Инженерно-строительный вестник Прикаспия

Научно-технический журнал АГАСУ

ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ

РАЗРАБОТКА ВИРТУАЛЬНОГО РОБОТА-ПРОЕКТИРОВЩИКА НА ОСНОВЕ КОНСТРУКЦИОННОГО ПОДХОДА К AGI ДЛЯ АВТОМАТИЗАЦИИ КОМПОНОВКИ СТРОИТЕЛЬНЫХ КОНСТРУКЦИЙ

Н. В. Купчикова, А. А. Фаустов

Купчикова Наталья Викторовна, доктор технических наук, профессор кафедры «Строительные конструкции, здания и сооружения», Российский университет транспорта (МИИТ); доктор технических наук, профессор кафедры промышленного и гражданского строительства, Национальный исследовательский Московский государственный строительный университет, г. Москва, Россий-ская Федерация; ORCID: 0000-0002-2986-4190; e-mail: kupchikova79@mail.ru;
Фаустов Андрей Александрович, главный аналитик научного центра, научно-исследовательский институт городского транспорта города Москвы «МосТрансПроект», г. Москва, Российская Федерация

Объектом исследования является виртуальный робот-проектировщик строительных конструкций, реализованный как программный агент с элементами искусственного интеллекта. Существующие системы автоматизации на основе LLM и узкоспециализированных нейросетей не обеспечивают требуемой точности и полноты при генерации графических частей проектов, особенно для компоновки конструкций из типовых элементов. Необходим подход, имитирующий механизмы человеческого интеллекта. В связи с этим предложена архитектура системы, включающая виртуальную среду моделирования, модели внешних объектов — строительных деталей и агента-робота, ядро которого составляет GAN-предиктор, обучаемый методом генетических алгоритмов. В результате разработан пошаговый алгоритм эволюционного обучения бота компоновке пролетов моста на опоры. Автоматическая генерация 100 тыс. примеров для дискриминатора занимает ~4 часа. После 50–100 поколений достигается устойчивая точность установки менее 1 мм. Предложенный конструкционный подход, сочетающий GAN и генетические алгоритмы, позволяет формировать у виртуального робота навыки компоновки, пригодные для интеграции в системы автоматизированного проектирования, что сокращает рутинную графическую работу на 80–90% и повышает производительность проектировщика.

Ключевые слова:: искусственный интеллект, искусственный общий интеллект (AGI), генеративно-состязательная сеть (GAN), генетический алгоритм, машинное обучение, нейросетевое моделирование, компоновка строительных конструкций, робот-проектировщик, виртуальная среда, обучение с подкреплением.

DEVELOPMENT OF A VIRTUAL ROBOT-DESIGNER BASED ON THE CONSTRUCTIONAL APPROACH TO AGI FOR AUTOMATING THE LAYOUT OF BUILDING STRUCTURES

N. V. Kupchikova, A. A. Faustov

Kupchikova Natalya Viktorovna, Doctor of Technical Sciences, Professor of Building Structures, Buildings, and Facilities Department, Russian University of Transport (MIIT); Doctor of Technical Sciences, Professor of Industrial and Civil Engineering Department, National Research Moscow State University of Civil Engineering, Moscow, Russian Federation; ORCID: 0000-0002-2986-4190; e-mail: kupchikova79@mail.ru;
Faustov Andrey Aleksandrovich, Chief Analyst at the Scientific Center, Research Institute of Urban Transport of Moscow «MosTransProekt», Moscow, Russian Federation

The object of the study is a virtual robot-designer for building structures, implemented as a software agent with elements of artificial intelligence. Existing automation systems based on LLMs and highly specialized neural networks fail to provide the required accuracy and completeness when generating graphical parts of projects, especially for the assembly of structures from standard components. An approach that simulates human intelligence mechanisms is therefore needed. Consequently, we propose a system architecture that includes a virtual simulation environment, models of external objects (building components), and an agent-robot whose core is a GAN-predictor trained by genetic algorithms. As a result, we have developed a step-by-step evolutionary training algorithm for the bot to assemble bridge spans onto supports. Automatic generation of 100,000 examples for the discriminator takes about 4 hours. After 50–100 generations, a steady placement accuracy of less than 1 mm is achieved. The proposed constructional approach, combining GAN and genetic algorithms, enables the virtual robot to acquire assembly skills suitable for integration into CAD systems, which reduces routine graphic work by 80–90% and increases designer productivity.

Keywords: artificial intelligence, artificial general intelligence (AGI), generative adversarial network (GAN), genetic algorithm, machine learning, neural network modeling, layout of building structures, robot-designer, virtual environment, reinforcement learning.

Полный текст статьи

РАСПРЕДЕЛЕННЫЕ НЕЧЕТКИЕ ОЦЕНКИ В РАНЖИРОВАНИИ ВЛИЯЮЩИХ НА ЭКОЛОГИЧЕСКУЮ БЕЗОПАСНОСТЬ АТМОСФЕРЫ УРБАНИЗИРОВАННОЙ ТЕРРИТОРИИ ОБЪЕКТОВ

Б. Х. Санжапов

Санжапов Булат Хизбуллович, доктор физико-математических наук, профессор кафедры «Клиническая инженерия и технологии искусственного интеллекта», Волгоградский государственный медицинский университет, г. Волгоград, Российская Федерация, тел.: +7 (904) 424-11-15; e-mail: sbkh@mail.ru

В статье разработан метод поддержки принятия решений на ранней стадии исследования вариантов проекта, загрязняющего атмосферу объектов. Аргументирована рациональность применения индекса загрязнения атмосферы (AQI) для агрегированной оценки степени загрязнения атмосферы урбанизированной территории. Метод. В работе обоснована целесообразность использования аппарата теории нечетких множеств для представления начальных сведений. Разработан алгоритм для представления информации в виде распределенных нечетких оценок на лингвистической шкале. Предложен метод упорядочения объектов по степени загрязнения атмосферы городской среды. Результаты и обсуждение. Эффективность разработанного метода проиллюстрирована при решении модельного примера ранжирования альтернатив. Приведенная методика может применяться как дополнительный инструмент для представления и анализа нечеткой информации.

Ключевые слова: нечеткое множество, распределенная нечеткая оценка, поддержка принятия решений, ранжирование, урбанизированная территория, экологическая безопасность.

DISTRIBUTED FUZZY ESTIMATIONS IN RANKING OBJECTS IMPACTING THE ATMOSPHERIC ECOLOGICAL SAFETY OF AN URBANIZED AREA

B. Kh. Sanzhapov

Sanzhapov Bulat Khizbullovich, Doctor of Physical and Mathematical Sciences, Professor of Clinical Engineering and Artificial Intelligence Technologies Department, Volgograd State Medical University, Volgograd, Russian Federation, phone: +7 (904) 424-11-15; e-mail: sbkh@mail.ru

The paper develops a decision support method at the early stage of evaluating options for projects of objects that pollute the atmosphere. The rationality of using the Air Quality Index (AQI) for an aggregated assessment of the degree of atmospheric pollution in an urbanized area is substantiated. Method. The paper justifies the feasibility of using the fuzzy set theory apparatus to represent initial information. An algorithm has been developed to present information in the form of distributed fuzzy estimations on a linguistic scale. A method for ranking objects according to the degree of atmospheric pollution in the urban environment is proposed. Results and Discussion. The effectiveness of the developed method is illustrated by solving a model example of ranking alternatives. The presented methodology can be applied as an additional tool for representing and analyzing fuzzy information.

Keywords: fuzzy set, distributed fuzzy estimation, decision support, ranking, urbanized area, ecological safety.

Полный текст статьи

АЛГОРИТМ МНОГОКРИТЕРИАЛЬНОЙ ОЦЕНКИ ИНФОРМАТИВНОСТИ ПАРАМЕТРОВ СЛОЖНОЙ ТЕХНИЧЕСКОЙ СИСТЕМЫ

С. В. Петренко, М. Э. Громовой

Петренко Сергей Владимирович, доктор технических наук, профессор, начальник отдела, Научно-производственное объединение «Алмаз» имени академика А. А. Расплетина, тел: + 7 (925) 521-05-87; e-mail: viola349650@yandex.ru;
Громовой Максим Эдуардович, старший инженер, 170 военное представительство Министерства обороны Российской Федерации; аспирант, Научно-образовательный центр воздушно-космической обороны «Алмаз – Антей» им. академика В. П. Ефремова, г. Москва, Российская Федерация, тел: + 7(999) 209-24-29; e-mail: m.gromovoi@gmail.com

Рассмотрены оценочные параметры, характеризующие работу основных подсистем сложной технической системы, значения которых регистрируются штатными средствами объективного контроля в ходе натурных испытаний. С целью повышения достоверности оценки данной системы рассмотрена задача по разработке алгоритма количественного определения информативности оценочных параметров и формированию на его основе достаточного множества параметров для ее последующей оценки. Предложенный алгоритм основан на методе многокритериального взвешенного ранжирования и аппарате нечеткой логики Мамдани. Алгоритм включает формирование бинарной матрицы отношений, расчет частных коэффициентов охвата подсистем, охвата этапов и типа регистрируемого сигнала сложной технической системы, их объединение в интегральный показатель, нечеткий вывод по базе правил и определение порога информативности. В результате определены показатели информативности параметров, выполнено их ранжирование и сформировано минимально необходимое диагностическое множество: при пороге 0,5 оно включает два параметра (№ 1 и № 2), обеспечивающих полный охват всех функциональных подсистем и этапов функционирования; выделены приоритетные параметры №№ 1, 2, 3, 8 с наибольшей индивидуальной информативностью (y* = 1,0; I = 0,886; ранг 1 по обоим методам). Применение алгоритма при разработке программ натурных испытаний данной СТС позво-лит обосновать необходимый состав контролируемых параметров штатных средств объективного контроля.

Ключевые слова: сложная техническая система, техническая диагностика, нечеткая логика, многокритери-альная оптимизация, задача о покрытии, информативность параметров, система поддержки принятия решений.

ALGORITHM FOR MULTI-CRITERIA ASSESSMENT OF THE INFORMATIVENESS OF PARAMETERS OF A COMPLEX TECHNICAL SYSTEM

S. V. Petrenko, M. E. Gromovoy

Petrenko Sergey Vladimirovich, Doctor of Technical Sciences, Professor, Head of Department, Scientific and Production Association “Almaz” named after Academician A. A. Raspletin, phone: + 7 (925) 521-05-87; e-mail: viola349650@yandex.ru;
Gromovoy Maksim Eduardovich, Senior Engineer, 170th Military Representative Office of the Ministry of Defense of the Russian Federation; postgraduate student, Academician V. P. Efremov Almaz-Antey Aero-space Defense Research and Educational Center, Moscow, Russian Federation, phone: + 7 (999) 209-24-29; e-mail: m.gromovoi@gmail.com

The evaluation parameters characterising the operation of the main subsystems of a complex technical system are considered; their values are recorded by standard objective control means during full-scale tests. In order to improve the accuracy and reliability of this system evaluation, the problem of developing an algorithm for the quantitative determination of the informativeness of evaluation parameters and, on this basis, forming a sufficient set of parameters for its evaluation is considered. An algorithm for the quantitative assessment of parameter informativeness is proposed, based on the method of multi-criteria weighted ranking and the apparatus of Mamdani fuzzy logic. The algorithm includes the formation of a binary relation matrix, the calculation of partial coefficients of subsystem coverage, stage coverage and the type of the recorded complex technical system signal, their combination into an integral indicator, fuzzy inference over a rule base, and determination of the informativeness threshold. As a result, the informativeness indicators of the parameters have been determined, their ranking has been performed, and a minimally necessary di-agnostic set has been formed: at a threshold of 0.5, it minimally includes two parameters ensuring complete coverage of all functional subsystems and operation stages; priority parameters no. 1, 2, 3, and 8 with the highest individual informativeness have been identified (y* = 1.0; I = 0.886; rank 1 by both methods). The application of the algorithm in developing full-scale test programmes for this CTS will make it possible to justify the required composition of controlled parameters of standard objective control means.

Keywords: complex technical system, technical diagnostics, fuzzy logic, multi‑criteria optimization, covering problem, parameter informativeness, decision support system.

Полный текст статьи

КОНЦЕПЦИЯ МНОГОЦЕЛЕВОЙ ОПТИМИЗАЦИИ УПРАВЛЕНИЯ СТРОИТЕЛЬНЫМ ПРОИЗВОДСТВОМ

С. Х. Байрамуков, З. Н. Долаева

Байрамуков Салис Хамидович, доктор технических наук, профессор кафедры строительства, транспорта, машиностроения и электроэнергетики, Невинномысский государственный гуманитарно-технический институт, г. Невинномысск, Российская Федерация, тел.: + 7 (86554) 9-55-50 доб. 139; e-mail: salis_pochta@mail.ru;
Долаева Зурьят Нюзюровна, кандидат технических наук, доцент, начальник отдела аспирантуры, Северо-Кавказская государственная академия, г. Черкесск, Российская Федерация, тел.: + 7 (8782) 29-35-98; e-mail: zuridolaeva@yandex.ru

Статья посвящена разработке концепции многоцелевой оптимизации управления строительным производством в условиях возрастающей сложности инвестиционно-строительных проектов и необходимости одновременного учета противоречивых критериев эффективности. Исследование проблем и особенностей строительной отрасли показал, что эффективность управления строительным производством предполагает формализовать именно эту многомерность, то есть находить набор решений, каждое из которых представляет собой разумный компромисс между несколькими одновременно важными показателями. Авторами статьи предлагается многоцелевая структура оптимального управления процессом строительного производства, которая позволяет достичь как плавного, так и экономически эффективного управления. В рамках этой структуры расстояние между последовательными управляющими воздействиями рассматривается как равноправная цель оптимизации наряду с экономическими факторами, генерируя фронт Парето для явного отображения компромисса между плавностью управления и стоимостью. Предложенная концепция обеспечивает значительное повышение эффективности управления.

Ключевые слова: многоцелевая оптимизация, детерминированные алгоритмы, метаэвристические методы, строительное производство, эффективность управления, энергоэффективность, фронт Парето.

CONCEPT OF MULTI-OBJECTIVE OPTIMIZATION OF CONSTRUCTION PRODUCTION MANAGEMENT

S. Kh. Bayramukov, Z. N. Dolayeva

Bayramukov Salis Khamidovich, Doctor of Technical Sciences, Professor of Construction, Transport, Mechanical Engineering, and Electric Power Engineering Department, Nevinnomyssk State Humanities and Technical Institute, Nevinnomyssk, Russian Federation; phone: + 7 (86554) 9-55-50, ext. 139; e-mail: salis_pochta@mail.ru;
Dolaeva Zuryat Nyuzyurovna, Candidate of Technical Sciences, Associate Professor, Head of the Postgraduate Studies Department, North Caucasus State Academy, Cherkessk, Russian Federation; phone: + 7 (8782) 29-35-98; e-mail: zuridolaeva@yandex.ru

This article addresses the development of a multi-objective optimization concept for managing construction opera-tions, necessitated by the increasing complexity of investment and construction projects and the need simultaneously con-sider conflicting efficiency criteria. An analysis of the construction industry’s challenges and characteristics reveals that effective management requires formalizing this multidimensionality-specifically, identifying a set of solutions where each represents a reasonable compromise among several simultaneously important indicators. The authors propose a multi-objective optimal control structure for the construction process that enables both smooth and cost-effective management. Within this framework, the interval between successive control actions treated as an optimization objective of equal importance to economic factors, generating a Pareto front that explicitly illustrates the trade-off between control smoothness and cost. The proposed concept leads to a significant improvement in management efficiency.

Keywords: multi-objective optimization, deterministic algorithms, metaheuristic methods, construction production, management efficiency, energy efficiency, Pareto front.

Полный текст статьи

МЕТОДЫ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ И ОПТИМИЗАЦИИ В ЗАДАЧАХ ЦИФРОВОЙ ЭКОНОМИКИ: ОТ ЛОГИСТИКИ ДО УПРАВЛЕНИЯ ПОРТФЕЛЕМ

П. М. Элькин, Е. А. Джалмухамбетова, М. В. Карташов

Элькин Павел Михайлович, кандидат физико-математических наук, доцент кафедры «Техническая физика и информационные технологии», Энгельсский технологический институт – филиал Саратовского государственного технического университета имени Ю. А. Гагарина, г. Энгельс, Российская Федерация; e-mail: pashaelkin@yandex.ru;
Джалмухамбетова Елена Азатуллаевна, кандидат физико-математических наук, заведующая кафедрой «Математические и естественно-научные дисциплины», Каспийский институт морского и речного транспорта им. ген.-адм. Ф. М. Апраксина – филиал Волжского государственного университета водного транспорта, г. Астрахань, Российская Федерация; e-mail: elena_jalm@mail.ru;
Карташов Максим Вячеславович, доцент кафедры «Экономика и управление на водном транспорте», Каспийский институт морского и речного транспорта им. ген.-адм. Ф. М. Апраксина – филиал Волжского государственного университета водного транспорта, г. Астрахань, Российская Федерация; e-mail: elena_jalm@mail.ru

В статье проведен сравнительный анализ методов оптимизации для задач транспортной логистики и управления инвестиционным портфелем в цифровой экономике. Исследована деградация классических детерминированных моделей при обработке нестационарных потоков Big Data. Дано формализованное описание прямых и обратных задач оптимизации в условиях стохастичности ограничений и невыпуклости целевой функции. Представлены модифицированные формализации динамической задачи маршрутизации (VRP) и модели управления запасами (EOQ) с нейросетевым LSTM-оператором. Для портфельного управления проанализированы модель Марковица, минимизация хвостового риска (CVaR) и алгоритмы обучения с подкреплением (RL). Научная новизна заключается в обосновании и систематизации перехода к гибридным архитектурам ML+Opt, обеспечивающим получение квазиоптимальных решений в режиме реального времени.

Ключевые слова: математическое моделирование, численная оптимизация, цифровая экономика, логистика, VRP, EOQ, управление портфелем, CVaR, LSTM, Big Data.

MATHEMATICAL MODELING AND OPTIMIZATION METHODS IN DIGITAL ECONOMY PROBLEMS: FROM LOGISTICS TO PORTFOLIO MANAGEMENT

P. M. Elkin, Ye. A. Dzhalmukhambetova, M. V. Kartashov

Elkin Pavel Mikhaylovich, Candidate of Physical and Mathematical Sciences, Associate Professor of Technical Physics and Information Technologies Department, Engels Technological Institute – branch of Saratov State Technical University named after Yu. A. Gagarin, Engels, Russian Federation; e-mail: pashaelkin@yandex.ru;
Dzhalmukhambetova Yelena Azatullayevna, Candidate of Physical and Mathematical Sciences, Head of Mathematical and Natural Science Disciplines Department, Caspian Institute of Sea and River Transport named after General Admiral F. M. Apraksin – branch of Volga State University of Water Transport, Astrakhan, Russian Federation; e-mail: elena_jalm@mail.ru;
Kartashov Maksim Vyacheslavovich, Associate Professor of Economics and Management in Water Transport Department, Caspian Institute of Sea and River Transport named after General Admiral F. M. Apraksin – branch of Volga State University of Water Transport, Astrakhan, Russian Federation; e-mail: elena_jalm@mail.ru

The paper presents a comparative analysis of optimization methods for routing logistics and investment portfolio management in the digital economy. It examines the degradation of classical deterministic models when processing non-stationary Big Data streams. A formalized description of direct and inverse optimization problems under constraint stochasticity and objective function non-convexity is provided. Formalizations of the dynamic Vehicle Routing Problem (VRP) and a modified Economic Order Quantity (EOQ) model with a neural LSTM operator are developed. For portfolio management, the Markowitz model and Conditional Value-at-Risk (CVaR) tail-risk optimization are analyzed. The novelty lies in substantiating the transition to hybrid ML+Opt architectures that deliver real-time quasi-optimal solutions.

Keywords: mathematical modeling, numerical optimization, digital economy, logistics, VRP, EOQ, portfolio optimi-zation, CVaR, LSTM, Big Data.

Полный текст статьи