Программные продукты и системы

Статьи из выпуска № 4 за 2022 год.

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

21. Требования к программной реализации системы Индустрии 4.0 для создания сетевых предприятий [№4 за 2022 год]
Авторы: Тельнов Ю.Ф., Казаков В.А., Данилов А.В., Денисов А.А.
Просмотров: 2262
В статье определяются требования к программной реализации систем Индустрии 4.0 (i4.0-систем) для создания сетевых предприятий на основе цифровых платформ с использованием многоагентной технологии взаимодействия i4.0-компонентов и онтологического подхода к построению общей концептуальной модели предметной области. В качестве метода исследования предлагается использовать метод декомпозиции i4.0-системы на платформенные программные сервисы и программные административные оболочки, связанные с управлением и функционированием ресурсов (активов) сетевого предприятия, – i4.0-компоненты. За основу построения архитектуры i4.0-системы выбрана эталонная архитектурная модель Индустрии 4.0 RAMI 4.0. Для реализации многоагентного взаимодействия i4.0-компонентов в рамках построения цепочки создания стоимости сетевого предприятия предлагается использовать онтологический под-ход. Основными результатами исследования являются сформулированные требования к программной реализации i4.0-системы с позиции формирования программных сервисов i4.0-платформы и программных административных оболочек i4.0-компонентов по уровням архитектуры RAMI. В качестве программного механизма взаимодействия i4.0-компонентов предложен алгоритм взаимодействия i4.0-компонентов с использованием предметной онтологии. В результате программной реализации сформулированных требований к построению архитектуры i4.0-системы повысятся гибкость и эффективность создания и функционирования цепочек создания стоимости сетевых предприятий в динамично развивающейся бизнес-экосистеме промышленного производства продукции и услуг.

22. Прецедентный подход для оценки влияния молний на системы уличного освещения с использованием онтологий [№4 за 2022 год]
Авторы: Черновалова М.В., Черненский Л.Л., Макарова И.М.
Просмотров: 1602
Рассматривается возможность повышения энергоэффективности и энергобезопасности систем уличного освещения в условиях прямого и косвенного электромагнитного воздействия атмосферного электричества и разрядов молнии на основе разработки и использования интеллектуальной системы поддержки принятия решений. В качестве метода исследования применяется прецедентный подход с представлением знаний в виде онтологий. Данный подход обеспечивает возможность формирования решений на основе знаний об аналогичных ситуациях, возникавших ранее, что позволяет работать в открытых, динамических, плохо формализованных предметных областях, где неопределенность может иметь невероятностный характер. Онтологические модели обеспечивают возможность применения прецедентного подхода в условиях отсутствия необходимого объема статистической информации для принятия решения по-средством представления знаний в виде иерархии концептуальных терминов заданной предметной области и множества отношений. Предложена онтология предметной области, описывающая искусственное грозовое облако. Она используется для выявления закономерностей в информационных массивах при комплексном управлении процессами энергообеспечения и энергобезопасности систем уличного освещения в условиях различного спектра электромагнитных воздействий атмосферного электричества и молнии. Разработан алгоритм формирования решений по управлению элементами указанной системы с помощью прецедентного подхода и онтологии, отличительная особенность которого заключается в возможности формирования количественных решений, адаптируя к текущей ситуации результаты реализованных ранее и описанных в лингвистической форме ситуаций при управлении элементами систем уличного освещения. Разработанные модель и алгоритм были реализованы в виде интеллектуальной системы поддержки принятия решений, ориентированной на автоматизацию процесса управления указанными системами, применение которой на практике позволяет повысить оперативность, обоснованность и эффективность принимаемых решений.

23. Динамическая схема GraphQL в реализации интегрированной информационной системы [№4 за 2022 год]
Авторы: Черныш Б.А., Мурыгин А.В.
Просмотров: 1895
В статье рассматривается возможность использования инструментария GraphQL с динамически изменяемой схемой данных. Стандартным путем определения типов данных и операций в GraphQL является статическая схема. При ее использовании вся структура данных определяется заранее и не может быть изменена динамически во время работы приложения, обслуживающего запросы. Это обстоятельство не позволяет применять GraphQL в приложениях, где структура данных может динамически изменяться. Для решения задачи используется подход, состоящий в хранении схемы данных в памяти приложения и перегенерации этой схемы в случае изменения метаданных. В данной работе приводится способ реализации этого подхода на примере разработанной авторами программной платформы SciCMS. Особенностью системы является ее ориентированность на требования по работе с данными о технически сложной продукции. Эти требования включают хранение данных в древовидном представлении с оптимизирующими механизмами выборки, контроль версий изделий, возможность использования разных языковых представлений изделий, управление жизненным циклом изделий, расширенные возможности интеграции с несколькими источниками данных. В статье описаны приемы, методики и технологии, задействованные при построении системы, приводятся схемы и диаграммы UML основных структур и процессов ядра приложения. Описываются детали реализации отдельных подсистем платформы. Проведены экспериментальные выборки данных с целью оценки эффективности выполнения запросов с использованием соединений (Join). На основании полученных данных выбраны наиболее эффективные инструменты оптимизации выборки иерархических данных. Представлены возможности платформы по ее интеграции с другими системами в рамках единого информационного пространства.

24. Классификация общих шаблонов проектирования мультиагентных систем [№4 за 2022 год]
Автор: Чернышев С.А.
Просмотров: 1836
При разработке мультиагентных систем обычно используются специальные фреймворки или среды разработки имитационных моделей. Они предоставляют разработчику необходимый функционал среды запуска агентов, коммуникацию между ними, организацию доступа к ресурсам и многое другое. Однако бывают случаи, когда стейкхолдер ставит условие, что при разработке системы необходимо избежать зависимостей в виде данных инструментальных средств. Отсутствие единой базы шаблонов проектирования мультиагентных систем без их привязки к конкретным предметным областям в данном случае представляет собой значительную проблему, поэтому разработчики заново придумывают описанные ранее решения. Цель данной работы – обзор и анализ существующих классификаций шаблонов проектирования мультиагентных систем, выявление общих шаблонов проектирования без их жесткой привязки к конкретной предметной области, которые можно применять в процессе проектирования мультиагентных систем, и их последующая классификация для удобства использования. Из более чем 200 шаблонов проектирования мультиагентных систем, находящихся в открытом доступе, автором была сформирована база в 60 шаблонов, не привязанных к конкретной предметной области. Также предложена классификация общих шаблонов проектирования мультиагентных систем: структурные, поведенческие, миграционные, коммуникационные, архитектурные (системные), защитные и когнитивные. Некоторые из классов шаблонов позволяют ввести в систему дополнительные элементы, расширяющие ее функциональные возможности, в то время как другие направлены на реализацию различных аспектов работы как агента, так и мультиагентных систем. Из всех предложенных классов шаблонов наиболее выделяются архитектурные (системные), так как они задают различные виды архитектур агентов, мультиагентных систем или элементов, которые закладывают жесткие программные ограничения функционирования разрабатываемой системы или ее частей.

25. Информационная и алгоритмическая поддержка интеллектуальной системы экологического мониторинга воздуха на основе нейронных сетей [№4 за 2022 год]
Авторы: Ярыгин Г.А., Баюкин М.В., Корнюшко В.Ф., Шмакова Е.Г., Садеков Л.В.
Просмотров: 2007
Работа посвящена алгоритмической и информационной поддержке интеллектуальной системы управления современными газоанализаторами, применяемыми в системах экологического мониторинга воздуха «электронный нос». Основу информационной поддержки составляют нейронные сети. Описана современная технология автоматического распознавания запахов на основе измерений с помощью низкоселективных датчиков в мультисенсорных системах обнаружения компонентов газовых смесей в атмосферном воздухе. Показано преимущество ее применения по сравнению с традиционными системами с высокоселективными чувствительными элементами. На основе записанных откликов с матрицы сенсоров создается библиотека образов запахов, которая хранится в БД интеллектуальной системы. Затем отклики анализируемого газа сравниваются с откликами отдельных веществ из библиотеки образов. Для обработки информации предложен двухступенчатый метод кластеризации данных. Сначала данные наблюдений нормализуются, чтобы каждый входной параметр имел одинаковое влияние на систему. Затем они собираются в кластеры с использованием самоорганизующихся карт Кохонена и алгоритма k-средних. При этом каждый отдельный кластер представляет вещество со схожим запахом. Получение конкретных оценок было выполнено на основе экспериментальных данных, собранных в системе экологического мониторинга в районе мусоросжигательного завода в Кожухово. Рас-смотрен выбор критерия идентификации запаха, которым в дальнейшем руководствуются эксперты при принятии решения. Обоснован выбор в качестве критерия значения метрики близости аналитических проб как нормы расстояния между векторами запаха в каждой пробе. Разработаны алгоритм идентификации газовой аналитической пробы вещества с использованием нейронных сетей и выбранного критерия подготовки принятия решения, а также программный продукт на языке R, позволяющий оценить принадлежность полученных с прибора данных к определен-ному запаху с последующим получением визуальных результатов динамики распространения запахов в реальном времени. Приведены результаты применения разработанных алгоритмов в системе экомониторинга мусоросжигательного завода в районе Косино-Ухтомский Московской области.

◄ ← Предыдущая | 1 | 2 | 3