Найти

Результаты поиска

• ИСПОЛЬЗОВАНИЕ ИНВАРИАНТОВ НЕЧЕТКОГО ГРАФА ДЛЯ АНАЛИЗА УСТОЙЧИВОСТИ СЛОЖНЫХ ТРАНСПОРТНЫХ СИСТЕМ

  И.Н. Розенберг , И.А. Дубчак

  136-145

  2025-12-30

  Аннотация ▼

  Рассматриваются вопросы оценки устойчивости транспортно-логистических систем (ТЛС) в условиях неопределенности, которые играют ключевую роль в обеспечении эффективного функционирования цепей поставок. Устойчивость систем анализируется в контексте их способности адаптироваться к внешним и внутренним воздействиям, таким как экономические колебания, изменение спроса, стихийные бедствия и технологические сбои. В данной статье предлагается использовать инварианты нечетких множеств, а именно нечеткое доминирующее множество, для оценки и анализа устойчивости транспортно-логистических систем в условиях неопределенности. Показано, что нечеткое доминирующее множество позволяет решать задачу размещения распределительных узлов в транспортно-логистической системе. Приведены примеры нахождения нечетких доминирующих множеств для нечетких и нечетких темпоральных графов как моделей транспортно-логистической системы. Нечеткие темпоральные графы также позволяют проводить более адекватное моделирование и анализ систем в случаях, когда параметр времени является одним из важных факторов. Практическая значимость исследования заключается в возможности проектирования более надежных и адаптивных ТЛС, способных эффективно функционировать в условиях неопределенности. Результаты могут быть использованы для оптимизации логистических процессов, снижения затрат и повышения устойчивости цепочек поставок. Полученные выводы также открывают перспективы для дальнейших исследований в области интеграции методов искусственного интеллекта и анализа больших данных в управлении транспортными системами. Дальнейшие исследования предлагается направить на интеграцию методов оптимизации потоков с учетом временных факторов и разработку цифровых двойников ТЛС

• АЛГОРИТМ ВЫБОРА МЕТОДА ДЛЯ ОПТИМАЛЬНОГО УПРАВЛЕНИЯ ЦИФРОВЫМ ДВОЙНИКОМ ПРЕДПРИЯТИЯ

  С.Н. Масаев

  2021-08-11

  Аннотация ▼

  Возрастает объем обрабатываемой информации при анализе и управлении деятельно-
  стью предприятия как системы. Объем обрабатываемой информации напрямую зависит от
  размерности этой системы. В работе деятельность предприятия формализуется как цифро-
  вой двойник предприятия. Цифровой двойник предприятия анализируется как динамическая
  система. Выполнена идентификация предприятия как динамическая система. Цифровой двой-
  ник предприятия формализован как балансовая модель В. Леонтьева. Создан алгоритм опти-
  мального управления цифровым двойником предприятия. В качестве параметров оптимального
  управления рассмотрены функции: траектория системы, время выполнение алгоритма и пока-
  затель состояния системы. В алгоритме для управления предприятием использованы методы:
  таксономия Блума, компетенции выпускников по специальностям СФУ и Национальные квали-
  фикационные рамки РФ. Идентификация процессов предприятия выполнена способом, на ко-
  торый получен патент. Алгоритм выполнен в авторском комплексе программ для анализа сис-
  темы размерностью 1,2 млн. значений. Исследование показало существенные изменения значе-
  ний функций оптимального управления, характеризующих состояния динамического объекта в
  зависимости от выбранных методик. Расчеты показали, как влияет выбор методики управле-
  ния на оптимальность решений. Отображено состояние предприятия через компетенции пер-
  сонала: психомоторные, когнитивные и аффективные. Установлено, что при низких когнитив-
  ных и аффективных способностях персонала начинает преобладать психомоторная деятель-
  ность, мало приводящая к результату. С ростом когнитивных способностей персонала психо-
  моторная деятельность становится более адекватной на внутренние задачи и влияние пара-
  метров внешней среды. Через интегральный показатель выполнена оценка внедрения методик в
  управление предприятием. Выполнена оценка оптимальности решения управления цифровым
  двойником предприятия как динамической системой.

• ВЕРИФИКАЦИЯ ДИНАМИЧЕСКИХ БИОМЕТРИЧЕСКИХ ПАРАМЕТРОВ ЛИЧНОСТИ НА ОСНОВЕ ВЕРОЯТНОСТНОЙ НЕЙРОННОЙ СЕТИ

  Ю.А. Брюхомицкий

  2021-01-19

  Аннотация ▼

  Биометрическая верификация личности используются преимущественно при доступе
  в компьютерные и мобильные системы, а также для удаленной (голосовой) верификации.
  При этом наибольшее распространение получили системы биометрической верификации
  по фиксированной парольной фразе, которые достаточно просты в реализации, но очень
  уязвимы для атак воспроизведения скомпрометированного короткого текста. Для устра-
  нения этого недостатка верификацию личности предлагается осуществлять по произ-
  вольному в отношении объема, содержания и языка тексту (текстонезависимая биомет-
  рическая верификация). В данной работе предлагается обобщенный подход к решению за-
  дачи верификации личности по динамическим биометрическим параметрам разной мо-
  дальности (клавиатурный почерк, рукопись, голос). Представление сигналов динамической
  биометрии осуществляется путем преобразования их в последовательности информаци-
  онных единиц, каждая из которых содержит одинаковое количество отсчетов биометри-
  ческого сигнала соответствующей модальности. Решение поставленной задачи осуществ-
  ляется путем контроля степени концентрации близко расположенных информационных
  единиц (кластеров) в определенных точках многомерного признакового пространства. Реа-
  лизуется такой контроль на вероятностной нейронной сети, осуществляющей статисти-
  ческую оценку плотности вероятности распределения информационных единиц в соответ-
  ствующих кластерах с последующим определением суммарной плотности вероятности для
  всего класса объектов. Преимуществами предлагаемого подхода являются: обобщение
  существенно различных методов текстонезависимой верификации личности по динамиче-
  ским биометрическим параметрам разной модальности; возможность принимать вери-
  фикационное решение за фиксированное время поступления биометрических данных, опре-
  деляемое размером используемого эталона; возможность задавать точность верифика-
  ции путем изменения размерности слоя образцов вероятностной сети. Недостатком
  предлагаемого подхода является необходимость программной реализации нейронной сети
  большой размерности. Однако этот недостаток быстро нивелируется с повышением про-
  изводительности средств вычислительной техники.