Костров А.С. (godfatherm69@yandex.ru) - Военная академия воздушно-космической обороны им. Г.К. Жукова (адъюнкт), Тверь, Россия | |
Ключевые слова: значения по умолчанию, временные затраты, выходные параметры, входные параметры, программные средства, моделирующий комплекс |
|
Keywords: default values, time costs, output parameters, input parameters, software, modeling complex |
|
|
Анализ особенностей современных войн и вооруженных конфликтов показывает, что наряду с другими факторами успех боевых действий на стороне тех, кто имеет более эффективную систему управления группировками войск (сил) за счет качества принимаемых решений органами военного управления (ОВУ) на их боевое применение. В настоящее время в целях повышения оперативности и обоснованности принимаемых ОВУ решений применяются моделирующие комплексы военного назначения (МК ВН), представляющие собой совокупность технических и программных средств, обеспечивающих расчеты и имитационное моделирование военных (боевых) действий [1]. Результаты анализа применения МК ВН на мероприятиях оперативной подготовки показали, что наряду с достоинствами комплексы имеют и ряд существенных недостатков. Основным из них является значительное превышение нормативных сроков представления результатов имитационного моделирования (выходных параметров) в условиях ограничений применения программных средств МК ВН в со-ответствии с их назначением выполняемым алгоритмам работы ОВУ [2]. Следствием недостатка является колоссальный объем исходных данных (входных параметров) об обстановке, своих войсках и противнике, который требуется ввести в МК ВН в условиях временных ограничений, отведенных на применение их программных средств. Анализ структуры и функциональных возможностей программных средств МК ВН показал, что на оперативность их применения при использовании по назначению существенно влияет продолжительность ввода входной информации о действиях вероятного противни-ка [3]. Повысить оперативность применения МК ВН на этапе ввода входной информации можно путем модернизации существующих программных средств: предлагается выбор предпочтительного варианта входных параметров, определяющего состав вводимых па-раметров и автоматически заменяемых зна-чениями по умолчанию, при ограничениях на допустимую ошибку расчета выходных параметров. Целью данной работы является оценка влияния замены действительных значений входных параметров об ударе вероятного противника значениями по умолчанию на показатели результатов имитационного моделирования боевых действий, направленных на сокращение временных затрат вводимых параметров.
Методика сбора и обработки статистических данных результатов моделирования На предварительном этапе для текущего s-го варианта моделирования, выбранного для сбора статистики, формируется перечень задействованных входных параметров В случае отсутствия статистических данных считываются значения, полученные по данным классификаторов моделирующего комплекса Далее для каждого После экспериментов определяется признак возможности использования статистических данных Приведенное выражение означает, что Методика определения значений входных параметров по умолчанию На предварительном этапе по i-му входному параметру для каждого g-го атрибута Xig, используемого для определения значений по умолчанию, из классификаторов считываются значения атрибутов (Xig)kg, а также перечень ва-риантов varim, содержащий набор сочетаний значений атрибутов Далее определяется наличие достоверных статистических данных результатов моделирования для определения значения по умолчанию. При их наличии значение по умолчанию определяется результатами моделирования, в противном случае – данными из классификаторов. Тогда значения по умолчанию определяются исходя из минимизации суммарного отклонения значений атрибутов Xig от медиан этих атрибутов, в том числе Xig: Me(Xig). Для каждого варианта varim определяются значения атрибутов Xig с учетом вложенной структуры входного параметра.
По представленным структурам Xig формируются варианты сочетания значений атрибутов. Для каждого варианта рассчитывается суммарное относительное отклонение значений (Xig)m атрибутов Xig от медиан Ме(Xig): Для рассмотренного выше примера каждое суммарное относительное отклонение представлено в таблице 3. Далее определяется вариант с минимальным значением отклонения: Для числового примера, рассмотренного в таблице 2, сочетания значений по умолчанию соответственно равны:
Пусть имеются следующие выходные данные: Так, для каждого m-го варианта рассчитывается суммарное отклонение значений j-го выходного параметра конкретного варианта от зна-чений конкретного выходного параметра всех других вариантов: Таблица 4 Пример числовых значений выходных параметров Table 4 An example of numeric output parameters
Промежуточный этап методики состоит в следующем. Для каждого m-го варианта рассчитывается суммарное отклонение по всем выходным параметрам: Таблица 5 Пример суммарных отклонений значений выходного параметра Table 5 An example of the total deviations of the output parameter values
В качестве примера для расчета суммарного отклонения для каждого m-го варианта взяты следующие значения весовых коэффициентов: w1 = 0,2, w2 = 0,5, w3 = 0,3. Численные значения суммарного отклонения Δim по каждому выходному параметру представлены в таблице 5. Заключительный этап методики состоит в том, что для выбора варианта varim с минималь-ным отклонением рассчитывается верхняя гра-ница доверительного интервала: В итоге определяется вариант, имеющий минимальное значение отклонения: Методика формирования и выбора предпочтительного варианта ввода входных параметров На предварительном этапе вычисляется среднее значение ошибки определения Затем рассчитывается взвешенная суммарная ошибка по совокупности выходных параметров Для соблюдения условия ввода данных в условиях временных ограничений определяются параметры закона распределения времени ввода. К ним относятся математическое ожидание Рассчитываются математическое ожидание и дисперсия времени ввода входных параметров каждого варианта соответственно:
где NПР – число предварительных элементарных операций; Далее для каждого варианта вычисляются суммарная ошибка расчета выходных параметров и верхняя граница времени ввода:
Поиск предпочтительного варианта ввода данных определяется исходя из выполнения условий ε ≤ ε0, Tsup → min. Результат поиска – предпочтительный вектор признаков использования значений атрибутов по умолчанию для совокупности входных параметров Разработана программа для формирования входных параметров, реализующая предлагаемый метод [9]. Структура макета программы содержит перечень соответствующих программных модулей, представленных на рисунке 2.
Представленные таблицы связаны с имею-щимися классификаторами моделирующего комплекса: типы СВКН, варианты подвески типов СВКН, типы РЭС и режимы работы РЭС. Апробация предлагаемого метода и имитационные эксперименты были проведены на базе Военной академии воздушно-космической обороны (г. Тверь) с использованием многофункционального МК ВН «Небосвод 2.0», позволяющего моделировать боевые действия противоборствующих группировок в воз-душно-космической сфере и оценивать их ре-зультаты в едином интерактивном пространственно-временном контуре управления. Программные средства комплекса разработаны в программно-технической среде Microsoft Visual Studio 2015 (язык программирования С++, СУБД PostgreSQL) [11].
Заключение Таким образом, установлено непосредственное влияние замены действительных значений входных параметров значениями по умолчанию на показатели результатов имитационного моделирования боевых действий. Следовательно, для сокращения временных затрат на ввод входных параметров необходимо модернизировать программные средства технологическими разработками таким образом, чтобы с их помощью обеспечить соответ-ствие временных сроков, отведенных на ввод исходных данных, регламентированных нормативными документами, фактическим временным затратам, при этом не превысив допустимую ошибку расчета выходных параметров (результатов моделирования). Научная новизна исследования заключается в разработке метода построения программных средств МК ВН, отличающегося от существующих тем, что за счет нового построения программных средств осуществляется выбор варианта данных, определяющего состав вводимых параметров и автоматически заменяемых значениями по умолчанию. Предложенный метод может быть использован при моделировании боевых действий в воздушно-космической сфере с использованием программных средств МК ВН по назначению при подготовке и непосредственно в процессе боевых действий. Литература 1. Тиханычев О.В. Субъективные аспекты применения математического моделирования военных действий в практике работы органов военного управления // Военная мысль. 2011. № 10. С. 49–53. 2. Лясковский В.Л., Ризаев Р.Н., Допира Р.В., Кучеров Ю.С. Методика оценки степени влияния модели системы управления на эффективность применения частей и подразделений радиоэлектронной борьбы в моделирующих комплексах военного назначения // Вопросы радиоэлектроники. 2020. № 10. С. 46–52. DOI: 10.21778/2218-5453-2020-10-46-52. 3. Голубев Ю.Н., Каргин В.Н. Информационные технологии в управлении войсками // Военная мысль. 2005. № 6. С. 43–45. 4. Созинов П.А., Глушков И.Н. Имитационное моделирование боевых действий: теория и практика. Тверь, 2013. 528 с. 5. Иванов В.К., Думина Д.С., Семенов Н.А. Определение весовых коэффициентов для аддитивной фитнес-функции генетического алгоритма // Программные продукты и системы. 2020. Т. 33. № 1. С. 47–53. DOI: 10.15827/0236-235X.129.047-053. 6. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1978. 400 с. 7. Вентцель Е.С. Теория вероятностей; [пер. с англ.]. М: ЮСТИЦИЯ, 2018. 658 с. 8. Шеннон Р. Имитационное моделирование систем – искусство и наука. М.: Мир, 1978. 420 с. 9. Девятков В.В. Методология и технология имитационных исследований сложных систем: современное состояние и перспективы развития. М.: ИНФРА-М, 2013. 448 с. 10. Шлее М. Qt 5.10. Профессиональное программирование на С++. СПб: БХВ-Петербург, 2018. 1072 с. 11. Костров А.С. К вопросу совершенствования программных средств моделирования автоматизированных систем военного назначения // Состояние и перспективы развития математического моделирования сложных процессов в системах военного и двойного назначения: сб. матер. конф. Анапа, 2020. С. 247–255. References 1. Tikhanychev О.V. Subjective aspects of using mathematical modeling of military operations in the military command and control practice. Military Thought, 2011, no. 10, pp. 49–53 (in Russ.). 2. Lyaskovskiy V.L., Rizaev R.N., Dopira R.V., Kucherov Yu.S. Methodology for assessing the influence of control system on efficiency of application of electronic warfare units in military modeling complexes. Issues of Radio Electronics, 2020, no. 10, pp. 46–52. DOI: 10.21778/2218-5453-2020-10-46-52 (in Russ.). 3. Golubev Yu.N., Kargin V.N. Information technology in the management of troops. Military Article, 2005, no. 6, pp. 43–45 (in Russ.). 4. Sozinov P.A., Glushkov I.N. Simulation of Combat Operations: Theory and Practice. Tver, 2013, 5. Ivanov V.K., Dumina D.S., Semenov N.A. Determination of weight coefficients for additive fitness function of genetic algorithm. Software and Systems, 2020, vol. 33, no. 1, pp. 47–53. DOI: 10.15827/0236-235X.129.047-053 (in Russ.). 6. Buslenko N.P. Modeling Complex Systems. Moscow, 1978, 400 p. (in Russ.). 7. Wentzel E.S. Probability Theory. Moscow, 2018, 658 p. (in Russ.). 8. Shannon R.E. Systems Simulation: The Art and Science. Prentice Hall, 1975, 387 p. (Russ. ed.: Moscow, 1978, 420 p.). 9. Devyatkov V.V. Methodology and Technology of Simulation Studies of Complex Systems: Current State and Prospects of Development . Moscow, 2013, 448 p. (in Russ.). 10. Shlee M. Qt 5.10 Professional Programming on C++. St. Petersburg, 2018, 1072 p. (in Russ.). 11. Kostrov A.S. On the issue of improving software tools for modeling automated systems for military use. Conf. Proc. State and Development Prospects of Mathematical Modeling of Complex Processes in Military and Dual-Use Systems . Anapa, 2020, pp. 247–255 (in Russ.). |
http://swsys.ru/index.php?id=4836&lang=%E2%8C%A9%3Den&page=article |
|