Details

Современный подход к управлению промышленными системами предполагает, что наиболее важные показатели такие как производительность, материальные затраты и влияние на окружающую среду должны быть оптимизированы одновременно. Оптимизацию целесообразно выполнять на основе анализа больших данных, которые содержатся в базах производственных систем. Предложена многокритериальная оптимизация, использующая нейросетевую модель промышленной системы и генетический алгоритм сортировки без доминирования NSGA-II.

The modern approach to managing industrial systems assumes that the most important indicators such as productivity, material costs and environmental impact must be optimized simultaneously. It is advisable to perform optimization based on the analysis of big data contained in the databases of production systems. A multicriteria optimization is proposed using a neural network model of an industrial system and a non-dominant genetic sorting algorithm NSGA-II.