АСТЕРА

Проект решает проблемы, связанные с потерями ресурсов, повышения производительности и оптимизации технологических процессов промышленных компаний. Предсказательный анализ ситуаций в промышленных условиях основан на применении методов анализа данных, методов искусственного интеллекта с выбором оптимальной математической модели, результаты которой возможно эффективно интерпретировать. На практике, при переходе от тестовых данных к реальной эксплуатации, решения на основе лишь одной модели могут выдавать не самый оптимальный результат, поэтому в ряде случаев применяются гибридные модели прогнозирования на реальных и отложенных исходных данных. При этом простое объединение нескольких разных моделей не всегда помогает достигнуть необходимой, высокой точности или малой погрешности. Для решения проблемы мы реализуем в системах мета-модели (ансамблирование), применяя результаты работы моделей первого уровня с автоматическим подбором оптимального решения для каждого запроса, автоматизацией существенной части процессов. В результате НИОКР были найдены и отобраны ряд базовых прогнозных моделей с характеристиками точности 75-80%; ложно-положительных срабатываний менее 40%; ложно-отрицательных срабатываний менее 5%; быстрое развертывание и обучение моделей на данных заказчика; обеспечение обработки временных рядов из систем реального времени с дискретностью 1-5 секунд. Базовые значения прогнозной модели стали основой дальнейших разработок, где показатели были улучшены и подверждены.