Search academic texts

Information × Registration Number 2224U002673, Qualification work popup.category Інше Title popup.author Кулаков Михайло Володимирович48f9aae6-5e21-4812-859e-c31a7e6c8694-1 popup.publication 01-01-2024 popup.source_user Державний біотехнологічний університет popup.source https://repo.btu.kharkov.ua//handle/123456789/59114 popup.publisher Харків: ДБТУ Description Основною метою роботи є розробка комплексу заходів з управління проектною діяльністю по вивченню можливостей використання моделей машинного навчання для прогнозування процесів та оптимізації вхідних параметрів, що впливають на енергоспоживання Об’єктом роботи є підприємства, що імплементують інноваційні проекти. Предметом роботи є процеси імплементації інноваційних проектів з використанням машинного навчання для оптимізації енергоспоживання на підприємствах. Наукова новизна результатів роботи полягає у доповненні теоретичних, практичних складових систем управління інноваціями на машинобудівних підприємствах при імплементації технологій машинного навчання для оптимізації енергоспоживання на підприємствах. У кваліфікаційній роботі: У першому розділі розглянуто теоретичні основи впровадження інноваційних проектів на машинобудівних підприємствах з використанням ШІ. У другому розділі розглянуто алгоритми застосування методів ML в проектному менеджменті, цикли машинного навчання та навчання алгоритмів ML на машинобудівних підприємствах. У третьому розділі здійснено вибір алгоритму машинного навчання для вирішення поточного завдання, використанно алгоритми Decision Trees та Genetic Algorithm для вирішення інноваційного рішення, розраховано економічний ефект від впровадження. У висновках та пропозиціях запропоновані рекомендації для підприємств по імплементації інноваційних проектів на підприємствах. The main objective of the study is to develop a set of measures for managing project activities to study the possibilities of using machine learning models to predict processes and optimise input parameters that affect energy consumption The object of the study is enterprises implementing innovative projects. The subject of the work is the processes of implementing innovative projects using machine learning to optimise energy consumption at enterprises. The scientific novelty of the results of the work is to supplement the theoretical and practical components of innovation management systems at machine-building enterprises when implementing machine learning technologies to optimise energy consumption at enterprises. In the qualification work: The first section discusses the theoretical foundations of implementing innovative projects at machine-building enterprises using AI. The second section discusses the algorithms for applying ML methods in project management, machine learning cycles and training ML algorithms at machine building enterprises. In the third section, the article selects a machine learning algorithm for solving the current task, uses Decision Trees and Genetic Algorithm algorithms to solve an innovative solution, and calculates the economic effect of implementation. In the conclusions and suggestions, recommendations for enterprises on the implementation of innovative projects at enterprises are proposed. popup.nrat_date 2025-11-21 Close