Добірка наукової літератури з теми "Прогнозне керування"

У статті розглядається системи автоматичного регулювання які реалізують алгоритми керування з прогнозуванням складових вільного та вимушеного руху на час запізнення вперед в замкнутому контурі. Проводиться порівняльний аналіз їх роботи у перехідних та сталих режимах роботи, а також запасів стійкості які вони забезпечують. Об'єкти технологічного типу досить часто мають велику інерційність в каналах регулювання яка пов'язаної не тільки з чистим запізненням, але, більшою мірою з акумуляцією речовини і енергії, так званим ємнісним запізненням. Повна або часткова компенсація цієї інерційності може в значній мірі поліпшити якість регулювання для таких об'єктів. На практиці для компенсації впливу запізнення на динаміку власного руху часто використовують системи з упереджувачем Сміта які значно розширюють запас стійкості систем і забезпечують їх працездатність в умовах нестаціонарних властивостей об’єкта керування. Також прогнозування використовується у системах керування з прогнозуючою моделлю, в яких керуючий вплив на кожному кроці розраховується за рахунок вирішення оптимізаційної задачі на основі математичної моделі об’єкта керування. Ці системи також застосовують для керування об’єктами технологічного типу, зокрема рекомендують до застосування при керуванні багатоканальними об’єктами канали яких пов’язані між собою через дію перехресних зв’язків. В якості альтернативи вказаним системам запропонована система регулювання з прогнозуванням вимушеного руху в замкнутий контур якої введено алгоритм прогнозування в реальному часі на основі кубічного сплайну. Проведено структурний та оптимальний параметричний синтез альтернативних варіантів систем автоматичного регулювання. В якості базового регулятора було обрано типовий ПІД-регулятор. Порівняльний аналіз оптимальних систем, проведений в часовій і частотних областях, показав перевагу системи регулювання, що реалізує принцип керування за прогнозом на основі кубічного сплайну. При аналізі роботи систем за каналом дії неконтрольованих збурень система регулювання з прогнозуванням по кубічному сплайну забезпечує зниження інтегрального і прямих показників якості перехідних процесів до 40%. Перевірка на грубість систем автоматичного регулювання показала, що система автоматичного регулювання з прогнозуванням регульованої змінної за кубічним сплайном має приблизно однаковий запас стійкості за часом запізнення та трошки нижчий запас стійкості за коефіцієнтом передачі об’єкта керування, ніж система з упереджувачем Сміта.

У статті розглядається система автоматичного регулювання, що реалізує принцип керування за прогнозом в замкнутому контурі. Об'єкти технологічного типу досить часто мають велику інерційність в каналах регулювання яка пов'язаної не тільки з чистим запізненням, але, більшою мірою з акумуляцією речовини і енергії, так званим ємнісним запізненням. Повна або часткова компенсація цієї інерційності може в значній мірі поліпшити якість регулювання для таких об'єктів. Тому в замкнутий контур системи регулювання пропонується ввести прогнозування на основі кубічного сплайну. Проведений аналіз показує, що окремі ділянки траєкторії руху регульованої змінної можуть бути представлені безперервними, багаторазово диференційованими функціями (наприклад, кубічним сплайном). Для моделі кубічного сплайну знайдені співвідношення, що дозволяють оцінювати його параметри і вести розрахунок прогнозного значення змінної в реальному часі. Проведено структурний та оптимальний параметричний синтез альтернативних варіантів систем автоматичного регулювання з типовим ПІД-регулятором, що реалізують принцип керування за прогнозом і принцип керування за станом. Порівняльний аналіз оптимальних систем, проведений в часовій і частотних областях, показав значну перевагу системи регулювання, що реалізує принцип керування за прогнозом на основі кубічного сплайну. У порівнянні з системою, що реалізує принцип керування за станом, система регулювання з прогнозуванням по кубічному сплайну забезпечує зниження інтегрального і прямих показників якості перехідних процесів до 40%. Перевірка на грубість систем автоматичного регулювання показала, що система автоматичного регулювання з прогнозуванням регульованої змінної за кубічним сплайном має більший запас стійкості, ніж система регулювання що реалізує принцип керування за станом.

Метою статті є дослідження модульної ділянки ґрунту як об’єкту керування, яка є складною ро-зподіленою у просторі системою. Однією з характерних ознак складності об’єкта керування є неви-значеність у представленні його структури та поведінки. У рамках сучасної методології системно-го моделювання невизначеність може характеризувати наступні аспекти модельних уявлень: неяс-ність або нечіткість границі системи; неоднозначність семантики окремих термінів; неповнота модельних уявлень щодо певної складної системи; наявність протиріч між окремими компонентами модельних уявлень або вимог, які повинна задовольняти модель складної системи; невизначеність настання певних подій, які належать до можливості знаходження системи ‒ оригіналу в певному стані в майбутньому; лінгвістична невизначеність. На модульну ділянку ґрунту як об’єкт керування здійснюють вплив змінні збурення − погодні умови (температура й вологість повітря, швидкість ві-тру, сонячна радіація, опади). Від них залежить вихідний параметр − всмоктуючий тиск (вологість) ґрунту. Цьому об՚єкту керування притаманна стохастична невизначеність, оскільки його властиво-сті змінюються випадково. На сьогодні, крім класичних нейронних мереж, розвиваються гібридні, зокрема, нечіткі нейронні мережі. Вони об’єднують у собі переваги нейронних мереж і систем нечі-ткого виведення. Тому для моделювання ненасиченої зони модульної ділянки ґрунту як об’єкту керу-вання ґрунту застосовано саме гібридну нейро-нечітку мережу на основі нео-фаззі нейрона. Розроб-лені нео-фаззі моделі ненасиченої зони модульної ділянки ґрунту як об’єкта керування для прогнозу-вання всмоктуючого тиску ґрунту забезпечують вищу точність роботи, ніж багатошарові мережі прямого поширення. Водночас вони мають простішу архітектуру, що забезпечує легшу практичну реалізацію та більшу швидкість навчання. Розроблені нео-фаззі моделі можуть бути використані у складі автоматизованого робочого місця диспетчера зрошувальної системи і слугувати зручним ін-струментом для планування й керування режимами зволоження сільськогосподарських культур.

Вступ. У статті проведено порівняльний аналіз якості фільтрації та прогнозування адаптивних експоненціальних двоконтурного і триконтурного фільтрів. Головна відмінність між дво- і триконтурним фільтрами полягає у кількості контурів фільтрації, які використовуються для оцінки якості фільтрації, та їх програмна реалізації. Цілі. Розглянути доцільність використання триконтурного фільтра-предиктора у системах керування у ролі алгоритму обробки інформації, у порівнянні із двоконтурним. Методологія. Було застосовано концепції аналізу часових рядів та математичне моделювання в пакеті Matlab. Результати. Отримано характеристики середньоквадратичних похибок фільтрації і прогнозу в залежності від кількості кроків, на які здійснюється прогнозування, та кількості кроків, що використовуються для оцінювання якості фільтрації, для двох варіацій фільтрів. Оригінальність. Вперше було визначено зв'язок між середньоквадратичними похибками (фільтрації та прогнозу) та наступними параметрами: кількість кроків, на які здійснюється прогнозування; кількість кроків, які алгоритм обробки даних використовує для оцінки якості процесу фільтрації, для дво- та триконтурного алгоритмів фільтрації та прогнозування. Проаналізовано актуальність застосування двох різних алгоритмів адаптації коефіцієнта згладжування в залежності від ресурсів ЕОМ. Практичне значення. Здійснено реалізацію запропонованих алгоритмів на мові програмування Matlab, які можуть бути інтегровані в різні автоматизовані системи управління з метою фільтрації та прогнозування значень спотвореного шумами сигналу. Це дослідження дає можливість обрати ефективний алгоритм обробки даних в залежності від поставленої задачі.

УДК 336.71; JEL Classification: Q500 Мета дослідження полягає у розробці заходів щодо вдосконалення кредитної діяльності комерційного банку за рахунок використання сучасних методів економіко – математичних досліджень та математичного прогнозування економічних процесів. Методика дослідження. Використано елементи структурного аналізу, економіко-математичну формалізацію, метод коефіцієнтів, регресійне моделювання та лінійне програмування (LP, англ. Linear Programming) − метод досягнення найліпшого результату (найбільший прибуток або найменші збитки) у математичній моделі чиї вимоги представлені через лінійні відношення. Лінійне програмування є особливим випадком математичного програмування (математичної оптимізації). Даний метод було використано з метою вирішення задачі оптимального розміру проценту банківського кредиту в рамках лінійного програмування з метою підвищення ефективності системи банківського кредитування. Результати дослідження. Пошук шляхів удосконалення кредитної діяльності банку в сучасних умовах слід починати з огляду минулого стану цієї проблеми. Загострення проблем у банківській діяльності виявилося в стрімкому зростанні обсягів прострочених кредитів великих банків. Перспективним напрямком удосконалення кредитно-депозитної політики є грамотне керування кредитною діяльністю. Основні вимоги, які повинні бути витримані – це обґрунтованість кредитної системи, тобто в будь-який момент повинна буди можливість розрахунку ймовірного прогнозу за допомогою сучасних математико-статистичних методів. При формуванні кредитно-депозитної політики банк повинен ураховувати основні напрямки вдосконалювання діяльності за рахунок програмних компонентів моделювання кредитної активності. Також обґрунтована можливість використання пакету задач лінійного програмування сумісно з пакетом Microsoft Excel з метою вирішення практичних задач визначення оптимальної величини ставки банківського кредиту. Наукова новизна. Наукова новизна отриманих результатів полягає у вирішенні ряду теоретичних та практичних проблем визначення величини ставки банківського кредиту, а саме: виявлені основні засади підвищення ефективності кредитної діяльності банку за рахунок використання сучасних математичних методів. Запропонована методика визначення величини ставки процента по кредиту за допомогою математичної моделі лінійного програмування реалізованої засобами Microsoft Excel (лінійне програмування). Практичне значення отриманих результатів. Запропоновані для впровадження результати дослідження можуть бути використані в кредитній діяльності банківської сфери національної економіки. Практичним ефектом є максимізація прибутку від раціонального визначення процента по кредиту.

Актуальність теми дослідження. Залізорудні підприємства є одними з найбільших споживачів паливно- енергетичних ресурсів України. Водночас аналіз розподілу потоків споживання електроенергії свідчить, що велика частка електричної енергії припадає саме на локальні енергетичні об’єкти, що зумовлює загалом актуальність вивчення питання особливостей прогнозування електроспоживання з мережі в умовах підприємств та актуальності застосування при цьому комбінованого підходу, особливо при впровадженні у структуру електропостачання цих підприємств розосередженої генерації. Постановка проблеми. Проблемою, висвітленою в цій роботі, є синтез особливостей прогнозування електроспоживання підприємств при впроваджені до системи їх електропостачання розосередженої генерації. Аналіз останніх досліджень і публікацій. У попередніх дослідженнях автори обґрунтували позитивний ефект від впровадження джерел розосередженої генерації в умовах промислових підприємств, а саме модульність, надійність, місцеве керування, зменшення негативного впливу на екологію та малий пусковий період. Ці об’єкти, а це в масштабах України сотні гектарів, за всіма своїми параметрами можуть і повинні стати полігоном для розміщення комплексів джерел розосередженої генерації, які, по суті, повинні стати міні- або мікроелектростанціями у структурі систем електропостачання підприємств України, у тому числі залізорудних підприємств. Виділення недосліджених частин загальної проблеми. В умовах залізорудного підприємства, яке має дуже складну та розгалужену структуру, а технологічні процеси дуже складні й залежать від багатьох факторів, прогнозування є важким і складним завданням, за умови одержання похибки прогнозу, яка б не перевищувала 4 %. Тому в умовах залізорудного підприємства доцільно використання для одержання прогнозу електроспоживання штучних нейронних мереж, які передбачають наявність суттєвих зв’язків між окремими факторами. Постановка завдання. Таким чином, актуальним науково-практичним завданням є дослідження особливостей та механізму прогнозування електроспоживання залізорудних підприємств при використанні джерел розосередженої генерації у складі комплексу їх електропостачання. Виклад основного матеріалу. У результаті аналізу можливості впровадження розосередженої генерації у складі енергетичних систем залізорудних підприємств було виявлено, що джерела розосередженої генерації впливають на розподільні мережі цих підприємств та перетворюють їх на активні елементи. Це призводить до необхідності внесення змін у прийнятті стратегії управління розподільними мережами підприємства та планування структури і режимів локальних енергетичних систем. У статті запропоновано використання штучних нейронних мереж для прогнозування електроспоживання електричної енергії, особливо при впровадженні джерел розосередженої генерації по комплексу електропостачання. За допомогою програми «Statistica» було побудовано графіки електроспоживання із загальної мережі ПАТ Полтавський ГОК з використанням нейронних мереж. Результат прогнозування у порівнянні з реальними даними має незначне відхилення, що є допустимим. Висновки відповідно до статті. Для прогнозування, з достатнім рівнем ймовірності, електроенергоспоживання залізорудними підприємствами необхідно вирішити багатокритеріальну задачу з обов'язковим попереднім визначенням усіх факторів, що впливають та визначають рівні енергоспоживання конкретного підприємства. Застосування нейронних мереж у системах прогнозування електроенергетичних параметрів джерел розосередженої генерації дозволить забезпечити багатофакторне прогнозування, що дасть змогу покращити прогнозованість згенерованої електроенергії розосередженою генерацією в часі, в умовах залізорудних підприємств.

Актуальність теми дослідження. З огляду на те, що за останні десятиліття кількість нещасних випадків, збоїв обладнання, у тому числі нещасних випадків на вертольотах, становило понад десять, актуальною науково-практичною задачею являється діагностика і прогнозування змін стану авіаційного генератора. Постановка проблеми. Основна мета цієї роботи – розробка нейронної мережі, яка буде враховувати основні технічні та експлуатаційні характеристики авіаційного генератора вертольота з метою діагностики і подальшого прогнозування його стану, скорочуючи час обчислень і збільшуючи рівень достовірності результатів. Аналіз останніх досліджень і публікацій. Проблема інформаційної діагностики авіаційної техніки описана в роботах, в яких застосовуються різні методи визначення несправностей авіаційної техніки. Використання нейронних мереж у вирішенні завдань управління динамічними системами вивчається вченими і дослідниками, робота яких демонструє високий потенціал об'єднання двох обчислювальних технологій – штучних нейронних мереж і генетичних алгоритмів для вирішення задач синтезу інтелектуальних систем керування. Виділення недосліджених частини загальної проблеми. Нині є безліч підходів до проблеми діагностики складних динамічних об'єктів, у тому числі авіаційного генератора вертольота, найбільш поширеним з яких є інформаційна діагностика, одним із методів якої є використання нейронних мереж. Використання нейронних мереж управління дозволяє істотно усунути математичні проблеми аналітичного синтезу та аналізу властивостей досліджуваного об'єкта. Це пояснюється тим, що якість процесів управління в нейронних системах багато в чому залежить від фундаментальних властивостей багатошарових нелінійних нейронних мереж, а не від аналітичних розрахованих оптимальних законів. Багатошарові нейронні мережі мають ряд переваг, що дозволяє їх використовувати в задачах управління динамічними об’єктами. Постановка завдання. Метою цієї роботи є створення нейронної мережі, яка буде враховувати основні технічні та експлуатаційні характеристики авіаційного генератора вертольота. Виклад основного матеріалу. При діагностуванні авіаційного генератора вертольота повинні враховуватися такі параметри: теплові параметри генератора, рівень шуму генератора, частота обертання генератора, опір ізоляції контурів ротора, струм зворотної послідовності, рівень вібрації генератора, биття валу генератора, відхилення напруги, коливання напруги, коефіцієнт несинусоїдальності кривої напруги, коефіцієнт n-й гармонійної складової напруги непарного (парного) порядку, коефіцієнти нульової послідовності, відхилення частоти імпульсної напруги. Водночас необхідно швидко обчислити вихідний стан генератора в поточному режимі роботи для даної функції. Найбільш оптимальним методом вирішення проблеми є використання нейронних мереж, що скоротить час обчислень, підвищить рівень надійності результатів. Висновки відповідно до статті. У статті виконано синтез нейрорегулятора прогнозу NN Prediction Controller для вирішення завдання автоматизації діагностики стану авіаційного генератора вертольота в реальних режимах роботи шляхом розробки моделі нейромережевої системи в Simulink програмного пакету MATLAB. Також встановлено, які параметри істотно впливають на якість регулювання та визначено оптимальні значення параметрів. Використання нейромережевої моделі для автоматизації діагностики стану авіаційного генератора вертольота забезпечило високу якість ідентифікації параметрів нейрорегулятора. Це дозволило вибрати оптимальні значення параметрів нейрорегулятора, що забезпечить високі динамічні характеристики системи діагностики стану авіаційного генератора вертольота.

Розвиток людини, суспільства й економіки має спрямованість у майбутнє, що знайшло відображення у виникненні таких понять, як «передбачення», «прогноз». Прогнозування («наукове передбачення») – це та сторона пізнавальної діяльності суб’єкта, результатом якого є одержання знань про майбутні події.Моделі складних систем, таких як фінансові ринки, не завжди можуть давати однозначні рекомендації або прогноз.Серед факторів, що характеризують динаміку ринку та впливають на неї, є велика кількість даних нечислової природи, значення яких мають імовірнісну природу.Для подолання проблем, з якими доводиться зіштовхуватися при аналізі фінансової ситуації, робляться спроби застосування таких розділів сучасної фундаментальної й обчислювальної математики, як нейрокомп’ютери, теорія стохастичного моделювання (теорія хаосу) і теорія ризиків, теорія катастроф, синергетика й теорія систем, що самоорганізуються (включаючи генетичні алгоритми), теорія фракталів, нечіткі логіки й навіть віртуальна реальність.Правильне розуміння ситуації на ринку, аналіз його динаміки, прогнозування поводження ринку приводить до обґрунтованого прийняття рішень.Основна мета роботи полягала у розробці програмного забезпечення для дослідження динаміки й прогнозування курсу цінних паперів.Вiдповiдно до мети, було необхiдно вирiшити наступнi задачi:Розглянути основні підходи до аналізу ринку цінних паперів.Дослідити можливості програмного комплексу MetaTrader 4 по керуванню ринком цінних паперів.Проаналізувати можливості мови MQL 4 по створенню ринкових індикаторів і експертних систем аналізу ринку цінних паперів.Розробити й протестувати індикатор для аналізу динаміки курсів валют і експертну систему для короткочасного прогнозування й прийняття рішень на валютному ринку.Аналіз літератури з проблеми дослідження дозволив виділити наступні суттєві характеристики об’єкта дослідження:валютний ринок Forex має високу ліквідність;відсутність обмежень за часом роботи забезпечує неперервність процесу дослідження;децентралізованість забезпечує незалежність від локальних геополітичних факторів;велика кількість учасників ринку дозволяє абстрагуватися від індивідуальних особливостей гравців;об’єкт дослідження являє собою складну систему з великою кількістю нелінійних зв’язків.Виділені властивості валютного ринку дозволяють розглядати його як динамічну систему, що може бути проаналізована. Прогноз стану системи є актуальною проблемою, безпосередньо пов’язану з отриманням прибутку.Розгляд алгоритмів отримання якісних і кількісних характеристик ринку засобами фундаментального, технічного та комп’ютерного аналізу дозволив зробити наступні висновки:1. На практиці можна знайти випадки, коли кожен з представлених підходів до аналізу ринку дасть прийнятний результат. Для трейдерів, що не є ринкоутворювачами, найбільш прийнятним є комп’ютерний індикаторний аналіз з автотрейдингом за короткочасними прогнозами.2. Автоматичні індикатори є ефективним засобом графічного аналізу часових рядів, надаючи трейдеру можливість прийняття обґрунтованого рішення.3. При розробці експертної системи для робочого місця трейдера необхідно розрізняти поняття «прогнозування руху цін на ринку», з одного боку, та «ігрові робочі гіпотези», зважені за ймовірністю подій, з іншого.4. Критеріями вибору трейдингової системи є підтримка великого набору індикаторів і експертів, можливість розширення системи компонентами користувача, наявність вбудованої мови програмування та локалізація.В результаті дослідження було створено експертну систему, призначену для автоматичного ведення торгів на ринку цінних паперів. Експертна система реалізована засобами мови програмування MQL 4, що вбудована в термінал MetaTrader 4.Розгляд підходів до написання технічних індикаторів та експертних систем для підтримки прийняття рішень на основі аналізу динаміки курсу цінних паперів та короткочасного прогнозування дозволило зробити наступні висновки:Мова програмування MQL 4 має всі необхідні інструменти для забезпечення якісного технічного аналізу курсу валют.Можливість написання та тестування експертів в торговій системі MetaTrader дозволяє користувачу створити систему торгівлі, що приносить прибуток.Аналіз присутніх на ринку торгових систем виявив типові помилки в написанні експертних систем, що були враховані при розробці власного автотрейдингового експерта.Подальший розвиток даної роботи планується у напрямку дослідження динаміки валютних ринків з метою удосконалення алгоритмів прогнозування курсу та оптимізації роботи торгових експертних систем із застосування механізму нейронних мереж.

Тенденція до скорочення кількості годин фундаментальних дисциплін примушує шукати нові шляхи для підвищення ефективності викладання. Одним із способів такого підвищення є введення у навчальний процес елементів проблемності [1]. Проблемне навчання полягає у створенні для студентів проблемних ситуацій, усвідомленні і вирішенні цих ситуацій у ході активної пошукової діяльності, в процесі вирішення студентами проблемно-пізнавальних задач. Це все відбувається при максимальній самостійності і під загальним керівництвом викладача.Проблемне навчання дозволяє формувати особливий стиль розумової діяльності і дослідницької активності студентів.До останнього часу вважалося, що єдиним способом навчити студентів вирішувати задачі є практика у розв’язуванні великої кількості задач. Значна частина всього навчального часу, власне, на це витрачається. Та результати такої роботи, зазвичай, скромні: більшість студентів так і не оволодіває загальним підходом до вирішення задач і при зустрічі з незнайомим типом завдання, губиться, не знаючи з чого почати. В кінцевому рахунку ці задачі розв’язуються лише за допомогою викладача. Отже, потреба в зміні цього застарілого методу є нагальною. Але повністю побудувати навчання на основі проблемності – нереально. У студентів, переважно, різний рівень підготовки і різний інтелект. І якщо для когось проблемне завдання виявиться непосильним, то це вносить дезорганізацію у навчальну роботу.Для того, щоб вияснити рівень інтелекту студентів, а також їх здібності до вивчення таких фундаментальних дисциплін як фізика чи теоретична механіка, пропонується на першому практичному занятті провести ряд психологодіагностичних тестів. Це дасть можливість отримати достовірний прогноз оцінки (і, відповідно, рівня набутих і усвідомлених знань) на кінець вивчення студентами даного навчального предмету (фізики, теоретичної механіки), а також дозволить визначити наскільки інтенсивно можна застосовувати елементи проблемного навчання у конкретній групі.До сих пір для перевірки знань, необхідних для вивчення предмету, застосовувався вхідний контроль. За його допомогою можна було виявити той багаж знань, з яким студенти підходять до вивчення дисципліни. Але, як свідчить досвід викладання, вхідний контроль не показує реального рівня базових знань студентів, частина з яких просто забула за час канікул необхідний матеріал, інша частина ставиться до вхідного контролю формально, без інтересу. Використання ж комплексного тестування, яке включатиме відносно полегшений вхідний контроль, тест на визначення рівня інтелекту та тест на розуміння техніки, дасть можливість отримати достовірні дані про потенціал кожного студента в царині конкретної дисципліни (у даному випадку йдеться про фізику і теоретичну механіку).Існує досить значна кількість тестів для вимірювання рівня інтелектуального розвитку. Вартими уваги слід визнати шкали вимірювання інтелекту за Векслером [2], методику Равена [3] та тести Айзенка [4]. Але шкали Векслера є занадто громіздкими, а методика Равена більше підходить для оцінювання логіки мислення. Для здійснення нашої мети найбільш придатними слід вважати тести розроблені англійським психологом Г. Айзенком. Вони дають змогу визначити “коефіцієнт інтелектуальності”, який скорочено позначають “IQ”. У цих тестах використовується словесний, цифровий і графічний матеріал у поєднанні з різними способами формулювання і постановки задачі (зразки завдань наведені нижче, мал. 1).Вставте пропущене число 6 ( 96 ) 1210 ( ... ) 15Вставте слово, яке було б закінченням першого слова і початком другогоКОНТР ( ... ) ИВВставте пропущене число 4 1 22 6 33 2 ?Виберіть потрібну фігуру з шести пронумерованих Мал. 1 Такий змішаний характер тестів дозволяє більш об’єктивно дати загальну оцінку “IQ” студента. Для вирішення завдань встановлюється обмежений час (30 хв.). За кожну правильно вирішену задачу нараховуються бали. Сума цих балів по спеціальній шкалі перераховується в “IQ”. Головне у тестах Айзенка – їх модельний характер.Що стосується тестів на розуміння техніки, то для застосування у комплексному тестуванні краще за все підходить тест Беннета [3]. Його методика використовується з метою визначення технічних здібностей. Студентам пропонується 60 малюнків, які представляють собою технічні задачі. Час проведення тесту не повинен перевищувати 40 хв. Зразок завдань наведений на мал. 2. Особливістю тесту Беннета, на відміну від тестів інтелекту, є його спрямованість на вимірювання досягнень студентів у даній області на момент тестування, в той час як дослідження інтелекту передбачає і прогноз подальшої критеріальної діяльності, тобто передбачення майбутнього розвитку.Отже, провівши за дві академічні години таке комплексне тестування, ми можемо отримати “важелі” для ефективного керування навчальним процесом кожного студента. Звичайно, що тут можливі різні варіанти: трапляються студенти з добрим володінням базовими знаннями, але з посереднім інтелектом і поганим розумінням техніки, а буває і навпаки. Якраз у другому випадку слід застосовувати індивідуальний підхід, аби не втратити потенційно сильного студента. Хоча ідеальним слід вважати варіант, при якому всі три тестування дадуть високі результати. Таким чином, можна зорієнтуватися, наскільки інтенсивним може бути застосування проблемного навчання у даній студентській групі. Який аероплан повертає направо? Яка шестерня здійснює більше обертів у хвилину? Який візок має більше шансів перевернутися на горбі? Які колеса чинять більший тиск на рейки? Мал. 2 “Левова” частка практичних занять з фундаментальних дисциплін витрачається на розв’язування задач. Тому формування культури вирішення задач – є одним з найважливіших завдань. Культура розв’язку задач полягає в тому, що пошук вирішення здійснюється на основі всестороннього аналізу задачі, кожна гіпотеза обґрунтовується, після відшукання правильного розв’язку проводиться ретроспективний аналіз з метою виявлення загальних методів, які були застосовані у даному вирішенні. При цьому слід використовувати особливу систему вправ, де конкретні задачі виявляються лише матеріалом, а метою є послідовне здійснення таких операцій: а) розчленування задачі на елементарні умови та вимоги; б) виявлення залежностей між окремими даними і вимогами; в) побудова схематичної моделі задачі.Обов’язково слід враховувати, що у всіх цих вправах сама запропонована задача не вирішується, щоб не відволікати студентів від головного – аналізу задачі. Особливу роль у формування в студентів культури розв’язуванні задач відіграє завершальний аналіз проведеного вирішення з метою виявлення і засвоєння загальних методів і прийомів розв’язування задач. Доцільно проводити також одночасне вирішення декількох однотипних задач, щоб прищепити студентам розумний підхід до пошуків і конструювання методів розв’язування. Студент повинен набути уміння ставити навчальну задачу і вирішувати її.Тільки детальне знання можливостей конкретного студента, яке викладач повинен отримати буквально на перших заняттях, дозволяє відчути ту межу в студентській свідомості на якій закінчується бездумний перебір варіантів і починається справжній творчий пошук.

Проаналізовані існуючі цифрові рішення в галузі переробки та сортування твердих побутових відходів. До них відносяться: виробництво смарт-систем для збору відходів («розумні контейнери»); оптимізація логістичних ланцюжків і оснащення автопарку спеціалізованим програмним забезпеченням і датчиками («розумні збирачі сміття»); виробництво і впровадження інтелектуальних систем переробки і утилізації твердих побутових відходів; розробка і застосування хмарних технологій і спеціалізованих інтерфейсів користувача. Розглянута державна програма Індії з управління переробкою відходів Swachh Bharat Mission. Запропоновано створити систему, яка представлятиме собою мережу автоматизованих пунктів сортування твердих побутових відходів в рамках міста. Дана інфраструктура має намір оптимізувати логістику підприємств переробки твердих побутових відходів, надавати їм точні відомості про кількість сміття, автоматизувати і пришвидшити сортування. Пункт має вигляд закритого захищеного контейнера з роботизованою системою для прийому та сортування твердих побутових відходів. Через отвір користувач подає сміття до контейнера. В контейнері розташована камера з LED освітленням для розпізнавання відходів. Керування системою здійснює мікрокомп’ютером Raspberry Pi 3 Model A+. Розпізнавання типу відходів відбувається на основі згорткової нейронної мережі. Дана мережа гарно працює в задачах машинного зору, надаючи високий рівень точності розпізнавання. Передача повідомлень від контейнеру буде здійснюватися за допомогою спеціалізованого протоколу MQTT, який працює в системі інтернету речей. В центах управління відбувається агрегування та аналіз інформації, отриманої з пунктів збору. Система матиме змогу виконувати прогноз використання пунктів в майбутньому за допомогою методів машинного навчання. Це дасть змогу планувати ресурси та діяльність підприємств з переробки твердих побутових відходів.