Журнал «Информационные технологии и вычислительные системы» - Д. А. Серебренников, А. В. Белов "Оптимизация энергопотребления предприятия с использованием методов многокритериальной оптимизации"

Просматривается номер 2026 / 03

ОБРАБОТКА ИНФОРМАЦИИ И АНАЛИЗ ДАННЫХ

В. И. Будзко, В. Г. Беленков "Оценка стоимости последствий успешных атак и обработки ложных срабатываний для ИИД-систем"

ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ И ТЕХНОЛОГИИ

В. М. Дмитриев, Т. В. Ганджа, М. И. Кочергин, Л. А. Гембух, Н. М. Дубинин "Формализованное представление сетевой компонентной цепи для реализации компьютерных тренажеров"

Д. В. Карсунова, С. В. Ерошенко, А. А. Любченко "Применение графовых нейронных сетей в задаче определения причин задержек поездов"

Н. А. Давыдов, С. Е. Елисеев, С. В. Ерошенко, А. А. Любченко "Модели машинного обучения в задачах прогнозирования отступлений и трудозатрат при содержании железнодорожного пути"

Е. А. Курако, В. Л. Орлов, Р. Э. Асратян, С. С. Владимирова "Подход к управлению справочной информацией на основе системных метаданных"

А. В. Соловьев, В. А. Тищенко "H2TAP технология в преломлении к префиксному дереву PTOLAP и агрегирующим запросам к БД НИКА"

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

Ю. С. Шевнина, Е. И. Минаков, А. В. Прокофьев "Прогнозирование энергопотребления в сложных динамических системах"

Л. С. Харитонов, Т. Е. Эварт "Разработка и реализация системы автоматизированного тестирования практических навыков для виртуального тренажёра-симулятора"

Н. М. Иванова, В. М. Вишневский "Применение полумарковских процессов для анализа надежности привязной высотной платформы"

МАТЕМАТИЧЕСКИЕ ОСНОВЫ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

Е. Д. Вуйчик "Робастный метод поиска центров кластеров на основе расстояния Махаланобиса"

С. С. Иванов, М. В. Ронкин "Использование топологии системы охлаждения для обнаружения аномалий"

С. Б. Кузнецов "N-LLL и N-BKZ: монотонная редукция решёток"

УПРАВЛЕНИЕ И ПРИНЯТИЕ РЕШЕНИЙ

С. И. Кускарбекова, К. В. Осинцев "Роботизированные системы управления потоками товаров на складах. Качественный анализ эффективности"

Д. А. Серебренников, А. В. Белов "Оптимизация энергопотребления предприятия с использованием методов многокритериальной оптимизации"


	Д. А. Серебренников, А. В. Белов "Оптимизация энергопотребления предприятия с использованием методов многокритериальной оптимизации"
Аннотация. В работе рассматривается подход к управлению энергозатратами машиностроительного предприятия на основе методов многокритериальной оптимизации. Постановка задачи включает несколько целевых функций: минимизацию энергопотребления, минимизацию стоимости электроэнергии с учётом тарифных ограничений и максимизацию производственной эффективности. Для решения задачи предложено использование эволюционных алгоритмов (NSGA-II, MOEA/D) и алгоритма роя частиц (PSO), обеспечивающих построение набора оптимальных компромиссных решений (Pareto-фронта). Проведено моделирование энергопотребления производственного оборудования на основе реальных и симулированных данных, выполнено сравнение эффективности алгоритмов. Результаты показали, что применение методов многокритериальной оптимизации позволяет несущественно снизить энергозатраты без ущерба для производственных показателей. Полученные выводы могут быть использованы при разработке интеллектуальных систем энергоменеджмента и внедрении цифровых двойников производственных предприятий. Ключевые слова: энергопотребление, машиностроительное предприятие, энергоменеджмент, многокритериальная оптимизация, эволюционные алгоритмы, NSGA-II, алгоритм роя частиц, Pareto-фронт. DOI 10.14357/20718632260314 EDN IGXBAE Стр. 157-169. Литература 1. IEA (International Energy Agency). Energy Efficiency 2023: Analysis and Outlook. Paris: IEA Publications, 2023. 2. ISO 50001:2018. Energy Management Systems — Requirements with Guidance for Use. Geneva: ISO, 2018. 3. Belov A. V., Serebrennikov D. A., Zhamkova I. M. An Approach to Forecasting Electricity Consumption at Railway Locomotive Depots // 2024 International Conference "Quality Management, Transport and Information Security, Information Technologies" (QM&TIS&IT). Nalchik, 2024. P. 99–103. 4. Deb K., Pratap A., Agarwal S., Meyarivan T. A fast and elitist multiobjective genetic algorithm: NSGA-II // IEEE Transactions on Evolutionary Computation. 2002. Vol. 6, No. 2. P. 182–197. 5. Zhang Q., Li H. MOEA/D: A multiobjective evolutionary algorithm based on decomposition // IEEE Transactions on Evolutionary Computation. 2007. Vol. 11, No. 6. P. 712–731. 6. Kennedy J., Eberhart R. Particle swarm optimization // Proceedings of IEEE ICNN'95. Perth, 1995. P. 1942–1948. 7. Coello C. A. C., Lamont G. B., Van Veldhuizen D. A. Evolutionary Algorithms for Solving Multi-Objective Problems. New York: Springer, 2007. 800 с. 8. Marler R. T., Arora J. S. Survey of multi-objective optimization methods for engineering // Structural and Multidisciplinary Optimization. 2004. Vol. 26, No. 6. P. 369–395. 9. Романова И. К. Постановка задачи управления фронтом Парето и ее решение в анализе и синтезе оптимальных систем // Машиностроение и компьютерные технологии. 2015. № 8. 10. Zitzler E., Deb K., Thiele L. Comparison of multiobjective evolutionary algorithms // Evolutionary Computation. 2000. Vol. 8, No. 2. P. 173–195. 11. Неъматхожиев С. Моделирование энергопотребления с помощью SCADA-систем: подходы и алгоритмы // Свет науки. 2025. Т. 10, № 45 (май). 12. Улыбиева И. С., Бузуртанов И. М. Разработка интеллектуальных систем управления энергопотреблением в зданиях // Научный лидер. 2024. № 4 (154). 13. Sasan B., Reza M., Hamidreza M. Energy-efficient multi-objective flexible manufacturing scheduling // Journal of Cleaner Production. 2020. 14. Rao S. S. Engineering Optimization: Theory and Practice. 5th ed. Hoboken: Wiley, 2019. 832 с. 15. Mirjalili S. Genetic Algorithm. Cham: Springer, 2019. 264 с. 16. Miettinen K. Nonlinear Multiobjective Optimization. Boston: Kluwer Academic, 1999. 298 с. 17. Deb K. Multi-Objective Optimization Using Evolutionary Algorithms. Chichester: Wiley, 2001. 518 с. 18. Кошевой Н. Д., Беляева А. А. Применение алгоритма оптимизации роем частиц для минимизации стоимости проведения многофакторного эксперимента // Радиоелектроника, информатика, управлiння. 2018. № 1 (44). 19. Makkar P., Sikka S., Malhotra A. Empirical Evaluation of NSGA II, NSGA III, and MOEA/D Optimization Algorithms on Multi-objective Target // In: Sharma T. K., Ahn C. W., Verma O. P., Panigrahi B. K. (eds). Soft Computing: Theories and Applications. (Advances in Intelligent Systems and Computing; Vol. 1380). Singapore: Springer, 2022. 20. Lee J., Bagheri B., Kao H.-A. A Cyber-Physical Systems architecture for Industry 4.0-based manufacturing // Manufacturing Letters. 2015. Vol. 3. P. 18–23. 21. Figueira J., Greco S., Ehrgott M. (Eds.) Multiple Criteria Decision Analysis: State of the Art Surveys. New York: Springer, 2016. 1347 с. 22. Li J., Meerkov S. M. Production Systems Engineering. New York: Springer, 2009. 666 с.

2026 / 03

2026 / 02

2026 / 01

2025 / 04