Главная

Симуляция. Решение задает пользователь вручную на основе опыта или генерирует программа (по историческим данным – статистика, углубленная аналитика больших данных, эвристические правила, случайный выбор). Применяют, если корректное решение построить не удается из-за сложности и высокой размерности задачи и лимита времени решения.

Оптимизация. Увеличивает прибыль, снижает потери, сокращает простои; обеспечивает ритмичную слаженную работу, выполнение заказов в срок; нормализует складские запасы и ресурсы; повышает качество решений, сокращает время и трудоемкость расчетов.

Алеф-куб умеет выполнить и симуляцию, и оптимизацию. А кроме того, позволяет пользователю самому выбрать, какие фрагменты решения он задаст сам, а какие должен оптимизировать компьютер. Алеф-куб выполнит симуляцию заданных фрагментов решения и оптимизацию неизвестных без изменения заданных.

Следствие единства: «бешеная» скорость симуляции и огромная размерность за счет применения для симуляции того же оптимизационного решателя

кратко

Вопросы. Как разбить проект на этапы? Как проверить выполнимость этапов проекта, рассчитанных Экспертом вручную в Excel? Удовлетворяет ли его вариант проекта всему множеству технологических условий? Сходится ли материальный баланс потоков? Как поточнее посчитать прибыль и срок окупаемости?

Ответ. Строим Алеф-куб модель – «цифровой двойник» несуществующего пока завода, вводим решение Эксперта из трех этапов и выполняем Симуляцию.

Вопрос. А можно ли за те же 6 лет быстрее вернуть затраты и получить больше прибыль?

Ответ. Да, можно. В той же модели сетку времени выбираем поточнее, чтобы построить календарный график проекта на 6 лет по 72 интервалам-месяцам. Удаляем решение Эксперта и даем Алеф-куб свободу найти наилучшее решение. Ура! За счет Оптимизации очередности этапов проекта и реинвестирования прибыли в следующие этапы удалось значительно увеличить прибыль и сократить срок окупаемости.

кратко

Мы начинаем раньше строить установки, выпускающие более дорогие продукты. Например, ввод в эксплуатацию производства масел и УЗК позволят снизить объемы выпуска мазута, заменяя его на более дорогие продукты – масла, кокс, а также увеличить выпуск компонентов дизельного топлива, керосина и бензинов.

За счет чего этот результат? Алеф-куб выбирает варианты, рассуждая как человек, только быстрее в миллионы раз, точнее и не ошибается при проверке сотен тысяч ограничений. Это и называют «сильный» искусственный интеллект (не путать с нейронными сетями). Плюс линейное программирование для оптимизации потоков.

Какой эксперт сможет за 5 минут перебрать и проверить 58 659 724 варианта решения? 😊 Алеф-куб смог…

Отсюда еще один вывод. Чем крупнее и сложнее объект, тем круче рост прибыли. На простых задачах, на нитках и иголках такого эффекта не получить…

кратко

Алеф-куб превосходит оптимизационные и моделирующие возможности систем таких поставщиков, как Honeywell, AspenTech, SAP, 1С, Preactor и др. В чем?

Алеф-куб может удовлетворить самые изысканные требования пользователей к адекватности, гибкости и детальности решения их задач. Как?

Одновременный учет всех важных ограничений и критериев – экономических, коммерческих, технологических, финансовых, организационных: прибыль, выход продукта, выполнение заказов, использование ресурсов, материальные балансы, запасы, равномерность выпуска, затраты, потери, качество, содержание примесей в продукте, простои, время доставки, отклонения от графика и др.

Алеф-куб побил рекорды по быстродействию, сложности и размерности задач при скромных требованиях к ресурсам. Как?

Обобщены и реализованы лучшие достижения математики и технологии, включая собственные научные результаты. Работает «сильный» искусственный интеллект (AI).

Алеф-куб полюбят и пользователи, и айтишники, и безопасники 🙂 За что?

•  Прозрачные данные и решения, гибкие настройки, объяснения, конструктор моделей в MS Excel, средства обучения.

•  Низкая общая стоимость владения, удобная интеграция в инфраструктуру на стороне клиента и в облаке, виртуализация серверов, масштабируемость от автономных до клиент-серверных и глобальных решений, распределенных по серверам и облакам.

•  Безопасность за счет изоляции пользователей и ролей, 4096-битное шифрование.

кратко

кратко

•  Дискретных 0/1-переменных: до 18 млн.

•  Схема объекта: 700 000 потоков ресурсов, 200 000 операций, 70 000 емкостей, 50 000 установок, 90 заводов.

•  Интервалов времени: до 2 тыс.

•  Непрерывных переменных: до 6 млн., ограничений: до 4,9 млн.

ИТ-ресурсы для стресс-тестов:

Server: Intel Core i5-4570 3,2 GHz/16GB. Client: Intel Core i5-2500 3,3 GHz/16GB

Откуда такое быстродействие и низкие требования к ИТ-ресурсам? из ХХ века:

•  первая версия работала в 1978 году на ЕС-1020, 1 МГц/128Кб RAM;

•  переиспользование программных модулей;

•  оптимизация хранения и доступа к данным (без разреженностей);

•  переиспользование всех один раз вычисленных значений.

См. https://alephcube.site/AC_Scalability_Stress_Tests_ru/

кратко

кратко

•  от добычи, переработки, транспортировки нефти и газа, химии, нефтехимии, фармации до проектирования, строительства, поставок и логистики, многоотраслевого бизнеса;

•  от отдельного процесса, участка, цеха, завода, нефтебазы, морского терминала до нескольких заводов, цепочек поставок, вертикально интегрированных компаний;

•  от объемного и календарного планирования операций, потоков, запасов, транспорта и устранения «узких мест» до оперативного перепланирования по факту, диспетчерского управления, сведения материальных балансов, выявления потерь и утечек, управления перекачками, упаковкой, раскроем;

•  от операционных планов и расписаний до долгосрочных стратегических, инвестиционных и финансовых планов, проектов строительства и реконструкции;

•  от периодического до скользящего и событийного планирования на горизонтах 10 лет, год, квартал, месяц, сутки, смену, как с равномерной, так и с неравномерной разбивкой по интервалам времени.

кратко

кратко

•  от оптимального объемного (ERP) и календарного планирования (APS) до оперативного управления по событиям (EDA) и систем поддержки принятия решений (DSS),

•  от цифровых двойников, обучающих игр и интеллектуальных тренажеров до роботов и советников, виртуальной и смешанной реальности (VR/AR/MR),

•  от мультиагентных систем (MAS) до промышленного интернета вещей (IIoT).

Такая широта и долгота применений достигается за счет Единой математической модели.

кратко

AC Объект – объект моделирования и оптимизации, включающий его представление в виде набора элементов абстрактной природы – операций, емкостей и связывающих их потоков.

AC Область – предметная область, набор «похожих» AC Объектов.

AC Задача – задача моделирования и оптимизации AC Объекта, решенная на Платформе Алеф-куб в рамках ее функциональности.

AC Модель – ресурсно-целевая балансовая динамическая оптимизационная модель, включающая схему AC Объекта, переменные и условия AC Задачи.

AC Приложение (ПО) – автономная конфигурация блоков и кастомизация Платформы Алеф-куб для одной AC Задачи в одной AC Области.

AC Решение – решение с использованием одного AC Приложения для одного AC Объекта, тиражируемое или используемое как базовое для других AC Объектов данной AC Области.

AC Бизнес-процесс – рабочий процесс, множество AC Решений, связанных единой целью, общими данными и результатами.

AC Типовые Объекты, Области, Задачи, Модели, Решения, Бизнес-процессы – если их можно использовать как базовые для «похожих» сущностей или тиражировать без доработки ПО.

AC Расчет – решение AC Задачи по AC Модели, получение результатов: расписания выполнения операций, значений потоков, запасов в емкостях.

Описание Типового решения (ТР) – описание AC Объекта, постановки и особенностей AC Задачи, скриншоты исходных данных и результатов AC Расчета, размерность и время расчета с указанием характеристик сервера, опубликованные на этом сайте.

Взаимосвязь понятий

Реализация и развитие

кратко

кратко

•  ПО на mainframe IBM 360/370 называлось ППП «КАППА» – «Календарное Планирование Переналадок Агрегатов»

•  Система на IBM PC «S-cube» – Scheduling Solver & Simulator

•  SaaS в облаке – «KS-cube»

•  с 2015 года – Платформа «Aleph-cube» или «Алеф-куб».

Подробнее https://alephcube.site/AC_History_ru/, https://alephcube.site/AC_Oil_Gas_Introduction/

Миссия. Оптимизировать весь мир). Обобщить и реализовать в Единой модели и платформе лучшие достижения математики и технологии в части оптимизации, включая собственные научные результаты.

На какую главную аксиому опирались разработчики платформы?

Откуда уверенность, что в Единой модели и платформе можно решать задачи в пространстве и времени для разных отраслей, от нижнего уровня иерархии до самого верхнего, от статических до динамических, для прошлого, настоящего и будущего?

Вс-вышний Един, и все его законы и модели едины.

кратко