Найти

Результаты поиска

• ГРУППИРОВКА ПРЕДИКТОРОВ В КОМБИНИРОВАННОЙ КУСОЧНО-ЛИНЕЙНОЙ РЕГРЕССИИ

  С.И. Носков , С.В. Беляев

  120-127

  2025-10-01

  Аннотация ▼

  Дан краткий обзор публикаций по применению при математическом моделировании сложных систем комбинированных конструкций, содержащих в качестве составных элементов известные модельные формы. В частности, рассмотрены: алгоритм оценки параметров для создания математических моделей динамических систем; структурированные математические модели кислородного электрода и биологической очистки сточных вод; комбинированная модель, включающая ионный обмен между кальцием и медью; объединение нестандартных конечно-разностных схем и метода экстраполяции Ричардсона для получения численных решений двух моделей биологических систем; математическая формулировка задачи и эвристический подход к оптимальному планирования маршрутов доставки в мультимодальной системе; математическая модель оптимизации стратегических и тактических решений во всех видах цепочек поставок на основе биомассы; метод разработки моделей различных типов для элементов химико-технологических систем с учетом различных видов имеющейся информации и объединении этих моделей в единый комплекс. Сформулированы два варианта постановки задачи вычисления оценок параметров комбинированной кусочно-линейной регрессии – при непустом и пустом пересечении индексных множеств, задающих состав независимых переменных в линейной и кусочно-линейной компонентах модели. Показано, что в обоих случаях при выборе в качестве функции потерь суммы абсолютных отклонений ошибок аппроксимации эти варианты сводятся к задачам линейно-булева программирования. Построены две версии комбинированной кусочно-линейной регрессионной модели выручки горно-металлургической компании «Северсталь». В качестве независимых переменных модели использованы объемы производства: горячекатанного, холоднокатанного и оцинкованого  листа, листа с другим металлическим покрытием, листа с полимерным покрытием, сортового проката, метизной продукции

• МОДЕЛЬ И АЛГОРИТМ РЕШЕНИЯ ТРАНСПОРТНО-ЛОГИСТИЧЕСКОЙ ЗАДАЧИ СВОЕВРЕМЕННОЙ ДОСТАВКИ ГРУЗОВ С ИСПОЛЬЗОВАНИЕМ ГРУППИРОВКИ РОБОТОТЕХНИЧЕСКИХ КОМПЛЕКСОВ

  Е.Д. Григорьева , В.А. Ушаков

  2025-04-27

  Аннотация ▼

  Целью исследования является повышение качества оперативного планирования (программ-
  ного управления) логистических процессов в условиях современных городских систем при взаимо-
  действии группировки робототехнических комплексов. Качество управления в рамках данного
  исследования будет оцениваться по количеству доставок выполненных позже установленных ди-
  рективных сроков. Поставленная в ходе исследования цель декомпозируется на следующие задачи:
  системный анализ современного состояния исследований в области логистики мегаполиса, выпол-
  нение содержательной и формальной постановки задачи оперативного планирования логистиче-
  ских процессов в мегаполисе с использованием группировки робототехнических комплексов, разра-
  ботка модели и алгоритма оперативного планирования логистических процессов в мегаполисе с
  использованием группировки робототехнических комплексов, разработка специального модельно-
  алгоритмического обеспечения и его программного прототипа решения задачи оперативного пла-
  нирования логистических процессов в мегаполисе с использованием группировки робототехниче-
  ских комплексов. Проактивное (упреждающего) управление группировкой робототехнических
  комплексов при решении транспортно-логистических задач в мегаполисе в рамках концепции «Ум-
  ный город» позволяет повысить экономическую эффективность доставки грузов. В рамках ста-
  тьи рассматривается научно-техническая задача синтеза технологий (планов) своевременной
  доставки малогабаритных грузов с использованием группировки робототехнических комплексов.
  Теоретическая значимость заключается в применении концепции комплексного (системного) мо-
  делирования и проактивного (упреждающего) управления, а практическая значимость – в обеспе-
  чении своевременной доставки грузов с использованием группировки робототехнических комплек-
  сов в условиях мегаполиса. В статье рассмотрен пример решения задачи оперативного планирова-
  ния логистических процессов на примере Иннополиса с использованием характеристик роботов-
  доставщиков компании Яндекс (в качестве робототехнических комплексов). В ходе исследования
  проведен анализ различных вариантов целевых функций: максимизация прибыли и минимизация
  времени доставки; максимизация прибыли и минимизация времени; минимизация количества ро-
  бототехнических комплексов. Показателями оценки полученных результатов были выбраны: сум-
  марная прибыль от доставок; количество доставок, доставленных не вовремя и общее количество
  выполненных заказов. Наиболее подходящими целевыми функциями для решения задачи являются
  минимизация времени или одновременная минимизация времени и максимизация прибыли. Кроме
  того, в заключении приведены направления дальнейших исследований