10936

В компоненте «Добавление способа обработки» (калькулятор) добавляется поле «Обработка», которое принимает значение True или False в зависимости от значения переменной «Обработка пропущенных значений». Далее производится фильтрация в верхнюю часть уходят все строки, если «Обработка» равна True и далее выполняется фильтрация, иначе дальнейшие действия будут проходить по нижней ветке и обрабатываться стандартным компонентом «Заполнение пропусков». В конечном итоге данные объединяются.

Далее рассмотри второй компонент разработанной библиотеки - «Определение скидки». Суть компонента состоит в том, что компонент определяет размер скидки, а также ограничивает размер скидки за заданный период. Примечание: перед использованием компонента необходимо рассчитать цену со скидкой и без скидки (если таких данных нет).

Рис.4. Компонент «Определение скидки»

Рассмотрим, какие основные действия нам необходимо выполнить для определения скидки: ограничить период (если необходимо), рассчитать скидку, ограничить скидку (если необходимо), определить есть ли скидка у объекта.

На рисунке 5 можно увидеть, как выглядит сценарий.

360

Рис.5. Сценарий компонента «Определение скидки»

Для начала нам необходимо рассчитать цены со скидкой и без, если таких данных нет. Затем, если требуется ограничить период, то фильтрами отбирается нужный нам временной отрезок. После того как мы выбрали временной отрезок необходимо рассчитать % скидки для всех объектов. Если переменная «Ограничивать скидку» равна True, то происходит ограничение скидки (<значения переменной «Порог ограничения скидки %»). На последнем шаге у каждого рассматриваемого объекта проверяется значение скидки, если значение равно 0, тогда поле «Флаг_скидка» принимает значение False, иначе True. Далее полученные данные передаются на выход компонента.

Компоненты подготовки данных, реализованные на базе аналитической платформы Loginom, были протестированы на реальных данных сети магазинов формата DIY. Крупнейшими представителями магазинов DIY являются такие сети, как OBI, Castorama, LeroyMerlin. Данные, использованные при тестировании компонентов, были заранее анонимизированы с целью предотвращения идентификации клиентов компании.

Наш набор данных содержал 3 276 748 записей в период с 01.04.2017

по 30.10.2019.

Применив разработанный компонент «Обработка пропущенных и отрицательных значений к набору данных, было очищено около 9,5% исходных данных, что говорит о хорошем качестве исходного данных.

В результате проделанной работы были реализованы и протестированы на реальных данных компоненты для очистки и определения скидки на базе аналитической платформы Loginom.

ЛИТЕРАТУРА

1. Процесс DataMining : Очистка данных / ИНТУИТ. Национальный открытый институт. – URL : https://intuit.ru/studies/courses/6/6/lecture/194.

2. Очистка данных (DataCleaning) / Loginom. – URL: https://wiki.loginom.ru/articles/data-cleaning.html.

361

Шишкина С.С.

ФГБОУ ВО «Нижегородский государственный архитектурно-строительный университет»

ПРИМЕНЕНИЕ МЕТОДОВ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ В ПЛАНИРОВАНИИ РАБОТЫ РЕЧНОГО ТРАНСПОРТА

Одной из основных отраслей экономики в современной России является транспортный комплекс. С давних времён транспортные перевозки стали связующей нитью всех этапов общественного производства, в том числе распределения и доставки товаров и грузов. Однако стоит заметить, что в настоящее время, наряду со стремительно развивающимся воздушным транспортом, водный, а в частности речной транспорт Российской Федерации, испытывает определённый ряд проблем.

Согласно информационно-статистическим бюллетеням заянварьиюнь 2018, 2019 и 2020 годов, опубликованным Министерством транспорта Российской Федерации, наблюдается снижение объёма перевозок внутренним водным транспортом за этот период. Данные о динамике изменений показателей приведены в таблице 1.

Такую динамику аналитики водного транспорта связывают с наиболее значимыми проблемами, среди которых:

−устаревшая материально-техническая база флота, требующая модернизации;

−ухудшение показателей, отражающих качество судоходных путей, вследствие чего появляется следующая проблема;

−снижение эффективности привлечения крупнотоннажных судов;

−длительные простои в ожидании шлюзования (до 5–6 суток). Потребность в поиске решения, оптимизирующем показатели

реализации транспортной стратегии, определяет актуальность темы данного

362

проекта. Новизна и практическая значимость определена отсутствием на данный момент единого способа по оперативному управлению работы водного транспорта.

Проводя анализ выявленных проблем, можно сказать, что модернизация базы флота зависит от привлекаемыхкапитальных вложений, а на обмеление судоходных рек воздействуют экологические факторы. Таким образом, целесообразно рассматривать способы сокращения времени простоя транспорта.

В качестве объекта исследования будет рассматриваться речное судоходное предприятие. Предметом исследования являются способы и методы оперативного планирования работы флота речного судоходного предприятия. В рамках данного проекта основной задачей является анализ и выбор методологии построения имитационной модели для организации оперативного управления работы водного транспорта

К настоящему моменту методы планирования работы флота уже на протяжении длительного времени основываются на использовании средних технических норм времени следования и расхода топлива, из чего можно сделать вывод о том, что не существует подходящей методологии планирования работы флота в современных условиях.

На сегодняшний день имитационное моделирование как инструмент исследования часто применяется в ситуациях, которые можно рассматривать как систему массового обслуживания. Транспортный речной процесс можно рассматривать как пример такой системы, протекающей под воздействием определенных факторов. Для того, чтобы можно было построить модель планирования транспортного процесса, необходимо его рассматривать как единое целое с точки зрения системного подхода. Стоит заметить, что результаты проведения множества случайных экспериментов в рамках заданных параметров и с обязательным учётом временного фактора не являются готовым решением оптимизационных задач, а играют роль оценки функциональных характеристик.

Рассмотрим следующую задачу. Пусть имеется склад с грузом в точке B, а также пункты A, F и S (рис. 1).

Рис. 1. Простейшая транспортная задача

Необходимо определить, каким способом реализовать доставку грузов с базы во все пункты. При моделировании простейшей ситуации, где

363

отсутствуют внешние факторы, такие как наличие шлюзов, переправ и других, задача может быть решена с применением теории графов (рис. 2).

Рис. 2. Способ решения транспортной задачи с применением теории графов

Однако, при необходимости учёта в модели хотя бы одного фактора, например, течения (рисунок 3), поиск оптимального решения усложняется, а при добавлении нескольких параметров сложность возрастёт в разы, что влечёт острую необходимость привлечения электронный вычислительных машин (ЭВМ).

Рис. 3. Транспортная задача с учётом внешнего фактора

Построение модели имитационного моделирования с помощью ЭВМ значительно сократит время на поиск оптимального решения транспортных задач, а также сведёт к минимуму затраты финансовых, трудовых и материальных ресурсов на проведение экспериментов с реальной системой.

Выделяют два основных типа имитационных моделей: непрерывные и дискретные. Первые описывают поведения систем и процессов, которые в разрезе времени происходят непрерывно. Для дискретных моделей важно состояние системы в конкретный промежуток времени. Именно способ моделирования с дискретным временем поможет корректно сымитировать процесс функционирования транспортного речного потока.

Несмотря на недостаток этой модели, проявляющимся в повышенной трудоёмкости при учёте большого количества факторов, главным её достоинством можно считать достаточно полное отражение транспортного процесса и применение полученных результатов в дальнейшем планировании.

В рамках дальнейшей работы над проектом за основу будут взяты труды А.С. Бутова. Дальнейшая реализация модели планировании работы речного транспорта будет ориентирована на обработку процессов и вычисления, связанных с проведением массовых экспериментов в условиях генерации случайных чисел.

364

Литература

1.Мясникова, К. Д. Современное состояние и развитие морского и речного флота России / К. Д. Мясникова. — Текст : непосредственный // Молодой ученый. — 2016. — № 13.1 (117.1). — С. 66-69. — URL: https://moluch.ru/archive/117/30361/ (дата обращения: 13.10.2020).

2.Новожилов, В. В. Проблемы речного транспорта России и некоторые подходы к их решению / В. В. Новожилов. — Текст : непосредственный // Молодой ученый. — 2019. — № 45 (283). — С. 305-

306.— URL: https://moluch.ru/archive/283/63840/ (дата обращения:

13.10.2020).

Юрченко П.В.

ФГБОУ ВО «Нижегородский государственный архитектурно-строительный университет»

РАЗРАБОТКА БАЗЫ ДАННЫХ ДЛЯ СОСТАВЛЕНИЯ РЕЕСТРА ВОДНЫХ ОБЪЕКТОВ

ТЕРРИТОРИИ БОЛЬШЕБОЛДИНСКОГО РАЙОНА

Водные объекты играют важную роль в жизни каждого человека. Водный объект – это природный или искусственный водоём, водоток, либо иной объект, постоянное или временное сосредоточение вод в котором имеет характерные формы и признаки режима [1].

Поверхностные водные объекты жизненно необходимы для природы и человеческого общества. Поверхностные водные объекты состоят из поверхностных вод и покрытых ими земель в пределах береговой линии [3].

К поверхностным водным объектам относятся: водотоки (реки, ручьи, каналы); водоемы (озера, пруды, обводненные карьеры, водохранилища); болота; природные выходы подземных вод (родники) [1].

На землях, покрытых поверхностными водами, не осуществляется образование земельных участков [2].

С точки зрения влияния на качество условий жизнеобеспечения наибольшее значение имеют реки, озера, водохранилища. Эти объекты или их части могут использоваться в качестве источников водоснабжения, для туризма или занятий водным спортом.

Крупные реки часто используются в качестве источников централизованного питьевого водоснабжения. В то же время они служат приёмниками сточных вод, как крупных промышленных комплексов, так и

365

больших городов или городских агломераций, расположенных на их берегах.

Поверхностные водные объекты обладают количественными и качественными показателями, которые характеризуются изменчивостью во времени под воздействием природных и антропогенных факторов. Для более рационального управления и контроля поверхностных водных объектов необходимо их точное позиционирование на бумажных и электронных носителях. Наличие реестра поверхностных водных объектов может сделать данный процесс более эффективным [4].

В качестве объекта исследования были выбраны поверхностные водные объекты, находящиеся в северной части Большеболдинского муниципального района Нижегородской области.

Предметом исследования в данной работе являются качественные и количественные характеристики поверхностных водных объектов северной части Большеболдинского муниципального района Нижегородской области и сведения об использовании примыкающих к ним земель.

Цель работы – создание реестра поверхностных водных объектов северной части Большеболдинского муниципального района для анализа соблюдения режима примыкающих к ним земель

Для достижения указанной цели были выдвинуты задачи:

1.Составить реестр поверхностных водных объектов северной части Большеболдинского муниципального района и разработать структуру базы данных с характеристиками их свойств.

2.Составить карты расположения поверхностных водных объектов северной части Большеболдинского муниципального района.

3.Разработать приложение к базе данных в виде таблиц с основными характеристиками поверхностных водных объектов.

4.Разработать автоматизированную базу данных исследуемых

объектов.

Изучив теоретические аспекты, выдвинув концепцию продолжения исследования, можно было переходить к практической части.

Для проведения исследования были взяты картографические материалы. На основе данных материалов в программеMapInfoProfessional (версия 15.0) были созданы карта поверхностных водных объектов всей территории Большеболдинского района в масштабе 1:100 000, а также карта масштаба 1:25000 северной части Большеболдинского района. Именно для этой территории, являющейся пилотной в данной работе, создавался реестр поверхностных водных объектов и оценивалось использование примыкающих к ним угодий. На картах были отображены водные объекты, территории прилегающих к ним земель, водоохранные зоны, прибрежные защитные и береговые полосы.

366

Были созданы две таблицы реестра поверхностных водных объектов: для водоёмов и водотоков.

На основе данных таблиц реестра водотоков и водоёмов была составлена ER-модель поверхностных водных объектов. По ней в СУБД Access была создана Схема данных. В предметной области было выделено 5 основных объектов – водотоки, водоёмы, области карты, контуры, квадраты координатной сетки. В схеме данных эти отношения представлены в виде таблиц «Реестр рек, ручьёв и каналов» и «Реестр озёр и прудов». Отношения «Находиться» представлено в виде таблицы «области карты». Объекты «Контуры» и «Квадраты координатной сетки» представлены в виде полей со списком в таблице «Области карты».

Работа с автоматизированным реестром завершилась созданием главной кнопочной формы. Две основные кнопки водотоки и водоёмы отправляют на страницы кнопочной формы, посвящённые работе с главными объектами: добавление новых объектов, добавление их характеристик, добавление записи в реестр, обновление реестра. Таким образом форма имеет достаточно простую и функциональную организацию.

На основе проведённых научных исследованиях можно сделать следующие выводы:

1.Созданный реестр водотоков и водоемов может служить основой для управления поверхностными водными объектами Большеболдинского муниципального района (северная часть)

2.Отсутствие у множества обнаруженных поверхностных водных объектов кода ГВР свидетельствует о том, что они, скорее всего, являются неучтёнными, а значит их ресурсный потенциал до конца не изучен.

3.Управление созданной базой данных должно основываться на наиболее распространенных программных решениях, ускоряющих и совершенствующих дальнейшее ведение реестра поверхностных водных объектов

4.Влияние созданного реестра на конечные результаты деятельности по учету водных объектов в целом положительное, так как позволяет не только улучшить качество проводимых работ, но и не тратить для этого избыточных средств.

Основываясь на полученных в ходе исследования данных, были рассмотрены перспективы проведения дальнейшей работы в данном направлении. Так в результате продолжения исследования созданная автоматизированная база данных может быть использована не только на территории северной части Большеболдинского района, но и на всей территории района, а в дальнейшем и на всей территории Нижегородской области.

367

ЛИТЕРАТУРА

1.Российская Федерация. Законы. Водный кодекс Российской Федерации : ВК РФ : Федеральный закон Российской Федерации от 03 июня 2006 года №74-ФЗ : [принят Государственной Думой 05 апреля 2006 года : одобрен Советом Федерации 26 мая 2006 года] : [редакция от 02.08.2019 года]. – URL: http://www.consultant.ru (дата обращения: 26.11.2019). - Режим доступа: КонсультантПлюс Законодательство ВерсияПроф (ННГАСУ). – Текст : электронный.

2.Российская Федерация. Законы. Земельный кодекс Российской Федерации : ЗК РФ : Федеральный закон Российской Федерации от 25 октября 2001 года № 136-ФЗ [принят Государственной Думой 02 августа 2019 года : одобрен Советом Федерации 10 октября 2001 года] : [редакция от 02 августа 2019 года]. – URL: http://www.consultant.ru (дата обращения: 26.11.2019). – Режим доступа: КонсультантПлюс. Законодательство ВерсияПроф (ННГАСУ). – Текст : электронный.

3.Яблоков, В. А. Учение о гидросфере : учеб. пос. для вузов / В.А. Яблоков. – Н. Новгород: ННГАСУ, 2016. – 90 с. – URL: www.bibl.nngasu.ru (дата обращения 26.12.2019) - ISBN 978-5-528-00103-6.

–Текст : электронный.

4.Игнатьева, Л. П. Санитарная охрана водных объектов : учебное пособие / Л. П. Игнатьева, М. О. Потапова ; ФГБОУ ВО ИГМУ Минздрава России, Кафедра коммунальной гигиены и гигиены детей и подростков. – Иркутск : ИГМУ, 2016. – 97 с. – URL: https://www.ismu.baikal.ru (дата обращения 26.12.2019) – Текст : электронный.

Коваленко Ю. А., Прокопенко Н. Ю.

ФГБОУ ВО «Нижегородский государственный архитектурно-строительный университет»

АНАЛИЗ ТОВАРОВ ПО ЭТАПАМ ЖЕЗНЕННОГО ЦИКЛА В АП LOGINOM

Эффективное управление запасами позволяет организации удовлетворять или превышать ожидания потребителей, создавая такие запасы каждого товара, которые максимизируют прибыль. Процессы управления запасами присутствуют во всех компаниях, которые занимаются продажей каких–либо товаров.

Автоматизация процессов управления запасами – сложный многоэтапный процесс, целью которого является снизить затраты на

368

продвижение товарных запасов через компанию при обеспечении высокого уровня качества торговли и одновременно максимизировать возвраты на инвестиции в товарные запасы. Как правило, одним из этапов является проведение различных видов анализа ассортимента, результаты которого позволяют улучшить качество принятия решений в области управления запасами.

Использование аналитических платформ дает возможность достичь максимальной гибкости при создании законченного решения. Они включают средства, которые позволяют максимально сократить сроки разработки, быстро создавать и выводить на рынок новые прикладные решения, а также адаптировать их в соответствии с изменяющимися требованиями компаний.

Loginom – это аналитическая платформа, необходимая для создания законченных прикладных решений в области анализа данных. Реализованные в Loginom технологии позволяют на базе единой архитектуры выполнить все этапы построения аналитической системы: от консолидации данных до построения моделей и дальнейшей визуализации полученных результатов.

В данной статье описываем построение компонентов для анализа товаров в среде Loginom.

Одним из ключевых показателей, который позволяет управлять товарными запасами и обеспечивать спрос в нужном размере, является уровень сервиса. Чем выше уровень сервиса, тем больше спроса будет удовлетворено, но тем больше будет и страховой запас. Поэтому требуется регулировать уровень сервиса, поддерживая баланс между ним и величиной страхового запаса. Здесь нам может помочь АВС-анализ, который проводится по наиболее важным для компании показателям, например, частоте продаж и прибыли (маржинальности).

Рис. 1. Входные поля подмодели Уровень сервиса I рода

АВС–анализ выделяет наиболее и наименее пользующиеся спросом товары. В процессе ABC–анализа товары делятся на три категории: А – наиболее ценные, В – промежуточные и С –наименее ценные.

369