. Для достижения поставленной цели в работе решены задачи выявления и классификации факторов, влияющих на качество и экономичность сепарации газа, а также формирования их взаимосвязей в рамках единой концептуальной модели управления. Особое внимание уделяется влиянию точного контроля ключевых параметров, таких как давление, температура и расход, на эффективность этих процессов. Анализ последних исследований демонстрирует растущее использование нейронных сетей и моделей машинного обучения в очистке газа для прогнозирующего управления, обнаружения аномалий и оптимизации рабочих параметров. Сравнительная оценка классических ПИД-регуляторов, нечетких, адаптивных и нейронных методов управления подтверждает преимущества интеллектуального регулирования с точки зрения стабильности, адаптивности и энергоэффективности. Основным результатом работы является обоснование ключевых факторов, определяющих эффективность сепарации, среди которых наибольшее влияние оказывают давление, температура и расход газа. Полученная модель формирует методологическую основу для разработки интеллектуальных и адаптивных систем управления процессом подготовки газа.
-
АЛГОРИТМ ПРОТИВОДЕЙСТВИЯ ПРЕДНАМЕРЕННЫМ ПОМЕХАМ НА ОСНОВЕ ТЕОРИИ ИГР И ОБУЧЕНИЯ С ПОДКРЕПЛЕНИЕМ
К. С. Григорян , Е. С. Басан66-772026-09-10Аннотация ▼Преднамеренные помехи представляют собой одну из наиболее серьёзных угроз информационной безопасности беспроводных систем связи, поскольку они могут приводить к нарушению доступности канала передачи данных и реализации атак отказа в обслуживании на физическом уровне. Особенно уязвимыми являются когнитивные радиосети, сенсорные сети и системы Интернета вещей, в которых злоумышленник способен динамически изменять стратегию постановки помех. Целью данной работы является разработка адаптивного алгоритма противодействия преднамеренным помехам, обеспечивающего устойчивость беспроводной системы связи в условиях неопределённости состояния канала и динамического поведения злоумышленника. Для достижения поставленной цели взаимодействие между легитимным узлом и постановщиком помех формализуется в виде марковской игровой модели Штаклберга, в которой передатчик выступает лидером, а злоумышленник – последователем. Обучение с подкреплением используется для адаптивного выбора стратегии легитимного узла в стохастической среде, тогда как робастная оптимизация SOCP (Second-order cone programming) обеспечивает выполнение требований к качеству обслуживания с учётом неопределённости оценки состояния канала. В качестве алгоритма обучения применяется метод SAC (Soft Actor-Critic), позволяющий эффективно работать в непрерывном пространстве действий. В ходе исследования решаются задачи формализации модели противодействия помехам, интеграции обучения с подкреплением с робастной оптимизацией и оценки эффективности предложенного подхода с использованием численного моделирования. Результаты моделирования показывают, что предложенный алгоритм RL-Stackelberg + SOCP обеспечивает снижение вероятности отказа соединения по сравнению с существующими методами противодействия помехам, включая ППРЧ (Псевдослучайная перестройка рабочей частоты) и игровые алгоритмы выбора частоты. Было проведено имитационное моделирование методом Монте-Карло предложенного алгоритма, а также нескольких алгоритмов на основе ППРЧ. Предложенный алгоритм противодействия преднамеренным помехам позволяет снизить вероятность обрыва связи на 0,14. Полученные результаты подтверждают повышение устойчивости беспроводных систем связи к атакам преднамеренных помех
-
АЛЬТЕРНАТИВНЫЕ ПОДХОДЫ К МАСШТАБИРОВАНИЮ NLP МОДЕЛЕЙ: АНАЛИЗ ПОДХОДОВ К ОПТИМИЗАЦИИ ОБЪЕМА ДАННЫХ И ВЫЧИСЛЕНИЙ ПРИ ОБУЧЕНИИ БОЛЬШИХ ЯЗЫКОВЫХ МОДЕЛЕЙ
К.И. Ралко , Н. Е. Сергеев152-1722026-07-07Аннотация ▼Основное внимание уделяется подходам преодоления системных ограничений парадигмы масштабирования больших языковых моделей (LLM), связанных с исчерпанием данных и экспоненциальным ростом вычислительных затрат. Обход таких ограничений позволяет разработать более эффективные подходы к созданию NLP-моделей без потери в качестве их работы. Целью данного исследования является сравнительный анализ эффективности стандартной трансформерной архитектуры (nanoGPT) и модели, оперирующей семантическими эмбеддингами (nanoSonar), для задач языкового моделирования в условиях ограниченных ресурсов. Работа с концептуальными эмбеддингами позволяет выявить более глубокие языковые закономерности и сократить объем требуемых данных для обучения, что значительно повышает эффективность моделирования. При проведении исследования использовался набор данных TinyStories, который включает короткие нарративы с четкой структурой. Перед реализацией моделей была проведена предобработка данных: для nanoGPT – токенизация методом BPE, для nanoSonar – преобразование текста в семантические эмбеддинги с помощью предобученной модели Sonar. Оценка моделей осуществлялась с использованием метрик функции потерь (loss) и перплексии (perplexity). Результаты исследования показали, что модель nanoSonar обеспечивает значительно более низкую перплексию (6,609 против 39,151 у nanoGPT), а также демонстрирует более устойчивую динамику обучения на поздних этапах. В работе представлен анализ современных подходов к оптимизации масштабирования (MoE, дистилляция, PEFT) и перспективных архитектур (LRM, SSM, RWKV), а также даны практические рекомендации по применению моделей, работающих в пространстве семантических эмбеддингов, для доменно-специфичных задач и систем с ограниченными вычислительными ресурсами. Результаты исследования могут быть полезны при разработке эффективных языковых моделей, сочетающих высокое качество генерации с экономичной архитектурой.
-
СОВРЕМЕННЫЕ ПОДХОДЫ РАСПОЗНАВАНИЯ ЛИЦ В УСЛОВИЯХ НИЗКОЙ ОСВЕЩЁННОСТИ: ОБЗОР И КОНЦЕПЦИЯ ГИБРИДНОЙ END-TO-END АРХИТЕКТУРЫ
Д. А. Морозов , В.В. Гилка , А. С. Кузнецова113-1332026-07-07Аннотация ▼Рассматривается проблема надёжного распознавания лиц в таких критически важных областях, как видеонаблюдение и биометрическая аутентификация в условиях недостаточной освещённости. Существующие подходы, как правило, разделяют задачи повышения качества изображения и собственно идентификации, что приводит к накоплению ошибок и потере информативных признаков. Целью работы является преодоление этого ограничения путём разработки и теоретического обоснования гибридной end-to-end архитектуры, в которой задачи улучшения изображения и распознавания лица решаются совместно. В исследовании проводится систематический обзор современных методов, включая классические алгоритмы (выравнивание гистограмм, подавление шумов) и передовые глубокие нейронные сети (такие как EnlightenGAN, Zero-DCE, ArcFace, RetinaFace). В качестве основного предложения представлена интеграция генеративных и идентификационных модулей в единый вычислительный граф. Ключевым результатом исследования является демонстрация того, что совместная оптимизация всех этапов обработки в рамках единой модели, в отличие от разрозненных решений, принципиально меняет подход к проблеме. Теоретический анализ и сравнительная оценка концепций показывают, что предложенная архитектура обеспечивает более эффективный поток градиентов в процессе обучения, что ведёт к формированию более качественных и устойчивых к шуму признаков для идентификации. Показано, что такой подход позволяет избежать накопления ошибки между этапами и минимизировать потери информации. Новизна работы заключается в целостном, end-to-end взгляде на проблему распознавания в условиях низкой освещённости. Практическая ценность подтверждается применимостью архитектуры в реальных системах, где её внедрение потенциально позволит повысить надёжность и скорость работы за счёт объединения разнородных задач в единый оптимизируемый контур.
-
ПОВЫШЕНИЕ ПОМЕХОУСТОЙЧИВОСТИ НАЗЕМНО-ВОЗДУШНЫХ РАДИОЛИНИЙ МЕТОДОМ АДАПТИВНОГО ИЗМЕНЕНИЯ МАРШРУТА БПЛА-РЕТРАНСЛЯТОРА НА ОСНОВЕ АНАЛИЗА ПОМЕХОВОЙ ОБСТАНОВКИ
А. А. Шмидт , В.Р. Бикбулатов , Д.Н. Поляков , А.А. Тхакахов2026-04-29Аннотация ▼Актуальность работы обусловлена возрастающей интенсивностью радиоэлектронного противодействия в тактическом звене управления, при котором традиционные методы организации связи через ретрансляторы с фиксированными маршрутами не обеспечивают требуемую помехоустойчивость и разведзащищённость. Цель работы – разработка метода адаптивного управления маршрутом БпЛА-ретранслятора на основе непрерывного анализа электромагнитной обстановки для повышения помехоустойчивости наземно-воздушных радиолиний. В качестве основного метода использована многокритериальная оптимизация траектории полёта с адаптивными весовыми коэффициентами, одновременно учитывающая три критерия: минимизацию уровня помех на рабочих частотах ретранслятора, обеспечение радиодоступности с корреспондентами сети и снижение вероятности обнаружения средствами радиоэлектронной борьбы противника. Для восстановления пространственной картины помеховой обстановки по ограниченному набору бортовых измерений исследованы методы интерполяции и экстраполяции: метод обратных взвешенных расстояний, метод радиальных базисных функций и статистическая экстраполяция на основе пространственной корреляционной функции. Разработана циклическая процедура функционирования системы адаптивной маршрутизации, включающая сбор данных, построение трёхмерной карты помеховой обстановки, прогнозирование её развития, расчёт оптимальной траектории и контроль результата манёвра. Результаты имитационного моделирования показывают, что применение предложенного метода позволяет повысить отношение сигнал/помеха на 1,5–2 дБ в среднем и до 8 дБ при наихудшем сценарии по сравнению с полётом по фиксированному маршруту. Практическая значимость работы состоит в возможности реализации предложенного способа на базе существующих БпЛА и радиоэлектронного оборудования без принципиально новых технических решений
-
РАЗРАБОТКА И ВНЕДРЕНИЕ КОРПОРАТИВНОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ НА ПРОМЫШЛЕННОМ ПРЕДПРИЯТИИ ЗАВОДА «АвтоВАЗ»
Д.Ю. Зорькин , А.А. Богнюков , Т. Е. Кожанова2026-02-27Аннотация ▼В условиях глобальной цифровизации промышленности разработка и внедрение корпоративных информационных систем (КИС) приобретает стратегическое значение для повышения операционной эффективности и конкурентоспособности предприятий. В представленном исследовании рассмотрен кейс интеграции ERP-системы «1С: Управление предприятием» на заводе
«АвтоВАЗ» – ключевом игроке российской автомобильной промышленности. Цель работы заключается в разработке и внедрении корпоративной информационной системы (КИС) на базе платформы «1C: ERP», направленной на оптимизацию корпоративной информационной системы (КИС). Методологическая база исследования объединила аналитический, графический и сравнительный подходы, а также практическую апробацию решений в программной среде «1С». Основное внимание уделено проектированию алгоритмов управления производственными циклами, формированию ресурсных спецификаций и настройке сценариев планирования. В рамках исследования разработаны модели прогнозирования спроса, проведён анализ производственных мощностей и выполнена балансировка выпуска с учётом приоритетности моделей (Lada Granta, Vesta, Largus). Реализация системы позволила сократить время обработки заказов на 30%, минимизировать простои складов на 18–22% за счёт синхронизации логистических графиков, а также повысить точность контроля качества через интеграцию диагностических инструментов (CAN-bus, спектрофотометрия). Особый акцент сделан на преодолении институциональных и технологических барьеров, включая модернизацию устаревших методов планирования, обучение сотрудников работе с ERP-интерфейсами и внедрение гибридных облачных решений для обеспечения масштабируемости системы. Практическая значимость исследования подтверждена достижением прозрачности распределения ресурсов, снижением операционных издержек и формированием адаптивной производственной стратегии, ориентированной на динамику рынка. Результаты работы демонстрируют, что внедрение КИС не только оптимизирует текущие бизнес-процессы, но и создаёт основу для устойчивого развития предприятия в условиях цифровой трансформации. Полученный опыт может быть экстраполирован на другие машиностроительные и промышленные предприятия, сталкивающиеся с задачами автоматизации управления и интеграции данных в условиях высокой конкуренции. Перспективы дальнейших исследований связаны с анализом долгосрочных эффектов от внедрения ERP-систем, включая их влияние на инновационный потенциал и экосистему цепочки поставок. -
НЕЙРОСЕТЕВАЯ АППРОКСИМАЦИЯ МОДЕЛЬНО-ПРОГНОЗИРУЮЩЕГО УПРАВЛЕНИЯ ДЛЯ СИСТЕМЫ СТАБИЛИЗАЦИИ ДИНАМИЧЕСКОГО ОБЪЕКТА
Б.А. Комаров , С. В. Леонов , Т.Е. Мамонова276-2872025-12-30Аннотация ▼Актуальность. При решении задач стабилизации динамических объектов достаточно широко применяется классическое модельно-прогнозирующее управление. Оно обеспечивает высокое качество управления за счёт решения задачи оптимизации на каждом шаге, однако обладает значительными вычислительными затратами, что ограничивает его применение в системах реального времени с высокими требованиями к частоте обновления. Поэтому вопрос исследования применимости нейросетевого регулятора, обученного на модельно-прогнозирующем регуляторе (MPC) при решении задачи стабилизации положения динамического объекта при ограниченном вычислительном и временном ресурсе является актуальной. Цель. Целью представленной работы было разработать и исследовать нейросетевой регулятор, обученный на основе MPC-регулятора, для стабилизации положения динамического объекта на подвижной платформе. Методы. При выполнении работы использовались методы системного анализа, имитационного моделирования, а также экспериментальные испытания на стенде. Результаты и выводы. В рамках исследования разработан и обучен нейросетевой регулятор, аппроксимирующий поведение MPC на основе данных, полученных при управлении реальной балансировочной платформой. Обучение проводилось по входным и выходным данным MPC без использования внутренней модели системы, что позволило воспроизвести динамику регулятора при существенно меньших вычислительных затратах. Экспериментальные результаты показали, что нейросетевая модель обеспечивает качество стабилизации, сопоставимое с оригинальным MPC, при этом время вычислений сократилось с 47 мс до 1.6 мс, что составило значение ускорения в 29 раз. Предложенный подход демонстрирует потенциал нейросетевых методов управления в задачах замещения сложных оптимизационных регуляторов для систем с ограниченными вычислительными ресурсами.
-
ПОПУЛЯЦИОННЫЙ АЛГОРИТМ ПОСТРОЕНИЯ ДЕРЕВА РЕШЕНИЙ МЕТОДОМ КРИСТАЛЛИЗАЦИИ РОССЫПИ АЛЬТЕРНАТИВ
Б. K. Лебедев , О. Б. Лебедев , В.Б. Лебедев2020-11-22Аннотация ▼В ряде случаев возникает необходимость установления соответствия между заяв-
ленным и фактическим значением категориальной переменной на основе совокупности
признаков объекта. В этом случае возникает потребность в классификаторе с оптималь-
ной последовательностью рассматриваемых атрибутов с заданным значением целевой
функции. Значением целевой переменной может быть: да, нет, номер сорта, номер класса
и т.д. В работе решается задача построения классификационной модели в виде оптималь-
ной последовательность рассматриваемых атрибутов и их значений, входящих в состав
маршрута от корневой вершины к концевой вершине с заданным значением целевой пере-
менной. Если требуется классификатор, включающий возможность альтернативных от-
ветов, то вначале строятся независимо друг от друга оптимальные маршруты для каж-
дого значения целевой переменной, а затем эти маршруты объединяются («склеиваются»)
в единое бинарное дерево решений. В алгоритме построения классификатора на основе
метода кристаллизации россыпи альтернатив, каждое решение Qk интерпретируется в
виде в ориентированного маршрута Mk на бинарном дереве решений. Назовем порядковый
номер элемента в ориентированном маршруте Mk позицией siS={si|i=1,2,…,nA}. Элемен-
том маршрута Mk является пара (xi,ui-), где xi соответствует Ai. ui- в маршруте Mk явля-
ется ребром, выходящим из xi и соответствует выбранному вместе с Ai значению Ai. Вто-
рой индекс элемента ui- определится после выбора Ai, помещенного в соседнюю с sj позицию
sj+1. Работа алгоритма построения дерева решений базируется на использовании коллек-
тивной эволюционной памяти, под которой подразумевается информация, отражающая
историю поиска решения. Алгоритм учитывает тенденции к использованию альтернатив
из наилучших найденных решений. Особенностями являются наличие непрямого обмена
информацией – стигмержи. Совокупность данных об альтернативах и их оценках состав-
ляет россыпь альтернатив. Рассмотрены ключевые моменты анализа альтернатив в про-
цессе эволюционной коллективной адаптации. Экспериментальные исследования показали,
что разработанный алгоритм находит решения, не уступающие по качеству, а иногда и
превосходящие своих аналогов в среднем на 3–4 %. Временная сложность алгоритма, полу-
ченная экспериментальным путем, лежит в пределах О(n2)-О(n3). -
МНОГОСТАДИЙНЫЙ МУРАВЬИНЫЙ АЛГОРИТМ ОДНОМЕРНОЙ УПАКОВКИ НА БАЗЕ ЭФФЕКТИВНЫХ МЕТОДОВ КОДИРОВАНИЯ РЕШЕНИЙ, И ДВУХУРОВНЕВОЙ ЭВОЛЮЦИОННОЙ ПАМЯТИ
М.А. Ганжур , Б.К. Лебедев , О.Б. Лебедев21-372025-10-01Аннотация ▼Целью работы является разработка и исследование методов биоинспирированного поиска для решения задач одномерной упаковки в одинаковые контейнеры на базе эффективных алгоритмов кодирования и декодирования решений, композитного критерия и двухуровневой структуры эволюционной памяти. В работе предложена структура упорядоченного кода упаковки одномерных элементов в одинаковые контейнеры главное достоинство которого заключается в том, что одному решению упаковки соответствует один код и наоборот. Поисковая процедура базируется на модифицированной метаэвристике муравьиного алгоритма. На каждой итерации алгоритм одномерной упаковки имеет многостадийную структуру. Стадии выполняются последовательно одна за другой, начиная с первой. Каждая стадия Сk включает процедуры, выполняемые агентом zk. Число стадий равно числу агентов в популяции плюс заключительная стадия итерации. Основная задача, решаемая конструктивным алгоритмом на стадии Сk, заключается в построении кода Rk упаковки множества элементов X в одинаковые контейнеры. Стадия делится на периоды по числу формируемых агентом zk списков Xjк. Период делится на этапы. На каждом периоде последовательно по этапам решаются следующие задачи: агент zk конструктивным алгоритмом формирует набор Rk упорядоченных списков Xjк одномерной упаковки в одинаковые контейнеры; рассчитываются оценки fjk упаковки каждого контейнера Oj элементами списка <Xjк>; рассчитывается количество λjk феромона, пропорциональное оценке fjk; рассчитывается оценка Wk=∑i(fjk) одномерной упаковки множества элементов X в H одинаковых контейнеров; производится отложение феромона на ребрах графа G, соответствующих списку Xjк в ячейки накопительной матрицы памяти E второго уровня. После формирования всеми агентами zk популяции Z упорядоченных списков Rk, накопленный феромон добавляется в основную матрицу памяти Φ первого уровня. Для каждого Rk рассчитывается общий показатель Fk качества упаковки множества элементов X. Заключительная операция на итерации ‒ испарение феромона на ребрах графа G и фиксация zk c лучшим Fk. Проведены экспериментальные исследования заключающиеся в выяснении качества работы метода на тестовых наборах большой размерности. Для сравнения разработанного алгоритма с известными методами и с приближенными алгоритмами авторами было выбрано несколько групп бенчмарок из различных источников
