SCI Библиотека

В статье представлена апробированная методика оценки и дальнесрочного прогноза стоимости серийных образцов беспилотных авиационных систем. Она представляет собой практически значимый и крайне лаконичный результат двадцатилетнего развития ценометрической описательной концепции функционирования глобального рынка промышленной продукции. В основу разработанной методики положен статистический анализ эмпирических данных об изменении цен на серийные образцы авиационной, ракетной, бронетанковой и другой техники за предшествующее столетие. Это позволило сформулировать универсальные закономерности и выявить значимые факторы указанных процессов. На их основе получена единая формула расчета стоимости образцов беспилотных авиационных систем в зависимости от ограниченного ряда основных параметров производственного, экономического и технического характера в условиях воздействия фактора времени. Для ее практического использования приведены соответствующие показатели и константы. Дополнительно перечислен ряд внешних обстоятельств, существенно влияющих на корректировку стоимости, а также описаны границы возможных сопутствующих случайных воздействий на результаты расчетов. Достоверность сделанных выводов подтверждается верификационными примерами соответствия результатов применения предлагаемой методики реальным рыночным ценам. Особо подчеркнута мысль о том, что получаемая расчетная стоимость соответствует так называемой динамически равновесной цене рынка. Это обеспечивает максимальную гарантию выполнения контрактов по поставкам и сбыту продукции, а также амортизации средств для продолжения успешной деятельности предприятия. Достоверный и своевременный прогноз стоимости проектируемых и выпускаемых образцов беспилотных авиационных систем с недавних пор является крайне актуальной задачей на фоне бурного развития данного вида техники и особенно ввиду требований бесперебойного обеспечения ими участников специальной военной операции

Математические модели и методика прикладного портфельного анализа при обосновании инвестиционных решений исследовались в статьях [1-2], в которых проведено обоснование необходимости разработки проблемно ориентированных информационных технологий. Однако предложенные в этих работах варианты решения этой задачи, по нашему мнению, требуют дополнительных исследований. В данной статье ставится задача разработки компьютерной программы поддержки принятия решений при выборе финансовых проектов в условиях неопределенности.

Качество функционирования блока усилителя мощности передающего устройства радиолокационной станции характеризуется выходной мощностью на различных частотах и зависит от характеристик поставляемых клистронов: импульсного тока катода, напряжения накала, тока накала, токопрохождения, тока управляющего электрода, потребляемой мощности, входной оптимальной мощности, выходной мощности с клистрона, импульсного тока резонаторного блока, коэффициента усиления и других. Для оценки качества работы блока предлагается решение двух задач. Первая связана с контролем стабильности параметров поставляемых клистронов. Решение этой задачи рассмотрено ранее. Вторая задача – оценка и прогнозирование выходной мощности блока по результатам испытаний. В настоящей статье предлагается подход к построению математической модели зависимости этой мощности от характеристик клистрона с применением метода опорных векторов.

Исследуется контроль стабильности многопараметрического технологического процесса, когда через определенные промежутки времени проводится мониторинг множества показателей этого процесса. При мониторинге рассеяния коррелированных показателей применяется алгоритм обобщенной дисперсии. В статье предложен подход, основанный на поиске оптимальных параметров этого алгоритма по критерию минимума затрат, связанных с контролем. Для мониторинга стабильности показателей процесса и выявления нарушений с целью его своевременной корректировки используется статистический контроль - широко распространенный метод диагностики и управления технологическими процессами. При контроле многопараметрического процесса часть его показателей коррелированы, в этом случае для контроля среднего уровня применяют карты Хотеллинга, а для контроля многомерного рассеяния - алгоритм обобщенной дисперсии. Для минимизации параметров алгоритма обобщенной дисперсии использованы три численных метода оптимизации. Программа написана на языке Python. В работе предложена методика и разработана соответствующая программа для оптимизации параметров многомерного статистического контроля рассеяния процесса по критерию минимизации затрат, связанных с контролем частоты взятия выборок (интервала между выборками), объема выборки и положения контрольных границ. Применение этой методики проиллюстрировано на примере данных конкретного технологического процесса: получены численные значения параметров контроля и ожидаемые затраты. Многомерный статистический контроль применяется как для мониторинга стабильности технологических процессов (например, механической обработки, производства лекарств, контроля качества очистки питьевой воды), так и для диагностики функционирования систем различного назначения (например, вибраций гидроагрегата). Этим объясняются актуальность и практическая значимость исследований.

Предметом данного исследования является технический объект, работа которого определяется множеством факторов, а качество функционирования характеризуется некоторым показателем. Требуется построить математическую модель, связывающую этот показатель со значениями факторов. В качестве примера исследуется влияние различных факторов на эффективность работы горелочных устройств (нагрузки, расхода воздуха, метана и биогаза, составов топлива и окислителя и других). Эффективность (качество функционирования) горелочного устройства оценивается по температуре дымовых газов. Задача решается методами машинного обучения, поскольку классические методы регрессионного анализа показали недостаточную точность. В настоящей статье исследуется эффективность метода опорных векторов, случайного леса и бустинга деревьев решений. Для численных расчетов использована локализованная версия 13.3 системы Statistica. Все три подхода машинного обучения показали существенное повышение точности модели на тестовой выборке. Наилучшие результаты в рассматриваемом примере дал метод бустинга деревьев решений. Рекомендуемая технология построения модели, обеспечивающая необходимую точность прогнозирования, сводится вначале к апробации классического регрессионного анализа (если полученная модель обеспечит необходимую точность, то она предпочтительна с точки зрения ее интерпретируемости). При недостаточной точности используются три рассмотренных метода машинного обучения, вместе с тем важен подбор параметров каждого из них, который, с одной стороны, обеспечивал бы необходимую точность, а с другой - не приводил бы к переобучению модели. Полученная модель может быть использована для оценки влияния различных факторов на эффективность работы технического объекта, а также для прогнозирования качества его функционирования, в частности, температуры дымовых газов.

Во введении показано, что дисциплина «Вероятностно-статистические модели эксплуатации воздушных судов» обеспечивает связь между знаниями, полученными при изучении физики, высшей математики и других дисциплин. Установлено, что первоочередной задачей при этом является формирование понятийного аппарата изучаемой области. В разделе «Исходные данные для классификации понятий» сформулированы основные понятия теории надежности. В части «Обоснование классификации понятий» построен понятийный аппарат надежности, произведено обобщение разделов понятий. Раздел «Использование законов теории вероятностей и математической статистики» содержит основные типы распределений, основные плотности функций распределений, в нем указаны основные модели. Заключительная часть «Использование моделей статистики в задачах надежности» содержит пример построения понятийного аппарата при анализе противообледенительной системы.