Программные продукты и системы

Статьи из выпуска № 4 за 2020 год.

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

11. Исследование алгоритма многократной маркировки перколяционных кластеров при частичной загрузке вычислительных узлов на суперкомпьютерных системах [№4 за 2020 год]
Авторы: Лапшина С.Ю., Сотников А.Н., Логинова В.Е.
Просмотров: 5466
В статье рассматривается поведение алгоритма многократной маркировки перколяционных кластеров в ходе проведения имитационных экспериментов задачи мультиагентного моделирования процессов распространения массовых эпидемий при частичной загрузке запрашиваемых вы-числительных узлов современных суперкомпьютерных систем, установленных в Межведомственном суперкомпьютерном центре Российской академии наук (МСЦ РАН). Алгоритм многократной маркировки перколяционных кластеров – универсальное средство, которое может быть использовано в любой области в качестве инструмента дифференцирования кластеров решетки большого размера. На вход он получает данные в формате, не зависящем от приложения. Так, в МСЦ РАН этот инструмент был использован для изучения задачи распространения эпидемий. Возможно применение данного алгоритма для изучения поведения нефтяных пластов, процессов протекания воды через пористые материалы, распространения лесных пожаров и многого другого. В ходе имитационных экспериментов применялся усовершенствованный на многопроцессорной системе вариант алгоритма многократной маркировки перколяционных кластеров Хошена–Копельмана, связанный с механизмом линковки меток. В статье проводится сравнительный анализ времени выполнения алгоритма многократной маркировки перколяционных кластеров Хошена–Копельмана при частичной и полной загрузке вычислительных узлов и при различных значениях входных параметров на четырех основных высокопроизводительных вычислительных системах, установленных в МСЦ РАН – суперкомпьютерах МВС-10П МП2 KNL, МВС-10П ОП, МВС 10П Торнадо, МВС-100К.

12. Оптимизация типовых моделей процессов логистики с применением облачных технологий [№4 за 2020 год]
Авторы: Левченко А.А., Таратухин В.В.
Просмотров: 4035
Применение типовых моделей процессов при внедрении АСУ предприятием (АСУП) позволяет сократить сроки и бюджет проекта. Задача оптимизации типовых моделей процессов становится более значимой при применении SaaS-технологий (Software as a Service – ПО как услуга). Имеющиеся типовые модели процессов и методы их оптимизации не учитывают специфику облачных вычислений и поэтому не могут быть применены для новых проектов с использованием SaaS. Использование методов системного анализа и теории систем позволило поставить задачу управления типовыми моделями процессов. Задача формализована для случаев управления процессом внедрения АСУП при применении как классической методологии внедрения, так и методологии для внедрения АСУП с технологией SaaS. Для сравнения различных подходов была применена общая теория управления. При описании задачи оптимизации определены цель и критерии эффективности ее достижения, а также построены модели для обоснования принятия решения. В моделях систем управления внедрением и поддержкой АСУП были выделены блоки управления, планирования, распределения нагрузки и исполнения, описана связь блоков между собой и с внешней средой. Сформированы рекомендации к построению модели имитации процесса закупки, выполнено тестирование модели, получена программная реализация цифровой системы управления процессами закупки. Для обоснования экономической целесообразности применяемого метода был применен функционально-стоимостной анализ на базе типовых моделей процессов логистики с учетом региональной специфики России и Японии. Разработанная технология была успешно апробирована на предприятиях металлургической отрасли и отрасли высоких технологий.

13. Реализация логического вывода в продукционной экспертной системе с использованием Rete-сети и реляционной БД [№4 за 2020 год]
Авторы: Массель Л.В., Ан Г.В., Пестерев Д.В.
Просмотров: 5656
Одно из направлений искусственного интеллекта связано с разработкой экспертных систем. Чаще всего в этих системах применяется модель знаний в виде правил, получившая название продукционной модели Поста, такие экспертные системы называют продукционными. Классический алгоритм получения решения в экспертной системе заключается в последовательном логическом выводе. При увеличении объема правил в базе знаний логический вывод выполняется за недопустимо большой промежуток времени, что снижает возможность получения оперативного решения. Для ускорения вывода предлагается использовать Rete-сеть – алгоритм логического вывода для продукционных экспертных систем, предложенный Чарльзом Форги. Rete-сеть – алгоритм сопоставления с образцом – частично решает эту задачу, но желательно ускорение преобразования исходных правил в Rete-сеть. Для этого в статье предлагается формирование и хранение рабочей памяти системы логического вывода продукционных экспертных си-стем, построенной на основе технологии Rete-сети, с использованием реляционной модели данных. Приведена архитектура хранилища данных и знаний интеллектуальных систем, описана реализация экспертной системы на основе конкретизации этой архитектуры, показана структура разработанной экспертной системы. Апробация предлагаемого подхода выполнена с использованием когнитивных моделей. Когнитивная модель – один из видов семантических моделей, отражающая причинно-следственные отношения между концептами. Ранее было предложено использовать преобразование когнитивных моделей в правила продукционной экспертной системы для автоматизации интерпретации когнитивных моделей. Иллюстрируется применение Rete-сети для логического вывода на продукциях на примере ко-гнитивной модели одной из угроз энергетической безопасности: «Недостаток инвестиций в энергетике». Показано, что использование Rete-сети и реляционной БД для хранения рабочей памяти системы логического вывода в разработанной экспертной системе позволяет сократить время вы-вода при большом объеме правил в базе знаний по сравнению с алгоритмом наивного поиска.

14. Разработка проблемно-ориентированной системы управления сопровождением сооружения геотехнологических скважин [№4 за 2020 год]
Автор: Молдаши Д.Н.
Просмотров: 2905
Проблемно-ориентированная система управления сопровождением сооружения геотехнологических скважин предназначена для удаленного мониторинга и диспетчерского управления буровыми работами. В создаваемой системе автоматизируются выполняемые технологическим персоналом и руководством экспедиции контрольные и управленческие виды деятельности, такие как контроль буровых процессов и бурового оборудования по данным измерительных приборов, ведение рабочих журналов, диспетчерское управление, анализ и мониторинг аварийных ситуаций. Основная идея создания проблемно-ориентированной системы управления заключается в автоматизации сбора и обработки информации о текущем состоянии объектов автоматизации, в контроле и управлении буровыми работами, а также мониторинге аварийных ситуаций. Предметная область проблемно-ориентированной системы управления может быть отнесена к объектам автоматизации с распределенной организационной структурой, тесными информационными взаимосвязями и дискретным характером обработки значительных объемов информации. Цель исследования – повышение эффективности работы буровых бригад геологоразведочных экспедиций на основе создания проблемно-ориентированной системы управления сопровождением сооружения геотехнологических скважин, позволяющей реализовать процедуры мониторинга параметров буровых работ на месторождении, ведения автоматизированного учета режимов работы бурового оборудования и визуализации различных показателей бурения. Новизна заключается в обеспечении возможности углубленного анализа производственных показателей деятельности буровых бригад в реальном режиме времени управлением параметрами бурения и визуализацией решаемых задач в условиях непрерывного характера технологических процессов и территориальной распределенности буровых установок. В проблемно-ориентированной системе управления сопровождением сооружения геотехнологических скважин реализована функция измерения и контроля параметров различных режимов бурения и состояния бурового оборудования в режиме реального времени, осуществлена возможность измерений широкого набора косвенных параметров бурения с последующим расчетом структурных взаимосвязей, анализом и выводом соответствующей информации. ПО проблемно-ориентированной системы управления позволяет в реальном времени принимать, обрабатывать и визуализировать данные с датчиков, производить расчет параметров процесса бурения с использованием математических моделей и оповещать бурильщика об отклонениях технологических показателей.

15. Разработка теоретических основ классификации и кластеризации нечетких признаков на основе теории категорий [№4 за 2020 год]
Авторы: Русаков К.Д., Селиверстов Д.Е., Хиль С.Ш., Савилкин С.Б.
Просмотров: 5362
В статье дается обоснование выбора меры неопределенности сведений. Описывается современный подход, основанный на применении фундаментальных алгебраических конструкций теории категорий. Особенностью множества отношений эквивалентности является непосредственное (прямое) установление отношения эквивалентности между объектом и классом. Показано, что в настоящее время существует ряд актуальных прикладных задач в области классификации, требующих иного подхода к установлению отношения эквивалентности – использования модели каскадного фильтра с промежуточными состояниями. Для обоснования меры неопределенности об объекте предлагается использовать теоретические положения на основе математического аппарата теории ультраоператоров. Данный аппарат также оперирует сведениями в терминах определений неэлементарных сведений. К особенностям рассматриваемого аппарата можно отнести следующие: предложение оперировать не сведениями, а их неопределенностями, не рассматриваемыми в аппарате ультраоператоров; в некоторых задачах рассматриваются элементарные сведения, что является частным случаем в аппарате ультраоператоров и облегчает вычисления; область применения сужается до чисел (то есть сведения-множества могут быть только числовой природы, компактами, в том числе многомерными); оперирование числовыми множествами-сведениями в некоторых случаях исключает необходимость применения в явном виде решетки (и соответствующих шкал) понятий и позволяет оперировать в неявном виде с бесконечными решетками. Предлагаемый авторами подход и представленные математическая модель и мера информационной неопределенности являются составной частью разрабатываемого метода классификации и кластеризации состояний сложных систем на основе теоретико-множественного подхода и позволяют рассматривать процесс получения четких классов с точки зрения снижения информационной энтропии с использованием каскадного фильтра.

16. Разработка нейронной сети для оценки исправности гидроагрегата по результатам вибромониторинга [№4 за 2020 год]
Авторы: Санталов А.А., Клячкин В.Н.
Просмотров: 4119
Предупреждение аварийных ситуаций на технических объектах в значительной мере обеспечивается диагностикой их функционирования. Одной из важных задач является диагностика технического состояния гидроагрегата. В истории гидроэнергетики известны примеры, когда низкое качество диагностики приводило к серьезным авариям. Для предупреждения подобных ситуаций проводится вибромониторинг гидроагрегата, при этом данные по вибрациям поступают на сервер сбора данных и передаются на стойку управления, где происходят корректировки нагрузки или полный останов агрегата. Необходимость оперативного вмешательства определяется по множеству показателей, которые характеризуют качество функционирования гидроагрегата. В настоящей статье исследуется эффективность применения нейросетевых методов для вибро-диагностики гидроагрегата. Полученная выборка разбивается на три части: обучающую, кон-трольную и тестовую. Обучающая часть предназначена для построения модели нейронной сети – зависимости между показателями функционирования агрегата и его состояниями. Контрольная выборка используется для текущей оценки качества обучения и позволяет предотвратить пере-обучение сети. Качество классификации оценивается по тестовой выборке. При использовании кросс-валидации исходная выборка разбивается на несколько блоков. Для оценки эффективности диагностики использовались три разных критерия качества: средняя ошибка на тестовой выборке, AUC и F-мера. Практическая реализация поставленной задачи проводилась в пакете MATLAB. Для заданного набора исходных данных наилучшей подобранной конфигурацией оказалась нейронная сеть из трех слоев с 18 нейронами в каждом слое. В качестве функции обучения в ней используется алгоритм Левенберга–Марквардта с методом обратного распространения ошибки. Процент средней ошибки распознавания состояния гидроагрегата с помощью нейронной сети равен 4,85, AUC равна 0,8833, а F-мера – 0,8282. Анализ эффективности полученной конфигурации сети по сравнению с сетью, автоматически построенной с помощью библиотеки машинного обучения Statistics and Machine Learning Toolbox, показал повышение F-меры на 6,7 %.

17. Вопросы построения и применения базы знаний в проектировании и производстве инновационных объектов [№4 за 2020 год]
Авторы: Сольницев Р.И., Коршунов Г.И., До Суан Чо, До Хай Куан
Просмотров: 4987
В статье рассматриваются принципы построения и применения базы знаний для инновационных объектов. Описываются формирование и применение базы знаний при проектировании и производстве на примере замкнутой системы управления нейтрализацией выхлопных газов авто-транспорта, являющейся инновационным объектом в области функционирования системы управления «природа–техногеника». Обоснован выбор замкнутой системы управления нейтрализацией выхлопных газов автотранспорта в качестве эталона инновационных объектов проектирования и производства. Сквозной цифровой процесс проектирования и производства этого объекта строит-ся на основе базы знаний и включает разработку принципиальных и электрических схем, конструкторских решений и документации, ПО, а также изготовление, сборку и настройку прототипов. В базу знаний вводятся необходимные для проектирования и производства рассматриваемого объекта данные и знания. Так, для этапа схемотехнического проектирования вводится электрическая схема замкнутой системы управления нейтрализацией выхлопных газов автотранспорта, разрабатываемая инструментами проектирования PCAD в соответствии с хранящимися в базе знаний установленными стандартами. Средства САПР и автоматизированных систем технологической подготовки производства для дальнейших процедур обеспечивают учет стандартов IPC также через базу знаний, в том числе разработку конструкторских решений и документации на изготовление печатных плат и других элементов. На основе базы знаний выполняется и разработка проектной документации на последующих этапах проектирования. При этом хранящиеся в ней фрагменты конструкции используются для новых конструкторских решений и изготовления конструкторской документации. Предложена система управления базой знаний, позволяющая с помощью нотации UML выполнять ее поддержку разработчиками, получать ответы на запросы рядовых инженеров-проектировщиков (схемотехников, конструкторов, технологов, испытателей), обеспечивать ввод и контроль знаний экспертами. Приводится интерфейс пользователя, в котором представляются поля ввода запросов и индикации ответов, а также операторы управления и визуализации. На примерах показано применение разработанной базы знаний для процедур схемотехнического и конструкторского этапов проектирования и технологической подготовки производства. Применение базы знаний для конкретных проектных и производственных процедур осуществляется на основе проблемно-ориентированных языков пользователей при формировании запросов и ответов. Полученные результаты распространяются на широкий класс инновационных объектов.

18. Сравнительный анализ СУБД для туристической социальной сети [№4 за 2020 год]
Автор: Феоктистов Е.Ф.
Просмотров: 4281
Цифровые технологии широко используются во всех сферах жизнедеятельности человека, в том числе и в туризме. Бронирование готового тура, номеров в отеле и авиаперелетов можно сделать, не выходя из дома. Просмотр мобильных приложений с ценами на отели, билеты и туры стал частью ежедневной жизни туриста – даже не собираясь пока в поездку, он часто открывает данные приложения. Этими обстоятельствами и обусловлена идея создания мобильного приложения для туриста. Ниша туристической социальной сети, где можно общаться, планировать поездки, устраивать культурно-сувенирный обмен, пустует. В связи с этим идет разработка туристической социальной сети с рекомендательной системой на основе достаточно простых анкетных данных пользователей: списки сувениров на обмен (что есть, что хотят), ближайшие и совершенные поездки, город проживания и национальность. Для решения данной задачи необходимо выбрать такую СУБД, которая, во-первых, должна быть масштабируемой в силу возможного большого притока пользователей разных стран, а во-вторых, отвечать современным требованиям, быть надежной и быстродействующей. В статье анализируются различные виды нереляционных СУБД на опыте их использования в других социальных сетях. Описаны преимущества и недостатки систем при последующем возможном применении в туристической социальной сети. Также произведено тестирование трех графовых СУБД: Virtuoso, Neo4j и Sesame с целью выявления наиболее надежной и быстрой для данной разработки. На основе полученных данных определена лучшая СУБД, прошедшая большую часть тестов с наилучшими показателями времени.

19. Моделирование аттрактора Лоренца [№4 за 2020 год]
Авторы: Филиппов Ф.В., Струев А.М., Золкин А.Л.
Просмотров: 6152
В статье на примере построения аттрактора Лоренца изложен механизм, позволяющий применять систему Scilab при моделировании динамических систем, сохраняя при этом высокую точность полученных данных. Модель Лоренца представляет собой реальный физический пример динамических систем с хаотическим поведением, чем отличается от созданных искусственно. Удалось установить, что закон, выведенный Лоренцем, имеет исключительную важность, по-скольку характеризует процессы как в турбулентных потоках, так и в физике лазеров и гидродинамических систем, в биологии и химии. В работах, посвященных численному исследованию системы Лоренца при классических значениях ее параметров, очень часто делаются заключения о структуре аттрактора на основе данных, полученных из вычислительного эксперимента (например, что аттрактор содержит циклы). Программа, предложенная авторами к рассмотрению, делится на две основные части. Первая часть регламентирует создание функции пользователя solv_lor(n), характеризующей систему дифференциальных уравнений, моделирующих аттрактор Лоренца. Во второй части листинга со-держится вызов этой функции. Дана характеристика изменений в поведении решения системы Лоренца с применением различных значений параметра r. Отражены результаты моделирования с применением различных значений параметра r. Выявлены значительные изменения траектории при больших значениях параметра. Программой задана функция пользователя lorenz(t, y), в работе с которой применяются численные способы, используемые для решения системы обыкновенных дифференциальных уравнений. Кроме того, система на качественно высоком уровне позволяет осуществлять графическое моделирование решений. Предусмотрен набор графических инструментов для выполнения динамического редактирования графиков и управления параметрами графического окна. Проведенные компьютерные эксперименты доказали простоту и удобство применения системы Scilab при моделировании динамических систем, сохраняя при этом высокую точность полученных результатов.

20. Метод автоматического трекинга стволовых клеток по данным магнитно-резонансной томографии [№4 за 2020 год]
Автор: Шустова М.В.
Просмотров: 4119
Применение стволовых клеток для терапии тяжелых заболеваний – перспективное направление современных биомедицинских исследований. После трансплантации в места заболеваний стволовые клетки оказывают, предположительно, восстановительный эффект, в том числе уменьшая очаги ишемического поражения мозга после инсульта, но точный механизм воздействия до конца не исследован. Существует острая необходимость в разработке новых эффективных и без-опасных подходов к лечению больных путем трансплантации стволовых клеток. Успешное применение клеточной терапии возможно только после глубокого изучения взаимодействия клеток с локальным микроокружением (пути миграции в органы и ткани организма, их влияние на очаги поражения) и разработки алгоритмов эффективного использования стволовых клеток. Совмещение современных методов магнитно-резонансной томографии и методов научной визуализации делает возможным построение карт миграции и распространения стволовых клеток после трансплантации. Последнее является крайне важным для понимания механизмов действия стволовых клеток при ишемическом инсульте головного мозга для подготовки и планирования клинических испытаний. Для решения задачи трекинга стволовых клеток требуется наличие соответствующего инструментария. На сегодняшний день разработано большое количество программных средств обработки и анализа биомедицинских данных, однако их недостаточно для автоматического отслеживания путей миграции стволовых клеток и динамики изменения области ишемического поражения. Существует необходимость в разработке новых средств для решения этих задач. Настоящая работа посвящена автоматическому трекингу скоплений мезенхимальных стволовых клеток, трансплантированных в ишемизированный головной мозг лабораторных животных. Формализация решения сведена к транспортной задаче. Наиболее вероятное движение скоплений визуализируется с помощью средств когнитивной графики. Одновременно с трекингом стволовых клеток выполняется моделирование области ишемического поражения. Разработанный инструментарий обеспечивает проведение расчетов, связанных с унификацией представления головного мозга различных особей для последующего измерения поврежденных областей, а также выполнение глубокой обработки и когнитивной визуализации, связанной с научной подсветкой областей интереса исследователя. Результаты моделирования и измерений проанализированы на предмет влияния трансплантированных клеток на очаги ишемического инсульта головного мозга. Анализ с применением разработанного инструментария показал, что скопления стволовых клеток действительно мигрируют в область ишемического поражения, а объем очага ишемии со временем уменьшается.

◄ ← Предыдущая | 1 | 2 | 3 | Следующая → ►