авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 | 3 | 4 | 5 |
-- [ Страница 1 ] --

СИСТЕМНЫЙ АНАЛИЗ

И УПРАВЛЕНИЕ

ОРГАНИЗАЦИОННЫМИ

И ТЕХНИЧЕСКИМИ

ОБЪЕКТАМИ

СЕКЦИЯ 10

Секция 10. Системный анализ и управление организационными и техническими

объектами

514

УДК 517.997.56:669.18.046.5:536.42

К. В. Белоусова, Н. А.Володин

Донецкий национальный технический университет, г. Донецк

кафедра системного анализа и моделирования

ОБ ИДЕНТИФИКАЦИИ ПАРАМЕТРОВ УРАВНЕНИЯ

ТЕПЛОПРОВОДНОСТИ С ДРОБНОЙ ПРОИЗВОДНОЙ ПО ВРЕМЕНИ Аннотация Белоусова К.В, Володин Н.А. Об идентификации параметров уравнения теплопроводности с дробной производной по времени. В работе рассмотрена задача идентификации параметров уравнения теплопроводности с дробной производной по времени. Задача заключается в определении коэффициента теплопроводности, зависящего от координаты и порядка дробного дифференцирования. Проанализирована идентифицируемость параметров по квадратичному критерию качества идентификации. Предложен метод решения задачи, обеспечивающий быструю, равномерную сходимость.

Ключевые слова: идентификация, идентифицируемость, дробная производная Капуто.

Постановка проблемы.В настоящее время дробное исчисление находится в процессе бурного развития. Этот раздел математического анализа превращается в инструмент математического моделирования сложнейших динамических процессов в обычных и фронтальных средах, позволяющий решать на новой основе самые различные задачи моделирования.

Для описания процессов переноса тепла в высокопористых средах требуется использовать математический аппарат дробного интегро дифференциального исчисления [1, 2]. В этом случае в классическое уравнение теплопроводности вводятся производные дробного порядка как по пространству, так и по времени. Однако многие параметры можно определить только из решения задач параметрической идентификации.

Анализ литературы. Задача определения параметра дифференциального уравнения в частных производных параболического типа с дробной производной по времени рассматривалась в работе [3]. В этой работе отмечается, что обратная задача для такого уравнения может состоять не только в определении коэффициента, но и в нахождении порядка дробного дифференцирования Следует отметить, что в работе.

[3]нетанализаидентифицируемости параметров математической модели и задача решена только для постоянных коэффициентов, что существенно ограничивает приложения результатов работы.

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами Цель статьи. Идентификация параметров уравнения теплопроводности с дробной производной по времени. Анализ идентифицируемости параметров по квадратичному критерию качества.

уравнение Постановка задачи исследования.Классическое теплопроводности имеет вид:

= ( ). (1) Дробная производная Капуто (Caputo) [4] по времени имеет вид:

() 1 () =, ( ) ( ) (2) 0 1, Z, где Г(m) – гамма-функция, расширяющая понятие факториала до поля комплексных чисел, определяющаяся с помощью интеграла:

( ) =, 0. (3) Таким образом, с учетом (2), запишем уравнение (1) для одномерного случая в области =,,, в виде (, ).

=, (4) Начальное условие:

(, )= ( ). (5) Граничные условия:

= ( ), (6) = ( ).

t, Пусть в момент времени получена экспериментально функция (, ). Используя экспериментальные данные, можно определить параметры математической модели (4)-(6). Будем считать, что теплоемкость c и плотность, функции q(t) и ( ) известны.

Рассмотрим задачу идентификации функции ( )и порядка дробного дифференцирования. Критерий качества идентификации запишем в виде:

( ), (, ) (, ) = (7).

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами Задача идентификации вектор-функции = { ( ), },формулируется следующим образом. Необходимо идентифицировать доставляющий минимум критерию качества идентификации.

Решение задачи и результаты исследований. Проанализируем корректность решения задачи минимизации функционала. В силу теорем, опубликованных в [5], зависит от свободного члена полученной краевой задачи. Свободный член параболического уравнения с дробной производной по времени для множителя Лагранжа, через который определяется градиент, зависит от производной по функции состояния от подынтегральной функции функционала ( ),.Поэтому, для корректного решения задачи, необходимо критерий распространить на всю исследуемую область.

Следует отметить, что для корректного решения задачи необходимо критерий записать в виде:

(, ) (, ) =, (8) где P = ( ) ( ), а тэта – функции Хевисайда имеют вид:

1, если, ( ) = 0, если, 1, если, ( ) = 0, если.

Методом решения задачи является метод с регулируемым спуском, обеспечивающий быструю, равномерную сходимость в функциональном пространстве [6, 7]:

, 0, = 0, 1,.. (9) где - положительная вектор-функция, регулирующая направление спуска.

Согласноработе [5], вектор идентифицируем по функционалу, а алгоритм (9) позволяет корректно определить. Для критерия качества идентификации необходимое и достаточное условие оптимальности искомого вектора обеспечивается при 0, что реализуется алгоритмом (9). Для увеличения скорости продвижения в окрестности 0 может быть использован метод сопряженных градиентов [8], близкий по скорости сходимости к методам второго порядка:

=, п. в. (10) =, =, где п. в. положительная и ограниченная функция. Необходимо помнить, что алгоритм (10) требует периодического «очищения» направления спуска от накапливающихся погрешностей, то есть в процессе минимизации необходимо иногда задавать Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами =.

направление спуска Если отображение имеет овражный характер, то градиентные алгоритмы обеспечивают плохую (неравномерную на ) сходимость [6].

Убедиться в существовании оврага у конкретного функционала можно при помощи градиентного метода. Если существует такая итерация k и, что знаки локальных значений функции на начальное приближение части изменяются, т. е.:

на, = на \, то функционал имеет овраг [6]. Такое поведение соответствует повороту направления градиентного спуска вблизи дна оврага. Если s=, то такая итерация соответствует переходу через дно оврага или через минимум отображения.

Выводы. В работе поставлена задача идентификации параметров уравнения теплопроводности с дробной производной по времени.

Проанализированаидентифицируемость параметров по квадратичному критерию качества. Для решения задачи предложен алгоритм с регулируемым направлением спуска, обеспечивающий быструю, равномерную сходимость к минимуму критерия качества идентификации.

Список литературы 1. Самко С. Г., Килбас А. А., Маричев О. И. Интегралы и производные дробного порядка и некоторые их приложения. Минск :Наукаитехника, 1987.

2. Псху А.В. Уравнения в частных производных дробного порядка. – М.:

Наука, 2005. - 199с.

3. Лукащук С.4 Ю. Идентификация параметров дифференциального уравнения субдиффузии. // Труды Второй Всероссийской конференции (1-3 июня 2005г.) Часть 3. Дифференциальныеуравненияикраевыезадачи.

СамГТУ, Самара. 2005. С. 160-163.

4. Mainardy F., Paradisi P., Gorenflo R. Probability distributions generated by fractional diffusion equations. In J.Kertesz and I.Kondor (Editors).Econophysics: an Emerging Science (Kluwer, Dordrecht). 1999. P.

312-350.

5. Толстых В. К. Идентифицируемость систем с распределенными параметрами. // Автоматика и телемеханика, 1989. №10 с. 49-56.

6. Толстых В.К. Прямой экстремальный подход для оптимизации систем с распределенными параметрами. – Донецк. Юго-Восток, 1997. 177с.

7. Володин Н. А., Толстых В. К. Развитие теоретических основ оптимизации и идентификации параметров в слитках и отливках. – Донецк: ИИИИ «Наука і освіта», 2008. – 128с.

8. Васильев Ф. П. Численные методы решения экстремальных задач. – М.:Наука. 1988. -552с.

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами УДК 519. Л.И. Бриль Донецкий национальный технический университет, г.Донецк кафедра системного анализа и моделирования АНАЛИЗ ДИНАМИКИ ПОКАЗАТЕЛЕЙ ШАХТЫ ПРИ МОДЕЛИРОВАНИИ РИСКОВ ПОЛУЧЕНИЯ УБЫТКОВ Аннотация Бриль Л.И. Анализ динамики показателей шахты при моделировании рисков получения убытков. Проанализирована динамика экономических показателей шахты им. А.А. Скочинского. Произведен расчет статистических показателей в период с 2008 по 2012 год и выявлены возможности возникновения рисков на угольном предприятии.

Ключевые слова: шахта, моделирование, риски.

Постановка проблемы. Для Донбасса одним из важнейших вопросов является планирование деятельности угольных предприятий. Одна из явных проблем — это возникновение различных рискованных ситуаций на угольных шахтах.

Риск — деятельность, связанная с преодолением неопределенности в ситуации неизбежного выбора, в процессе которой имеется возможность количественно и качественно оценить вероятность достижения предполагаемого результата, неудачи или отклонения от цели.[1] Наиболее часто встречающиеся классификационные признаки рисков, применимые к угольной промышленности: по природе и причинам возникновения, по частоте реализации, по возможности компенсации потерь, по степени обоснованности, по степени влияния на финансовое положение, по управляемости, по возможности предотвращения, по происхождению опасности, по наличию информации о ситуации, по времени принятия рискованных решений[2].

В Украине угольная промышленность находится на дотации государства это сильно сглаживает и ослабляет влияние факторов на угледобывающую отрасль в целом. В связи с этим в планировании работы угольного предприятия практически не учитываются возможные колебания социально экономических и политических условий. Поэтому актуальным является провести анализ динамики показателей деятельности угольной шахты, с целью дальнейшего использования при моделировании рисков получения убытков.[3] Анализ литературы. Вопросами рисков на угольных шахтах занимались такие ученые как: А.П. Альгин, У.Гетц, Ю.Блех, П.Г.Грабовой, К.С.Мангуш, Г.В. Чернова. В вопрос планирования хозяйственной деятельности угольных предприятий большой вклад внесли А.И. Амоша, Н.И. Иванов, А.С.Кузмич, А.М.Курносов, Г.А.Ильина, Н.Г.Чумаченко, М.Е.Долженкова[2].

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами Цель статьи - провести анализ динамики экономических показателей шахты, для моделирования рисков получения убытков.

Постановка задачи исследования. В качестве объекта исследования для анализа экономических показателей выбрана шахта им. А.А.Скочинского ГП «ДУЭК».

Разработка угольных пластов на шахте осложнена тяжелыми геологическими условиями: высокой температурой пласта и вмещающих пород, высоким содержанием газа метана в угольных пластах, риском возникновения газодинамических явлений (агрессивное поведение угольного пласта и вмещающих пород, способных внезапно выбросить сотни тонн угля и десятки тысяч кубических метров газа метана). Данное обстоятельство послужило причиной ряда крупных аварий с большим количеством человеческих жертв. Эти обстоятельства увеличивают риск снижения прибыли от внешнего воздействия факторов, макроэкономических показателей. Так же имеет место значительный износ оборудования, что затрудняет работу и влияет на объем добычи угольной продукции[4] При таком неблагоприятном фоне отрицательных факторов важное значение приобретает правильное планирование деятельности угольной шахты с учетом неопределенности условий и стохастичности факторов, влияющих на ее деятельность.

Для достижения поставленной задачи необходимо:

- проанализировать динамику экономических показателей шахты им. А.А. Скочинского;

- рассчитать статистические характеристики исследуемых показателей;

- оценить перспективы применения имитационного моделирования при оценке рисков получения убытков на шахте.

Анализ динамики показателей шахты. Для анализа экономической деятельности необходимо, как минимум, проанализировать динамику основных результатов операционной деятельности угольных шахт – выполнение плана добычи угля, затраты на добычу угля, доходы деятельности шахты, себестоимость 1 тонны добычи и цена 1 тонны угля.[5] На формирование этих величин оказывают влияние различные внутренние и внешние факторы риска, которые приводят к их отклонениям как в отрицательную так и в положительную стороны. В результате отклонений в отрицательную сторону существует риск снижения или потери прибыли вообще.

При расчете динамики основных показателей операционной деятельности предприятия были использованы данные о годовой добычи угля, при условии постоянства используемости технологий и техники, себестоимости 1 тонны, доход/расход предприятия, ценна 1 тонны угля. Данные представлены за 5 лет, начиная с 2008 года (см. табл. 1).

Таблица 1 – Экономические показатели шахты за 2008-2012 года № Объем Себестоимость Доходы/Расходы, Цена 1-й Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами Дл добычи, 1-й тонны, тыс.грн тонны, я тонн тыс. грн тыс.грн наглядн 1 624625 647,5 346,5 978, ого 2 518200 782,85 -210,95 639, отображ 3 567800 834,05 209,68 923, ения 4 619500 738,29 319,3 825, эконом 5 634200 718,49 337,64 850, ических показателей работы угольной шахты построены графики по представленным выше данным об объеме добычи и себестоимости угольной продукции. По графику объема добычи наблюдается спад, в 2009 году, после чего с наблюдается стабильная тенденция роста. На снижение дохода мог повлиять взрыв на участке №2, что повлекло за собой значительные потери.

Объем добычи Тонны 2008 2009 2010 2011 Года Рисунок 1 – Динамика объема добычи угля(2008-2012гг.) Себестоимость 1-й тонны Тыс.грн 2008 2009 2010 2011 Годы Рисунок 2 – Динамика себестоимость 1-й тонны угля (2008-2012гг.) Расчет статистических характеристик. Для данных показателей произведены расчеты математического ожидания М(Х), которое показывает среднее значение исследуемых показателей, дисперсии D(X), которая Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами показывает, насколько составляющие распределение величины отстоят от средней величины этого распределения, среднеквадратического отклонения (X), которое определяет на сколько в среднем отклоняются показатели от их среднего значения [6]. Расчеты представлены в табл2.

Таблица 2 – Расчеты показателей Показатели М(Х) (X) D(X) Объем добычи, тонн 592865 2407454875 49065, Себестоимость 1 й тонны, тыс. грн 744,236 4903,41518 70, Доходы/Расходы, тыс.грн 126972,9 55903,0432 236, Цена 1-й тонны, тыс.грн 127513,4 16623,7476 128, Произведен расчет темпа роста и прироста (см. табл. 3) для всех показателей приведенных в табл. 1 [7, 8].

Таблица 3 – Расчеты темпов роста и темпов прироста Показатели Год Темп роста, % Темп прироста, % 2008 - 2009 82,962 -17, Объем добычи 2010 109,572 9, 2011 109,105 9, 2012 102,373 2, 2008 - 2009 120,903 20, Себестоимость 1-й 2010 106,540 6, тонны 2011 88,519 -11, 2012 97,318 -2, 2008 - 2009 -60,880 -160, Доходы/Расходы 2010 -99,397 -199, 2011 152,279 52, 2012 105,743 5, 2008 - 2009 65,372 -34, Цена 1-й тонны 2010 144,305 44, 2011 89,434 -10, 2012 103,056 3, А нализируя расчеты видно, что в 2009 году объем добычи угля снизился в сравнении с 2008 годом, а затраты (себестоимость продукции) превысили Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами доходы предприятия от реализованной продукции, тем самым шахта оказалась в зоне риска убыточности.

Ситуация смогла нормализоваться уже в 2010 году, цена на одну тонну угля выросла, а себестоимость на ее добычу снизилась.

Заметна тенденция к увеличению объема добычи, при этом снижается себестоимость продукции тем самым увеличивается прибыль предприятия.

Выводы. В результате исследования проанализирована динамика экономических показателей шахты им. А.А.Скочинского, рассчитаны статистические характеристики показателей.

Перспективой является построение имитационной модели для оценки и прогнозирования рисков убытков угольного предприятия, а так же разработка мероприятий по снижению отрицательных воздействий факторов риска, что должно обеспечить увеличение объема производства на предприятии и привести к снижению затрат, а значит увеличить прибыль.

Список литературы 1.Шапкин А.С. Теория риска и моделирование рисковых ситуаций / А.С. Шапкин, В.А. Шапкин – М.: Издательско - торговая корпорация «Дашков и Ко», 2009. – 880с.

2. Мартякова Е.В. Хозяйственные риски: оценка и прогнозирование / Е.В. Мартякова, И.В. Кочура – М.:ДВНЗ «ДонНТУ», 2008. – 220с.

3. Шаповалов С.Н. Оценка риска при прогнозировании прибыли на угольных шахтах методом имитационного моделирования / С.Н. Шаповалов, В.П. Овсянников, И.В. Кочура – М.: Научные труды ДонНТУ. Серия:

.экономическая. Выпуск №82, 2004. – 153с.

4.Официальный сайт ГП «ДУЭК» обособленное подразделение шахта им. А.А. Скочинского/ Интернет ресурс. – Режим доступа: www/URL:

http://www.duek.dn.ua/skoc/ 5.Ковалев В.В. Анализ хозяйственной деятельности предприятия:

Учебник / В.В. Ковалев, О.Н. Волкова М.: ТК Велби, 2002. – 424с.

6. Лагутин М.Б. Наглядная экономическая статистика / М.Б. Лагутин – М.: БИНОМ. Лаборатория изданий, 2009 – 472с.

7. Моисеев С.Р. Финансовая статистика: денежная и банковская: Учебник для вузов/ С.Р.Моисеев, М.В.Ключников, Е.А.Пищулин - М.: Кнорус,2010. – 208с.

8. Назаров М.Г. Статистика : Уч.- практическое пос. / М.Г.Назаров, В.С.Варагин, Т.Б.Великанова – М.: КНОРУС, 2008 г. – 480 с.

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами УДК 004. Е.А.Гришко, Орлов Ю.К.

Донецкий национальный технический университет, г.Донецк, кафедра системного анализа и моделирования СИСТЕМА УПРАВЛЕНИЯ АВТОМАТИЧЕСКИМ РАСПОЗНАВАНИЕМ РЕАЛЬНОГО ПОЛЬЗОВАТЕЛЯ И КОМПЬЮТЕРНОЙ ПРОГРАММЫ Аннотация Е.А.Гришко, Орлов Ю.К. Система управления автоматическим распознаванием реального пользователя и компьютерной программы.

Рассмотрена немаловажная проблема, которая возникла около пятнадцати лет назад – бот-сети (ботнеты, зомби-сети) и о возможном способе борьбы с этой проблемой, которую до сих пор очень сильно недооценивают до тех пор, пока не происходит утечка ценной информации с фирмы, не пропадают деньги с банковских карточек и прочие неприятности. Предложен для рассмотрения алгоритм системы управления автоматическим распознаванием реального пользователя и компьютерной программы.

Ключевые слова: бот-сеть, бот, зомби-сети, кража информации, кибершантаж, алгоритм.

Постановка проблемы.Необходимо разработать алгоритм системы управления автоматическим распознаванием реального пользователя и компьютерной программы, который направлен на борьбу с бот-сетями, которые используются для:

- рассылки спама;

- кибершантажа;

- анонимного доступа в Интернет;

- фишинга;

- кражи конфиденциальных данных.

Цель статьи – разработка алгоритма системы управления автоматическим распознаванием реального пользователя и компьютерной программы, направленного на борьбу с бот-сетями.

Решение задачи и результаты исследования.

Система управления автоматическим распознаванием реального пользователя и компьютерной программы предназначена для того, чтобы избежать кражи, потери информации, потери финансов и имиджа фирмы, а также многих других неприятных факторов. Структура данной системы представлена на рисунке 1.

На рисунке 1 рассматривается вариант атаки сети ботнетом. При входе сигнала х в систему управления происходит одновременный мониторинг сети Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами Internet и компьютера при помощи программного обеспечения и технических средств контроля, которые анализируют входной сигнал. Обнаружение атаки ботнета этими системами влечет за собой сигнализирование программными и техническими средствами, блокировку ботов, а затем поиск и блокировку центра ботнета.

Рисунок 1 – Система управления автоматическим распознаванием реального пользователя и компьютерной программы Система управления автоматическим распознаванием реального пользователя и компьютерной программы осуществляет двухуровневую защиту: с одной стороны на программном и техническом уровне, а с другой мониторинг сети Интернет и рабочих машин с целью дальнейшего обнаружения и частичной или полной ликвидации бот-сети.

На рисунке 2 представлен алгоритм работы предложенной системы.

Рассмотрим более подробно данный алгоритм, начиная с алгоритма мониторинга рабочей машины(2) в двух случаях:

1) появление нового или измененного файла (рисунок 3);

2) начало работы нового процесса (и этот процесс не был включен администратором системы в список разрешенных) (рисунок 4).

Кроме существующих составляющих для этой системы предлагаются алгоритмы работы вспомогательных подсистем, которые позволят не только максимально возможно защитить работу организации (сайта), но и обнаружить источник негативного воздействия, а именно:

1) алгоритм для программного обеспечения, которое будет взаимодействовать с аппаратными средствами для сбора и анализа статистики входного трафика;

2) алгоритм для системы обнаружения командного центра бот сети.

Обнаружение бот-сетей в первую очередь основано на анализе сетевого трафика. Совокупная информация об аномальных изменениях объемов входящего и выходящего трафика дает четкую картину о попытках нарушить работу, осуществить кражу информации и прочих воздействий на систему.

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами Следовательно, алгоритм для сбора и анализа статистки входного трафика является важной составляющей всей системы.

Рисунок 2 – Алгоритм работы системы управления автоматическим распознаванием реального пользователя и компьютерной программы Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами Новый/измененный файл + Файл анализируется на присутствие вредоносного кода Обнаружен код, похожий на Обнаружен вредоносный код вредоносный - + + Блокировка файла Перемещение файла в «карантин»

Каждый раз после обновления базы Создание резервной копии вредоносных кодов – проверка файла - Файл вылечен Файл не содержит вредоносного кода + + Файл становится доступным Восстановление из «карантина»

Удаление файла Оповещение об этом пользователю Рисунок 3 – Алгоритм мониторинга рабочей машины (в случае появления нового или измененного файла) Появление в системе нового процесса + Анализ кода процесса на вредоносность + Запрос администратору на Код процесса вредоносный дальнейшие действия с процессом + Запуск системы обнаружения Администратор приходит к выводу что данный командного центра ботсети процесс является вредоносным Добавление процесса в список разрешенных Рисунок 4 – Алгоритм работы мониторинга рабочей машины (в случае появления нового процесса) Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами Рисунок 5 – Алгоритм обнаружения командного центра бот-сети Выводы В результате проведенной работы был разработан алгоритм системы управления автоматическим распознаванием реального пользователя и компьютерной программы. Дальнейшие исследования будут направлены на моделирование данной системы для изучения эффективности алгоритма.

Список литературы Официальный документ Cisco, Ботнет: новый характер угроз, 1.

с.

CiscoSystems, Inc, 2008, 9 – URL:

http://www.cisco.com/web/RU/downloads/Botnets.pdf.

Богданова, И.Ф. Информационная безопасность: классификация 2.

компьютерных угроз / И.Ф. Богданова // Интернет и современное общество: Труды ХI Всероссийской объединенной конференции(28- октября 2008 г., Санкт-Петербург). - СПб.: Факультет филологии и искусств СПбГУ, С.

2008. - 27-29. URL: http://conf.infosoc.ru/2008/pdf_HI/BogdanovaN.pdf Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами УДК 007. А.И. Дерачиц Донецкий национальный технический университет, г. Донецк кафедра системного анализа и моделирования УПРАВЛЕНИЕ СИСТЕМОЙ СЛЕЖЕНИЯ ЗА СОЛНЦЕМ ДЛЯ МОБИЛЬНЫХ СОЛНЕЧНЫХ ЭНЕРГЕТИЧЕСКИХ УСТАНОВОК Аннотация Дерачиц А.И. Управление системой слежения за Солнцем для мобильных солнечных энергетических установок. Выполнен анализ существующих Солнечных энергетических установок и их систем позиционирования. Определены масштабы и области применения существующих систем. Установлена эффективность и КПД использования систем следящих за Солнцем.

Ключевые слова: Солнечные энергетические установки, системы позиционирования, эффективность, КПД использования систем.

Постановка проблемы. Использование всего 0,0005% энергии Солнца могло бы обеспечить все сегодняшние потребности мировой энергетики, а 0,5% - полностью покрыть потребности на перспективу [1].

Солнечная энергия характеризуется максимальной простотой использования, наибольшими ресурсами, экологической чистотой и повсеместным распространением. Эти обстоятельства определяют солнечную энергетику как одно из наиболее перспективных направлений развития технологий возобновляемой энергии.

Основным фактором, ограничивающим широкое применение солнечной энергетики на практике, является стоимость энергетических систем на её основе.

Снижение стоимости производства электроэнергии такими системами возможно за счет снижения стоимости солнечных батарей или повышения КПД их функционирования.

Реализация первого способа возможна следующими путями:

• удешевлением производства - создание цеха автоматического производства солнечных батарей;

удешевлением кремния путем замены монокристалла кремния на • поликристалл и мультикристалл кремния.

Повышения КПД солнечных элементов можно достичь:

используя тандемные установки, многослойный фотоприемник на • гетеропереходах, хотя это увеличивает стоимость;

применяя, двусторонние фотоэлектрические преобразователи • (ФЭП), что незначительно улучшает эффективность;

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами добавив различные концентраторы, которые значительно • увеличивают фотоответ, но усложняют конструкцию и требуют дополнительного ухода за поверхностью зеркал;

введя систему слежения за Солнцем.

• Использование систем слежения за Солнцем имеет некоторые особенности. Ориентирование возможно с применением одноосных и двухосных систем. И те и другие подразделяют на:

пассивные системы (основаны на программировании алгоритма • управления солнечной батареей);

активные системы;

• системы с ручной наводкой на Солнце.

• Ручная наводка обладает меньшей точностью и требует постоянного обслуживания оператором, но проста.

Пассивный способ основан на слежении за Солнцем по азимуту и углу, расчетно-постоянных характеристик для географического места установки.

Такие системы обеспечивают необходимую скорость вращения в азимутальном и вертикальном направлениях с учетом времени года.

Недостатком данного метода является введение поправок на сезонную высоту склонения солнца, сложность программирования и приемлемость программы только для одного географического положения.

Наибольшее развитие получили активные системы. Они применяются как для ориентирования солнечных батарей на земле, так и для ориентации в космических аппаратах [2].

Анализ литературы. Проведен анализ существующих Солнечных энергетических установок [3]. Общий вид энергетической установки, ее основные составляющие и функциональные части представлены на рис. 1:

Рисунок 1 – Общий вид следящей энергетической установки Система в общем виде представляет собой установку позиционирующего механизма и поверхности принимающей солнечную энергию.

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами Позиционирующий механизм приводится в действие одним электродвигателем в случае одноосных систем, и двумя – в случае двухосных.

Двигатели преимущественно применяются шаговые для максимально точного угла поворота механизма с редукторами большого коэффициента усиления.

Питание двигателей осуществляется за счет накопленной установкой энергии через контроллер заряд в аккумулятор. Более сложными конструкционно, но более эффективными в применении являются установки, дополнительно оснащенные коллекторами нагрева воды. Бак-накопитель нагретой воды является аккумулятором. Насос в таких системах не всегда обязателен, поскольку процесс циркуляции нагретой жидкости в коллекторе и холодной в баке происходит в соответствии с законами физики.

Рассмотрим несколько энергетических установок: ГЭУ-1.5, СФЭУ-1 и УФ-05 [4].

Автономная электрическая установка с плоскими зеркальными концентраторами ГЭУ-1.5 с пиковой мощностью 1.5 кВт. Площадь принимающей солнечное излучение поверхности 25 м. Конструктивно установка ГЭУ-1.5 состоит из одноосевого опорно-поворотного устройства (ОПУ). Вращение осуществляется вокруг вертикальной оси (по азимуту) системой следящих приводов с оптико-электронным датчиком положения Солнца, которые размещаются на станине ОПУ и решетчатой раме основания.

Автономная солнечная фотоэлектрическая установка СФЭУ-1. Установка обеспечивает комбинированную выработку электрической и тепловой энергии. Оборудование установки установлено на одноосевом опорно поворотном устройстве с системой автоматического слежения за движением Солнца. Технические параметры солнечной установки СФЭУ-1:

выходная пиковая электрическая мощность 0.5 кВт;

площадь принимающей концентрирующей системы - 24 м.

Солнечная ультрафиолетовая установка УФ-05 с плоскими зеркалами и повышенным коэффициентом концентрации УФ-излучения. Технические характеристики параметров установки УФ-05:

площадь концентратора ~ 20 м ;

производительность установки по водоочистке 0.51 м /ч;

система слежения - азимутальная, ошибка слежения 0.5°.

Цели статьи – провести анализ существующих энергетических установок, рассмотреть принцип их работы и определить особенности систем слежения за Солнцем.

Решение задачи и результаты исследования.

Необходимость в использовании системы слежения существует. Даже при эффективной стационарной установке солнечной батареи проигрыш в вырабатываемой мощности достигает 50%, чем при непрерывном ориентировании на Солнце. Низкая эффективность обоснована законом Снелля. На рис. 2 показана схема преломления луча.

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) 531 Секция 10. Системный анализ и управление организационными и техническими объектами Рисунок 2 – Схема преломления луча На рис.2 представлены следующие обозначения:

• - показатель преломления среды, из которой свет падает на границу раздела;

• - угол падения света — угол между падающим на поверхность лучом и нормалью к поверхности;

• - показатель преломления среды, в которую свет попадает пройдя попадает, границу раздела;

• - угол преломления света — угол между прошедшим через поверхность лучом и нормалью к поверхности.

Закон Снелля гласит, что в определенный момент времени угол падения света на поверхность связан с углом преломления соотношением соотношением:

sin = sin (1) В качестве примера рассмотрим ситуацию с использованием неподвижной энергетической установки. Такие стационарные установки не имеют устройства слежения за Солнцем и поэтому их устанавливают устанавливают, 45 … 60 от поверхности земли. Но это позволяет принимать максимум направляя концентраторы по горизонтальной оси к югу, а по вертикальной на вертика энергии, только лишь в пик солнечной активности. В остальное время, когда sin, Солнце на востоке или уже на западе имеет место полное отражение отражение:

(2) то есть преломлённый луч отсутствует, падающий луч полностью отражается от границы раздела сред.

0, когда падение солнечных лучей на поверхность В соответствии с законом Снелля очевидно, что следящая система будет ледящая 0 обеспечивать условие будет происходить по нормали, а отсюда, следовательно, и преломленные лучи так же будут устремляться по нормали. Это обеспечит более равномерное и более продуктивное генерирование электричества от эле восхода до захода Солнца.

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами Управление такой системой производится посредством датчика определяющего положение Солнца относительно установки и логического контроллера принимающего решение о направлении и градусе поворота установки.

Общая структурная схема функционирования системы управления представлена на рис. 3.

Рисунок 3 – Структурная схема функционирования устройства управления установкой На рис. 3 введены следующие обозначения: - сравнивающее устройство;

Р – регулятор, программируемый логический контроллер;

ДГ – двигатель горизонтальной оси;

ДВ – двигатель вертикальной оси;

Д – датчик.

Выводы.

Проведен анализ существующих энергетических установок, рассмотрен принцип и особенности работы систем. В ходе анализа было установлено, что имеющиеся системы слежения за Солнцем имеют преимущественно одноосное позиционирование и большие размеры конструкций. На примере закона Снелля было установлено, что КПД следящих систем значительно выше, чем стационарных, а, следовательно, актуальной является задача разработки устройств управления для следящих систем, в особенности двухосных.

Список литературы Ревелль, П. Энергетические проблемы человечества / П. Ревелль, Ч.

1.

Ревелль. – М.: Мир. Система ориентации Солнечных энергетических систем на основе 2.

фотоэлектрического датчика/ Интернет-ресурс. – Режим доступа:

www/URL:http://www.lib.tpu.ru/fulltext/v/Conferences/2010/K04/104123.p df Загл. с экрана.

Магомедов А.М. Возобновляемые источники энергии. Лабораторный 3.

практикум: Учебное пособие для вузов. Махачкала: ИПЦ ДГУ, 2005 – 246с.

Виссарионов В.И., Дерюгина Г.В., Кузнецова В.А., Малинин 4.

Н.К.,CОЛНЕЧНАЯ ЭНЕРГЕТИКА: Учебное пособие для вузов / Под ред. В.И. Виссарионова. – М.: Издательский дом МЭИ, 2008. – 320с.

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами УДК 621.317. Довгопол В.А., Куценко В.П.

Донецкий национальный технический университет, г. Донецк кафедра системного анализа и моделирования РАЗРАБОТКА АЛГОРИТМА РАБОТЫ РАДИОМЕТРИЧЕСКОЙ СИСТЕМЫ КОНТРОЛЯ ПАРАМЕТРОВ ДИЭЛЕКТРИЧЕСКИХ ИЗДЕЛИЙ Аннотация Довгопол В.А., Куценко В.П. Разработка алгоритма работы радиометрической системы контроля параметров диэлектрических изделий. Рассмотрена автоматизированная радиометрическая система с использованием фазовых измерений КВЧ-сигналов, позволяющая контролировать габаритные размеры диэлектрических изделий в процессе их механической обработки. Предложен алгоритм автоматизированной обработки диэлектрических изделий с заданной точностью.

Ключевые слова: радиометрическая система, разность фаз, КВЧ-сигналы, алгоритм, контроль параметров.

Постановка проблемы. При механической обработке на токарном станке производимых диэлектрических изделий (тел вращения) необходим контроль их габаритных размеров. В настоящий момент данный контроль осуществляется вручную с остановкой оборудования.

Целью данной работы является автоматизация производственного процесса в соответствии с разработанным алгоритмом, позволяющая снизить длительность цикла механической обработки изделий, повысить точность их обработки и минимизировать ручной труд.

Решение задачи и результаты исследования.

Изменение габаритных размеров обрабатываемых изделий приводит к изменению фазы отраженных от них зондирующих КВЧ-сигналов, что позволяет судить об отклонении их параметров от нормированных значений [1]. Преимущества такого подхода очевидны, а сами методы радиометрического КВЧ-контроля пригодны для неразрушающего контроля технологических параметров изделий на рабочем месте дистанционно и без вывода оборудования из техпроцесса [2].

На рисунке 1 представлена функциональная схема радиометрической системы контроля параметров диэлектрических изделий в процессе их механической обработки, на основе которой осуществляется разработка алгоритма ее оптимального управления [3].

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами Рисунок 1 – Функциональная схема радиометрической системы контроля параметров диэлектрических изделий Система имеет двухканальную структуру, содержащую элементы разделения падающих и отраженных волн. Сигналы с промежуточной частотой, пропорциональные разности фаз входных КВЧ-сигналов, усиливаются узкополосными усилителями промежуточной частоты, а их низкочастотная разность фаз преобразуется фазовым детектором в пропорциональное напряжение, которое оценивается микроЭВМ для выдачи управляющих сигналов на блок регулировки.

Радиометрическая система содержит генератор GІ гармонических колебаний КВЧ-диапазона, делители мощности А2 и А3, подключенные к генератору GІ, автоматический переключатель S1 и циркулятор А1 с подлюченными приемно-передающими антеннами 1 — n, закрепленными на подвижных креплениях Ш1 — Шn скобы, повторяющей форму изделия, и направленными на контролируемый объект «О».

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами Начало S, m=1,U=k1,Uцел,E |U-Uцел|E + m=n - + m= U=kn- U=k S=f(U) S=f(U) l= l= - + S=0) m= - + i=1;

in+1;

i++ l= U=ki U=k1 U=k - + |U S=f(U) Uцел|E - + r=i m= l= - + l= m=r U=k2 U=k S=f(U) S=f(U) S=... i- Конец Рисунок 2 – Алгоритм оптимального управления радиометрической системой контроля параметров диэлектрических изделий Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами В состав системы входит также согласующий атенюатор А4, подключенный к другому выходу делителя мощности А2, КВЧ-балансные смесители U6 и U7, к выходам которых подключены последовательно соединенные усилители промежуточной частоты А6 и А7, формирователи коротких импульсов U8 и U9 и линейный фазовый детектор U10.

К другому выходу делителя мощности А3 подключен КВЧ квадратурный фазоделитель U1, к выходам которого через КВЧ-балансные модуляторы U2 и U3 подключен двойной волноводный тройник А5, выходы которого соединены с другими входами КВЧ-балансных смесителей U6 и U7, низкочастотный генератор, встроенный в микроЭВМ cpu и соединенный с низкочастотным квадратурным фазоделителем U4, выходы которого через автоматические переключатели S2 и S3 соединены с модулирующими входами КВЧ-балансных модуляторов U2 и U3. Делитель частоты U5 соединяет управляющие входы автоматических переключателей S2 и S3, синхронного детектора U11 и выход низкочастотного генератора, встроенного в микроЭВМ cpu. К выходу фазового детектора U10 подключены последовательно соединенные фильтр верхних частот Z1, усилитель низкой частоты А8, синхронный детектор U11, фильтр нижних частот Z2, аналогово цифровой преобразователь U12, микроЭВМ cpu и цифровой индикатор P1. Цифровой виход микроЭВМ cpu соединен с кодоуправляемым блоком регулирования (БР), управляющим режимом механической обработки изделия фрезой Ф1.

Проанализировав работу радиометрической системы, можно разработать алгоритм управления механической обработкой изделий из диэлектрических материалов, что позволит оптимизировать контроль их технологических параметров. Алгоритм оптимального управления радиометрической системой представлен на рисунке 2.

При разработке алгоритма были использованы такие условные обозначения:

m – положение фрезы относительно зоны приема отражения сигнала;

S – глубина подачи фрезы;

U – текущее значение фазы зондирующего сигнала;

Uцел – целевое значение фазы зондирующего сигнала;

E – допустимое значение разницы фаз зондирующего сигнала, согласно заданному значению толщины обрабатываемого изделия;

массив k – значения фаз зондирующего сигнала с антенн (количество элементов в массиве равняется количеству антенн);

l – направление движения фрезы;

r – управляемое положение относительно антенн (1-n).

Измерение коэффициента отражения КВЧ-сигнала производится с опережением (коэффициент измеряется перед фрезой). Это позволяет вовремя останавливать обработку при достижении изделием желаемых параметров.

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами После остановки фрезы вся поверхность изделия проверяется и, если требуемая точность достигнута на всех участках, обработка завершается, в противном случае фреза перемещается на участок, требующий обработки.

Пока фреза находится в данном участке, определяется глубина подачи фрезы определяется, как S = f (U), когда фреза покидает данный участок, она перестает подаваться, S = 0, так как заданная точность на данном участке может быть не достигнута, необходимо повторно его проверить. Для повтора проверки данного участка, итератор i уменьшается. Эта операция повторяется, пока не будет достигнута требуемая точность, после этого проверяется следующий участок. Так достигаются требуемые показатели точности обработки на всех участках поверхности изделия.

Выводы. Предложенный алгоритм управления позволяет производить обработку диэлектрических изделий с требуемой точностью не останавливая оборудование, что существенно снижает потери времени на создание единицы продукции и значительно повышает производительность труда.

Рассмотренная радиометрическая система инвариантна к фазовым искажениям в преобразовательных каналах, результат коммутационного преобразования не зависит от амплитудно-фазовых искажений в смесителях и частотно-фазовых искажений в избирательных усилителях, что обеспечивает повышение точности измерения габаритных размеров изделий на рабочем месте при их механической обработке.

Данный способ контроля габаритных размеров диэлектрических изделий также позволяет избежать ошибок измерений, связанных с человеческим фактором (неточности, возникшие вследствие неверного применения измерительных приборов).

Список литературы Головко Д.Б., Скрипник Ю.О., Яненко О.П. Надвисокочастотні методи та 1.

засоби вимірювання фізичних величин. – К.: Либідь, 2003. – 328 с.

2. Куценко В.П. Методы и средства сверхвысоко-частотной радиометрии /Куценко В.П., Скрипник Ю.А., Трегубов Н.Ф., Шевченко К.Л., Яненко А.Ф. — Донецк: ИИиИИ «Наука і освіта», 2011. – 324 с.

3. Звіт про виконання науково-дослідної роботи „Розробка алгоритмів оптимального управління системами неруйнівного контролю в умовах технологічних процесів виробництва продукції на ККНВП „Кварсит” — Донецк: ДонНТУ, 2012. – 92 с.

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами УДК 51-74:336.76. Д.А. Домащенко Донецкий национальный технический университет кафедра системного анализа и моделирования E-mail: domashchenko.daniel@gmail.com АНАЛИЗ СУЩЕСТВУЮЩИХ ТОРГОВЫХ РОБОТОВ И ПОСТАНОВКА ЗАДАЧИ ПРОЕКТИРОВАНИЯ Аннотация Домащенко Д.А. Анализ существующих торговых роботов и постановка задачи проектирования. Проведен анализ существующих торговых стратегий и идентификаторов торговли, сформулированы основные требования к разрабатываемому торговому роботу, определена структура создаваемой системы, выделены элементы, подсистемы и механизмы их взаимодействия.

Ключевые слова: сравнительный анализ, торговая стратегия, торговый советник.

Общая постановка проблемы В современном мире одним из путей инвестирования финансовых средств является биржевая торговля. Необходимо отметить, что при существующем многообразии объектов совершения операций данного типа наиболее популярный способ торговли представляет собой игру на разнице курсов валют, а самым развитым рынком в этой сфере является FOREX. В 2011 г. ежедневный оборот составил 4,5 трлн. USD, и опытные трейдеры могли получить за день до 5-7% прибыли, что при достаточно большой стоимости лота представляло существенный доход [1].

Биржевая торговля исследуемого типа требует непрерывного анализа ситуации на рынке, контроля динамики котировок и постоянного открытия/закрытия позиций, т.е. отрыва трейдера от основной деятельности. С целью минимизации временных затрат и оптимизации торговой деятельности в настоящее время применяются торговые роботы.

На сегодняшний день существует порядка 800 различных торговых советников, основанных на базисном техническом анализе и реализующих различные торговые стратегии [2]. Преимущество программы перед человеком очевидно – она способна обрабатывать большие объемы информации, не допускает ошибок ввода при открытии позиций и лишена такого психологического фактора, как рассеянность внимания и усталость. Однако торговый советник, который учитывал бы достаточно большое число показателей и мог проявлять гибкость тактического принятия решений, еще не создан. Разработка подобного торгового робота и является целью данного исследования.

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами Анализ современного состояния исследуемой области В настоящее время ключевым элементом торговли, определяющим поведение трейдера на рынке, является торговая стратегия (далее ТС). ТС — это совокупность инструментов анализа и правил, которых придерживается трейдер в собственной работе на валютном рынке. Одновременное достижение заданных значений изменения котировок дает сигнал на покупку или продажу торгового инструмента [3].

Базисом любой ТС, отвечающим за решение о вхождении в торговлю, является используемый в ней индикатор. Математический аппарат каждого из индикаторов содержит результаты анализа, который традиционно разделяют на фундаментальный и технический [4].

Под фундаментальным анализом понимают совокупность мер, направленных на выявление закономерностей в поведении цены валют, динамики их спроса и предложения на рынке FOREX на основе комплексного анализа ряда факторов. Эксперты считают, что основной минус фундаментального анализа – это его сложность [5]. Поскольку контролировать 40-50 показателей, каждый из которых определен конкретными причинно следственными связями, имеющими противоречивый или же рефлексивный характер, физически невозможно, практическое применение получаемого прогноза даже с 50% долей уверенности становится сомнительным.

Преимуществом метода является возможность не брать в расчет колебания рынка (т.н. рыночный шум).

С точки зрения компьютерной реализации автоматической торговли, больший интерес представляет технический анализ рынка и котировок. Все многообразие методов прогнозирования технического анализа укладывается в определенную схему. Так в рамках трудов зарубежных исследователей разработана следующая классификация [6]:

1. Графические методы, помогающие прогнозировать рынок с помощью наглядного изображения его движений, различаются в зависимости от того, на каком типе графика строятся.

2. Методы, использующие фильтрацию или математическую аппроксимацию, например методы, в основу которых положены скользящие средние и осцилляторы. С точки зрения реализации автоматического торгового советника данная группа показателей наиболее привлекательна, поскольку результаты анализа удобно интерпретировать алгоритмическими процедурами.

3. Теория циклов, исследующая циклические колебания не только цен, но и природных и экономических явлений в целом. Данный метод имеет значительную теоретическую базу, практическое применение которой еще не достаточно распространено.


Существуют также смешанные методы, несущие в себе черты нескольких групп. Например, волновая теория Эллиотта — метод в основном графический, но имеет черты фильтрации и цикличности. Таким образом, Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами большинство методов технического анализа укладываются в изложенную классификацию.

Проведенный анализ позволяет выделить основные направления формирования торгового советника. Предполагается, что советник реализует торговлю на различных временных промежутках и при различных степенях риска. Решение об открытии/закрытии позиций полностью предоставляется роботу. Единственным рычагом влияния на советника со стороны пользователя остается уровень риска – в простейшем случае задается процент средств на счету, которые можно задействовать в торговле.

Результаты тестирования популярных торговых советников Для формирования представления об эффективности и прибыльности существующих торговых советников были отобраны шесть наиболее популярных из них.

Тестирование проводилось на семи рыночных промежутках (1 минута, минут, 15 минут, 30 минут, 1 час, 4 часа, 1 день), на пяти отрезках времени (01-10.02.13, 10-20.02.13, 20.02.13-01.03.13, 01.03.13-12.03.13, 12.03.13 14.03.13). Для оценки эффективности торговли анализировались показатели чистой прибыли, прибыльности, числа проведенных сделок, процента прибыльных сделок, процента выигрышных коротких позиций и математическое ожидание выигрыша. Сбор статистики производился при помощи Тестера стратегий платформы MetaTraider 4. Усредненные показатели для пяти серий тестов представлены в таблице 1.

Таблица 1 – Сводные результаты тестирования торговых советников Чистая прибыль % выигрышных % прибыльных Мат. ожидание Прибыльность Число сделок выигрыша советника Название коротких позиций сделок Moving Average -479,501 0,5853 52,543 19,8934 22,7663 -15, Intraday -5322,71 0,3573 78,743 19,34 19,34 -78, MACD 22,63 0,8344 2,7429 60,7486 53,381 8, MACFibo -259,239 0,61567 36,549 28,1014 29,0034 -6, PSAR -2700,15 0,5084 200,114 23,286 37,112 -19, X Traider 14,85143 10,6 0,85714 45,7143 37,1429 14, По итогам тестирования большинство советников зарекомендовали себя как убыточные (прибыль не получена, инвестированные средства не Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) 541 Секция 10. Системный анализ и управление организационными и техническими объектами возвращены в полном объеме). Исключение составляет торговый робот “X Traider”, но он осуществлял всего одну сделку за весь период в 85% случаев, в оставшееся время не торговал вообще, поэтому, несмотря на высокие показатели прибыльности, данный советник не подходит для долгосрочной автоматической торговли.

Похожая ситуация наблюдается при анализе работы торгового советника MACD, установленного в системе MetaTraider 4 по умолчанию. Несмотря на умолчанию то, что более половины его сделок являются прибыльными (рис. 1), математическое ожидание выигрыша составляет довольно небольшую сумму, а сами показатели торговли советника свидетельствуют о его убыточности. В убыточности такой ситуации более выгодным является депозитный вклад, чем инвестиции в торговлю на курсе валют.

% прибыльных сделок % выигрышных коротких позиций Рисунок 1 – Проценты общих успешных сделок и сделок на коротких позициях Тем не менее, некоторые торговые советники показали хорошие показатели прибыльности для определенных рыночных интервалов.

Например, наиболее популярный торговый советник, основанный на методе скользящих средних, осуществляет эффективную торговлю на четырехчасовом интервале (рис. 2).

По результатам анализа было принято решение использовать торговый советник Moving Average в качестве основы создаваемого робота Данный робота.

советник успешно осуществляет торговлю на популярном временном интервале H4, который чаще всего используется наименее опытными трейдерами, а также в нем успешно реализован аппарат открытия/закрытия открытия ордеров.

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами 1. 0. MACFibo M1 Moving Average M5 M M30 H1 H4 Daily Рисунок 2 – График прибыльности советников Moving Average и MACFibo Разработка структуры торгового советника Анализ результатов тестирования советников позволил определить алгоритмическую основу компонента торговли разрабатываемого торгового робота. Тем не менее, для осуществления прибыльных торговых операций в структуру советника необходимо включить еще несколько компонентов, а именно:

компонент анализа и прогноза. Анализируя архив котировок за предшествующий период робот осуществляет прогноз изменения курса валют.

Предполагается использование нейросетевых методик прогнозирования, учет прогнозирования суточных и недельных колебаний, расчет классических рыночных коэффициентов;

компонент управления. Учитывая размер целевой прибыли, заданной прибыли пользователем, а также ожидаемое изменение курса валют и элементы нечеткой логики данный компонент определяет, какая из трех-четырех возможных торговых стратегий будет использоваться в дальнейшем;

дальнейшем компонент построения стратегии. Применяя полученный прогноз котировок и результаты решения типовых задач теории игр со средой, данный компонент будет задавать торговые переменные для выбранной ранее стратегии. Рассчитанные переменные передаются компоненту торговли и служат основным инструментов регулирования осуществления рыночных операций.

Все компоненты советника связаны линейно, а их работа осуществляется последовательно – результаты одного компонента служат входной информацией для другого. Однако, может возникнуть ситуация когда процесс ситуация, торговли осуществляется не так, как было запланировано. В таком случае запланировано Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами может потребоваться возврат на более ранние этапы с целью пересчета прогноза, изменения стратегии или корректировки торговых переменных.

В рамках исследования остаются нерешенными следующие задачи:

адаптировать либо разработать математический аппарат для принятия решений в различных компонентах советника;

реализовать разработанные алгоритмы функционирования на встроенном в торговую платформу языке программирования MQL4;

произвести численное исследование полученной торговой модели и сравнить результаты с работой существующих роботов.

Выводы В ходе исследования были выявлены множественные преимущества робота перед человеком в вопросах торговли, а также подтверждено, что достаточно успешных и гибких торговых советников в настоящий момент не существует. Выбраны методы технического анализа, которые будут положены в основу советника. Произведено тестирование наиболее популярных роботов, которое подтвердило их убыточность или ограниченность применения.

Выделены компоненты, формирующие структуру советника: компонент анализа и прогноза, построения стратегии, управления и торговли.

Обозначены перспективные методы прогнозирования и принятия решений (нейросети, нечеткая логика, осуществление пересчета стратегии через обратную связь). Следующим этапом исследования является формализация математического аппарата советника, его программная реализация и тестирование.

Список литературы 1. Лука Корнелиус Торговля на мировых валютных рынках (Trading in the Global Currency Markets) 2-е издание [Текст] / К. Лука – М : Альпина Бизнес Букс, 2005. — с. 21-23. — 716 с.

2. Эрлих А. А. Технический анализ товарных и финансовых рынков прикладное пособие [Текст] / А. А. Эрлих – М : ИНФРА-М, 1996. – 176 с.

3. Вильямс Билл Торговый хаос. Экспертные методы максимизации прибыли [Текст] / Б. Вильямс – Лондон : Times Press, 2005. – 143 c.

4. Играть на бирже просто?! [Текст] / НП "Форекс Клуб" – М : Форекс Клуб, 2003. – 240 с.

5. Бенсигнор Р. Новое мышление в техническом анализе [Текст] / Р.

Бенсигнор – М : Интернет-трейдинг, 2002. – 304 с.

6. Кан М. Н. Технический анализ [Текст] / М. Н. Кан – СПб : Питер, 2003. – 282 с.

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами УДК 007. О.В. Євдокимов, В.О. Маликов,О.О.Маслова Донецький національний технічний університет, г. Донецьк кафедра автоматизованих систем управління Аналіз існуючих методів формування штатних розподілів університетів Анотація Євдокимов О.В., Маликов В.О., Маслова О.О. Аналіз існуючих методів формування штатних розподілів університетів.Виконано аналіз методіврозподілу штатного розкладу між кафедрами університету. Були виявлені недоліки існуючого метода розподілу штатного розкладу. Були проведенні порівняння та аналіз роботи методів.

Ключові слова:метод розподілу штатів професорсько-викладацького складу, штат учбового закладу, кредит, контингент студентів.

Постановка проблеми. Існуючийметод розподілу штатів професорсько викладацького складу не враховує того, що штати учбовому закладу плануються Міністерством освіти і науки та не залежать від об'єму учбового навантаження, що викликає ряд негативних факторів, таких як введення великої кількості малокредитних дисциплін або закладання в учбові плани курсових проектів і робот, не забезпечених необхідним об’ємом кредитів.

Для організаціїефективної роботи системи розподілу навантаження, необхідно:

дослідити позитивні та негативні сторони роботи існуючої системи;

провести пошук альтернативних систем та методів розподілу навантаження;

зробити аналіз обраних альтернативних систем;


розробити найбільш ефективну систему для подальшого впровадження.

Мета статті – провести аналіз методів розподілу штатного розкладу між кафедрами університету.

Опис існуючого методу розподілу навантаження.Існуюча система розподілу штатів професорсько-викладацького складу базується на розрахунку учбового навантаження кафедр і розрахунку середнього навантаження одного викладача університету і не враховує того, що штати учбовому закладу плануються Міністерством освіти і наукита залежать, в першу чергу, від загального контингенту студентів, а не від об'єму учбового навантаження[1].

Використання системи в сучасних умовах, коли університети самостійно формують варіативні частини освітньо-професійних програм (ОПП) і учбових Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами планів з напрямів підготовки, виявило ряд істотних суб'єктивних недоліків у плануванні та організації учбового процесу:

у багатьох випадках в ОПП і учбові плани необґрунтовано вводиться велика кількість мало кредитних (1-2 кредити) дисциплін або 3-4 кредитна дисципліна планується на 2-3 семестри, що приводить до штучного зростання учбового навантаження, появи великої кількості (до 12-15) дисциплін в учбовому семестрі, а також ускладнює забезпечення логічної узгодженості викладання дисциплін;

без об'єктивної необхідності в учбові плани і робочі програми дисциплін закладаються курсові проекти і роботи, не забезпечені відповідним об'ємом кредитів;

спостерігається штучний поділ потоків студентів;

кафедри не зацікавлені в перерозподілі загального об'єму дисциплін на користь годин самостійної роботи студентів.

Організація роботи сучасного вищого навчального закладу вимагає постійного оформлення великої кількості документів, що, у свою чергу, приводить до значних витрат часу на розгляд однотипної інформації і виконання рутинних процесів.

Учбове навантаження кафедри на навчальний рік визначається закріпленими за нею учбовими дисциплінами, практиками, видами випробувань підсумкової державної атестації та іншими видами учбової роботи відповідно до робочих учбових планів спеціальностей і напрямів підготовки вищої професійної освіти[2].

Метою Опис першого методу розподілу навантаження.

запропонованого методу є розгляд процесу автоматизації розподілу навантаження по кафедрах університету шляхом формалізації підходів до створення і використання програмованих засобів автоматизації.

В основу методу розподілу штатів покладено наступні показники:

штат ПВС (об'єм фінансування оплати праці);

контингент студентів по напрямах і спеціальностях підготовки;

учбові плани, об'єм учбових дисциплін, учбові, переддипломні і вироб-ничі практики, державні іспити.

Розподіл штату ПВС університету(Ш) здійснюється в чотири етапи.

1 етап. Штат університету розподіляється на частини для забезпечення навчального процесу (Шу ) та проведення вступних іспитів, керівництво аспірантами, докторантами, стажистами (Ш ):

Ш = Ш + Ша. (1) Ш визначається згідно з документом «Норми часу для розрахунку й обліку навчальної роботи викладачів ВНЗ» (наказ Міністерства освіти України №450) і розподіляється по кафедрах централізовано.

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами 2 етап. Розподіл штату (Шу ) між напрямками підготовки.

Штат і-го напряму підготовки (Шу ) оформлюється пропорційно до сумарного приведеного контингенту Nci студентів даного напрямку:

= Ш, Ш (2) а де n – кількість напрямів підготовки в університеті, N = Nді + 0,2 Nзі ;

Nді, Nзі – відповідно контингенти студентів денної та заочної форм навчання за кожним напрямом.

3 етап.Розподіл штату Шуі між дисциплінами і видами занять за навчальними планами конкретних напрямків.

Частина викладачів, що ведуть навчання по конкретному напрямку, забезпечують підготовку з j-тої дисципліни (або виду занять) у k-тому семестрі, визначається співвідношенням:

Ш = Шу, (3) де bjk–ваговий коефіцієнт j-ої дисципліни (або виду занять).

4 етап. Розподіл штатів ПВС між кафедрами університету.

Штат ПВС кафедри для забезпечення навчального процесу Шкаф формується як сума частин Ш, дисциплін та видів занять, які закріплені за кафедрою на всіх напрямах підготовки:

Шкаф = Ш. (4) До штату Шкаф додаються також відповідні частини Ш і Ша університету (1 етап)[3].

Після розгляду даного методу розподілу штату ПВС, можна зробити висновки, що впровадження цього методу розподілунавантаження дозволить позбавитися від факторів, що стимулюють появу виявлених недоліків.

Все це дозволить забезпечити достовірність і оперативність при плануванні штатного розкладу університету.

Більш детальний опис методу було наведено у статті «Система розподілу навчального навантаження університету»[4].

Опис другого методу розподілу навантаження. Метод базується на кількості часів розрахованих для кожної дисципліни в учбовому плані. По даним нормативів для кожного напрямку існує норма числа студентів на одного викладача. Також для кожного потока студентів у кожному семестрі існує норма часів викладання. У сумісництві з відомою кількістю часів для кожної дисципліни, це дозволяє розробити метод розподілу навантаження.

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами Розподіл навантаження проходить у 3 етапи:

1 етап. Для кожного потоку студентів розраховується кількість викладачів (K) на основі нормативів кількості студентів (S ) на одного викладача для кожного напряму.

K = S S, (5) де S фактична кількість студентів на потоці.

2 етап.Для кожної дисципліни на потоці визначається коєфіціент кількості часів від загальної кількості часів (T ) даної дисципліни на потоці у кожному семестрі. Цей коєфіціент перемножується на розраховану раніше загальну кількість викладачів(K) для розрахунку кількості викладачів необхідних на викладання даної дисципліни (C).

C = K (T / T ), (6) де T фактична кількість часів кожної дисципліни.

3 етап. Штат кожної кафедри розраховується як сума кількості викладачів необхідних на викладання кожної дисципліни закріпленою за кафедрою на кожному потоці у кожному семестрі.

Шкаф = C. (7) Впровадження цього методу дозволить суттєво знизити затрати на розрахунок навантаження, дозволить забезпечувати більш швидку і якісну роботу навчальної частини.

Метод розподілу навантаженняз урахуванням кредитного коефіцієнту.У зв’язку з залежністю навантаження студентів в семестрі від графіка учбового процесу, а також на основані Постанови № 1134, якамістить інформацію про нормативи кількості студентів на одного викладача, а також розуміючи що штат викладачів залежить від кількості студентів по всім формам навчання та напрямів підготовки можливо вивести схему розрахунку навантаження професорсько-педагогічного складу.

1. Для кожного потоку студентів за всіма спеціальностями, які підготовлюються у університетіотримуємо чисельну кількість студентів в групі;

2. Для сформованих списків студентів у групах і на підставі Постанови № 1134, отримуємо норми студентів на одного викладача. Цей норматив знижується при підготовці спеціалістів та магістрів відповідно на 10% і 50%.

3. Далі виконуємо розрахунок необхідної кількості викладачів на підготовку всіх груп студентів, що навчаються в університеті.

4. Розрахуємо необхідний коефіцієнт навантаження на 1 кредит при навчанні студентів різних спеціальностей (наприклад ІСПР):

1 кредит ІСПР-08: КІСПР=8,3/240=0,0346 ставки. (8) Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами З цього видно що цей метод дозволяє регулювати не контрольоване та неоправдане прагнення збільшити розмір учбового навантаження викладачамТобто чим більше штучно «роздувається» навантаження, тим менше стає коефіцієнт, а відтак зменшується вага навчального години. В результаті викладач на ставку повинен працювати більше.

Висновки. Було досліджено існуючі методи розподілу штатного розкладу між кафедрами університету.

Виходячи з рішення недоліків були запропоновані методи розподілу навантаження, які базуються в першу чергу на загальному контингентові студентів, а не на об'ємі учбового навантаження. Після аналізу цих методів були виявлені наступні переваги:

методи стимулюють викладання багато кредитних дисциплін в одному семестрі, оскільки це, не впливаючи на величину штату ПВС, призводить до зменшення навчального навантаження;

алгоритми розподілу, на яких базується розрахунок, мало залежать від співвідношення годин аудиторної і самостійної роботи студента;

стає невигідним штучне формування дрібних потоків, а також формування неповних академічних груп.

У результаті аналізу можна зробити висновок що впровадження методів з розрахунку штатного розкладу, учбова частина матиме більшу ефективність роботи шляхом зменшення витрат часу на виконання рутинних операцій розрахунку штатного розкладу.

Список літератури 1. Концепція розподілу штатів професорсько-викладацького складу // Науково-методичний журнал - Національний університет «Львівська політехніка» С.124-127.

2. Ломоносов О.В. Залежність між основними трудовими показниками вищих навчальних закладів III-IV рівнів акредитації // Науково методичнийжурнал. - Т.99.Вип.86.Економічні науки. – Миколаїв: Вид-во ім. Петра Могили, 2008. С.117-124.

3. Ломоносов О.В. Методичні засади управління чисельністю науково педагогічних працівників вищих навчальних закладів // Науково методичнийжурнал. - Т.99.Вип.7.Економічні науки. – Миколаїв: Вид-во ім.Петра Могили, 2010. С.56-60.

4. Євдокимов О.В.Система розподілу навчального навантаження університету // Сучасна інформаційна Україна: інформатика, економіка, філософія: матеріали доповідей конференції, 26 квітня 2012 року, Донецьк, 2012. – 316с.

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами УДК 519. А.В. Евдокимова Донецкий национальный технический университет, г.Донецк кафедра системного анализа и моделирования МОДЕЛИРОВАНИЕ И АНАЛИЗ ПРЕДПРИЯТИЯ «ДОНБАССРЕМСТРОЙ»

Аннотация Евдокимова А.В. Моделирование и анализ предприятия «ДОБАССРЕМСТРОЙ». Выявлена потребность в поиске новых методов повышения спроса на услуги предприятия. Указаны основные принципы, участвующие в процессе выбора решения. Определен оптимальный вариант для повышения спроса.

Ключевые слова: принятие решения, принцип Парето, принцип идеальной точки, критерий Байеса-Лапласа.

Постановка проблемы. Проблема низкого дохода малых предприятий актуальна практически для всего современного мира. Учитывая, что подавляющее большинство услуг в Украине выполняются именно малыми предприятиями, встает задача выяснения причин столь низкого дохода, а также задача нахождения метода, способного повысить прибыль предприятий.

Металлоконструкции распространены как в промышленности, так и в повседневной жизни, что их обслуживание и очистка стали неотъемлемой частью работы. Со временем способы очистки и технологи существенно изменяются.

Цель работы – применение принципов системного анализа и теории принятия решения в увеличении дохода конкретного предприятия, определение возможных путей увеличения спроса, а также внедрение полученных результатов.

Рассмотрим предприятие ООО НПФ Исследования.

«ДОНБАССРЕМСТРОЙ», основным видом деятельности которого является очистка, грунтовка и покраска металлоконструкций в промышленных масштабах. Предприятие достаточно маленькое, в основном штате числится человек, еще 10 – наемные рабочие для выполнения работ. Заказы выполняются всегда качественно и в срок.

Основано предприятие в 2001 году, с момента основания предприятие работает с представителями крупной промышленности, такими как ОАО «Авдеевский КХЗ».

Входами в системе предприятия является заказ, который передает заказчик, подтверждение заказа и необходимые поправки, а также оплата за оказываемые услуги. Выходом системы являются предоставленные услуги. К Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами границе относится территория предприятия, а к внешней среде относятся заказчики, поставщики и налоговая инспекция. Модель «Черный ящик»

представлена на рисунке 1.

Рисунок 1 - Модель «черный ящик»

Для выяснения причин низкого дохода был проделан полный анализ предприятия, построена модель работы предприятия. Для выбора оптимального решения были опрошены эксперты, связанные с работой предприятия. Результаты исследования представлены ниже.

Определим возможные варианты достижения цели:

A1 – увеличение рекламы;

A2 – смена ценовой политики;

A3 – расширение услуги предприятия.

Критерии, по которым оцениваются альтернативы:

K1 – время внедрения выбранного решения;

K2 – улучшение спроса предприятия;

K3 – повышение имиджа предприятия.

Путем опроса экспертов и сотрудников предприятия, а также усреднения полученных результатов были определена значимость каждого критерия, а также была получена таблица с результатами опроса (таблица 1). Оценки в шкале [0;

10] Таблица 1 – Опрос экспертов A1 A2 A K1 8 9 K2 6 7 K3 5 6 0,3 0,5 Для выбора оптимальной альтернативы рассмотрим несколько принципов выбора оптимального решения.

1. принцип Парето А1=(8*0,3;

9*0,5)=(2,4;

4,5);

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами А2=(6*0,3;

7*0,5)=(1,8;

3,5);

A3=(5*0,3;

6*0,5)=(1,5;

3).

0 1 2 Рисунок 2 – принцип Парето Оптимальным решением по принципу Парето (согласно рис.1) является решение А1 – увеличение рекламы 2. принцип идеальной точки Идеальной точкой является точка z=(8;

9;

9) A1=0,04*(9-7)2=0,16;

A2=0,09*(8-6)2+0,25*(9-7)2=1,36;

A3=0,09*(8-5)2+0,25*(6-9)2+0,04*(9-8)2=3,1.

Оптимальным решением по данному принципу является решение А1 – увеличение рекламы.

3. принцип антиидеальной точки Антиидеальная точка y=(5;

6;

7) A1=0,09*(8-5)2+0,25*(9-6)2+0,04*0=3,06;

A2=0,09*(6-5)2+0,25*(7-6)2+0,04*(9-7)2=0,5;

A3=0,09*0+0,25*0+0,04*(7-8)2=0,04.

Оптимальное решение по данному принципу: А1- увеличение рекламы.

4. принцип максимина А1=7*0,2=1,4;

А2=6*0,3=1,8;

А3=5*0,3=1,5.

Оптимальным решением по принципу максимина является А2-смена ценовой политики.

5. принцип абсолютной уступки А1=8*0,3+9*0,5+7*0,2=8,3;

А2=6*0,3+7*0,5+9*0,2=7,1;

А3=5*0,3+6*0,5+8*0,2=6, Оптимальное решение А1 – увеличение рекламы 6. лексикографический принцип Согласно лексикографическому принципу оптимальным решением является решение А1 – увеличение рекламы), т.к. по критерию с наибольшем весом (критерий К2 – увеличение спроса) наибольшее значение имеет альтернатива А 7. принцип относительной уступки Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами А1=80,3+90,5+70,2=1,87+3+1,47=6,34;

А2=60,3+70,5+90,2=1,71+2,65+1,55=5,91;

А3=50,3+60,5+80,2=1,62+2,45+1,51=5,58.

Оптимальным решением по данному принципу является решение А1 – увеличение рекламы.

В итоге анализа полученных результатов оптимальным решением согласно большинству принципов (6 из7) является решение А1 – увеличение рекламы Верхний уровень: выбор вида рекламы N1 – реклама по телевидению;

N2 – создание сайта;

N3 – услуги рекламного агентства.

Множество критериев для сравнения альтернатив:

S1 – большое время использования, низкие затраты;

S2 – среднее время использования, умеренные затраты;

S3 – короткий срок использования, быстрая популярность.

С помощью мнения экспертов составим таблицу потерь предприятия при использовании различных видов рекламы (Таблица 2).

Таблица 2 – Потери при внедрении S1 S2 S N1 10 9 N2 6 7 N3 8 5 0,4 0,2 N1 S1 – понадобится 10 тыс. грн. для того, чтобы долго использовать рекламу по телевидению;

N1 S2 – понадобится 9 тыс. грн. для того, чтобы использовать рекламу по телевидению непродолжительное время.;

N1 S3 – понадобится 10 тыс. грн. для того, чтобы с помощью телевидения обеспечить моментальную популярность;

N2 S1 – понадобится 6 тыс. грн. для того, чтобы создать и использовать сайт продолжительное время;

N2 S2 – понадобится 7 тыс. грн. для того, чтобы использовать сайт непродолжительный период;

N2 S3 – понадобится 5 тыс. грн. для того, чтобы с помощью сайта добиться популярности за небольшой срок использования;

N3 S1 – понадобится 8 тыс. грн. для того, чтобы пользоваться услугами рекламного агентства продолжительное время;

N3 S2 – понадобится 7 тыс. грн. для того, чтобы пользоваться услугами рекламного агентства непродолжительное время;

Информационные управляющие системы и компьютерный мониторинг (ИУС КМ 2013) Секция 10. Системный анализ и управление организационными и техническими объектами N3 S3 – понадобится 8 тыс. грн. для того, чтобы за небольшой срок добиться быстрого повышения популярности фирмы с помощью рекламного агентства.

С помощью критерия Байеса-Лапласа определим оптимальный выбор рекламы.

N1=10*0,4+9*0,2+10*0,4=9, N2=6*0,4+7*0,2+5*0,4=5, N3=8*0,4+5*0,2+7*0,4= Так как для функции потерь оптимальным решением является решение, математическое ожидание которого достигает минимума, для данной ситуации оптимальным решением является N2 – создание сайта.

Выводы. Результатом решения поставленной задачи повышения спроса на услуги предприятия был вычислен вариант создания сайта. Данное решение было принято с использованием мнения экспертов, а также в результате применения нескольких принципов принятия решений.

Применяемые принципы в выборе решения практически единогласно показали наиболее оптимальное решение для поставленной задачи. В итоге выполнения дипломного проекта, согласно выбранному решению, будет разработан сайт-визитка предприятия.

Список литературы 1. Орлов А.И. Теория принятия решений: Учебник / А.И. Орлов М.: Издательство «Март», 2004 г. – 656 с.

2. Рыков А. С. Системный анализ: модели и методы принятия решений и поисковой оптимизации: Учебник А. С. Рыков М.:

/ Экономика, 1999, 356 с.

3. Павлов А.А. Основы системного анализа и проектирования: Учебник для вузов / А.А Павлов, С.Н. Гриша– М.: Издательство «Март», 2006 – 456 с.

4. Волкова В.Н., Основы теории систем и системного анализа: Учебное Пособие / В.Н Волкова, А.А. Денисов - СПб.: Изд. СПбГТУ, 1997. 510 с.

5. Вертакова Ю.В. Управленческие решения: разработка и выбор: учебное пособие / Ю.В. Вертакова - М.: КНОРУС, 2005. - 352 с.

6. Колпаков В.М Теория и практика принятия управленческих решений:

Учебное Пособие / В.М. Колпаков - Киев, 2004. - 251 с.

7. Юдин Д.Б. Вычислительные методы теории принятия решений: Учебник / Д. Б. Юдин — Санкт-Петербург, Красанд, 2010 г.- 320 с.

8. Анфилатов В.С. Системный анализ в управлении: Учебное пособие / А.А. Емельянов, А.А. Кукушкин — М.: Финансы и статистика, 2002. — 368 с.



Pages:   || 2 | 3 | 4 | 5 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.