Zinātniskās darbības atbalsta sistēma
Latviešu English

Publikācija: Intelektuālu aģentu tehnoloģijā un datu ieguves metodēs bāzētas produkta dzīves cikla vadības atbalsta sistēmas izstrāde

Publikācijas veids Promocijas darbs
Pamatdarbībai piesaistītais finansējums Nav zināms
Aizstāvēšana: 05.09.2011 14:30, DITF, Meža 1/3, 202
Publikācijas valoda Latviešu (lv)
Nosaukums oriģinālvalodā Intelektuālu aģentu tehnoloģijā un datu ieguves metodēs bāzētas produkta dzīves cikla vadības atbalsta sistēmas izstrāde
Nosaukums angļu valodā Development of the Product Lifecycle Management Support System on the Basis of Intelligent Agent Technology and Data Mining Methods
Pētniecības nozare 2. Inženierzinātnes un tehnoloģijas
Pētniecības apakšnozare 2.2. Elektrotehnika, elektronika, informācijas un komunikāciju tehnoloģijas
Autori Sergejs Paršutins
Atslēgas vārdi Intelligent agent technology, product lifecycle management, clustering short time series, forecasting PLC phase transition points
Anotācija Promocijas darbs ir veltīts intelektuālu aģentu tehnoloģijas un datu ieguves metožu pētīšanai un pielietošanai produkta dzīves cikla atbalsta uzdevumos. Promocijas darba mērķis ir izpētīt īsu laika rindu klasterizācijas metodes un balstoties uz intelektuālu aģentu tehnoloģijas un datu ieguves metožu bāzes izstrādāt multiaģentu sistēmas modeli un metodes produkta dzīves cikla fāzes pārejas perioda prognozēšanai. Produkta dzīves cikla vadība ir sarežģīts process, kas ietver sevī tādus dažādus uzdevumus, kā projektēšana, prognozēšana un plānošana, ražošanas, glabāšanas un transportēšanas procesu organizācija, produkta pieejamības un klientu servisa nodrošināšana tirgū, utilizācija u.c. saistītus uzdevumus. Izstrādātā un darbā piedāvātā multiaģentu sistēma ir virzīta uz procesiem, kas saistīti ar prognozēšanas un plānošanas uzdevumu risināšanas atbalstu. Produkta dzīves cikls sastāv no vairākām ar produkta attīstību saistītām fāzēm tirgū. Katra no fāzēm tiek raksturota ar produkta pieprasījuma līmeni, pieprasījuma pieauguma vai krituma tendenci un produkta attīstības izdevumiem, it īpaši reklāmai, kas padara produkta dzīves cikla fāžu robežu noteikšanu par aktuālu un svarīgu uzdevumu. Promocijas darbā ir piedāvāts produkta dzīves cikla vadības atbalsta multiaģentu sistēmas modelis, kas ļauj prognozēt produkta dzīves cikla fāzes pārejas periodu ierobežotas datu pieejamības apstākļos – izmantojot dažas pirmās vērtības produkta pieprasījuma līknē. Ar mērķi nodrošināt multiaģentu sistēmas darbaspējas secīgas datu plūsmas apstākļos, izpildīta vairāku klasterizācijas algoritmu analīze, balstoties uz kuras atlasīti uzdevumam piemērotie algoritmi – pašorganizējošie neironu tīkli un (SOM) un hierarhiskais gravitācijas klasterizācijas algoritms (G-Algorithm). Izpētīti to klasiskie varianti kā arī izstrādātas un aprakstītas to modifikācijas. Ir piedāvāts MEuclidean attāluma mērs, lietojot kuru ir iespējams aprēķināt attālumu starp laika rindām ar atšķirīgu periodu skaitu. Sistēmas efektivitāte tika pārbaudīta, izmantojot starptautiskā projekta ECLIPS ietvaros saņemtu datu kopu un mākslīgi rādītus sintētiskus datus. Iegūtie eksperimentu rezultāti parādīja izstrādātas multiaģentu sistēmas augsto efektivitāti, prognozējot produkta dzīves cikla fāzes pārejas periodu. Eksperimentu izpildīšanai tika izstrādāta specializētā programmatūra. Promocijas darbā tika izpildīta iegūto rezultātu salīdzinošā analīze, tika noformulēti secinājumi par izstrādātas multiaģentu sistēmas efektivitāti un tās pielietojamību PDC fāzes pārejas perioda prognozēšanas uzdevuma risināšanai. Promocijas darbs ir uzrakstīts latviešu valodā, satur ievadu, 5 nodaļas, secinājumus, bibliogrāfisko sarakstu, 5 pielikumus, 47 attēlus, kopā 131 lappuse. Bibliogrāfiskā sarakstā ir 61 nosaukums.
Anotācija angļu valodā This PhD thesis presents research into the application of the intelligent agent technology and data mining methods for supporting the process of product lifecycle management. The purposes of this study were to investigate the short time series clustering methods and to develop a model of the multiagent system and methods for product life cycle phase transition point forecasting on the basis of intelligent agent technology and data mining methods. Product lifecycle management is a complex process that includes different tasks like product design, forecasting and planning, manufacturing, storage and transport network organization, product and client support, utilisation etc. The developed multiagent system is aimed at supporting the forecasting and planning processes. The product life cycle consists of several related phases representing the product growth on the market. Each phase differs in level of demand, its growth or decline trend and expenses related to product evolution, advertisement and other related fields, which makes the task of product life cycle phase transition point forecasting important and topical. A model of the product life cycle management support system is proposed in this PhD thesis. The system is capable of forecasting a product life cycle phase transition point using only first several demand curve points. The suitability of different clustering methods for clustering demand data was analysed and the suitable ones were chosen – self-organizing maps and hierarchical gravitational clustering algorithm (G-Algorithm). The classical variants of the algorithms were studied and modified versions were developed and described. A distance measure MEuclidean is proposed, which enables calculation of the distance between time series with different number of periods. The proposed system was tested using the demand data received within the scope of the international project ECLIPS, and also using the synthetic dataset. The results obtained have shown the high efficiency of the proposed product lifecycle phase transition point forecasting system. To evaluate the efficiency of the proposed system, a software tool was developed. A comparative analysis of the obtained results was performed and conclusions are stated regarding the efficiency of the proposed multiagent system in a task of forecasting a PLC phase transition point. The thesis is written in Latvian. It contains an introduction, 5 chapters, conclusions, the list of references, 5 appendixes, 47 pictures, 131 pages. The list of references contains 61 records.
Atsauce Paršutins, Sergejs. Intelektuālu aģentu tehnoloģijā un datu ieguves metodēs bāzētas produkta dzīves cikla vadības atbalsta sistēmas izstrāde. Promocijas darbs. Rīga: [RTU], 2011. 131 lpp.
Kopsavilkums Kopsavilkums
ID 10159