Информационная система поддержки принятия решений по управлению эргатическими структурами тема диссертации и автореферата по ВАК РФ 05.25.05, кандидат технических наук Зайцев, Илья Александрович

  • Зайцев, Илья Александрович
  • кандидат технических науккандидат технических наук
  • 2011, МоскваМосква
  • Специальность ВАК РФ05.25.05
  • Количество страниц 157
Зайцев, Илья Александрович. Информационная система поддержки принятия решений по управлению эргатическими структурами: дис. кандидат технических наук: 05.25.05 - Информационные системы и процессы, правовые аспекты информатики. Москва. 2011. 157 с.

Оглавление диссертации кандидат технических наук Зайцев, Илья Александрович

Введение

1. Анализ подходов создания систем поддержки принятия решений

1.1 Анализ информационных систем, используемых для поддержки принятия решений

1.2 Общие подходы к созданию систем поддержки принятия решений

1.2.1 Анализ критериев эффективности

1.2.2 Понятие обобщённого критерия

1.3 Назначении элементов матрицы парных сравнений

1.3.1 Анализ метода сравнений

1.3.2 Мультипликативная свертка двумерного вектора

1.3.3 Анализ скаляризации векторного критерия

1.3.4 Ранжирование конечного множества альтернатив

1.3.5 Метод последовательных уступок

1.3.6 Метод доминирования

1.3.7 Методы решения задачи выбора на конечном множестве альтернатив

1.3.8 Полезность и предпочтения метода 41 Выводы по первому разделу

2. Разработка системы поддержки принятия решения управления сложными эргасистемами

2.1 Анализ существующих подходов к построению СППР

2.2 Обоснование требований, предъявляемых к системе ППР

2.3 Архитектура системы и обоснование выбора программных средств ее реализации

2.4 Алгоритм работы системы

2.5 Методика моделирования информационной подсистемы поддержки принятия управленческих решении

2.6 Работа с высокоразмерными критериями

2.6.1 Интерполяции (экстраполяции) отдельных областей критериального пространства

2.6.2 Установление уровня предпочтений

2.6.3 Разработка обобщённого показателя

2.6.4 Сокращение размерности обобщенных показателей

2.7 Применение CllilP в задачах управления

2.8 Разработка модели автоматизированной система ППР по управлению сложными эргатическими структурами 78 Выводы по 2 разделу

3. Синтез аппаратных средств СППР по управлению эргасистемами на 89 основе аппарата нечётких множеств

3.1 Анализ математической модели процесс функционирования СППР

3.2 Выбор метода оптимизации параметров аппаратных средств при заданных параметрах программного обеспечения

3.3 Реализация базовой математической модели

3.4 Анализ выбора оптимального варианта аппаратных средств для 112 СППР

3.5 Модель синтеза аппаратных средств СППР на базе нечеткого подхода

3.5.1 Построение базы нечетких правил

3.5.2 Разработка алгоритма моделирования

3.5.3 Фаззификация входных переменных 126 3.6 Разработка инструкции пользователю

Выводы по 3 разделу

Рекомендованный список диссертаций по специальности «Информационные системы и процессы, правовые аспекты информатики», 05.25.05 шифр ВАК

Введение диссертации (часть автореферата) на тему «Информационная система поддержки принятия решений по управлению эргатическими структурами»

В настоящее время задачи планирования, учета, анализа и управления сложными эргасистемами носят принципиально важный характер, так как позволяют обеспечить тесную интеграцию бизнеса и образования, повысить уровень финансовой независимости организаций промышленности, учреждений и компаний.

Для решения задач автоматизации систем поддержки принятия управленческих решений (СППР) сложилась практика создания компьютерных средств. Она предполагает синтез программных комплексов и подбор вычислительных систем путем опытной эксплуатации. При разработке компьютерных средств на основе многопользовательских вычислительных комплексов, для того, чтобы система априорно полностью удовлетворяла своему функциональному предназначению, в требования к ней закладывается избыточная производительность. Стоимость аппаратных средств такой специализированной системы, будет неоправданно завышена, что недопустимо в условиях ограниченного финансирования.

Таким образом необходим комплексный научный подход к синтезу аппаратных и программных средств, позволяющий определять вариант аппаратно-программных средств многофункциональных компьютерных СППР с целью снижения стоимости синтезируемых средств при условии эффективности всей системы. Для- решения данной задачи разработан научно-методический аппарат, обеспечивающий синтез комплекса аппаратных и программных средств подобных систем, которая должна вестись от целей к функциям и физической структуре системы, от физической структуры и заданных алгоритмов подготовки к структуре и задачам программного обеспечения, от параметров операционной среды к параметрам аппаратных средств [66, 53].

Вычислительная сеть ПЭВМ представляет собой информационно-вычислительный комплекс, который обрабатывает в данном случае некоторый поток специальных задач. Особенность потока в системах типа

СППР состоит в существенной неоднородности [52, 59, 66], поэтому существует необходимость при синтезе специального программного обеспечения получения оптимального разбиения всего множества задач на функциональные подсистемы, которые характеризуются определенной степенью внутренней совместимости. Это одна из важнейших задач, которая должна предшествовать разработке систем подобных СППР и может быть решена путем получения качественного представления программного обеспечения. Результатом исследования качественных свойств задач, должно стать представление специального программного обеспечения, которое позволяет задать определенные требования к построению программного комплекса системы, Это приводит к выбору операционной системы или же позволяет решить вопрос о соответствии специального программного обеспечения выбранной операционной системе, а также снизить затраты на управление вычислительным процессом.

Процесс функционирования в реальных вычислительных системах полностью зависит от свойств входящего потока задач и архитектуры программного комплекса. Это приводит к тому, что при изменении свойств одной из задач входящего потока при разработке подобных систем возникает необходимость пересмотра качественного представления программного обеспечения системы (СПО). Учитывая трудоемкость работы по получению качественного представления СПО, следует сделать вывод о необходимости разработки методики, позволяющей автоматизировать указанный процесс. Такую возможность предоставляет методика получения качественного представления СПО, разработанная с использованием аппарата математической логики путем выработки некоторой совокупности логических выражений.

Программные средства потребляют определенную часть ресурсов сети ПЭВМ, и высокая интенсивность задач входящего потока в контуре сети при фиксированных значениях ресурсов аппаратных средств может привести к тому, что система перестанет справляться с их обработкой. Такая ситуация может возникнуть как в случае недостатка ресурсов ПЭВМ, представляющих собой рабочее место лица принимающего решение (ЛПР), так и сервера сети. Неоправданное завышение ресурсов вычислительных средств ведет в свою очередь к чрезмерному удорожанию системы, что также недопустимо в современных условиях ограниченного финансирования базы СППР [51, 94].

Подобная задача и метод ее решения для автоматизированной системы обучения уже рассматривалась [70, 83]. В существующих вариантах исследуется соотношение аппаратно-программных средств операционной системы и всего комплекса вычислительных средств, построенных на ПЭВМ. Отличие от указанных задач будет, прежде всего, в качественно иной структуре используемых вычислительных средств и программного комплекса, что требует как выбора показателей эффективности, характеризующих функционирование СППР, так и получение значений выбранных показателей разработки математической модели процесса функционирования аппаратно-программных средств и моделирующего алгоритма, который реализуется в виде программ. Вопрос разработки модели связан с выбором соответствующего математического аппарата. Применительно к системам класса СППР наиболее предпочтительно описание их функционирования в терминах состояний общей теории систем. Задачи решаются в компьютерной сети, представляющей собой информационно-вычислительный комплекс, процесс функционирования которого можно представить как последовательную смену состояний (или их сохранение) во времени. Множество всех состояний комплекса СППР получается на основе состояний всех объектов системы (модулей ПЭВМ, сетевых общесистемных модулей), а переходы обуславливаются возникновением некоторых событий связанных с соответствующими причинами. Описание условий нахождения системы в различных состояниях и переходов в другие состояния с использованием аппарата высказывательных форм позволяет получить подробную детализацию исследуемых процессов и отказаться от различного рода допущений, сопутствующих различным аналитическим методам. Кроме того, такие характеристики, как пропускные способности системы, описываются сложными функционалами, и их получение возможно наиболее просто именно путем применения подобного формального подхода, который позволяет сформировать мультиграф состояний, являющийся моделью системы.

Процесс получения показателей эффективности должен быть приспособлен к дальнейшему решению задачи вариантного выбора. Это предполагает получение значений цен вариантов реализации аппаратных средств каждого показателя эффективности. Выбранные значения цен могут быть получены в результате прогонов модели в несколько этапов. Сначала производится требуемое количество прогонов модели с выбранной платформой ПЭВМ. На следующем этапе прогонов модели производится замена модулей, а разница в значениях показателей эффективности с первым вариантом реализации аппаратных средств и будет составлять цену соответствующего варианта реализации. При завершении перебора всех совместимых с данном платформой модулей происходит замена системной платы и повторяется процесс прогонов модели. Таким образом получается вся совокупность значений цен требуемых показателей эффективности.

Решение задачи выбора оптимального варианта реализации аппаратно-программных средств характеризуется некоторыми особенностями.

Во-первых, это комбинаторная задача оптимизации по своей сути.

Во-вторых, она может быть удобно представлена как задача булевого (бивалентного) программирования, если ввести в рассмотрение булевые переменные, характеризующие факт включения или исключения данного варианта модуля в рассмотрение.

Подобные задачи при большом количестве вариантов трудно решить методом полного перебора, ввиду огромного количества вариантов. Решение должно опираться на метод, ограничивающий число переборов. Наиболее перспективным является метод ветвей и границ [39, 70], который позволяет на каждом шаге перебора отбрасывать бесперспективные варианты с учетом ограничений на выбранные показатели эффективности и выделенные ресурсы. Достоинством его является и достаточная алгоритмическая проработанность.

Объект и предмет исследования.

Объектом диссертационного исследования в настоящей работе является автоматизированная система поддержки принятия управленческих решений в эргасистемах.

Предметом диссертационного исследования является процедура построения аппаратно-программных средств СППР на основе современных интеллектуальных технологий.

Актуальность состоит в необходимости комплексного подхода к разработке средств компьютерных систем ППР для устранения избыточной производительности вычислительных средств, приводящей при создании подобных систем на основе вычислительных сетей к неоправданно высокой стоимости аппаратных средств.

Цель работы состоит в синтезе высокоэффективных аппаратных и программных средств компьютерной системы ППР в эргасистемах при минимальных финансовых затратах.

Научная задача, решаемая в диссертационной работе, состоит в разработке на основе существующих методов научно-методического аппарата, обеспечивающего комплексный синтез высокоэффективных аппаратных и программных средств, перспективных компьютерных систем поддержки принятия решений в условиях ограниченного финансирования.

Для достижения поставленной цели в работе решаются следующие задачи.

1. Анализ особенностей информационных систем, используемых для поддержки принятия решений.

2. Анализ множества показателей эффективности СППР и формирования из них критериев эффективности функционирования аппаратно-программных средств.

3. Анализ методики получения качественного представления СПО СППР.

4. Разработка базовой математической модели процесса функционирования СППР.

5. Синтез оптимальных аппаратно-программных средств для СППР в сложных эргатических ситемах.

Научная новизна работы состоит в комплексном решении задачи синтеза оптимальных программных и аппаратных средств СППР для различной топологии локальной вычислительной сети ПЭВМ и алгоритмов выработки управляющих решений.

Практическая значимость результатов работы заключается в разработке пакета программ и оптимального варианта аппаратных средств компьютерной системы ПИР, пригодных для практического использования, в конкретных- рекомендациях к применению созданного научно-методического аппарата на этапах синтеза компьютерных средств СППР.

Положения выносимые на защиту.

1. Модель автоматизированной системы ППР по управлению сложными эргатическими структурами.

2. Модель информационной системы ППР по управлению технологическим процессом на основе многокритериального мониторинга эргатических образований (ППР ЭО).

3. Модель синтеза аппаратных средств СППР на базе нечеткого вывода.

4. Алгоритм построения базы правил на основе нечетких лингвистических высказываний.

Достоверность и обоснованность полученных результатов обеспечивается корректностью постановки задачи, обоснованностью выбора показателей эффективности, полнотой учета факторов, влияющих на характер функционирования аппаратно-программных средств ППР и подтверждается моделированием на ЭВМ, апробацией результатов диссертации и выступлениями на научно-технических семинарах и конференциях.

По содержанию диссертационная работа состоит из введения, трех разделов, заключения и приложений.

Похожие диссертационные работы по специальности «Информационные системы и процессы, правовые аспекты информатики», 05.25.05 шифр ВАК

Заключение диссертации по теме «Информационные системы и процессы, правовые аспекты информатики», Зайцев, Илья Александрович

Выводы по третьему разделу

1. Проанализирован вариант базовой математической модели процесса функционирования КСИ, связывающей морфизмы, примененные в базовой модели с параметрами программных и аппаратных средств системы и позволяющей произвести моделирование процесса функционирования при заданных характеристиках системы.

2. Проведённый анализ позволил подтвердить адекватность математической модели и исследовать эффективность аппаратно-программных средств путем получения цен выбранных показателей эффективности для всей совокупности вариантов реализации аппаратных средств.

3. Предложено введение нечеткого алгоритма с соответствующей базой правил, направленных на решение задачи синтеза аппаратных средств системы ППР. Преимущество данного подхода заключается в том, что он способен предлагать решение в соответствие с базой нечетких правил.

4. Метод, основанный на выводе логических правил, позволяет обеспечить уменьшение ошибки принятия решения и сократить время достижения поставленной цели более чем в два раза в сравнении с существующим методом структурной и параметрической оптимизации.

5. Адекватность полученных двумя разными способами результатов свидетельствуют о соответствии экспериментальных данных, основанных на базовой математической модели процесса функционирования реальной вычислительной системы, а также о возможности применения модели для синтеза перспективных СППР, разрабатываемых на основе аппарата нечётких множеств.

Заключение ,

Системы поддержки принятия решений - почти всегда интерактивные компьютерные системы, разработанные, чтобы помочь руководителю в принятии решений, при этом данные извлекаются из базы или по результатам обработки диалога с пользователем, расширенный вариант — системы поддержки работы группы.

Особое место занимают исследования в области разработки моделей в интеллектуальных системах поддержки принятия решений. В последнее время успешно разрабатывается прикладное направление в исследовании систем искусственного интеллекта, связанное с экспертными системами, которые используют логику принятия решения человеком и нейронными сетями, отражающих логику работы человеческой нервной системы, но фактически использующих методы статистического анализа, чтобы распознать признаки конкретной модели из большого количества информации посредством адаптивного изучения.

Результатом работы является создание системы ППР по управлению крупной эргатической структурой на основе клиент> серверной архитектуры и реляционной СУБд Oracle.

Разработаны необходимые модули СППР. Обеспечены требуемые значения показателей качества, обеспечивающие штатный режим работы системы.

Разработка прикладного ПО системы велась при помощи языков программирования высокого уровня PHP, PL/SQL и языка манипулирования данными, основанного на стандарте SQL 92.

Разработана и реализована архитектура СППР. Создана диаграмма компонентов, на которой наглядно виден принцип работы системы.

S v

Созданы и описаны все объекты БД.

Разработаны и описаны все интерфейсы пользователей. Для лучшего восприятия интерфейса приведены схемы вариантов использования и блок схемы для возможных алгоритмов действий.

Представлена методика тестирования системы на соответствие требованиям функциональности.

Проведён анализ варианта базовой математической модели процесса функционирования компьютерной информационной системы, позволяющей произвести моделирование процесса функционирования при заданных характеристиках системы.

Проведённый анализ позволил подтвердить адекватность математической модели и исследовать эффективность аппаратно-программных средств путем получения цен выбранных показателей эффективности для всей совокупности вариантов реализации аппаратных средств.

Предложено использование нечеткого алгоритма с соответствующей базой правил, направленных на решение задачи синтеза аппаратных средств системы ППР. Преимущество данного подхода заключается в том, что он способен предлагать решение в соответствие с базой нечетких правил.

Метод, основанный на выводе логических правил, позволяет обеспечить уменьшение ошибки принятия решения и сократить время достижения поставленной цели более чем в два раза в сравнении с существующим методом структурной и параметрической оптимизации.

Адекватность полученных двумя разными способами результатов свидетельствуют о соответствии экспериментальных данных, основанных на базовой математической модели процесса функционирования реальной вычислительной системы, а также о возможности применения модели для синтеза перспективных СППР, разрабатываемых на основе аппарата нечётких множеств.

Проведен анализ теории принятия решений и нечеткой логики, обоснована целесообразность применение нечетких множеств для синтеза аппаратных средств систем поддержки принятия решений. В результате создана модель, обеспечивающая требуемое качество разрабатываемой системы.

Следует отметить, что дефаззификация другими методами, отличными от использованного в работе, приводит к результатам, которые могут существенно отличаться от полученных. Это может потребовать дополнительных исследований по настройке используемых алгоритмов нечеткого вывода.

Список литературы диссертационного исследования кандидат технических наук Зайцев, Илья Александрович, 2011 год

1. Аверин А.Н., и др. Нечеткие множества в моделях управления и искусственного интеллекта /Под ред. Д. А Поспелова.—М.: Наука, 1986. 312 с.

2. Адоладов К.Г., Бомас В.В. Автоматизированная система мониторинга факультета//Современные технологии в задачах управления, автоматики и обработки информации: Сборник трудов XI международного научно-технического семинара. М.: МГАПИ, 2002.

3. Айвенс К. Эксплуатация Windows NT. Проблемы и решения. Пер. с англ. СПб: BHV-Санкт-Петербург, 1998. - 592 с.

4. Алексеев О.Г. Комплексное применение методов дискретной оптимизации. М.: Наука, 1987. - 247 с.

5. Альянах И.Н. Моделирование вычислительных систем. Л.: Машиностроение, 1988. - 222 с.

6. Андрианов Ю.М.,Субретто А.И. Квалиметрия и приборостроение в машиностроении. Л.: Машиностроение, 1990. — 116 с.

7. Ашхотов О.Г. Вычислительные системы на базе IBM PC. Нальчик: Кабардино-балкарский государственный университет, 1998. - 60 с.

8. Балаширев C.B. Современные программно-технические средства для подготовки специалистов в области автоматизированных технологических процессов. Приборы и системы управления, 1996, №6, с. 14-15.

9. Банди Б. Основы линейного программирования. Пер. с англ. — М.: Радио и связь, 1989. 174 с.

10. Ю.Батыршин И.З. Основные операции нечеткой логики и их обобщения. -Казань: Отечество, 2001. 100 е., ил.

11. Блюмин С.Л., Шуйкова Ю.А. Модели и методы принятия решений в условиях неопределенности. Липецк: ЛЭГИ, 2001. - 138с.

12. Борисов А.Н и др. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь, 1984. - 304 с.

13. Борисов А.Н., Крумберг O.A., Федоров И.А. Принятие решений на основе нечетких моделей. Примеры использования. Рига: «Зинатне», 1990.

14. М.Буза М.К., Певзнер Л.В., Хижник И.А. Операционная среда Windows и ее приложения. — М.: Высшая школа, !997. 336 с.

15. Бусленко В.Н. Автоматизация имитационного моделирования сложных систем. М.: Наука, 1977. - 240 с.

16. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1978400 с.

17. Бусленко Н.П., Калашников В.В., Коваленко И.Н. Лекции по теории сложных систем. — М.: Советское радио, 1973. 624 с.

18. Васильев В.В., Кузьмук В.В. Сети Петри, параллельные алгоритмы и модели мультипроцессорных систем. Киев: Наукова думка, 1990. — 212 с.

19. Верма П. Сети связи ЭВМ. Оценка эффективности функционирования: структурный анализ. — М.: Радио и связь, 1992. — 122 с.

20. Вычислительные системы и их модели: сб. науч. тр.(Под общ. ред. Ма-матова Ю.А. ) Ярославль: ЯрГУ, 1990. - 178 с.

21. Гнеденко Б.В., Коваленко И.Н. Введение в теорию массового обслуживания. М.: Наука, 1966. 431 с.

22. Голунов Р.Ю., Дли М.И., Круглов В.В. Нечеткая логика и искусственные нейронные сети. — М.: Физматлит, 2001.

23. Грибанов В.П., Дробин C.B., Медведев В.Д. Операционные системы: учебное пособие. М.: Финансы и статистика, 1990. - 239 с.

24. Гридина Е.Г., Лебедв А.Н., Недосекин Д.Д., Чернявский Е.А. Цифровое моделирование систем стационарных случайных процессов. -М.: Наука, 1991.-147 с.

25. Губарев В.В. Автоматизация модельного обеспечения статистических информационных систем. Приборы и системы управления, 1993, №5, с. 18-19.

26. Губинский А.И. Надежность и качество функционирования эргатическихсистем. JI.: Наука, 1982. - 272 с.

27. Гук М. Аппаратные средства локальных сетей. Энциклопедия. СПб.: Питер, 2000. - 572 с.

28. Гурин Л.С., Дыморский Я.С., Меркулов А.Д. Задачи и методы оптимального распределения ресурсов. М.: Сов. радио, 1968. - 463 с.

29. Денисов О., Назаров С. Процессоры и чипсеты для ПК. — Компьютерпресс, 2001, №3, с. 80-93.

30. Дехтярь М.И., Диковский А.Я. Анализ поведения дискретных динамических систем средствами логического программирования. — Программирование, №3, с. 3-17.

31. Дозорцев В.М. Динамическое моделирование в оптимальном управлении и автоматизированном обучении операторов технологических процессов. — Приборы и системы управления, 1996, № 7, с. 41-50.

32. Дли М.И., Круглов В.В. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода. -М.: Физматлит, 2002.

33. Дроздов Е.А., Пятибратов А.П. Основы построения и функционирования вычислительных систем. — М.: Энергия, 1973. — 368 с.

34. Дьяконов В., Круглов В. Математические пакеты расширения MATLAB: специальный справочник. СПб.: Питер, 2001. - 480 с.

35. Ефимов H.H., Фролов B.C. Основы информатики: Введение в искусственный интеллект. М.: МГУ, 1991.-115с.

36. Иванов Д. 3D-ускорители. КомпьютерПресс, 1999, №7, с.52-59.

37. Кениг Д., Штоян Д. Методы теории массового обслуживания. М.: Радио и связь, 1981. — 127 с.

38. Корбут A.A., Финкелыптейн Ю. Ю. Дискретное программирование. -М.: Наука, 1969.-368 с.

39. Корнеев В.В., Греев А.Ф., Васютин СВ., Райх В.В. Базы данных.' Интеллектуальная обработка информации.—М.: Нолидж, 2000. 352 с.

40. Корпоративные технологии Microsoft Windows NT Server 4.0. Учебный курс для самостоятельной подготовки. Пер. с англ. под ред. Богомолова Ю.А. СПб: Питер, 1998. - 610 с.

41. Кофман А. Введение в теорию нечетких множеств. -М.: Радио и связь, 1982.-432 с.

42. Кофман А., Ал уха X. Хил. Введение теории нечетких множеств в управление предприятием.—Минск: Высшая школа, 1992. 223 с.

43. Леонтьев В.П. Новейшая энциклопедия персонального компьютера. 2-е изд., перераб. и доп. М.: ОЛМА-пресс, 2000. - 847 с.

44. Леоненков А. В. Нечеткое моделирование в среде MATLAB и fïizzyTECH. СПб.: БХВ Петербург, 2005. 736 е.: ил.

45. Лойер Ж.-Л. Системы искусственного интеллекта. — М.: Мир, 1991. — 568 с.

46. Лукьянов B.C., Слесарев Г.В. Модели локальных сетей. Учебное пособие. Волгоград: Волгоградский технический университет, 1998. - 79 с.

47. Методические указания по защите информации при применении персональных ЭВМ.

48. Мину М. Математическое программирование: теория и алгоритмы. Пер с фр. М.: Мир, 1990. - 485 с.

49. Морозов В.К., Долганов A.B. Основы теории информационных сетей. — М.: Высшая школа, 1987. 269 с.

50. Назаров C.B. и др. Администрирование локальных сетей Windows NT: Учебное пособие. М.: Финансы и статистика, 2000. - 336 с.

51. Назаров C.B. и др. Компьютерные технологии обработки информации: Учебник. М.: Финансы и статистика, 1995. — 248 с.

52. Назаров C.B. Операционные системы специализированных вычислительных комплексов: теория построения и системного проектирования. — М.: Машиностроение, 1989. 399 с.

53. Новиков Ю.В., Кондратенко C.B. Локальные сети. Архитектура, алгоритмы, проектирование. М.: Эком, 2000. - 311 с.

54. Основы автоматизированного синтеза математических моделей информационно-вычислительных комплексов АСУ Под ред. Мачулина В.В. —1. М.: МО СССР, 1986. 236 с.

55. Пладрер И., Худик Я., Миклошко И., и др. Алгоритмы, математическое обеспечение и архитектура многопроцессорных вычислительных систем. -М.: Наука, 1982.-336 с.

56. Романов О.В. Диссертация на соискание учёной степени кандидата технических наук.

57. Сигнаевский В.А., Коган Я.А. Методы оценки быстродействия вычислительных систем. — М.: Наука, 1991. — 256 с.

58. Смирнов А.Д. Архитектура вычислительных систем. М.: Наука, 1990318 с.

59. Тей А., Грибомон П., Луи Ж. И др. Логический подход к искусственному интеллекту: от классической логики к логическому программированию. Пер. с фр. М.: Мир, 1990. - 432 с.

60. Ушаков И.А. Вероятностные модели надежности информационно-вычислительных систем. М.: Радио и связь, 1991. — 132 с.

61. Фридман A.A. Основы объектно-ориентированной разработки программных систем. — М.: Финансы и статистика, 2000. — 192 с.

62. Хитагуров Я.А., Древо Ю.Г. Проектирование информационно-вычислительных комплексов: Учебник. М.: Высшая школа, !987. -280с.70.системы. Высшее образование в России, 1998, №3, с.95-96.

63. Щербо В.К. Стандарты вычислительных сетей. Взаимосвязи сетей. Справочник. М.: Кудиц-образ, 2000. - 268 с.

64. П1товба С.Д. Проектирование нечетких систем средствами MATLAB. -М.:Горячая линия Телеком, 2007. — 288с., ил.

65. Эйхофф П. Основы идентификации систем управления. М.: Мир, 1975.-684с.

66. Янбых Г.Ф., Столяров Б.А. Оптимизация информационно-вычислительных сетей. — М. : Радио и связь, 1987. 232 с.

67. Модель процесса структурной идентификации

68. Рабочее окно FIS редактора

69. FIS Editor: K030> HOB ШШШШШШШШШШ1 Fie Edit View temp1. XX КОЭФ HOB (mamdart) Ж

70. Размытое» значение параметра (входное воздействие)

71. Membership Function Editor: K03® HOB1. Fie Edit View1. FIS Variables

72. Membership function plots Pinpoints 181temp Km

73. Current Variable Name temp Type input Range 15 45. Current Membership Function (click on MF to select) Name A TYpe trimf v1. Pararns 1515 20)

74. Display Range -fii5 45) .J ^ Iо . Ready

75. Размытое» значение пропускной способности (выходное воздействие)-> Membership Function Editor: КОЭФ НОВ1. XX1. Currenf Variable1. Name1. Type1. Range1. Display Range1. Km output1. О.бК 0.87.064 0 87.

76. Current Membership Function (click on MF to select) Name Type Params1. Close1. Selected variable "Km"065 0.7 075 0.8 0.85output variable "Km"

77. File Edit View FIS Variables

78. Membership function plots P|ot P°ints:1. Набор логических правил-> Rule Editor: КОЭФ НОВ1. File Edit View Options

79. If (temp is A) then (Km is K7) (1 )

80. If (temp is B) then (Km is K6) (1 )

81. If (temp is C) then (Km is K5) (1 )

82. If (temp is D) then (Km is K4) (1 )

83. If (temp is E) then (Km is КЗ) (1)

84. If (temp is F) then (Km is K2) (1 )

85. If (temp is G) then (Km is K1 ) (1 )temp is1. Тлгnotr Connection Weight:1. О or (£> and1. Delete rule1. Add rule1. Change rule1. Then1. Km isкз У1. K4

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.