ІНФОРМАЦІЙНО-ІНТЕЛЕКТУАЛЬНА СИСТЕМА ОЦІНКИ ТА ПРОГНОЗУВАННЯ ЯКОСТІ ХАРЧОВОЇ ПРОДУКЦІЇ Спеціальність 122 – Комп’ютерні науки
Вантажиться...
Дата
2023
Автори
Affiliation
Назва журналу
Номер ISSN
Назва тому
Видавець
Державний торговельно-економічний університет
Анотація
Костюк Ю.В. Інформаційно-інтелектуальна система оцінки та прогнозування якості харчової продукції. – Кваліфікаційна наукова робота на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії в галузі знань «Інформаційні технології» за спеціальністю 122 «Комп’ютерні науки». Державний торговельно-економічний університет, Київ, 2023. Дисертація є комплексним дослідженням з розробки, аналізу, оцінки та застосування інформаційно інтелектуальної системи оцінки та прогнозування якості харчової продукції. Актуальність теми дослідження зумовлена тим фактором, що управління якістю виробництва харчової продукції вимагає розробки комплексної інформаційно-інтелектуальної системи, яка ґрунтується на моделюванні інформаційних потоків виробничого процесу, застосуванні ефективних методів підтримки прийняття рішень, основних методах оцінки та прогнозування показників якості продукції, що призведе до підвищення якості продукції. Сучасний розвиток цифрового світу підвищує вимоги до побудови інформаційних систем для моніторингу, оцінки, прогнозування та підтримки прийняття рішень на підприємствах, які є виробниками продукції або товарів загального вжитку. Такі виклики потребують використання сучасних інноваційних підходів щодо побудови інформаційних систем, включаючи використання елементів штучного інтелекту, а саме баз знань та нейроннихмереж. Інформаційно-інтелектуальні системи здатні забезпечити ефективну та потужну підтримку щодо прийняття рішень, яка не відслідковується в традиційних інформаційних системах. Інформаційно-інтелектуальні системи включають різні аспекти програмного забезпечення, обладнання та масиви даних для забезпечення підтримки прийняття рішення на основі інтелектуального аналізу даних.Інтелектуальний аналіз даних поєднує методи статистичного та штучного інтелекту з метою отримання нових знань та встановлення закономірностей в умовах невизначеності інформації. Для візуалізації архітектури компонентів та модулів інформаційно- інтелектуальної системи використовується сценарно-цільовий аналіз на основі графових та прографових моделей, що відображають та деталізують основні цілі, фактори впливу на структуру моделі, операції та міжопераційні зв’язки. Тобто, інтегрована інформаційно інтелектуальна система поєднує в собі різні підсистеми, які постійно взаємодіють між собою, впливають на загальну ефективність інформаційної системи та спрямовані на забезпечення якості продукції. Інформаційно-інтелектуальні системи активно використовуються для забезпечення якості виробничих процесів та продукції шляхом інтеграцій функцій обміну знаннями, пов’язаними з показниками якості продукції, з метою забезпечення їх автономності за допомогою елементів штучного інтелекту. Створення таких систем вимагає поєднання новітніх інформаційних та інтелектуальних технологій, хмарних обчислень, аналітики великих даних. Зокрема, це включає використання можливостей інтеграції даних інформаційних систем, прийняття рішень та здатність реагувати на наявні ситуації, представлення результатів через інформаційні панелі та інтерактивні візуальні панелі, а також використання інтелектуальних сенсорних технологій. Інтегровані системи, проводячи інтелектуальний аналіз даних та використовуючи технології штучного інтелекту, дозволяють розуміти та прогнозувати різного роду ситуації.Однією із важливих характеристик інформаційно-інтелектуальних систем оцінки та прогнозування якості продукції є забезпечення інформаційних потоків між їх складовими, а також виявлення можливих дефектів ще до початку процесу. Тому деякі компоненти інформаційно- інтелектуальної системи можуть використовувати статистичні методи управління для виявлення аномалій на етапі їх можливого виникнення, покращуючи тим самим ефективність управління якістю. Формування знань- даних через системи збору даних дозволяє аналізувати та візуалізувати інформацію в режимі реального часу, що збільшує ефективність процесу прийняття рішень. Інформаційно-інтелектуальна система оцінки та прогнозування якості продукції повинна відповідати вимогам та надавати постійне підвищення ефективності функціонування системи в цілому. Щодо аспекту інтелектуалізації якості, важливим стає використання підходів, що базуються на знаннях, для створення та експлуатації системи на відмінну від традиційних підходів. Виникає потреба в методах та методологіях для опису вимог щодо майбутньої системи, опису задіяних етапів при проектуванні, відображення послідовності дій між системами різних рівнів виробничого підприємства. Методологія SysML дозволяє аналізувати, конкретизувати і проектувати такі складні системи з метою підвищення їх якості. Інформаційні та комунікаційні технології стрімко розвиваються, хмарні технології стають все більше затребуваними та дозволяють поєднувати фізичний та віртуальний світ на основі програмного забезпечення із відкритим вихідним кодом. Для розробки інформаційної панелі інформаційно- інтелектуальної системи оцінки та прогнозування якості продукції використано середовище NODE-RED із відкритим вихідним кодом. Інформаційна панель представлена у вигляді дашборду, який складається з колекцій візуалізації елементів для представлення даних процесу через інтерфейс користувача (UI). Інформаційною базою дослідження стали нормативні матеріали, наукові праці сучасних вітчизняних та закордонних науковців та практиків, вибірки технологічних даних ТОВ «Гайсинський молокозавод» для процесу збивання вершків у масло із вмістом вологості 16 %, 20 %, 25 % . Впровадження стратегії інтеграції інформаційно-інтелектуальних систем, які в основі своєї функціональності базуються на принципах та архітектурі штучних нейронних мереж, у єдиний інформаційний простір підприємства дають можливість досягти високої якості продукції на виробничому підприємстві. Цей підхід спрямований на досягнення низки головних цілей, включаючи підвищення рівня ефективності виробничих процесів та забезпечення сталої та надійної якості продукції. Інтеграція інформаційно-інтелектуальних систем заснована на застосуванні сучасних методів аналізу, інтерпретації та обробки даних, що дозволяє виявляти та аналізувати різноманітні аспекти якості продукції в реальному часі. Штучні нейронні мережі, які використовуються в цих системах, надають можливість автоматичного вивчення та адаптації до змін у виробничому середовищі, використовуючи навчання на основі даних. Цей напрямок спрямований на підвищення ефективності виробничих процесів та забезпечення стабільної якості продукції. Такий напрямок розвитку спрямований на досягнення оптимальних рішень у сфері виробництва, максимізуючи використання ресурсів та мінімізуючи можливі ризики виникнення дефектів чи відхилень в якості продукції. Такий підхід не лише сприяє підвищенню якості фінального продукту, але й дозволяє знижувати витрати, оптимізувати процеси виробництва та підтримувати конкурентоспроможність підприємства наринку. Усе це, враховуючи, інтеграцію інформаційно-інтелектуальних систем, заснованих на штучних нейронних мережах, є важливим інструментом для
досягнення успіху та стійкості в сучасному бізнес-світі. Метою дисертаційної роботи є розробка інформаційно- інтелектуальної системи оцінки та прогнозування якості харчової продукції, яка дозволить покращити моніторинг процесу, прогнозувати можливі варіанти проходження виробничого процесу, тим самим покращуючи кінцевий показник якості продукції. Об’єктом дослідження є інформаційні потоки оцінки якості харчової продукції. Предметом дослідження є інструменти інтеграції апаратного та програмного забезпечення для інформаційно-інтелектуальної системи оцінки та прогнозування якості продукції. Наукова новизна отриманих результатів. У дисертаційній роботі отримані такі наукові результати: вперше: розроблено та впроваджено сценарно-цільовий підхід щодо моделювання структури інформаційно-інтелектуальної системи оцінки та прогнозування якості харчової продукції (на прикладі виробництва масла), який ґрунтується на методології формально-графічного опису із застосуванням графів та прографів, такий підхід в молочній промисловості
взагалі не застосовувався; побудовані А-сценарій та С-сценарій для моделі інформаційно- інтелектуальної системи оцінки та прогнозування якості виробництва харчової продукції (на прикладі виробництва масла), що на відміну від раніше запропонованих сценаріїв дозволить проаналізувати та оцінити інформаційні потоки між компонентами моделі та обрати оптимальну структуру для виконання поставлених завдань; удосконалено: поняття системи управління якістю в розрізі інформаційно- інтелектуальної системи оцінки та прогнозування якості харчової продукції для підвищення ефективності контролю якості, що дає можливість забезпечення безпеки та удосконалення всіх аспектів виробництва; контекстну модель інформаційно-інтелектуальної системи оцінки та прогнозування якості харчової продукції, яка, на відміну від інших існуючих моделей, відрізняється використанням передових аналітичних методів, можливістю моніторингу та оновлення прогнозів в реальному часі, більшою ефективністю та відповідністю сучасним вимогам оцінки якості харчової продукції; метод формування оцінки якості продукції на основі контрольних карт Шухарта за вхідними технологічними параметрами із нанесенням контрольних меж, що ставить акценти на виявленні змін та шляхів покращення процесу; набуло подальшого розвитку: модель концепцій управління якістю харчової продукції, яка, на відміну від інших існуючих концепцій, базується на використанні інформаційних технологій та аналізу даних сприяє вдосконаленню якості харчової продукції, забезпечуючи безпеку споживачів та підвищуючи конкурентоспроможність суб’єктів господарювання; архітектура нейро-нечіткої мережі прогнозування якості харчової продукції за допомогою пакету Fuzzy Logic Toolbox системи МATLАВ на основі адаптивної системи виводу ANFIS для оцінки якості готової продукції. Практична значимість наукових результатів. Практичне значення інформаційно-інтелектуальної системи оцінки та прогнозування якості харчової продукції полягає у наданні науково обґрунтованих пропозицій та розроблених інформаційно-інтелектуальних продуктів, які рекомендовані до використання у діяльності виробничого підприємства. Це сприяє підвищенню якості та ефективності виробничого процесу, зменшенню витрат та ризиків, а також забезпечує відповідність продукції сучасним стандартам та вимогам споживачів. Крім того, інформаційно-інтелектуальні продукти цієї системи можуть використовуватися для прийняття обґрунтованих рішень та для планування стратегічних напрямків розвитку підприємства. Розроблено інформаційно-інтелектуальне забезпечення для оцінки якості продукції з використанням наступних середовищ програмування: 1. Побудовані контрольні карти Шухарта за допомогою середовища Statistica для моніторингу та оцінки якості харчової продукції. 2. Розроблено нейро-нечітку мережу для прогнозування оцінки якості харчової продукції, на прикладі вершкового масла, за допомогою пакету Fuzzy Logic Toolbox системи МАТLАВ на основі адаптивної системи виводу ANFIS. 3. Побудовані графові та прографові моделі, які допомагають візуалізувати архітектуру та функціональність інформаційно інтелектуальної системи оцінки та прогнозування якості продукції. 4. Побудовані А- та С-сценарії моделі інформаційно-інтелектуальної системи оцінки та прогнозування якості харчової продукції із виділеними атрибутами, що дозволяють більшу деталізацію внутрішньої структури моделі та міжкомпонентних зв’язків системи. 5. Сформовані потоки для запису даних процесу до хмарного застосунка Google Sheet у електронну книгу RPIData та Telegram-бот для отримання інформації щодо показників якості в режимі реального часу. 6. Розроблена інформаційна панель для моніторингу та оцінки якості харчової продукції в середовищі Node-RED з відкритим кодом на основі JavaScript та Node.js. та WEB-інтерфейс користувача у вигляді дашборду з візуалізацією основних параметрів контролю якості харчової продукції. Результати удосконалення інформаційно-інтелектуальної системи оцінки та прогнозування якості харчової продукції апробовані та впроваджені в діяльність наступних підприємств: ТОВ «Гайсинський молокозавод», ТОВ «ТІСЕР», ТОВ «Інженерний виробничо-технічний центр «Техно-Сервіс». Дисертаційна робота виконана відповідно до плану науково-дослідних робіт Державного торговельно-економічного університету. НДР №0121U109155 «Моделювання інформаційно-аналітичної системи контролю якості процесу виробництва продукції», (довідка від 23.03.2023 №458/24), виконавцем якої є здобувач, містить результати наукових досліджень зазначеної теми. Результати дисертаційного дослідження використано у навчальному процесі Державного торговельно-економічного університету (довідка від 28.03.2023 №490/22) при викладанні дисциплін «Інформаційні технології в юридичній практиці», «Організація комп’ютерних мереж», «Методи і засоби передачі даних», «Соціотехнічна кібербезпека», «Технології безпекибезпроводових та мобільних мереж», «Основи кібербезпеки» та в розробці методичного забезпечення освітнього процесу.
Опис
Ключові слова
інформаційна система, інтелектуальна система, інформаційні технології, інтелектуальний аналіз даних, система управління якістю, нейро-нечіткі мережі, карти Шухарта, моніторинг якості, нечітка логіка, система підтримки прийняття рішень, структурно-функціональний аналіз, статистичні методи, оцінка якості, математична модель, діагностика, графова модель, прогнозування, нейронна мережа, інформаційна панель, якість продукції., information system, intelligent system, information technologies, intelligent data analysis, quality management system, neuro-fuzzy networks, Schuhart maps, quality monitoring, fuzzy logic, decision support system, structural- functional analysis, statistical methods, quality assessment, mathematical model, diagnostics, graph model, forecasting, neural network, information panel, product quality.
Бібліографічний опис
Костюк Ю.В.(2023) ІНФОРМАЦІЙНО-ІНТЕЛЕКТУАЛЬНА СИСТЕМА ОЦІНКИ ТА ПРОГНОЗУВАННЯ ЯКОСТІ ХАРЧОВОЇ ПРОДУКЦІЇ м. Київ [Дисертація за спеціальність 122 – Комп’ютерні науки , Державний торговельно-економічний університет]. Репозитарій Державного торговельно-економічного університету.
https://ur.knute.edu.ua/handle/123456789/10612