Размещено на http://www.allbest.ru/

Министерство науки и высшего образования Российской Федерации

Федеральное государственное бюджетное образовательное учреждение высшего образования

«Комсомольский-на-Амуре государственный университет»

Факультет компьютерных технологий

Кафедра «ПУРИС»

Контрольная работа по дисциплине: «Информационные системы и технологии»

Студент группы 8ПИба-1 К.В. Игнатьев

Преподаватель: В.П. Котляров

2022

Содержание

• Введение
• 1. Цифровой двойник специалиста
• 1.1 Братья по данным
• 1.2 Зачем нужны цифровые двойники
• 2. Средства поиска решения в MS Excel
• 2.1 Механизм работы поиска решений
• 2.2 Решение практической задачи
• Заключение
• Список использованных источников


Введение

Сегодня, в век информатизации и компьютеризации информация является таким же ресурсом, как трудовые, материальные и энергетические. Информация (informatio) -- разъяснение, осведомленность, изложение. Информация -- ценнейший ресурс наряду с такими традиционными видами ресурсов, как нефть, газ, полезные ископаемые и др., а значит, процесс ее переработки по аналогии с процессами переработки материальных ресурсов можно воспринимать как технологию.

1. Цифровой двойник специалиста

1.1 Братья по данным

Цифровой двойник (или «цифровой близнец», если буквально переводить английское словосочетание digital twin) -- это виртуальный аналог реального объекта, компьютерная модель, которая в своих ключевых характеристиках дублирует его и способна воспроизводить его состояния при разных условиях. По сути, это набор математических формул, описывающих сам объект и протекающие в нем процессы.

Как это ни странно, такой двойник может родиться даже раньше своего оригинала: виртуальную модель могут создать еще на этапе проектирования объекта (здания, машины, установки), чтобы протестировать его работу в разных условиях и режимах и скорректировать проект, если будут обнаружены недочеты. Но затем, когда объект уже построен, такая модель требует постоянного обновления, для того чтобы соответствовать его актуальному состоянию.

И здесь не обойтись без интернета вещей -- множества датчиков, которые собирают информацию о работе оборудования, -- а также без технологий машинного обучения, которые помогают предсказать, как будет вести себя система в тех или иных обстоятельствах. Это особенно актуально, когда цифровой двойник создается для уже существующего объекта, например, установки на нефтеперерабатывающем заводе. Досконально описать все процессы формулами -- чрезвычайно сложная задача. Но, имея большой объем данных о работе установки за определенный период времени, проще выявить закономерности в ее работе при помощи нейросети.

В самой идее цифрового двойника в промышленности нет ничего нового: расчеты и модели того, как будет вести себя какая-нибудь конструкция, установка на заводе или реактор, делались и раньше. Но лишь недавно появились достаточные вычислительные мощности, чтобы проводить такие расчеты в реальном времени, а также возможности для постоянного обновления моделей на основе данных, получаемых с реальных объектов.

1.2 Зачем нужны цифровые двойники

Некоторые считают, что скоро цифровые двойники будут создаваться для всего, в том числе и для людей. На самом деле в той или иной мере это уже происходит: например, профиль в социальных сетях характеризует круг общения человека, история поисковых запросов -- его интересы, а кредитная история -- финансовую состоятельность. И эту информацию используют те, кто хочет предсказать наше поведение, -- работодатели, спецслужбы, банки, продавцы товаров и услуг. Возможно, уже в недалеком будущем развитие систем медицинского мониторинга позволит предупреждать о приближении болезни задолго до появления явных симптомов.

Что же касается промышленных объектов, их цифровые двойники позволяют выбирать наиболее оптимальные режимы работы, ставить виртуальные эксперименты, которые в реальности могут быть сопряжены с риском повредить оборудование. Данные, которые собирают с датчиков на объекте, а также информация о ранее проведенном обслуживании, позволяют установить степень износа и вероятность выхода из строя узлов, а значит, сократить расходы на профилактику и ремонт. Если тот или иной параметр отклоняется от нормы, цифровой двойник проинформирует ответственных сотрудников, которые отреагируют и примут меры.

Те же подходы и технологии дают возможность создавать информационные копии не только отдельных машин или установок, но целых цехов, заводов, цифровые двойники предприятий со всеми производственными и логистическими процессами. Такие модели позволят найти узкие места, которые проявят себя лишь через несколько лет работы, и сделать необходимую тонкую настройку.

В промышленности технология уже сегодня помогает повысить эффективность минимум на 10%, а в нефтяной отрасли -- сэкономить от 5% до 20% капитальных вложений. В ближайшие годы крупные компании перейдут к дистанционному мониторингу и управлению целыми производствами и всеми подразделениями через виртуальные системы.

То же самое произойдет и с городами: они обзаведутся цифровыми двойниками, объединяющими все важнейшие системы, районы и объекты городской инфраструктуры. Онлайн-мониторинг будет осуществляться при помощи IoT-датчиков, сканеров и дронов с машинным обучением, а сами виртуальные системы будут размещены в облаке. При этом доступ к двойникам будет и у федеральных властей. Это позволит, в частности, экстренно реагировать на чрезвычайные ситуации и предотвращать их даже в самых отдаленных регионах.

Цифровых двойников можно будет использовать и в повседневной жизни: например, чтобы следить за жизненными показателями или улучшить работу какого-либо устройства. С помощью интернета вещей мы сможем объединить все коммуникации и технику в доме в единую систему и управлять ими с помощью цифрового двойника дома.

2. Средства поиска решения в MS Excel

2.1 Механизм работы поиска решений

Ежедневно специалисты в области экономики и менеджмента сталкиваются с задачами оптимизации. Наиболее легкими и показательными являются задачи линейной оптимизации.

Типы задач оптимизации:

*Задачи о перевозках: например, минимизация расходов по доставке товаров с нескольких фабрик в несколько магазинов с учетом спроса;

*Задачи распределения рабочих мест: например, минимизация расходов на содержание штата с соблюдением требований, определенных законодательством;

*Управление ассортиментом товаров: извлечение максимальной прибыли с помощью варьирования ассортиментным набором товаров (при соблюдении требований клиентов). Аналогичная задача возникает при продаже товаров с разной структурой затрат, рентабельностью и показателями спроса.

*Замена или смешивание материалов: например, Манипуляция материалами с целью снижения себестоимости, поддержания необходимого уровня качества и соблюдения требований потребителей.

*Задачи линейной алгебры: решение линейных уравнений.

Для решения такого вида задач существует инструмент «Поиск решения».

Процедуру поиска решения можно использовать для определения значения влияющей ячейки, которое соответствует экстремуму зависимой ячейки -- например, расходы на рекламу, обеспечивающие максимальную прибыль. Влияющая и целевая ячейки должны быть связаны формулой, иначе при изменении значения одной не будет изменяться другая.

Задачи, решаемые с помощью оптимизатора, имеют три характерных признака:

*Имеется единственная целевая ячейка. В нее пользователь должен ввести формулу, указав позднее в программном диалоге какой экстремум необходим (максимум или минимум). После завершения построения модели и инициализации расчета программа автоматически должна добиться для этой ячейки экстремального результата.

*В формуле целевой ячейки должны быть сделаны ссылки на одну или более изменяемых ячеек, от значений которых зависит результат. Они могут быть названы также неизвестными или переменными для решения. Поиск решения устанавливает значения изменяемых ячеек так, чтобы найти для формулы целевой ячейки оптимальное решение.

*Ограничивающих ячеек может быть не менее одной на каждую изменяемую ячейку. Может существовать и некоторое количество дополнительных ячеек ограничений, например, ограничение по объему ресурса и ограничения по спросу (минимальный спрос, максимальный спрос).

Таким образом обеспечивается защищенный обмен информации меду сотрудниками различных организаций.

2.2 Решение практической задачи

Фабрика "GRM pie" выпускает два вида каш для завтрака -- "Crunchy" и "Chewy". Используемые для производства обоих продуктов ингредиенты в основном одинаковы и, как правило, не являются дефицитными. Основным ограничением, накладываемым на объем выпуска, является наличие фонда рабочего времени в каждом из трех цехов фабрики. Управляющему производством Джою Дисону необходимо разработать план производства на месяц. В приведенной ниже таблице указаны общий фонд рабочего времени и число человеко-часов, требуемое для производства 1 т продукта. Доход от производства 1 т "Crunchy" составляет 150 ф. ст., а от производства "Chewy" -- 75 ф. ст. На настоящий момент нет никаких ограничений на возможные объемы продаж. Имеется возможность продать всю произведенную продукцию.

Требуется: сформулировать модель линейного программирования, максимизирующую общий доход фабрики за месяц и реализовать решение этой модели. цифровой двойник компьютерный виртуальный

Таблица 1 - исходные данные

Для начала переводим необходимый фонд рабочего времени из чел.-ч/г в чел.-ч/месяц (рисунок 1).

Рисунок 1 - Преобразование исходных данных

Обозначим за X количество тонн произведенного продукта, X₁ для первого вида и X₂ для второго.

Суммарная прибыль, которую нужно максимизировать, будет равна:

150*x₁+75*x₂.

Перейдем к ограничениям для x₁ и x_2. Количество произведенного продукта не может быть отрицательным, следственно:

x₁,x₂>=0

Затраты чел.-ч не могут превышать общий фонд:

x₁*120+x₂*48 <=1000

x₁*36+x₂*24 <=360

x₁*24+x₂*60 <=1000

Введем функцию общей прибыли, а также все ограничения (рисунок 2).

Рисунок 2 - Введенные функции цели и ограничения.

Вызываем надстройку Решение задач и выбираем целевую функцию (J3), изменяемые ячейки (H2,I2) и ограничения (H5:I7) (рисунок 3).

Рисунок 3 - работа с надстройкой Решение задач

Также выбираем метод решения линейной задачи и нажимаем на кнопку «Найти решение» и получаем решение нашей задачи (рисунок 4).

Рисунок 4 - Результаты вычислений

Таким образом мы выяснили, что максимальный доход, в рамках имеющегося фонда рабочего времени, достигается при производстве 5,83 тонн первой фабрикой и 6,25 тонн второй и составляет 1343,75 ф.ст.

Заключение

В ходе расчетно-графической работы мы рассмотрели такой феномен, как цифровые двойники, насколько активно они применяются в нашем современном мире, и на что способны в будущем.

Изучили средство поиска решений в MS Excel, а также на конкретном примере с его помощью смогли найти параметры производства, при которых прибыль будет максимальна и не будут нарушены размеры максимально допустимого количества задействованных сотрудников.

Список использованных источников

1. РД ФГБОУ ВО «КнАГУ» 013-2016 Текстовые студенческие работы. Правила оформления.- Введ. 2016-03-10.-Комсомольск-на- Амуре: ФБГОУ ВО «КнАГУ», 2016-55с.

2. Волков, В.Б. Понятный самоучитель Excel 2010 / В.Б. Волков. - СПб.: Питер, 2011. - 251 с.

Размещено на Allbest.ru