Інформаційні системи та мережі
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/2105
Browse
4 results
Search Results
Item Моделювання процесів розвитку територіальних громад(Видавництво Львівської політехніки, 2022-03-01) Бігун, Роман; Литвин, Василь; Bihun, Roman; Lytvyn, Vasyl; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityМісцевий розвиток певної території відбувається під впливом багатьох чинників. Швидкий темп поширення процесу глобалізації світової економіки є одним із тих чинників, які істотно впливають на формування нових тенденцій та закономірностей місцевого розвитку. Прояв цього критерію можна помітити, простежуючи посилення ролі громад в економічному розвитку певних територій та країн. Українська держава вже входить у перелік країн, суспільства яких зрозуміли та прийняли важливість зацікавленості та участі громад у місцевому розвитку. Для громад процес децентралізації та зміни принципів самоврядування визначатиме новий рівень відповідальності за їх розвиток. Розгляд такої концепції розвитку місцевих громад зумовить їх перетворення із об’єкта управління на суб’єкт управління, з’явиться також можливість самостійно забезпечувати власну спроможність до розвитку. Загалом територіальні громади беруть на себе відповідальність за планування свого розвитку та економічний добробут у майбутньому. Зважаючи на такі перспективи, місцеві органи територіальної влади повинні добре розуміти особливості сучасного розвитку та володіти необхідними знаннями, інформацією, навичками та досвідом для подальшого забезпечення конкурентоспроможності своїх громад. Мета цього дослідження – розробити систему вибору найкращого напряму розвитку територіальних громад на основі ресурсів, що належать цим громадам. У цій науковій роботі запропоновано використовувати метод аналізу ієархій для визначення напряму розвитку територіальних громад, оскільки цей метод дає змогу кількісно визначити порівняльну важливість критеріїв оцінювання напрямів розвитку. Метод аналізу ієрархій передбачає здійснення попарних порівнянь об’єктів із використанням суб’єктивних суджень, які оцінюють кількісно за визначеною шкалою. Під час порівняння для правильного використання методу аналізу ієрархій важливі неупереджені погляди експертів.Item Аналіз стану територіальних громад для моделювання їхнього соціально-економічного розвитку(Видавництво Львівської політехніки, 2021-03-01) Бігун, Роман; Литвин, Василь; Олексів, Назар; Bihun, Roman; Lytvyn, Vasyl; Oleksiv, Nazar; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityРозглянуто проблеми розвитку об’єднаних територіальних громад, зокрема безробіття та економічні проблеми. Громадам, здебільшого, не вистачає коштів для вирішення економічних та інших проблем. Тому потрібно створювати самодостатні громади, в яких достатньо фінансових інструментів для власного розвитку. У роботі розглянуто математичну модель системи підтримки прийняття рішень щодо розвитку територіальних громад (агропромислового сектору). Важливим кроком у побудові математичної моделі агропромислового комплексу є врахування специфіки діяльності сільського господарства. У статті розглянуто математичну модель лінійної багатофакторної регресії, яка описує залежність між величиною витрачених ресурсів та обсягом продукції, що випускається. Оскільки процеси економіки та виробничі процеси сільського господарства складні, то й описати їх складно, використовуючи тільки лінійні детерміновані моделі. Поширений випадок, коли змінні задач набувають деяких дискретних значень або значень із певного проміжку. Така ситуація ускладнює пошук.Item Методи ройового інтелекту вирішення прикладних задач в геоінформаційних системах(Видавництво Львівської політехніки, 2020-02-24) Литвин, Василь; Угрин, Дмитро; Lytvyn, Vasyl; Uhryn, Dmytro; Національний університет “Львівська політехніка”; Чернівецький філософсько-правовий ліцей № 2; Lviv Polytechnic National University; Chernivtsi Philosophical and Legal Lyceum № 2Запропоновано для автоматизації процедур формування множини альтернативних рішень та вибору раціонального рішення у галузевих ГІС використовувати інтелектуальних агентів планування діяльності з використанням онтологічного підходу. Запропоновано використовувати розроблену базу знань у галузі методів ройового інтелекту на основі адаптивної онтології та бази даних наукових публікацій у цій галузі. Всі прикладні задачі в галузевих геоінформаційних системах поділено на класи задач: стаціонарні, квазістаціонарні, динамічні. Запропоновано визначати вільні параметри для окремих ройових алгоритмів на основі машинного навчання з підкріпленням, а саме методом Q-Learning. На основі цього методу побудовано ланцюги Маркова для ройових алгоритмів. Підкріплення полягало в аналізі отриманих результатів певним ройовим алгоритмом експертним шляхом. На прикладі адміністративно-територіального управління було знайдено оптимальні значення параметрів окремих ройових алгоритмів.Item Ігровий метод кластеризації онтологій(Видавництво Львівської політехніки, 2019-02-26) Кравець, П. О.; Буров, Є. В.; Литвин, В. В.; Kravets, Petro; Burov, Evgeniy; Lytvyn, Vasyl; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityРозглянуто актуальну проблему кластеризації онтологій для оптимізації операцій інтелектуального опрацювання даних в умовах невизначеності, зумовленої неточністю або неповнотою даних про предметну область. Кластеризація онтологій – це процес автоматичного розділення множини онтологій на групи (кластери) на основі ступеня їхньої подібності. Для розв’язування задачі кластеризації необхідно задати міри близькості онтологій, вибрати або розробити алгоритм кластеризації та виконати змістовну інтерпретацію результатів кластеризації. Для кластеризації онтологій в умовах невизначеності запропоновано застосувати стохастичний ігровий метод. Повторювальна стохастична гра полягає у реалізації керованого випадкового процесу вибору кластерів онтологій. Для цього закріплені за онтологіями інтелектуальні агенти випадково, одночасно і незалежно вибирають один із кластерів у дискретні моменти часу. Для агентів, що обрали один кластер, обчислюють поточну міру подібності онтологій, яка може враховувати близькість концептів, атрибутів та відношень між концептами. Цю міру використовують для адаптивного перерахунку змішаних стратегій гравців. Збільшуються імовірності вибору тих кластерів, поточний склад яких призвів до зростання міри подібності онтологій. У ході повторювальної гри агенти сформують вектори змішаних стратегій, які забезпечать максимізацію усереднених мір подібності розділених на кластери онтологій. Для розв'язування задачі ігрової кластеризації онтологій розроблено адаптивний марківський рекурентний метод на основі стохастичної апроксимації модифікованої умови доповняльної нежорсткості, справедливої у точках рівноваги за Нешем. Запропонований ігровий метод має фільтрувальні властивості щодо викидів у вхідних даних і практично не залежить від закону розподілу випадкових завад. Комп'ютерне моделювання підтвердило можливість застосування моделі стохастичної гри для кластеризації онтологій із врахуванням факторів невизначеності. Збіжність ігрового методу забезпечується дотриманням фундаментальних умов та обмежень стохастичної оптимізації. Достовірність експериментальних досліджень підтверджується повторюваністю отриманих результатів для різних послідовностей випадкових величин. Результати роботи доцільно використати для розв'язування задач інтелектуального аналізу даних, усунення дублювання інформації в базах знань, зменшення невизначеності у межах кластера онтологій, виявлення новизни інформації, організації високорівневої семантичної взаємодії між агентами під час розв’язування ними спільної задачі.