Разработка интеллектуальной системы поддержки принятия решений на основе прецедентов для оперативного планирования сталеплавильного цеха

Авторы

  • Дмитрий Александрович Полещенко СТИ НИТУ «МИСИС»
  • Олеся Александровна Коврижных СТИ НИТУ «МИСИС»

DOI:

https://doi.org/10.52575/2687-0932-2024-51-2-453-465

Ключевые слова:

оперативное планирование сталеплавильного производства, система поддержки принятия решений, прецедент, нейросетевая модель, планирование, оптимизация

Аннотация

Проблема, которая затрагивается в данной статье, касается оперативного планирования сталеплавильного производства. Представлен анализ производственного предприятия относительно системного подхода и применен ситуационный подход для решения задачи посменно-суточного планирования. Авторы предлагают ИСППР, предназначенную для оперативного планирования сталеплавильного производства. В условиях сталеплавильного производства были разработаны модели поиска прецедентов и эффективные системы продукционных правил, которые предоставляют возможность адаптировать найденные прецеденты к текущей ситуации с высокой точностью и скоростью. Сокращение времени простоя агрегатов и переналадки оборудования в течение рабочей смены благоприятно повышает производительность стали, обеспечивая дополнительный объем продукции.

Скачивания

Данные скачивания пока недоступны.

Биографии авторов

Дмитрий Александрович Полещенко , СТИ НИТУ «МИСИС»

кандидат технических наук, доцент, доцент кафедры автоматизированных и информационных систем управления им. Ю.И. Еременко, СТИ НИТУ «МИСИС», г. Старый Оскол, Россия

Олеся Александровна Коврижных , СТИ НИТУ «МИСИС»

аспирант кафедры автоматизированных и информационных систем управления им.
Ю.И. Еременко, СТИ НИТУ «МИСИС», г. Старый Оскол, Россия

Библиографические ссылки

Боева Л.М., Коврижных О.А. 2021 Оперативная корректировка производственных планов с использованием технологий и алгоритмов гибких производственных систем. Экономика. Информатика. 48 (4): 802–809. DOI 10.52575/2687-0932-2021-48-4-802-809.

Варшавский П.Р. 2008. Механизмы правдоподобных рассуждений на основе прецедентов (накопленного опыта) для систем экспертной диагностики. Труды 11-ой национальной конференции по ИИ с международным участием (КИИ-2008, г. Дубна, Россия). В 3-х т., Т. 2. М: ЛЕНАНД:106–113.

Глухих И.Н., Никифоров Д.В. 2019. Разработка процесса принятия решений при моделировании и проектировании месторождений углеводородов на основе вывода по прецедентам. Новые информационные технологии в нефтегазовой отрасли и образовании: материалы VIII Международной научно-технической конференции; отв. ред. О. Н. Кузяков. Тюмень: ТИУ:17–21.

Городилов А.Б. 2010. Адаптивное управление наукоемким производством на основе прецедентов. Материалы XXX Российской школы по проблемам науки и технологий, посвященной

-летию Победы «Наука и технологии». Екатеринбург: УрО РАН: 260–264.

Еремеев А.П., Варшавский П.Р., Поляков С.А. 2021. Программная реализация модуля анализа данных на основе прецедентов для распределенных интеллектуальных систем. Программные продукты и системы. 3:381–389.

Иванов И.Г. 2020. Поддержка принятия решений в процессе испытаний перспективных космических средств на основе прецедентов. Вопросы электромеханики. Труды ВНИИЭМ. 175 (2): 51–56.

Иванов И.Г., Зубков Г.А. 2020. Модель адаптивной системы диагностирования бортовой аппаратуры космического аппарата на основе искусственной нейронной сети и прецедентов. Цифровизация и глобализация мировой науки и техники: новые исследовательские методы и подходы. Материалы V Международной научно-практической конференции: 25–28.

Карпов Л.Е., Юдин В.Н. 2007. Адаптивное управление по прецедентам, основанное на классификации состояний управляемых объектов. Труды ИСП РАН. 2:37–58.

Кочкин Г.А., Кочкина В.Р., Голубкин И.А. 2013. Проблемы рассуждений по прецедентам, детализации, интеграции и оценки схожести прецедентов. Инженерный вестник Дона. 4 (27), с. 107.

Кулида Е.Л. 2012. Формирование траектории движения объекта на основе прецедентов. Материалы 6-й Международной конференции «Управление развитием крупномасштабных систем» (MLSD-2012, Москва). М.: ИПУ РАН. 2: 321–322.

Кушников В.А., Богомолов А.С., Иващенко В.А., Селютин А.Д., Резчиков А.Ф., Кушникова Е.В., Марков А.И. 2023. Задача идентификации производственных ситуаций в системах управления производственными процессами авиаремонтного предприятия Мехатроника, автоматизация, управление. 24 (9): 451–461.

Поспелов Д.А. 1986. Ситуационное управление: теория и практика. М.: Наука. Гл.ред.изд.физ.-мат. лит., 288 с.

Klaus Dieter Althof, Eric Auriol, Ralph Barlette, Michel Manago. 1995. A Review of Industrial Case-Based Reasoning Tools, A1 Intelligence.

Sankar K. Pal, Simon C.K. Shiu. 2004. Foundations of Soft Case-Based Reasoning. New Jersey: Wiley, 344 p.

Tsukanov M.A., Kovrizhnykh O.A. 2020. The Need to Ensure Stability of the Schedule of Complex-Structured Productions. Proceedings – 2020 2nd International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency, SUMMA: Virtual, Lipetsk: 735–739. DOI 10.1109/SUMMA50634.2020.9280680.


Просмотров аннотации: 93

Поделиться

Опубликован

2024-06-30

Как цитировать

Полещенко , Д. А., & Коврижных , О. А. (2024). Разработка интеллектуальной системы поддержки принятия решений на основе прецедентов для оперативного планирования сталеплавильного цеха . Экономика. Информатика, 51(2), 453-465. https://doi.org/10.52575/2687-0932-2024-51-2-453-465

Выпуск

Раздел

СИСТЕМНЫЙ АНАЛИЗ И УПРАВЛЕНИЕ