Меню
Публикации
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
Главный редактор
НИКИФОРОВ
Владимир Олегович
д.т.н., профессор
Партнеры
doi: 10.17586/2226-1494-2022-22-4-681-690
УДК 004:658.011.56
Алгоритм генерации проектных решений для управления данными и проектно-производственными процедурами на этапах жизненного цикла электронного изделия
Читать статью полностью
Язык статьи - русский
Ссылка для цитирования:
Аннотация
Ссылка для цитирования:
Донецкая Ю.В. Алгоритм генерации проектных решений для управления данными и проектно-производственными процедурами на этапах жизненного цикла электронного изделия // Научно-технический вестник информационных технологий, механики и оптики. 2022. Т. 22, № 4. С. 681–690. doi: 10.17586/2226-1494-2022-22-4-681-690
Аннотация
Предмет исследования. Интеграция автоматизированных систем на предприятиях обеспечивает информационную поддержку этапов жизненного цикла изделия и электронное взаимодействие между сотрудниками в процессе выполнения работ. При выполнении проектно-производственных процедур сотрудники предприятий решают различные проектные задачи. Задачи связаны с анализом большого объема информации об изделии, представляемой в виде онтологии. Для решения таких задач требуется разработка алгоритма для извлечения информации из онтологии на основе заданных требований. Метод. Разработанный алгоритм состоит из пяти этапов. На первом этапе формируется пространство поиска проектных решений. Далее для каждого варианта проектного решения рассчитаны значения целевой функции и выбрано лучшее проектное решение (выполняется условие минимизации значения целевой функции). Третий этап связан с выбором проектных решений, близких к найденному лучшему решению (определяется по вычисляемому расстоянию Хэмминга). Следующие этапы характеризуются анализом элементов множества вариантов проектных решений и формированием искомого проектного решения. Основные результаты. Предложены последовательности действий, выполняемые на этапах алгоритма генерации проектных решений. Практическая значимость. Алгоритм может быть реализован на предприятиях для обеспечения процедуры решения проектных задач, что позволит разработать сигнатуры и семантики унифицированных сервисов для применения цифрового паспорта.
Ключевые слова: алгоритм, цифровой паспорт, проектное решение, онтология
Список литературы
Список литературы
1. Петров Р.Г. Технология разработки интегрированных систем управления техническими средствами на базе типовых приборов, типовой документации и программного обеспечения с использованием средств автоматизированного проектирования // Системы управления и обработки информации. 2016. № 1(32). С. 80–87.
2. Донецкая Ю.В. Цели и задачи разработки интегрированных систем управления данными // Информационные технологии в профессиональной деятельности и научной работе: сборник материалов Всероссийской научно-практической конференции с международным участием: в 2-х частях. Ч. 2. 2012. С. 8–11.
3. Седых Д.В., Белоусов С.В., Василенко М.Н. Автоматизация составления инструкций по пользованию устройствами сигнализации, централизации и блокировки // Известия Петербургского университета путей сообщения. 2017. Т. 14. № 2. С. 320–332.
4. Василенко М.Н., Бубнов В.П., Булавский П.Е., Василенко П.А. Ошибки в технической документации железнодорожной автоматики и телемеханики и их влияние на безопасность движения поездов // Автоматика на транспорте. 2019. Т. 5. № 1. С. 94–112. https://doi.org/10.20295/2412-9186-2019-1-94-112
5. Гурьянов А.В., Шукалов А.В., Жаринов И.О., Костишин М.О., Леоновец С.А. Программные шаблоны для автоматизированного оформления текстовых конструкторских документов на изделия авиационной промышленности // Вестник Череповецкого государственного университета. 2017. № 2. С. 15–22. https://doi. org/10.23859/1994-0637-2017-2-77-2
6. Гурьянов А.В., Коновалов П.В., Шукалов А.В., Жаринов И.О., Леоновец С.А. Автоматизация процесса формирования учетной
документации с использованием базы данных радиоэлектронных компонентов // Программные продукты и системы. 2017. № 3(30). С. 517–523. https://doi.org/10.15827/0236-235X.030.3.517-523
7. Гурьянов А.В., Шукалов А.В., Жаринов И.О., Костишин М.О., Леоновец С.А. Автоматизация процессов подготовки программной документации на изделия радиоэлектронной промышленности // Программные продукты и системы. 2017. № 3(30). С. 504– 509. https://doi.org/10.15827/0236-235X.030.3.504-509
8. Охтилев М.Ю., Гамов В.Ю., Черников А.Д. Создание единого виртуального электронного паспорта космической ракеты-носителя «Союз-2»: этапы, концепция и принципы построения, модель электронной структуры изделия // I-methods. 2018. Т. 10. № 4. С. 11–23.
9. Эртман Л.В., Рудаков В.Б., Бурцев А.С., Бакланов В.И., Филоненко П.А. Технология статистического контроля свойств наноматериалов и покрытий в условиях воздействия ионизирующих излучений и оценки надежности изделий космической техники, созданных на их основе // Инженерный журнал: наука и инновации. 2020. № 9. С. 8. https://doi.org/10.18698/2308-6033-
10. Гурьянов А.В., Шукалов А.В., Заколдаев Д.А., Жаринов И.О., Нечаев В.А. Организация электронного документооборота между проектным, производственным и эксплуатирующим предприятиями в условиях цифровой экономики Индустрии 4.0 // Научно-технический вестник информационных технологий,
механики и оптики. 2018. Т. 18. № 1. С. 106–112. https://doi. org/10.17586/2226-1494-2018-18-1-106-112
11. Автамонов П.Н., Бахмут А.Д., Крылов А.В., Охтилев М.Ю., Охтилев П.А., Соколов Б.В. Применение технологии поддержки принятия решений на различных этапах жизненного цикла космических средств в составе системы информации о техническом состоянии и надёжности // Вестник Самарского университета. Аэрокосмическая техника, технологии и машиностроение. 2017.
Т. 16. № 3. С. 173–184. https://doi.org/10.18287/2541-7533-2017- 16-3-173-184 R
12. Охтилев М.Ю., Ключарев А.А., Охтилев П.А., Зянчурин А.Э. Технология автоматизированной информационно-аналитической
поддержки жизненного цикла изделий на примере единого виртуального электронного паспорта космических средств // Известия ВУЗов. Приборостроение. 2020. Т. 63. № 11. С. 1012–
13. Афанасьев В.Б. Онтологическое проектирование автоматизированной информационной системы поддержки качества продукции предприятия // Известия Тульского государственного университета. Технические науки. 2020. № 10. С. 12–22.
14. Donetskaya Ju.V., Gatchin Yu.A. Development of requirements for the content of a digital passport and design solutions // Journal of
Physics: Conference Series. 2021. V. 1828. N 1. P. 012102. https:// doi.org/10.1088/1742-6596/1828/1/012102
15. Донецкая Ю.В. Метод формирования и использования цифрового паспорта электронного изделия на предприятиях приборостроительной отрасли // Научно-технический вестник информационных технологий, механики и оптики. 2021. Т. 21. № 6. С. 969–976. https://doi.org/10.17586/2226-1494-2021-21-6-969-976
16. Donetskaya Ju.V. Creation of a digital passport for an electronic product and generation of design solutions based on it // Frontiers in
Artificial Intelligenc and Applications. 2021. V. 340. P. 379–385. https://doi.org/10.3233/FAIA210210
17. Donetskaya Ju.V. Design procedures for the analysis of the components and parameters of a digital passport // Journal of Physics:
Conference Series. 2021. V. 1828. N 1. P. 012103. https://doi. org/10.1088/1742-6596/1828/1/012103
18. Donetskaya Ju.V., Gatchin Yu.A. Development of design procedures for the synthesis of design solutions for data management, design and production procedures at the stages of the life cycle of an electronic
product // Proc. of the 2020 Wave Electronics and its Application in Information and Telecommunication Systems (WECONF). 2020. P. 9131470. https://doi.org/10.1109/WECONF48837.2020.9131470
19. Хижняков Ю.Н. Алгоритмы нечеткого, нейронного и нейро-нечеткого управления в системах реального времени: учебное пособие. Пермь: Изд-во ПНИПУ, 2013. 160 с.
20. Семенова А.В., Курейчик В.М. Оптимизация отображения онтологий методом роя частиц // Онтология проектирования. 2018. Т. 8. № 2(28). С. 285–295. https://doi.org/10.18287/2223-9537-2018- 8-2-285-295
21. Кравченко Д.Ю., Кравченко А.Ю., Марков В.В. Гибридный биоинспирированный алгоритм отображения онтологий в задачах
извлечения и управления данными // Известия ЮФУ. Технические науки. 2020. № 2(212). С. 16–28. https://doi. org/10.18522/2311-3103-2020-2-16-28
22. Andreasen T., Knappe R., Bulskov H. Domain specific similarity and retrieval // Proc. of the 11th International Fuzzy Systems Association World Congress. V. 1. 2005. P. 496–502.
23. Castano S., Ferrara A., Montanelli S., Racca G. Semantic information interoperability in open networked systems // Lecture Notes in
Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2004. V. 3226. P. 215–230. https://doi.org/10.1007/978-3-540-30145-5_13
24. Кравченко Ю.А., Курситыс И.О. Биоинспирированный алгоритм приобретения новых знаний на основе классификации информационных ресурсов // Известия ЮФУ. Технические науки. 2019.
№ 2. С. 15–26. https://doi.org/10.23683/2311-3103-2019-2-15-26
25. Haase P., Siebes R., Van Harmelen F. Peer selection in peer-to-peer networks with semantic topologies // Lecture Notes in Computer
Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2004. V. 3226. P. 108–125.
26. Maedche A., Zacharias V. Clustering ontology-based metadata in the Semantic Web // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2002. V. 2431. P. 348–360. https://doi. org/10.1007/3-540-45681-3_29
27. Бова В.В., Лещанов Д.В. Семантический поиск знаний в среде функционирования междисциплинарных информационных систем на основе онтологического подхода // Известия ЮФУ.
Технические науки. 2017. № 7(192). С. 79–90. https://doi. org/10.23683/2311-3103-2017-7-79-90
28. Марков В.В., Кравченко Ю.А., Кузьмина М.А. Развитие методов семантической фильтрации на основе решения задачи кластеризации биоинспирированными алгоритмами // Известия ЮФУ.
no. 11, pp. 1012–1019. (in Russian). https://doi.org/10.17586/0021- 3454-2020-63-11-1012-1019
13. Afanasiev V.B. Ontological design of an automated information system for supporting the quality of products of the enterprise.
Izvestiya Tula State University. Technical Sciences, 2020, no. 10, pp. 12–21. (in Russian)
14. Donetskaya Ju.V., Gatchin Yu.A. Development of requirements for the content of a digital passport and design solutions. Journal of
Physics: Conference Series, 2021, vol. 1828, no. 1, pp. 012102. https://doi.org/10.1088/1742-6596/1828/1/012102
15. Donetskaya Ju. V. The method of forming and using a digital passport for an electronic product at enterprises of the instrument-making industry. Scientific and Technical Journal of Information
Technologies, Mechanics and Optics, 2021, vol. 21, no. 6, pp. 969– 976. (in Russian). https://doi.org/10.17586/2226-1494-2021-21-6- 969-976
16. Donetskaya Ju.V. Creation of a digital passport for an electronic product and generation of design solutions based on it. Frontiers in Artificial Intelligenc and Applications, 2021, vol. 340, pp. 379–385. https://doi.org/10.3233/FAIA210210
17. Donetskaya Ju.V. Design procedures for the analysis of the components and parameters of a digital passport. Journal of Physics: Conference Series, 2021, vol. 1828, no. 1, pp. 012103. https://doi. org/10.1088/1742-6596/1828/1/012103
18. Donetskaya Ju.V., Gatchin Yu.A. Development of design procedures or the synthesis of design solutions for data management, design and production procedures at the stages of the life cycle of an electronic
product. Proc. of the 2020 Wave Electronics and its Application in Information and Telecommunication Systems (WECONF), 2020,
pp. 9131470. https://doi.org/10.1109/WECONF48837.2020.9131470
19. Khizhnyakov Yu.N. Fuzzy, Neural and Neuro-Fuzzy Control Algorithms in Real-Time Systems. Tutorial. Perm, Publishing House of PNIPU, 2013, 160 p. (in Russian)
20. Semenova A.V., Kureichik V.M. Ontology mapping using the method of particle swarm optimization. Ontology of Designing, 2018, vol. 8, no. 2(28), pp. 285–295. (in Russian). https://doi.org/10.18287/2223- 9537-2018-8-2-285-295
21. Kravchenko D.Yu., Kravchenko A.Yu., Markov V.V. Hybrid bioinspired algorithm for ontologies mapping in the tasks of extraction and knowledge management. Izvestiya SFedU. Engineering Sciences, 2020, no. 2(212), pp. 16–28. (in Russian). https://doi. org/10.18522/2311-3103-2020-2-16-28
22. Andreasen T., Knappe R., Bulskov H. Domain specific similarity and retrieval. Proc. of the 11th International Fuzzy Systems Association World Congress. V. 1, 2005, pp. 496–502.
23. Castano S., Ferrara A., Montanelli S., Racca G. Semantic information interoperability in open networked systems. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial
Intelligence and Lecture Notes in Bioinformatics), 2004, vol. 3226,
pp. 215–230. https://doi.org/10.1007/978-3-540-30145-5_13
24. Kravchenko Yu.A., Kursitys I.O. Bioinspired algorithm for acquiring new knowledge on the basis of the information resources classification. Izvestiya SFedU. Engineering Sciences, 2019, no. 2,
pp. 15–26. (in Russian). https://doi.org/10.23683/2311-3103-2019-2- 15-26
24. Кравченко Ю.А., Курситыс И.О. Биоинспирированный алгоритм приобретения новых знаний на основе классификации информационных ресурсов // Известия ЮФУ. Технические науки. 2019.
№ 2. С. 15–26. https://doi.org/10.23683/2311-3103-2019-2-15-26
25. Haase P., Siebes R., Van Harmelen F. Peer selection in peer-to-peer networks with semantic topologies // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence
and Lecture Notes in Bioinformatics). 2004. V. 3226. P. 108–125. https://doi.org/10.1007/978-3-540-30145-5_7
26. Maedche A., Zacharias V. Clustering ontology-based metadata in the Semantic Web // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes
in Bioinformatics). 2002. V. 2431. P. 348–360. https://doi. org/10.1007/3-540-45681-3_29
27. Бова В.В., Лещанов Д.В. Семантический поиск знаний в среде функционирования междисциплинарных информационных систем на основе онтологического подхода // Известия ЮФУ.
Технические науки. 2017. № 7(192). С. 79–90. https://doi. org/10.23683/2311-3103-2017-7-79-90
28. Марков В.В., Кравченко Ю.А., Кузьмина М.А. Развитие методов семантической фильтрации на основе решения задачи кластеризации биоинспирированными алгоритмами // Известия ЮФУ.
no. 11, pp. 1012–1019. (in Russian). https://doi.org/10.17586/0021-3454-2020-63-11-1012-1019
ods based on solving the task of clustering by
bioinspired algorithms. Izvestiya SFedU. Engineering Sciences, 2018,
29. Karaboga D., Gorkemli B., Ozturk C., Karaboga N. A comprehensive survey: artificial bee colony (ABC) algorithm and applications // Artificial Intelligence Review. 2014. V. 42. N 1. P. 21–57. https://doi.
30. Karaboga D., Akay B. A survey: algorithms simulating bee swarm intelligence // Artificial Intelligence Review. 2009. V. 31. N 1-4. P. 61–85. https://doi.org/10.1007/s10462-009-9127-4
31. Bose A., Mali K. Fuzzy-based artificial bee colony optimization for gray image segmentation // Signal, Image and Video Processing. 2016. V. 10. N 6. P. 1089–1096. https://doi.org/10.1007/s11760-016-
32. Wang P., Shi H., Yang X., Mi J. Three-way k-means: integrating k-means and three-way decision // International Journal of Machine Learning and Cybernetics. 2019. V. 10. N 10. P. 2767–2777. https://
33. Kumar Yu., Shaoo G. A two-step artificial bee colony algorithm for clustering // Neural Computing and Applications. 2017. V. 28. N 3.P. 537–551. https://doi.org/10.1007/s00521-015-2095-5
34. Su Z., Zhou H., Hao Y. Evidential evolving C-means clustering method based on artificial bee colony algorithm with variable strings and interactive evaluation mode // Fuzzy Optimization and Decision
Making. 2021. V. 20. N 3. P. 293–313. https://doi.org/10.1007/ s10700-020-09344-7
35. Awadallah M.A., Al-Betar M.A., Bolaji A.L., Alsukni E.M., AlZoubi H. Natural selection methods for artificial bee colony with new versions of onlooker bee // Soft Computing. 2019. V. 23. N 15.
P. 6455–6494. https://doi.org/10.1007/s00500-018-3299-2
