https://er.chdtu.edu.ua/handle/ChSTU/39 Thu, 04 Jun 2026 11:10:17 GMT 2026-06-04T11:10:17Z https://er.chdtu.edu.ua/handle/ChSTU/5882 Title: Методологія багатовимірного аналізу мультимодальних даних Authors: Бойко, Наталія Іванівна Abstract: Бойко Н. І. Методологія багатовимірного аналізу мультимодальних даних – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора технічних наук за спеціальністю 05.13.06 – інформаційні технології. – Черкаський державний технологічний університет Міністерства освіти і науки України, Черкаси, 2025. Сучасні технології розвиваються дуже швидко, і разом із цим зростають обсяги та різнотиповість даних. У медицині це особливо відчутно, адже доводиться працювати з великою кількістю інформації: від сенсорів і приладів до знімків, записів лікарів та числових показників. Такі різнорідні дані називають мультимодальними, і для їх якісної обробки потрібні нові рішення. Мультимодальні дані часто різняться за форматом, точністю чи часом отримання, можуть бути неповними або надлишковими. Це створює труднощі при їх поєднанні й аналізі. Крім того, в реальних завданнях важливо враховувати одразу кілька вимог – швидкість, точність, стійкість до шуму та обчислювальну ефективність. Класичні методи, які орієнтуються лише на один критерій, у таких випадках виявляються малоефективними. Перспективним напрямом є пошук балансу між кількома вимогами. Модель можна налаштувати так, щоб вона зберігала достатню точність навіть при відсутніх даних, або ж працювала швидше без помітної втрати якості. У цьому дослідженні запропоновано підходи для побудови ознакових просторів для різних типів даних, узгодження інформації з різнорідних джерел та адаптації моделей до неповних чи зашумлених даних. Відсутність комплексних моделей, методів і засобів підтримки прийняття медичних рішень на основі багатовимірного аналізу мультимодальних даних, які б одночасно враховували різнорідність джерел інформації, часову синхронізацію модальностей і багатокритеріальний характер клінічних рішень, а також методологічна фрагментарність існуючих підходів і неможливість їх інтеграції в єдину ефективну систему створюють актуальну науково-прикладну проблему. Особливу увагу приділено медичній галузі, де точність і своєчасність рішень відіграють критичну роль. Виявлено, що наразі бракує універсальних інформаційних технологій підтримки прийняття рішень, які б могли ефективно об’єднувати дані різної модальності – наприклад, електрокардіограми (ЕКГ), електроенцефалограми (ЕЕГ), магнітно-резонансні томограми (МРТ) та враховувати як структурну різнорідність, так і часову неузгодженість цих даних. Розроблена в роботі інформаційна технологія вирішує цю проблему шляхом формалізованого подання медичних даних, що враховує їхню складність і багатошаровість. Вона дозволяє інтегрувати інформацію з кількох джерел, забезпечує її часову синхронізацію, зберігає аналітичну точність навіть за умови нестачі або надлишку інформації та підвищує якість і швидкість клінічних рішень. Такий підхід відкриває нові можливості для побудови сучасних інтелектуальних медичних систем і підвищення їх ефективності у реальній практиці. Наукова новизна результатів дисертаційної роботи полягає у вирішенні важливої науково-прикладної проблеми розроблення методології багатовимірного аналізу мультимодальних даних, що дало змогу розробити інформаційну технологію для автоматизованої обробки, інтеграції та інтерпретації різнорідної інформації й забезпечило подальший розвиток цього наукового напряму. Отримано такі нові наукові результати: вперше: запропонована концепція аналізу мультимодальних даних, яка полягає у виділенні ознак для кожної модальності та їх об’єднанні в єдиний багатовимірний простір ознак, яка, на відміну від існуючих, забезпечує формування окремих множин ознак із різних модальностей для розробки методів класифікації станів пацієнта, що дозволяє підвищити інформативність масивів вхідних даних та збільшити кількість правильно класифікованих станів; сформульовано принципи багатовимірного аналізу мультимодальних даних, які полягають в інтеграції різнорідних ознак та модальних моделей у єдиній інформаційній технології, що забезпечує підвищення точності, надійності та адаптивності класифікаційних систем в умовах гетерогенності та неповноти медичних даних. розроблено метод інтеграції модальних даних, який полягає у поєднанні цих даних за певними ознаками, що, на відміну від існуючих, будує точки спостереження шляхом адаптивного, погодженого та поетапного об’єднання даних із різних модальностей в єдиний вектор та поєднання цих векторів, що дозволяє створити із окремих точок спостереження за пацієнтом спільний масив вхідних даних та формувати модель-класифікатор; розроблено метод побудови мультимодальної моделі, який полягає у побудові моделей окремих модальностей та використанні результатів моделювання для класифікації станів пацієнта, який на відміну від існуючих, інтегрує результати моделювання в єдину ієрархічну структуру, що дозволяє підвищити кількість правильно класифікованих станів пацієнта. Одержав подальший розвиток: метод вибору інформативних ознак, адаптований до гетерогенності джерел мультимодальних даних, завдяки формуванню багатовимірного ознакового простору з урахуванням їх кореляційної узгодженості, що дозволяє підвищити стійкість моделей машинного навчання. Удосконалено: метод оцінювання ефективності аналізу мультимодальних даних, шляхом порівняння результатів експериментів за точністю, повнотою, F1-метрикою, часом обробки та стабільністю роботи моделей, що дає змогу об’єктивно визначати переваги запропонованої технології, збільшувати кількість правильно класифікованих станів та забезпечувати адаптацію системи до клінічних умов. Практична значимість виконаного дослідження полягає у створенні інформаційної технології багатовимірного аналізу мультимодальних даних, яка забезпечує автоматизовану обробку, інтеграцію та інтерпретацію різнорідної інформації. Застосування розробленої технології підвищує ефективність функціонування інформаційних систем і сприяє достовірності отриманих результатів для вирішення прикладних завдань, що дало змогу сформувати такі прикладні результати дослідження: Запропонована концепція аналізу мультимодальних даних дозволяє реалізувати ефективні методи класифікації шляхом формування окремих наборів ознак для кожної модальності та їх об’єднання у єдиний багатовимірний простір. Сформовано узгоджений простір ознак розмірністю X∈R^(1000×24) для 1000 пацієнтів, який забезпечив загальну точність класифікації на рівні 85 %. Такий підхід підвищує інформативність вхідних даних, зменшує втрати релевантної інформації при інтеграції, та дозволяє покращити точність класифікації станів пацієнтів. Сформульовано принципи багатовимірного аналізу мультимодальних даних, зокрема інтеграції ознак різних модальностей та об’єднання моделей, побудованих за окремими модальностями. Застосування цих принципів забезпечує надійність функціонування інформаційної технології в умовах неповних чи надлишкових даних, а також адаптацію системи до змін у структурі вхідної інформації. Розроблена технологія зберігає стабільність результатів навіть за наявності пропусків та варіацій у наборі ознак, що підтверджує її прикладну цінність для прикладних задач обробки даних. Розроблено метод інтеграції модальних даних, що забезпечує адаптивне поетапне об’єднання інформації з різних джерел у єдиний ознаковий простір. Це дозволило досягти 96 % загальної точності класифікації та значення макро- та зважених середніх метрик також дорівнюють 0,96, забезпечивши збалансоване розпізнавання всіх класів, включно зі складними клінічними станами, та підтвердивши ефективність методу для системи підтримки клінічних рішень. Розроблено мультимодальну модель з інтеграцією результатів, яка досягла 71,5 % загальної точності класифікації. Найкращі результати отримано для класів Healthy (0,73) та Other (0,76), що показує здатність моделі добре розпізнавати стани з чіткими ознаками. Водночас для класу Ischemic показник виявився низьким (F1 = 0,31), що свідчить про складність у відмежуванні схожих клінічних станів і вказує на потребу вдосконалення простору ознак для підвищення точності розпізнавання подібних патологій. Проаналізовано дані та відібрано найбільш інформативні й слабо корельовані між собою ознаки, що зменшило ризик сильних залежностей та підвищило стабільність моделі. Вибрані ознаки (наприклад, Alpha_power, GM_WM_contrast, Spectral_entropy) продемонстрували низьку міжмодальну кореляцію та високу класифікаційну значущість. Це забезпечило зменшення надмірності, підвищення стійкості до шуму та точність на рівні 85% на тестовій вибірці. Удосконалено метод оцінювання ефективності аналізу мультимодальних даних, який показав суттєву перевагу моделі інтеграції ознак (Feature-level fusion) над інтеграцією модальних моделей (Model-level fusion) у багатокласовій класифікації клінічних станів. Модель Feature-level fusion досягла 96 % точності та F1-метрик на рівні 0,962, демонструючи високу точність класифікації розпізнаючи складні класи (Ischemic, Poststroke). Для порівняння, Model-level fusion забезпечила лише 71,5 % точності з F1 = 0,31 для класу Ischemic. Високі результати Feature-level fusion пояснюються тим, що на етапі попередньої обробки формується узгоджений набір ознак, що зменшує втрати інформації та підвищує здатність моделі узагальнювати дані. Крім того, використання Використання Apache Spark прискорило обробку в 1,35–1,6 рази порівняно з Hadoop, забезпечивши середній виграш понад 100 секунд на задачу. Отримані результати свідчать про ефективність розробленої технології для масштабованого медичного аналізу. Результати дисертаційної роботи впроваджено у навчальному процесі Львівського національного університету ветеринарної медицини та біотехнологій імені С. З. Ґжицького, Львівського державного університету безпеки життєдіяльності. Розроблену методологію створення та застосування інформаційних технологій підтримки прийняття рішень на основі багатовимірного аналізу мультимодальних даних було впроваджено у практичну діяльність низки підприємств: ПП «Квадро-Альянс», ТОВ «ХВАК ЮНІТ», ДП «Бумеранг-Комфорт», ТОВ «ЗБАРАЖ АГРО-ТРЕЙД», ТОВ «ІНТЕЛДІМ».; Boyko N. I. Methodology of multidimensional analysis of multimodal data – Qualifying scientific work on the right of the manuscript. Dissertation for the degree of Doctor of technical sciences for specialty 05.13.06 - information technology. – Cherkasy state technological university Ministry of Education and Science of Ukraine, Cherkasy, 2025. Modern technologies are developing very rapidly, accompanied by a constant increase in the volume and heterogeneity of data. This is especially evident in medicine, where it is necessary to process vast amounts of information: from sensors and medical devices to imaging, physicians’ notes, and numerical measurements. Such heterogeneous data are referred to as multimodal, and their effective processing requires new solutions. Multimodal data often differ in format, accuracy, or acquisition time and may be incomplete or redundant. This creates difficulties in their integration and analysis. Moreover, real-world tasks demand the simultaneous consideration of multiple requirements – speed, accuracy, noise robustness, and computational efficiency. Classical methods that focus on a single criterion are ineffective in such cases. A promising direction is to find a balance between these requirements. Models can be configured to maintain sufficient accuracy even in the presence of missing data or to operate faster without a significant loss of quality. This study proposes approaches for constructing feature spaces for different data types, aligning information from heterogeneous sources, and adapting models to incomplete or noisy datasets. The lack of comprehensive models, methods, and tools for medical decision support based on multidimensional analysis of multimodal data – capable of simultaneously accounting for data heterogeneity, temporal synchronization of modalities, and the multi-criteria nature of clinical decisions – along with the methodological fragmentation of existing approaches and their inability to be integrated into a unified system, form an urgent scientific and applied problem. Special attention is devoted to the medical field, where accuracy and timeliness of decisions are critical. It was revealed that there is currently a lack of universal information technologies for decision support that can effectively combine data of various modalities – for instance, electrocardiograms (ECG), electroencephalograms (EEG), magnetic resonance imaging (MRI) – while considering both structural heterogeneity and temporal inconsistency of such data. The information technology developed in this work addresses this problem through a formalized representation of medical data that accounts for their complexity and multilayered nature. It enables integration of information from multiple sources, ensures temporal synchronization, maintains analytical accuracy even in the presence of missing or redundant data, and improves both the quality and speed of clinical decision-making. This approach opens new opportunities for building advanced medical systems and enhancing their effectiveness in real practice. The scientific novelty of this dissertation lies in solving a significant scientific and applied problem – the development of a methodology for multidimensional analysis of multimodal data. This has made it possible to design an information technology for automated processing, integration, and interpretation of heterogeneous information, thereby advancing this research area. The following new scientific results have been obtained: For the first time: A concept for multimodal data analysis has been proposed, which involves extracting features for each modality and combining them into a unified multidimensional feature space. Unlike existing approaches, it ensures the creation of distinct feature sets from different modalities for developing classification methods of patient states, thereby increasing the informativeness of input data and the number of correctly classified cases. Principles of multidimensional analysis of multimodal data have been formulated, which lie in integrating heterogeneous features and modality-specific models within a single information technology. This enhances the accuracy, reliability, and adaptability of classification systems under conditions of heterogeneity and incompleteness of medical data. A method for integrating modality data has been developed, based on combining data by specific features. Unlike existing methods, it builds observation points through adaptive, coordinated, and stepwise merging of data from different modalities into a single vector, followed by integration into a joint dataset for classifier model construction. A method for building a multimodal model has been proposed, which constructs modality-specific models and then integrates their outputs into a unified hierarchical structure for patient state classification. This improves the number of correctly classified cases compared to existing methods. Further developed: A feature selection method adapted to the heterogeneity of multimodal data sources by forming a multidimensional feature space that accounts for correlation consistency, thereby enhancing the robustness of machine learning models. Improved: A method for evaluating the effectiveness of multimodal data analysis through comparative experiments on accuracy, recall, F1-score, processing time, and model stability. This enables objective assessment of the advantages of the proposed technology, increases the number of correctly classified states, and ensures system adaptability to clinical conditions. The practical significance of this study lies in the creation of an information technology for multidimensional analysis of multimodal data, which provides automated processing, integration, and interpretation of heterogeneous information. The application of the proposed technology improves the effectiveness of information systems and ensures reliability of results for applied tasks. The following applied results were obtained: The proposed concept of multimodal data analysis enables effective classification methods by constructing separate feature sets for each modality and merging them into a unified multidimensional space. A harmonized feature space of dimension X∈R^(1000×24) was formed for 1000 patients, achieving an overall classification accuracy of 85%. This approach increases the informativeness of input data, reduces information loss during integration, and enhances the accuracy of patient state classification. The formulated principles of multidimensional analysis—integrating features of different modalities and combining modality-specific models—ensure system reliability under incomplete or redundant data and adaptability to structural variations in input information. The technology maintains stable results even with missing or variable features, confirming its applied value. The developed method of modality data integration enables adaptive, stepwise merging of information from different sources into a single feature space. This achieved 96% overall classification accuracy, with both macro- and weighted-average F1-scores of 0,96, ensuring balanced recognition of all classes, including complex clinical states, and demonstrating the method’s effectiveness for clinical decision support systems. The developed multimodal model with integrated outputs achieved 71,5% overall accuracy. The best results were obtained for the Healthy (0,73) and Other (0,76) classes, showing strong recognition of states with distinct features. However, for the Ischemic class the F1-score was low (0,31), indicating difficulties in distinguishing similar clinical states and highlighting the need for improved feature space construction for better recognition of such pathologies. Data analysis identified the most informative and weakly correlated features, reducing redundancy and enhancing model stability. Selected features (e.g., Alpha_power, GM_WM_contrast, Spectral_entropy) demonstrated low intermodal correlation and high classification significance, resulting in reduced noise sensitivity and 85 % accuracy on the test set. The improved evaluation method of multimodal data analysis showed clear superiority of feature-level fusion over model-level fusion in multiclass classification of clinical states. Feature-level fusion achieved 96 % accuracy with F1-scores of 0,962, ensuring high recognition even of complex classes (Ischemic, Poststroke). By contrast, model-level fusion yielded only 71,5 % accuracy with an F1-score of 0,31 for the Ischemic class. The high performance of feature-level fusion is explained by the construction of a harmonized feature set at the preprocessing stage, which minimizes information loss and improves generalization. Moreover, the use of Apache Spark accelerated processing by 1,35–1,6 times compared to Hadoop, saving over 100 seconds per task on average. These results demonstrate the effectiveness of the developed technology for scalable medical data analysis. The results of the dissertation were implemented in the educational process of Stepan Gzhytskyi Lviv National University of Veterinary Medicine and Biotechnologies, and Lviv State University of Life Safety. The developed methodology was also implemented in the activities of enterprises: PE "Kvadro-Alliance", LLC "HVAC Unit", SE "Boomerang-Comfort", LLC "Zbarazh Agro-Trade", LLC "Inteldim". Thu, 07 Aug 2025 00:00:00 GMT https://er.chdtu.edu.ua/handle/ChSTU/5882 2025-08-07T00:00:00Z https://er.chdtu.edu.ua/handle/ChSTU/2586 Title: Інформаційна технологія прийняття рішень для управління автоматизованим лазерним зварюванням тонкостінних конструкцій Authors: Гардер, Дмитро Андрійович Abstract: Робота присвячена підвищенню ефективності управління процесом автоматизованого лазерного зварювання в умовах дії непередбачених факторів шляхом створення: спеціалізованих інформаційних баз знань на основі реляційних відношень параметрів режимів лазерного зварювання за результатами експериментів; металографічних зображень макро-, мікроструктур зварного шва і колошовної зони за результатами комп’ютерно-експериментального моделювання; інформаційної технології об’єктивного оцінювання компонентів апаратного забезпечення збору даних і управління через формування коефіцієнтів видачі релевантної інформації (КВРІ). Їх особливість полягає в тому, що значення пріоритетних коефіцієнтів дорівнюють одиниці, що при створенні спеціалізованої інформаційної бази даних високоякісних елементів, модулів, пристроїв тощо зменшує енергетичні, часові, просторові і матеріальні витрати. Крім того, синтез безрозмірних КВРІ забезпечує об’єктивне оцінювання ефективності технологічних лазерних комплексів у цілому. Це показано на прикладах синтезованих КВРІ лазерних випромінювачів, волоконних лазерних модулів, скануючих елементів датчиків положення зварного стику тонкостінних конструкцій. Ефективність інформаційних технологій обґрунтовано теоретично і підтверджено розрахунками та експериментами. Основні теоретичні та практичні результати досліджень впроваджено в низці підприємств і державному університеті України.; In the dissertation work the actual scientific and technical problem of the increase of efficiency for the control of automated laser welding process under conditions of unforeseen factors by the creation of: specialized information bases of knowledge on the basis of relations of parameters of laser welding modes by experimental results; metallographic images of macro-, microstructures of the weld and the seam zone according to the results of computer-experimental modeling; specialized information database due to information technology of objective evaluation of hardware components of data collection and control through the formation of coefficients for issuing relevant information (CIRI) on the examples of laser emitters, fiber laser modules, scanning elements of weld joint position sensors of thin-walled structures is solved. For the first time, a specialized information base of knowledge based on relations of parameters of metals laser welding modes after the results of experimental research by establishing information dependences between these parameters, using two approximating functions: hyperbolic and created spline functions, is built. This provides an opportunity to develop a graph-analytical method, which simultaneously determines the best values of the following parameters: the width of the weld, the welding speed and the power of laser radiation under conditions of unforeseen factors. In addition, approximating spline functions have a small amount of memory when stored and provide the ease of their use in analysis and forecasting. For the first time, a specialized information base of knowledge has been expanded by creating high-quality metallographic images of fine-grained macro-, microstructures of welds and the seam zone of butt joints of thin-walled structures under conditions of unforeseen factors through the use of developed new and improved methods of crystallization control by laser radiation pulses of complex shape. The complexity is to create conditions for crystallization control, which ensure the emergence of the maximum number of crystallization centers while minimizing the linear growth rate of crystals. Three methods of crystallization control are proposed: by additional thermal effect on molten metal, the control of modulating pulses of combined laser-ultrasonic radiation due to the change of their frequency, amplitude and their formation by pulse-width modulation method, which creates a fine-grained structure in cast metal of the seams at the macro- and microlevels and provides high operational reliability due to high mechanical properties of connection of thin-walled structures. The information technology for objective estimation of multiparametric components of data collection hardware (CDCH) and control in creating a specialized information database through the proposed criteria for issuing relevant information (CIRI), the peculiarity of which is that the value of the priority of coefficients (penalty functions, et etc.) is equal to one, has received the further development. The visualization of CIRI at the comparative analysis accelerates the process of a choice of the best hardware components of data collection and control, and also the procedure of creation of the specialized information database at the corresponding enterprise. The verification is confirmed by calculations of the synthesized CIRIs on the examples of laser emitters, fiber modules and scanning elements of weld joint position sensors of thin-walled structures. The use of specialized information base of knowledge (mathematical models, generalized criteria for issuing relevant information) and CDCH database, which are used at the stage of technological preparation of information to control the process of automated laser welding of thin-walled structures under conditions of unforeseen factors, reduces material and energy time costs due to the reduction of costs for the corresponding preliminary labor-intensive research of manufacture technological preparation, this is especially noticeable in small-scale production and, as a result, expenses decrease by almost 50 %. Given that the most promising and the least developed are information technologies of analysis under conditions of unforeseen factors to determine the best: control modes of the processes of automated laser welding of thin-walled structures; crystallization control methods at the levels of macro-, microstructures of welds and seam zones; hardware components for data collection and control, it is proposed to transfer the stored information to the developer from specialized information databases and data in the form of graphs, histograms, which accelerates the reception of information by 3, .., 4 orders. The method for determining the best information parameters of the mode of laser welding of thin-walled structures to achieve the maximum value of the use of laser radiation power, the efficiency of which is 33%, is formulated. The scheme of relations of metallographic weld images and the frequency of modulated laser pulses which provides their qualitative structures at macro- and microlevels is created. On the example of welding of steel structures of grade 1.4541 and thickness δ=0.2 mm, the results of the experiment determine the relationship between the value of frequency range of modulated laser pulses and the best value, namely: 2.0 ..., 3.0 kHz, while the size of austenitic grain is about 3 3 microns. This increases the ductility and strength of the welded joint of thin-walled structures. Practical significance of the results of research and developments is confirmed by acts and certificates on scientific significance, practical use and possibility of introduction into production in the industry of Ukraine and Moldova: "INSTITUTUL DE ENERGETIC ACADEMIA ŞTIINŢĂ MOLDOVEI" (Republic of Moldova); certificate of the Research and Production Complex "Fotoprylad" (Cherkasy), also theoretical and practical results of the study have been used in the educational process at ChSTU at the Department of Robotics and Specialized Computer Systems. Thu, 26 Aug 2021 00:00:00 GMT https://er.chdtu.edu.ua/handle/ChSTU/2586 2021-08-26T00:00:00Z https://er.chdtu.edu.ua/handle/ChSTU/2585 Title: Нечітка мережева модель та методи інформаційного підтримування повних ланцюгів постачання товарів бакалійної групи Authors: РАХІМІ, ЯШАР Abstract: Дисертація присвячена розробці методичних засобів інформаційної підтримки життєвого циклу повних ланцюгів постачання товарів бакалійної групи. Вперше розроблено модель повного логістичного ланцюга постачання у формі вкладеної мережі Петрі та метод подання часових залежностей поміж бізнес-процесами на основі розширених часом вкладених мережах Петрі. Удосконалено метод формування рішення щодо вибору раціонального маршруту транспортування в рамках повного логістичного ланцюга, з використанням нечіткої математики. Дістали подальший розвиток прикладні інформаційні технології в частині розробки засобів підтримки прийняття раціональних рішень щодо функціонування повного ланцюга постачання. Практичні результати дисертації апробовано та впроваджено на ТОВ «ASAL» та у навчальний процес Черкаського державного технологічного університету.; The dissertation is devoted to the solution of the scientific problem, which consists in increasing the efficiency of the processes of information support of complete logistics supply chains of food products, first of all, grocery group products. At the same time, the efficiency of complete logistics supply chains operation is achieved by reducing the risks of additional time and financial costs in the implementation of both individual sites and the supply chain as a whole. The formal representation of the above problems is based on the mathematical apparatus known in the framework of fuzzy set theory and temporal logic. It is shown that since the complete logistics chain of food supply has a hierarchical structure and the diversified nature of the formation of material flows, in terms of time and resource constraints, ensuring the adequacy of the developed model can be achieved by using the mathematical apparatus of nested Petri nets. Тemporal statements and fuzzy representation of variables. Thus, in the course of the study, a fuzzy network model of complete logistics supply chains of food products in the form of a hierarchical two-level nested Petri nets was created. This model, in contrast to the known, reduces uncertainty and, consequently, reduces the risk of additional costs in the operation of complete logistics supply chains, through the implementation of technology for collecting, summarizing and processing information on the rational formation of material flows within the complete logistics chain, taking into account time and resource constraints. The description of the procedure of creating a fuzzy network model of presenting information about business processes that take place in the process of full logistics chain, taking into account the existing time and resource constraints, in the form of a nested Petri net, expanded by introducing fuzzy and temporal statements. The scientific novelty of the created model and its difference from the existing ones is to improve the process of presenting data on situations that arise in the process of functioning of the complete logistics chain due to time and resource constraints. In order to automate the processes of decision-making on the sustainable operation of complete logistics supply chains, special methods were developed during the study. The first of these methods, in contrast to existing ones, makes it possible to detect deviations in the functioning of the supply chain, and assess the criticality of these deviations to comply with the principle of "just-in-time", using as a methodological basis a number of operations to manipulate complete logistics supply chains model elements. which is presented in the form of extended time nested Petri nets. The second method is designed to form decisions on the choice of a rational route of transportation within the complete logistics chain, using fuzzy mathematics. This method, in contrast to the known ones, makes it possible to reduce the level of uncertainty of time and financial costs in the operation of complete logistics supply chains. On the basis of the developed methodical means the work describes the process of formation and ensuring the sustainable functioning of complete logistics supply chains typical food products of the grocery group, namely dried fruits, nuts, spices and oils. The calculation of the efficiency of the tools developed in the dissertation is based on a comparative analysis of the costs of complete logistics supply chains implementation traditionally, with direct management of business processes by managers, and with the help of methodological and software developed during the study. A comparative analysis of the production activities of a typical logistics company over the last five years was used, with a conditional scenario, according to which this company would use a special decision support system for the implementation of complete logistics supply chains. Thus, the study obtained the following scientific results: - for the first time a model of a complete supply chain in the form of a nested Petri net was developed, which, unlike the known ones, allows to reflect the hierarchy of the chain, namely its upper level (focus company on processing raw materials) and lower levels reflecting the activities of suppliers sellers of finished products; - for the first time a method of presenting time dependencies between business processes in a complete logistics supply chain was developed, based on extended time-nested Petri nets, which allows to detect deviations in chain operation and assess the criticality of these deviations to comply with the principle of "just-in-time"; - improved the method of forming a decision on the choice of a rational route of transportation within the complete logistics chain, using fuzzy mathematics, and which, in contrast to the known, allows to reduce the level of uncertainty of time and financial costs in the supply chain; - аpplied information technologies for the management of transport logistics processes were further developed in terms of developing tools to support rational decision-making in the process of functioning of the full supply chain, which reduced financial and time risks. The practical results of the dissertation were tested and implemented at «ASAL» LLC and in the educational process of the Cherkasy State Technological University. Thu, 26 Aug 2021 00:00:00 GMT https://er.chdtu.edu.ua/handle/ChSTU/2585 2021-08-26T00:00:00Z https://er.chdtu.edu.ua/handle/ChSTU/2584 Title: Еволюційні технології підтримки прийняття рішень при комплектуванні аварійно-рятувальної техніки Authors: Кришталь, Василь Миколайович Abstract: У дисертації вирішено актуальне наукове завдання розробки моделей, методів та інструментальних засобів комплектування аварійно-рятувальної техніки на основі еволюційної парадигми. Розроблено модель пошуку оптимального варіанту комплектування аварійно-рятувальної техніки, у якій, враховано ретроспективні дані про частоту та ефективність застосування комплектних елементів; удосконалено метод комплектування аварійно-рятувальної техніки на базі нечітких експертних висновків; удосконалено еволюційні методи визначення оптимального варіанту комплектування аварійно-рятувальної техніки на основі принципу домінування та застосування штрафної функції. Основні положення, одержані в дисертації, спрямовані на подальший розвиток технологій оптимізації процесів ліквідації наслідків надзвичайних ситуацій. Розроблені моделі та методи складають методологічну базу процесів прийняття рішень щодо комплектування аварійно-рятувальної техніки.; In the dissertation the actual scientific task of development of models, methods and tools of acquisition of emergency rescue equipment on the basis of an evolutionary paradigm is solved. The search model for an optimum variant of a complete set of emergency rescue equipment in which, retrospective data on frequency and efficiency of application of complete elements is developed; the method of completing emergency rescue equipment on the basis of fuzzy expert opinions has been improved; evolutionary methods for determining the optimal variant of completing rescue equipment based on the principle of dominance and application of the penalty function have been improved. It is established that the acquisition of rescue equipment can be attributed to the problems of multicriteria optimization, which are solved in the conditions of financial and resource deficit. The main consequences of its solution are: - ensuring the effective and complete implementation of a set of emergency rescue operations in a limited area, which is to ensure the safety of people, eliminate the consequences of accidents and minimize material damage; - ensuring acceptable layout solutions, as the list of equipment for emergency rescue work is quite large and a significant number of elements are interchangeable. The ideas, principles, models, methods and tools that are used or could be used to form the optimal sets of rescue equipment are analyzed. It is shown that this problem has much in common with the known problems of packaging in containers, the problem of the backpack and others. The main difference is that the task of completing rescue equipment is difficult to formalize and poorly structured, it has both quantitative and qualitative indicators and criteria, as well as restrictions on the overall dimensions of both the carrier and equipment elements. Since it is impossible to guarantee the existence of an optimal (acceptable) solution to the problem of completing emergency equipment, the use of penalty functions is proposed and their structural and parametric identification is carried out. The use of such functions allows you to some deterioration of the objective function and offer a variant of rescue equipment, which may not be the best solution to our problem, but satisfies the limitations. It is proposed to determine the priority of equipment elements of a certain class using the analytic hierarchy process based on the prioritization of criteria and procedures for determining the competence of experts. Since the task of acquisition is multi-criteria, it is proposed to include the criterion of relevance in the criteria for determining the optimal set. Models of equipment relevance indicators are constructed, as well as the relevance factor of the equipment element is determined and a model is developed to determine the relevance factor of the set of emergency rescue equipment for a certain emergency situation. It is proposed to calculate the total urgency of the equipment set for all emergencies as the average value of the urgency of the kit for each emergency, provided they are equivalent, or as a weighted value otherwise. Numerical modeling based on the developed algorithm allowed to draw conclusions about the relevance and, consequently, the priority of equipment elements, as well as to assess the degree of provision of emergency rescue units with emergency rescue equipment in various emergencies. The main provisions obtained in the dissertation are aimed at further development of technologies for optimizing the processes of emergency response. The developed models and methods form the methodological basis of decision-making processes for the acquisition of rescue equipment. Thu, 26 Aug 2021 00:00:00 GMT https://er.chdtu.edu.ua/handle/ChSTU/2584 2021-08-26T00:00:00Z