Детальная информация

Название Использование методов искусственного интеллекта для совершенствования бизнес-процессов производства в полиграфической компании: выпускная квалификационная работа бакалавра: направление 38.03.05 «Бизнес-информатика» ; образовательная программа 38.03.05_01 «Архитектура предприятия»
Авторы Лагутин Илья Дмитриевич
Научный руководитель Фролов Константин Владимирович
Организация Санкт-Петербургский политехнический университет Петра Великого. Институт промышленного менеджмента, экономики и торговли
Выходные сведения Санкт-Петербург, 2025
Коллекция Выпускные квалификационные работы ; Общая коллекция
Тематика полиграфия ; подготовка производства ; машинное обучение ; бизнес процессы ; производство ; printing ; pre–production ; machine learning ; business processes ; manufacturing
Тип документа Выпускная квалификационная работа бакалавра
Язык Русский
Уровень высшего образования Бакалавриат
Код специальности ФГОС 38.03.05
Группа специальностей ФГОС 380000 - Экономика и управление
DOI 10.18720/SPBPU/3/2025/vr/vr26-151
Права доступа Доступ по паролю из сети Интернет (чтение)
Дополнительно Новинка
Ключ записи ru\spstu\vkr\39648
Дата создания записи 16.02.2026

Разрешенные действия

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа Анонимные пользователи
Сеть Интернет

Цель работы – сокращение сроков подготовки производства за счет совершенствования бизнес–процессов. Задачи работы: – анализ деятельность предприятия; – анализ текущих бизнес–процессов предприятия; – анализ основных методов машинного обучения ; – совершенствование бизнес–процессов предприятия. Работа выполнена на материалах о деятельности полиграфии ООО «Полиграфоформление–ФЛЕКСО». Использованные методы: SWOT–анализ, PEST–анализ, моделирование бизнес–процессов, анализ данных, модель Canvas. Результаты работы: – модель TO–BE обосновывает необходимость совершенствования текущих бизнес–процессов, а именно улучшение времени жизненного цикла продукта, определены возможности машинного обучения в рамках нашего производства; – в качестве машинного обучение был выбран AI–ассистент для автоматизированного согласования технологических карт; – в модели AS–IS улучшили показатели времени, убраны лишние процессы, которые затормаживали производство; – оценили коммерческую эффективность проекта. Практическая значимость работа обусловлена результатами совершенствования для производства: увеличение объёмов продаж за счёт ускорения подготовки производства, уменьшение длительности создания дизайна, за счёт этого ускорился процесс согласования, в качестве решения выбран Ai–ассистент на базе машинного обучения. Выводы. Задачи ВКР решены, цель достигнута.

The purpose of the work – reduction of production preparation times by improving business processes. Tasks of work: – analysis of the enterprises activities; – analysis of the current business processes of the enterprise; – analysis of the main methods of machine learning; – improvement of the business processes of the enterprise. Work is performed on the basis of about the activities of the printing house of OOO «Poligrafoformlenie–FLEKSO». Methods used: SWOT analysis, PEST analysis, business process modeling, data analysis, Canvas model. Work results: – the TO–BE model justifies the need to improve current business processes, namely improving the product life cycle time, the capabilities of machine learning within our production have been identified, the project charter has been developed, stakeholders have been identified; – an AI assistant for automated approval of process charts was chosen as machine learning; – time indicators have been improved in the AS–IS model, unnecessary processes that slowed down production have been removed; – the commercial efficiency of the project has been assessed. The practical significance of the work the work is due to the results of improvements for production: increase in sales volumes due to acceleration of production preparation, reduction in the duration of design creation, due to this the approval process was accelerated, an Ai–assistant based on machine learning was chosen as a solution. Conclusions. The tasks of the final qualifying work have been solved, the goal has been achieved.

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все
Прочитать
Интернет Авторизованные пользователи СПбПУ
Прочитать
Интернет Анонимные пользователи
  • ВВЕДЕНИЕ
  • 1.ОБЩАЯ ХАРАКТЕРИСТИКА И АНАЛИЗ ДЕЯТЕЛЬНОСТИ ОРГАНИЗ
    • 1.1.Направление деятельности организации
    • 1.1.1.Клиенты
    • 1.1.2.Рыночная позиция
    • 1.1.3.История развития
    • 1.1.4.Структура организации предприятия
    • 1.1.5.Кадровый состав
    • 1.1.6.Анализ финансово–хозяйственной деятельности
    • 1.2.Анализ внешней и внутренней среды организации
    • 1.2.1.Анализ отрасли
    • 1.2.2.Рынок гибкой упаковки в России
    • 1.2.3.Основные показатели рынка
    • 1.3.Анализ сильных и слабых сторон компании
    • 1.4.Вывод по главе 1
  • 2.ИСПОЛЬЗОВАНИЕ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛ
    • 2.1.Обоснование необходимости использования методов ис
    • 2.2.Анализ основных методов машинного обучения
    • 2.3.Анализ основных потерь времени при подготовки зака
    • 2.4.Декомпозиция цели создания по функциям СППР
    • 2.5.Устав проекта
    • 2.5.1.Инициатор проекта
    • 2.5.2.Руководитель проекта
    • 2.5.3.Участники проекта
    • 2.5.4.Обоснование целесообразности реализации проекта
    • 2.5.5.Цель проекта
    • 2.5.6.Ожидаемые результаты от реализации проекта
    • 2.5.7.Выбор методологии
    • 2.5.8.Содержание этапов проекта
    • 2.5.9.Продукт проекта
    • 2.5.10.Бюджет проекта
    • 2.5.11.Ограничения проекта
    • 2.6.Оценка рисков проекта
    • 2.7.Мероприятия по реализации проекта совершенствовани
    • 2.8.Разработка календарного плана
    • 2.1.Вывод по главе 2
  • 3.РАСЧЁТ СРОКОВ И СТОИМОСТИ ПРОЕКТА
    • 3.1.Расчет единовременных затрат на внедрение
    • 3.2.Расчёт затрат на разработку
    • 3.2.1.Затраты на программное обеспечение
    • 3.2.2.Затраты на оборудование
    • 3.3.Расчет эксплуатационных затрат
    • 3.4.Оценка эффективности внедрения (изменение качестве
    • 3.5.Оценка коммерческой эффективности с использованием
    • 3.6.Оценка коммерческой эффективности с использованием
    • 3.7.Выводы и рекомендации
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСТОЧНИКОВ

Количество обращений: 0 
За последние 30 дней: 0

Подробная статистика