Мультиагентные технологии анализа и оптимизации функционирования предприятий отрасли
Рассмотрена задача анализа и оптимизации функционирования предприятия отрасли. Предложено в качестве инструментария моделирования и поддержки принятия решений использовать мультиагентные технологии. Определены проблемы, которые сопровождают процесс моделирования, построены модели с использованием...
Saved in:
| Published in: | Математичні машини і системи |
|---|---|
| Date: | 2015 |
| Main Authors: | , |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут проблем математичних машин і систем НАН України
2015
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/113564 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Мультиагентные технологии анализа и оптимизации функционирования предприятий отрасли / Б.В. Мыснык, В.Е. Снитюк // Математичні машини і системи. — 2015. — № 2. — С. 139-146. — Бібліогр.: 7 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859978131763363840 |
|---|---|
| author | Мыснык, Б.В. Снитюк, В.Е, |
| author_facet | Мыснык, Б.В. Снитюк, В.Е, |
| citation_txt | Мультиагентные технологии анализа и оптимизации функционирования предприятий отрасли / Б.В. Мыснык, В.Е. Снитюк // Математичні машини і системи. — 2015. — № 2. — С. 139-146. — Бібліогр.: 7 назв. — рос. |
| collection | DSpace DC |
| container_title | Математичні машини і системи |
| description | Рассмотрена задача анализа и оптимизации функционирования предприятия отрасли. Предложено в качестве инструментария моделирования и поддержки принятия решений использовать мультиагентные технологии. Определены проблемы, которые сопровождают процесс моделирования, построены модели с использованием продукционных правил и разработан метод оптимизации на основе изменения множества задач, структуры производства и стратегии управления предприятием.
Розглянуто задачу аналізу та оптимізації функціонування підприємства галузі. Запропоновано як інструментарій моделювання та підтримки прийняття рішень використовувати мультиагентні технології. Визначено проблеми, які супроводжують процес моделювання, побудовано моделі з використанням продукційних правил та розроблено метод оптимізації на основі зміни множини задач, структури виробництва та стратегії управління підприємством.
The problem of analysis and optimization of the sector of enterprise functioning was considered. It was proposed to use multi-agent technologies as modeling tools and decision support systems. It was identified the problems that accompany the modeling process. The models with production rules were built and the method of optimization based on changes in a variety of tasks, production, and enterprise management strategy was developed.
|
| first_indexed | 2025-12-07T16:25:13Z |
| format | Article |
| fulltext |
© Мыснык Б.В., Снитюк В.Е., 2015 139
ISSN 1028-9763. Математичні машини і системи, 2015, № 2
УДК 004.942:338
Б.В. МЫСНЫК*, В.Е. СНИТЮК**
МУЛЬТИАГЕНТНЫЕ ТЕХНОЛОГИИ АНАЛИЗА И ОПТИМИЗАЦИИ
ФУНКЦИОНИРОВАНИЯ ПРЕДПРИЯТИЙ ОТРАСЛИ
*
Черкасский государственный технологический университет, Черкассы, Украина
**
Киевский национальный университет имени Тараса Шевченко, Киев, Украина
Анотація. Розглянуто задачу аналізу та оптимізації функціонування підприємства галузі. Запро-
поновано як інструментарій моделювання та підтримки прийняття рішень використовувати
мультиагентні технології. Визначено проблеми, які супроводжують процес моделювання, побудо-
вано моделі з використанням продукційних правил та розроблено метод оптимізації на основі
зміни множини задач, структури виробництва та стратегії управління підприємством.
Ключові слова: підприємство галузі, прийняття рішень, мультиагентні технології.
Аннотация. Рассмотрена задача анализа и оптимизации функционирования предприятия от-
расли. Предложено в качестве инструментария моделирования и поддержки принятия решений
использовать мультиагентные технологии. Определены проблемы, которые сопровождают про-
цесс моделирования, построены модели с использованием продукционных правил и разработан ме-
тод оптимизации на основе изменения множества задач, структуры производства и стратегии
управления предприятием.
Ключевые слова: предприятие отрасли, принятие решений, мультиагентные технологии.
Abstract. The problem of analysis and optimization of the sector of enterprise functioning was considered.
It was proposed to use multi-agent technologies as modeling tools and decision support systems. It was
identified the problems that accompany the modeling process. The models with production rules were
built and the method of optimization based on changes in a variety of tasks, production, and enterprise
management strategy was developed.
Keywords: sector of enterprise, decision making, multi-agent technologies.
1. Введение
Рассмотрим проблему сопровождения предприятий отрасли по этапам их жизненного цик-
ла и используем для ее решения элементы теории мультиагентных систем (МАС). Истоки
теории МАС можно проследить по книге [1], изданной по материалам одной из конферен-
ций в Праге в 2001 году. Главными вопросами, поднимаемыми на конференции, были пер-
спективы организации МАС, мультиагентная инфраструктура, логические основания
МАС, стандартизация коммуникации в МАС, принятие решений в МАС, команды гетеро-
генных агентов. Очевидно, что на конференции рассматривались теоретические задачи
развития МАС, разработки соответствующих моделей и методов. Изменения, про-
изошедшие с тех пор, отражены в материалах конференции 2013 года в Испании. Здесь
главными стали технологии применения МАС для решения практических задач, в частно-
сти, применение МАС в Grid, в виртуальных организациях, при предоставлении транс-
портных сервисов, для составления логистических расписаний, для разработки рекомен-
дующих систем, в энергетике, в медицине и др. Динамика МАС: от теории к практике сви-
детельствует об актуальности использования такого рода систем и рациональности их раз-
работки и применения.
В пользу последнего предположения свидетельствуют и работы отечественных уче-
ных. Так, исследованы возможности построения логистических информационных систем
на предприятиях, которые способны обеспечить организационно-экономическую стой-
кость предприятий в рыночных условиях с использованием экономико-математического
моделирования и информационных технологий, результатом чего являются разработанные
140 ISSN 1028-9763. Математичні машини і системи, 2015, № 2
МАС [1]. Создавались МАС и для решения задач моделирования развития городской ин-
фраструктуры с целью получения общей картины путем объединения частных задач, ре-
шаемых в рамках отдельных агентов. Разработана технология совместного использова-
ния мультиагентного имитационного моделирования и экспертных оценок для прогнози-
рования эволюционного развития города [2]. Предлагались технологии разработки МАС
от определения требований до реализации с использованием трансформационных процес-
сов интеллектуальных агентов, что позволяло генерировать нечеткие платформенно-неза-
висимые модели внутреннего управления агентами [3]. Рассматривались информационные
модели управления процессом обучения с использованием мультиагентного подхода в ус-
ловиях адаптивного обучения, что создаст предпосылки полной автоматизации управления
процессом обучения [4].
Нами проанализирована только малая часть областей и методов, где доказаны пре-
имущества применения МАС. Еще одной задачей, где использование принципов создания
и функционирования МАС является востребованным, есть принятие решений на предпри-
ятиях отрасли.
2. Постановка задачи
Руководитель каждого предприятия в процессе его функционирования неизбежно сталки-
вается с необходимостью принятия решений о модернизации, ликвидации, изменении
спектра решаемых задач, структуры производства, стратегии управления, в большинстве
случаев заключающейся в распределении ресурсов. Разные предпосылки, масштабы при-
нимаемых решений и их последствия свойственны предприятиям-монополистам и пред-
приятиям отрасли, выпускающим однородную продукцию. Если монополист ориен-
тируется на внешнюю конъюнктуру, особенности законодательства, поставщиков и потре-
бителей как некоторые абстрактные совокупности большой мощности, то руководитель
предприятия отрасли ориентируется на микроэкономические параметры, особенности
функционирования предприятий, которые в некоторых случаях находятся в отношениях
кооперации, но чаще всего являются конкурентами. В идеальном случае ЛПР-руководи-
тель предприятия оптимизирует его деятельность, учитывая среднюю стоимость продук-
ции на рынке и у каждого предприятия-конкурента в отдельности, а также другие показа-
тели эффективности (себестоимость, фондовооруженность и т.п.) Ограничивающим фак-
тором является емкость рынка, а направляющим фактором – закон равенства спроса и
предложения.
Учитывая то, что функционирование предприятия (изготовление продукции) можно
считать непрерывным процессом, а транзакции (продажа продукции, покупка материалов,
получение инвестиций и т.п.) происходят в дискретные моменты времени, его деятель-
ность можно представить некоторым непрерывно-дискретным или логико-динамическим
процессом.
Лицо, принимающее решения, на основании знаний, опыта и интуиции определяет
стратегию и тактику развития предприятия, однако в большинстве случаев его деятель-
ность является оперативной реакцией на текущее состояние окружающей среды и значе-
ния параметров предприятия. Критичность влияния фактора времени приводит к непра-
вильным или стратегически провальным решениям. Их негативные последствия можно
было бы исключить, используя прогнозирование и анализ возможных сценариев развития
событий. Соответствующим инструментарием могут быть МАС. В данном случае агентом
является некоторая сущность, предназначенная для автономного принятия решений, а
также для поддержки принятия решений ЛПР (рис. 1). Каждый агент имеет внутреннюю
структуру (междумодульные связи), элементный базис (программные модули для решения
отдельных задач), использует данные (как внутренние для предприятия, так и из общей
базы данных), выполняет заключения (на основании продукционных правил как частных
ISSN 1028-9763. Математичні машини і системи, 2015, № 2 141
для предприятия, так и из общей базы данных). Заметим, что целью функционирования
агента является получение максимальной прибыли, как решение одной из задач различны-
ми методами, так и выдача рекомендаций о модификации функционирования предприятия.
Выполним формализацию задачи оптимизации деятельности предприятия отрасли.
Предприятие
2
Предприятие
1
Предприятие
n
…………
Модели
Доходы
Прибыль
Себестоимость
Производительность
Фондовооруженность
Энергоемкость
Динамика рабочей
силы
Материалы
Модели и методы
Линейная парная регрессия
Нелинейная парная регрессия
Множественная регрессия
Полином
Препроцессинг
Нейросети
Эволюционное моделирование
Нечеткие экспертные
заключения
1 2( , ,...,X , , t,A)mY F X X ξ= ( )
p P
optY p
∈
Общий
информаци-
онный пул
База данных
СППР
Агент 1 Агент 2 ……………… Агент N
База знаний База знаний База знаний
Рис. 1. Структура системы поддержки принятия решений с использованием МАС
Пусть 1 2{S ,S ,...,S }nS = – множество предприятий отрасли, 2.n ≥ Будем считать,
что функционирование предприятия iS определяется тройкой элементов:
, , , ,i i i iS X Y Z t=< > (1)
где iX – входные факторы системы, iZ – параметры внутреннего состояния, iY – выход-
ные характеристики системы iS , t – время. Состояние системы iS в момент времени t оп-
ределяется значениями ее показателей, то есть
1 2 1 2 1 2, ,..., , z , z ,..., z , y , y ,..., y yx z
nn n
i it it it it it it it it itS x x x=< > (2)
142 ISSN 1028-9763. Математичні машини і системи, 2015, № 2
где j
itx – значение j -го входного фактора в момент времени t (стоимость оборудования,
поставленного на предприятие), 1, xj n= ; j
itz – значение j -го внутреннего параметра (се-
бестоимость единицы продукции), 1, zj n= ; j
ity – значение j -й выходной характеристики
(доход от продажи единицы продукции), 1, yj n= . Будем считать любые изменения любого
значения из (2) транзакциями. Моменты времени осуществления транзакций дискретизи-
руют временной интервал функционирования предприятия 0 1 2{ ...}T t t t= < < < .
Выходные характеристики предприятия или их комбинации осуществляют влияние
на функционирование предприятия, и эффективность их реализации оценивается показате-
лями эффективности k
iP , то есть
1 2( ) ( ) ( , ,..., )ynk k k k
i i i i i i it it itP P S P Y P y y y= = = , (3)
где 1, ,k l= l – количество показателей эффективности. Тогда интегральный показатель –
интегральный критерий эффективности предприятия представим как
1 2 1 2( , ,..., ) ( ( ), ( ),..., ( )).l l
i i i i i i i i i i i iE E P P P E P Y P Y P Y= = (4)
В свою очередь, ( , ),i i i iY F X Z= поэтому
1 2( ( ( , )), ( ( , )),..., ( ( , ))).l
i i i i i i i i i i i i i iE E P F X Z P F X Z P F X Z= (5)
Учитывая то, что рынок производимой предприятиями отрасли продукции имеет
ограниченную емкость, максимальную прибыль maxE могло бы получить единственное
предприятие на рынке при отсутствии конкурентов, наличии достаточной ресурсной и
кадровой базы. Поскольку ранее такая ситуация исключена ( 2)n ≥ , то для каждого пред-
приятия решается задача max ,i iE E t T→ ∀ ∈ где T – временный интервал функционирова-
ния предприятия.
3. Особенности идентификации показателей эффективности предприятия
Сузим нашу задачу и предположим, что необходимо не проводить моделирование функ-
ционирования всех предприятий отрасли и рынка их продукции, а действовать в интересах
одного предприятия *S и получить решения, максимизирующие его эффективность и ини-
циирующие его структурную перестройку. Лицо, принимающее решения, будет учитывать
ретроспективную информацию, текущее состояние и действовать, прогнозируя будущее.
Как показано на рис. 1, основанием для принятия решений является процесс моде-
лирования. В первую очередь, необходимо получить модели , 1, .k
iP k l= Их построение на-
чинается со спецификации или структурной идентификации с использованием банка мо-
делей (линейной и нелинейной парной регрессии, линейной и нелинейной множественной
регрессии, полиномов Колмогорова-Габора, нейросетей, древоподобных структур и т.п).
Параметрическая идентификация таких моделей осуществляется с использованием извест-
ных методов (наименьших квадратов, группового учета аргументов (МГУА), Брандона,
back propagation, генетического программирования и др.).
Решение задач структурной и параметрической идентификации осуществляется на
основании информации из базы данных, которая хранится и записывается в формате
1 , ,i jDB t S=< > (6)
ISSN 1028-9763. Математичні машини і системи, 2015, № 2 143
где it – время транзакции, jS – значения параметров j -го предприятия, совершившего
транзакцию, в виде (2). Для сокращения количества будущих расчетов базе данных ста-
вится в соответствие база данных 2DB , следуя правилу:
если в 1DB 1
l l
j t j tq q− = , то в 2DB ' ',l
jtq =
где l
jtq – значение параметра j -й системы в момент времени , 1, ,x z yt l n n n= + + 1, .j n=
Идентификация моделей будет осуществляться на основании ретроспективной ин-
формации, их качество проверяется с использованием текущих данных. Получение аде-
кватных моделей является необходимым условием прогнозирования будущих процессов.
Формально получаем банк моделей для одного показателя эффективности:
1 2
0 1 1, ,..., ( , ,..., ,w
i i i i i i vP MB H H H MB t t t −→ =< >= > (7)
где 1vt − – время предыдущей транзакции.
Среди моделей j
iH выбираем наилучшую по критерию:
min ( ) ( ) ,j
i v i v
j
H t P t− (8)
где ( )j
i vH t – значение показателя, рассчитанное с использованием j -й модели для време-
ни последней транзакции, ( )i vP t – известное значение показателя эффективности. Процесс
получения моделей (7) может быть модифицирован за счет учета транзакций до моментов
времени 2 3,v vt t− − и т.п. В свою очередь, (8) запишется в таком виде:
1
0
min ( ) ( ) ,
r
j
i v l i v l
j
l
H t P t
−
− −
=
−∑ (9)
где r – мощность множества транзакций для определения наилучшей модели.
Существует еще одна проблема, связанная с обработкой базы данных. Поскольку
количество переменных в (2) достаточно велико, для решения дальнейших задач сущест-
вует необходимость их сокращения без существенного уменьшения информативности.
Одна из таких задач заключается в поиске характеристик деятельности предприятия или
нескольких предприятий, значения которых наиболее существенно влияют на некоторую
характеристику рассматриваемого предприятия. На начальном этапе предположим, что
такое влияние можно представить линейной функцией и характеризовать коэффициентом
корреляции. Задача формулируется таким образом. Для каждого k -го показателя эффек-
тивности i -го предприятия найти kl
ijr – коэффициент корреляции с l -м показателем эф-
фективности j -й системы, выполнить анализ полученных результатов путем определения
порогового значения thr и отбора показателей эффективности, для которых kl
ij thr r> , кото-
рые и будем считать информативными.
Для расчета коэффициентов корреляции используем элементы технологии OLAP.
Поскольку 2DB содержит данные о транзакциях всех предприятий, то необходимо сфор-
мировать новую таблицу 3DB , первый столбец которой будет содержать данные о мо-
ментах времени, в которые происходили изменения показателя эффективности k
iP , второй
столбец – значения k
iP , в третьем столбце – значения 1
1P в момент времени, предшествую-
щий времени в столбце 1, далее – аналогично, и в последнем столбце будут содержаться
значения последнего показателя эффективности последнего предприятия в момент време-
ни, предшествующий времени изменения k
iP . Расчет коэффициентов корреляции для дан-
144 ISSN 1028-9763. Математичні машини і системи, 2015, № 2
ных из таблицы 3DB позволит выделить характеристики, осуществляющие наибольшее
влияние на значения k
iP . Заметим, что здесь в качестве временного лага влияния указана
единица. В зависимости от специфики производства лаг может быть большим единицы,
что значительно увеличивает размерность матрицы для поиска коэффициентов парной
корреляции.
Значение показателя эффективности k
iP в подавляющем большинстве случаев зави-
сит от его значений в предыдущие моменты времени. Задача определения такого времен-
ного лага является сопутствующей, аналогичной предыдущей. Ее решение позволит до-
полнить множество независимых факторов модели. Сама модель имеет такой вид:
1 1( ) ( ( ), ( ),..., ( ), ( ), ),k k k k
i v i v i v i v l v vP t G P t P t P t M t t− − −= (10)
где l – временной лаг учета предыдущих значений показателя эффективности k
iP , 1( )vM t −
– значения множества информативных показателей эффективности других систем.
4. Модели принятия решений и оптимизация показателей предприятия
Решение задач (8) – (10) создает базис для процессов принятия решений. Поскольку из-
вестны ретроспективная информация, текущее состояние предприятия, законы его функ-
ционирования и прогноз значений показателей эффективности при неизменных прочих
условиях и значениях входных факторов, то решения могут приниматься исходя из из-
вестных, заранее сформулированных правил. В то же время, для получения наилучших
или приемлемых значений на множестве возможных задач, структур производства или
стратегий управления, необходимо решать оптимизационные задачи.
Как показано на рис.1, каждый агент имеет свою базу знаний, основную часть кото-
рой составляют продукционные правила. В общем случае правила имеют такой вид:
1 11 1 11 1 11 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1
1 11 1 11 1 11 1 1 1
2 2 2 2 1 2 2 2 2 2 2 2
[ ( ) & ( ) & ( ) &... ( ) & ( ) & ( ) ,
( ) & ( ) & ( ) &... ( ) & ( ) & ( ) ,
....................
l l l l l l
п п н н б б п п н н б б
l l l l l l
п п н н б б п п н н б б
Если P t D P t D P t D P t D P t D P t D
и P t D P t D P t D P t D P t D P t D
∈ ∈ ∈ ∈ ∈ ∈
∈ ∈ ∈ ∈ ∈ ∈
1 11 1 11 1 11 1 1 1
1
1 12 1 12 1 12 2 2 2
1 1 1 1 1 1 1 1 1 1 1 1
1
2
...
( ) & ( ) & ( ) &... ( ) & ( ) & ( ) ],
{ & & } ;
[ ( ) & ( ) & ( ) &... ( ) & ( ) & ( ) ,
(
l l l l l l
n п nп n н nн n б nб n п nп n н nн n б nб
l l l l l l
п п н н б б п п н н б б
и P t D P t D P t D P t D P t D P t D
то p c s
если P t D P t D P t D P t D P t D P t D
и P
∈ ∈ ∈ ∈ ∈ ∈
∈ ∈ ∈ ∈ ∈ ∈
12 1 12 1 12 2 2 2
2 2 2 1 2 2 2 2 2 2 2
1 12 1 12 1 12 2 2 2
) & ( ) & ( ) &... ( ) & ( ) & ( ) ,
.......................
( ) & ( ) & ( ) &... ( ) & ( ) & ( ) ],
{ &
l l l l l l
п п н н б б п п н н б б
l l l l l l
n п nп n н nн n б nб n п nп n н nн n б nб
t D P t D P t D P t D P t D P t D
и P t D P t D P t D P t D P t D P t D
то p
∈ ∈ ∈ ∈ ∈ ∈
∈ ∈ ∈ ∈ ∈ ∈
2
1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1
2 2 2 2 1 2 2 2 2 2 2
& } ;
.......................
[ ( ) & ( ) & ( ) &... ( ) & ( ) & ( ) ,
( ) & ( ) & ( ) &... ( ) & ( ) & (
b b b l lb l lb l lb
п п н н б б п п н н б б
b b b l lb l lb l
п п н н б б п п н н
c s
если P t D P t D P t D P t D P t D P t D
и P t D P t D P t D P t D P t D P t
∈ ∈ ∈ ∈ ∈ ∈
∈ ∈ ∈ ∈ ∈ 2
1 1 1 1 1 1
) ,
.......................
( ) & ( ) & ( ) &... ( ) & ( ) & ( ) ],
{ & & } ,
lb
б б
b b b l lb l lb l lb
n п nп n н nн n б nб n п nп n н nн n б nб
b
D
и P t D P t D P t D P t D P t D P t D
то p c s
∈
∈ ∈ ∈ ∈ ∈ ∈
или в свернутой форме:
ISSN 1028-9763. Математичні машини і системи, 2015, № 2 145
1 1 1
[ ( ) & ( ) & ( ) ],&&
n lb
k ki k ki k ki
j п jп j н jн j б jб
i j k
P t D P t D P t D
= = =
∈ ∈ ∈∨ (11)
где b – количество возможных изменений множества задач, структур и стратегий управле-
ния, n – количество предприятий отрасли, пt – время прошлой транзакции, нt – настоящее
время (время только что произошедшей транзакции), бt – время следующей транзакции,
( )k
i пP t – значение k -го показателя i -го предприятия в прошлом, ( )k
i нP t – настоящее зна-
чение, ( )k
i бP t – прогнозируемое значение, , ,ki ki ki
jп jн jбD D D – значения или интервалы значе-
ний, или нечеткие множества с соответствующими функциями принадлежности для j -го
варианта k -го показателя эффективности i -го предприятия в прошлом, настоящем и бу-
дущем.
Модели (11) позволяют модифицировать множество задач или структуру или стра-
тегию управления предприятием исходя из наперед жестко заданных правил.
В то же время ЛПР интересует решение задачи определения оптимальных показате-
лей производства, когда известны прогнозные значения показателей эффективности при
неизменных внешних и прочих условиях. В качестве исходных данных здесь выступают
идентифицированные модели (10). Необходимо выполнить их оптимизацию и найти зна-
чения входных факторов, внутренних параметров, соответствующих оптимальным значе-
ниям показателей эффективности. Поскольку функции (10) могут быть полиэкс-
тремальными, недифференцируемыми, заданными алгоритмически или представленными
нейросетью, то для получения их оптимума рационально использовать эволюционные тех-
нологии, а учитывая размерность задачи, применить метод EvoMax [7], основанием кото-
рого является эволюционная стратегия с управляемым процессом случайного поиска луч-
ших решений. Такие решения позволят изменить текущие параметры деятельности пред-
приятия и оптимизировать его показатели эффективности.
5. Выводы
Использование МАС для анализа и оптимизации деятельности предприятия отрасли явля-
ется новым подходом, в основании которого лежит дуализм взаимодействия таких пред-
приятий и функционирование агентов системы. Подобно природной эволюции и эво-
люционным методам оптимизации рассматриваемый дуализм определяет синергетический
эффект от моделирования МАС как программно-аналитической платформы решения при-
кладных задач. Качество результатов в значительной степени определяется умением сис-
темного аналитика, его знаниями процессов функционирования экономических систем и
построения математических моделей экономических процессов. Ведь необходимо еще ре-
шать задачу мультикритериальной оптимизации показателей эффективности предприятия
и определения интегрального критерия эффективности.
СПИСОК ЛИТЕРАТУРЫ
1. Multi-Agent Systems and Applications / M. Luck, V. Marik, O. Štrpánková, R. Trappl. – Berlin, 2001.
– 452 p.
2. Highlights on Practical Applications of Agents and Multi-Agent Systems // Proceedings of International
Workshops of PAAMS 2013. – Salamanca, Spain, 2013. – May 22–24.
3. Гужва В.М. Моделювання мультиагентних систем для управління логістичними процесами на
підприємствах: автореф. дис. на здобуття наук. ступеня канд. екон. наук: спец. 08.03.02 /
В.М. Гужва. – К., 2002. – 17 с.
4. Крицкий А.В. Информационная система поддержки принятия решений на основе мультиа-
гентного похода: дис. … канд. техн. наук: 05.13.01 / А.В. Крицкий. – Екатеринбург, 2007. – 150 с.
146 ISSN 1028-9763. Математичні машини і системи, 2015, № 2
5. Єршов С.В. Теоретичні основи моделеорієнтованої побудови нечітких інтелектуальних муль-
тиагентних систем: автореф. дис. на здобуття наук. ступеня докт. фіз.-мат. наук: спец. 01.05.03 /
С.В. Єршов. – К., 2013. – 36 с.
6. Нарожний О.В. Моделі інтелектуального управління процесом навчання за допомогою муль-
тиагентних систем: автореф. дис. на здобуття наук. ступеня канд. техн. наук: спец. 05.13.23 / О.В.
Нарожний. – Одеса, 2007. – 19 с.
7. Снитюк В.Є. Спрямована оптимізація і особливості еволюційної генерації потенційних
розв’язків / В.Є. Снитюк // Матеріали Міжн. школи-семінару «Теорія прийняття рішень», (Ужго-
род, 1-6 жовтня 2012). – Ужгород, 2012. – С. 182 – 183.
Стаття надійшла до редакції 23.04.2015
|
| id | nasplib_isofts_kiev_ua-123456789-113564 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1028-9763 |
| language | Russian |
| last_indexed | 2025-12-07T16:25:13Z |
| publishDate | 2015 |
| publisher | Інститут проблем математичних машин і систем НАН України |
| record_format | dspace |
| spelling | Мыснык, Б.В. Снитюк, В.Е, 2017-02-10T15:38:41Z 2017-02-10T15:38:41Z 2015 Мультиагентные технологии анализа и оптимизации функционирования предприятий отрасли / Б.В. Мыснык, В.Е. Снитюк // Математичні машини і системи. — 2015. — № 2. — С. 139-146. — Бібліогр.: 7 назв. — рос. 1028-9763 https://nasplib.isofts.kiev.ua/handle/123456789/113564 004.942:338 Рассмотрена задача анализа и оптимизации функционирования предприятия отрасли. Предложено в качестве инструментария моделирования и поддержки принятия решений использовать мультиагентные технологии. Определены проблемы, которые сопровождают процесс моделирования, построены модели с использованием продукционных правил и разработан метод оптимизации на основе изменения множества задач, структуры производства и стратегии управления предприятием. Розглянуто задачу аналізу та оптимізації функціонування підприємства галузі. Запропоновано як інструментарій моделювання та підтримки прийняття рішень використовувати мультиагентні технології. Визначено проблеми, які супроводжують процес моделювання, побудовано моделі з використанням продукційних правил та розроблено метод оптимізації на основі зміни множини задач, структури виробництва та стратегії управління підприємством. The problem of analysis and optimization of the sector of enterprise functioning was considered. It was proposed to use multi-agent technologies as modeling tools and decision support systems. It was identified the problems that accompany the modeling process. The models with production rules were built and the method of optimization based on changes in a variety of tasks, production, and enterprise management strategy was developed. ru Інститут проблем математичних машин і систем НАН України Математичні машини і системи Моделювання і управління Мультиагентные технологии анализа и оптимизации функционирования предприятий отрасли Мультиагентні технології аналізу та оптимізації функціонування підприємств галузі Multi-agent technologies of analysis and optimization of the sector of enterprise functioning Article published earlier |
| spellingShingle | Мультиагентные технологии анализа и оптимизации функционирования предприятий отрасли Мыснык, Б.В. Снитюк, В.Е, Моделювання і управління |
| title | Мультиагентные технологии анализа и оптимизации функционирования предприятий отрасли |
| title_alt | Мультиагентні технології аналізу та оптимізації функціонування підприємств галузі Multi-agent technologies of analysis and optimization of the sector of enterprise functioning |
| title_full | Мультиагентные технологии анализа и оптимизации функционирования предприятий отрасли |
| title_fullStr | Мультиагентные технологии анализа и оптимизации функционирования предприятий отрасли |
| title_full_unstemmed | Мультиагентные технологии анализа и оптимизации функционирования предприятий отрасли |
| title_short | Мультиагентные технологии анализа и оптимизации функционирования предприятий отрасли |
| title_sort | мультиагентные технологии анализа и оптимизации функционирования предприятий отрасли |
| topic | Моделювання і управління |
| topic_facet | Моделювання і управління |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/113564 |
| work_keys_str_mv | AT mysnykbv mulʹtiagentnyetehnologiianalizaioptimizaciifunkcionirovaniâpredpriâtiiotrasli AT snitûkve mulʹtiagentnyetehnologiianalizaioptimizaciifunkcionirovaniâpredpriâtiiotrasli AT mysnykbv mulʹtiagentnítehnologííanalízutaoptimízacíífunkcíonuvannâpídpriêmstvgaluzí AT snitûkve mulʹtiagentnítehnologííanalízutaoptimízacíífunkcíonuvannâpídpriêmstvgaluzí AT mysnykbv multiagenttechnologiesofanalysisandoptimizationofthesectorofenterprisefunctioning AT snitûkve multiagenttechnologiesofanalysisandoptimizationofthesectorofenterprisefunctioning |