Details
| Title | Прогнозирование параметров для системы предписательной аналитики технологических процессов: выпускная квалификационная работа бакалавра: направление 27.03.04 «Управление в технических системах» ; образовательная программа 27.03.04_02 «Системы и технические средства автоматизации и управления» |
|---|---|
| Creators | Дьяков Александр Игоревич |
| Scientific adviser | Олейников Виталий Сергеевич |
| Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности |
| Imprint | Санкт-Петербург, 2025 |
| Collection | Выпускные квалификационные работы ; Общая коллекция |
| Subjects | временной ряд ; прогнозирование ; машинное обучение ; технологические параметры ; автоматизированные системы управления технологическим процессом ; системы усовершенствованного управления ; предписательная аналитика ; большие данные ; time series ; forecasting ; machine learning ; technological parameters ; automated process control systems ; advanced management systems ; prescriptive analytics ; big data |
| Document type | Bachelor graduation qualification work |
| File type | |
| Language | Russian |
| Level of education | Bachelor |
| Speciality code (FGOS) | 27.03.04 |
| Speciality group (FGOS) | 270000 - Управление в технических системах |
| DOI | 10.18720/SPBPU/3/2025/vr/vr25-4527 |
| Rights | Доступ по паролю из сети Интернет (чтение) |
| Additionally | New arrival |
| Record key | ru\spstu\vkr\38102 |
| Record create date | 9/23/2025 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
| Group | Anonymous |
|---|---|
| Network | Internet |
Данная работа посвящена исследованию, анализу и применению подходов для прогнозирования значений временных рядов, представляющих собой параметр. Прогноз параметра затем может быть использован в целях оптимизации технологического процесса. Задачи, которые решались в ходе выполнения работы: 1. Анализ различных подходов к прогнозированию временных рядов. 2. Поиск и исследование данных, удовлетворяющих целям настоящего исследования, содержащих параметр для прогнозирования. 3. Разработка моделей прогнозирования с использованием выбранных методов. 4. Оценка точности разработанных моделей. 5. Анализ результатов и формулировка рекомендаций по дальнейшему применению прогнозов. В результате разработан, протестирован и интегрирован в модуль прогнозирования параметров, который может быть использован в системе предписательной аналитики. Для достижения поставленных задач в ходе работы были использованы следующие информационные технологии: Python 3.10.13, Visual Studio Code, scikit-learn, Prophet, xgboost, pandas, numpy, tensorflow, pmdarima, Яндекс Диск.
This work is devoted to the research, analysis and integration of approaches for predicting the values of time series representing a parameter. The parameter forecast can then be used to optimize the technological process. Tasks that were solved during the execution of the work: 1. Analysis of various approaches to time series forecasting. 2. Search and study of data satisfying the objectives of this study, containing a parameter for forecasting. 3. Development of forecasting models using selected methods. 4. Assessment of the accuracy of the developed models. 5. Analysis of the results and formulation of recommendations for further application of forecasts. As a result, a parameter prediction module has been developed, tested, and integrated, which can be used in a prescriptive analytics system. To achieve these goals, the following information technologies were used in the course of the work: Python 3.10.13, Visual Studio Code, scikit-learn, Prophet, xgboost, pandas, numpy, tensorflow, pmdarima, Yandex Disk.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
Access count: 0
Last 30 days: 0
