📄Работа №35246
Тема: РАЗРАБОТКА КОНФИГУРАТОРА АВТОМОБИЛЕЙ «КАМАЗ» С ПРИМЕНЕНИЕМ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Тип работы
Дипломные работы, ВКР
Предмет
автомобили и автомобильное хозяйство
Объем:
107 листов
Год:
2019
Просмотров:
765
4900
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
ВВЕДЕНИЕ 4
1 АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ И СИСТЕМ ПО
ПОДБОРУ КОНФИГУРАЦИИ АВТОМОБИЛЯ 7
1.1 Анализ исследований процесса решения неформализованных
задач при разработке информационной системы 7
1.2 Продукционная модель знаний 9
1.3 Анализ методов кластеризации 12
1.3.1 Алгоритм вероятностного подхода 13
1.3.2 Алгоритм теоретико-графового подхода 14
1.3.3 Алгоритмы на основе систем искусственного интеллекта.. 15
1.4 Принципы функционирования нейронной сети 17
1.5 Инновационные решения, влияющие на продажи
автомобилей 24
1.6 Обзор существующих решений по подбору конфигурации
грузовых автомобилей 26
Выводы по главе 1 31
2 АЛГОРИТМ ПОДБОРА НАЧАЛЬНЫХ ВЕСОВЫХ
КОЭФФИЦИЕНТОВ НЕЙРОННОЙ СЕТИ ПРИ РАЗРАБОТКЕ КОНФИГУРАТОРА ГРУЗОВЫХ АВТОМОБИЛЕЙ 32
2.1 Анализ структуры конфигуратора по подбору грузовых
автомобилей 32
2.2 Построение структуры нейронной сети WTA для
кластеризации характеристик дилеров 35
2.2.1 Алгоритм модуля «Заполнение векторов x w d » 37
2.2.2 Алгоритм модуля «Расчет выходов всех нейронов» 39
2.2.3 Алгоритм модуля «Определение победителя» 40
2.2.4 Алгоритм модуля «Нормализация» 42
Выводы по главе 2 45
3 РАЗРАБОТКА КОНФИГУРАТОРА ПО ПОДБОРУ ГРУЗОВЫХ
АВТОМОБИЛЕЙ С ПРИМЕНЕНИЕМ НЕЙРОННОЙ СЕТИ WTA 47
3.1 Инструменты решения задачи 47
3.2 Модуль ввода входных данных 48
3.3 Модуль нормализации входных данных 51
3.4 Модуль расчета выходных сигналов нейронной сети 52
3.5 Модуль обучения нейронной сети WTA 53
3.6 Реализация конфигуратора автомобилей КАМАЗ 54
Выводы по главе 3 59
4 ОЦЕНКА ЭФФЕКТИВНОСТИ ВНЕДРЕНИЯ КОНФИГУРАТОРА АВТОМОБИЛЕЙ КАМАЗ 60
4.1 Бюджет затрат на разработку программного обеспечения 60
4.2 Расчет затрат на разработку модуля по подбору грузовых
автомобилей 70
4.3 Расчет затрат на разработку модуля по подбору дилера 75
4.4 Расчет показателей экономической эффективности 80
Выводы по главе 4 86
ЗАКЛЮЧЕНИЕ 88
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 90
ПРИЛОЖЕНИЕ
1 АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ И СИСТЕМ ПО
ПОДБОРУ КОНФИГУРАЦИИ АВТОМОБИЛЯ 7
1.1 Анализ исследований процесса решения неформализованных
задач при разработке информационной системы 7
1.2 Продукционная модель знаний 9
1.3 Анализ методов кластеризации 12
1.3.1 Алгоритм вероятностного подхода 13
1.3.2 Алгоритм теоретико-графового подхода 14
1.3.3 Алгоритмы на основе систем искусственного интеллекта.. 15
1.4 Принципы функционирования нейронной сети 17
1.5 Инновационные решения, влияющие на продажи
автомобилей 24
1.6 Обзор существующих решений по подбору конфигурации
грузовых автомобилей 26
Выводы по главе 1 31
2 АЛГОРИТМ ПОДБОРА НАЧАЛЬНЫХ ВЕСОВЫХ
КОЭФФИЦИЕНТОВ НЕЙРОННОЙ СЕТИ ПРИ РАЗРАБОТКЕ КОНФИГУРАТОРА ГРУЗОВЫХ АВТОМОБИЛЕЙ 32
2.1 Анализ структуры конфигуратора по подбору грузовых
автомобилей 32
2.2 Построение структуры нейронной сети WTA для
кластеризации характеристик дилеров 35
2.2.1 Алгоритм модуля «Заполнение векторов x w d » 37
2.2.2 Алгоритм модуля «Расчет выходов всех нейронов» 39
2.2.3 Алгоритм модуля «Определение победителя» 40
2.2.4 Алгоритм модуля «Нормализация» 42
Выводы по главе 2 45
3 РАЗРАБОТКА КОНФИГУРАТОРА ПО ПОДБОРУ ГРУЗОВЫХ
АВТОМОБИЛЕЙ С ПРИМЕНЕНИЕМ НЕЙРОННОЙ СЕТИ WTA 47
3.1 Инструменты решения задачи 47
3.2 Модуль ввода входных данных 48
3.3 Модуль нормализации входных данных 51
3.4 Модуль расчета выходных сигналов нейронной сети 52
3.5 Модуль обучения нейронной сети WTA 53
3.6 Реализация конфигуратора автомобилей КАМАЗ 54
Выводы по главе 3 59
4 ОЦЕНКА ЭФФЕКТИВНОСТИ ВНЕДРЕНИЯ КОНФИГУРАТОРА АВТОМОБИЛЕЙ КАМАЗ 60
4.1 Бюджет затрат на разработку программного обеспечения 60
4.2 Расчет затрат на разработку модуля по подбору грузовых
автомобилей 70
4.3 Расчет затрат на разработку модуля по подбору дилера 75
4.4 Расчет показателей экономической эффективности 80
Выводы по главе 4 86
ЗАКЛЮЧЕНИЕ 88
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 90
ПРИЛОЖЕНИЕ
📖 Введение
Актуальность темы. В условиях использования современных информационных технологий, так называемый конфигуратор - это необходимый фактор существования, оптимизирующий процесс работы с клиентами и увеличивающий количество продаж собственной продукции и услуг.
На сегодняшний день каждый автомобильный концерн имеет собственный сайт с автомобильным конфигуратором, позволяющим пользователям подобрать машину под свои требования.
При покупке нового автомобиля важно выбрать дилера которому можно доверять, положиться на его обещания и чувствовать себя комфортно. Эти долгосрочные отношения особенно важны для клиентов, которые хотели бы и при дальнейшей экслуатации своего автомобиля получать обслуживание у того же дилера.
Положительные бизнес-отношения с клиентами выгодны не только для потребителя, но и для дилера. Чтобы заполучить постоянных клиентов, лучшие дилеры упорно трудятся для удовлетворения требованний покупателя, уделяя должное внимание каждому аспекту процесса покупки автомобиля, начиная с момента первой встречи с клиентом, и в дальнейшем, при обслуживании автомобиля после нескольких лет эксплуатации [1].
Для решения трудных прикладных проблем, требующих знаний эксперта, целесообразно использование методов и инструментария исследований из области искусственного интеллекта.
Инновационный подход к реализации автомобильного конфигуратора с применением методов искусственного интеллекта позволит повысить качество подбора конфигурации автомобиля, а также выбрать надежного дилера, что приблизит клиента к покупке.
Объектом исследования является конфигуратор автомобилей «КАМАЗ».
Предметом исследования является разработка конфигуратора автомобилей «КАМАЗ» с применением методов искусственного интеллекта.
Целью данной работы является повышение качества и эффективности подбора конфигурации автомобиля клиентами путем разработки автомобильного конфигуратора «КАМАЗ» с применением методов искусственного интеллекта.
Для реализации поставленной цели необходимо решить следующие задачи:
• Рассмотреть теоретико-методологические основы.
• Изучить принципы функционирования нейронной сети.
• Проанализировать существующие методы и системы по подбору
грузовых автомобилей.
• Проанализировать структуру конфигуратора по подбору
автомобилей.
• Построить структуру нейронной сети WTA для кластеризации характеристик дилеров.
• Разработать программную реализацию обеспечения подбора
автомобилей и дилеров
• Оценить эффективность внедрения программного обеспечения
Теоретической базой исследования служили научные труды
отечественных ученых, таких как Круглов В.В., Борисов В.В., Гладков Л.А., Ясницкий Л.Н. и др.
При написании выпускной работы источниками информации послужили учредительные документы, прайс-листы организации, документы внутреннего учета, а также материалы исследований специалистов в области построения нейронной сети.
В работе широко используются такие методы исследования, как: анализ литературы, изучение и обобщение отечественной и зарубежной практики, моделирование.
Практическая значимость исследования заключается в разработке программного продукта, позволяющего подобрать автомобиль и дилера, тем самым приблизив клиента к покупке.
Выпускная работа включает в себя введение, четыре главы, заключение, список использованных источников, приложение, также, состоит из:
• 107 страниц,
• 31 иллюстраций,
• 23 таблиц,
• 24 формул,
• 31 источников,
• 2 приложения.
В первой главе изучены алгоритмы на основе искусственного интеллекта и принципы функционирования нейронной сети, рассмотрены инновационные решения, влияющие на продажи автомобилей и проанализированы существующие решения по подбору конфигураций грузовых автомобилей.
Во второй главе проводится анализ структуры конфигуратора по подбору грузовых автомобилей КАМАЗ. Разрабатывается структура нейронной сети WTA для кластеризации характеристик дилеров, благодаря чему клиенты смогут подобрать наилучшего дилера.
В третьей главе рассматривается совершенствование конфигуратора по подбору грузовых автомобилей КАМАЗ, инструменты и решения задачи, программная реализация.
В четвертой главе проводится оценка эффективности внедрения программного продукта для подбора грузовых автомобилей и дилеров.
На сегодняшний день каждый автомобильный концерн имеет собственный сайт с автомобильным конфигуратором, позволяющим пользователям подобрать машину под свои требования.
При покупке нового автомобиля важно выбрать дилера которому можно доверять, положиться на его обещания и чувствовать себя комфортно. Эти долгосрочные отношения особенно важны для клиентов, которые хотели бы и при дальнейшей экслуатации своего автомобиля получать обслуживание у того же дилера.
Положительные бизнес-отношения с клиентами выгодны не только для потребителя, но и для дилера. Чтобы заполучить постоянных клиентов, лучшие дилеры упорно трудятся для удовлетворения требованний покупателя, уделяя должное внимание каждому аспекту процесса покупки автомобиля, начиная с момента первой встречи с клиентом, и в дальнейшем, при обслуживании автомобиля после нескольких лет эксплуатации [1].
Для решения трудных прикладных проблем, требующих знаний эксперта, целесообразно использование методов и инструментария исследований из области искусственного интеллекта.
Инновационный подход к реализации автомобильного конфигуратора с применением методов искусственного интеллекта позволит повысить качество подбора конфигурации автомобиля, а также выбрать надежного дилера, что приблизит клиента к покупке.
Объектом исследования является конфигуратор автомобилей «КАМАЗ».
Предметом исследования является разработка конфигуратора автомобилей «КАМАЗ» с применением методов искусственного интеллекта.
Целью данной работы является повышение качества и эффективности подбора конфигурации автомобиля клиентами путем разработки автомобильного конфигуратора «КАМАЗ» с применением методов искусственного интеллекта.
Для реализации поставленной цели необходимо решить следующие задачи:
• Рассмотреть теоретико-методологические основы.
• Изучить принципы функционирования нейронной сети.
• Проанализировать существующие методы и системы по подбору
грузовых автомобилей.
• Проанализировать структуру конфигуратора по подбору
автомобилей.
• Построить структуру нейронной сети WTA для кластеризации характеристик дилеров.
• Разработать программную реализацию обеспечения подбора
автомобилей и дилеров
• Оценить эффективность внедрения программного обеспечения
Теоретической базой исследования служили научные труды
отечественных ученых, таких как Круглов В.В., Борисов В.В., Гладков Л.А., Ясницкий Л.Н. и др.
При написании выпускной работы источниками информации послужили учредительные документы, прайс-листы организации, документы внутреннего учета, а также материалы исследований специалистов в области построения нейронной сети.
В работе широко используются такие методы исследования, как: анализ литературы, изучение и обобщение отечественной и зарубежной практики, моделирование.
Практическая значимость исследования заключается в разработке программного продукта, позволяющего подобрать автомобиль и дилера, тем самым приблизив клиента к покупке.
Выпускная работа включает в себя введение, четыре главы, заключение, список использованных источников, приложение, также, состоит из:
• 107 страниц,
• 31 иллюстраций,
• 23 таблиц,
• 24 формул,
• 31 источников,
• 2 приложения.
В первой главе изучены алгоритмы на основе искусственного интеллекта и принципы функционирования нейронной сети, рассмотрены инновационные решения, влияющие на продажи автомобилей и проанализированы существующие решения по подбору конфигураций грузовых автомобилей.
Во второй главе проводится анализ структуры конфигуратора по подбору грузовых автомобилей КАМАЗ. Разрабатывается структура нейронной сети WTA для кластеризации характеристик дилеров, благодаря чему клиенты смогут подобрать наилучшего дилера.
В третьей главе рассматривается совершенствование конфигуратора по подбору грузовых автомобилей КАМАЗ, инструменты и решения задачи, программная реализация.
В четвертой главе проводится оценка эффективности внедрения программного продукта для подбора грузовых автомобилей и дилеров.
✅ Заключение
Таким образом, в рамках магистерской работы были выполнены следующие задачи:
• Изучены теоретико-методологические основы, принципы функционирования нейронной сети. Рассмотрены инновационные решения влияющие на продажи автомобилей, а также, проанализированы уже имеющиеся методы и системы по подбору конфигурации грузовых автомобилей таких как, Mercedes-Benz, Renaulr, MAN и DAF.
• Для повышения эффективности функционирования конфигуратора по подбору грузовых автомобилей КАМАЗ целесообразно внедрить в его структуру «Блок сортировки дилеров» позволяющего анализировать характеристики дилеров на основе нейронной сети WTA.
• Построенна структура нейронной сети WTA для кластеризации характеристик дилеров и рассмотрен процесс ее обучения, состоящий из процессов нормализации, определения начальных весовых коэффициентов, определения победителей в конкурентной борьбе и обучения нейрона- победителя по правилу Г россберга.
• Предложен модернизированный процесс определения начальных весовых коэффициентов нейронной сети WTA, позволяющий избавиться от проблемы «мертвых нейронов» и уменьшить количество итераций обучения за счет приравнивания начальных весовых коэффициентов первому значению встречающемуся в кластере.
• Было получены две базы знаний начальных весовых коэффициентов: классический методом путем назначением случайных весов и модернизированным, в основе которого лежит назначение в качестве начальных весовых коэффициентов данные входного вектора ^ впервые встречающегося в каждой кластерной группе.
• На реализацию предложенных мероприятий по совершенствованию конфигуратора по подбору грузовых автомобилей КАМАЗ планируется потратить 250826 рублей, при этом ежемесячная экономия составит 29921 рублей.
• Изучены теоретико-методологические основы, принципы функционирования нейронной сети. Рассмотрены инновационные решения влияющие на продажи автомобилей, а также, проанализированы уже имеющиеся методы и системы по подбору конфигурации грузовых автомобилей таких как, Mercedes-Benz, Renaulr, MAN и DAF.
• Для повышения эффективности функционирования конфигуратора по подбору грузовых автомобилей КАМАЗ целесообразно внедрить в его структуру «Блок сортировки дилеров» позволяющего анализировать характеристики дилеров на основе нейронной сети WTA.
• Построенна структура нейронной сети WTA для кластеризации характеристик дилеров и рассмотрен процесс ее обучения, состоящий из процессов нормализации, определения начальных весовых коэффициентов, определения победителей в конкурентной борьбе и обучения нейрона- победителя по правилу Г россберга.
• Предложен модернизированный процесс определения начальных весовых коэффициентов нейронной сети WTA, позволяющий избавиться от проблемы «мертвых нейронов» и уменьшить количество итераций обучения за счет приравнивания начальных весовых коэффициентов первому значению встречающемуся в кластере.
• Было получены две базы знаний начальных весовых коэффициентов: классический методом путем назначением случайных весов и модернизированным, в основе которого лежит назначение в качестве начальных весовых коэффициентов данные входного вектора ^ впервые встречающегося в каждой кластерной группе.
• На реализацию предложенных мероприятий по совершенствованию конфигуратора по подбору грузовых автомобилей КАМАЗ планируется потратить 250826 рублей, при этом ежемесячная экономия составит 29921 рублей.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.