В настоящем исследовании рассматриваются вопросы разработки и апробации интеллектуальных систем управления (ИСУ), нацеленных на повышение производительности различных технологических процессов. Актуальность данной темы обусловлена стремительным развитием информационных технологий и возрастающей потребностью в оптимизации производственных циклов для достижения максимальной эффективности и конкурентоспособности предприятий. Цель работы заключается в исследовании потенциала применения ИСУ для усовершенствования технологических процессов и разработке практических рекомендаций по их внедрению. Материалы и методы исследования включают в себя анализ существующих подходов к проектированию ИСУ, моделирование различных сценариев их функционирования, а также проведение экспериментов на реальных производственных объектах. В частности, были изучены такие методы, как нейронные сети, нечеткая логика, генетические алгоритмы и машинное обучение. Для апробации разработанных ИСУ были выбраны три предприятия различных отраслей промышленности: металлургический завод, нефтеперерабатывающий комплекс и фармацевтическая компания. Результаты исследования показали, что внедрение ИСУ позволяет значительно повысить производительность технологических процессов. Так, на металлургическом заводе удалось сократить время плавки стали на 12%, а расход энергоресурсов – на 8%. На нефтеперерабатывающем комплексе оптимизация работы установки каталитического крекинга привела к увеличению выхода светлых нефтепродуктов на 5,6%. В фармацевтической компании применение ИСУ для управления процессом синтеза активных веществ позволило на 20% снизить количество бракованной продукции и на 15% сократить время производственного цикла. Полученные результаты демонстрируют высокую эффективность использования интеллектуальных систем управления для оптимизации технологических процессов и открывают широкие перспективы для их дальнейшего применения в различных отраслях промышленности.
Хлебопекарная промышленность является одной из ключевых отраслей пищевой промышленности, играющей важную роль в обеспечении населения качественными хлебобулочными изделиями. Однако, несмотря на многовековую историю развития, данная отрасль сталкивается с рядом проблем, связанных с повышением качества продукции, снижением энергозатрат и оптимизацией производственных процессов. В настоящее время перспективным направлением решения данных проблем является применение интеллектуальных алгоритмов управления, основанных на методах искусственного интеллекта и машинного обучения. В данной статье рассматриваются возможности применения интеллектуальных алгоритмов управления для повышения качества и энергоэффективности хлебопекарного производства. Проведен анализ существующих подходов к управлению технологическими процессами хлебопечения, выявлены их недостатки и ограничения. Предложена концепция интеллектуальной системы управления хлебопекарным производством, основанная на применении методов нечеткой логики, нейронных сетей и генетических алгоритмов. Разработана математическая модель процесса выпечки хлеба, учитывающая влияние ключевых факторов, таких как температура, влажность, время выпечки и т.д. На основе данной модели создан программный комплекс, реализующий алгоритмы оптимизации режимов выпечки с целью достижения требуемых показателей качества готовой продукции при минимизации энергозатрат. Проведены экспериментальные исследования на базе действующего хлебозавода, подтвердившие эффективность предложенного подхода. Применение разработанной системы управления позволило повысить качество выпускаемой продукции на 15%, снизить расход энергоресурсов на 12% и увеличить производительность на 10%. Полученные результаты имеют важное значение для развития хлебопекарной отрасли и могут быть использованы при модернизации действующих и проектировании новых хлебозаводов. Дальнейшие исследования будут направлены на расширение функциональных возможностей разработанной системы, в частности, на реализацию адаптивных алгоритмов управления, учитывающих изменение характеристик сырья и условий внешней среды в реальном времени.
В данной статье рассматривается проблема оптимизации факторов интенсификации для повышения эффективности воспроизводственного процесса в агропромышленном комплексе. Целью исследования является разработка стратегий, направленных на максимизацию производительности и рентабельности сельскохозяйственных предприятий за счет внедрения инновационных технологий, рационального использования ресурсов и совершенствования организационно-экономических механизмов. Материалы и методы исследования включают анализ статистических данных, экспертные оценки, математическое моделирование и эконометрический анализ. В частности, были изучены показатели эффективности использования основных производственных фондов, трудовых ресурсов, материально-технической базы и финансового капитала в 120 сельскохозяйственных организациях различных регионов России за период с 2015 по 2023 годы. Применялись методы корреляционно- регрессионного анализа, оптимизационного моделирования, факторного анализа и экспертного прогнозирования. Результаты исследования показали, что ключевыми факторами интенсификации воспроизводственного процесса в АПК являются: внедрение прогрессивных агротехнологий (precision farming, биотехнологии, роботизация и автоматизация производства); оптимизация структуры посевных площадей и севооборотов; применение высокопродуктивных сортов растений и пород животных; развитие мелиорации и обеспечение рационального водопользования; совершенствование системы удобрений и средств защиты растений; модернизация машинно-тракторного парка и использование энергосберегающей техники; углубление специализации и развитие интеграционных процессов; внедрение цифровых технологий управления и информационно-консультационных систем. Расчеты показывают, что комплексная реализация предложенных стратегий позволит увеличить урожайность основных сельскохозяйственных культур на 25-40%, продуктивность животных – на 15-30%, снизить материалоемкость производства на 20-25%, повысить рентабельность до 35-45%. Прогнозируется, что к 2030 году суммарный экономический эффект от оптимизации факторов интенсификации может достигнуть 1,5-2 трлн рублей.
Применение технологий больших данных открывает новые возможности для оптимизации рецептур хлебобулочных изделий. Цель данного исследования - разработать методологию анализа больших данных для совершенствования рецептур хлеба и улучшения его потребительских свойств. В работе использованы методы интеллектуального анализа данных (data mining), машинного обучения и статистического моделирования. Эмпирическую базу составили структурированные данные о 2500 образцах хлеба, включающие подробную информацию об ингредиентах, режимах приготовления и результатах лабораторных испытаний. Применение алгоритмов кластеризации позволило выделить 5 устойчивых сочетаний ингредиентов, обеспечивающих оптимальные органолептические и физико- химические показатели готовой продукции. С помощью регрессионного анализа получены математические модели, описывающие влияние ключевых рецептурных факторов на объем и пористость хлеба. Метод опорных векторов использован для прогнозирования реологических характеристик теста в зависимости от состава смеси. Результаты исследования имеют значение для оперативной корректировки параметров технологического процесса и создания инновационных продуктов с заданными свойствами. В перспективе планируется масштабировать разработанную методологию на широкий спектр мучных изделий.
В условиях стремительного развития цифровых технологий и усложнения структуры цепочек поставок в хлебопекарной промышленности, актуальной становится проблема повышения прозрачности и эффективности управления данными процессами. Одним из перспективных инструментов решения этой задачи являются цифровые двойники – виртуальные модели реальных объектов и процессов, позволяющие осуществлять мониторинг, анализ и оптимизацию в режиме реального времени. Данное исследование направлено на изучение роли цифровых двойников в повышении прозрачности и эффективности управления цепочками поставок в хлебопекарной отрасли. Материалы и методы исследования включают анализ существующих научных публикаций, отчетов консалтинговых компаний и кейсов внедрения цифровых двойников на хлебопекарных предприятиях. Для оценки эффективности применения данной технологии были использованы методы статистического анализа, моделирования и сравнительного анализа ключевых показателей эффективности (KPI) цепочек поставок до и после
внедрения цифровых двойников. Результаты исследования демонстрируют, что использование цифровых двойников позволяет повысить прозрачность цепочек поставок хлебобулочных изделий на 30%, снизить затраты на логистику на 18-22%, сократить время выполнения заказов на 35%, а также улучшить показатели качества продукции на 15%. Кроме того, цифровые двойники способствуют оптимизации процессов планирования производства, прогнозирования спроса, управления запасами сырья и готовой продукции, что в совокупности приводит к повышению общей эффективности управления цепочками поставок в хлебопекарной отрасли на 25-30%.
Главная цель данной монографии состоит в том, чтобы рассмотреть основные методы оптимизации целевых функций (вплоть до математического программирования) в логичном порядке, подчёркивающем их генезис, а также заполнить имеющиеся “белые пятна”.
В 1-й главе излагаются аналитические аспекты решения задач на безусловный экстремум для целевых функций от скалярной или от векторной переменной. Рассматриваются решения специальных задач, в том числе задачи на доказательство иерархии всех средних величин, которой в 1, 3 и 4-й главах придаётся особое иллюстративное значение.
Во 2-й главе излагаются аналитические аспекты решения задач на условный экстремум для целевых функций от векторной переменной – либо зависимой от каких-нибудь параметров, либо ограниченной какими-нибудь уравнениями связи. Кроме того, в этой главе рассматриваются аналитические основы предельных методов. Показана геометрическая взаимосвязь всех трёх направлений условной оптимизации с использованием собственных функциональных проекторов в двух симметричных матричных формах. Выведено характеристическое (вековое) уравнение в стационарной точке для “условных собственных значений” матрицы Гессе.
В 3-й главе развит формальный анализ для неголоморфных функций от комплексных переменных (без увеличения их размерности как обычно вдвое). С применением формального анализа развиты методы безусловной и условной оптимизации для целевых вещественных функций от одной или нескольких пар комплексных сопряжённых переменных или от смешанных переменных.
В 4-й главе даны важные примеры решения экстремальных проблем в общей и линейной алгебре. Как один из результатов отметим теорему о полных требованиях к коэффициентам вещественного алгебраического уравнения для вещественности и положительности его корней.
В 5-й главе рассматриваются основные численные методы поиска экстремума для целевых функций 0-го, 1-го и 2-го порядка от одной или от нескольких скалярных переменных. Отдельно изложены методы поиска условного экстремума в двух ранее указанных вариантах переменной
Монография посвящена изложению наиболее важных вопросов управления техническими и экономическими системами. В работе подробно и доступно изложен математический аппарат, применяемый при разработке алгоритмов управления системами. Приведен оригинальный материал, включающий методы решения задач линейной оптимизации, факторного анализа экономических систем, управления энергетическими ресурсами измерительных информационных систем. Издание предназначено для научных работников и инженеров, занимающихся проблемами оптимального управления сложными системами, а также аспирантов и студентов соответствующих специальностей.
В монографии рассматриваются математические методы и модели управления процессами нефтепереработки на основе непрерывного подхода; математическая модель оптимизации процесса каталитического крекинга. Предложен подход к алгоритмизации численного решения системы дифференциальных уравнений в задачах моделирования процесса нефтепереработки. Разработана и готова к эксплуатации информационная система оптимизации процесса гидрокрекинга парафинов, в ходе проектирования данной системы произведена формализация процесса гидрокрекинга, выполнена программная реализация математической модели оптимизации гидрокрекинга с применением технологии распараллеливания, разработан интерфейс системы, описана возможность визуализации реакции гидрокрекинга парафинов. В монографии представлены результаты работы авторов в рамках гранта Российского фонда фундаментальных исследований по проекту 18-47-860003 р_а «Математическое моделирование процессов нефтепереработки и нефтехимии на основе динамических моделей в терминах смесей непрерывного состава».
Монография адресована исследователям в области системного анализ и обработки данных, аспирантам, магистрантам, а также преподавателям высшего образования.
Монография посвящена описанию дополнительной профессиональной программы (повышения квалификации) «Методика преподавания математики (углубленный уровень) в 10–11 классах» в предпрофильных классах «Инженерный класс в московской школе», «ИТ- класс в московской школе». Приведена характеристика программы и собран большой комплект задач для подготовки и проведения занятий по повышению квалификации педагогических работников. Издание может быть полезно работникам подготовительных курсов в ВУЗах и учителям средних школ, специализирующихся на работе с одаренными детьми.
В пособии систематически описаны элементы теории математического программирования, определение, примеры, свойства и алгоритмы псевдообращения, а так же постановка и решение нелинейной задачи о наименьших квадратах, что приводит крекуррентно-
итерационным алгоритмам. Предназначено для студентов направлений, получающих углублённую математическую подготовку, и связано с решением широкого круга задач. Включённый в пособие материал будет полезен так же инженерам, аспирантам, научным работникам, применяющим в расчётах математические методы; для них пособие может служить и в качестве справочника. В доступной для начинающих форме изложены важнейшие, наиболее часто используемые определения, свойства и примеры задач оптимизации, удобные в вычислительном отношении, пригодные для непосредственной реализации алгоритмы.
Рекомендовано УМС ЛГТУ в качестве учебного пособия для бакалавров, обучающихся по направлению подготовки ВПО01.03.04 «Прикладная математика», магистров по направлениям 01.04.04 «Прикладная математика», 09.04.01 «Информатика и вычислительная техника».