Факультет цифрових технологій та автоматизації виробництва
Постійне посилання на розділhttps://dspace.mipolytech.education/handle/mip/11
Переглянути
5 результатів
Результати пошуку
Документ Information technology of determination the company's financial condition for the financial planning subsystem of the EPM system(Національний аерокосмічний університет ім. М. Є. Жуковського «Харківський авіаційний інститут», 2022) Moskalenko, V. V.; Fonta, N.; Grinchenko, M.; Nikulina, O. M.; Yershova, S.; Москаленко, В. В.; Фонта, Н. Г.; Нiкулiна, О. М.; Гринченко, М. А.; Єршова, С. І.The subject matterof this article is the process of forming a company's development finance program. The goal is to develop the information technology to determine the company's financial condition for the financial plan-ning subsystem of an enterprise performance management (EPM) System. The tasksare to develop a methodfor forming a company's development finance program as the basis for the financial planning subsystem of the EPM system; develop a methodology of determining the financial condition of the company as a component of the method; develop an information technology (IT) for determining the company’s financial condition; develop a method for forecasting financial states on the strategic period using a neural network. The following resultswere obtained. The methodfor forming a company's development finance program is implemented as the finan-cial planning subsystem for the EPM system. A methodology for determining the financial condition of a com-pany as a component of this method is presented in this article. Information technology for the implementation of this methodology has been developed. The components of the IT are the calculation of financial indicators based on data from financial statements for a certain period; the analysis of return on equity; the determination of the company financial stability; the determination of the financial condition in dynamics; the forecasting of the company's financial condition for the strategic period; the formation of development strategies for forecast-ing financial condition. The method for forecasting financial states in the strategic period was implemented using a neural network with the Temporal Fusion Transformer architecture. Conclusions. The scientific novelty of the results obtained is as follows: 1) the stages of the process of forming a company's development finance program were improved by methodology for determining the financial condition of the company, by model for determining the rational ratio of own and borrowed funds, by technology for selecting possible sources of fi-nancing development projects, by method for determining investment project financing schemes;2) methodology for determining the financial condition of the company was further developed byincluding a component for predicting financial indicators using a neural network; 3) the company's financial condition module for EPM System was further developed by IT implementation, which implements the assessment and forecast of the com-pany's financial condition is carried out and the financial strategy of the company's development is formed.Документ The value of shares prediction in an unstable economy using neural networks(CEUR Workshop Proceedings, 2022) Moskalenko, V. V.; Santalova, A. R. ; Fonta, N.; Nikulina, O. M.; Москаленко, В. В.; Нікуліна, О. М.The relevance of this research topic is due to the need to develop algorithmic provision of the market value forecasting for shares in Ukraine and the introduction of the concept for increasing information transparency of the domestic stock market. All this will help improve the investment market, provide investment and development of Ukrainian companies and the economy as a whole. An analysis of researchon the use of methods for computational intelligence, including neural networks to model the behavior of stock market participants and solve the problem of forecasting. A study was conducted based on using neural networks of different architecture to predict the market value of shares in the stock markets of Ukraine, which are in the process of formation and development. The following models of neural networks were chosen for experimental research: Long short-term memory; Convolutional neural network; a hybrid model that combines two neural network architectures CNN and LSTM; a hybrid model consisting of a variational mode decomposition algorithm and a long-term memory neural network (VMD-LSTM). Four shares of the Ukrainian Stock Exchange were selected forforecasting: Tsentrenergo (CEEN); Ukrtelecom (UTLM); Kriukivs’kyi Vahonobudivnyi Zavod PAT (KVBZ); Raiff Bank Aval (BAVL). Estimates of forecast quality are calculated. It was concluded that it is advisable to use the LSTM network to forecast stocks that are on the stock exchanges of countries with unstable economies.Документ Моделювання теплових процесів парогенератора АЕС для інформаційної технології оптимізації управління(Національний технічний університет "Харківський політехнічний інститут", 2021) Нікуліна, О. М.; Северин, В. П.; Коцюба, Н. В.; Бубнов, А. І.; Nikulina, O. M.; Severyn, V. P.; Kotsuba, N. V.; Bubnov, A. I.Розроблені математичні моделі теплових процесів у формі Кошів просторі стану з відносними змінними парогенератора ПГВ-1000енергоблоку атомної електричної станції з ядерним реактором ВВЕР-1000для використання моделей в інформаційній технології оптимізації управління парогенератором. Розглянуто робочі теплові процеси в парогенераторі ПГВ-1000, які пов’язані з підведенням до нього живильної води від системи водяної підготовки і теплоносія від ядерного реактора та відведенням пари у головний паровий колектор. Представлена розрахункова схема парогенератора, яка відображає робочі процеси в ньому під дзеркалом випаровування і над ним. На основі диференціальних рівнянь теплового балансу теплоносія в парогенераторі та в металевих теплообмінних трубках виконане моделювання теплопередачі від теплоносія до живильної води в парогенераторі. Розроблена модель теплопередачі у вигляді лінійної системи диференціальних рівнянь у відносних змінних стану. Розглянуті процеси пароутворення при нагріванні живильної води поверхнею теплопередачі. Складені диференціальні рівняння матеріального і теплового балансів динамічних процесів пароутворення в парогенераторі, які не є рівняннями у формі Коші. Виконані перетворення диференціальних рівнянь матеріального і теплового балансів в парогенераторі до форми Коші. Отримана нелінійна система диференціальних рівнянь балансу пароутворення у відносних змінних стану. Обчислені значення постійних параметрів моделей для парогенератора ПГВ-1000.Математична модель теплових процесів в парогенераторі ПГВ-1000, яка представлена у вигляді системи диференціальних рівнянь і включає процеси теплопередачі та пароутворення, за допомогою інформаційної технології оптимізації дозволить виконати ідентифікацію та оптимізацію системи управління парогенератором.Документ Моделювання розвитку епідемії на основі інформаційної технології оптимізації(Національний технічний університет "Харківський політехнічний інститут", 2021) Нікуліна, О. М.; Северин, В. П.; Бубнов, А. І.; Кондратов, О. М.; Nikulina, O. M.; Severyn, V. P.; Naduieva, M. O.; Bubnov, A. I.Розроблені та досліджені математичні моделі епідемії для прогнозу розвитку епідемії коронавірусу COVID-19 на основі інформаційної технології оптимізації складних динамічних систем.Розглянуті математичні моделі епідемій SIR, SIRS, SEIR, SIS, MSEIR у вигляді нелінійних систем диференціальних рівнянь та проведено аналіз використання математичних моделей для дослідження розвитку епідемії коронавірусу COVID-19. На основі статистичних даних епідемії коронавірусу COVID-19 у Харківської області обчислені початкові значення параметрів моделей останньої хвилі епідемії. З використанням цих моделей програмою системного методу першого ступеняз модуля методів інтегрування інформаційної технології для розв’язання нелінійних систем диференціальних рівнянь проведено імітаційне моделювання процесів розвитку останньої хвилі епідемії.Імітаційне моделювання показує, що кількість здорових людей буде зменшуватись, а кількість інфікованих людей буде зростати. За 12 місяців кількість інфікованих людей досягне свого максимуму, а потім почне зменшуватись. Інформаційною технологією оптимізації динамічних системвиконана ідентифікація параметрів моделей епідемії COVID-19 на основі статистичних даних захворювань у Харківської області. З використанням отриманих моделей проведено прогнозування розвитку останньої хвилі епідемії COVID-19 у Харківської області. Наведенопроцеси розвитку епідемії за SIR-моделлю з імунітетом, що слабшає, зі значеннями параметрів моделі, отриманих в результаті ідентифікації. Приблизно за 13 місяців від початку хвилі епідемії кількість інфікованих людей досягне свого максимуму, а потім почне зменшуватись. За 10 місяців все населення Харківської області буде інфіковано.Ці результати дозволять передбачити можливі варіанти розвитку епідемії коронавірусу COVID-19 у Харківської області для вчасного проведення адекватних протиепідемічних заходів.Документ Розробка нелінійної моделі парогенератора АЕС для інформаційної технології оптимізації управління(Національний технічний університет "Харківський політехнічний інститут", 2022) Нікуліна, О. М.; Северин, В. П.; Бубнов, А. І.; Кондратов, О. М.; Nikulina, O. M.; Severyn, V. P.; Bubnov, A. I.; Kondratov, O. M.Парогенератори сучасних енергоблоків атомних електричних станцій є критичними елементами енергоблоків та підлягають модернізації. Ідентифікація моделі парогенератора для оптимізації керування парогенератором є актуальним завданням. Мета даної статті полягає у розробці нелінійної математичної моделі парогенератора у відносних змінних для її використання в інформаційній технології оптимізації управління. Наведено математичні моделі процесів теплопередачі та пароутворення у парогенераторі у вигляді систем диференціальних рівнянь у відносних змінних. Ці моделі призначені для імітаційного моделювання теплових процесів у парогенераторі. Теплові процеси пов'язані з підведенням до парогенератора живильної води від системи водної підготовки та теплоносія від ядерного реактора, а також з відведенням пари з парогенератора до головного парового колектору. За законом збереження кількості руху робочого середовища уциркуляційному контурі парогенератора під дзеркалом випаровування отримано нелінійне диференціальне рівняння процесу циркуляції пароводяної суміші. Розроблено нелінійне диференціальне рівняння для обчислення похідної витрати пари через дзеркало випаровування у відносних змінних. Рівняння допоміжного обладнання –головного парового колектору, приводу клапана парової турбіни та виконавчого механізму регулюючого живильного клапана приведено до відносних змінних. З використанням рівнянь теплопередачі, пароутворення, циркуляції та допоміжного обладнання побудовано нелінійну модель парогенератора у просторі станів як об'єкта управління у відносних змінних. Наведено формули для обчислення значень постійних параметрів моделі парогенератора за значеннями конструктивних і технологічних параметрів. Розроблено програму для нелінійної математичної моделі парогенератора ПГВ-1000, яка включена в модуль моделей парогенераторів інформаційної технології. Це дозволить вирішити завдання ідентифікації та оптимізації інформаційної керуючої системи рівня води у парогенераторі ПГВ-1000 енергоблоку з ядерним реактором ВВЕР-1000.