Модель системи підтримки прийняття рішень для керування процесом вирощування овочів у теплиці



DOI: http://dx.doi.org/10.31548/energiya3(73).2024.051

M. Lendiel, T. Lendiel

Анотація


Розроблені системи автоматичного керування забезпечують у теплицях постійний контроль технологічних показників, а також звітність про поточний стан у режимі реального часу та проведення аналізу на основі наявних даних.

Маючі ці дані у системі, виробник може проводити аналіз всіх ключових показників, їхні зміни та вплив у розрізі часу та приймати відповідні рішення для свого підприємства. Проте створені системи з часом розширюються, а відповідно інформація в них теж, тому необхідно ефективно аналізувати попередньо внесені дані. У такому випадку існує необхідність у створенні системи, яка буде проводити аналіз показників на основі накопичених даних. Запропоновано проводити аналіз з використанням технологій OLAP та Data Mining.

Мета дослідженняреалізація сховища даних системи підтримки прийняття рішень із застосуванням технології Data Mining для підвищення ефективності вирощування овочів у спорудах закритого ґрунту.

У процесі розробки системи автоматизованого керування була розроблена модель сховища цих системи підтримки прийняття рішень. У роботі за допомогою алгоритму часових рядів та розроблено структуру динамічної бази даних. При цьому було створено модулі введення, зберігання та аналізу даних. Було запропоновано застосування технології Data Mining для аналізу великих обсягів інформації. Отримані результати роботи системи можуть бути використані в процесі формування управлінських рішень для керування технологічними процесами у тепличному господарстві. Означене дозволить спрямувати стратегію управління окремими бізнес-процесами таким чином, щоб збільшити врожайність в теплицях і, відповідно, прибутковість господарства в цілому.

Ключові слова: база даних, моніторинг, Data Mining, сховище даних, теплиця


Повний текст:

PDF

Посилання


Lysenko, V., Bolbot, I., Lendiel, T., Koval V., Nakonechnyy I. (2022). Genetic Algorithm in Optimization Problems for Greenhouse Facilities, IEEE 17th International Conference on Computer Sciences and Information Technologies (CSIT), Lviv, Ukraine, 185-188, doi: 10.1109/CSIT56902.2022.10000750.

Silberschatz, Abraham; Korth, Henry F., Sudarshan, S. (2011). Database system concepts (V. 6). New York: McGraw-Hill. ISBN 978-0-07-352332-3. OCLC 436031093.

Lendiel, T., Lysenko, V., Nakonechna, K. (2020). Computer-integrated technologies for fitomonitoring in the greenhouse. In Data-Centric Business and Applications: ICT Systems-Theory, Radio-Electronics, Information Technologies and Cybersecurity, 5, 711-729. Cham: Springer International Publishing.

Tsiutsiura, S. V., Kryvoruchko, V. V., Tsiutsiura, M. I. (2012). Kliuchovi pokaznyky efektyvnosti. [Key performance indicators]. Pryntsypy rozrobky kliuchovykh pokaznykiv dlia biudzhetnoi sfery Upravlinnia rozvytkom skladnykh system, 10, 87-91.

Key Performance Indicators (KPIs) in Multidimensional Models. Available at: https://docs.microsoft.com/en-us/analysis-services/multidimensional-models/key-performance-indicators-kpis-in-multidimensional-models?view=asallproducts-allversions

Kroenke, D. M., Auer, D. J., Vandenberg, S. L., & Yoder, R. C. (2010). Database concepts, 1480-1486. Upper Saddle River, NJ: Prentice Hall.

Lysenko, V., Lendiel, T., Bolbot, I., Nakonechnyy, I. (2022). Neural Network Structures for Energy-efficient Control of Energy Flows in Greenhouse Facilities," 2022 IEEE 9th International Conference on Problems of Infocommunications, Science and Technology (PIC S&T), Kharkiv, Ukraine, 21-26, doi: 10.1109/PICST57299.2022.10238512.

W. Chen, X. Bo (2011). Dynamic modulating strategy of materialized views in data warehouse, The 3rd International Conference on Data Mining and Intelligent Information Technology Applications, Macao, China, 102-104.

Naeem, M. A. , Mirza, F., Khan, H. U., Sundaram, D., Jamil,N.,Weber, G. Big (2020). Data Velocity Management–From Stream to Warehouse via High Performance Memory Optimized Index Join, in IEEE Access, 8, 195370-195384, doi: 10.1109/ACCESS.2020.3033464.

X. Li, M. Yang, X. Xia, K. Zhang, K. Liu, (2022). A Distributed Data Fabric Architecture based on Metadate Knowledge Graph," 2022 5th International Conference on Data Science and Information Technology (DSIT), Shanghai, China, 1-7, doi: 10.1109/DSIT55514.2022.9943831.


Метрики статей

Завантаження метрик ...

Metrics powered by PLOS ALM

Посилання

  • Поки немає зовнішніх посилань.