АДАПТИВНА МОДЕЛЬ ГЕНЕРАЦІЇ ЕТИКЕТОК В ERP-СИСТЕМАХ НА ОСНОВІ ІНТЕГРАЦІЇ БАЗИ ДАНИХ ТА БАЗИ ЗНАНЬ

В. Ю. Старжинський; О. В. Бісікало

doi:10.31649/

Автор(и)

В. Ю. Старжинський ORCID 0009-0009-3827-0122

Вінницький національний технічний університет ROR

О. В. Бісікало ORCID 0000-0002-7607-1943

Вінницький національний технічний університет ROR

DOI https://doi.org/10.31649/

Ключові слова

інтелектуальний модуль інформаційна система модель база даних база знань ERP ПлазмІС

Анотація

Проведено комплексне дослідження вимог, функціональних можливостей та архітектурних особливостей інтелектуального модуля «Бирки (партія–тара)», що функціонує в межах інформаційної системи керування ресурсами підприємства «ПлазмІС». Актуальність роботи зумовлена специфікою високодинамічного дискретного виробництва, де критичною є висока простежуваність матеріальних потоків та гнучкість міжцехової і складської логістики. Традиційні підходи до маркування, основані на статичних шаблонах етикеток, створюють проблему зростання кількості жорстко зафіксованих форматировок під кожну нову комбінацію «номенклатура–тара–контрагент». Це спричиняє значні трудовитрати на адміністрування системи, витрати на матеріали для маркування, ускладнює підтримку цілісності даних та підвищує ризик помилок через людський чинник під час ручного вибору шаблонів.

Наукова новизна дослідження полягає у розробленні формалізованої математичної моделі інтелектуального модуля, яка базується на синергії реляційної моделі даних та продукційної моделі знань. У роботі детально описано п’ять ключових відношень бази даних (Item, Item_part, Barcode, Item_unit_storage, Item_storage), які становлять інформаційний фундамент системи. Вперше запропоновано механізм динамічного керування структурою етикетки через інтелектуальну надбудову — базу знань. Вона реалізована як сукупність продукційних правил, предикатів та функцій, що дозволяють адаптувати контент та формат бирки в режимі реального часу залежно від параметрів користувача, характеристик партії, типу тари та умов логістичного ланцюга.

Запропонована база знань дозволяє систематизувати інформацію про продукцію та бізнес-процеси у вигляді ієрархічних тем, що забезпечує високу швидкість доступу до необхідних специфікацій. Такий підхід розв’язує критичну проблему лінійного зростання кількості жорстко заданих шаблонів, притаманну традиційним ERP-системам. Розроблений метод друку фактичних бирок безпосередньо з інформаційної системи забезпечує цілісність даних та мінімізує вплив людського фактора.

Практичне значення отриманих результатів підтверджено впровадженням модуля на підприємстві ТОВ «ПлазмаТек». Експериментальна експлуатація показала суттєве підвищення рівня автоматизації складських операцій: час на виконання процесів маркування скоротився у 2,5—4 рази, а кількість помилок персоналу, пов’язаних з некоректним введенням даних, зменшилася вдвічі. Результати дослідження можуть бути використані як методологічна база для проєктування адаптивних компонентів сучасних інтелектуальних систем обліку та логістики.

1 0

Як цитувати

[1]

«АДАПТИВНА МОДЕЛЬ ГЕНЕРАЦІЇ ЕТИКЕТОК В ERP-СИСТЕМАХ НА ОСНОВІ ІНТЕГРАЦІЇ БАЗИ ДАНИХ ТА БАЗИ ЗНАНЬ», Вісник ВПІ, вип. 4, с. 48–58, Вер 2026, doi: 10.31649/.

Завантажити посилання

Біографії авторів

автор В. Ю. Старжинський, афіліація Вінницький національний технічний університет

аспірант кафедри автоматизації та інтелектуальних інформаційних технологій

автор О. В. Бісікало, афіліація Вінницький національний технічний університет

д-р техн. наук, професор, завідувач кафедри автоматизації та інтелектуальних інформаційних технологій

Посилання

[1] S. V. Grabski, S. A. Leech, and P. J. Schmidt, “A Review of ERP Research: A Feture Agenda for Accounting Information Systems,” Journal of Information Systems, 2011. https://doi.org/10.2308/jis.2011.25.1.37 .

[2] D. Kocsis, “A conceptual foundation of design and implementation research in accounting information systems,” International Journal of Accounting Information Systems, 2019. https://doi.org/10.1016/j.accinf.2019.06.003 .

[3] T. Estefania, L. Samir, P. Robert, D. Patrice, and M. Alexandre, “The integration of ERP and inter-intra organizational information systems: A literature Review,” International Federation of Automatic Control, 2018. https://doi.org/10.1016/j.facol.2018.08.425 .

[4] F. Zafary, “Implementation of business intelligence considering the role of information systems integration and enterprise resource planning,” Journal of Intelligence Studies in Business, 2020. https://doi.org/0.37380/jisib.v1i1.563 .

[5] W. Cruz-Torres, A. Alvarez-Risco, and S. Del-Aguila-Arcentales, “Impact of Enterprise Resource Planning (ERP) Implementation on Performance of an Education Enterprise: A Structural Equation Modeling,” Studies in Business and Economics, 2021. https://doi.org/10.2478/sbe-2021-0023 .

[6] O. V. Bisikalo, V. V. Kovtun, and O. V. Kovtun, “Modeling of the Estimation of the Time to Failure of the Information System for Critical Use,” 2020, in 10th International Conference ACIT, Deggendorf, Germany, pp. 140-143, 2020. https://doi.org/10.1109/ACIT49673.2020.9208883 .

[7] V. Bisikalo, V. V. Kovtun, O. V. Kovtun, and V. B. Romanenko, “Research of safety and survivability models of the information system for critical use,” 2020, in IEEE 11th IC DESSERT, Kyiv, Ukraine, pp. 7-12, 2020. https://doi.org/10.1109/DESSERT50317.2020.9125061 .

[8] A. ALAmri, “The relational database layout to store ontology knowledge base,” in International Conference on Information Retrieval & Knowledge Management, 2012. https://doi.org/10.1109/InfRKM.2012.6205039 .

[9] E. Santamaría-Vázquez, V. Martínez-Cagigal, F. Vaquerizo-Villar, and R. Hornero, “EEG-Inception: A Novel Deep Convolutional Neural Network for Assistive ERP-Based Brain-Computer Interfaces,” IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2020. https://doi.org/10.1109/TNSRE.2020.3048106 .

[10] C. A. Ofoegbu, “Enterprise Resource Planning (ERP) adoption in a hybrid service and manufacturing Small and Medium-sized Enterprise (SME): an action case study.” Ph.D. thesis, Salford Business School University of Salford, Salford, UK, 2016.

[11] W. Danilczuk, and A. Gola, “Computer-aided material demand planning using ERP systems and business intelligence technology,” Applied computer science, 2020. https://doi.org/10.35784/acs-2020-20 .

[12] Bisikalo, D. Chernenko, O. Danylchuk, V. Kovtun, and V. Romanenko, “Information Technology for TTF Optimization of an Information System for Critical Use that Operates in Aggressive Cyber-Physical Space,” in 2020 IEEE International Conference PIC S&T, 2020, pp. 323-329. https://doi.org/10.1109/PICST51311.2020.9467997 .

[13] P. Ruivo, B. Johansson, T. Oliveira, and M. Neto, “Commercial ERP Systems and UserProductivity: A Study Across European SMEs,” Procedia Technol., vol. 9, pp. 84-93, 2013. https://doi.org/10.1016/j.protcy.2013.12.009 .

[14] S. Gupta, S. C. Misra, N. Kock, and D. Roubaud, “Organizational, technological and extrinsic factors in the implementation of cloud ERP in SMEs,” J. Organ. Chang. Manag., vol. 31, no. 1, pp. 83-02, 2018. https://doi.org/10.1108/JOCM-06-2017-0230 .

[15] S. Hochreiter, and J. Schmidhuber, “Long Short-Term Memory,” Neural Computation, 1997, no. 9 (8), pp. 1735-1780. https://doi.org/10.1162/neco.1997.9.8.1735 .