інформаційні технології, ІТ, информационные технологии, ИТ, information technologies ; алгоритми кластеризації, алгоритмы кластеризации ; монокристали, монокристаллы ; прогнозування, прогнозирование, forecasting ; IT-technologies, IT-технології, IT-технологии ; Autoregressive integrated moving average, ARIMA

Дисертація присвячена вирішенню актуальної науково-практичної задачі - підвищення ефективності оперативного управління виробництвом об'ємних монокристалів кремнію за методом Чохральского (ОМКЧ) шляхом розробки та застосування інформаційної технології, що базується на використанні математичних моделей динаміки основних показників виробництва, алгоритмів і засобів їх ідентифікації та прогнозування. Формалізовано задачі оперативного управління виробництвом ОМКЧ, при вирішенні яких використовуються коефіцієнт витягання матеріалу (КВМ) і коефіцієнт виходу в готову продукцію (КВГП). Вперше запропоновано підхід до структурного синтезу ARIMA-моделей часових послідовностей, що базується на використанні нейронної мережі типу MLP для визначення структури моделі. Розроблено алгоритми кластеризації, які дозволяють розробити вхідну множину часових послідовностей на деякі непересічні підмножини їз близькими значеннями характеристик з метою зниження трудомісткості їх моделювання. Удосконалено метод побудови узагальненого прогнозу по множині часткових прогнозів шляхом реалізації адаптивного оцінювання параметрів комбінування в залежності від поточних значень міри точності часткових прогнозів, за забеспечило підвищення якості узагальненого прогнозу. Розроблено інформаційну технологію контролю, моделювання та прогнозування показників виробництва об'ємних монокристалів кремнію.

• УДК // Економічні прогнози, прогностика. Економічне прогнозування
• УДК // Комп’ютерна наука і технологія. Застосування комп’ютера. Оброблення даних
• УДК // Теорія економіко-математичних моделей
• УДК // Цифрове імітування систем. Моделювання