إطار عمل رقمي توأم لإدارة المؤسسات الاستباقية: أبحاث حول اتخاذ القرار التشغيلي مع دمج بيانات إنترنت الأشياء والنمذجة الحاسوبية

ملخص

تظهر هذه الدراسة سير عمل قائم على التوأم الرقمي لإدارة المؤسسات الاستباقية، حيث يدمج بيانات إنترنت الأشياء، والنمذجة غير الخطية، وتقدير الحالة، وانتشار عدم اليقين، والتحكم التنبؤي للتحقيق الحاسوبي في استقرار التشغيل وتقليل المخاطر وسلوك دعم القرار المدفوع بالبيانات ضمن بيئة محاكاة.

الملخص

توفر تقنية التوأم الرقمي نهجا حاسوبيا قويا لتمثيل والتحكم في أنظمة المؤسسات المعقدة من خلال دمج الاستشعار في الوقت الحقيقي مع النمذجة الديناميكية والتحليلات التنبؤية باستمرار. الهدف الرئيسي من هذه الدراسة هو تطوير وإثبات بروتوكول قابل للتكرار لبناء توأم رقمي مدعوم بإنترنت الأشياء يمكن إدارة المؤسسات بشكل استباقي ومبني على البيانات. تدمج المنهجية النمذجة الديناميكية غير الخطية، وتقدير الحالة المعتمد على المراقب، وانتشار عدم اليقين، وقياس المخاطر، والتحكم التنبؤي العشوائي في إطار قرار سيبراني-فيزيائي موحد. يتم استيعاب قياسات المستشعرات المحاكاة بواسطة مقدر الحالة لمزامنة التوأم الرقمي مع النظام المؤسسي المصمم، مما يمكن من التنبؤ القائم على المحاكاة بحالات التشغيل المستقبلية ضمن بيئة حسابية محددة. يتم نشر مقاييس عدم اليقين والمخاطر عبر النموذج الديناميكي لتحديد حالات عدم الاستقرار الناشئة قبل أن تتصاعد إلى إخفاقات حرجة. ثم تقوم طبقة التحكم التنبؤية بتحسين الأداء متعدد الأهداف من خلال توليد إجراءات تحكم تهدف إلى تقليل المخاطر التشغيلية، وتثبيت سلوك النظام، وتقييم تحسينات محتملة طويلة الأمد في كفاءة التشغيل ضمن السيناريو المحاكى. تظهر النتائج التمثيلية التي تم الحصول عليها من نموذج محاكاة مبسط للإنتاج–المخزون–الطاقة المزايا المحتملة لطريقة التوأم الرقمي مقارنة بالاستراتيجيات التفاعلية التقليدية. يظهر المثال الحاسوبي مسارات تشغيلية أكثر سلاسة، ومخاطر تراكمية أقل، وعدم اليقين، وكفاءة تحكم محسنة عبر عدة أبعاد أداء مقيمة. ومع ذلك، تستند هذه النتائج إلى سير عمل محاكاة محدد ويجب تفسيرها كعرض توضيحي للمفهوم وليس كدليل مباشر على الأداء الواقعي العالمي. على الرغم من أن البروتوكول حسابي، ومستقل عن المنصة، وقابل للتكيف مع مجالات المؤسسات مثل التصنيع، اللوجستيات، عمليات سلسلة التوريد، والأنظمة كثيفة الطاقة، فإن النشر الأوسع في البيئات الصناعية العملية سيتطلب تأكيدا إضافيا باستخدام مجموعات بيانات تشغيلية حقيقية ودراسات تنفيذ واسعة النطاق. من خلال اتباع هذا الإجراء، يمكن للباحثين والممارسين إعادة إنتاج وتقييم إطار عمل رقمي توأم رقمي قابل للتوسع، قائم على البيانات، وواع للمخاطر لتطبيقات دعم اتخاذ القرار في المؤسسات.

المقدمة

تعمل المؤسسات الحديثة في بيئات متزايدة التعقيد تتميز بكميات كبيرة من البيانات، وعمليات تشغيلية مترابطة، وعدم يقين كبير. غالبا ما تواجه استراتيجيات الإدارة التفاعلية التقليدية صعوبة في الحفاظ على الاستقرار التشغيلي والمرونة تحت هذه الظروف، خاصة عندما تتضمن أنظمة المؤسسات عمليات مترابطة بشكل وثيق مثل جدولة الإنتاج، تنسيق اللوجستيات، إدارة المخزون، استخدام الطاقة، وتخفيف المخاطر ^1,2,3. تظهر هذه العمليات غالبا تفاعلات غير خطية وتبعيات متعددة المقاييس تتطور ديناميكيا مع مرور الوقت. مع انتقال المؤسسات نحو البنى التحتية السيبرانية-الفيزيائية المدعومة بأنظمة الاستشعار المترابطة والذكاء الرقمي الموزع، يصبح الحفاظ على الوعي الدقيق والمناسب بحالات النظام مطلبا حيويا لاتخاذ قرارات فعالة 4,5,6,7.

برزت تقنية التوأم الرقمي كنموذج واعد لمواجهة هذه التحديات. يمكن تعريف التوأم الرقمي بأنه تمثيل افتراضي متطور باستمرار لأصل مادي أو عملية أو نظام مؤسسي، يظل متزامنا مع نظيره الفيزيائي من خلال دمج البيانات الفورية ونماذج النظام الديناميكية ^8,9,10. على عكس أطر المحاكاة الثابتة التقليدية، تعمل التوائم الرقمية كأنظمة بيئية حاسوبية ديناميكية قادرة على مراقبة ظروف التشغيل، والتنبؤ بسلوك النظام، ودعم اتخاذ القرار القائم على التحسين^11,12. أظهرت الأبحاث المكثفة قيمة التوائم الرقمية في مجالات متنوعة، بما في ذلك أنظمة التصنيع المتقدمة، وشبكات اللوجستيات الذكية، وتحسين سلسلة التوريد، وبنى تحتية لإدارة الطاقة 13,14,15,16,17. تشير هذه الدراسات إلى إمكانات التوائم الرقمية لتعزيز الوعي بالظرف، وتحسين الكفاءة التشغيلية، ودعم استراتيجيات الإدارة التنبؤية في بيئات المحاكاة والتجريب. على الرغم من هذه التطورات، لا يزال تنفيذ تقنية التوأم الرقمي لدعم اتخاذ القرار على مستوى المؤسسات تحديا. غالبا ما تتضمن أنظمة المؤسسات أنظمة فرعية غير متجانسة تتفاعل عبر علاقات غير خطية معقدة، بينما قد تحتوي البيانات التشغيلية التي يتم جمعها من البنى التحتية الاستشعارية على تأخيرات أو ضوضاء أو قيم مفقودة. يمكن لهذه العوامل أن تقلل بشكل كبير من موثوقية استراتيجيات المراقبة أو السيطرة التقليدية. يتطلب معالجة هذه التحديات أطرا متكاملة تجمع بين النمذجة الديناميكية للأنظمة، واستيعاب البيانات، وقياس عدم اليقين، والتحسين التنبؤي ضمن بنية موحدة 18,19,20,21,22. لذلك أكدت الدراسات الحديثة على أهمية الجمع بين الاستشعار في الوقت الحقيقي وطرق التقدير المتقدمة وتقنيات التحكم التنبؤي لإنشاء أنظمة قرار سيبرانية-فيزيائية مغلقة الحلقة قادرة على التكيف المستمر مع الظروف التشغيلية المتغيرة^{23، 24، 25، 26}.

ومع ذلك، لا يزال هناك قيد منهجي مهم لا يزال غير معالج بشكل كاف في العديد من أطر التحكم التنبؤية الرقمية والتوأم الرقمي والنموذجي. يركز جزء كبير من الدراسات الحالية إما على خوارزميات التحسين التنبؤي المعزولة، أو بيئات المحاكاة الثابتة، أو تنفيذ التوائم الرقمية الخاصة بالمجال دون توفير سير عمل قابل للتكرار وموحدة يدمج النمذجة الديناميكية للمؤسسات، وتقدير الحالة، وانتشار عدم اليقين، وتقييم المخاطر الاحتمالية، وتحسين القرار التنبؤي ضمن بروتوكول تشغيلي واحد. بالإضافة إلى ذلك، توفر العديد من الأطر المبلغ عنها هياكل مفهومية دون وصف واضح لكيفية تفاعل بيانات الاستشعار، وإجراءات التقدير، ونمذجة عدم اليقين، وتحسين التحكم بشكل تكراري في سير عمل حوسبي مغلق الحلقة مناسب لدعم اتخاذ القرار على نطاق المؤسسة. هذا القيد يقلل من قابلية التكرار العملية وقابلية النقل للعديد من الأساليب القائمة عبر تطبيقات المؤسسات المختلفة. وبالتالي، لا تزال هناك حاجة إلى بروتوكول شفاف وقابل لإعادة الإنتاج حسابيا يوضح بشكل منهجي كيف يمكن دمج هذه المكونات المترابطة في إطار عمل إدارة مؤسسي سيبراني-مادي متماسك قادر على دعم التحليل التشغيلي الاستباقي واتخاذ القرار.

ينشأ تحد رئيسي آخر من وجود حالة عدم اليقين والمخاطر التشغيلية داخل بيئات المؤسسات. أنظمة الإنتاج وسلاسل التوريد وشبكات الطاقة معرضة بطبيعتها لاضطرابات عشوائية، بما في ذلك تقلبات الطلب، وتدهور المعدات، وانقطاعات العرض، والعوامل البشرية. بدون آليات صريحة لنمذجة عدم اليقين وقياس المخاطر، قد تفشل استراتيجيات التحكم في المؤسسات في اكتشاف مؤشرات مبكرة لعدم الاستقرار أو تدهور العمليات 27,28,29,30. لذلك، يلعب دمج النمذجة الاحتمالية وتقييم المخاطر ضمن إطار التوأم الرقمي دورا حيويا في تمكين الإدارة الاستباقية للمؤسسات وتحسين مرونة النظام على المدى الطويل.

توفر تقنيات التحكم التنبؤي آلية طبيعية لاتخاذ القرار لأنظمة التوأم الرقمي التي تعمل في ظل عدم اليقين. من خلال الاستفادة من التوقعات التي يولدها نموذج التوأم الرقمي، يمكن لاستراتيجيات التحكم التنبؤية حساب إجراءات التحكم المستقبلية التي تحسن الأداء التشغيلي مع احترام قيود النظام. مقارنة باستراتيجيات التحكم التقليدية القائمة على القواعد أو النسبة، أظهرت أساليب التحكم التنبؤي قدرة فائقة في إدارة الديناميكيات غير الخطية، وموازنة الأهداف المتعددة، والحفاظ على التشغيل المستقر في بيئات سيبرانية-فيزيائية معقدة 31,32,33,34,35. ومع ذلك، تركز العديد من التطبيقات الحالية بشكل أساسي على أداء تحسين التحكم مع إعطاء اهتمام محدود نسبيا للتفاعل المتكامل بين إعادة بناء الحالة، وتطور عدم اليقين، وانتشار المخاطر الاحتمالية، والمراقبة التكيفية للمؤسسات. تعتمد الفائدة العملية للتوأم الرقمي المؤسسي ليس فقط على دقة التحكم التنبؤي، بل أيضا على القدرة على استيعاب المعلومات التشغيلية باستمرار، وتقييم عدم اليقين، وقياس حالات المخاطر الناشئة، وتحديث قرارات التحكم ضمن سير عمل حسابي قابل للتكرار. يوضح الشكل 1 سير العمل التكراري، موضحا التبادل ثنائي الاتجاه بين النظام الفيزيائي، وطبقة استشعار إنترنت الأشياء، ونموذج التوأم الرقمي، ومقدر الحالة، ومحرك التحسين، ووحدات تقييم الأداء.

الهدف الرئيسي من هذه الدراسة هو تطوير بروتوكول قابل للتكرار لتنفيذ إطار عمل قائم على التوأم الرقمي يدعم إدارة المؤسسات الاستباقية من خلال النمذجة الديناميكية المتكاملة، وتقدير الحالة، وانتشار عدم اليقين، وتحسين القرار التنبؤي. يجمع البروتوكول المقترح بين نمذجة أنظمة المؤسسات غير الخطية، وإعادة بناء الحالة المبنية على البيانات، وتقييم المخاطر الاحتمالية، والتحكم التنبؤي في سير عمل سيبراني-فيزيائي موحد يراقب ويستقر عمليات المؤسسة باستمرار. على عكس العديد من الأطر المفاهيمية أو الخاصة بالتطبيقات الموجودة، توضح المنهجية المقترحة بشكل صريح التفاعل التسلسلي بين مدخلات الاستشعار، وتقدير الحالة، وانتشار عدم اليقين، وقياس المخاطر، والتحسين التنبؤي، وتقييم الأداء ضمن بروتوكول حسابي شفاف يمكن إعادة إنتاجه وتكييفه بشكل منهجي مع سيناريوهات المؤسسات المختلفة. من خلال دمج هذه المكونات ضمن بنية الحلقة المغلقة، يمكن للتوأم الرقمي التنبؤ بتطور العمليات والتوصية بإجراءات تحكم تقلل من المخاطر، وتحسن الكفاءة، وتحسن استقرار النظام.

تم تصميم الإطار المقدم في هذا العمل ليكون قابلا للتكيف مع مجموعة واسعة من سياقات المؤسسات، بما في ذلك بيئات التصنيع، وشبكات سلسلة التوريد، وعمليات اللوجستيات، وأنظمة الإنتاج كثيفة الطاقة. تظهر النتائج الممثلة أن المنهجية المقترحة المدفوعة بالتوأم الرقمي تنتج مسارات تشغيلية أكثر سلاسة، ودقة تقدير أفضل، وتقليل انتشار عدم اليقين، وتقليل المخاطر التشغيلية التراكمية مقارنة باستراتيجيات الإدارة التفاعلية التقليدية ضمن المثال الحاسوبي المحدد الذي تم تناوله في هذه الدراسة. بالإضافة إلى إظهار أداء التحسين التنبؤي، يوفر سير العمل المقترح بروتوكولا عمليا مفيدا لتوضيح كيف يمكن للتوائم الرقمية للمؤسسات دمج الاستشعار، والتقدير، وتحليل عدم اليقين، وتقييم المخاطر، وتحسين القرار في إطار حسابي موحد مناسب لتقييم المؤسسات القائم على المحاكاة والتوسع الواقعي المستقبلي. تدعم هذه النتائج الاعتراف المتزايد بأن التوائم الرقمية المتكاملة بإحكام، وتقنيات التقدير المتقدمة، واستراتيجيات التحسين التنبؤي هي مكونات أساسية لتمكين إدارة المؤسسات المرنة والذكية والمبنية على البيانات في البيئات السيبرانية الفيزيائية الحديثة 36,37,38,39.

البروتوكول

1. تعريف وتهيئة نظام التوأم الرقمي المؤسسي.

1. حدد متغيرات نظام المؤسسة.
   1. حدد متجه حالة المؤسسة:
      x(t) = [x_{1,x 2,x 3}]^T
   2. لإمكانية التكرار، استخدم مثال على الإنتاج–المخزون–الطاقة حيث x₁ = معدل الإنتاج (وحدات/ساعة)، x₂ = مستوى المخزون (الوحدات)، و _{x 3} = استهلاك الطاقة (kWh).
   3. حدد متجه إدخال التحكم:
      u(t) = [u 1,u ₂]^T
   4. عرف u₁ = تعديل الإنتاج و = التحكم في تخصيص الطاقة.
   5. عرف الاضطرابات العشوائية:
      
   6. اضبط البذرة العشوائية قبل تنفيذ المحاكاة:
      MATLAB: rng(1)
      بايثون: numpy.random.seed(1)
2. ابن نموذج ديناميكي مؤسسي.
   1. تنفيذ ديناميكيات المؤسسات غير الخطية:
      
   2. تعريف:
      
      
      
   3. تعريف عملية الضوضاء:
      
   4. استخدم التكامل العددي لأويلر:
      
   5. أفق المحاكاة المحدد: T = 1,000 تكرار.
      Δt = 0.1
   6. تخزين جميع المعلمات في ملفات التكوين:
      config.mat (MATLAB)
      config.json (بايثون)
3. تهيئة حالات النظام.
   1. التهيئة:
      x(0) = [10,50,20]^T
   2. تهيئة تقدير التوأم الرقمي:
      
   3. تهيئة التغاير:
      Σ_x(0) = 0.1I
   4. تخصيص مصفوفات التخزين مسبقا:
      X(T,3),Xhat(T,3),U(T,2),المخاطر(T,1),التغاير (T,3)
4. قم بتكوين بيئة البرمجيات.
   1. نفذ MATLAB R2023a باستخدام صندوق أدوات التحسين وصندوق أدوات نظام التحكم.
   2. نفذ بايثون 3.11 باستخدام NumPy وSciPy وcvxpy وmatplotlib وpandas.
   3. استخدم quadprog (MATLAB) أو OSQP solver في cvxpy (بايثون).

2. دمج قياسات إنترنت الأشياء الاصطناعية في التوأم الرقمي.

1. توليد بيانات قياس مؤسسية.
   1. تعريف نموذج القياس:
      
   2. استخدم h(x) = x.
   3. حدد ضوضاء القياس:
      
   4. محاكاة القياسات الضوضاء في كل تكرار.
   5. تخزين القياسات في المصفوفة Y(T,3).
2. قياسات ما قبل المعالجة.
   1. تطبيق مرشح المتوسط المتحرك: حجم النافذة = 3 عينات.
   2. قم بإزالة القياسات غير الطبيعية التي تتجاوز عتبة 3\سيغما.
3. قم بتكوين المراقب الرقمي التوأمين.
   1. تطبيق المراقب:
      
   2. تعريف كسب المراقب:
      K = التشخيص (0.5,0.5,0.5)
   3. تحديث المراقب رقميا باستخدام تكامل أويلر.
4. تنفيذ سير عمل التقدير الحسابي.
   1. لكل تكرار محاكاة k:
      1. محاكاة ديناميكيات المؤسسة المادية.
      2. توليد قياسات إنترنت الأشياء الصاخبة.
      3. طبق التصفية.
      4. تحديث تقدير المراقب.
      5. الانتشار التغايري.
      6. احسب مقاييس المخاطر.
      7. حل مشكلة تحسين MPC.
      8. طبق أول إجراء تحكم.
      9. تخزين المخرجات للتصور.
   2. خطأ في التزامن الحسابي:
      
   3. مسار خطأ التزامن في التخزين.

3. تقييم عدم اليقين في المؤسسة ومخاطر التشغيل.

1. نشر عدم اليقين.
   1. تحديث التغاير:
      
   2. استخدم Q = 0.01I.
   3. احسب مصفوفة جاكوبيان عدديا.
   4. تخزين عناصر قطرية التغاير للرسم التوضيحي.
2. حساب المخاطر التشغيلية.
   1. تعريف دالة الخطر:
      λ(t) = 0.01_×2(t)
   2. حساب احتمال الفشل التراكمي:
      
   3. التكامل العددي باستخدام التكامل شبه المنحرف (شبه المنحرف الشكلي).
   4. مسارات المخاطر في المخزن.

4. تنفيذ التحكم التنبؤي بالنموذج.

1. حدد مشكلة تحسين MPC.
   1. تعريف دالة التكلفة:
      
   2. اضبط a = 1، β = 0.5، y = 2، δ = 0.1.
   3. تحديد أفق التنبؤ: .
   4. حدد متغيرات التحسين:
      U = [u₁(1), u₂(1),..., u₁(H),u₂(H)]
2. حدد القيود التشغيلية.
   1. قدم 0 < u₁ <20 و0 <u₂ <10.
   2. فرض و 0 < ×₂ <100 و 0 <×₃ <50.
3. حل مشكلة MPC.
   1. خطي الديناميكيات محليا في كل تكرار.
   2. صياغة مشكلة البرمجة التربيعية.
   3. حل الاستخدام:
   4. رباعي MATLAB:
      خوارزمية = داخل-نقطة-محدبة
      بايثون cvxpy:
      Solver = OSQP
   5. استخدم الحد الأقصى لتكرارات الحل: 1000.
   6. قم بتطبيق أول إجراء تحكم مثالي فقط.
4. نفذ حلقة الأفق المتراجع.
   1. تحديث حالة المؤسسة.
   2. أفق التنبؤ بالتغيير.
   3. إعادة الحساب.
   4. كرر حتى k=T.

5. قم بتحسين متعدد الأهداف.

1. حدد الأهداف.
   1. تقييم التكلفة التشغيلية، واستهلاك الطاقة، ومستوى المخاطر، وانحراف المخزون.
   2. قم بتطبيع جميع الأهداف قبل التحسين.
2. نفذ تحسين المجموع الموزون.
   1. توليد 10 تركيبات أوزان:
      
   2. حل التحسين لكل تركيبة أوزان.
   3. تخزين حلول باريتو المثلى.
   4. قم بتصنيف الحلول بناء على إجمالي التكلفة وتقليل المخاطر.

6. التحقق من استقرار التوائم الرقمية.

1. عرف دالة ليابونوف.
   1. استخدم V(e) = e^TPe.
   2. المجموعة P = I.
2. تحقق من التقارب.
   1. الحساب |أنا(أنا)₂.
   2. تحقق |أنا(i(t)I|→0.
   3. مقاييس تقارب المتجر.

7. توليد الأشكال والمخرجات المخططة.

1. مسارات المتجر.
   1. حفظ مسارات الحالة، الحالات المقدرة، مدخلات التحكم، تطور التغاير، منحنيات المخاطر، أخطاء التزامن.
   2. أنشئ مخططات.
   3. استخدم مخطط MATLAB() أو بايثون matplotlib.pyplot.
   4. توليد مسارات الإنتاج، تطور الجرد، استهلاك الطاقة، احتمال المخاطر، تطور التغاير، إجراءات التحكم، مخططات باريتو الأمامية.
   5. أرقام التصدير: بتنسيق PNG، دقة 600 نقطة في البوصة.
   6. أرقام حفظ الأرقام: Figure_1.png، Figure_2.png، ...، Figure_N.png.
2. تصدير الملفات الإضافية.
   1. رفع سكريبتات MATLAB (.m)، سكريبتات بايثون (.py)، ملفات التكوين، مجموعات البيانات المولدة، سكريبتات توليد الأشكال.
   2. تضمين وثائق README لتعليمات النسخ وتوفير التنفيذ الحسابي الكامل، وملفات التكوين، ومجموعات البيانات المولدة، وسكريبتات توليد الأرقام كملف تكميلي 1.

النتائج

ينتج تنفيذ البروتوكول المقترح مجموعة من مؤشرات الأداء القابلة للقياس التي توضح كيف يحسن إطار التوأم الرقمي الاستقرار التشغيلي للمؤسسات، ودقة التنبؤ، والتخفيف من المخاطر مقارنة باستراتيجية التحكم التفاعلي التقليدية. يتم توليد جميع النتائج باستخدام نظام الإنتاج–الجرد–الطاقة المعرف صراحة الموضح في البروتوكول، مع شروط ابتدائية، وأفق المحاكاة T = 1000 تكرار حسابي، وخطوة زمنية Δt = 0.1. ت...

المناقشة

يظهر البروتوكول المعروض في هذه الدراسة سير عمل منظم لتنفيذ التوأم الرقمي القادر على دعم إدارة المؤسسات الاستباقية من خلال النمذجة المتكاملة، والتقدير، وتقييم المخاطر، والتحسين التنبؤي. جانب حاسم في البروتوكول هو التعريف الدقيق لنموذج الديناميكا المؤسسي ومتغيرات الحالة في مرحلة التهيئة. يحدد تمثيل حالات المؤسسة، ومدخلات التحكم، والاضطرابات مدى فعالية التوأم الرقمي في إعادة إنتاج سلوك النظام الفيزيائي. التعرف الصحيح على هذه المتغيرات ضروري لضمان أن التوأم الرقمي يلتقط التفاعلات بين الأنظمة...

المواد

قائمة المواد المستخدمة في هذه المقالة

الاسم	الشركة	رقم فهرسي	التعليقات
High-Performance Workstation	Dell Technologies, Round Rock, TX, USA	DELL-PREC-T5820	Multi-core computing workstation used to execute simulations, estimation algorithms, and predictive control computations
Industrial IoT Sensors (Optional for future real-world deployment)	Siemens AG, Munich, Germany	SI-IOT-SEN-100	Industrial sensors used to collect real-time operational measurements such as production rate, energy usage, and environmental conditions
MATLAB R2024a	MathWorks Inc., Natick, MA, USA	ML-R2024a	Numerical computing environment used for implementing enterprise dynamic models, running simulations, and evaluating control strategies
MQTT IoT Gateway (Optional for future real-world deployment)	Eclipse Foundation	MQTT-3.1.1	Messaging protocol gateway used for receiving and transmitting real-time sensor data streams between devices and the digital twin system
NumPy	NumPy Developers	NP-1.26	Scientific computing library providing array operations and linear algebra routines for numerical simulations
Optimization Toolbox	MathWorks Inc., Natick, MA, USA	OPT-TBX-2401	Toolbox used to formulate and solve constrained optimization problems in predictive control
Pandas	Pandas Development Team	PD-2.1	Data analysis library used for preprocessing, managing, and analyzing time-series enterprise data
Python 3.11	Python Software Foundation, Wilmington, DE, USA	PY-311	Open-source programming environment used as an alternative platform for numerical modeling and digital twin implementation
SciPy	SciPy Developers	SP-1.11	Scientific computing library used for solving differential equations, signal processing, and optimization routines
Simulink	MathWorks Inc., Natick, MA, USA	SL-10.8	Graphical block-diagram environment used to construct dynamic system models and simulate control workflows
Statistics and Machine Learning Toolbox	MathWorks Inc., Natick, MA, USA	ST-ML-2401	Toolbox used for probabilistic modeling, uncertainty propagation, and statistical analysis of system states