Енергозбереження. Енергетика. Енергоаудит

Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/62920

Офіційний сайт http://eee.khpi.edu.ua/

Журнал "Енергозбереження. Енергетика. Енергоаудит" створений з метою всебічної підтримки державної політики в галузі енергозбереження, та інформування широких верств населення про нові наукові досслідження, актуальні проблеми та шляхи їх реалізації. Наукові статті журналу відображають дослідження вчених та фахівців в галузі економіки та енергетики направлених на підвищення енергоефективності.

Рік заснування: 2002. Періодичність: 12 раз на рік. ISSN 2313-8890 (Online), ISSN 2218-1849 (Print)

Новини

Журнал включено до категорії Б «Переліку наукових фахових видань України, в яких можуть публікуватися результати дисертаційних робіт на здобуття наукових ступенів доктора наук, кандидата наук та ступеня доктора філософії» (накази МОН України № 886 від 02.07.2020 та № 1188 від 24.09.2020)

Переглянути

Фільтри

20222

Налаштування

Автор: search.filters.author.Попов, Олександр ВікторовичКлючові слова: search.filters.subject.forecasting

Результати пошуку

Зараз показуємо 1 - 2 з 2
  • Ескіз
    Документ
    Застосування штучних нейронних мереж та технологій форсайту у здійсненні технологічного реінжинірингу сучасного промислового виробництва
    (Національний технічний університет "Харківський політехнічний інститут", 2022) Мехович, Сергій Анатолійович; Попов, Олександр Вікторович; Клепікова, Світлана Володимирівна
    У статті розглянуто питання щодо механізму обґрунтування вибору напрямів технологічного реінжинірингу. Визначено, що ефективність перетворень у першу чергу залежить від методів, інструментів вибору напрямів радикального перетворення технологічної основи виробничого підприємства та взагалі від технологічної політики. Обґрунтування напрямів технологічного реінжинірингу пов’язано із великим обсягом взаємозалежних змінних інноваційних перетворень і потребує фундаментального аналізу їх поведінки і впливу на виробничий процес. На сьогодні нейронні мережі є одним з найвідоміших і ефективних інструментів інтелектуального аналізу даних, який розвивається завдяки досягненням в області теорії штучного інтелекту та інформатики. Інтелектуальні системи на основі штучних нейронних мереж, нечіткої логіки дозволяють вирішувати завдання виконання прогнозів, оптимізації, розпізнавання образів і управління. Для навчання мережі необхідно мати набір значень вхідних величин (чинників) і відповідних кожному окремому набору значень потрібної вихідної величини. Такий підхід цілком збігається із задачами вибору напрямів технологічного реінжинірингу на підприємствах інноваційного кластеру. З цією метою визначено суттєві зовнішні иа внутрішні фактори, що здійснюють вплив на ефективність кластерної політики. На відміну від внутрішніх, зовнішні у найбільшій міри дозволяють вирішувати завдання виконання прогнозів, оптимізації, розпізнавання образів і управління. В умовах недосконалої регіональної інноваційної системи та враховуючи цей фактор, для ефективності вирішення задач здійснення технологічного реінжинірингу промислового виробництва запропоновано методику, яка поєднує форсайт-прогнозування перспектив технологічного реінжинірингу підприємств з теорією штучних нейронних мереж. Запропоновано механізм взаємодії штучних нейронних мереж і форсайт методу у визначенні напрямів технологічного реінжинірингу на основі регіональної кластерної політики.
  • Ескіз
    Документ
    Підходи до прогнозування вірогідних наслідків інноваційних перетворень
    (Національний технічний університет "Харківський політехнічний інститут", 2022) Попов, Олександр Вікторович; Мехович, Сергій Анатолійович
    У статті розглянуто вірогідні наслідки інноваційного реінжинірингу та підходи щодо їх прогнозування. Серед різних змінних виділено змінні стани, які характеризують поточний, минулий чи майбутній стан виробничо-технологічної системи і які дуже важливі для оцінки ефективності інноваційних перетворень. Обґрунтовано, що для прогнозування поведінки змінних інтенсивності часто використовують нормальний закон розподілу похибок. Це обумовлює простоту і зручність обчислень. Вихідні змінні визначаються моделлю прогнозу і ступенем її обмежень. Для побудови ефективних моделей прогнозування інноваційних перетворень необхідні вихідні дані, які становлять вибірку результатів спостережень або апостеріорних даних інших успішних підприємств за деякі періоди часу (часові ряди). Розглянуто підходи до прогнозування рішень щодо фінансування загального проекту технологічного реінжинірингу виробництва на основі врахування ризиків. Виділено критичний та катастрофічний фінансові ризики. Зазначено, що ризики для інвесторів і менеджменту підприємства можуть виникати при зміні організаційних форм взаємодії партнерів, які відбуваються з передачею нематеріальних активів тимчасова або постійна поступка прав на інтелектуальну власність інвесторам взамін на інвестиції та повернення прав власникам підприємства після виплати інвесторам основного боргу й прибутку. Одним з основних видів ризику після проведення технологічного реінжинірингу виробництва на основі інноваційних перетворень, є ризик просування інноваційних продуктів, створених на новій технологічній базі й непередбачувана реакція потенційних споживачів. Наведено структура резерву на покриття непередбачених витрат.