№ 108 (2024)

Обложка

Весь выпуск

Системный анализ

О новом подходе к оценке квантилей времени отклика системы с разделением и параллельным обслуживанием заявок

Горбунова А.В., Лебедев А.В.

Аннотация

Предлагается новый подход к оценке квантилей распределения времени отклика системы массового обслуживания с разделением и параллельным обслуживанием заявок, для обозначения которой в англоязычной литературе используется термин fork-join. Рассматривается классический вариант данной системы с пуассоновским входным потоком и экспоненциальными временами обслуживания на однородных приборах. Заявки при поступлении в систему мгновенно разделяются на фиксированное число подзаявок и отправляются на обслуживание в соответствующие подсистемы с накопителем неограниченной емкости и одним прибором. Заявка считается обслуженной после обслуживания всех ее компонентов. Данная система позволяет смоделировать множество реальных процессов, для которых с целью увеличения эффективности характерно разделение крупных задач на более мелкие составляющие, например, системы параллельных или распределенных вычислений. Сложность анализа систем заключается в наличии зависимости между временами пребывания подзаявок, что значительно затрудняет анализ всех показателей производительности таких систем. Основным вкладом статьи является подход к~определению квантилей распределения времени отклика, оценка которых является не менее ценной по сравнению с оценкой среднего значения времени отклика. При этом вычислению математического ожидания посвящено гораздо большее количество работ в данной области, что объясняется в том числе сложностью проведения подобного анализа даже для данной характеристики, а оценка квантилей представляется еще более трудоемкой задачей.
Управление большими системами. 2024;(108):6-21
pages 6-21 views

Асимптотический анализ системы m[n]/gi/1 с учетом остаточного времени обслуживания

Назаров А.А., Рожкова С.В., Титаренко Е.Ю.

Аннотация

Рассматривается задача исследования одноканальной системы массового обслуживания с повторными вызовами, мгновенными и отложенными обратными связями. Такие системы моделируют ситуации повторной передачи данных в компьютерных сетях в случае занятости сервера или повреждения данных. Входящий поток является неординарным пуассоновским. Время обслуживания заявок -- неотрицательная случайная величина с произвольной функцией распределения вероятностей и конечными моментами первого и второго порядка. Когда сервер занят, поступающие заявки отправляются на орбиту, где осуществляют случайную задержку и повторно принимают попытку обслужиться. Исследуется число заявок на орбите. При составлении уравнений Колмогорова для системы используется дополнительная переменная -- остаточное время обслуживания, -- которая позволяет получить многомерный марковский случайный процесс. Полученная система уравнений решается методом асимптотического анализа в условиях большой задержки заявок на орбите. В~работе найдено стационарное распределение вероятностей числа заявок на орбите. Проведено сравнение полученного асимптотического распределения с~распределением, найденным для случая экспоненциально распределенного времени обслуживания. Рассмотрен численный пример для системы, в которой длительность обслуживания имеет гамма-распределение с различными параметрами.
Управление большими системами. 2024;(108):22-39
pages 22-39 views

Применение отрицательного биномиального распределения для аппроксимации стационарного распределения числа заявок в смо с входящим map-потоком, интенсивность которого зависит от состояния системы

Полин Е.П., Моисеева С.П., Моисеев А.Н.

Аннотация

Рассматривается математическая модель бесконечнолинейной системы массового обслуживания с входящим MAP-потоком с интенсивностью, зависящей от числа занятых приборов. Параметры входящего потока, а именно его условные интенсивности, меняются каждый раз, когда изменяется состояние системы, то есть появляется новая заявка либо одна из заявок завершает обслуживание. Дисциплина обслуживания определяется тем, что заявка занимает любой из свободных приборов в системе, на котором выполняется ее обслуживание в течение случайного времени, распределенного по экспоненциальному закону. Для данной модели получение стационарного распределения вероятностей числа заявок в системе аналитическим путем не представляется возможным, поэтому в данной работе предлагается эвристический подход, а именно – использование отрицательного биномиального распределения как аппроксимации для искомого распределения. Предлагается два подхода такой аппроксимации, для которых выполнен численный анализ точности на основе сравнения с результатами имитационного моделирования. Первый подход основан на вычислении параметров отрицательного биномиального распределения с помощью точных значений математического ожидания и дисперсии числа заявок в рассматриваемой системе, а второй – на том факте, что интенсивность поступающих заявок определяется управляющей потоком цепью Маркова. Было получено, что первый способ аппроксимации дает более точные результаты, однако при большой загрузке системы обе аппроксимации имеют большую погрешность.
Управление большими системами. 2024;(108):40-56
pages 40-56 views

Модели и методики обоснования плотностей пограничных сил, обеспечивающих надежную охрану государственной границы

Шумов В.В.

Аннотация

На основе методов теории управления и учения о пограничной безопасности сформулирован подход к обоснованию плотностей пограничных сил, обеспечивающих надежную охрану государственных границ. С учетом положений военной науки и данных пограничной статистики назначены требуемые вероятности задержания нарушителей для трех уровней охраны (высокий, средний, минимальный). Для нарушителей границы с экономическими мотивами обоснование требуемой плотности охраны выполнено с использованием моделей пограничного сдерживания и агрегированной функции задержания. На примере рассмотрена методика обоснования средних плотностей охраны. Для нарушителей границы с неэкономическими мотивами (диверсионные и террористические группы) их сдерживание обеспечивается достижением требуемой вероятности их задержания (нейтрализации). В этом случае требуемые плотности охраны рассчитываются с исполь­зованием функций пограничных сил и средств, аналитических и имитационных моделей. Представлена упрощенная методика расчета вероятностей задержания нарушителей. Численные значения параметров моделей оценены на достаточном объеме данных пограничной статистики. Перспективным направлением исследований является формирование перспективного облика пограничных подразделений.
Управление большими системами. 2024;(108):57-77
pages 57-77 views

Анализ и синтез систем управления

Методы вычисления состояния заряда ванадиевых проточных аккумуляторов: анализ взаимосвязей

Парсегов С.Э., Пугач М.А., Ерофеева В.А.

Аннотация

Ожидается, что в будущем системы накопления энергии будут играть ключевую роль в переходе к энергосистемам с низким уровнем выбросов углекислого газа. Увеличение темпов внедрения возобновляемых источников энергии требует интеграции аккумуляторов, обеспечивающих устойчивость и безопасность энергосистемы и сглаживающих нестабильное поведение возобновляемых источников энергии. Важна также эффективная эксплуатация самих батарей: она продлевает срок их службы, снижая эксплуатационные расходы. Одной из ключевых задач, помогающих управлять аккумуляторными батареями, является мониторинг состояния заряда. В статье проводится анализ существующих явных методов расчета состояния ванадиевых проточных аккумуляторов: метода на основе напряжений холостого хода и метода кулоновского счетчика. Исследуются взаимосвязь между ними и возможность их совместного использования для достижения более надежного и точного отслеживания состояния заряда. В отличие от существующих работ мы получаем аналитическое выражение для общего состояния заряда, учитывающее оба основных компонента батареи, а именно ее стек и резервуары. Анализ их вклада позволяет выявить некоторые недостатки существующих подходов, широко используемых для расчета и мониторинга состояния заряда проточных аккумуляторов.
Управление большими системами. 2024;(108):78-97
pages 78-97 views

Информационные технологии в управлении

Алгоритм анализа мультиспектральных аэрофотоснимков для идентификации загрязнений водоемов с использованием аналитических методов и нейросетевых подходов

Диане С.А., Вытовтов К.А., Барабанова Е.А.

Аннотация

Статья посвящена разработке алгоритмов анализа загрязнений на поверхности водоемов по визуальной информации, полученной с использованием мультиспектральной камеры, закрепленной на корпусе БПЛА. Предложена структура алгоритмического комплекса для анализа мультиспектральных аэрофотоснимков. В рамках развиваемого подхода каждое из анализируемых изображений проходит процедуру предобработки, обеспечивающую выравнивание и совмещение его спектральных каналов в единый многомерный растр. Разработанный аналитический алгоритм позволяет осуществлять обработку и свертку каналов мультиспектрального изображения с применением трех математических операторов: полосовой фильтрации, изменения контраста и изменения яркости. При этом выбор параметров для выделения загрязнений на поверхности водоемов основан на предварительном этапе, связанном с максимизацией показателя превышения контраста для эталонной области. Предложенный нейросетевой алгоритм анализа загрязнений основывается на применении метода скользящего окна в сочетании со сверточной архитектурой нейросетевого классификатора для анализа фрагментов изображения, расположенных по прямоугольной сетке. На основе программной реализации предложенных алгоритмов и графического интерфейса пользователя проведены экспериментальные исследования, которые подтвердили эффективность каждого из рассмотренных подходов и показали, что нейросетевой алгоритм выигрывает в точности, а аналитический подход легче поддается интерпретации с точки зрения эксперта.
Управление большими системами. 2024;(108):98-123
pages 98-123 views

Управление в социально-экономических системах

Построение прогноза динамики общественного мнения при помощи scardo-модели

Козицин И.В.

Аннотация

Последние 20 лет теория агент-ориентированных моделей социального влияния активно развивается, что связано с необходимостью описания процессов формирования мнений в условиях перехода каналов общения в цифровую среду и интенсификации информационных потоков. Вместе с тем практическая сторона данной теории остается слабо изученной. Причиной этому в первую очередь являются трудности в калибровке параметров моделей и построении эмпирической базы. В настоящей работе проводится валидация SCARDO-модели формирования мнений на эмпирических лонгитюдных данных из социальной сети ВКонтакте, включающих три снимка мнений крупномасштабной выборки пользователей, а также снимок дружеских связей между ними. Параметры модели калибруются на первых двух снимках, а третий используется для проверки точности прогноза модели (объект прогноза -- численности сторонников различных взглядов). В качестве ориентира выступает модель постоянного тренда. Проведенный анализ показывает, что в зависимости от способа калибровки параметров прогноз SCARDO-модели может быть более или менее точным, чем предсказание модели постоянного тренда. Вместе с тем изменения общественного мнения в рассматриваемом датасете (несмотря на то, что достаточны для калибровки параметров модели) малы и в результате характерная величина ошибки прогноза не превышает одного процента <<голосов>>.
Управление большими системами. 2024;(108):124-136
pages 124-136 views

Логистические модели жизненного цикла технологий как инструмент оценки эффективности затрат на ниокр

Нижегородцев Р.М., Рослякова Н.А., Горидько Н.П.

Аннотация

Исследование жизненных циклов технологий, их квантификация и определение переломных точек является актуальной научной задачей. Наиболее обоснованной теоретической конструкцией исследования динамики жизненного цикла технология является логистическая кривая. Основой является сопоставление динамических рядов затрат и эффектов и выявление их взаимной связи, допускающей аппроксимацию при помощи логистической кривой. Данная статья посвящена расчету логистических трендов, выражающих связь погодовых данных валовой выручки и затрат на НИОКР для компании Яндекс в 2009–2021 гг. На основе аппроксимации, проведенной методами нелинейного регрессионного анализа, рассчитываются значения максимальной интегральной эффективности и максимальной дифференциальной (точечной) эффективности затрат на НИОКР по каждому из рассматриваемых временных промежутков. Исследование логистических трендов и представленные инструментарий и результаты позволяют выявить периоды доминирования той или иной технологической (или организационно-управленческой) парадигмы в жизни определенной высокотехнологичной компании на основе сопоставления совокупной и/или мгновенной эффективности для разных периодов развития компании. Кроме того, предложенные результаты актуальны для оценки перспектив технологических сдвигов в развитии высокотехнологичной компании, а именно, определения уровня технологического или стоимостного верхнего предела, выражаемых верхней горизонтальной асимптотой соответствующей логисты.
Управление большими системами. 2024;(108):137-155
pages 137-155 views

Использование виртуальных структур при формировании сценарно-когнитивных моделей на основе использования экспертных знаний

Шульц В.Л., Чернов И.В.

Аннотация

Работа посвящена исследованию проблемы повышения адекватности формирования сценарно-когнитивных моделей на основе экспертных знаний в ограниченном пространстве факторов. Одной из важнейших задач при формировании сценарно-когнитивной модели на основе экспертных знаний является проблема учет совокупного влияния внешней среды, т.е. тех факторов, которые остались за переделами структуры модели, однако оказывающие влияние на достижение необходимой точности результатов моделирования. При построении сценарно-когнитивных моделей сложных социально-экономических и политических систем обычно приходится применять существенное упрощение, которое заключается в том, чтобы все многообразие факторов и связей между ними заключить в относительно простой и обозримой модели. Качество модели, построенной на основе объединения экспертных данных, должно определяться адекватностью представление образа реального объекта или обстановки. Следовательно, при формировании моделей с использованием экспертных знаний необходимо также «экспертно замыкать» структуру модели некоторыми виртуальными подструктурами, которые способны генерировать определенные сигналы, отражающие влияние внешней среды. Приведены типовые сигналы, имитирующие воздействия внешней среды. Представлены типовые структуры экспертной идентификации влияния внешней среды на факторы сценарных моделей. Приведена общая схема сценарно-когнитивной модели, сформированная на основе экспертных знаний и состоящая из множества реальных факторов сложной системы и виртуальных структур.
Управление большими системами. 2024;(108):156-173
pages 156-173 views

Управление техническими системами и технологическими процессами

Автоматизированная информационная система анализа качества природного газа

Брокарев И.А., Васьковский С.В., Фархадов М.П.

Аннотация

Рассматривается и исследуется автоматизированная информационная система определения энергетических параметров природного газа, приведены её основные узлы, показан вариант работы системы на экспериментальных данных. Разработанная архитектура автоматизированной системы состоит из следующих узлов: информационная подсистема, реализующая разработанные алгоритмы; подсистема измерительной информации; подсистема проведения анализа. Рассмотрен метод анализа качества природного газа на основе нейронных сетей. Основные достоинства метода и системы на его основе заключаются в следующем: преимуществом каждой из подсистем является их многофункциональность, позволяющая модифицировать систему на каждом этапе под определенную задачу и осуществлять получение необходимой измерительной информации коммерчески доступным и относительно недорогим измерительным оборудованием. Разработка модели для решения задачи анализа качества природного газа включает в себя ряд этапов: выбор данных для обучения модели; выбор архитектуры модели; выбор метода обучения модели; оценка точности работы модели. Система апробирована с использованием результатов экспериментов, проведенных в лабораторных условиях на данных реальных газовых смесей. Рассчитаны показатели точности определения энергетических параметров, по которым можно сделать вывод о возможности применения исследуемого метода и системы на его основе для анализа качества реальных газовых смесей. Реализованная архитектура автоматизированной информационной системы обеспечивает анализ качества газа с низкими временными затратами.
Управление большими системами. 2024;(108):174-191
pages 174-191 views

Управление подвижными объектами и навигация

Адаптивная система траекторного управления анпа на базе нейронной сети прямого распространения

Романова В.Р., Зуев С.В.

Аннотация

Работа посвящена разработке и исследованию интеллектуальной системы адаптивного автоматического управления с заданной целью, основанной на использовании искусственной нейронной сети прямого распространения. Объектом управления является автономный необитаемый подводный аппарат (АНПА). В работе предлагается подать на вход нейронной сети сигналы, получаемые от систем АНПА, и использовать выходной сигнал нейронной сети для управления с целью удержания аппарата на заданной траектории. В качестве результата работы предлагается модель и метод обучения, которые приводят к удержанию АНПА на заданной траектории при внешнем воздействии с естественным ограничением для рассматриваемого мобильного робота. При наличии непрерывной заданной траектории и дискретных сигналов от систем АНПА это позволяет следовать заданной траектории с помощью простой интеллектуальной системы управления, не требующей больших вычислительных мощностей. Предложенный метод обучения системы управления допускает предварительное обучение на численной модели движения аппарата со случайными внешними воздействиями, но не требует такого предварительного обучения при определенных условиях. Показано, в частности, что в случае достаточно большой скорости обучения модель успевает перестраиваться и реагирует на изменившиеся обстоятельства. Предложенная интеллектуальная система адаптивного автоматического управления может найти применение в тех случаях, когда характерное время изменений в системе имеет порядок времени обучения, а траектория движения удовлетворяет изложенным в работе требованиям.
Управление большими системами. 2024;(108):192-216
pages 192-216 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».