ЗАСТОСУВАННЯ ШТУЧНИХ НЕЙРОННИХ МЕРЕЖ ТА ТЕХНОЛОГІЙ ФОРСАЙТУ У ЗДІЙСНЕННІ ТЕХНОЛОГІЧНОГО РЕІНЖИНІРИНГУ СУЧАСНОГО ПРОМИСЛОВОГО ВИРОБНИЦТВА

Автор(и)

  • Сергій Мехович Національний технічний університет «Харківський політехнічний інститут», Ukraine
  • Олександр Попов Перший заступник голови правління Акціонерного товариства «ФЕД», Ukraine
  • Світлана Клепікова Національний технічний університет «Харківський політехнічний інститут», Ukraine

DOI:

https://doi.org/10.20998/2313-8890.2022.11.01

Ключові слова:

штучні нейронні мережі, форсайт, технологічний рнінжиніринг, інноваційна система, кластерна політика, прогнозування

Анотація

У статті розглянуто питання щодо механізму обґрунтування вибору напрямів технологічного реінжинірингу. Визначено, що ефективність перетворень у першу чергу залежить від методів, інструментів вибору напрямів радикального перетворення технологічної основи виробничого підприємства та взагалі від технологічної політики. Обґрунтування напрямів технологічного реінжинірингу пов’язано із великим обсягом взаємозалежних змінних інноваційних перетворень і потребує фундаментального аналізу їх поведінки і впливу на виробничий процес. На сьогодні нейронні мережі є одним з найвідоміших і ефективних інструментів інтелектуального аналізу даних, який розвивається завдяки досягненням в області теорії штучного інтелекту та інформатики. Інтелектуальні системи на основі штучних нейронних мереж, нечіткої логіки дозволяють вирішувати завдання виконання прогнозів, оптимізації, розпізнавання образів і управління. Для навчання мережі необхідно мати набір значень вхідних величин (чинників) і відповідних кожному окремому набору значень потрібної вихідної величини. Такий підхід цілком збігається із задачами вибору напрямів технологічного реінжинірингу на підприємствах інноваційного кластеру. З цією метою визначено суттєві зовнішні иа внутрішні фактори, що здійснюють вплив на ефективність кластерної політики. На відміну від внутрішніх, зовнішні у найбільшій міри дозволяють вирішувати завдання виконання прогнозів, оптимізації, розпізнавання образів і управління. В умовах недосконалої регіональної інноваційної системи та враховуючи цей фактор, для ефективності вирішення задач здійснення технологічного реінжинірингу промислового виробництва запропоновано методику, яка поєднує форсайт-прогнозування перспектив технологічного реінжинірингу підприємств з теорією штучних нейронних мереж. Запропоновано механізм взаємодії штучних нейронних мереж і форсайт методу у визначенні напрямів технологічного реінжинірингу на основі регіональної кластерної політики.

Посилання

Hajkin S. Nejronnye seti, polnyj kurs. 2-e izd. M. Vilyams, 2008. 1103 s.

Bakulevskij V. L. Zastosuvannya nejronnih merezh dlya rozrahunkiv tehnichnih vtrat elektroenergiyi v povitryanih liniyah elektroperedach naprugoyu 6-35 kV. Visnik Priazovskogo derzhavnogo tehnichnogo universitetu. Seriya: Tehnichni nauki. 2015. Vip. 30. T. 2. S. 152–160.

Klepikova S. V. Primenenie nejronnyh setej v upravlenii energoeffektivnostyu predpriyatiya.Nejro-nechitki tehnologiyi modelyuvannya v ekonomici. K. KNEU. 2018. № 7. S.127-147.

Klepikova S. V., Klepikov V. B. K ispolzovaniyu metoda nejronnyh setej dlya resheniya ekonomicheskih zadach. Visnik NTU «HPI». H. NTU «HPI». 2005. Vip. 31. S. 59–66.

Matvijchuk A. V. Shtuchnij intelekt v ekonomici: nejronni merezhi, nechitka logika: monografiya. Kiyiv. KNEU, 2011. 439 s.

Terehov V. I., Zhukov R. V. Metodika podgotovki dannyh dlya obrabotki impulsnymi nejronnymi setyami. Nejrokompyutery: razrabotka, primenenie. 2017. № 2. S. 31–36.

Lichko K. P. Prognozuvannya ta planuvannya rozvitku agropromislovogo kompleksu. 3-e vid. M. Ekonomika, 2013. 412 s.

Kennet Li. Antill Nik. Ocenka kompanij: Analiz i prognozirovanie s ispolzovaniem otchetnosti po MSFO. Moskva, Alpina Pablisher, 2017. 440 s.

Stan naukovo-innovacijnoyi diyalnosti v Ukrayini u 2020 roci: naukovo-analitichna zapiska T.V. Pisarenko, T.K. Kuranda, T.K.Kvasha ta in. K. UkrINTEI, 2021. 39 s.

Sergeev N. N. Metodologicheskie aspekty energosberezheniya i povysheniya energeticheskoj effektivnosti promyshlennyh predpriyatij: monografiya. Izhevsk. Udmurtskij universitet, 2013. 116 s.

DSTU ISO/IEC 13273-1:2017 (ISO/IEC 13273-1:2015) Energoefektivnist i ponovlyuvani dzherela energiyi. Zagalna mizhnarodna terminologiya. Chastina 1. Energoefektivnist. [Chinnij vid 2018-06-01]. Kiyiv, 2017. 17 s.

Zaricka O. L. Ekonomichne ocinyuvannya innovacijnoyi energozberigayuchoyi produkciyi pidpriyemstv mashinobuduvannya: avtoref. dis. kandidata ekonomichnih nauk: 08.00.04. Lviv, 2010. 24 s.

Forsajt v Ukrayini u 2019-2020 rr.: bachennya ekspertiv shodo prioritetnih napryamiv nauki i tehnologij v Ukrayini dlya realizaciyi Cilej stalogo rozvitku: monografiya. T. V. Pisarenko, T. K. Kvasha, O. F. Paladchenko, L. V. Rozhkova ta in. K. UkrINTEI, 2020. 214 s.

Yevropejska Komisiya, «Spriyannya zagalnoyevropejskomu forsajtu pidhodi», sajt doslidzhen ta innovacij Yevropejskoyi komisiyi. Available at: http://ec.europa.eu/research/social-sciences/fwl-platform3_en.html.

Beshelev S. D., Gurvich F. G. Matematiko-statisticheskie metody ekspertnyh ocenok. M. Statistika, 1980. 263 s.

Solomka Yu. I. Primenenie geneticheskih algoritmov dlya obuche-niya nejronnyh setej. Chetverta mizhnarodna studentska naukovo-prak-tichna konferenciya "Svit molodi - molod svitu". 15-17 2004 rik: materiali konferenciyi. Vinnicya. VI MAUP, 2004. S. 85–90.

Wu W., Guozhi W., Yuanmin Z., Hongling W. Genetic Algorithm Optimizing Neural Network for Short-Term Load Forecasting. International Forum on Information Technology and Applications. 2009. P. 583–585.

Jinru L., Yibing L., Keguo Y. Fault Diagnosis of Piston Compressor based on Wavelet Neural Network and Genetic Algorithm. Proceedings of the 7th World Congress on Intelligent Control and Automation. 2008. P. 606–610.

Tang C., He Y., Yuan L. A Fault Diagnosis Method of Switch Current Based on Genetic Algorithm to Optimize the BP Neural Network. International Conference on Electric and Electronics. 2011. Vol. 99. P. 943–950.

Mahotilo K. V. Diploidnyj geneticheskij algoritm so smertnostyu. Problemy upravleniya i informatiki. 2011. № 3. S. 138–150.

Allan Dal Andersen i Per Dannemand Andersen, Innovacionnye sistemy forsajta: Tolkovanie i Sistematizirovanie Fondov innovacionnyh sistem forsajta i issledovaniya ego znacheniya. Daniya. Tehnicheskij universitet Danii, 2012g. P. 3.

Lajosh Nijri. Forsajt kak instrument vyrabotki politiki. V Tehnologicheskom forsajte dlya organizatorov. Braziliya. Centr strategicheskih issledovanij i upravleniya, 2003g. A10.

Forsajt kak instrument strategicheskogo dolgosrochnogo planirovaniya dlya razvivayushihsya stran. 2014 UNDP Global Centre for Public Service Excellence #08-01, Block A, 29 Heng Mui Keng Terrace, 119620 Singapore. Available at: www.undp.org/publicservice twitter.com/UNDPpublicserv

www.fb.com/GCPSE unteamworks.org/node/421576 (data dostupu 20.07.2022)

Ashis Nendi. Yavlyayas svidetelem budushego. Analiz budushego. 1996. 28, № 6-7. 636-7.

Frans Berkhaut i Dzhuliya Hertin. Scenarii analiza budushego forsajta: Razrabotka i primenenie interaktivnogo instrumenta strategicheskogo planirovaniya. Greener Management International 37. 2002. 39 s.

##submission.downloads##

Опубліковано

2023-03-17