Архив статей журнала
В статье рассматривается подход к анализу и оптимизации эффективности сетевых организационных систем в условиях активизации процессов автоматизации и цифровизации. Выделен класс организационных систем с автоматизированными устройствами обслуживания, результатом деятельности которых является выполнение услуг. Включение в сетевую структуру сервисных автоматов определяет особенность решения задач анализа и оптимизации. Анализ базируется на имитационном моделировании исследуемого класса систем как систем массового обслуживания с варьируемой топологией каналов обслуживания. Поэтому оптимизируемыми переменными определены альтернативные переменные, характеризующие компоненты топологии, которые связаны с дублированием как компонентов, так и автоматизированных устройств в целом. К этим переменным добавлены переменные, влияющие на лояльность клиентов за счет предоставления скидок в определенные временные периоды. Оптимизационная модель представляет собой объединение формализованных описаний зависимостей от оптимизируемых переменных экстремального и граничных требований. В качестве экстремального требования определена необходимость максимизации дохода, а граничных - временные характеристики, связанные с временем простоя автоматизируемых устройств и временем простоя обслуживания. Алгоритмизация принятых решений по варианту топологии сетевой системы и механизму повышения лояльности клиента основана на объединении трех составляющих итерационного процесса поиска: анализа исследуемой организационной системы с использованием имитационной модели; имитацией направленного перебора при случайных значениях альтернативных переменных; окончательного выбора на множестве перспективных вариантов путем экспертного оценивания. Предложена структурная схема алгоритма, базирующегося на интеграции перечисленных составляющих.
В статье приведены результаты исследования, включающего формирование оптимизационной модели и интерактивной процедуры принятия структурно-компонентных решений на основе принципов построения интегрированной САПР киберфизических систем (КФС). Приведено описание по пяти основным уровням, в рамках которых реализуется процесс проектирования КФС. Рассмотрены некоторые подходы, которые использовались авторами в ходе проектирования элементов проектирования КФС. Дано описание того, каким образом происходит формирование оптимизационной модели структурно-компонентного синтеза. Приведены основные компоненты такой оптимизационной модели. Структурные элементы КФС описываются на основе совокупности сформированных множеств. Выделены три группы показателей в модели. К первой группе отнесены надежность и стоимость, которые вычисляются для всей КФС в целом. Ко второй группе отнесем показатели, вычисляемые для некоторых цифровых нитей. Третья группа показателей связана с принципом охвата всего жизненного цикла КФС от проекта до эксплуатации. Приведена интерактивная процедура принятия структурно-компонентного проектного решения. Генерация вариантов решений осуществляется в автоматическом режиме рандомизированного поиска за счет замены булевых переменных на случайные булевы переменные.
Проблема распределения и эксплуатации парковочных мест является важной частью исследований в области интеллектуального транспорта. В последние годы в связи с резким увеличением числа автомобилей выразилась проблема ограниченности ресурсов парковочных мест. Эффективное управление парковками требует анализа огромного массива данных и проведения моделирования для оптимизации использования парковочных мест. Внедрение и функционирование умного платного парковочного пространства в г. Владивостоке создает интересную прикладную область для интеллектуального анализа данных и машинного обучения. В исследовании используются масштабный набор данных об исторических транзакциях по парковке во Владивостоке, включая тип транспортного средства, время, местоположение, продолжительность сессии и другие критерии для создания модели данных, отражающей взаимосвязь между ценами на парковку, спросом и доходами. В статье описывается механизм создания модели данных, включающей в себя все важные аспекты функционирования платных парковок и факторы, влияющие на заполняемость. Использование этой модели позволит проводить машинное обучение, применять модели и оценивать эффективность их применения. Исследование также определяет ключевые факторы, влияющие на спрос на парковку, такие как время суток, день недели, местоположение и др. Модель данных и идеи, полученные в результате этого исследования, могут быть использованы правительствами и собственниками для оптимизации использования платных парковок и улучшения управления дорожным движением в умных городах. Подход, представленный в этой статье, можно применить к другим городам для создания систем ценообразования на основе данных, отвечающих конкретным потребностям и характеристикам каждого города.
В настоящее время управление вычислительными ресурсами в современных системах распределенных вычислений является актуальной проблемой. Эволюция потенциала инфраструктуры привела к тому, что распределенные вычисления могут быть организованы в динамичных гетерогенных и географически распределенных вычислительных средах, примерами которых являются среды «туманные» и «краевые». Динамика как нагрузки, так и топологии подразумевает необходимость смены конфигурации системы, а именно закрепления пользовательских задач за вычислительными устройствами с выделением необходимых ресурсов. Последнее актуализирует вопрос повышения эффективности функционирования планировщика (брокера), обеспечивающего управление ресурсами сети в пределах выделенного фрагмента. Алгоритмическое и программное обеспечение планировщиков основано на моделях и методах теории расписаний и, исходя из постановки задачи, реализует либо простые эвристики, либо методы математического программирования, либо метаэвристики. Однако анализ представленных в открытом доступе постановок задач показал, что они, во-первых, являются частными случаями и реализуют определенные ситуации распределения вычислительных ресурсов, во-вторых, не отражают в полной мере свойств гетерогенности, географической распределенности и динамики вычислительных сред. В рамках данного исследования предложена общая модель задачи распределения вычислительных ресурсов с учетом перечисленных свойств и предложен ее метод решения с использованием предметной онтологии метаэвристических методов. Показана целесообразность построения и применения онтологии на примере анализа эффективности генетических алгоритмов в зависимости от значений параметров решаемой задачи распределения вычислительных ресурсов.
В работе рассматривается задача распространения сигнала внутри помещения. При решении данной задачи рассматривалось несколько этапов. На первом этапе была построена модель распространения электромагнитной волны через стену. Использовался подход, базирующийся на геометрической оптике. Для расчета степени поглощения требуется учитывать диэлектрическую и магнитную проницаемость материала стены. Чтобы обеспечить автоматизацию процесса вычислений, была написана программа на языке C++, которая дает возможности для того, чтобы быстро определить значения мощностей при заданных условиях. Исследовано затухание радиосигнала в зависимости от угла падения на стену. На втором этапе рассмотрена задача по определению уровня распространяющейся электромагнитной волны в различных точках внутри помещения. На третьем этапе рассмотрена задача оптимизации размещения передающего устройства внутри помещения. Был использован метод случайного поиска с последовательным сужением области определения значений. При этом требовалось применение метода сеток, являющегося локальным методом оптимизации. Для каждого участка сетки использовался метод золотого сечения. В итоге, после реализации нескольких десятков тысяч итераций, было определено оптимальное размещение передающего устройства. Научно-практическая значимость работы состоит в разработке комплексного алгоритма оптимизации размещения передающих устройств в помещении на основе вычислительного эксперимента.
Современный этап развития беспилотных авиационных комплексов характеризуется широким внедрением автоматизированных и интеллектуальных электронных систем. Одним из наиболее сложных и ответственных этапов разработки беспилотных летательных аппаратов является определение оптимальных мест размещения бортового оборудования в пространстве фюзеляжа. Для решения этой задачи в работе предложен подход для определения оптимальных мест инсталляции бортового оборудования в пространстве фюзеляжа беспилотного летательного аппарата. Подход основан на применении генетического алгоритма. Сформулирована содержательная и математическая постановка задачи по определению оптимальных мест инсталляции бортового оборудования в пространстве фюзеляжа беспилотного летательного аппарата. Разработаны критерии и ограничения. В качестве критериев оптимизации в первую очередь рассматриваются критерии электромагнитной совместимости, которые характеризуются минимизацией чувствительности бортового оборудования над уровнем напряженности электромагнитного поля в местах инсталляции бортового оборудования, а также ограничение на превышение порогового уровня восприимчивости бортового оборудования над электромагнитной обстановкой, сложившейся в результате электромагнитных воздействий или взаимодействий. Дополнительно рассматриваются критерии по минимизации общей взвешенной длины кабельных соединений, и ограничивается максимальная грузоподъемность отсеков фюзеляжа беспилотного летательного аппарата. Разработан план инсталляции бортового оборудования в пространстве фюзеляжа с использованием разработанной программы, реализующей генетический алгоритм.
Статья посвящена оптимизации управления инвестициями при формировании и реализации программы развития многообъектной информационной системы. Рассматривается этап, связанный с переходом от выполненной за некоторый временной период программы развития к новой программе развития с заданным горизонтом планирования. Показано, что в момент перехода осуществляется балансировка инвестиций, а в процессе реализации возникает необходимость их ребалансировки. Для первой задачи сформирована многоуровневая система балансовых условий, которая является основой для построения оптимизационных моделей процесса балансировки. Поскольку нижний уровень балансовых условий связан с требованием роста значения показателей развития объектов организационной системы до определенной величины, установленной управляющим центром, задачи оптимизации базируются на прогностических оценках. Эти оценки вычисляются либо по результатам нейросетевого моделирования, либо экспертного оценивания. При формировании оптимизационных моделей процесса ребалансировки инвестиций рассматриваются два способа выявления отклонения значения показателей развития от планируемой траектории роста: в заданный момент времени, при превышении порогового значения. В этих случаях определяется момент времени, в который осуществляется коррекция оптимальной стратегии распределения инвестиций между временными переходами для выхода в конечной точке на заданный уровень показателей развития. Таким образом, предложенный переход позволяет оптимизировать распределение инвестиций в рамках программы развития как в процессе их балансировки, так и ребалансировки.