📄Работа №42305
Тема: Разработка сервиса прогнозирования сроков доставки грузов на основе нейронной сети
Тип работы
Бакалаврская работа
Предмет
информатика
Объем:
78 листов
Год:
2019
Просмотров:
379
7300
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
ОПРЕДЕЛЕНИЯ 3
ВВЕДЕНИЕ 4
1. АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ 6
1.1 Анализ сервиса организации ООО «Центр Аутсоринга» 6
1.2 Поиск существующих решений 7
1.3 Выводы 8
2. ПРОЕКТИРОВАНИЕ МОДУЛЯ ПРОГНОЗИРОВАНИЯ 9
2.1 Описание бизнес-процессов 9
2.2 Выбор технологии 12
2.3 Анализ реализации нейронной сети 18
2.4 Разработка пользовательских требований 24
2.5 Разработка функциональных требований 27
2.6 Выводы 27
3. РАЗРАБОТКА МОДУЛЯ ПРОГНОЗИРОВАНИЯ 28
3.1 Создание классов 28
3.2 Проверка работоспособности сети 33
3.3 Настройка модуля прогнозирования 35
3.4 Выводы 52
4 АНАЛИЗ ВЫПОЛНЕННОГО РЕШЕНИЯ 53
4.1 Работа модуля 53
4.2 Выводы 54
ЗАКЛЮЧЕНИЕ 55
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 57
ПРИЛОЖЕНИЕ А Листинг программы 60
ВВЕДЕНИЕ 4
1. АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ 6
1.1 Анализ сервиса организации ООО «Центр Аутсоринга» 6
1.2 Поиск существующих решений 7
1.3 Выводы 8
2. ПРОЕКТИРОВАНИЕ МОДУЛЯ ПРОГНОЗИРОВАНИЯ 9
2.1 Описание бизнес-процессов 9
2.2 Выбор технологии 12
2.3 Анализ реализации нейронной сети 18
2.4 Разработка пользовательских требований 24
2.5 Разработка функциональных требований 27
2.6 Выводы 27
3. РАЗРАБОТКА МОДУЛЯ ПРОГНОЗИРОВАНИЯ 28
3.1 Создание классов 28
3.2 Проверка работоспособности сети 33
3.3 Настройка модуля прогнозирования 35
3.4 Выводы 52
4 АНАЛИЗ ВЫПОЛНЕННОГО РЕШЕНИЯ 53
4.1 Работа модуля 53
4.2 Выводы 54
ЗАКЛЮЧЕНИЕ 55
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 57
ПРИЛОЖЕНИЕ А Листинг программы 60
📖 Введение
В современном мире процесс грузовых перевозок является одной из важных составляющих человеческой деятельности. Работы по транспортировке грузов определяются как одни из самых значимых частей экономического мира, так как большинство торговых отношений основаны на выгодном товарно-денежном обмене, исходя из работы Пантюхина А.К. и Луниной Т.А [1]. «На протяжении последних лет в России динамично развивается сфера грузоперевозок. Наибольший удельный вес приходится на автомобильный транспорт (67,7%) [2].» Сейчас невозможно представить нынешний мир без автотранспортных услуг.
Не каждая организация может позволить себе иметь большой парк грузовых автомобилей, да и не всегда это требуется. Транспортные компании специализируются на такого рода задачах. Оперативность, надежность, своевременность - качества, которые характеризуют автомобильные предприятия.
Потребность в своевременной доставке груза выражена рисками в потере прибыли из-за отсутствия необходимого товара в срок. Поэтому эффективное прогнозирование времени выполнения перевозок даёт значительное конкурентное преимущество на рынке транспортных услуг.
ООО «Центр Аутсоринга», организация, занимающаяся разработкой компьютерного обеспечения, создала сервис для планирования сроков перевозок автомобильными путями для транспортной компании. На текущий момент сервис имеет не достаточно хороший показатель1) качества прогнозирования успешности выполнения заявки в срок, что влечёт за собой высокие риски невыполнения, как следствие - штрафы.
Существует необходимость в знании вероятности успеха осуществления работы вовремя, благодаря которой будут приниматься решения утверждения, либо корректирования выбранного периода времени для перевозок.
Нейронные сети зарекомендовали себя как системы, позволяющие на основе специализированных входных данных выполнять прогнозирование различных исходов событий во многих областях нашей жизни.
В связи с этим было принято решение использовать данную технологию для повышения процента успешно выполненных заявок за счёт увеличения сроков выполнения перевозок, прогноз которых по мнению сети выдал не удовлетворительный результат.
Актуальность работы определена высоким влиянием описанной проблемы на бизнес-показатели транспортной компании.
Объектом исследования является процесс управления заявками транспортной компании в части прогнозирования успешности выполнения заявки.
Предметом исследования является автоматизация процесса прогнозирования.
Целью выпускной квалификационной работы является повышение эффективности планирования перевозками за счет автоматизации прогнозирования успешности выполнения заявок на перевозки. Для достижения поставленной цели необходимо решить следующие задачи:
- провести анализ предметной области;
- разработать модели процессов BPMN управления заявками;
- выбрать подходящую технологию;
- выполнить анализ реализации нейронной сети;
- разработать пользовательские и функциональные требования;
- разработать модуль прогнозирования;
- настроить модуль прогнозирования;
- провести анализ выполненного решения.
Не каждая организация может позволить себе иметь большой парк грузовых автомобилей, да и не всегда это требуется. Транспортные компании специализируются на такого рода задачах. Оперативность, надежность, своевременность - качества, которые характеризуют автомобильные предприятия.
Потребность в своевременной доставке груза выражена рисками в потере прибыли из-за отсутствия необходимого товара в срок. Поэтому эффективное прогнозирование времени выполнения перевозок даёт значительное конкурентное преимущество на рынке транспортных услуг.
ООО «Центр Аутсоринга», организация, занимающаяся разработкой компьютерного обеспечения, создала сервис для планирования сроков перевозок автомобильными путями для транспортной компании. На текущий момент сервис имеет не достаточно хороший показатель1) качества прогнозирования успешности выполнения заявки в срок, что влечёт за собой высокие риски невыполнения, как следствие - штрафы.
Существует необходимость в знании вероятности успеха осуществления работы вовремя, благодаря которой будут приниматься решения утверждения, либо корректирования выбранного периода времени для перевозок.
Нейронные сети зарекомендовали себя как системы, позволяющие на основе специализированных входных данных выполнять прогнозирование различных исходов событий во многих областях нашей жизни.
В связи с этим было принято решение использовать данную технологию для повышения процента успешно выполненных заявок за счёт увеличения сроков выполнения перевозок, прогноз которых по мнению сети выдал не удовлетворительный результат.
Актуальность работы определена высоким влиянием описанной проблемы на бизнес-показатели транспортной компании.
Объектом исследования является процесс управления заявками транспортной компании в части прогнозирования успешности выполнения заявки.
Предметом исследования является автоматизация процесса прогнозирования.
Целью выпускной квалификационной работы является повышение эффективности планирования перевозками за счет автоматизации прогнозирования успешности выполнения заявок на перевозки. Для достижения поставленной цели необходимо решить следующие задачи:
- провести анализ предметной области;
- разработать модели процессов BPMN управления заявками;
- выбрать подходящую технологию;
- выполнить анализ реализации нейронной сети;
- разработать пользовательские и функциональные требования;
- разработать модуль прогнозирования;
- настроить модуль прогнозирования;
- провести анализ выполненного решения.
✅ Заключение
Выпускная квалификационная работа была выполнена по материалам организации ООО «Центр Аутсоринга».
Перед проектом была поставлена цель - повышение эффективности планирования перевозками за счет автоматизации прогнозирования успешности выполнения заявок на перевозки.
Для достижения поставленной цели были решены следующие задачи:
- был проведен анализ предметной области, в ходе чего было выяснено, что на текущий момент успешность составляет 69%. Для повышения данного качества необходимо использовать подход нейронных сетей;
- разработаны модели бизнес-процессов управления заявками, благодаря которым появилось понимание жизненного цикла данного процесса, с помощью которого, после, были разработаны требования к проекту;
- были выбраны подходящая технология нейронной сети, функция активации и метод обучения для НС. Получены знания по выбранным решениям для дальнейшей разработки модуля прогнозирования.
- на основе результатов анализа были сформированы пользовательские требования, разработана диаграмма вариантов использования UML, описаны спецификации пользовательских требований;
- на основе пользовательских требований были разработаны функциональные требования на разработку;
- на базе знаний, полученных в ходе изучения выбранной технологии был разработан и успешно протестирован модуль прогнозирования;
- были проведены различные эксперименты и выбран самый результативный вариант для настройки модуля прогнозирования;
- проведен анализ выполненного решения, где были составлены таблицы, благодаря которым можно будет использовать реализованный продукт нестандартными методами.
Не все пользовательские требования были реализованы из-за отсутствия возможности интегрирования модуля прогнозирования в сервис компании. В дальнейшем эти требования возможно будет осуществить, если данная технология будет одобрена.
В будущем полученный в результате продукт можно улучшить под запрашиваемые требования, например - уменьшение добавления лишнего времени, за счёт не включения в обработку модуля определенных заявок.
Благодаря созданному продукту сейчас возможно повышение качества планирования перевозками для сервиса, разработанному для услуг транспортного предприятия, на 11.8% с добавлением 3.13% лишнего времени, что является успешным результатом для проекта.
Стоит учитывать, что добиться 100% эффективности невозможно, человеческий фактор, погода и неисправность транспорта непредсказуемы. Поэтому идеализировать систему до максимума не получится, но приблизится к этой отметке вполне реально и полученный модуль прогнозирования помогает этого добиться.
Цель проекта была достигнута: за счет разработанного программного обеспечения эффективность планирования перевозками может возрасти до ~81%.
Перед проектом была поставлена цель - повышение эффективности планирования перевозками за счет автоматизации прогнозирования успешности выполнения заявок на перевозки.
Для достижения поставленной цели были решены следующие задачи:
- был проведен анализ предметной области, в ходе чего было выяснено, что на текущий момент успешность составляет 69%. Для повышения данного качества необходимо использовать подход нейронных сетей;
- разработаны модели бизнес-процессов управления заявками, благодаря которым появилось понимание жизненного цикла данного процесса, с помощью которого, после, были разработаны требования к проекту;
- были выбраны подходящая технология нейронной сети, функция активации и метод обучения для НС. Получены знания по выбранным решениям для дальнейшей разработки модуля прогнозирования.
- на основе результатов анализа были сформированы пользовательские требования, разработана диаграмма вариантов использования UML, описаны спецификации пользовательских требований;
- на основе пользовательских требований были разработаны функциональные требования на разработку;
- на базе знаний, полученных в ходе изучения выбранной технологии был разработан и успешно протестирован модуль прогнозирования;
- были проведены различные эксперименты и выбран самый результативный вариант для настройки модуля прогнозирования;
- проведен анализ выполненного решения, где были составлены таблицы, благодаря которым можно будет использовать реализованный продукт нестандартными методами.
Не все пользовательские требования были реализованы из-за отсутствия возможности интегрирования модуля прогнозирования в сервис компании. В дальнейшем эти требования возможно будет осуществить, если данная технология будет одобрена.
В будущем полученный в результате продукт можно улучшить под запрашиваемые требования, например - уменьшение добавления лишнего времени, за счёт не включения в обработку модуля определенных заявок.
Благодаря созданному продукту сейчас возможно повышение качества планирования перевозками для сервиса, разработанному для услуг транспортного предприятия, на 11.8% с добавлением 3.13% лишнего времени, что является успешным результатом для проекта.
Стоит учитывать, что добиться 100% эффективности невозможно, человеческий фактор, погода и неисправность транспорта непредсказуемы. Поэтому идеализировать систему до максимума не получится, но приблизится к этой отметке вполне реально и полученный модуль прогнозирования помогает этого добиться.
Цель проекта была достигнута: за счет разработанного программного обеспечения эффективность планирования перевозками может возрасти до ~81%.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.