Вісники НТУ "ХПІ"
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/2494
З 1961 р. у ХПІ видається збірник наукових праць "Вісник Харківського політехнічного інституту".
Згідно до наказу ректора № 158-1 від 07.05.2001 року "Про упорядкування видання вісника НТУ "ХПІ", збірник був перейменований у Вісник Національного Технічного Університету "ХПІ".
Вісник Національного технічного університету "Харківський політехнічний інститут" включено до переліку спеціалізованих видань ВАК України і виходить по серіях, що відображають наукові напрямки діяльності вчених університету та потенційних здобувачів вчених ступенів та звань.
Зараз налічується 30 діючих тематичних редколегій. Вісник друкує статті як співробітників НТУ "ХПІ", так і статті авторів інших наукових закладів України та зарубіжжя, які представлені у даному розділі.
Переглянути
5 результатів
Результати пошуку
Документ Використання методів статистичного аналізу для виявлення аномалій показників якості послуг VoIP(Національний технічний університет "Харківський політехнічний інститут", 2020) Смідович, Леонід СергійовичМетою дослідження є автоматизація виявлення ознак технічних несправностей та погіршення якості послуг в мережі віртуального оператора VoIP. Погіршення якості призводить до зменшення обсягу наданих послуг, а відповідно прибутку, до зменшення лояльності абонентів та втрати частки ринку. Виділено три рівня погіршення якості в мережах VoIP: відсутність доступу на рівні мережі передачі даних (МПД), неможливість встановлення голосового з'єднання, тобто відсутність доступу на рівні прикладних сервісів, та погіршення якості сервісу. Проведено аналіз абсолютних та відносних статистичних показників якості IP-телефонії у відповідності до вимог міжнародних стандартів ITU-T, перелічені головні показники та наведено формули для їх розрахунку. Значення статистичних показників якості періодично розраховуються для зовнішніх каналів, груп абонентів та тарифних напрямків. Первинними даними виступають записи CDR (call data records). Для виявлення аномальних змін значень показників якості запропоновано використати методу експоненційного згладжування – адитивну модель Холта-Вінтерса. Розраховується відхилення поточного значення показників якості від прогнозованого. Діапазон довіри розраховується по методу Брутлага. Якщо відхилення виходить за межі діапазону довіри, зміна значення показника вважається аномальною, та встановлюється значення коефіцієнту аномалії даного показника. Період характеризується вектором коефіцієнтів аномалії всіх показників якості. Для класифікації періоду як аномального використовується значення модулю вектору коефіцієнтів аномалії у даному періоду. Також розглянуто особливості застосування методу, зокрема вибір періоду сезону та розрахунок коефіцієнтів аномалії в періоди мінімального навантаження. Метод, який запропоновано, дозволяє діагностувати аномальну зміну значень показників якості послуг VoIP в автоматизованому режимі. На його основі розроблено прототип автоматизованої системи моніторингу якості послуг VoIP.Документ Застосування методів згладжування для прогнозування обсягу виробництва(НТУ "ХПІ", 2019) Хом'як, Тетяна Валеріївна; Малієнко, Андрій Вікторович; Симонець, Галина ВасилівнаОб'єктом дослідження є підприємство ТОВ ТПК "Терра" – провідний вітчизняний виробник високоякісних захисних покриттів промислового призначення для антикорозійного захисту металоконструкцій і залізобетонних конструкцій. Наразі на підприємстві відкриті питання планування майбутніх замовлень, доцільного використання потужностей і розширення виробничих можливостей. В роботі проведено системний аналіз цього підприємства шляхом розробки функціональної моделі процесів та її декомпозиції з розкладанням до другого рівня деталізації. В результаті отримано задачу з прогнозування обсягу випуску антикорозійних покриттів, які запобігають руйнації металевих конструкції та механізмів. Ця задача є актуальною як для самого підприємства, так і для задоволення попиту на ринку збуту. Найбільш ефективними математичними моделями, за допомогою яких можна прогнозувати розвиток процесів виробництва – це моделі на основі часових рядів. Одними з найпоширеніших методів прогнозування показників таких рядів є методи згладжування, які використовуються для зменшення впливу випадкових коливань. Поставлену задачу вирішено методами експоненціального та адаптивного згладжування. Для перевірки адекватності отриманих моделей застосовано критерій серій (визначення випадковості відхилень від тренду), критерій піків (перевірка рівності нулю математичного сподівання), R/S-критерій (визначення відповідності розподілу залишкової компоненти нормальному закону), критерій Дарбіна-Уотсона (визначення незалежності значень залишкової компоненти). Проведено аналіз кожної отриманої моделі прогнозування, а також оцінено якість прогнозів. Зроблено висновки щодо подальшого виготовлення продукції на основі прогнозованих значень. Запропонована модель має практичну спрямованість і може використовуватися у задачах, пов'язаних з прогнозуванням в умовах виробничих підприємств.Документ Компенсація запізнення в контурі керування процесом нанесення ізоляції на струмопровідну жилу кабелю(НТУ "ХПІ", 2017) Островерхов, Микола Якович; Сільвестров, Антон Миколайович; Боряк, Богдан РадиславовичЗ метою підвищення якості процесу нанесення полімерної ізоляції на струмопровідну жилу кабелів надвисокої напруги, розглянуто можливість використання в контурі керування технологічним процесом адаптивних до гетероскедастичних збурень фільтрів, функціональні блоки яких - екстраполятори Р. Брауна, що працюють по принципу потрійного експоненціального згладжування, підключені за ноніусним принципом і виконують функції компенсаторів транспортного запізнення. Алгоритм адаптації даного фільтра передбачає використання двох фільтруючих контурів, що функціонують за одним принципом, але із різними параметрами.Документ Comparative analysis of univariate time series modeling and forecasting techniques for short-term unstable data(НТУ "ХПІ", 2017) Marynych, Tetyana Olexandrivna; Nazarenko, Lyudmyla Dmytrivna; Khomenko, Nataliya HryhorivnaThe article summarizes the international experience in univariate time series modeling approaches and methodology. It aims to make empirical assessment of their relevance and forecasting power for short sample volatile data with numerous aberrant observations and structural breaks with the help of the time series R packages. The findings revealed the pitfalls of outliers’ neglection including stationarity and model misspecification, biased parameter estimates, deterioration of residuals’ properties and prediction accuracy of the models. Empirical research demonstrated the outperformance of the outlier detection methods versus robust approaches that use smaller weights for aberrant observations. We tested a method of improving the forecasting power of the ARMA models by proper identification of hidden patterns and incorporation of additional information about extraordinary events into the model. We also considered frequency domain and nonparametric methods including exponential smoothing, seasonal and trend-cycle decomposition, structural and neural networks models to make comparative forecasting diagnostics. The findings showed slightly worse accuracy of the exponential smoothing and structural state-space models for short prediction horizons and their outperformance for longer forecasting periods. Neural networks showed outstanding in-sample approximation but poor out-of-sample quality. We recommend further studying of the Bayesian regime switching models that have proven to be a comprehensive way to explore hidden patterns in data, as well as dynamic factor multivariate models that can improve explanatory and forecasting power of the time series models in various applications.Документ Компенсація запізнювання при керуванні процесом формування трубок із кварцового блока(НТУ "ХПІ", 2011) Лисиця, П. М.Для компенсації запізнювання, що виникає у процесі виготовлення трубки із кварцового блока, запропоновано зменшити похибку прогнозу значень діаметра шляхом коригування цих значень додатково прогнозованою та згладженою похибкою.