Программные продукты и системы

Статьи журнала №4 2015

31. Репрезентативность метрик на основе событий процессора Intel Sandy Bridge при анализе времени обработки данных в памяти [№4 за 2015 год]
Авторы: Иванов Е.Ю. ( i@eivanov.com, eiva@tbricks.com) - Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, «Тбрикс АБ» (аспирант, инженер-программист); Косяков М.С. (mkosyakov@gmail.com, mkosyakov@tbricks.com) - Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, «Тбрикс АБ» (доцент), кандидат технических наук;
Аннотация: В данной работе выполнена оценка репрезентативности метрик на основе событий процессора Intel Sandy Bridge при анализе времени обработки данных в памяти. Приведены детальный обзор и анализ наиболее часто используемых при профилировании метрик, рекомендованных в документации Intel. Разработан синтетический тест, позволяющий измерить временные задержки при последовательном, случайном и постраничном доступах к памяти, различных размерах всего рабочего множества и отдельных его элементов, обрабатываемых тестовым приложением. Описан способ профилирования и получения числа событий процессора, основанный на использовании утилиты perf ОС Linux. С помощью теста получены временные характеристики работы с оперативной памятью и рассчитаны метрики на основе событий процессора. Экспериментально установлено, что при последовательном доступе к данным зависимость рекомендованных компанией Intel метрик CPI, SCPI, PSRC и частоты кэш-промахов от измеренных временных задержек имеет линейный характер. Кроме того, изменение данных метрик пропорционально изменению времени с коэффициентом, близким к единице. На основе полученных результатов для случайного доступа к памяти показано, что наиболее эффективной метрикой является число тактов, затраченных на ожидание шины данных, так как данная метрика хорошо описывает временные задержки в работе приложений, выполняющих обработку данных вне зависимости от их расположения в памяти. По мнению авторов, указанная метрика наиболее удобна для оценки эффективности оптимизации работы приложения с оперативной памятью. На основе полученных результатов показано, что рассматриваемые в работе метрики являются репрезентативными и могут быть использованы при анализе временных характеристик приложений, обрабатывающих данные в оперативной памяти компьютера.
Ключевые слова: intel sandy bridge, кэш-память, быстродействие, оптимизация, профилирование, доступ к памяти, временные задержки, события процессора, счетчики производительности
Keywords: intel sandy bridge, cache-memory, speed, optimisation, profiling, memory access, memory access latencies, event processor, performance event counters
Просмотров: 8998

32. Репликация данных в иерархических информационных системах с непостоянной связностью узлов [№4 за 2015 год]
Авторы: Сорокин В.Е. (sorokinve@yandex.ru) - НИИ «Центрпрограммсистем» (ведущий научный сотрудник), кандидат технических наук;
Аннотация: Особенность многих иерархических информационных систем, ядром которых являются размещенные в их узлах реляционные БД, заключается в непостоянстве связи между узлами. Она препятствует классическому использованию централизованной или распределенной БД, возлагая на специальное ПО, решающее функциональные задачи системы, дополнительные функции обмена специализированными сообщениями и консолидации данных, в том числе от внешних для информационных систем источников. Репликация в локальной БД необходимых фрагментов БД других узлов информационных систем, консолидируемая с информацией из внешних источников, позволяет значительно упростить и повысить унификацию специального ПО различных узлов информационных систем. В статье предлагается подход к преобразованию исходной структуры БД, основанный на создании отдельных для различных источников данных таблиц, наследованных от исходных, адаптированный к особенностям асинхронной master/slave-репликации иерархически связанных БД. Показана возможность использования управляемых триггерами флагов и процедур для реализации различных стратегий консолидации данных и простой адаптации исходного специального ПО для решения функциональных задач информационных систем на преобразованной БД. Приводится пример реализации описанного подхода для широко распространенной и используемой во многих отечественных сертифицированных программных средствах объектно-реляционной СУБД PostgreSQL с системой асинхронной master/slave-репликации Slony-I. Отмечается возможность преодоления известных ограничений использования данной системы асинхронной master/slaveрепликации применением модулей dblink поддержки сессионного соединения с другими БД и postgres_fdw обертки внешних данных, а также совместного использования системы репликации с этими модулями на преобразованной БД.
Ключевые слова: обертка внешних данных, наследование таблиц, асинхронная репликация, реляционная бд, иерархическая информационная система
Keywords: external data wrapper, inheritance tables, asynchronous replication, relational database, hierarchical information system
Просмотров: 8094

33. Модели представления данных сложных производственных проектов в автоматизированных информационных системах промышленных предприятий [№4 за 2015 год]
Авторы: Дли М.И. (midli@mail.ru) - Филиал Московского энергетического института (технического университета) в г. Смоленске (профессор, зам. директора по научной работе), доктор технических наук; Стоянова О.В. (ovstoyanova@list.ru) - Смоленский филиал Национального исследовательского университета МЭИ, кандидат экономических наук; Белозерский А.Ю. (ovstoyanova@ list.ru) - Российский химико-технологический университет им. Д.И. Менделеева (профессор ), доктор экономических наук;
Аннотация: В процессе управления сложными производственными проектами на промышленных предприятиях используется множество разнообразных информационных систем, каждая из которых решает отдельные задачи обработки проектных данных. Так, для проектов по организации производства новых образцов продукции сведения об изделии распределены между САПР и АСУ производством, информация о необходимых производству ресурсах – между АСУ производством, АСУ предприятием, АСУ проектами и т.д. Обмен проектными данными между указанными системами осложняется отличиями используемых ими программно-аппаратных платформ, форматов данных, моделей представления этих данных. В статье рассмотрены два вида моделей представления данных сложных производственных проектов: объектная и реляционная. Модель первого вида используется в качестве основы обработки данных с помощью объектных языков программирования, реляционная модель необходима для организации хранения данных в БД промышленных предприятий. Данный выбор обусловлен современными тенденциями развития информационных технологий в сфере автоматизации промышленных предприятий: использование объектного программирования для реализации приложений по обработке данных и доминирование реляционных СУБД. Использование различных моделей данных в отдельных компонентах информационной системы требует разработки решений по обеспечению преобразования данных из одного представления в другое. Указанная задача не имеет на сегодняшний день универсального решения. В статье рассмотрен пример такого преобразования для объектной модели, реализованной в Java, и реляционной модели для СУБД Oracle.
Ключевые слова: автоматизированная информационная система, управление проектами, модель проектных данных, производственный проект
Keywords: automated information system, project management, project data model, industrial project
Просмотров: 11324

34. Интеллектуальная информационная система прогнозирования потребительского спроса и оптимизации товарных запасов [№4 за 2015 год]
Автор: Грицай А.А. (allgrit@forecastnow.ru) - Тверской государственный университет (аспирант);
Аннотация: В статье представлена автоматизированная система управления и оптимизации товарных запасов торговых предприятий. Система ориентирована на малые и средние торговые предприятия. Она позволяет высвобождать денежные средства в размере 20–30 % от объема запасов и увеличивать уровень удовлетворенного спроса на 5–7 %. Это достигается за счет точного прогнозирования товарного запаса исходя из оптимального уровня сервиса для каждой товарной позиции. В статье описаны основные возможности системы: предобработка данных, прогнозирование спроса, расчет оптимального уровня сервиса, расчет оптимального товарного запаса, расчет заказа поставщику. Предобработка данных производится для очистки данных от резких выбросов, воздействия маркетинговых акций, влияния праздников и отсутствия товара на складе. Прогнозирование спроса осуществляется на основе временного ряда, прошедшего предобработку. Для каждого товара вычисляются характеристики его временного ряда истории продаж. В зависимости от характеристик выбирается алгоритм прогнозирования. Страховой запас определяется с заданным уровнем сервиса. Оптимальный уровень сервиса рассчитывается исходя из стратегии максимизации рентабельности вложений торгового предприятия. На основании рассчитанного уровня сервиса и выбранного метода прогнозирования производится расчет оптимального товарного запаса. С учетом имеющегося товара на складе предприятия, товара в пути, а также резервов под конкретных покупателей вычисляется оптимальный размер заказа по данной товарной позиции. После этого применяются попозиционные ограничения на заказ (например кратность упаковки), а затем ограничения на заказ поставщику в целом (например весогабаритные). В работе приведен пример использования системы и сделан вывод об экономическом эффекте от ее внедрения на реальном торговом предприятии.
Ключевые слова: заказ поставщику, оптимальный уровень сервиса, прогнозирование спроса, нейронные сети, система управления запасами, оптимизация товарных запасов, управление товарными запасами
Keywords: order to a supplier, optimal service level, demand forecasting, neural network, inventory management system, inventory stock optimization, inventory management
Просмотров: 8654

35. Интеллектуальная информационная система для решения задач прогнозирования неисправностей вагонного оборудования на железнодорожном транспорте [№4 за 2015 год]
Авторы: Иванова Е.И. (kkateivanova@gmail.com) - Тверской государственный университет, (аспирант);
Аннотация: Повышение уровня безопасности функционирования железнодорожного транспорта представлено в «Стратегии развития железнодорожного машиностроения до 2030 года» как одна из важнейших проблем, актуальных для научных исследований. В числе первостепенных задач, поставленных ОАО «РЖД» в данной стратегии, – создание комплексных систем диагностики и прогнозирования технического состояния инфраструктуры подвижного состава. Анализ публикаций на данную тему показывает, что в них нет информации об использовании подобных систем и средств на подвижных железнодорожных составах, представленных на российском рынке вагоностроения. В статье описан один из подходов к решению упомянутой проблемы – применение интеллектуальной информационной системы, ориентированной на решение задач прогнозирования неисправностей вагонного оборудования на железнодорожном транспорте. Отражены основные научные результаты разработки данной системы, описаны архитектура системы и ее особенности, используемые в процессе реализации алгоритмы и средства реализации, результаты и анализ применения системы на реальных данных парка подвижного состава Федеральной пассажирской компании. Описанная система во многих смыслах является адаптируемой и универсальной. Она ориентирована на применение в качестве системы прогнозирования неисправностей пассажирских вагонов, но в дальнейшем может быть адаптирована и применена к другим элементам железнодорожного транспорта (к грузовым вагонам, локомотивам, электропоездам и так далее). Ее подсистемы не зависят друг от друга и дают возможность экспериментировать с применением различных алгоритмов в рамках ее подсистем, не затрагивая работу системы в целом. Данная система реализована при финансовой поддержке РФФИ в рамках конкурса ориентированных фундаментальных исследований по актуальным междисциплинарным темам в интересах РЖД 2013 года. Работа описанной системы проверена на ресурсах вагонов производства Тверского вагоностроительного завода, оснащенных новейшей системой контроля, диагностики и управления парка подвижного состава Федеральной пассажирской компании.
Ключевые слова: нейронная эхо-сеть, нейронная сеть, генетический алгоритм, мягкие вычисления, принятие решений, прогнозирование, диагностика, железнодорожный транспорт, информационная система
Keywords: echo state network, neural network, generic algorithm, soft computing, decision making, forecasting, diagnostics, rail transport, information system
Просмотров: 11240

36. Алгоритмы и модели АСУ технологическими процессами технического обслуживания [№4 за 2015 год]
Авторы: Бурдо Г.Б. (gbtms@yandex.ru) - Тверской государственный технический университет (профессор, зав. кафедрой «Технология и автоматизация машиностроения»), доктор технических наук; Федотова А.В. (afedotova@acm.org) - Московский государственный технический университет им. Н.Э. Баумана (соискатель );
Аннотация: Основные проблемы, возникающие при использовании АСУ технологическими процессами (ТП) в многономенклатурных производствах, к которым зачастую относятся производственные системы предприятий, выпускающих наукоемкую продукцию, обусловлены высокой динамичностью ситуации в фирмах. Это вызвано постоянным появлением новых контрактов в течение календарного года, что приводит к корректировке производственных планов предприятий, приближенностью технического нормирования из-за дефицита времени на технологическую подготовку, приводящую к неточности оперативного планирования. На взгляд авторов, предлагаемая АСУТП (на примере технического обслуживания авиатехники) лишена указанных недостатков. Это достигается за счет следующих факторов. Иерархическая структура АСУТП отражает иерархию производственных планов предприятия и представлена подсистемами объемного, календарного, оперативного планирования и диспетчирования. АСУТП как система в целом информационно связана с системой управления организации и является ее подсистемой. Для обеспечения диспетчирования информационное взаимодействие осуществляется и с производственными подразделениями. Все подсистемы АСУТП информационно связаны, что позволяет оперативно выполнять корректировку всех видов планов. Планирование происходит путем использования итерационных процедур, обеспечивающих «тонкое» наполнение производственных планов, при этом за счет обратных связей существует возможность корректировки производственных планов высших уровней, что обеспечивает их выполнимость. При производственном планировании предусматриваются локальные резервы мощностей и фондов времени работы, предлагаются мероприятия по их использованию. Работа подсистемы оперативного планирования, заканчивающаяся составлением расписания работы производственных подразделений, основана на аналитико-приоритетном методе. Показана уточненная постановка задачи составления расписания работы производственного подразделения, особенности связаны с выполнением работ бригадами рабочих и применением приоритетных схем обслуживания. Выявлены и показаны способы формирования приоритетных схем обслуживания объектов, обеспечивающие вариативность расчетов и возможность выбора оптимального решения в соответствии с установленным критерием. При доработке АСУТП может быть реализована в качестве системы поддержки принятия решений на различных предприятиях многономенклатурного машиностроения, занимающихся обслуживанием, ремонтом и сборкой наукоемких изделий.
Ключевые слова: поддержка решений, искусственный интеллект, наукоемкая продукция, диспетчирование, планирование, автоматизированные системы управления технологическими процессами
Keywords: decision support, artificial intelligence, high-tech products, dispatching, planning, technological processes automated control systems
Просмотров: 10223

37. Программный комплекс проектирования обогрева технологических трубопроводов тепловыми спутниками для систем автоматизированного проектирования [№4 за 2015 год]
Авторы: Кохов Т.А. (tkohov@ggo.ru) - АО «Гипрогазоочистка» (аспирант); Корельштейн Л.Б. ( korelstein@truboprovod.ru) - НТП Трубопровод, Российский химико-технологический университет им. Д.И. Менделеева (доцент, заместитель директора ), кандидат физико-математических наук; Гартман Т.Н. ( gartman@muctr.ru) - Российский химико-технологический университет им. Д.И. Менделеева, доктор технических наук;
Аннотация: В промышленных установках используются следующие виды обогрева технологических трубопроводов: обогрев трубопроводов обогревающими спутниками (теплоспутниками), обогрев трубопроводов в паровой рубашке, электрообогрев трубопроводов. В зависимости от технических требований или от климатических условий в проекте может преобладать один из этих видов обогрева. Порядка 10–15 % работы проектировщика (в сфере монтажного проектирования) приходится на проектирование обогрева технологических трубопроводов. В некоторых случаях практически 40 % трубопроводов в проекте должны обогреваться теплоспутниками, а иногда этот показатель может достигать порядка 50 %. При этом примерно 80 % трудозатрат на проектирование обогрева приходится именно на проработку трасс обогревающих спутников в 3D-модели. С целью ускорения проектирования обогрева технологических трубопроводов тепловыми спутниками был разработан программный комплекс проектирования обогрева технологических трубопроводов для систем автоматизированного проектирования, реализованный в среде 3D-проектирования AVEVA PDMS. Отличительная особенность созданного программного комплекса проектирования обогрева технологических трубопроводов в сравнении с имеющимися системами в том, что она интегрирована в систему автоматизированного проектирования AVEVA PDMS. Это позволяет выполнять моделирование обогревающих спутников технологических трубопроводов в 3D-модели и выпускать необходимые конечные документы – изометрические чертежи трубопроводов. Функциональные возможности программного комплекса проверены при разработке водяного обогрева технологических трубопроводов тепловыми спутниками установки производства серы.
Ключевые слова: распределительная гребенка, перекидка, распитка, запитка, тепловой спутник (теплоспутник)
Keywords: pipe manifold, perekidka, reversing, power supply, thermal satellite
Просмотров: 9206

38. Подход к моделированию, масштабированию и оптимизации работы биореакторов на основании вычислительной гидродинамики [№4 за 2015 год]
Авторы: Гусева Е.В. (eguseva@rally-online.ru) - Российский химико-технологический университет им. Д.И. Менделеева (доцент), кандидат технических наук; Сафаров Р.Р. (safarov@actremed.ru) - Инвестиционно-строительная компания «Возрождение» (специалист); Меньшутина Н.В. (chemcom@muctr.ru) - Российский химико-технологический университет им. Д.И. Менделеева (профессор), доктор технических наук; Будран Ж. (eguseva@rally-online.ru) - Университет Лоррен, лаборатория реакций и химической инженерии, LRGP, ENSAIA (профессор );
Аннотация: За последние 20 лет вычислительная гидродинамика зарекомендовала себя как инструмент для решения задач, включающих одно или более из следующих явлений: движение потоков жидкости, теплопередача, массоперенос, химическая реакция. В данной работе CFD был использован для реализации предложенного обобщенного подхода к моделированию, масштабированию и оптимизации биореакторов, один из этапов которого заключается в использовании современного метода цифровой трассерной визуализации PIV, позволяющего определять скорости частиц по их изображениям. В качестве примера рассмотрен процесс моделирования, расчета и оптимизации получения молочной кислоты бактериями Lactobacillus casei в реакторе смешения периодического действия. При расчете учитывалось влияние одного из аспектов механического стресса, перемешивания, на жизнедеятельность и продуктивность бактерий. Максимальная скорость диссипации энергии выбрана в качестве характеристики механического стресса. Были определены размеры турбулентных характеристических вихрей в биореакторе, негативно влияющих на жизнедеятельность клеток/бактерий. Введено понятие удельного объема стрессовой зоны. На его основании была определена предельная скорость перемешивания в данном биореакторе смешения, превышение которой ведет к значительному воздействию механического стресса на бактерии. Данный подход может быть использован для перехода к большим реакторам и поиску оптимальных условий работы.
Ключевые слова: стрессовая зона, масштабирование, оптимизация, cfd, биореактор, микроорганизмы, клетки/ бактерии, механический стресс, скорость диссипации энергии, моделирование
Keywords: stress zone, scale, optimisation, cfd, bioreactor, microorganisms, cells/bacteria, mechanical stress, energy dissipation rate, modeling
Просмотров: 11008

39. Программа по оценке качества академических программных продуктов на основе методики Холстеда [№4 за 2015 год]
Авторы: Афанасова А.И. (nastyaafanasova@yandex.ru) - Ульяновский государственный университет (младший научный сотрудник), Аспирант ;
Аннотация: Оценивание академических программных продуктов заметно сказывается на уровне усвоения сложных дисциплин информационных и вычислительных технологий. Однако в литературе по программометрии практически не делается различий между академическими и профессиональными программными продуктами. Проекты академических программных продуктов в отличие от профессиональных не имеют непосредственной обратной связи по качеству с конкурентной рыночной средой. Учитывая большой объем документации, фронтальное оценивание академических программных продуктов становится трудоемким делом, часто не дающим нужного эффекта – быстрого и/или заметного прироста компетенций студента ввиду неизбежной субъективности – опоры на личный опыт, знания и представления преподавателя. Решение видится в создании специальных методик, отличных от методик оценивания профессиональных программных продуктов, и в разработке инструментария преподавателя – специализированных программ оценивания академических программных продуктов. Ожидается, что эти инструменты, благодаря создаваемой ими объективной обратной связи, будут содействовать модификации поведения студентов, что выразится в повышении качества не только самих академических программных продуктов, но и всего проектно-ориентированного образовательного процесса. В статье представлены результаты разработки необходимого инструмента оценивания академических программных продуктов. С использованием методики Холстеда построен вычислительный алгоритм формирования количественных показателей качества таких продуктов, создаваемых студентами на языке программирования C++. На языке С# разработана оригинальная программа оценки качества академических программных продуктов на основе методики Холстеда. Опытной эксплуатацией разработанной программы подтверждены ожидаемые результаты.
Ключевые слова: с++, проектно-ориентированное обучение, метрики холстеда, программометрия, академические программные продукты, оценивание качества программных продуктов
Keywords: с++, projectbased learning, halstead metrics, programmetry, student developed software, software quality assessment
Просмотров: 6009

◄ ← Предыдущая | 1 | 2 | 3 | 4