На правах рекламы:
ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Авторитетность издания

ВАК - К1
RSCI, ядро РИНЦ

Добавить в закладки

Следующий номер на сайте

2
Ожидается:
16 Июня 2024

Статьи из выпуска № 4 за 2019 год.

Упорядочить результаты по:
Дате публикации | Заголовку статьи | Авторам |

11. Метод идентификации технического состояния радиотехнических средств с применением технологий искусственных нейронных сетей [№4 за 2019 год]
Авторы: Допира Р.В., Шведун А.А., Ягольников Д.В., Яночкин И.Е.
Просмотров: 5114
Современные радиотехнические средства военного назначения функционально и технологически усложняются, поэтому возрастает актуальность задачи создания систем функционального контроля и идентификации технического состояния радиотехнических средств. Эффективные и полностью автоматические системы идентификации технического состояния радиотехнических средств различных типов пока еще не построены. Одним из путей решения задачи является создание систем идентификации технического состояния радиотехнических средств, основанных на принципах машинного обучения. Отличительной особенностью применения обученных искусственных нейронных сетей для решения задачи идентификации технического состояния радиотехнических средств можно считать выработку прототипа наблюдаемых ситуаций, обобщений по преобладанию и подобию на множестве однотипных радиотехнических средств, а также высокую оперативность и достоверность решения данной задачи. В статье представлен метод идентификации технического состояния радиотехнических средств с использованием прецедентных принципов машинного обучения искусственных нейронных сетей. С его помощью в реальном масштабе времени решается задача идентификации текущих классов технического состояния радиотехнических средств на основе результатов измерений контролируемых параметров их основных систем. С учетом специфики решаемой задачи обоснован выбор многослойной нейронной сети прямого распространения, включающей три скрытых слоя. Количество нейронов входного слоя определяется количеством контролируемых параметров технического состояния основных систем ра-диотехнических средств конкретного типа, а нейронов выходного слоя – количеством возможных классов технического состояния радиотехнических средств. Элементарные преобразователи данной сети имеют функцию активации сигмоидального вида. Для обучения искусственной нейронной сети применяется эвристическая модификация алгоритма Левенберга–Марквардта.

12. Подходы к разработке и отладке симуляторов на основе QEMU с помощью высокоуровневого языка описания архитектур PPDL [№4 за 2019 год]
Авторы: Дроздов А.Ю., Фонин Ю.Н., Перов М.Н., Герасимов А.С.
Просмотров: 5974
В статье описывается подход к разработке и отладке симуляторов на базе бинарной трансляции QEMU (Quick EMUlator), основанный на использовании высокоуровневого языка описания архитектур PPDL (Processor and Periphery Description Language). Применение бинарной трансля-ции в симуляторах позволяет ускорить работу на несколько порядков относительно симуляторов-интерпретаторов инструкции, а использование именно QEMU предоставляет широкий спектр возможностей как для отладки ПО, так и для динамического анализа приложений. Поэтому симуля-торы на основе бинарной трансляции, в частности QEMU, представляют интерес для разработчиков как систем на кристалле уровня системы, так и встроенного ПО. Однако процесс разработки бинарных трансляторов более сложен и трудоемок, чем разработка симулятора-интерпретатора инструкций. В отличие от симулятора-интерпретатора для создания QEMU-симулятора инструкции моделируемого процессора необходимо описать в виде последовательности так называемых tcg-микроинструкций. Основная сложность заключается в отладке такого симулятора, поскольку последовательность tcg-инструкций не исполняется непо-средственно, а транслируется в двоичный код хост-машины. Поэтому в отличие от интерпретатора невозможно использовать стандартные средства отладки для локализации ошибок, допускаемых программистом при описании инструкций в виде tcg-кода. Упростить задачу разработки QEMU-симулятора можно с помощью языка описания архитектур PPDL. Компилятор PPDL автоматически генерирует как симулятор-интерпретатор, так и набор компонент для QEMU-симулятора. Симулятор-интерпретатор генерируется в виде исходного кода на С++, что дает возможность отладки PPDL-описания ядра с помощью стандартного отладчика С\С++, например gdb или Microsoft Visual Studio. После отладки с помощью интерпретатора PPDL-описания посредством компилятора PPDL можно сгенерировать tcg-описания инструкций для QEMU. Таким образом, использование PPDL позволяет избежать отладки симулятора на уровне tcg-кода и, как следствие, существенно ускорить и упростить процесс разработки.

13. Интеллектуальный сбор информации из распределенных источников [№4 за 2019 год]
Автор: Ефимова М.С.
Просмотров: 6563
В статье рассмотрена задача сбора данных из распределенных источников на примере анализа разнородной распределенной финансовой информации, сделаны анализ и сравнение существующих подходов к сбору информации. Большинство из них для решения проблемы предполагают сбор данных в единое хранилище с последующим их анализом, однако это вызывает задержку от момента генерации данных до момента применения к ним методов анализа, связанную с необходимостью передачи от источника к месту хранения. В результате существенно снижается оперативность принятия решений и увеличивается трафик в сети. Кроме того, сбор данных от всех источников может привести к значительным расходам в случае, если доступ к некоторым из них платный или ограничен тарифным планом. Рассмотренные подходы предполагают включение хранилищ данных, средств ETL (излечения, трансформации и загрузки), лямбда-архитектуры, облачных вычислений, туманных вычислений, а также анализ распределенных данных на основе модели акторов. Однако выявлено, что они не учитывают стоимость и приоритеты источников данных и не позволяют обращаться к ним динамически, следовательно, не удовлетворяют всем условиям поставленной задачи. В статье предложен и описан метод интеллектуального сбора информации с динамическим обращением к источникам данных в зависимости от текущей необходимости, стоимости и приоритета источников. Разработанный метод позволяет сократить трафик в сети, ускорить процесс анализа данных и снизить стоимость обращения к источникам данных.

14. Реализация экспертной системы для оценки инновационности технических решений [№4 за 2019 год]
Авторы: Иванов В.К., Образцов И.В., Палюх Б.В.
Просмотров: 4710
Представлено возможное решение задачи алгоритмизации количественной оценки показателей инновационности технических изделий, изобретений, технологий. Введены понятия технологической новизны, востребованности и имплементируемости – составных частей критерия инновационности продукта. Предложены модель и алгоритм вычисления каждого из указанных показателей инновационности в условиях неполноты и неточности, а иногда и противоречивости исходной информации. В статье описывается разработанное специализированное ПО, которое является перспективным методологическим инструментом для использования интервальных оценок в соответствии с теорией свидетельств. Эти оценки применяются при анализе сложных многокомпонентных систем, агрегации больших объемов нечетких и неполных данных различной структуры. Представ-лены состав и структура мультиагентной экспертной системы, назначение которой – групповая обработка результатов измерений и оценок значений показателей инновационности объектов. Определяются активные элементы системы, их функциональность, роли, порядок взаимодействия, входные и выходные интерфейсы, общий алгоритм функционирования ПО. Описывается реализация программных модулей, приводится пример решения конкретной задачи по определению уровня инновационности технических изделий. Разработанные подход, модели, методика и ПО могут быть использованы в реализации технологии хранилища характеристик объектов, обладающих значительным инновационным потенциалом. Формализация исходных данных задачи существенно повышает адаптивность предложенных методов к различным предметным областям. Появляется возможность обработки данных различной природы, полученных в результате опроса экспертов, из поисковой системы или даже с измерительного устройства, что способствует повышению практической значимости представленной разработки.

15. Метод автоматического синтеза нечетких регуляторов [№4 за 2019 год]
Авторы: Игнатьев В.В., Соловьев В.В., Воротова А.А.
Просмотров: 6176
В статье рассматривается метод автоматического синтеза нечетких регуляторов на основе из-меренных данных. При разработке нечетких регуляторов для систем управления техническими объектами возни-кают проблемы, связанные с выбором количества термов лингвистических переменных, определением вида функций принадлежности и созданием базы правил. Данные проблемы решаются с привлечением экспертов, но этот процесс довольно трудоемкий. Одним из способов решения может быть автоматическое создание нечетких регуляторов на основе измеренных данных, которые могут быть сняты с реальной системы управления или с имитационной модели. Авторами разработаны структурная схема системы управления в среде MatLab Simulink, позволяющая снимать входные и выходные сигналы регулятора в процессе моделирования и сохранять их в файл в виде массива, а также подход к анализу массивов данных с целью определения параметров входных и выходных переменных нечеткого регулятора и механизм кластеризации данных, позволяющий составить базу нечетких правил. После анализа массивов данных правила в базе могут либо полностью дублироваться, либо иметь одинаковые антецеденты и разные консеквенты, что приводит к неопределенности. В связи с этим предложен алгоритм исключения полностью дублирующих правил из базы и усреднения правил с разными консеквентами. Разработано ПО в среде MatLab, позволяющее снимать исходные данные с системы управления техническим объектом с ПИ-законом управления, выполнять процедуру кластеризации и параметризации входных и выходных сигналов, создавать базу правил и редуцировать ее. Предлагаемый метод автоматического синтеза нечетких регуляторов может быть использован для создания регуляторов, предназначенных для замены традиционных законов управления интеллектуальными.

16. Верификация моделей систем на базе эквациональной характеристики формул CTL [№4 за 2019 год]
Авторы: Кораблин Ю.П., Шипов А.А.
Просмотров: 5105
В статье предложена и рассмотрена RTL-нотация, основанная на системах рекурсивных уравнений и привычных семантических определениях логики линейного времени LTL и логики ветвящегося времени CTL. В предыдущих работах авторов, когда данная нотация еще называлась RLTL-нотацией, было показано, что с ее помощью можно легко формулировать и верифицировать свойства логики линейного времени, в том числе и относительно моделей систем, заданных с по-мощью той же нотации. Затем были расширены возможности RLTL-нотации, благодаря чему с ее помощью стало возможным формулировать выражения не только логики LTL, но и логики ветвя-щегося времени. В результате этого появилась первая версия RTL-нотации. В данной статье представлена вторая версия RTL как результат доработки и упрощения семантических определений нотации, позволивших повысить наглядность и читаемость ее выражений. Целью статьи является демонстрация возможности использования RTL-нотации в качестве инструмента для формулировки и верификации свойств, задаваемых формулами обеих логик, на базе единых аксиом и правил. Это дает возможность RTL выступать в роли единой универсальной нотации данных логик. При этом за счет незначительных дополнений ее базовых определений нотация способна включать в себя выразительные особенности и других временных логик, что в перспективе позволит RTL стать полноценной универсальной временной логикой, обладающей всеми необходимыми инструментами и средствами для реализации всех этапов верификации.

17. Исследование оптимального количества процессорных ядер для алгоритма многократной маркировки перколяционных кластеров на суперкомпьютерных вычислительных системах [№4 за 2019 год]
Авторы: Лапшина С.Ю., Сотников А.Н., Логинова В.Е., Юдинцев К.Ю.
Просмотров: 5609
Статья посвящена выбору оптимального количества запрашиваемых процессорных ядер для запуска алгоритма многократной маркировки перколяционных кластеров. Работа выполнена в ходе проведения имитационных экспериментов задачи мультиагентного моделирования процессов распространения массовых эпидемий на современных суперкомпьютерных системах, установ-ленных в Межведомственном суперкомпьютерном центре РАН. Алгоритм может быть использован в любой области в качестве инструмента дифференцирования кластеров решетки большого размера, так как ему на вход подаются данные в формате, не за-висящем от приложения. В МСЦ РАН этот инструмент использовался для изучения задачи распространения эпидемий, для чего была разработана соответствующая мультиагентная модель. В модели рассматривается абстрактное заболевание, передаваемое контактным путем. В ходе моделирования определяется пороговое значение вероятности инфицирования (то есть сама вероятность инфицирования является изменяемым параметром), при котором возникает эффект перко-ляции на решетке распространения заболевания. Если это значение близко к индексу контагиозности конкретного заболевания, то следует ожидать распространения эпидемии в планетарном масштабе. В процессе имитационных экспериментов применялся усовершенствованный для многопроцессорной системы вариант алгоритма многократной маркировки перколяционных кластеров Хошена–Копельмана, связанный с механизмом линковки меток, который также может быть использован в любой области в качестве инструмента дифференцирования кластеров решетки большого размера. В статье дана оценка времени выполнения алгоритма многократной маркировки перколяционных кластеров Хошена–Копельмана при различных значениях входных параметров на четырех основных высокопроизводительных вычислительных системах, установленных в Межведомственном суперкомпьютерном центре РАН: суперкомпьютерах МВС-10П МП2 KNL, МВС-10П ОП, МВС 10П Торнадо, МВС-100К.

18. Эволюция и особенности гиперконвергентных инфраструктур [№4 за 2019 год]
Автор: Лисецкий Ю.М.
Просмотров: 7240
Статья посвящена гиперковергентным инфраструктурам, которые в настоящее время весьма востребованы предприятиями и организациями для построения гибкой ИТ-инфраструктуры об-лачного уровня, не используя для этого публичные ресурсы, а размещая оборудование в собственных центрах обработки данных или в частных облаках. Рассмотрены эволюция гиперконвергентных инфраструктур, их особенности и преимущества. Появление гиперконвергентных инфраструктур является закономерным этапом развития ИТ-инфраструктур и следующим логическим шагом от конвергентных инфраструктур. Концепция конвергентных инфраструктур предполагает комбинирование нескольких инфраструктурных компонентов в предварительно интегрированный комплекс с помощью связующего ПО. Эта кон-цепция, в свою очередь, является развитием традиционных подходов к построению ИТ-инфраструктуры. Гиперконвергентные инфраструкутры развивают концепцию конвергентных структур, добавляя в нее понятие модульности. Благодаря этому все необходимые виртуализиро-ванные вычислительные ресурсы, сетевые системы и системы хранения данных работают автономно внутри отдельных модулей, которые представляют собой готовые виртуализированные вычислительные ресурсы. Они, как правило, объединяются в группы, чтобы обеспечить отказо-устойчивость, высокую производительность и гибкость в создании ресурсных пулов. Одна из основных причин актуальности гиперконвергентных инфраструкутр заключается в том, что не все организации и предприятия для снижения затрат на построение собственной ИТ-инфраструктуры готовы перевести свои сервисы и приложения в публичное облако, хотя многие из них заинтересованы в реализации преимуществ облачных технологий в собственной инфраструктуре, а гиперконвергентные инфраструктуры дают возможность это сделать. Они являются альтернативой аренды облачных сервисов у сторонних компаний-провайдеров услуг, так как с их помощью стало возможным развертывание собственных частных облаков, которыми полностью распоряжаются организации и предприятия. Поэтому гиперконвергентная инфраструктура стала доминирующей аппаратной платформой для размещения частных облаков, виртуальных рабочих мест и сред разработки новых приложений.

19. Алгоритм идентификации параметров устройства для нагрева жидкости [№4 за 2019 год]
Авторы: Льготчиков В.В., Ларькина Т.С.
Просмотров: 5168
В статье рассматривается алгоритмическая идентификация параметров устройства нагрева жидкости для приготовления, пастеризации, консервации сельскохозяйственной продукции. Управляющая часть установки выполняется на базе микроконтроллера, что предполагает наличие новых потребительских свойств – улучшение качества обрабатываемого продукта. Идентификация параметров установки нагрева жидкости выполняется программно. В качестве пара-метров идентификации выбраны активная электрическая мощность, выделяемая во вторичном теле, и теплоемкость жидкой среды. Эти параметры невозможно напрямую измерить с помощью датчиков. Идентификация производится с использованием алгоритма Эйкхоффа, адаптированного к технологическому процессу. Работоспособность алгоритма подтверждается результатами моделирования в среде MATLAB. В модели выделены подсистемы, решающие уравнения электромагнитного и теплового баланса для отдельных элементов устройства, контуры управления системой регулирования температуры и процессом идентификации параметров. Установлено, что математическая модель с сосредоточенными параметрами является достаточной базой для совершенствования алгоритма работы устройства с управляющей частью, она реализована на базе микроконтроллера. Предложенная модификация алгоритма идентификации Эйкхоффа показала хорошую работоспособность в поле разномасштабных идентифицируемых величин. Получены регрессионные зависимости, позволяющие реализовать стратегию настройки программной части. Облегчен выбор коэффициентов контуров усиления сигналов невязки для ненаблюдаемых параметров процесса при известных периодах квантования наблюдаемых сигналов обратных связей.

20. Метод формирования приоритетного перечня автоматизируемых органов управления в системах специального назначения и его программная реализация [№4 за 2019 год]
Авторы: Лясковский В.Л., Бреслер И.Б., Алашеев М.А.
Просмотров: 4112
В статье рассматриваются метод формирования приоритетного перечня органов управления распределенных информационно-управляющих систем (РИУС) специального и военного назначения, подлежащих оснащению средствами автоматизации, а также его программная реализация в составе системы поддержки принятия решений. Необходимость разработки и применения данного метода обусловлена тем, что создание РИУС, как правило, осуществляется в несколько этапов на протяжении длительного времени, что связано в основном с высокой трудоемкостью и стоимостью разработки, изготовления и поставки комплексов средств автоматизации, а также с ограниченными финансовыми ресурсами, технологическими и производственными возможностями всех субъектов – участников этого процесса. При этом интуитивно понятно, что оснащение одних органов управления средствами автоматизации может привносить более значимый вклад в повышение эффективности всей системы, чем автоматизация других органов управления. Однако в настоящее время отсутствует формализованный метод, позволяющий обосновать последовательность оснащения органов управления средствами автоматизации на основании учета их наиболее значимых параметров и характеристик. В связи с этим разработка метода формирования приоритетного перечня органов управления РИУС является важной практически значимой задачей. Предлагаемый метод заключается в последовательной оценке каждого органа управления в соответствии с разработанной системой классификационных признаков. При этом все классификационные признаки иерархически взаимосвязаны, важность их убывает от первого к последнему. Применение данного метода связано с необходимостью сбора, хранения и обработки массивов исходных данных. Для повышения удобства его использования, сокращения времени обработки информации и снижения количества ошибок, связанных с человеческим фактором, авторами осуществлена программная реализация метода как составной части разрабатываемой системы поддержки принятия решений. Метод может быть использован заказывающими органами и научно-исследовательскими организациями при обосновании последовательности работ по созданию и развитию РИУС.

← Предыдущая | 1 | 2 | 3 | Следующая →