В статье рассмотрен алгоритм оптимизации расписания заданий на производстве. На основе плана смены (графика варок) и спецификаций заказов, загружаемых пользователем из файлов, система составляет расписание, состоящее из заданий «Подачи в зону отвешивания», «Отвешивание», «Перемещение в зону временного хранения», «Подача к реактору». Разработка выполнена в рамках заказа компании Unilever.
В работе представлен способ применения статистической математической модели в процессе генерации базы данных для обучения искусственной нейронной сети. Исследование проводилось на примере прогнозирования физико-химических свойств модели многокомпонентной смеси дизельного топлива и водородсодержащего газа. В результате получена нейронная сеть, которая определяет искомые величины с ошибкой 0,2%. Это позволит использовать нейронную сеть в динамических системах оценки загрязнений технологических аппаратов со стороны исследуемой углеводородной смеси без использования сторонних программных продуктов.
Некорректная формализация исходной системы при построении математической модели может привести к бесполезной многозатратной работе и, более того, к неверным выводам. Эти модели не могут быть исправлены за счет применения более общих свойств или более сложных конструкций. В статье обсуждаются пути построения адекватных моделей для сложных систем децентрализованного типа, содержащих различные активные элементы со своими интересами и наборами действий. Указаны базовые свойства систем, которые будут соответствовать моделям данного типа. На этой основе можно проводить предварительный отбор подходящей модели конкретной реальной системы.
В данной работе рассматривается применение задачи о назначениях в распределенной вычислительной системе кредитной организации. Постановка задачи для данной системы отличается от классической задачи о назначениях. Разработан итерационный алгоритм решения данной задачи. Проведены вычислительные эксперименты с использование Microsoft Excel.
Предлагается имитационная модель серверного комплекса при распределении вычислительной нагрузки с помощью сервера-балансира. Модель распределения нагрузки между серверами создана в программной среде MATLAB/Simulink/SimEvents/Stateflow. Модель является дискретно-событийной и позволяет учитывать случайный характер моментов возникновения заявок от пользователей и переменную длительность задержек при обработке задач.
Исследуется задача оптимального управления линейно нагруженной системой обыкновенных дифференциальных уравнений с линейными граничными условиями. Получены необходимые условия оптимальности первого порядка, которые позволяют использовать эффективные методы первого порядка для численного решения исследуемой задачи. Приведены результаты решения тестовой задачи и их анализ.
В работе приведена работа алгоритма для построения тематического профиля проекта. Рассмотрены ключевые модели и методы решения задачи тематического моделирования, как одной из частей работы алгоритма. Выполнена и отлажена программная реализация всех его частей, проверено качество его работы с разными параметрами для получения наилучшего результата. Для самого алгоритма описаны его преимущества, существующее место его применения и возможные перспективы развития.
В данной статье рассматривается задача построения имитационной модели обслуживания клиентов в многофункциональном центре предоставления государственных и муниципальных услуг с целью оптимизации бизнес-процессов. На основе UML-диаграмм разработана логическая схема имитационной модели. Создана 3D модель нахождения и обслуживания клиентов в многофункциональном центре. Проведены эксперименты для различных вариантов организации очереди. Выработаны предложения по оптимизации работы. В качестве инструмента реализации было использовано программное обеспечение AnyLogic.
В статье рассмотрены вопросы разработки модели нейронной сети для колоризации черно-белых изображений. Описаны основные вопросы, возникающие при проектировании модели нейронной сети для решения данной задачи. Обоснован выбор перехода на работу с цветовым пространством LAB из RGB. Описана архитектура GAN. Описана архитектура U-Net. Построены модели генератора и дискриминатора. Описан использованный при разработке нейронной сети инструментарий.
В работе описан процесс реализации электронного учебного пособия «Дифференциальное и интегральное исчисление» с использованием конструктора электронных курсов ISpring Suite. Рассмотрено соответствие государственному стандарту информационно-коммуникационных технологий в области образования, сформирована структура и наполнение электронного учебного пособия. С помощью задачи о покрытии множества сформированы оптимальные тесты, состоящие из практических задач и покрывающие множество элементов знаний.