CC BY
29
УДК 519.81
Вестник СибГАУ Том 17, № 4. С. 907-914
ФОРМИРОВАНИЕ АВТОМАТИЗИРОВАННОЙ СРЕДЫ ГЕНЕРАЦИИ ЭКСКЛЮЗИВНЫХ ДЕТАЛЕЙ СЛОЖНЫХ КОНСТРУКЦИЙ
Е. А. Чеблакова*, С. В. Ченцов
Сибирский федеральный университет Институт космических и информационных технологий Российская Федерация, 660074, г. Красноярск, ул. Киренского, 26б Е-mail: xhelen_86@mail.ru
Рассмотрены основные задачи производства нетиповых деталей сложных конструкций, в том числе решаемые с использованием производственных данных мелкосерийного производства. Проведен анализ технической документации и оснащенности обследуемого предприятия, существующих методов сбора, анализа выходных данных, а также прогнозирования на их основе. Охарактеризована система производственной организации и необходимость применения методов интеллектуального анализа данных при оценке произведенной детали либо изделия с целью комплексного учета многих факторов.
Исследована проблема создания модели организации производственной среды. Показана необходимость внедрения соответствующих производственных этапов в жизненный цикл изделий.
Проанализирован вопрос идентификации и формализации производственных переделов. Рассмотрен существующий способ организации технологических процессов, описаны сложности, возникающие при анализе и оценке процессов, имеющих недетерминированный характер.
Представлена модель организации производственной среды, разработанная методами системного анализа с использованием производственной информации и данных, приведены результаты построения интеллектуальной модели формообразования сложной детали изделия.
Обоснована необходимость применения данного подхода в принятии управленческих решений, регулирующих весь производственный цикл детали. В связи с необходимостью развития технологии задачи оценки и анализа данных и оптимизации процесса являются наиболее актуальными.
Предлагается подход для создания автоматизированной среды производства нетиповых деталей сложных конструкций на примере ювелирных изделий, а также использование систем интеллектуального анализа данных для оценки и прогнозирования потребительского спроса на эти изделия. Описывается структура процесса проектирования для автоматизации генерации эксклюзивных деталей сложных конструкций. Экспертные системы и эволюционный алгоритм предлагается интегрировать в инструмент проектирования прототипа, а также как механизм для создания новых эксклюзивных форм деталей сложных конструкций.
Разработанный подход позволит оптимизировать процедуру принятия решений в области управления качеством производимой модели изделия.
В дальнейшем возможна модернизация модели, что позволит производить прогнозы производства детали без непосредственного участия лица, принимающего решения.
Разработанная модель станет полезной при разработках космических, радиотехнических и других производств сложных деталей изделий.
Ключевые слова: интеллектуальный анализ данных, экспертные системы, эволюционный алгоритм, генерация эксклюзивных форм, оценка, прогнозирование.
Sibirskii Gosudarstvennyi Aerokosmicheskii Universitet imeni Akademika M. F. Reshetneva. Vestnik Vol. 17, No. 4, P. 907-914
FORMATION OF THE AUTOMATIC ENVIRONMENT OF GENERATION OF EXCLUSIVE DETAILS OF DIFFICULT FORMS
E. A. Cheblakova*, S. V. Chentsov
Siberian Federal University, Institute of Space and Informational Technologies 26b, Kirenskogo Str., Krasnoyarsk, 660074, Russian Federation Е-mail: xhelen_86@mail.ru
This article discusses the basic problem of production of complex structures of non-standard parts solved by using production data of small-scale production. The analysis of the surveyed companies' technical documentation and equipment, the existing methods of collecting, analyzing output data and forecasting are given. We have characterized
the system of industrial organization, and the necessity to use data mining techniques in the assessment of manufactured parts or products with a view to integrating a number of factors.
This paper shows the model creation problem of the working environment organization. The necessity of the implementation ofthe relevant production stages into the product life cycle is important.
This research analyzes the question of identification and formalization of industrial processes. Also, this paper discusses the existing method of processes production organization, describes the difficulties encountered in the analysis and evaluation of the non-deterministic processes.
The model of organizing the working environment was developed by the methods of system analysis using production information and data, the results of an intelligent model constructing of complex parts forming ofthe product was presented.
Using of this approach in management decisions governing the details ofthe entire production cycle is necessary. Due to the necessity of technology development, task of evaluation and data analysis and process optimization are the most relevant.
In this paper we propose to use a range of software tools for the creation of exclusive details ofautomated environment of difficult forms. We propose the use of data mining systems to assess and predict consumer demand details of difficult forms. We describe the structure ofthe design to automate the generation of details of difficult forms that are used in production. Expert systems and evolutionary algorithm are offered to be integrated into the instrument of design of a prototype, and also as the mechanism for creation of new details for manufacturing.
The developed approach will optimize the decision-making procedure in the field ofquality control ofmanufactured product model.
The improvement of the model will make predictions about the production of parts without the direct involvement of decision makers in the future.
The developed model will be useful in the development of space, radio and other industries manufacturing complex parts.
Keywords: intellectual analysis of data, expert systems, evolutionary algorithm, generation of exclusive details, assessment, forecasting.
Введение. Эксклюзивность деталей будем определять как невозможность их проектирования и изготовления с применением чисто формальных моделей и многообразие вариантов исполнения с нечеткими критериями полезности того или иного варианта. Ярким примером подобной ситуации является процесс проектирования и производства ювелирных изделий.
Основной тенденцией развития ювелирной отрасли становится не только улучшение качества продукции, повышение художественно-эстетического уровня изделий и увеличение ассортимента товаров, доступных через внедрение передовых технологий, но и производство этих изделий на основе произведенной оценки потребительского спроса [1].
Несмотря на тот факт, что высокие технологии и множество запатентованных ноу-хау используются в этой области, процесс производства ювелирных изделий далек от совершенства. Одной из важных проблем является самый широко распространенный этап в производстве ювелирных изделий, имеющий недостатки, - дизайн ювелирных изделий. Решить проблему возможно через внедрение интеллектуальных систем, которые будут реализовывать интерактивное интеллектуальное проектирование изделий и влиять, таким образом, на весь цикл автоматизации ювелирных изделий.
Дизайнер и художник ограничены в генерировании новых идей и моделей ювелирных изделий, в результате качество и производительность процесса стремительно снижается. Применение эволюционных алгоритмов может расширить возможности дизайнера и художника при генерации возможных эскизов и моделей.
Также одной из проблем производства является то, что на сегодняшний день количество, тип, стиль ювелирных изделий определяются исключительно руководством, технологическим участком и отделом продаж на основании опыта и существующей отчетности.
По существующей статистике примерно 22 % ювелирных изделий от произведенных за отчетный 2014 год не были востребованы покупателями и подлежат возврату на производство и переработке. Это может говорить о низкой заинтересованности покупателя и отсутствии спроса на определенные группы изделий.
Выходом из положения является создание системы, обеспечивающей своевременный анализ, прогнозирование спроса и последующее производство ювелирных изделий, исходя из потребительских предпочтений (нечеткие критерии).
Обобщенное описание среды для автоматизации генерации художественных форм, используемых в ювелирном дизайне, было представлено в [1]. Её реализация позволила авторам приступить к анализу этапов производственного цикла. В данной статье подробно рассматривается организация разработанной среды, обеспечивающая как исследование предпочтений потребителей, так и проектирование художественных форм ювелирных изделий.
Особенности организации среды производства ювелирных изделий. Разработанная среда производства ювелирных изделий [1] представлена на рис. 1. она состоит из 8 основных этапов:
Этап оценки спроса позволяет выделить некоторые правила, взаимосвязи или тенденции в больших наборах данных. Он обеспечивает быстрое разбиение данных на отдельные группы и дает возможность сделать конкретные выводы и предположения относительно каждой группы. В частности, с его помощью производится анализ клиентов ювелирного предприятия, вырабатывается индивидуальная политика. Такой подход позволяет существенно сократить количество объектов анализа и в то же время индивидуально подойти к каждой группе клиентов.
Рис. 1. Обобщенная организация среды производства ювелирных изделий
Этап формирования требований по потребительским качествам описывает потребительские свойства ювелирных товаров, проявляющиеся непосредственно при их использовании как предметов потребления. Они должны удовлетворять определённым потребностям (чаще эстетическим) человека в процессе их эксплуатации [2].
Этап художественной проработки предназначен для максимально полного описания возможных типов и стилей ювелирных изделий, материалов, сплавов, проб, а также возможных способов изготовления изделий (технологий производства). Он дает специалисту инструментарий для формирования множества альтернативных вариантов и обеспечивает доступ к этапу проектирования ювелирных украшений.
Этап проектирования изделия предполагает разработку компьютерных средств проектирования для автоматизации генерации художественных форм, используемых в ювелирном дизайне. Экспертные системы и эволюционный алгоритм предлагается интегрировать в инструмент проектирования прототипа. Художественные формы предлагается представить с помощью итегрированных функций системы фрактала (IFS). Доказательный метод и нечеткая логика будут использованы для расчета случаев сходства с целью повышения эффективности извлечения существующих художественных форм. Эволюционный алгоритм используется как механизм для создания новых художественных форм, основанных на некоторой случайной исходной популяции [3].
Этап прототипирования обеспечивает прототи-пирование ювелирных изделий с помощью специализированного оборудования. Изготовленные прототипы можно дополнительно обрабатывать: сверлить, паять, шлифовать и т. д. [4].
Этап оценки прототипа дает возможность максимально подробно проработать, а потом и рассмотреть мелкие детали, увидеть, как украшение может смотреться со вставками разного цвета и типа, в различном металле и т. д. В ювелирной работе, где от качества обработки деталей зависит практически все, это очень важно. Кроме того, 3D-моделирование ювелирных изделий удобно заказчикам, так как они видят модель, по качеству сравнимую с фото готового изделия.
На этапе подготовки производства создается и организуется выпуск новых изделий. Для этого необходимо четко сочетать все многообразные процессы подготовки производства, рационально соединять личные и вещественные элементы процесса создания новой техники, определять экономические отношения между участниками работ по подготовке производства.
Этап производства включает в себя современное оборудование и технологии ведущих фирм мира в сочетании с лучшими традициями ювелирного искусства.
Особое внимание уделяется качеству выпускаемой продукции.
Этап оценки спроса: по мере того, как компании собирают миллионы информационных показателей о своих клиентах и пытаются найти способ эффективно использовать эти данные для повышения собственной прибыли, интеллектуальный анализ данных (data mining) становится все более популярным технологическим направлением [5].
Для оценки спроса ювелирных изделий была создана методика, на основании которой стало возможным оценить:
1) какие типы изделий пользуются спросом;
2) какой стиль исполнения изделий предпочтительнее;
3) спрос на популярные виды изделий в ближайшие временные промежутки;
4) модные тенденции и актуальность изделий.
Кластерный анализ позволяет рассматривать достаточно большой объем информации и резко сокращать, сжимать большие массивы информации, делать их компактными и наглядными [6]. Математические методы, реализующие кластерный анализ, довольно сложны и запутаны, так что в случае кластеризации мы будем целиком полагаться на вычислительные возможности программного пакета WEKA [7], на основании которых мы и будем принимать решения.
Математические методы и алгоритм кластеризации ювелирных украшений:
1. Каждый атрибут должен быть приведен к нормальному виду. Для этого каждый показатель делится на разность между самым большим и самым маленьким
значением, которые принимает рассматриваемый атрибут на конкретном наборе данных.
2. Исходя из желаемого количества кластеров, случайным образом выбирается такое же количество строк данных. Эти строки будут использоваться в качестве начальных центров масс кластеров.
3. Для каждой строки данных определяется расстояние от этой строки до центра масс кластера (случайным образом выбранной строки данных) с помощью метода наименьших квадратов.
4. Каждая строка набора данных включается в тот кластер, расстояние до центра масс которого оказалось наименьшим.
5. В каждом кластере определяется новый центр масс как набор средних значений по столбцам на множестве элементов этого кластера.
6. Определяется расстояние от каждого элемента данных до нового центра масс. Если при этом распределение элементов по кластерам не меняется, разбиение данных на кластеры закончено, и все группы данных определены. Если состав кластеров меняется, следует вернуться к п. 3 и повторять этот процесс до тех пор, пока разбиение на кластеры не станет неизменным [8].
Важной задачей, которую поможет решить кластерный анализ, является позиционирование, т. е. определение ниши, в которой следует позиционировать новый продукт, предлагаемый на рынке [9]. В результате применения кластерного анализа строится карта, по которой можно определить уровень конкуренции в различных сегментах рынка и соответствующие характеристики товара для возможности попадания в этот сегмент. С помощью анализа такой карты возможно определение новых, не занятых на рынке ниш, в которых можно предлагать существующие товары или разрабатывать новые.
Одной из наиболее важных задач при применении кластерного анализа в маркетинговых исследованиях является анализ поведения потребителя, а именно: группировка потребителей в однородные классы для получения максимально полного представления о поведении клиента из каждой группы [10] и о факторах, влияющих на его поведение. Эта проблема подробно описана в работах Клакстона, Фрая и Портиса (1974), Киля и Лэйтона (1981).
Формальная постановка задачи
Дано: набор данных со следующими свойствами:
- каждый экземпляр данных выражается четким числовым значением;
- класс для каждого конкретного экземпляра данных неизвестен.
Найти:
- способ сравнения данных между собой (меру сходства);
- способ кластеризации;
- разбиение данных по кластерам.
Формально задача кластеризации описывается следующим образом [11].
Дано множество объектов данных I, каждый из которых представлен набором атрибутов. Требуется построить множество кластеров C и отображение F множества I на множество С, т. е. F: I ^ C.
Отображение F задает модель данных, являющуюся решением задачи. Качество решения задачи определяется количеством верно классифицированных объектов данных. Множество I определим следующим образом:
I12..... .....4}, (1)
где ] - исследуемый объект.
Каждый из объектов характеризуется набором параметров:
] Х2.....ХЬ, Хт }. (2)
В нашем случае такими параметрами являются тип изделия, стиль исполнения, проба, сплав и др.
Каждая переменная хь может принимать значения из некоторого множества:
хь ={,Ъь, V2...}. (3)
В данном примере значениями являются действительные числа.
Задача кластеризации состоит в построении множества:
С = {С^ С2..... Ск.....СЕ}. (4)
Здесь ск - кластер, содержащий похожие друг на друга объекты из множества I:
ск = {], *р I ] 6 I *р 6 ^ и 1((, *р ) < ^ (5)
где с - величина, определяющая меру близости для включения объектов в один кластер; 1(]-,1р) - мера близости между объектами, называемая расстоянием.
Неотрицательное значение о(],/р) называется расстоянием между элементами 1] и р, если выполняются следующие условия:
1) 1 , 1р) > 0 для всех 1] и 1р;
2) 1 (1], 1р) = 0 тогда и только тогда, когда ] = 1р;
3) 1 , 1р ) = 1 ( 1Р , ]);
4) 1 (1], 1р 1 (1], 1г ) + 1 ((, 1р ).
Если расстояние 1(],1р) меньше некоторого значения с, то говорят, что элементы близки и помещаются в один кластер. В противном случае говорят, что элементы отличны друг от друга, и их помещают в разные кластеры.
Большинство популярных алгоритмов, решающих задачу кластеризации, используют в качестве формата входных данных матрицу отличия Б. Строки и столбцы матрицы соответствуют элементам множества I. Элементами матрицы являются значения 1(],1р) в строке ] и столбце р.
Очевидно, что на главной диагонали значения будут равны нулю:
0 1 (^ в2) 1 ( еп )
Б = 1 (, в!) 0 1 (в2, в„), (6)
1 (влв1) 1 (вп, в2 ) 0.
Набор данных для WEKA. Для построения модели кластеризации мы воспользуемся данными ювелирного предприятия [12]. Ювелирное предприятие имеет 4 ювелирных салона в различных частях г. Красноярска (Центральный, Октябрьский, Свердловский
и Советский районы). Были собраны данные обо всех посетителях ювелирных салонов, ювелирных украшениях за 2015 год, которые их заинтересовали, и о том, насколько часто посетители ювелирных салонов в итоге покупали приглянувшееся им украшение. Была поставлена задача - проанализировать эти данные для того, чтобы выделить различные группы посетителей и понять, нельзя ли определить какие-либо тенденции в их поведении. В нашем примере используется 1965 записей, и каждый столбец описывает определенный этап, который, как правило, проходит покупатель в процессе выбора и приобретения ювелирного украшения.
Кластеризация в WEKA. Ввод данных осуществляется во вкладке Ргергоеезз диалогового окна (рис. 2).
С помощью опции БтркКМеапз (в рамках данной статьи мы будем пользоваться этим методом кластеризации) разбиваем имеющиеся у нас данные на кластеры.
Используемый атрибут пишС1из1егз указывает на количество кластеров для разбиения, которое по умолчанию равно 7.
Результаты исследования этапа оценки спроса. Полное исследование всех типов постановок задач анализа данных ювелирного предприятия в рамках данной работы представляется невозможным [13], поэтому исследования проводились при следующих ограничениях:
- за основу реализуемой модели взят кластерный анализ;
- исследуемые данные поделены на 7 кластеров, как оптимальное число кластеров.
После изучения существующих методов кластеризации было установлено, что наиболее подходящим методом для начальных исследований является метод SimpleKMeans, позволяющий нам самостоятельно настраивать число кластеров, в то время как другие методы (такие как DBSCAN, FilteredClusterer, OPTICS и др.) не позволяют этого делать.
Для разбиения 1965 строк на 7 кластеров с помощью электронных таблиц потребовалось бы несколько часов, однако WEKA выдает результат менее чем за секунду. Результат обработки данных представлен на рис. 3.
Полученные результаты требуют дальнейшей интерпретации, исследования и изучения свойств и характеристик объектов для возможности точного описания сформированных кластеров.
Данные кластеризации показывают, каким образом сформирован каждый кластер: в атрибутах «Произведено» и «Продано» значение «1» означает, что у всех данных в этом кластере соответствующий атрибут равен 1, а значение «0» означает, что у всех данных в этом кластере соответствующий атрибут равен 0. Данные соответствуют среднему значению атрибута на кластере. Каждый кластер характеризует определенные покупательские предпочтения клиентов. Таким образом, на основании разбиения мы можем сделать некоторые полезные выводы. Ниже приведена интерпретация результатов кластеризации кластеров 0 и 4.
Э Weka ЕхрЕагег
Preprocess [classify | Ouster | Assooate | Select atfrfajtes | «isuafee|
Open file.,, Open URL... I Г Ш
| Choose |None 1 Undo Edit., 1 [
-31 •• J 11
Cjjrent relation
i.eaion: metall_proi2vodstvo-Instances: 1355
1 ,
I All —J [_ None
No. Name
Г
2 г Stiljspolneniya
3 г Vid rnetalla
4 Proba
5 V¡d_splava
6 Proizvedeno_TSentralnyj_rajon_St]oimost
7 г Proizvedeno_T5entralnYj_rajon_Ves
8 г Pro¡zvedeno_TSenfralnyj_rajonKolichestvo_sht
9 г Proizvedeno_Oktyabrskij_rajon_Sto¡most
10 р Proizvedeno_Oktyabrskij_rajon_Ves
11 Proizvedeno_Qktyabrskij_rajonKol¡chestvo_sht
13 г Proizvedeno_Sverdlovskrj_rajori_Ves
14 Pro¡zvedeno_Sverdlovskr¡_rajon_<ol¡chestvo_sht
15 Proizvedeno_Sovetskij_rajon_StDimost
16 Proizvedeno_Sove1skrLrajon_Ves
17 Proizvedeno_Sovetski]_ra]on_Kol¡chestvo_sht
18 г Prodano_JSentralnyj_rajon_Stoimost
19 р Prodano_TSentralnyj_rajon_Ves
20 г Prodano_JSenfrahyj_rajonJ<ol¡chestvo_sht
21 г Prodano_Oktyabrskij_rajon_Stoimost
22 Prodano_Oktyabrsldj_rajon_Ves
rVn*1""1" jn|,,,r^,rrJm IfJiWmt™ nlit-
rdcr4»d Mtribihp
Ndnc; TipJ/ddiyd Type; Njnirwl Misar ig: 0 (0*Л) DÜUIILL: 20 Unkjue: 0(0%)
No. Label Comt
1 2 КЬ1зо sergi 417 336
Я tspronka 775
4 kole 67
5 brasletjrhestíij 72
b brastetjnyagay 41
7 8 busy bulavki 60 70
Q hrrchi 7П
10 kulony -.52
11 mcdalcny 79
12 zazhim/_clya_ga stiia
: o;.'.- {Hum)
' - ■ - , 7L_ 7
■ "II
^ 70
Рис. 2. Данные для кластеризации ювелирных украшений
stance -R first-last" -1500 -S 10
düsterer output
Cluster centroida: Attribute
Iip_izdeliYa Stil_iapolneniya Vidjnetalla Proba
Yid_aplava
ProizvedenojrSentralnyi_rajon_Stoimoat
ProizvedenojrSentralnyj_rajon_Vea
ProizvedenojrSentralnyj_rajoiiIiolicheatvo_aht
Proizvedeno_Okt7abratii_rajoii_3toi]iBat
Proizvedeno_0kt7abratij_raion_Vea
Proizvedeno_OktYabratij_rajüni(ülicheatvD_aht
Proizvedeno_Sverdlovakij_rajon_Stoimoat
Proizvedeno_Sverdlovakij_rajon_Vea
Proizvedeno_3verdlovatij_rajon_Ki>liGheatv[>_aht
Proizvedeno_3[>vetati j_rajon_3toiiiioat
Proi z vedeno_3 [>vet a t i j _ra j on_Ve a
Proizvedeno_St>vetakij_rajün_Kolicheatvo_aht
Prodano_T5entralnYj_raj[>n_5toimoat
Prodanü_TSentralnYj_rajon_Vea
ProdanüTSentralnyjrajonKolicheatvüaht
ProdanoOktyabrakijrajonStoimoat
Prodanü Ottyabra ki j га] on_Ve a
ProdanD_Oktyabrakii_ra][>n_KQlicheatvQ_aht
Prodano_5verdlovaki;j_raion_5toimoat
Prodano_Sverdlovaki]_ra]on_Vea
Prodano_Sverdlovaki]_ra]on_Kolicheatvo_aht
Full Lata (1965]
Koltao müdem
ZülütO 535 net 15203.626 5.6541 0.6891 9034.3547 4.2391 0.5247 9357.6008 4.221! 0.4992 13831.6081 6.1491 0.7389 10476.4071 4.6607 0.5776 6451.2565 2.9956 0.4056 6319.8285 2.846 0.3634
Koltao ar_dekü zolüto 585 belyj 22470.4137 7.2659 0.722 8929.746 2.6866 0.2556 11580.4297 3.4883 0.3578 28682.9297 3.8202 0.8882 20440.4073 6.3435 0.6326 5225.4425 1.5482 0.1789 5999.7045 1.8358 0.2109
Time taken to build model (full training data) : 1.31 seconds = Model and evaluation on training aet = Clustered Instances
0 313 [ 16£)
1 204 [ 14£)
2 251 [ 13£)
3 237 [ 12£)
4 230 [ 12£)
5 329 [ "*)
6 313 [ 16£)
Koltaü modern aerebrü 925 net 6867.1954 3.9283 0.3873 528.5599 2.4401 0.2324 691.2465 3.0739 0.2394 1267.5282 5.5729 0.5528 630.3099 2.8266 0.2993 222.6109 1.0152 0.1232 326.2306 1.4808 0.1268
aergi
maakoejjzoroche zolütü 585 kraanyj 16750.5139 5.5756 0.8327 15305.6693 5.2757 0.749 13241.4163 4.5886 0.6653 17974.4562 6.0431 0.9163 12026.5259 4.0302 0.6096 10495.1275 3.5186 0.5458 8902.504 2.9481 0.4422
Рис. 3. Результаты кластеризации
Кластер 0 - группа покупателей, в которой при покупке ювелирного изделия предпочитаемой моделью является кольцо. Стиль, на который покупатели прежде всего обращают свое внимание, - ар-деко -стиль ясных геометрических форм с четким построением симметричных композиций, главенствующую роль в которых играют прекрасно ограненные драгоценные камни. Этот стиль сочетает в себе простоту и роскошь [14].
Предпочитаемой технологией изготовления в данном кластере является монтировка. При данной технологии украшения изготавливаются вручную, а также с использованием штампованных, чеканных, сканных или литых элементов [15].
Достаточно высокий спрос на эти изделия не исключает интерес к изделиям меньшего веса и меньшей стоимости, чем изделия, которые в данный момент производятся.
Данные этого кластера указывают на то, что ювелирной компании следует активнее привлекать внимание к стилевому направлению ар-деко (может быть, представлять вниманию покупателя изделия данного стилевого направления на отдельных стендах), кроме того, следует найти способ выделить модели колец весом от 7 грамм, чтобы гарантированно обратить
на них внимание посетителей. Посетитель, попавший в этот кластер, гарантированно выбрал определенную модель ювелирного изделия из сплава белого золота 585.
Поскольку спрос на данное изделие в Центральном и Советском районах довольно высокий, можно порекомендовать ювелирному предприятию обратить свое внимание на Свердловский и Октябрьский районы с целью реализации данного типа изделий.
Кластер 4 - эту группу посетителей можно назвать «мечтатели». Они бродят по ювелирному салону, рассматривая ювелирные изделия, выставленные на внешних витринах, но никогда не заходят внутрь и, хуже того, практически никогда ничего не покупают.
Визуальное представление данных. Установленные настройки помогли оценить распределение по кластерам в зависимости от типа и стиля изделия.
Визуальное отображение кластеризации соответствует тем заключениям, которые были сделаны на основании данных на рис. 3. Как видно из визуального отображения кластеризации, в окрестности точки «кольцо, модерн» расположен только кластер 3. Аналогично, в окрестности точки «серьги, русское узорочье» расположен кластер 2. Это полностью соответствует нашим выводам. На рис. 4 показано визуальное отображение кластеров нашей модели.
Рис. 4. Визуальное отображение кластеризации
В результате экспериментов установлено, что посредством интеллектуального анализа данных авторам удалось успешно решить задачу оценки спроса на ювелирные украшения.
Заключение. Представленная обобщенная организация среды производства ювелирных изделий позволяет разделить процесс производства ювелирных изделий на отдельные этапы, решающие конкретные прикладные задачи. Выделенные этапы обеспечивают проведение требуемых исследований и настройку программных средств на процесс ювелирного производства.
Предложен подход к решению задачи оценки спроса на ювелирные украшения, выполнено построение модели на основе алгоритма кластерного анализа, проведена интерпретация полученных результатов, которая позволила сделать заключение о тенденциях внутри каждой группы, и обоснована возможность практического применения данной методики в ювелирном производстве.
Библиографические ссылки
1. Чеблакова Е. А. Моделирование технологического процесса изготовления ювелирных изделий с целью прогнозирования точности и стабильности // Решетневские чтения : материалы XVII Междунар. науч. конф., посвящ. памяти генер. конструктора ракет.-космич. систем акад. М. Ф. Решетнева. 2013. Ч. 2. С. 84-86.
2. Потребительские свойства ювелирных товаров и требование к качеству [Электронный ресурс]. URL: http://www.productguide.ru/products-2927-1.html (дата обращения: 29.01.2015).
3. Wannarumon S. An Aesthetics Driven Approach to Jewelry Design // Computer-Aided Design and applications. CAD Solutions. 2010. 7(4). P. 489-503.
4. Wannarumon S., Bohez E. L. J. Rapid Prototyping and Tooling Technology in Jewelry CAD // Computer-Aided Design & Applications. 2004. Vol. 1, № 1-4. P. 569-575.
5. Интеллектуальный анализ данных [Электронный ресурс]. URL: http://www.ibm.com/developerworks/ru/ library/os-weka1/ (дата обращения: 20.01.2015).
6. Буреева Н. Н. Многомерный статистический анализ с использованием ППП Statistica : учеб.-метод. материал по программе повышения квалификации «Применение программных средств в научных исследованиях и преподавании математики и механики». Нижний Новгород, 2007. 112 с.
7. WEKA Manual for Version 3-6-0 / R. R. Bouckaert [et al.] // University of Waikato. Hamilton, 2008. P. 212.
8. Интеллектуальный анализ данных с помощью программного пакета WEKA. Ч. 2. Классификация и кластеризация [Электронный ресурс]. URL: http:// www.ibm.com/developerworks/ru/library/os-weka2/index.html (дата обращения: 28.01.2015).
9. Романюк Е. В. Обзор методов кластерного анализа и оценка их применимости для решения задачи сегментации потребительского рынка [Электронный ресурс] // Международный научно-исследовательский журнал. 2012. URL: http://research-journal.org/featured/ economical/obzor-metodov-klasternogo-analiza-i-ocenka-ix-primenimosti-dlya-resheniya-zadachi-segmentacii-potrebitelskogo-rynka/ (дата обращения: 26.01.2015).
10. Кластерный анализ. Электронный учебник по статистике StatSoft [Электронный ресурс]. URL: http://www.statsoft.ru/home/textbook/modules/stcluan.html (дата обращения: 26.01.2015).
11. Барсегян А. А. Анализ данных и процессов. 3-е изд., перераб. и доп. СПб. : БХВ-Петербург, 2009. 512 с.
12. Данные товароведческого отдела ювелирного предприятия, 2014. С. 240.
13. Cheblakova E. A. Creation of the art forms generation environment for automation in jewelry design // The collection of articles following the results of 4 International Conference on the political, technological, economic and social processes. London: SCIEURO, 2014. P. 6-16.
14. Шаталова И. В. Стили ювелирных украшений [Электронный ресурс]. 2004. URL: http://www.biblio-tekar.ru/yuvelir/ (дата обращения: 25.01.2015).
15. Ювелирные украшения. Классификация и виды ювелирных изделий [Электронный ресурс]. URL: http://www.guide.allyouluv.ru/Uvelirnue-ukrasheniya.html (дата обращения: 28.01.2015).
References
1. Cheblakova E. A. [Modeling of technological process of jewelry production for the purpose of accuracy and stability forecasting]. Reshetnevskie chteniya: materialy XVII Mezhdunar. nauch. konf., posvyashch. pamyati gener. konstruktora raket.-kosmich. cistem akad. M. F. Reshetneva [Reshetnev readings: proceedings of the XVII International scientific conference named after general rocket designer and space systems of M. F. Reshetnev]. Krasnoyarsk, 2013, Part 2, P. 84-86 (In Russ.).
2. Potrebitel'skie svoystva yuvelirnykh tovarov i tre-bovanie k kachestvu [Consumer properties of jewelry products and the demand for quality] (In Russ.). Available at: http://www.productguide.ru/products-2927-1.html (accessed 29.01.2015).
3. Wannarumon S. An Aesthetics Driven Approach to Jewelry Design. Computer-Aided Design and applications, CAD Solutions, 2010, No. 7(4), P. 489-503.
4. Wannarumon S., Bohez E. L. J. Rapid Prototyping and Tooling Technology in Jewelry CAD. Computer-Aided Design & Applications. 2004, Vol. 1 No. 1-4, P. 569-575.
5. Intellektual'nyy analiz dannykh [Data mining] (In Russ.). Available at: http://www.ibm.com/developerworks/ ru/library/os-weka1/ (accessed 20.01.2015).
6. Bureeva N. N. Mnogomernyy statisticheskiy analiz s ispol'zovaniem PPP "Statistika". [Multivariate statistical analysis using PPP "Statistica"]. N. Novgorod, 2007, 112 p.
7. Bouckaert R. R., Frank E., Hall M., Kirkby R., Reutemann P., Seewald A., Scuse D. WEKA Manual for Version 3-6-0. 2008, P. 212.
8. Intellektual'nyy analiz dannykh s pomoshch'yu programmnogo paketa WEKA. Chast' 2. Klassifikatsiya
i klasterizatsiya [Data mining with WEKA using the software package. Part 2: Classification and clustering] (In Russ.). Available at: http://www.ibm.com/developerworks/ ru/library/os-weka2/index.html (accessed 20.01.2015).
9. Romanyuk E. V. [Review of methods of cluster analysis and assessment of their applicability for solving the problem of the consumer market segmentation]. Mezhdunarodnyy nauchno-issledovaterskiy zhurnal. 2012 (In Russ.). Available at: http://research-journal.org/ featured/economical/obzor-metodov-klasternogo-analiza-i-ocenka-ix-primenimosti-dlya-resheniya-zadachi-segmentacii-potrebitelskogo-rynka/ (accessed 26.01.2015).
10. Klasternyy analiz. Elektronnyy uchebnik po sta-tistike StatSoft [Cluster analysis . Electronic textbook on statistics StatSoft] (In Russ.). Available at: http://www. statsoft.ru/home/textbook/modules/stcluan.html (accessed 26.01.2015).
11. Barsegyan A. A. Kupriyanov M. S., Holod I. I., Tess M. D., Yelizarov S. I. Analiz dannykh i protsessov [Data analysis and processes]. 2009, St. Petersburg, BHV-Petersburg, 512 p.
12. Dannye tovarovedcheskogo otdela yuvelirnogo predpriyatiya [Data of jewelry enterprise merchandising department]. 2014, 240 p.
13. Cheblakova E. A. Creation of the art forms generation environment for automation in jewelry design. The collection of articles following the results of 4th International Conference on the political, technological, economic and social processes. SCIEURO, 2014, P. 6-16.
14. Shatalova I. V. Stili yuvelirnykh ukrasheniy [Jewelry styles] (In Russ.). Available at: http://www. bibliotekar.ru/yuvelir/ (accessed 25.01.2015).
15. Yuvelirnye ukrasheniya. Klassifikatsiya i vidy yuvelirnykh izdeliy [Jewelry. Classification and jewelry types] (In Russ.). Available at: http://www.guide.allyouluv. ru/Uvelirnue-ukrasheniya.html (accessed 28.01.2015)
© Чеблакова Е. А., Ченцов С. В., 2016
