Содержание к диссертации
Введение 4
Глава 1. Модели распределенных систем обработки информации и управления
Общая характеристика и выделение представительных классов 10 распределенных систем обработки информации и управления
Модель распределенной системы управления технологическим 13 контуром космического аппарата
Модель распределенной системы управления целевым контуром 16 космического аппарата
Модель распределенной системы управления 20 командно-программным контуром космического аппарата
1.5. Модель распределенной системы управления дорожным трафи- 25
*» ком
1.6. Модель распределенной системы управления охранно-пожарной 29
сигнализацией
Выводы Глава 2. Алгоритмы выбора эффективных вариантов распределенных систем обработки информации и управления
Стандартный генетический и локальный алгоритмы выбора эф- 34 фективных вариантов распределенных систем
Гибридный и модифицированный гибридный генетический ал- 42 горитм
Результаты тестирования стандартного и модифицированного 49 гибридного алгоритма
2.4. Настройка нейронной сети на вычисление целевых функций 57
Выводы 69
Глава 3. Практическая реализация моделей и алгоритмов
Профаммная система безусловной оптимизации с помощью 70 стандартного ГА
Профаммная система безусловной оптимизации с помощью 75 гибридного и стандартного ГА
Профаммная система условной оптимизации с помощью гиб- 82 ридного и стандартного ГА
Профаммная система автоматизации моделирования сложных 89 систем с помощью Марковских процессов
Профаммная система автоматизации проектирования распреде- 93 ленных систем обработки информации и управления
Решение задачи моделирования и оптимизации распределенной 99 системы управления охранной сигнализацией
Модель распределенной системы управления охранной сигна- 108 лизацией для двух и трех защищаемых объектов
Выводы 117
Заключение 118
Список используемой литературы 120
Список публикаций автора 129
Приложения 133
Введение к работе
Актуальность. Распределенные системы обработки информации и управления (РСОИиУ) сложными объектами и процессами являются наиболее перспективным направлением развития информационно-телекоммуникационных технологий. Высокие требования, предъявляемые к производительности и надежности таких систем, диктуют необходимость разработки и применения формальных методов моделирования и оптимизации для формирования эффективной структуры их аппаратно-программного комплекса, реализующего основные функции. Поддержка принятия решений на этапе предварительного проектирования позволяет повысить эффективность создаваемых систем и выйти на качественно новый уровень развития наукоемких технологий.
Сложность анализа надежности и эффективности функционирования РСОИиУ требует от их разработчиков применения мощного математического аппарата и самых современных походов в теории оптимизации. Используемые математические модели должны учитывать динамический и стохастический характер функционирования РСОИиУ, что требует применения теории стохастических процессов. В то же время большое число подсистем и сложность их взаимодействия приводят к необходимости построения стохастических моделей большой размерности и сложности, что требует либо глубоких знаний математического аппарата от инженеров-разработчиков конкретных систем, либо профессиональных знаний законов функционирования системы от специалистов-математиков. Оба варианта достаточно редко встречаются на практике в современных условиях.
Задачи оптимизации, которые возникают на этапе формирования структуры аппаратно-программного комплекса РСОИиУ, обладают свойствами, существенно затрудняющими их решение: дискретные или смешанные переменные, алгоритмически заданные целевые функции, отсутствие удобных для оптимизации свойств, существенные ограничения, на-
кладываемые на переменные принятия решений и т.д. Для решения таких задач зачастую могут быть применены только алгоритмы прямого адаптивного поиска, не требующие информации о свойствах оптимизируемой функции. Наиболее перспективными в настоящее время признаны так называемые эволюционные алгоритмы, теоретический анализ и практическое применение которых испытывают серьезные трудности в связи со сложностью их настройки на решаемую задачу. Использование таких алгоритмов требует от разработчиков систем значительных знаний в теории и применении эволюционной оптимизации, что также редко достижимо на практике.
Таким образом, можно утверждать, что разработка средств автоматизации моделирования РСОИиУ с помощью методов теории стохастических процессов и оптимизации выбора эффективных вариантов их аппаратно-программных комплексов с помощью эволюционных алгоритмов, которой посвящена данная работа, является актуальной научно-технической задачей.
Целью работы является повышение обоснованности принятия решений при автоматизированном проектировании аппаратно-программных комплексов распределенных систем обработки информации и управления за счет комплексного применения инструментальных средств стохастического моделирования и эволюционной оптимизации.
Сформулированная цель предопределила следующую совокупность решаемых задач:
Анализ реальных распределенных систем обработки информации и управления различного назначения и построение математических моделей их функционирования.
Формализация выбора эффективных вариантов таких систем в виде оптимизационных задач.
Выявление основных свойств оптимизационных задач, возникающих при выборе эффективных вариантов РСОИиУ.
Разработка алгоритмического обеспечения для решения полученных задач оптимизации.
Анализ свойств разработанных алгоритмов и исследование их эффективности при решении сформулированных задач.
Разработка средств автоматизированного моделирования и оптимизации распределенных систем обработки информации и управления.
Решение реальных практических задач выбора структуры аппаратно-программного комплекса РСОИиУ различного назначения.
Методы исследования. При выполнении работы использовался аппарат системного анализа, исследования операций, теории оптимизации, теории вероятностей и математической статистики, методика создания прикладных интеллектуальных систем.
Научная новизна работы заключается в следующем:
Построены новые формальные модели выбора структуры РСОИиУ различного назначения, отличающиеся глубиной детализации систем.
Разработан новый гибридный эволюционный алгоритм безусловной оптимизации, отличающийся от известных способом генерирования новых решений и превосходящий их по надежности и быстродействию.
Предложен модифицированный гибридный эволюционный алгоритм условной оптимизации, использующий динамические и адаптивные штрафные функции и позволяющий успешно решать практические задачи выбора эффективных вариантов РСОИиУ.
Практическая значимость. Предложенный в работе подход, математическое и алгоритмическое обеспечение, а также разработанная программная система поддержки принятия решений при моделировании сложных систем Марковскими процессами могут быть использованы при моделировании и оптимизации сложных систем различного назначения. Разработанная система автоматизации проектирования распределенных систем обработки информации и управления может служить удобным средством на стадии предварительного проектирования сложных систем.
Работа выполнена в рамках ФЦНТП «Исследования и разработки по приоритетным направлениям развития науки и техники на 2002-2006 годы» по теме 2006-РИ-16.0/001/076 (государственный контракт № 02.438. 11.7043) и 2006-РИ-19.0/001/377 (государственный контракт № 02.442.11. 7337), в рамках НИР 4422 «Разработка и исследование эффективности гибридных методов оптимизации алгоритмически заданных функций дискретных переменных», выполняемой по ведомственной научной программе «Развитие научного потенциала высшей школы», а также по темплану СибГАУ «Бионические методы идентификации и оптимизации сложных систем» (№ Б 1.1.05).
Реализация результатов работы. Разработанные модели основных контуров управления космическими аппаратами, программная система моделирования сложных систем Марковскими процессами и гибридные генетические алгоритмы оптимизации переданы НПО прикладной механики (г. Железно горек) в составе отчета по государственному контракту № 02.438. 11.7043.
Моделирование распределенной системы обработки информации и управления сетью автомобильных дорог выполнялась в рамках проекта «Car Traffic Measurement and Control» Института автоматизации управления Специальной высшей школы (Fachhochschule Ulm, г. Ульм, Германия). Результаты исследования переданы немецкой стороне, о чем имеются подтверждающие документы.
Система автоматизации проектирования распределенных систем обработки информации и управления использовалась в качестве инструмента поддержки принятия решения в ЗАО «А.Р.Т.», занимающегося проектированием, установкой и обслуживанием систем охранно-пожарной сигнализации на крупномасштабных объектах (Красноярский горно-химический комбинат, Красноярский комбайновый завод, Красноярская гидроэлектростанция и др.), что отражено в акте о передаче и использовании.
Три программные системы, разработанные в ходе выполнения работы, прошли отраслевую и государственную экспертизу и зарегистрированы в ОФАП и ВНТИЦ, что делает их доступными широкому кругу специалистов по моделированию и оптимизации сложных систем.
Разработанные алгоритмы и программные системы используются в учебном процессе при проведении занятий по курсу "Адаптивные и эволюционные методы принятия решений" в Сибирском государственном аэрокосмическом университете, по специальным курсам "Системный анализ и управление", и "Эволюционные алгоритмы оптимизации" в Красноярском государственном университете, а также при выполнении курсовых работ.
Основные положения, выносимые на защиту:
Система поддержки принятия решений при моделировании Марковскими процессами позволяет автоматизировать моделирование распределенных систем обработки информации и управления.
Гибридный генетический алгоритм безусловной оптимизации, обеспечивает высокую эффективность поиска решения и превосходит. стандартный генетический алгоритм по надежности и скорости сходимости.
Модифицированный гибридный генетический алгоритм условной оптимизации позволяет успешно решать задачи выбора эффективных вариантов РСОИиУ.
Публикации. По теме данной работы опубликовано 25 печатных работ, среди которых три статьи в научных изданиях, входящих в Перечень ВАК. Тринадцать работ опубликованы без соавторов.
Апробация работы. Процесс разработки и результаты, представленные в работе, докладывались и обсуждались на следующих научных конференциях различного уровня:
Международные научно-технические конференции «Интеллектуальные системы и интеллектуальные САПР» (AIS'05, AIS'06, Дивно-морское, 2005,2006 гг.);
X Национальная конференция по искусственному интеллекту с международным участием (КИИ'06, Обнинск, 2006 г.);
- Международная научно-практическая конференция «Исследование,
разработка и применение высоких технологий в промышленности» (Санкт-Петербург, 2006 г,);
Международная научно-практическая конференция «Системный анализ в проектировании и управлении» (Санкт-Петербург, 2006 г.);
Всероссийские научно-практические конференции "Решетпевские чтения" (Красноярск, 2003, 2005 гг.);
Международная научная конференция молодых ученых «Ломоносов-2005» (Москва, 2005);
** - Всероссийская конференция-конкурс «Технологии Microsoft в тео-
рии и практике программирования» (Новосибирск, 2006 г.), а также региональные и межвузовские конференции.
Структура работы. Работа состоит из введения, трех глав, заключения,
списка литературы и приложения.
