развитии ERP-систем в настоящее время является интеллектуализация их аппаратного, программного и математического обеспечения.
Интеллектуализация ERP-систем заключается в придании им способностей представления и обработки знаний о структуре и механизмах функционирования объекта управления и о его взаимосвязях с внешней средой с использованием средств обучения и адаптации. Характерными чертами интеллектуальных систем управления предприятием являются способность к распознаванию и анализу ситуаций, синтезу моделей поведения, самоорганизации и адаптации к изменению внутренних и внешних факторов посредством формирования знаний. Такие способности позволяют компенсировать различного рода неопределенности, возникающие в процессе функционирования ERP-систем, и благодаря этому улучшить качество управления [2].
Механизмы хранения и обработки знаний в интеллектуальных подсистемах позволяют реализовывать задачи управления предприятием, имеющим достаточно сложную организационную структуру, включающую ряд функцио- нально-подчиненных подсистем, в неопределенных условиях при случайном характере внешних возмущений. К таким возмущениям относятся непредусмотренное изменение целей, характеристик самой системы и параметров внешней среды.
Разработка интеллектуальных ERP-систем требует решения следующих научных проблем:
–создание адаптируемых интеллектуальных информационных систем, инвариантных к области использования;
–снабжение инструментария разработки информационных систем различными готовыми интеллектуальными компонентами, ускоряющими процесс их разработки.
–включение в математическое обеспечение ERP-систем таких интеллектуальных технологий, как экспертные системы, нейронные сети, системы с нечеткой логикой, биоинспирированные алгоритмы, интеллектуальные агенты
имногоагентные системы.
Внастоящее время на производственных предприятиях алгоритмы, основанные на использовании методов искусственного интеллекта, достаточно активно применяются при решении следующих типов задач [1]:
–интеллектуальный анализ данных и прогнозирование;
–оптимизация процессов управления;
–минимизация рутинных операций.
Примеры производственных задач и методы решения, использующие элементы искусственного интеллекта, представлены на рисунке.
55
Применение технологий искусственного интеллекта в
ERP-системах
Интеллектуальный |
|
Оптимизация процес- |
|
Минимизация рутин- |
анализ данных и про- |
|
сов управления |
|
ных операций |
гнозирование |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Примеры типовых задач управления
классификация, класте-
ризация, поиск ассоциаций, прогнозирование
сегментация рынка, профилирование клиентов, прогнозирование спроса, анализ эффективности продаж, анализ работы персонала, клас-
сификация документов
планирование, логистика,
управление персоналом, оптимизация массовых и индивидуальных производственных процессов и технологий
производственное планирование, оптимизация графиков работы, оптимизация запасов,
роботизация, распозна-
вание образов
ситуационный анализ объектов контроля, обнаружение аварий, брака и простоев, идентификация объектов, автоматическая обработка платежных документов
Интеллектуальные методы решения
Data Mining, машинное обу- |
|
Эволюционное моделирование |
|
Машинное обучение (рег- |
чение (кластерный анализ, |
|
(роевые алгоритмы, генетиче- |
|
рессионный анализ, нечеткая |
деревья решений, поиск ас- |
|
ские алгоритмы), нейронные |
|
логика, нейронные сети) |
социаций, нечеткая логика, |
|
сети, многоагентные техноло- |
|
|
нейронные сети) |
|
гии |
|
|
|
|
|
||
|
|
|
|
|
Рис. Применение методов искусственного интеллекта для решения типовых задач управления производственным предприятием
Использование методов искусственного интеллекта вместо «традиционных» методов оптимизации или в сочетании с ними позволяет повысить качество математического моделирования производственных процессов. Методы роевого интеллекта, генетические алгоритмы и нейронные сети позволяют найти близкое к оптимальному решение за сравнительно небольшое время. Преимуществами данных методов является наличие свободных параметров, путем изменения которых можно адаптировать метод для решения задач со сложными областями поиска [3, 4].
Компании-разработчики систем автоматизации активно встраивают методы искусственного интеллекта в программные продукты. Такие системы как
1С: Предприятие, SAP HANA, Oracle E-Business Suite уже используют искусст-
56
венный интеллект для персонализации обслуживания клиентов и для автоматической обработки обращений.
Дальнейшее развитие систем искусственного интеллекта связывается с увеличением функциональных возможностей программных средств автоматизации в области поддержки различных источников данных, распознавания естественного языка, более широким использованием интеллектуальных методов для повышения качества обслуживания. В перспективе автоматически должны решаться задачи фото- и видеоаналитики, поведенческого анализа, обеспечения информационной и физической безопасности, оптимизации производственных процессов за счет предотвращения брака, аварий и превентивного обслуживания оборудования [1].
Литература
1.Обзор: Искусственный интеллект 2018 [Электронный ресурс]. URL: http://www.tadviser.ru/a/438616 (дата обращения: 22.05.2020).
2.Минаева Ю.В. Структура подсистемы интеллектуализации управления сложным многономенклатурным производством // Интеллектуальные информационные системы. Труды Международной научно-практической конференции. В 2-х частях. 2019. С. 132-133.
3.Minaeva Yu.V. Adaptive modification of the particle swarm method based on dynamic correction of the trajectory of movement of individuals in the population. Бизнес-информатика. 2016. № 4 (38). С. 52-59.
4.Минаева Ю.В. Структурно-параметрическая адаптация генетического алгоритма // Вестник СибГУТИ. 2017. № 1 (37). С. 83-89.
ФГБОУ ВО «Воронежский государственный технический университет»
УДК 681.3
В. Н. Кострова, Т. А. Цепковская
ОБ ИСПОЛЬЗОВАНИИ КВАНТОВОЙ ЭЛЕКТРОДИНАМИКИ В РАЗЛИЧНЫХ ОБЛАСТЯХ ПРАКТИЧЕСКОЙ ФИЗИКИ
Среди людей, не имеющих непосредственного отношения к современной физике, часто возникает вопрос о целесообразности и практической значимости современных фундаментальных исследований, проводимых различными научными центрами в области физики. Из-за неосведомлённости в данном вопросе часто возникает скептическое отношение к научным организациям и ученым, работающим в области фундаментальной физики. Особенно остро данная проблема стоит при финансировании, каких-либо научных проектов [1, 2].
Целью настоящего обзора является обоснование практической значимости некоторых методов современной теоретической физики.В настоящий мо-
57
мент самой фундаментальной и одной из самой сложных теорий является квантовая теория поля. Она занимается описанием взаимодействия различных физических полей с квантовой точки зрения, т.е. на основе элементарных частиц. В настоящий момент, в CERN на Большом адронном коллайдере идёт проверка некоторых ключевых элементов одного из разделов квантовой теории поля – стандартной модели.
В квантовой электродинамике есть принципиальная проблема, которая начинается ещё в классической физике. Дело в том, что аналитически точно мы можем, что-то рассчитать только для одной или двух частиц. Когда их уже три даже уравнения классической физики перестают интегрироваться в общем виде. Тогда начинают применяться приближенные методы решений [3, 4]. Например, когда в задаче можно выделить какую-то часть, которая решается точно, и некоторую поправку к ней применяется так называемая теория возмущений. Суть метода заключается в том, что эта поправка разлагается в ряд, который представляет собой почленную сумму вклада в возмущение каждой последующей частицы. Уравнения квантовой электродинамики нелинейны, и точно их решить невозможно. Однако можно считать взаимодействие между фотонами и электронами минимальным. Это обстоятельство позволяет использовать теорию возмущений в квантовой электродинамике. Однако когда актов взаимодействия фотонов с электронами становится слишком много, и ряд теории возмущений становится длиннее, вскоре в ряде поваляются бесконечные члены и ряд начинает расходиться. В результате мы можем посчитать лишь некоторые модельные, но реальные задачи.
Происходит это, как правило, в ультрафиолетовой области, т.е. в области с большими энергиями. Ультрафиолетовая катастрофа повторилась. Кроме того существуют также инфракрасные расходимости, однако они менее важные. Данная проблема почти на четверть века притормозило развитие всей квантовой теории поля. Проблема была решена в 1946 - 1949 годах работами Томогаги, Швингера и Фейнмана. Все трое разработали механизм перенормировок в различных математических, но эквивалентных формах. Перенормировки позволили выдвинуть критерии, согласно которым мы можем выбрать такие исходные параметры в начале электродинамике стать самой точной на сегодняшний день теорией.
Наиболее удобным методом перенормировки оказался подход, согласно которому каждому члену ряда теории возмущений сопоставляется картинка – диаграмма Фейнмана. Этот подход стал универсальным не только в квантовой теории поля, но во всей физике в целом, в том числе в физике твёрдого тела.
Тот факт, что систему из двух электронов можно было рассматривать как бозон предсказывал существование сверхтекучести электронов в проводниках. И такой эффект уже был давно известен – это сверхпроводимость. Так была развита теория сверхпроводимости, а вместе с нею и методы квантовой теории поля в физике твёрдого тела и статистической физике. Это в свою очередь подстегнуло развитие квантовой теорию поля для элементарных частиц. Как уже
58
было сказано выше, фазовые переходы связаны с нарушением какой-либо симметрии, если продолжать развивать мысль [5, 6] об аналогии между элементарными и квазичастицами, то в мире элементарных частиц тоже может нарушаться какая то симметрия. И такая симметрия вскоре была найдена в физике элементарных частиц. Достижения в физике твёрдого тела напрямую применяются в современной микроэлектронике. Производя теоретические исследования мы можем предсказать физические эффекты в твёрдых телах и в дальнейшем создавать приборы, использующие эти эффекты. Например, создание поездов на магнитной подушке требует сверхсильных магнитных полей. Для их создания практичнее всего использовать сверхпроводники, поскольку в них ток без дополнительной подпитки может циркулировать неограниченно долго и расходы на электричество сократятся в разы.
Однако сверхпроводники работают лишь при очень низких температурах, для их охлаждения нужен жидкий гелий. Однако как в гелии, так и сверхпроводнике могут возникать квантовые вихри, которые будут препятствовать переносу тепла в гелии и тока в сверхпроводниках.
Поэтому изучение поведения квантовых вихрей [7] чрезвычайно важно для практического применения. Раздел квантовой теории поля посвящённый изучению квантовых вихрей так и называется – квантовая вихрединамика.
Литература
1.Преображенский А.П. Возможности использования возобновляемых источников энергии // Вестник Воронежского института высоких технологий. 2016. № 1 (16). С. 8-10.
2.Белов А.С., Колтакова Т.В. Проблемы получения энергии // Вестник Воронежского института высоких технологий. 2016. №3. С. 33-36.
3.Львович И.Я., Мохненко С.Н., Преображенский А.П. Альтернативные источники энергии // Главный механик. 2011. № 12. С. 45-48.
4.Свиридов В.И. Технологии, применяемые при подготовке современных инженеров // Вестник Воронежского института высоких технологий. 2012. № 9. С. 151-152.
5.Павлова М.Ю. Об использовании научной составляющей при формировании профессиональных качеств инженера // Вестник Воронежского института высоких технологий. 2012. № 9. С. 144-145.
6.Жданова М.М., Преображенский А.П. Вопросы формирования профессионально важных качеств инженера // Вестник Таджикского технического университета. 2011. Т. 4. № -4. С. 122-124.
7.Берестецкий В. Б., Лифшиц Е. М., Питаевский Л. П. Теоретическая физика, М.: Физматлит, 2002. Т. IV. // Квантовая электродинамика. 720 с.
ФГБОУ ВО «Воронежский государственный технический университет»
Воронежский институт высоких технологий
59