Preview

Хранение и переработка сельхозсырья

Расширенный поиск

Использование методов кластеризации фазовых портретов при обработке больших данных

Аннотация

Рассмотрена задача построения траекторий развития подсистем, формирующих макросистему. Такими подсистемами могут быть производственные предприятия, деятельность которых в рамках их бизнес-моделей описывается большим количеством показателей. Траектории развития могут быть использованы при анализе динамики как отдельных предприятий, так и их групп (отраслей) без агрегирования информации. Задачи прогноза развития предприятий особо актуальны для пищевой промышленности, где ассортимент продукции включает сотни наименований, а принципы агрегирования условны. Построение траектории развития в виде фазового портрета, включающего не только значения показателей, но и значения их первых и вторых производных, позволяет формировать кластеры наиболее близких траекторий. Сформированные кластеры дают дополнительные возможности управления предприятиями и отраслью в целом с целью максимизации эффективности: прогнозирования развития предприятий, уточнения неявных критериев развития, учета плохо формализуемых условий деятельности. Построение кластеров требует введения метрики в фазовом пространстве, учитывающей свойства траекторий развития. Для этого введена обобщенная метрика, учитывающая корреляционные матрицы показателей подсистемы как временных рядов. При формировании кластеров фазовых траекторий можно путем экстраполяции средних фазовых траекторий определить ожидаемые значения параметров при различных горизонтах планирования, выделить точки слияния фазовых траекторий и, наоборот, точки бифуркаций. Таким образом, получена универсальная для анализа поведения и выбора стратегии управления макросистем методика обработки больших данных. Новизна исследования связана с разработкой математического обеспечения для построения фазовых портретов производственных предприятий, что позволяет существенно уточнить оценки эффективности предприятий.

Об авторе

Нина Юрьевна Логунова
Московский государственный университет пищевых производств
Россия


Список литературы

1. Amelkin S.A., Gagarina L.G. Ex-treme performance of heat engines as mac-rosystems with hierarchical efficiency criteria // В сборнике: Proceedings of the 2021 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering, ElCon-Rus 2021. 2021. С. 1956-1959.

2. Amelkina M.A., Amelkin S.A. A Mathematical Model of Nonequilibrium Re-gimes of an Open Socio-Economic System // Science, Technology, Higher Education and Society in the Conceptual Age ― Cracow, 2011

3. Tsirlin A., Amelkin S. Dissipation and conditions of equilibrium for an open mi-croeconomic system // Open Systems & Infor-mation Dynamics. 2001. Т. 8. № 2. С. 157-168.

4. Амелькин С.А. Предельные воз-можности процесса ресурсообмена в неод-нородной открытой микроэкономической системе // Математическое моделирование. 2005. Т. 17. № 4. С. 96-104.

5. Амелькин, С. А. Иерархические макросистемы как модели технологических бизнес-процессов в пищевой промышленно-сти / С. А. Амелькин, Н. Ю. Логунова // Хранение и переработка сельхозсырья. ‒ 2018. ‒ № 4. ‒ С. 84–91.

6. Амелькин, С. А. Обобщенное расстояние Евклида Махаланобиса и его свойства / С. А. Амелькин, А. В. Захаров, В. М. Хачумов // Информационные технологии и вычислительные системы. ‒ 2006. ‒ № 4. ‒ С. 40–44.

7. Афанасьева Ю. И., Шурпо А. Н. Возможности цифровизации пищевых пред-приятий при обеспечении продовольствен-ной безопасности России // Вестник Брян-ского государственного технического уни-верситета. 2019. № 6 (79). С. 77-83.

8. Басовский, Л. Е. Прогнозиро-вание и планирование в условиях рынка / Л. Е. Басовский – Москва: ИНФРА-М, 2010. ‒ 260 с.

9. Бендат, Дж. С. Прикладной анализ случайных данных / Дж. С. Бендат, А. Дж. Пирсол – Москва: Мир, 1989. ‒ 541 с.

10. Березин, И. С. Практика ис-следования рынков / И. С. Березин – Москва: Бератор-Пресс, 2003. ‒ 376 с.

11. Земенцкий, Ю. В. Проблема экономической эффективности кластер¬ных организаций / Ю. В. Земенцкий // Проблемы обеспечения финансовой безопасности и эффективности экономических систем в XXI в. – Санкт Петербург: Издательство Санкт-Петербургского университета технологий управления и экономики, 2017. ‒ С. 72–77.

12. Касьяненко, Т. Г. Применение корреляционно-регрессионного анализа в оценке бизнеса сравнительным подходом / Т. Г. Касьяненко, А. С. Полоско // Россий-ское предпринимательство. ‒ 2015. ‒ №20. ‒ С. 3611–3622.

13. Качалов Д.Л., Мишустин А.В., Фархадов М.П. Современные методы обра-ботки больших данных в крупномасштабных системах / Труды 11-й Всероссийской науч-но-практической конференции "Математи-ческие модели современных экономических процессов, методы анализа и синтеза эконо-мических механизмов. Актуальные пробле-мы и перспективы менеджмента организа-ций в России" (Самара, 2017). Самара: Изд-во СамНЦ РАН, 2017. Вып.11. С. 65-70.

14. Кузьминов И. Ф. Ключевые тренды развития агротехнологий и пищевой про-мышленности: анализ больших данных // Вопросы питания, том 87, №5, 2018, с. 222-223. doi:10.24411/0042-8833-2018-10332

15. Ландсбаум, М. Маркетинг. 21 век: Практ. пособие / М. Ландсбаум – Москва: ТК Велби, Проспект, 2006. ‒ 448 с.

16. Литвак Б. Г. Экспертные техноло-гии в управлении: учеб. пособие. - 2-е изд., испр. и доп. - М.: Дело, 2004. - 400 с.

17. Мартемьянов Ю.Ф., Лазарева Т.Я. Экспертные методы принятия решений. Тамбов: Изд-во Тамб. гос. техн. ун-та, 2010. – 80 с.

18. Мелехин, В. Б. Многоуровневая модель ситуационного управления техноло-гическими процессами обработки деталей в машиностроении / В. Б. Мелехин, В. М. Ха-чумов // Проблемы управления. ‒ 2019. ‒ №1. ‒ С. 73-82.

19. Мелехин, В. Б. Оптимальное управление развитием машиностроительных предприятий / В. Б. Мелехин, В. М. Хачумов // Приборы и системы. Управление, кон-троль, диагностика. ‒ 2019. ‒ №8. ‒ С. 44‒51.

20. Никитина М.А., Пчелкина В.А., Кузнецова О.А. Технологические решения интеллектуальной обработки данных в пи-щевой промышленности // Вестник Воро-нежского государственного университета инженерных технологий, том 80, №2 (76), 2018, с. 256-263.

21. Образцова А.А., Зяблов А.А. Ос-новные направления и методы повышения эффективности производства на предприя-тиях пищевой промышленности // Инду-стриализация современного общества: тео-рия и практика. М.: Издательский комплекс МГУПП, 2014, с.38-41.

22. Понизовкин Д. М. Амелькин С. А. Математическая модель коллаборативных процессов принятия решений // Программ-ные системы: теория и приложения, 4(8), 2011, c. 147–151

23. Старокожева, Л. Г. Определе-ние финансовой устойчивости отрасли: про-блемы построения динамической модели. / Л. Г. Старокожева, Е. В. Ларькина // Тамо-женная политика России на Дальнем Восто-ке. ‒ 2008. ‒ №2 (43). ‒ С. 106–115.

24. Цирлин, А. М. Модель произ-водственной фирмы в открытой микроэко-номической системе / А. М. Цирлин, С. А. Амелькин, М. А. Амелькина // Математиче-ское моделирование. ‒ 2002. ‒ Т. 14, № 4. ‒ С. 21–34.

25. Шелехова Н.В., Поляков В.А., Сер-ба Е.М., Шелехова Т.М. Перспективы при-менения IT-технологий на предприятиях пищевой промышленности // Пищевая про-мышленность, №12, 2018, с. 86-89.

26. Шустова М.В., Амелькин С.А. Прогнозирование состояния технической системы на основе байесовской оценки // Свидетельство о государственной регистра-ции программы для ЭВМ № 2016661083, да-та приоритета: 29.07.2016, дата регистрации: 29.09.2016


Рецензия

Для цитирования:


Логунова Н.Ю. Использование методов кластеризации фазовых портретов при обработке больших данных. Хранение и переработка сельхозсырья. 2021;(4).

For citation:


Logunova N.Yu. The use of phase portrait clustering methods in big data processing. Storage and processing of Farm Products. 2021;(4). (In Russ.)

Просмотров: 17


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2072-9669 (Print)
ISSN 2658-767X (Online)