Кафедра комп’ютерних наук
Постійне посилання на фондhttps://repository.lntu.edu.ua/handle/123456789/78
Переглянути
4 результатів
Результати пошуку
Item type:Наукова стаття, Business information system for forecasting raw material stocks for the production of flexible packaging(Greece, 2024-10-11) Здолбіцька, Ніна Василівна; Ostapchuk, Oleksandr; Лавренчук, Світлана Василівна; Терлецький, Тарас Володимирович; Кайдик, Олег Леонтійович; Zhyharevych, OksanaA specialized information system of the enterprise has been developed for forecasting and raw materials ordering, which allows for the optimization of warehouse stocks of raw materials and reduces the risks of under-fulfillment of orders for finished products. It is important to control warehouse stocks and orders for basic raw materials of pure film. The essence of control comes down to constant monitoring of raw material balances in warehouses, and forecasting orders for base films in advance, since the execution of raw material deliveries is also stretched from two weeks to several months. The developed program automatically takes into account the available balance of raw materials in warehouses, the ordered quantity, and the required quantity according to forecasts, which improves the raw materials turnover ratio in warehouses. As customer expectations and behavior change dynamically, having such demand forecasting software empowers companies and helps them respond quickly to changes. An analytical decision-making mechanism based on a weighting function that provides the degree of raw material relevance for an order has been proposed. Recommendations have been given for choosing weighting function coefficients. The research results have been implemented in a business process at an enterprise engaged in the production of flexible packaging. The advantage of this system is the userfriendly interface, in particular the advisory component regarding the need and number of orders.Item type:Наукова стаття, WPF клієнт-серверний додаток для забезпечення оперативної взаємодії з базами даних(Lutsk : LNTU, 2025-06-16) Здолбіцька, Ніна Василівна; Здолбіцький, Андрій Петрович; Гейко, Богдан ВікторовичУ статті описано реалізація інтерактивного WPF клієнт-серверного додатка для забезпечення планування виробничих процесів (машин як виробничих одиниць на лінії) промисловості. Розв’язано завдання оперативної взаємодії з базами даних. Серверна частина відповідає за зберігання, обробку та надання даних, тоді як клієнтська частина відповідає за відображення та взаємодію з користувачем. Клієнт-серверний додаток призначений для зберігання та представлення детальної інформації про записи плану виробничого замовлення у системі планування виробництва, агрегує велику кількість даних, що стосуються кожного конкретного завдання. Дані представлено у вигляді форматованої таблиці із заголовками категорій плану та статусів виконання. Реалізовано інтерактивність вибору окремих елементів рядків та оновлення візуальних даних у режимі реального часу. Подано діаграму класів UML структури клієнт-серверного додатка, а саме набір класів та їх атрибути, поля, властивості, методи та події. Об’єкти класу можуть сповіщати інші компоненти програми, зокрема елементи інтерфейсу користувача про зміну значень своїх властивостей, що є ключовим для механізмів прив’язки даних у WPF. Забезпечення швидкого доступу до актуальних даних дозволяє приймати обґрунтовані рішення та ефективно виконувати робочі завдання.Item type:Методичне забезпечення, Дискретна математика(Луцьк : ЛНТУ, 2025-11-07) Здолбіцька, Ніна ВасилівнаItem type:Матеріали конференцій, Training neural networks to sort: a new approach to classical algorithms(2025-09-05) Здолбіцька, Ніна Василівна; Bas, Dmytro; Zdolbitskyi, SerhiiThe paper explores a new approach to data sorting based on the use of neural networks. Traditional sorting algorithms work according to rigidly defined rules, while neural networks learn to find patterns in data, which allows them to adapt to complex and unstructured arrays. It analyzes how machine learning models can choose optimal algorithms for specific data or perform sorting independently based on experience. The advantages of such an approach are discussed, including adaptability, potential optimization, and the possibility of parallel processing. The limitations associated with computational complexity and accuracy are also considered. The conclusions indicate that neural network sorting will not replace classical methods, but opens up new prospects for solving non-standard data sorting tasks.