На 1 февраля 2023 года оригинальность более 80%
Могу проверить вам актуальную оригинальность работы при покупке, пишите в личку.
В данной работе рассматриваются задачи планирования системы на основе ИИ для организации бизнес-процессов компании, занимающейся доставкой товаров. Для разработки специализированного онлайнсервиса
требуется проектирование его высокоуровневой модели в виде концептуальной и логической схемы. Современная практика показывает, что такой подход наиболее эффективен для разработки сложно структурированных систем, требующих привлечения различных специалистов. Инструментом по созданию диаграмм служит UML, который характеризуется как производственный эталон. Исследуются современные методы искусственного интеллекта и их практическое применение при организации логистической функции. Предлагается подход на основе машинного обучения для организации транспортной логистики и снижения затрат при реализации доставки товаров.
В состав ВКР входит 49 страниц, 24 рисунка, 20 источников.
В последнее время значительное развитие получил сектор экономики,
связанный с сервисами по доставке различных товаров и грузов, что связано с переходом значительной части сотрудников компаний и учащихся на удаленный режим работы в условиях пандемии. В связи с этим прежде всего активно развиваются интернеткомпании, задействованные в сфере
бесконтактной доставки товаров первой необходимости. Растущая потребность определяет значимость разработки качественных вебпорталов,
представляющих пользователям существенные функциональные возможности и организации бизнес-процессов таких компаний. Возникает необходимость проектирования информационных систем интернеткомпаний
с применением современных средств моделирования программного обеспечения. Практика показывает, что проектирование высокоуровневой модели в виде концептуальных и логических схем, является необходимым условием при разработке сложно-структурированных систем. Компании, задействованные в сфере доставки товаров, сталкиваются с необходимостью решения большого комплекса сложных вопросов практического и теоретического характера в сфере транспортной логистики и инфраструктуры, в частности, связанных с оптимизацией маршрутов доставки и привлечения современных достижений в области искусственного интеллекта для применения различных робототехнических систем. Актуальность применения методов искусственного интеллекта подчеркивается многочисленными исследованиями в данном направлении. В частности, активно исследуются и развиваются такие области как применение методов машинного обучения для планирования траекторного движения и оптимизации путей доставки, доставка товаров и грузов с применением робототехнических систем, в том числе, квадрокоптеров, снабжение автомобилей различными интеллектуальными средствами для обеспечения безопасности и качества вождения, создание автономных беспилотных транспортных средств, включая автобусы и такси. В данном труде решаются задачи как разработки информационной системы компании, специализирующейся на доставке товаров, так и вопросы применения современных средств искусственного интеллекта в логистической сфере.
Структура работы
Первая часть ориентирована на подробное исследование и описания
моделей UML, а также специфика их использования при моделировании систем.
Во второй части развернуто рассматриваются методы ИИ, которые используются для решения транспортных задач доставки товаров. Особое место уделяется задаче коммивояжера и оптимизации маршрутов доставки, которые занимают центральное место в логистической сфере.
В третьей части на практике рассматриваются задачи и их решения построения моделей на основе UML, в частности, разрабатываются ее высокоуровневые схемы. Подробно описываются и разбираются вопросы и нюансы, препятствующие решению данных задач, а даже средства по их решению. Проводятся экспериментальные исследования по решению задачи планирования обхода заданных пунктов с целью доставки товаров.
Оглавление
Список сокращений ...................................................................................... 3 Введение ......................................................................................................... 4 1. Базовые принципы и понятия объектно-ориентированного
моделирования языка UML .................................................................................... 7
1.1. Возможности изображения структурных и поведенческих
диаграмм в UML ...................................................................................................... 7
1.2. Поведенческие модели .......................................................................... 8 1.3. Структурные модели ............................................................................ 14 2. Современные методы искусственного интеллекта и их практическое
применение в логистике ....................................................................................... 17 2.1. Классификация методов искусственного интеллекта ...................... 17 2.2. Обзор методов искусственного интеллекта, применимых в
логистике ................................................................................................................ 23
2.3. Применение нейронной сети Кохонена для решения задачи коммивояжера ........................................................................................................ 28
3. Разработка системы для доставки товаров ........................................... 32 3.1. Техническое задание ............................................................................ 32 3.2. Представление моделей UML для реализации информационной
системы ................................................................................................................... 34 3.3. Моделирование решения задачи облета целей ................................. 44 Заключение .................................................................................................. 46 Список литературы ..................................................................................... 47
1. Донодина В.А. Исследование применения методов
искусственного интеллекта для улучшения транспортной инфраструктуры // Информационно-телекоммуникационные технологии и математическое моделирование высокотехнологичных систем: материалы Всероссийской конференции с международным участием. Москва, РУДН, 1923 апреля 2021 г. Москва : РУДН, 2021. С. 193197.
2. Леоненков А.В. Самоучитель UML 2. СПб.: БХВПетербург, 2007. С. 576.
3. AI in Logistics and Transportation: Data-Driven Shifts to Boost Business [Электронный ресурс]. https://indatalabs.com/blog/ai-in-logistics-
and-transportation
4. Базовые информационные технологии. Технологии
искусственного интеллекта [Электронный ресурс]. http://ikit.edu.sfu-
5. The Application of Artificial Intelligence in the
Transportation & Logistics Industry [Электронный ресурс].
6. Kückelhaus M., Heutger M. UNMANNED AERIAL VEHICLE IN LOGISTICS. 2014.
7. Min H. Artificial intelligence in supply chain management: Theory and applications // International Journal of Logistics. 2010. №13 (1). С. 1339.
8. Devi U.N., Tresita M.P. Artificial Intelligence: Pertinence in Supply Chain and Logistics Management // Journal of Xi'an University of Architecture & Technology. 2020. №12(9). С.701709.
9. Drones for Deliveries [Электронный ресурс].
https://scet.berkeley.edu/wp-content/uploads/ConnCarProjectReport-1.pdf
10. Gesing B., Peterson S.J., Dr. Michelsen D. ARTIFICIAL
INTELLIGENCE IN LOGISTICS. 2018.
11. Glockner H., Jannek K., Mahn J., Theis B. AUGMENTED REALITY
IN LOGISTICS. 2014.
12. Freitag M., Börold A., Thamer H. Artificial intelligence in warehouse
automation for flexible material handling // 9th International Scientific Symposium on Logistics. 2018.
13. Spirina K., Zharovskikh A. The Application of AI in the Transportation and Logistics Industry // Team Towards AI. 2020.
14. The Travelling Salesman Problem and
its Application in Logistic [Электронный ресурс].
http://www.wseas.us/e-library/transactions/economics/2011/54-095.pdf
15. Exnar F., Machac O. The Travelling Salesman Problem and its
Application in Logistic Practice // WSEAS TRANSACTIONS on BUSINESS and ECONOMICS. 2011. С. 163173.
16. Хачумов М.В. О выборе метрики для решения задач классификации и кластеризации // Материалы Первой всероссийской научной конференции с международным участием (SASM-2011) «Системный анализ и семиотическое моделирование». 2011. С. 255260.
17. Хачумов М.В. Сетевая модель кластерного анализа // Прикладная физика и математика. 2013. №10. С. 8086.
18. Буч Г., Рамбо Д., Якобсон И. Язык UML. Руководство пользователя. М.: ДМК Пресс. 2008. С. 496.
19. Хачумов М.В Планирование и моделирование траекторного движения летального аппарата в сложных условиях // Искусственный интеллект и принятие решение. 2018. №1. С. 311.
20. Abramov N.S., Makarov D.A, Khachumov M.V. Controlling flight vehicle spatial motion along a given route // Automation and Remote Control. 2015. №76. C. 10701080.