Математическое обеспечение автоматизированного проектирования сети передачи данных оптико-электронных средств полигонного измерительного комплекса тема диссертации и автореферата по ВАК РФ 05.13.12, кандидат наук Лукьянов, Олег Викторович

• Лукьянов, Олег Викторович
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Лукьянов, Олег Викторович

Оглавление

ВВЕДЕНИЕ

Глава 1. СОВРЕМЕННЫЕ ТЕНДЕНЦИИ РАЗВИТИЯ СЕТЕЙ И ПЕРСПЕКТИВЫ ИХ ИСПОЛЬЗОВАНИЯ В СЕТЯХ ПЕРЕДАЧИ ОПТИКО-ЭЛЕКТРОННОЙ ИНФОРМАЦИИ!

1.1 Организация процесса сбора измерительной информации при обеспечении испытаний изделий PKT. Общие сведения

1.2 Назначение, цели и задачи оптико-электронного комплекса полигона

1.2.1 Общие сведения

1.2.2 Организация обработки данных оптико-электронных средств измерений

1.3 Программно-ориентированные сети SDN

1.4 Сетевые структуры для многопотоковой передачи информации. Алгоритм сетевого управления TRUMP

1.5 Масштабирование потоков через сети OpenFlow, оптимизация показателей качества

1.5.1 Введение

1.5.2 Оптимизация маршрутизации QoS

1.6 Выводы

Глава 2. РЕАЛИЗАЦИЯ БАЗОВОГО КАНАЛА ДВУХФАЗОВЫХ СЕТЕЙ

ПЕРЕДАЧИ ИЗМЕРИТЕЛЬНОЙ ИНФОРМАЦИИ С МНОГОПОТОКОВОЙ МАРШРУТИЗАЦИЕЙ

2.1 Характеристики информационных потоков

2.2 Модель базового канала передачи измерительной информации

2.3 Передача потока по агрегированному каналу

2.4 Получение распределения времени передачи потока на основе теории аналитических функций

2.5 Нахождение значений действительной и мнимой частей характеристической функции времени передачи потока

2.6 Расчет тракта сети передачи измерительной информации с защитой каналов

1+1

2.7 Нахождение характеристик времени передачи кадра

2.8 Основные результаты

Глава 3. МОДЕЛИРОВАНИЕ БАЗОВЫХ СТРУКТУР ПЕРЕДАЧИ

ИЗМЕРИТЕЛЬНОЙ ИНФОРМАЦИИ

3.1 Введение

3.2 Нахождение скрытого параллелизма протоколов для улучшения характеристик сети передачи данных оптико-электронных средств полигонного измерительного комплекса

3.3 Нахождение периода занятости сети передачи данных ОЭС полигонного измерительного комплекса

3.4 Сеть передачи измерительной информации с разделением трафика на профили

3.5 Основные результаты

Глава 4. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ КАНАЛОВ И СЕТИ

ПЕРЕДАЧИ ДАННЫХ ОПТО-ЭЛЕКТРОННЫХ СРЕДСТВ ПОЛИГОННОГО ИЗМЕРИТЕЛЬНОГО КОМПЛЕКСА

4.1 Постановка задачи имитационного моделирования

4.2 Проведение имитационного эксперимента (обычный и агрегированный каналы)

4.3 Моделирование пути в VLB-сети

4.4 Моделирование сети передачи данных ОЭС ПИК

4.5 Основные результаты

Глава 5. ЭКСПЕРИМЕНТАЛЬНЫЕ РАСЧЕТЫ ФРАГМЕНТА СЕТИ ПЕРЕДАЧИ ДАННЫХ ОПГОЭЛЕКТРОННЫХ ИЗМЕРЕНИЙ ПОЛИГОННОГО ИЗМЕРИТЕЛЬНОГО

КОМПЛЕКСА

5.1 Расчет характеристик фрагмента сети космической линии связи

5.2 Планирование потоков в базовом фрагменте сети передачи измерительной информации

5.2.1 Определение вероятностей мутации генетического алгоритма в сетях с двухфазной маршрутизацией

5.2.2 Нахождение числа полезных особей в популяции генетического алгоритма для планирования потоков в сетях с двухфазной маршрутизацией

5.3 Основные результаты

ЗАКЛЮЧЕНИЕ

Перечень сокращений

Библиографический список

ПРИЛОЖЕНИЕ 1. Тексты программных модулей

ПРИЛОЖЕНИЕ 2. Акт внедрения результатов кандидатской диссертации

Введение диссертации (часть автореферата) на тему «Математическое обеспечение автоматизированного проектирования сети передачи данных оптико-электронных средств полигонного измерительного комплекса»

ВВЕДЕНИЕ

Актуальность темы. Оптико-электронные измерительные комплексы нового поколения для передачи информации о проведении испытаний летательных аппаратов должны обеспечивать передачу разнородного трафика одновременно от множества объектов: ракет различного назначения, беспилотных летательных аппаратов, самолетов различных типов, ракет и самолетов, выполняющих функции мишеней, и т. п. Этот класс объектов может быстро менять свои координаты в пространстве, динамически изменяя профили трафика в трактах передачи измерительной информации. На ряд этих объектов может передаваться управляющая информация, например на самоликвидацию при возникновении аварийной ситуации или на изменение траекторий полета. Другим классом источников информации являются сами измерительные системы, которые осуществляют групповое сопровождение летательных аппаратов. В частности из-за ограниченной дальности сопровождения систем съема и передачи оптико-электронной информации (ОЭИ) и сигнальной информации (СИ), например в инфракрасном диапазоне, систем они должны передавать сопровождение объектов друг другу по трассе полета. Кроме того, могут возникать нештатные ситуации, например срывы сопровождения отдельных измерительных средств (по дальности, по углу места объекта). В этом случае, те измерительные системы, которые сопровождают данный объект в штатном режиме, обязаны передать целеуказания своим соседям, «потерявшим» объект для повторного «захвата» и дальнейшего нормального сопровождения. Такие команды должны иметь наивысший приоритет и передаваться гарантированно за минимальное время. В целом можно отметить, что к сетям передачи ОЭИ нового поколения предъявляются повышенные требования по задержкам передачи информации, надежности и отказоустойчивости в условиях динамически изменяющегося трафика.

В течение длительного времени проектировщики базовых магистралей полигонных измерительных комплексов, предназначенных для передачи ОЭИ при проведении испытаний летательных аппаратов, пытались решить проблему повышения производительности сетей на основе нескольких подходов. Одним из

них является применение стека протоколов TCP/IP, на основе которого функционирует большинство современных сетей передачи данных, включая Интернет [1, 3, 12, 33, 35. 41, 43, 52-54, 62-65, 68, 76, 83, 87-88, 96, 97, 105, 106-107]. При этом носителем информации реального времени является дейтаграмма протокола UDP. Для того, чтобы повысить надежность доставки, отдельные измерения дублируются [34]. Это дает определенный результат, но данный протокол по определению не гарантирует необходимые задержки, так как сказываются значительные накладные расходы при пересылке, определяемые тем, что протокол UDP функционирует в среде стека протоколов TCP/IP.

В настоящее время определенные успехи в решении проблемы гарантированных задержек достигнуты за счет внедрения технологии многопротокольной коммутации по меткам (MPLS). В сеть Интернет добавляется «вставка» - облако MPLS, представляющая собой сеть, построенную на заранее сконфигурированных виртуальных каналах с постоянным соединением [36]. Еще один подход связан с применением сетей DWDM с многолямбдовой коммутацией, в которой по одно-модовому кабелю передается не одна длина волны (несущая, например, поток со скоростью 10 Гбит/с), одновременно 40, 80 и даже больше длин волн («лямбд»), что позволяет добиться терабитных скоростей передачи. Как MPLS, так и DWDM являются очень мощными и дорогими системами. Применение таких дорогостоящих и сложных систем, особенно в качестве сетей доступа измерительной информации не всегда экономически оправдано. Кроме того, они не удовлетворяют современным требованиям по обработке динамически изменяющегося трафика в измерительных сетях. Они уступают новой концепции программно определяемых сетей (Software Defined Networks, SDN) в следующем отношении. В управлении сетями MPLS участвуют сетевые операторы, с одной стороны, и алгоритмы динамической маршрутизации - с другой стороны. Выдвинутая исследовательскими группами Стэнфордского университета концепция программно определяемых сетей SDN позволяет подключить к управлению сетью третьего «игрока» - множество пользовательских приложений, которые пытаются менять направление своих потоков и режим их выдачи, обходя по возможности проблемные (перегруженные) участки сети. Они действуют относительно независимо, но в совокупности

существенно разгружают сеть. При этом они пользуются услугами дополнительного программно-аппаратного слоя - системы специальных контроллеров OpenFlow, по которым сообщается обобщенная информация о состоянии сети в ее наиболее важных точках. Пользовательские приложения получают доступ к таблицам маршрутизации узлов сети, помещая свои программы в контроллер OpenFlow, связанный специальным каналом с маршрутизатором [60]. Характерным свойством концепции SDN, приходящей на смену «традиционным» сетям на базе протоколов TCP/IP, является параллельная передача потока сразу по множеству параллельных путей передачи через ряд транзитных участков [89, 101]. По этим причинам технология MPLS, хотя и является значительным «ускорителем» сети TCP/IP, вряд ли может рассматриваться в качестве базовой основы для создания перспективных сетей передачи измерительной информации.

Появление концепции SDN и технологии OpenFlow можно связать с проектами исследовательских групп Стэнфордского и Принстонского университетов, из участников которой следует отметить Jennifer Rexford, Jiayue Не, Martin Sucha-ra, Ma'ayan Bresler, Mung Chiang, F.P. Kelly, A. Maulloo, D. Tan, S.H. Low и др. [58-59, 61, 66, 69- 71, 72, 75, 77- 79, 82, 85, 90, 93, 98, 99, 102, 103, 108]. В разработку методов и алгоритмов управления многопотоковым трафиком внести заметный вклад Вишневский В.М., Корячко В.П., Ляхов А.И., Башарин Г.П., Бочаров П.П., Коган Я.А., Захаров Т.П. и многие другие.

Концепцию SDN наиболее ярко выражена в методе многопутевой маршрутизации TRUMP - (Traffic-management Using Multipath Protocol), разработанный в Принстонском университете. Он является распределенным, адаптивным, надежным, гибким и простым в управлении и ориентирован на работу в глобальных сетях с передачей многих профилей трафика. Однако данный метод не лишен недостатков, что отмечается даже его разработчиками. В распределении функций между пользовательскими приложениями и операторами сети существует сдвиг в сторону автономных систем (AS). Настройка весов линий, оценка состояния каналов, их загрузки, нахождение наилучших путей при маршрутизации выполняется в пределах AS. Если потоки должны передаваться через несколько AS, то могут возникнуть проблемы плохой стыковки частей маршрутов «из конца в конец».

Алгоритмы TRUMP при возникновении пульсаций постепенно отрабатывают перегрузку, что может приводить к неприемлемым потерям пакетов. Протокол TRUMP не контролирует вариацию пакетов (и потоков) или «джиттер», что может отрицательно сказаться на показателях качества передачи синхронной информации. Поэтому проблематично использование метода TRUMP для передачи ОЭИ полигонного измерительного комплекса в режиме «репортаж».

Достоинством технологии OpenFlow является предоставление проектировщикам сети возможности размещения алгоритмов управления своими потоками путем записи программного кода в контроллер OpenFlow, соединенный специальным защищенным каналом с маршрутизатором. Большое значение при этом имеет реализация уникальных алгоритмов, характерных для сбора, предварительной обработки и передачи траекторной, телеметрической и другой измерительной информации.

Определенный опыт проектирования таких систем с возможностью* применения функций обработки и передачи измерительной информации был накоплен в ОКБ «Спектр», г. Рязань, при реализации аппаратуры «Резеда» специального конструктивного исполнения с двух- и четырех-процессорными станциями 15Н18-УКС-1 и 15Н18-УКС-2, в которых протоколы сетевой операционной системы были реализованы на микропрограммном уровне. Специализированная сеть «Резеда» обеспечивала сбор и передачу траекторной информации от измерительных станций вдоль всей трассы полета, и, в случае необходимости, выдавала целеуказания на корректировку режимов работы измерительных систем. Система оказалась весьма перспективной для своего времени, но была разработана в середине 90-х годов и была снята с эксплуатации ввиду физического старения. Новые варианты системы с дальнейшим наращиванием функций продолжают развиваться в рамках специальных приложений и в настоящее время. Базовые подходы к проектированию и реализации сети «Резеда» в определенной степени использовались и при выполнении данной диссертационной работы. Одним из них является использование разработанных в рамках проекта «Резеда» методов моделирования специализированных полигонных систем сбора, передачи и обработки ОЭИ на основе развития теории GERT-сетей (GERT - graphical evaluation and review technique),

используемых в комплексе с визуально ориентированными системами имитационного моделирования.

Другим прототипом и источником для проведения дальнейших исследований в рамках данной диссертационной работы стали идеи Valiant. L.G. по созданию схемы многопотоковой двухфазовой (двухканальной) маршрутизации, реализованной в VLB-сетях [100]. В процессе проведения многих исследований сетевого VLB было показано, что применение данной технологии улучшает вероятностно-временные и надежностные характеристики коммутаторов, маршрутизаторов и высокоскоростных трактов сетей.

Из изложенного выше следует, что задача создания сети передачи данных оптико-электронных средств (ОЭС) полигонного измерительного комплекса является актуальной и имеет перспективу решения на основе разработки специализированных сетевых протоколов с балансировкой нагрузки по множеству параллельных двухфазных путей с применением технологии открытых потоков.

Актуальность темы диссертации подтверждается тем, что она выполнялась при финансовой поддержке Российского фонда фундаментальных исследований в форме грантов 11-07-00121-а «Методы автоматизированного проектирования, моделирования и сопровождения широкополосного Интернет G4 на основе развития теории GERT-сетей и генетических алгоритмов» (2011 г. - 2013 г.) и 14-07-00106-а «Методы автоматизированного проектирования перспективной сети передачи данных полигонного измерительного комплекса» (2014 г.).

Соответствие паспорту специальности. Диссертационная работа выполнена по специальностям 05.13.12 — «Системы автоматизации проектирования» (технические системы) и 05.13.18 «Математическое моделирование, численные методы и комплексы программ». Содержанием специальности 05.13.12 является создание и повышение эффективности функционирования систем автоматизированного проектирования, управления качеством проектных работ на основе использования современных методов моделирования и инженерного анализа, перехода на безбумажные сетевые формы документооборота и интеграции САПР в общую архитектуру автоматизированной проектно-производственной среды. Присутствуют оригинальные результаты одновременно из трех областей исследований: 1) методо-

логия автоматизированного проектирования в технике, включая постановку, формализацию и типизацию проектных процедур и процессов проектирования, вопросы выбора методов и средств для применения в САПР; 2) разработка научных основ создания систем автоматизации проектирования и автоматизации технологической подготовки производства (САПР и АСТПП); разработка научных основ построения средств САПР, разработка и исследование моделей, алгоритмов и методов для синтеза и анализа проектных решений, включая конструкторские и технологические решения в САПР и АСТПП. Содержанием специальности 05.13.18 является разработка фундаментальных основ и применение математического моделирования, численных методов и комплексов программ для решения научных и технических, фундаментальных и прикладных проблем. Присутствуют оригинальные результаты одновременно из трех областей исследований: 1) разработка новых математических методов моделирования объектов и явлений; 2) развитие качественных и приближенных аналитических методов исследования математических моделей; 3) реализация эффективных численных методов и алгоритмов в виде комплексов проблемно-ориентированных программ для проведения вычислительного эксперимента.

Целью работы является сокращение сроков проектирования, уменьшение материальных затрат и разработка методов определения структуры базовых опорных магистралей для передачи оптико-электронной информации полигонного измерительного комплекса с распределением сеансовой абонентской нагрузки по параллельным путям передачи.

Должно быть разработано математическое и программное обеспечение для решения следующих проблем:

- определения архитектуры базовой опорной сети передачи ОЭИ полигонного измерительного комплекса;

- организации сеансовых виртуальных соединений в базовой опорной сети передачи ОЭИ полигонного измерительного комплекса;

- оценки вероятностно-временных характеристик и надежности функционирования агрегированного базового канала, являющегося основой

построения сетевой канальной инфраструктуры для передачи ОЭИ полигонного измерительного комплекса;

- проектирования ядра перспективной базовой сети передачи данных ОЭС, обеспечивающего передачу ОЭИ в режиме «репортаж» (в реальном времени) при проведении испытаний изделий на наиболее значимых объектах полигонного измерительного комплекса: вычислительных центрах, стартовых позициях, крупных измерительных пунктах по трассе полета, в районах приземления и т. п.

- разработки методики автоматизированного проектирования сетей доступа полигонного измерительного комплекса.

Задачи исследований. Для достижения целей диссертационной работы необходимо решить следующие основные задачи:

1. Разработка методов автоматизированного проектирования базового опорного канала с повышенными характеристиками по надежности и времени передачи потоковой информации, предназначенного для построения как базовой опорной сети для передачи ОЭИ, так сетей доступа к источникам информации.

2. Разработка методов повышения показателей качества канала передачи измерительной информации ОЭИ на основе выявления внутреннего параллелизма протокола передачи и корректировки его параметров.

3. Разработка методов планирования периода занятости канала передачи ОЭИ за счет выявления внутреннего параллелизма протокола передачи и корректировки его параметров.

4. Разработка метода планирования длительностей периода передачи ОЭИ реального времени и периода передачи неприоритетной ОЭИ и СИ на основе выявления внутреннего параллелизма протокола передачи и корректировки его параметров.

5. Разработка методов, алгоритмов и программ синтеза канальной структуры полигонного измерительного комплекса при передаче трафика ОЭИ с жесткими требованиями по задержкам пакетов и потоков, а также их вариациям в условиях перемещения объектов, от которых поступает измерительная информация.

и

Методы исследования. Теоретические положения, выводы и экспериментальные результаты диссертационной работы, получены с использованием численных методов нахождения плотностей и функций распределения выходных характеристик ОЕЯТ-сетей, теории вероятностей, теории аналитических функций комплексного переменного, теории массового обслуживания, теории имитационного моделирования, генетических алгоритмов.

Научная новизна. В диссертации содержится решение актуальной научной задачи разработки математического обеспечения для автоматизированного проектирования сетей передачи оптико-электронной и сигнальной информации, имеющей существенное значение для сокращения сроков, уменьшения материальных затрат и повышения качества проектирования высокоскоростных участков сети передачи данных с повышенными требованиями по производительности и надежности. Получены следующие новые результаты.

1. Модель передачи оптико-электронной и сигнальной информации по базовому агрегированному каналу полигонной сети с нахождением распределения вероятностей времени передачи потока в отличие от прототипов, в которых находится только дисперсия времени передачи кадра по неагрегированному каналу.

2. Не имеющий аналогов метод улучшения вероятностно-временных характеристик сети передачи оптико-электронной и сигнальной информации на основе разложения протокола на параллельные компоненты и выравнивания времени их исполнения.

3. Не имеющий аналогов метод уточнения длины периода занятости сети передачи оптико-электронной и сигнальной информации за счет выявления параллелизма протокола и выравнивания времени передачи пакетов по различным путям.

4. Не имеющий аналогов метод улучшения показателей качества сети передачи оптико-электронной и сигнальной информации с агрегированием каналов и разделением трафика на профили.

5. Не имеющая аналогов методика автоматизированного проектирования полигонной сети в режиме «репортаж», при передаче трафика оптико-

электронной и сигнальной информации, изменяющегося в зависимости от траектории летательных аппаратов.

Основные положения, выносимые па защиту:

1. Модель передачи оптико-электронной и сигнальной информации по базовому агрегированному каналу с нахождением распределения вероятностей времени передачи потока в отличие от прототипов, в которых находится только дисперсия времени передачи кадра по каналу между оконечными маршрутизаторами суммированием дисперсий времени передачи по отдельным каналам.

2. Не имеющий аналогов метод улучшения временных показателей качества сети передачи оптико-электронной и сигнальной информации на основе разложения вЕЯТ-сети протокола передачи на параллельные компоненты и выравнивания времени их прохождения с использованием системы массового обслуживания МЮ/1.

3. Не имеющий аналогов метод уточнения длины периода занятости сети передачи оптико-электронной и сигнальной информации на основе разложения вЕЯТ-сети протокола передачи на параллельные компоненты и использования системы массового обслуживания МЮ/1.

4. Не имеющий аналогов метод улучшения показателей качества сети передачи оптико-электронной и сигнальной информации с разделением трафика на синхронный и асинхронный на основе разложения СЕЯТ-сети протокола передачи на параллельные компоненты с корректировкой характеристик операций, а также расчетов периода занятости СМО МЮ/1 с перерывами.

5. Не имеющая аналогов методика автоматизированного проектирования сети передачи оптико-электронной и сигнальной информации в режиме «репортаж», основанная на построении параллельных двухфазовых путей между оконечными маршрутизаторами и применении генетических алгоритмов для максимизации резервов полосы пропускания виртуальных каналов.

Достоверность научных положений определяется:

- корректностью полученных математических результатов;

- сравнением точности результатов, полученных численными методами и на основе теории аналитических функций;

- сравнением результатов, полученных аналитическими методами и на основе имитационного моделирования;

- сравнением рассчитанных на основе разработанных автором методов резервов полосы пропускания сетевых каналов с характеристиками, полученными на реальных каналах.

Практическая значимость работы. На основе полученных научных результатов созданы инженерные методики и программные средства автоматизированного проектирования сетей передачи оптико-электронной и сигнальной информации. Гибкость и универсальность разработанных методов и инструментальных программных средств делает возможным их применение в следующих областях:

- для построения системы передачи оптико-электронной и сигнальной информации в режиме «репортаж» с трассы полета с использованием космического сегмента сети;

- в наиболее ответственных доменах магистральных сетей полигонов с производительностью в десятки, сотни Гбит/ и более;

- в сетях доступа полигонов с применением базового агрегированного канала;

- при создании систем различного назначения для управления особо опасными объектами, например, химическими производствами, атомными электростанциями, крупными энергосетями, непрерывными производствами и т. п.;

Апробация работы. Результаты работы докладывались и обсуждались на 9 всероссийских и международных конференциях и семинарах, в том числе на 18-й Всероссийской научно-технической конференции «Новые информационные технологии в научных исследованиях и образовании», Рязань, 2013; II Всероссийской научно-технической конференции «Актуальные проблемы ракетно-космической техники», Самара, 2011; отраслевой научно-технической конференции приборостроительных организаций Роскосмоса "Информационно-управляющие и измерительные системы-2012", г. Королев, 2012; XI Всероссийской конференции по проблемам новых технологий, посвященной 90-летию со дня рождения академика В.П. Макеева, г. Миасс, Челябинской обл., 2014 г.

Публикации. По итогам исследований опубликовано 17 работ, в том числе 4 статьи в перечне ВАК РФ рецензируемых научных журналов и изданий для опубликования основных научных результатов диссертаций - «Системы управления и информационные технологии», «Вестник РГРТУ», «Успехи современной радиоэлектроники».

Опубликовано 9 материалов докладов международных и всероссийских конференций и семинаров; опубликовано 1 статья в межвузовском сборнике Рязанского государственного радиотехнического университета.

Реализация и внедрение результатов работы.

Исследования по тематике диссертационной работы проводились в рамках фундаментальных исследований и отражены в 3 отчетах по гранту 11-07-00121-а Российского фонда фундаментальных исследований.

Результаты исследований внедрены в филиале ОАО «РКЦ «Прогресс» -ОКБ «Спектр» при разработке территориально-распределенных систем сбора и обработки измерительной информации (в том числе траекторной и сигнальной информации), поступающей в реальном времени от средств измерений полигонного измерительного комплекса при испытаниях изделий ракетно-космической техники.

Копия акта о внедрении результатов диссертационной работы приведена в Приложении 2.

Структура работы. Диссертация содержит 169 страниц основного текста и состоит из введения, пяти глав, заключения, библиографического списка из 108 наименований и 2 приложений на 20 страницах. В диссертацию включено 66 рисунков и 17 таблиц.

Глава 1. СОВРЕМЕННЫЕ ТЕНДЕНЦИИ РАЗВИТИЯ СЕТЕЙ И ПЕРСПЕКТИВЫ ИХ ИСПОЛЬЗОВАНИЯ В СЕТЯХ ПЕРЕДАЧИ ОПТИКО-

ЭЛЕКТРОННОЙ ИНФОРМАЦИИ

1.1 Организация процесса сбора измерительной информации при обеспечении испытаний изделий PKT. Общие сведения

Сбор измерительной информации (ИИ) является одной из основных составляющих информационно-телеметрического обеспечения (ИТО) испытаний/пусков изделий PKT.

Под измерительной информацией понимается совокупность телеметрической (ТМИ), оптико-электронной (ОЭИ, траекторной и сигнальной) и внутрисистемной информации (ВСИ). Последняя необходима для контроля хода эксперимента и управления им.

Применяемая в нашей стране технология сбора ИИ при ИТО пусков/испытаний изделий РКТ основана на использовании полигонного измерительного комплекса (ПИК), одними из основных компонентов которого являются измерительные пункты. Измерительные пункты осуществляют радиоприем ТМИ, передаваемой бортовой телеметрической системой, а также измерение параметров траектории полета изделия [42].

Для обеспечения приема ТМИ со всей трассе полета изделия ИПы размещают в пристартовом районе и по трассе полета. Структуры объектов ПИК, передающие измерительную информацию, обеспечивают перекрытие работы смежных измерительных пунктов по времени и зоне обслуживания для наибольшего числа возможных траекторий полета изделий, что позволяет обеспечить в ЦС непрерывный без разрывов во времени прием ИИ при ее передаче измерительными пунктами. С этой целью кроме стационарных измерительных пунктов могут использоваться и мобильные (перевозимые) ИП, которые разворачиваются на период подготовки и проведения работ по ИТО пусков/испытаний изделий РКТ.

Система сбора и передачи измерительной информации (ИИ) представляет собой территориально-распределенную сеть, имеющую достаточно сложную структуру, отличающуюся разнородностью используемых каналов передачи дан-

ных, в том числе каналов на базе BOJIC, РРЛС, Wi-Fi, WiMAX, геостационарных сетей спутниковой связи (ГССС) и др. (см. рис. 1.1) [4-7, 9]. Используемые каналы характеризуются разными значениями таких ключевых для процесса передачи данных параметров, как пропускная способность, вероятность появления ошибки (BER), надежность и отказоустойчивость, устойчивость к внешним воздействиям. При этом для передачи ИИ в режиме реального времени (РВ), режим «Репортаж», на первый план выходят своевременность (скорость) и надежность доставки информации ее потребителям [13-17, 27- 32].

В условиях РВ особенно важным становится способность сети передачи данных адаптироваться к внешним и внутренним факторам, воздействующим на систему [34]. При этом с высокой эффективностью должны быть решены следующие задачи:

Список литературы диссертационного исследования кандидат наук Лукьянов, Олег Викторович, 2014 год

Библиографический список

1. Алексеев И.В. Адаптивная схема управления потоком для транспортного протокола в сетях с коммутацией пакетов: Автореф. дис. канд. физ.-мат.. наук. — Ярославль., 2000. — 18 с.

2. Бертсекас Д., Галлагер Р. Сети передачи данных: Пер. с англ. - М.: Мир, 1989. 544 с.

3. Блэк Ю., Сети ЭВМ: протоколы; стандарты; интерфейсы. М.: Издательство "Мир", 1990,- 506 с.

4. . Везенов В.И., Новиков Ю.А. Анализ методов оптимизации проектных решений при создании распределенных систем сбора измерительной информации // 14-я международная научно-техническая конференция «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций». Рязань: РГРТА, 2005. С. 98-99.

5. Везенов В.И., Новиков Ю.А., Петров Е.Д. Организация сбора измерительной информации при обеспечении пусков изделий ракетно-космической техники / Тез. докл. 4-ой Международной научно-технической, конференции «Космонавтика, радиоэлектроника, геоинформатика». Рязань, 2003.

6. . Везенов В.И., Светников О.Г., Шилов C.B., Панкратов О.Ю., Сплендер В.А. Принципы организации и технологии сбора измерительной информации на межвидовых полигонах МО РФ. 4-я Международная научно-техническая конференция «Космонавтика, радиоэлектроника, геоинформатика». Рязань, 2003

7. Везенов В.И., Светников О.Г., Форсов Г.А., Тимашев A.B., Хлебников НЛО. Структура и особенности реализации распределенной системы информационно-измерительного обеспечения полигонных испытаний и контроля изделий PKT. Труды международной научно-технической конференции «Космонавтика, радиоэлектроника, reo информатика». Рязань, 2007.

8. Зубков P.C., Леохин Ю.Л.. Архитектуры систем управления корпоративными компьютерными сетями с функцией прогнозирования состояний // Качество. Инновации. Образование. 2012. № 12 (91). С. 81-93.

9. Иванов А.И., Ивашощенко A.C., Фальков А.И. и др. Автоматизированная система сбора, передачи и отображения информации при испытаниях сложных систем. - М.: ГМНПК «ТИС», 1992.

10. Ижванов Ю.Л., Корячко В.П., Шибанов А.П., Сапрыкин А.Н., Лукьянов О.В. Оптимизация сети с дозированной балансировкой нагрузки // Научно-технический журнал «Системы управления и информационные технологии». Москва-Воронеж, 2012. № 3(49). С. 37-42.

11. Ижванов Ю.Л., Корячко В.П., Шибанов А.П., Сапрыкин А.Н., Лукьянов О.В. Оптимизация сетей с дозированной балансировкой нагрузки и пиринговыми каналами // Вестник РГРТУ. Вып. 43. 2013. С. 67-74.

12. Камер, Дуглас Э., Стивене, Дэвид Л. Сети TCP/IP, том 3. Разработка приложений типа клиент/сервер для Linux/POSIX.:Пер. с англ. — М.: Издательский дом «Вильяме», 2002. — 592 с.

13. Каплин Е.В., Лукьянов О.В., Д.А. Марков. Web-технологии как средство реализации технологических процессов в системах сбора и обработки измерительной информации // 4-я международная научно-техническая конференция "Космонавтика, радиоэлектроника, геоинформатика". Рязань: Рязанская государственная радиотехническая академия, 2003 г., с. 258-261.

14. Каплин Е.В., Лукьянов О.В., Нечеса И.А. Управление потоком передачи измерительной информации в реальном времени // Тез. докл. XI Всероссийской конференции по проблемам новых технологий, посвященной 90-летию со дня рождения академика В.П. Макеева, г. Миасс,. 2014.

15. Кащеев A.A., Лукьянов О.В. Влияние надежности линии спутниковой связи на выбор объема канального кадра. Межвузовский сборник научных трудов. Новые информационные технологии. Рязань - 2006- С. 39-44.

16. Кащеев A.A., Лукьянов О.В. Выбор оптимального объема кадра при передаче информации в системах спутниковой связи // Всероссийский научно-практический семинар "Сети и системы связи". Рязань: Рязанское высшее военное командное училище связи имени маршала Советского Союза М.В. Захарова, 2006 -С. 137-139.

17. Кащеев A.A., Лукьянов О.В., Каштан Е.В. Влияние параметров протокола транспортного уровня на скорость передачи трафика в системах спутниковой связи // Научно-техническая конференция "Актуальные проблемы ракетно-космического приборостроения и информационных технологий". Москва: Российский научно-исследовательский институт космического приборостроения, 2007 г.

18. Клейнрок Л. Теория массового обслуживания. Пер. с англ. М.: Машиностроение, 1979. 432 с.

19. Корячко В.П., Лукьянов О.В., Шибанов А.П. Нахождение периода занятости сети передачи данных полигонного измерительного комплекса // Успехи современной радиоэлектроники, 2014. № 6. С. 10-17.

20. Корячко В.П., Лукьянов О.В., Шибанов А.П. Нахождение скрытого параллелизма протоколов для улучшения характеристик сети передачи данных полигонного измерительного комплекса // Вестник РГРТУ, 2014. № 1(47). С. 68-75.

21. Корячко В.П., Перепелкин Д.А., Иванчикова М.А. Алгоритм адаптивной маршрутизации в корпоративных сетях нескольких провайдеров связи // Вестник Рязанского государственного радиотехнического университета. - 2013. № 2(44). С. 52-56.

22. Корячко В.П., Перепелкин Д.А., Перепелкин А.П. Повышение эффективности функционирования корпоративных сетей при динамических изменениях в их структуре и нагрузках на линии связи // Вестник Рязанского государственного радиотехнического университета. 2010. № 33. С. 49-55.

23. Корячко В.П., Шибанов А.П., Шибанов В.А. Численный метод нахождения закона распределения выходных величин GERT-сети // Информационные технологии. 2001. № 7. С. 16-21.

24. Корячко В.П., Шибанов А.П., Сапрыкин А.Н. Расчет вариации времени передачи пакетов в сети с двухфазной маршрутизацией [Электронный ресурс]: Труды XII всероссийского совещания по проблемам управления. - Электрон, дан. -М. : ИПУ РАН, сор. 2014.

25. Леохин Ю.Л. Прогнозирование состояний корпоративной сети центра управления полетами в нейросетевом логическом базисе // Качество. Инновации. Образование. 2011. № 12 (79). С. 75-83.

26. Лукьянов О.В. Распределение времени передачи потока измерительной информации случайной длины // Межвуз. сб. трудов «Информационные технологии», Рязань, РГРТУ, 2014. С. 66-71.

27. Лукьянов О.В., Каплин Е.В. Автоматизация процессов управления в распределенных системах сбора и обработки измерительной информации // Всероссийская научно-техническая конференция «Актуальные проблемы ракетно-космической техники и ее роль в устойчивом социально-экономическом развитии общества». Самара. ФГУП «ГНПРКЦ «ЦСКБ - Прогресс», 2009 г., с. 174-175.

28. Лукьянов О.В., Каплин Е.В. Автоматизация процессов управления в распределенных системах сбора и обработки измерительной информации // Всероссийская научно-техническая конференция «Актуальные проблемы ракетно-космической техники и ее роль в устойчивом социально-экономическом развитии общества». Самара. ФГУП «ГНПРКЦ «ЦСКБ - Прогресс», 2009 г., с. 174-175.

29. Лукьянов О.В., Каплин Е.В. Исследование протокола передачи измерительной информации в реальном времени в условиях ограниченной пропускной способности канала передачи данных и высокой вероятности появления ошибок в канале. // II Всероссийская научно-техническая конференция «Актуальные проблемы ракетно-космической техники», Самара., 2011.

30. Лукьянов О.В., Каплин Е.В. Перспективный высоконадежный способ управления измерительными средствами в условиях реального времени. // Отраслевая научно-техническая конференция приборостроительных организаций Рос-космоса "Информационно-управляющие и измерительные системы-2012", г. Королев: ОАО "НПО ИТ", 2012.

31. Лукьянов О.В., Кащеев A.A., Лукашов H.A. Территориально-распределенная сеть передачи измерительной информации по спутниковым линиям связи с применением технологии DVB-RCS // 14-я международная научно-техническая конференция "Проблемы передачи и обработки информации в сетях

и системах телекоммуникаций". Рязань: Рязанская государственная радиотехническая академия, 2005 г., с. 98-99.

32. Лукьянов О.В., Новиков Ю.А., Сериков С.А.. Использование стека протоколов TCP/IP в спутниковых системах передачи данных, работающих в реальном времени // 4-я международная научно-техническая конференция "Космонавтика, радиоэлектроника, геоинформатика". Рязань: Рязанская государственная радиотехническая академия, 2003 г., с. 254-258.

33. Миллер Б.М., Степанян К.В. Оптимизация потока передачи данных в TCP/IP методами теории стохастического управления. Информационные процессы - том 4, №2 - 2004. С. 133-140

34. Новиков Ю.А. Модели и методы организации распределенных систем сбора измерительной информации при проведении пусков МБР и ракет-носителей: Автореф. дис. канд. тех. наук. — М., 2008. — 17 с.

35. Олифер В.Г., Олифер H.A., Компьютерные сети. Принципы, технологии, протоколы: Учебник для вузов. 2-е изд. - СПб.: Питер, 2003.

36. Олифер В.Г., Олифер H.A., Новые технологии и оборудование IP-сетей: - СПб.: БХВ-Питербург, 2001.

37. Перепелкин Д.А. Алгоритм адаптивной ускоренной маршрутизации на базе протокола OSPF при динамическом добавлении элементов корпоративной сети // Вестник Рязанского государственного радиотехнического университета. 2010. №34. С. 65-71.

38. Перепелкин Д.А. Алгоритм адаптивной ускоренной маршрутизации на базе протокола OSPF при динамическом отказе элементов корпоративной сети // Вестник Рязанского государственного радиотехнического университета. 2011. № 37. С. 53-58.

39. Перепелкин Д.А. Алгоритм парных перестановок маршрутов на базе протокола OSPF при динамическом подключении узлов и линий связи корпоративной сети // Вестник Рязанского государственного радиотехнического университета. 2013. № 4-1 (46). С. 67-75.

40. Перепелкин Д.А., Перепелкин А.И. Алгоритм адаптивной ускоренной маршрутизации в условии динамически изменяющихся нагрузок на линиях связи корпоративной сети // Информационные технологии. 2011. № 3. С. 2-7.

41. Ретана, Альваро, Слайс Дон, Уайт Расе. Принципы проектирования корпоративных IP-сетей : Пер. с англ. — М.: Издательский дом «Вильяме», 2002. — 368 с.

42. Ростовцев Ю.Г. Основы построения автоматизированных систем сбора и обработки информации: Учебник. - СПб.: ВИККИ им. А.Ф. Можайского, 1992. -718 с.

43. Рощин C.B. , Прокошев В.Г. , Аракелян С.М. Низкоприоритетная передача информации в сетях TCP/IP с управлением на программном уровне, Владимирский государственный университет

44. Сапрыкин А.Н. Агрегирование параллельных потоков информации в сети с дозированной балансировкой нагрузки: Тез. докл. // 18-я Всероссийская научно-техническая конференция «Новые информационные технологии в научных исследованиях и в образовании». Рязань: РГРТУ, 2013.

45. Хинчин А.Я. Математическая теория стационарной очереди // Математический сборник. М. 1932. т. 39. С. 73-84.

46. Шибанов А.П. Метод эквивалентных упрощающих преобразований GERT-сетей и его приложения // Вестник Рязанского государственного радиотехнического университета. 2012. № 39-2. С. 76-83.

47. Шибанов А.П. Нахождение дискретного распределения выходной величины GERT-сети // Вестник Рязанского государственного радиотехнического университета. 2002. № 10. С. 43-48.

48. Шибанов А.П. Нахождение плотности распределения времени исполнения GERT-сети на основе эквивалентных упрощающих преобразований // Автоматика и телемеханика, № 2. 2003. С. 117 - 126.

49. Шибанов А.П. Разработка программного обеспечения для моделирования локальных сетей Ethernet// Программирование, 2002. № 6. С.62-71.

50. Шибанов А.П., Кравчук H.B. Использование моделей GERT при оптимизации компьютерных сетей // Вестник Рязанского государственного радиотехнического университета. 2007. № 20. С. 69-75.

51. Шибанов В.А., Лукьянов О.В., Стрелкова O.A. Сети Петри с отрицательными метками и метками-триггерами // Тез. докл. XVII Всероссийской научно-технической конференции «Новые информационные технологии в научных исследовангиях» (НИТ-2013). 2013. С. 76-78.

52. Яновский Г.Г. Качество обслуживания в сетях IP, Вестник связи. — 2008 —№ 1

53. Abilene Backbone, http://abilene.internet2.edu/.

54. Е. J. Anderson and Т. E. Anderson, \On the stability of adaptive routing in the presence of congestion control," in Proc. IEEE INFOCOM, April 2003.

55. Bäck Т., "Optimal mutation rates in genetic search," in Proceedings of the Fifth International Conference on Genetic Algorithms, 1993, pp. 2-8.

56. D. P. Bersekas, Nonlinear Programming. Athena Scientific, second ed., 1999.

57. D. P. Bersekas and J. N. Tsitsiklis, Parallel and Distributed Computation: Numerical Methods. Athena Scientific, second ed., 1997.

58. Martin Casado, Tal Garfinkel, Aditya Akella, Michael J. Freedman Dan Boneh, Nick McKeown, Scott Shenker. SANE: A Protection Architecture for Enterprise Networks, 15-th Usenix Security Symposium, Vancouver, Canada, August 2006.

59. M. Chiang, S. H. Low, R. A. Calderbank, and J. C. Doyle, \Layering as optimization decomposition," Proceedings of the IEEE, January 2007.

60. Cormode G., Thottan. Algorithms for Next Generation Networks, Springer, 2010, p. 462

61. A. Elwalid, C. Jin, S. H. Low, and I. Widjaja, YMATE: MPLS Adaptive Traffic Engineering," in Proc. IEEE INFOCOM, April 2001.

62. A. Feldmann, A. C. Gilbert, P. Huang, and W. Willinger, \Dynamics of IP traffic: a study of the role of variability and the impact of control," in Proc. ACM SIGCOMM, August 1999.

63. S. Fischer, N. Kammenhuber, and A. Feldmann, \REPLEX Dynamic Traffic Engineering Based on Wardrop Routing Policies," in Proc. CoNEXT, December 2006.

64. B. Fortz and M. Thorup, \Increasing Internet capacity using local search," Computational Optimization and Applications, vol. 29, no. 1, pp. 13 - 48, 2004.

65. R. Gao, D. Blair, C. Dovrolis, M. Morrow, and E. Zegura, \Interactions of Intelligent Route Control with TCP Congestion Control," in Proc. of IFIP Networking, May 2007.

66. R. J. Gibben and F. Kelly, \On packet marking at priority queues," IEEE Trans. Automatic Control, vol. 47, pp. 1016(1020, December 2002.

67. Diaz-Gomez P.A., Hougen D.F. Initial Population for Genetic Algorithms: A Metric Approacs // International Conference on Genetic and Evolutionary Methods, GEM 2007. P. 43-49.

68. H. Han, S. Shakkottai, C. V. Hollot, R. Srikant, and D. Towsley, \Multi-Path TCP: A Joint Congestion Control and Routing Scheme to Exploit Path Diversity on the Internet," IEEE/ACM Trans. Networking, vol. 14, December 2006.

69. J. He, M. Bresler, M. Chiang, and J. Rexford, YRethinking Traffic Management: From Multiple Decompositions to A Practical Protocol," March 2007. Princeton University CS Tech. Report TR-774-07. www.cs.princeton.edu/research/techreps/TR-774-07.

70. J. He, M. Bresler, M. Chiang, and J. Rexford, \Towards Robust Multi-layer Traffic Engineering: Optimization of Congestion Control and Routing," IEEE J. on Selected Areas in Communications, June 2007.

71. T. Jiayue He , Martin Suchara , Ma'ayan Bresler , Jennifer Rexford , Mung Chiang. Rethinking internet traffic management: from multiple decompositions to a practical protocol, Proceedings of the 2007 ACM CoNEXT conference, December 1013, 2007, New York, New York.

72. J. He and J. Rexford, \Towards Internet-wide Multipath Routing," June 2007. Princeton University Tech. Report TR-787-07, www. cs. princeton. edu/re s ear ch/techrep s/TR-787-07.

73. Hesser J. and Männer R., "Towards on optimal mutation probability for genetic algorithms," in Proceedings of Parallel Problem Solving from Nature Conference, 1990, pp. 23-32.

74. Hilmi E. Egilmez, Burak Gorkemli, A. Murat Tekalp, Seyhan Civanlar2. Scalable video streaming over Openflow networks: An optimization framework for QoS routing: University, Istanbul, Turkey 2011.

75. S. Kandula, D. Katabi, B. Davie, and A. Charny, \Walking the Tightrope: Responsive Yet Stable Traffic Engineering," in Proc. ACM SIGCOMM, August 2005.

76. D. Katabi, M. Handley, and C. Rohrs, \Congestion Control for High Bandwidth-Delay Product Networks," in Proc. ACM SIGCOMM, August 2002.

77. F. P. Kelly, A. Maulloo, and D. Tan, YRate control for communication networks: Shadow prices, proportional fairness and stability," J. of Operational Research Society, vol. 49, pp. 237{252, March 1998.

78. F. Kelly and T. Voice, \Stability of end-to-end algorithms for joint routing and rate control," ACM SIGCOMM Computer Communication Review, vol. 35, pp. 5 -12, April 2005.

79. P. Key, L. Massouli, and D. Towsley, \Path selection and multipath congestion control," in Proc. IEEE INFOCOM, May 2007.

80. Kleinrock L., Communication Nets: Stochastic Message Flow and Delay, New York, McGraw-Hill, 1964.

81. Koponen, M. Casado, N. Gude, J. Stribling, L. Poutievski, M. Zhu, R. Rama-nathan, Y. Iwata, H. Inoue, T. Hama, S. Shenker. Onix: A distributed control platform for large-scale production networks, in OSDI, Oct 2010.

82. A. Lakshmikantha, N. Dukkipati, R. Srikant, N. McKeown, and C. Beck, \Performance Analysis of the Rate Control Protocol." In submission. http://yuba.stanford.edu/rcp/.

83. Sam Liang, David Cheriton. TCP-RTM: Using TCP for Real Time Multimedia Applications. Stanford University

84. X. Lin and N. B. Shro, YUtility Maximization for Communication Networks with Multi-path Routing," IEEE Trans. Automatic Control, vol. 51, May 2006.

85. S. H. Low, \A duality model of TCP and queue management algorithms," IEEE/ACM Trans. Networking, vol. 11, pp. 525(536, August 2003.

86. N. McKeown, T. Anderson, H. Balakrishnan, G. Parulkar, L. Peterson, J. Rexford, S. Shenker, J. Turner. Openflow: Enabling innovation in campus networks. SIGCOMM Computer Communication Review, vol. 38, no. 2, pp. 69-74, 2008.

87. J. Mo and J. C. Walrand, \Fair End-to-end Window-based Congestion Control," IEEE/ACM Trans. Networking, vol. 8, pp. 556 - 567, October 2000.

88. Network performance objectives for IP-based services/ Recommendation ITU-T Y. 1541, 2012, p.66

89. F. Paganini, \Congestion Control with Adaptive Multipath Routing Based on Optimization," in Proc. Conference on Information Sciences and Systems, March 2006.

90. D. Palomar and M. Chiang, \A tutorial on decomposition methods and distributed network resource allocation," IEEE J. on Selected Areas in Communications, vol. 24, pp. 1439- 1451, August 2006.

91. Piszcz A., Soule T. Genetic programming: Optimal population sizes for varying complexity problems // Genetic and Evolutionary Computation Conference, 2006. P. 953-954.

92. Pritsker. A.A.B. GERT" Graphical evaluation and review technique. Memorandum RM-4973-NASA. 1966. 138 p.

93. Rob Sherwood, Glen Gibby, Kok-Kiong Yapy, Guido Appenzellery, Martin Casado, Nick McKeowny, Guru Parulkaiy. Flow Visor: A Network Virtualization Layer, 2009.

94. Shibanov A.P. Finding the distribution density of the time taken to fulfill the GERT network on the basis of equivalent simplifying transformation. Automation and Remote Control. Plenum Press New York, NY, USA. February 2003 . Volume 64. Issue 2. P. 279-287.

95. Shibanov A.P. A software implementation technique for simulation of Ethernet local area networks. Programming and Computing Software. Plenum Press New York, NY, USA. Volume 28 Issue 6, November-December 2002. P. 349-355.

96. N. Spring, R. Mahajan, and D. Wetherall, YMeasuring ISP Topologies with Rocketfuel," in Proc. ACM SIGCOMM, August 2002.

97. N. Spring, R. Mahajan, D. Wetherall, and T. Anderson, \Inferring Link Weights using End-to-End Measurements," in Proc. Internet Measurement Workshop, 2002.

98. K. Tan, J. Song, Q. Zhang, and M. Sridharan, \A Compound TCP Approach for High-speed and Long Distance Networks," in Proc. IEEE INFOCOM, April 2006.

99. A. Tootoonchian, Y. Ganjali. HyperFlow: A Distributed Control Plane for OpenFlow. In Proc. INM/WREN, San Jose, CA, April 2010.

100. Valiant L.G. A scheme for fast parallel communication // SIAM Journal on Computing, 1982. №11 (2). P. 350-361.

101. T. Voice, \Stability of Multi-Path Dual Congestion Control Algorithms." To appear in IEEE/ACM Trans. Networking.

102. J. Wang, L. Li, S. H. Low, and J. C. Doyle, \Cross-layer optimization in TCP/IP networks," IEEE/ACM Trans. Networking, vol. 13, pp. 582 - 595, June 2005.

103. D. X. Wei, C. Jin, S. H. Low, and S. Hegde, \FAST TCP: Motivation, architecture, algorithms, perfonuance," IEEE/ACM Trans. Networking, December 2006.

104. Bernd Wolfinger, Mark Moran. A Continuous Media Data Transport Service and Protocol for Real-Time Communication in High Speed Networks, International Computer Science Institute Berkeley

105. S. Hassas Yeganeh, Y. Ganjali. Kandoo: a framework for efficient and scalable offloading of control applications. Proceedings of the first workshop on Hot topics in software defined networks (HotSDN '12), pp. 19-24.

106. Zhang L., Braden R.. Resource reservation Protocol//RFC-2205, September

1997

107. Zhang C., Tsaoussidis V. TCP-Real Improving Real-Time Capabilities of TCP over Heterogeneous Networks, Computer Science Northeastern University Boston, 2001

108. Источник Интернет http://www.opennetworking.org/

ПРИЛОЖЕНИЕ 1. Тексты программных модулей

{Процедура отбора особей Отбор может осуществляться несколькими способами произвольный отбор, заключающийся в сравнении функций полезностей нескольких случайно выбранных особей и отбор наилучших по значениям своих функций полезности особей} procedure chrom_s elect, var lpick integer,

procedure mix(var pop population), var i,j integer,

indO individual, begin

for l = popsize downto 2 do begin j = random(i-l)+l, indO =pop[i], pop[i] =pop[j], popQ] =ind0, end, end,

function chrom_select_l integer,

var j 1,j2,m integer,

begin

if (ipick>popsize) then begin mix(oldpop), lpick =1 end,

jl =ipick, j2 =ipick+l,

{нахождение максимума}

if (oldpop[)2] fitness<oldpop|jl] fitness) then m =j2 else m =jl, lpick =ipick+2, chrom_select_l =m, end, varj integer, elit integer, begin lpick =1,

case Forml RadioGroupl Itemlndex of

0 begin

for j =1 to popsize do intpop[j] =oldpop[chrom_select_l], end,

1 begin

statistics (popsize, minpos, max, avg, mm, sumfitness, oldpop), elit =strtoint(Forml Edit8 text), for j =1 to elit do intpop[j] =oldpop[minpos], for j =elit+l to popsize do intpop[j] =oldpop[chrom_select_l], end,

2 begin

bubbl esort(ol dpop), elit =strtoint(Forml Edit7 text), forj =1 to elit do intpop[j] =oldpop|j], for j =elit+l to popsize do

intpopQ] =oldpop[chrom_select_l], end, end,

oldpop =intpop, end,

{Процедура создания нового поколения Данный этап включает отбор особей, их дальнейшее скрещивание и мутацию некоторого заданного числа бит в каждой хромосоме } procedure generation, var

j, matel, mate2,jcross integer, l integer, begin

chrom_select,

J =1,

repeat

{выполняется отбор, скрещивание и мутация пока не сформируется новая популяция - newpop}

matel =j,

{выбор родительской пары} mate2 =j+l,

{скрещивание и мутация}

crossover(oldpop[matel],oldpop[mate2],newpop[j],newpop[j + 1], qFlow, ncross, nmuta-tionjcross, pcross, pmutation),

{декодирование строки и вычисление фитнесс функции} with newpop(j] do begin for l =1 to qflow do begin

re-

pair(chrom[i],xl_ql[i],xl_q2[i],xl_intl[i],xl_int2[i],xl_int3 [i],xl_end[i],x2_ql[i],x2_q2[i],x2_intl[i] ,x2_int2[i],x2_int3[i],x2_start[i],i), de-

code(chrom[i],xl_ql[i],xl_q2[i],xl_intl[i],xl_int2[i],xl_int3[i],xl_end[i],x2_ql[i],x2_q2[i],x2_intl[i ],x2_int2[i],x2_int3 [i],x2_start[i]), {декодирование хромосомы} end,

fitness = objfunc(newpop|j]),

{.....Часть для проверки-----}

// Forml memol lines add('Generation Часть 1'), // viewbininfo(newpop[|]),

{.....Часть для проверки.....}

end,

with newpopfj+1] do begin for l =1 to qflow do begin

re-

pair(chrom[i],xl_ql[i],xl_q2[i],xl_intl[i],xl_int2[i],xl_int3 [i],xl_end[i],x2_ql[i],x2_q2[i],x2_intl[i] ,x2_int2[i],x2_int3[i],x2_start[i],i), de-

code(chrom[i],xl_ql[i],xl_q2[i],xl_intl[i],xl_int2[i],xl_int3[i],xl_end[i],x2_ql[i],x2_q2[i],x2_intl[i ],x2_int2[i],x2_int3[i],x2_start[i]), {декодирование хромосомы} end,

fitness = objfunc(newpop[)+l]),

{.....Часть для проверки.....}

// Forml memol lines add('Generation Часть 2'), // viewbininfo(newpop|j+l]),

{.....Часть для проверки-----}

end,

J =J+2, until j>popsize,

case Forml RadioGroupl Itemlndex of

1 begin

j =strtoint(Forml Edit8 text), for l =1 to j do

if newpop[i] fitness>intpop[i] fitness then begin newpop[i] =intpop[i], with newpop[i] do begin

re-

pair(chrom[i],xl_ql[i],xl_q2[i],xl_intl[i],xl_int2[i],xl_int3 [i],xl_end[i],x2_ql[i],x2_q2[i],x2_intl[i] ,x2_int2[i],x2_int3[i],x2_start[i],i),

//decode(chrom[i],xl_ql[i],xl_q2[i],xl_intl[i],xl_mt2[i],xl_int3 [i],xl_end[i],x2_ql[i],x2_q2[ i],x2_intl[i],x2_int2[i],x2_int3[i],x2_start[i]), {декодирование хромосомы} fitness = objfunc(newpop[i]), end, end,

end,

2 begin

j =strtoint(Forml Edit7 text), for l =1 to j do

if newpop[i] fitness>intpop[i] fitness then begin newpop[i] =intpop[i], with newpop[i] do begin

re-

pair(chrom[i],xl_ql[i],xl_q2[i],xl_intl[i],xl_int2[i],xl_int3[i],xl_end[i],x2_ql[i],x2_q2[i],x2_intl[i] ,x2_int2[i],x2_int3[i],x2_start[i],i),

//decode(chrom[i],xl_ql[i],xl_q2[i],xl_intl[i],xl_int2[i],xl_int3[i],xl_end[i],x2_ql[i],x2_q2[ i],x2_intl[i],x2_int2[i],x2_int3[i],x2_start[i]), {декодирование хромосомы} fitness = objfunc(newpop[i]), end,

end,

end, end, end,

{Процедура вычисление значения функции полезности При оценке используется штрафная функция, которая определяется как сумма штрафов для наиболее загруженных каналов сети }

function objfunc(ind individual) real, var

i,j integer, s integer, helpstr string,

multi 1 _1 ,multi 1 _2,multi2_l ,multi2_2 real, begin s=0,

{'очистка матрица суммарной назрузки каналов} for i =1 to qNodel do for j =1 to qNodel do Loadl[ij] =0, for i =1 to qNode2 do for j =1 to qNode2 do Load2[i,j] =0, for i =1 to qNodel do forj =1 to qNode2 do Load3[i,j] =0, with ind do for i =1 to qFlow do begin

{case x0[i] of

0 multi =1,

1 multi =0 1,

2 multi =0 2,

3 multi =0 3,

4 multi =0 4,

5 multi =0 5,

end,} {—Для сети I—}

if ((Flow[i,l]=l)and(Flow[i,4]=l)) then begin mul ti 11 =xl_ql[i]/100, multil_2 =xl_q2[i]/100, if xl intl [i]=0 then begin

Loadl [Flow[i,2],Flow[i,5]] =Loadl[Flow[i,2],Flow[i,5]]+round(multil_l*Flow[i,3]),

Loadl [Flow[i,5],Flow[i,2]] =Loadl [Flow[i,5],Flow[i,2]]+round(multil_l *Flow[i,3]), end else begin

Loadl [Flow[i,2],xl_intl [1]] =Loadl[Flow[i,2],xl_intl[i]]+romd(multil_l*Flow[i,3]),

Loadl [Flow[i,5],xl_intl [1]] =Loadl[Flow[i,5],xl_intl[i]]+round(multil_l*Flow[i,3]),

Loadl [xl intl [i],Flow[i,2]] =Loadl [xl_intl [i],Flow[i,2]]+round(multil_l *Flow[i,3]),

Loadl [xl intl [i],Flow[i,5]] =Loadl[xl_intl[i],Flow[i,5]]+round(multil_lHtFlow[i,3]), end,

if xl_int2[i]=0 then begin

Loadl [Flow[i,2],Flow[i,5]] =Loadl[Flow[i,2],Flow[i,5]]+round(multil_2*Flow[i,3]),

Loadl [Flow[i,5],Flow[i,2]] =Loadl[Flow[i,5],Flow[i,2]]+round(multil_2*Flow[i,3]), end else begin

Loadl [Flow[i,2],xl_int2[i]] =Loadl[Flow[i,2],xl_int2[i]]+round(multil_2*Flow[i,3]),

Loadl [Flow[i,5],xl_int2[i]] =Loadl[Flow[i,5],xl_int2[i]]+round(multil_2*Flow[i,3]),

Loadl [xl_int2[i],Flow[i,2]] =Loadl[xl_mt2[i],Flow[i,2]]+round(multil_2*Flow[i,3]),

Loadl [xl_int2[i],Flow[i,5]] =Loadl[xl_int2[i],Flow[i,5]]+round(multil_2*Flow[i,3]), end,

if xl_int3[i]=0 then begin

Loadl[Flow[i,2],Flow[i,5]] =Loadl[Flow[i,2],Flow[i,5]]+round(Flow[i,3]-(multi 1 _1 +multi l_2)*Flow[i,3 ]),

Loadl [Flow[i,5],Flow[i,2]] =Loadl [Flow[i,5],Flow[i,2]]+round(Flow[i,3]-(multil_l+multil_2)*Flow[i,3]), end else begin

Loadl [Flow[i,2],xl_int3[i]] =Loadl[Flow[i,2],xl_int3[i]]+round(Flow[i,3]-(multil_l+multil_2)*Flow[i,3]),

Loadl [Flow[i,5],xl_int3[i]] =Loadl[Flow[i,5],xl_int3[i]]+round(Flow[i,3]-(multil_l+multil_2)*Flow[i,3]),

Loadl[xl_int3[i],Flow[i,2]] =Loadl[xl_int3[i],Flow[i,2]]+round(Flow[i,3]-(multil_l+multil_2)*Flow[i,3]),

Load 1 [x 1 _int3 [i] ,Flow[i, 5 ]] =Loadl[xl_int3[i],Flow[i,5]]+round(Flow[i,3]-(multil_l+multil_2)*Flow[i,3]), end,

end,

{—Для сети I—} {—Для сети II—}

if ((Flow[i,l]=2)and(Flow[i,4]=2)) then begin multi2_l =x2_ql[i]/100, multi2_2 =x2_q2[i]/100, if x2_intl[i]=0 then begin

Load2[Flow[i,2],Flow[i,5]] =Load2[Flow[i,2],Flow[i,5]]+round(multi2_l*Flow[i,3]),

Load2[Flow[i,5],Flow[i,2]] =Load2[Flow[i,5],Flow[i,2]]+round(multi2_l*Flow[i,3]), end

else begin

Load2[Flow[i,2],x2_intl [1]] =Load2[Flow[i,2],x2_intl [i]]+round(multi2_l *Flow[i,3]),

Load2[Flow[i,5],x2_intl [1]] =Load2[Flow[i,5],x2_mtl[i]]+round(multi2J*Flow[i,3]),

Load2[x2_intl [i],Flow[i,2]] =Load2[x2_intl[i],Flow[i,2]]+round(multi2_l*Flow[i)3]),

Load2[x2_intl [i],Flow[i,5]] =Load2[x2_intl [i],Flow[i,5]]+round(multi2_l *Flow[i,3]), end,

if x2_int2[i]=0 then begin

Load2[Flow[i,2],Flow[i,5]] =Load2[Flow[i,2],Flow[i,5]]+round(multi2_2*Flow[i,3]),

Load2[Flow[i,5],Flow[i,2]] =Load2[Flow[i,5],Flow[i,2]]+round(multi2_2*Flow[i,3]), end

else begin

Load2[Flow[i,2],x2_int2[i]] =Load2[Flow[i,2],x2_int2[i]]+round(multi2_2*Flow[i,3]),

Load2[Flow[i,5],x2_int2[i]] =Load2[Flow[i,5],x2_int2[i]]+round(multi2_2*Flow[i,3]),

Load2[x2_int2[i],Flow[i,2]] =Load2[x2_mt2[i],Flow[i,2]]+round(multi2_2*Flow[i,3]),

Load2[x2_int2[i],Flow[i,5]] =Load2[x2_int2[i],Flow[i,5]]+round(multi2_2*Flow[i,3]), end,

if x2_int3[i]=0 then begin

Load2[Flow[i,2],Flow[i,5]] =Load2[Flow[i,2],Flow[i,5]]+round(Flow[i,3]-(multi2_l +multi2_2)*Flow[i,3 ]),

Load2[Flow[i,5],Flow[i,2]] =Load2[Flow[i,5],Flow[i,2]]+round(Flow[i,3]-(multi2_l+multi2_2)*Flow[i,3]), end

else begin

Load2[Flow[i,2],x2_int3[i]] =Load2[Flow[i,2],x2_mt3[i]]+round(Flow[i,3]-(multi2_l+multi2_2)*Flow[i,3]),

Load2[Flow[i,5],x2_int3[i]] =Load2[Flow[i,5],x2_int3[i]]+round(Flow[i,3]-(multi2_l+multi2_2)*Flow[i,3]),

Load2[x2_int3 [i],Flow[i,2]] =Load2[x2_mt3[i],Flow[i,2]]+round(Flow[i,3]-(multi2_l+multi2_2)*Flow[i,3]),

Load2[x2_int3 [i],Flow[i,5]] =Load2[x2_int3[i],Flow[i,5]]+round(Flow[i,3]-(multi2_l+multi2_2)*Flow[i,3]), end

end,

{—Для сети II—} {—Для обоих сетей—}

if ((Flow[i,l]=l)and(Flow[i,4]=2)) then begin multil_l =xl_ql[i]/100, multil_2 =xl_q2[i]/100, multi2_l =x2_ql[i]/100, multi2_2 =x2_q2[i]/100, if xl_intl[i]=0 then begin

Loadl [Flow[i,2],xl_end[i]] =Loadl[Flow[i,2],xl_end[i]]+round(multil_l*Flow[i,3]),

Loadl[xl_end[i],Flow[i,2]] =Loadl[xl_end[i],Flow[i,2]]+round(multil_l*Flow[i,3]), end else begin

Loadl [Flow[i,2],xl_intl [1]] =Loadl[Flow[i,2],xl_intl[i]]+round(multil_l*Flow[i,3]), Loadl [xl_end[i],xl_intl [1]] =Loadl[xl_end[i],xl_mtl[i]]+round(multil_l*Flow[i,3]), Loadl [xl_intl [i],Flow[i,2]] =Loadl[xl_intl[i],Flow[i,2]]+round(multil_l*Flow[i,3]),

Loadl [xl_intl[i],xl_end[i]] =Loadl[xl_intl[i],xl_end[i]]+round(multil_l*Flow[i,3]),

end,

if xl_int2[i]=0 then begin

Loadl [Flow[i,2],xl_end[i]] =Loadl [Flow[i,2],xl_end[i]]+round(multil_2*Flow[i,3]),

Loadl [xl_end[i],Flow[i,2]] =Loadl[xl_end[i],Flow[i,2]]+round(multil_2*Flow[i,3]), end else begin

Loadl [Flow[i,2],xl_int2[i]] =Loadl[Flow[i,2],xl_int2[i]]+round(multil_2*Flow[i,3]),

Loadl [xl_end[i],xl_int2[i]] =Loadl[xl_end[i],xl_int2[i]]+round(multil_2*Flow[i,3]),

Loadl [xl_int2[i],Flow[i,2]] =Loadl [xl_int2[i],Flow[i,2]]+round(multil_2*Flow[i,3]),

Loadl [xl_int2[i],xl_end[i]] =Loadl[xl_int2[i],xl_end[i]]+round(multil_2*Flow[i,3]), end,

if xl_int3[i]=0 then begin

Loadl [Flow[i,2],xl_end[i]] =Loadl [Flow[i,2],xl_end[i]]+round(Flow[i,3]-(multil_l+multil_2)*Flow[i,3]),

Loadl [xl_end[i],Flow[i,2]] =Loadl[xl_end[i],Flow[i,2]]+round(Flow[i,3]-(multil_l+multil_2)*Flow[i,3]), end else begin

Loadl[Flow[i,2],xl_int3[i]] =Loadl[Flow[i,2],xl_int3[i]]+round(Flow[i,3]-(multil_l+multil_2)*Flow[i,3]),

Loadl [xl_end[i],xl_int3 [1]] =Loadl[xl_end[i],xl_int3[i]]+round(Flow[i,3]-(multil_l+multil_2)*Flow[i,3]),

Loadl[xl_int3[i],Flow[i,2]] =Loadl[xl_int3[i],Flow[i,2]]+round(Flow[i,3]-(multil_l+multil_2)*Flow[i,3]),

Loadl [xl_int3 [i],xl_end[i]] =Loadl[xl_int3[i],xl_end[i]]+round(Flow[i,3]-(multil_l+multil_2)*Flow[i,3]),

end;

if x2_intl [i]=0 then begin

Load2[x2_start[i],Flow[i,5]]:=Load2[x2_start[i],Flow[i,5]]+round(multi2_l*Flow[i,3]);

Load2[Flow[i,5],x2_start[i]]:=Load2[Flow[i,5],x2_start[i]]+round(multi2_l*Flow[i,3]); end else begin

Load2[x2_start[i],x2_intl[i]]:=Load2[x2_start[i],x2_intl[i]]+round(multi2_l*Flow[i,3]);

Load2[Flow[i,5],x2_intl[i]]:=Load2[Flow[i,5],x2_intl[i]]+round(multi2_l*Flow[i,3]);

Load2[x2_intl[i],x2_start[i]]:=Load2[x2_intl[i],x2_start[i]]+round(multi2_l*Flow[i,3]);

Load2[x2_intl[i],Flow[i,5]]:=Load2[x2_intl[i],Flow[i,5]]+round(multi2_l*Flow[i,3]); end;

if x2_int2[i]=0 then begin

Load2[x2_start[i],Flow[i,5]]:=Load2[x2_start[i],Flow[i,5]]+round(multi2_2*Flow[i,3]);

Load2[Flow[i,5],x2_start[i]]:=Load2[Flow[i,5],x2_start[i]]+round(multi2_2*Flow[i,3]); end else begin

Load2[x2_start[i],x2_int2[i]]:=Load2[x2_start[i],x2_int2[i]]+round(multi2_2*Flow[i,3]);

Load2[Flow[i,5],x2_int2[i]]:=Load2[Flow[i,5],x2_int2[i]]+round(multi2_2*Flow[i,3]);

Load2[x2_int2[i],x2_start[i]]:=Load2[x2_int2[i],x2_start[i]]+round(multi2_2*Flow[i,3]);

Load2[x2_int2[i],Flow[i,5]]:=Load2[x2_int2[i],Flow[i,5]]+round(multi2_2*Flow[i,3]); end;

if x2_int3[i]=0 then begin

Load2 [x2_start[i] ,Flow[i, 5 ] ] =Load2[x2_start[i],Flow[i,5]]+round(Flow[i,3]-(multi2_l+multi2_2)*Flow[i,3]),

Load2[Flow[i,5],x2_start[i]] =Load2[Flow[i,5],x2_start[i]]+round(Flow[i,3]-(multi2_l+multi2_2)*Flow[i,3]), end else begin

Load2[x2_start[i],x2_int3[i]] =Load2[x2_start[i],x2_int3[i]]+round(Flow[i,3]-(multi2_l+multi2_2)*Flow[i,3]),

Load2[Flow[i,5],x2_int3[i]] =Load2[Flow[i,5],x2_int3[i]]+round(Flow[i,3]-(multi2_l+multi2_2)*Flow[i,3]),

Load2[x2_int3[i],x2_start[i]] =Load2[x2_int3[i],x2_start[i]]+round(Flow[i,3]-(multi2_l+multi2_2)*Flow[i,3]),

Load2[x2_int3[i],Flow[i,5]] =Load2[x2_int3[i],Flow[i,5]]+round(Flow[i,3]-(multi2_l+multi2_2)*Flow[i,3]), end,

Load3[xl_end[i],x2_start[i]] =Load3[xl_end[i],x2_start[i]]+Flow[i,3], //Load3 [x2_start [1] ,x 1 _end[i] ] =Load3[x2_start[i],xl_end[i]]+Flow[i,3], end,

{—Для обоих сетей—} end,

for l =1 to qNodel do for j =1 to qNodel do begin

ifj>ithen

case Loadl[i,j] of 0 10 s =s+l, 11 20 s =s+5, 21 30 s =s+15, 31 40 s =s+50, 41 50 s =s+200, 51 60 s =s+500, 61 70 s =s+1500, 71 80 s =s+5000, 81 90 s =s+15000, 91 100 s =s+25000,

101 1000 s=s+32000, end,

end,

for i =1 to qNode2 do for j =1 to qNode2 do begin if j>i then

case Load2[i,j] of 0 10 s =s+l, 11 20 s =s+5, 21 30 s =s+15, 31 40 s =s+50, 41 50 s =s+200, 51 60 s =s+500, 61 70 s =s+1500, 71 80 s =s+5000, 81 90 s =s+15000, 91 100 s =s+25000, 101 1000 s =s+32000, end,

end,

for i =1 to qNodel do for j =1 to qNode2 do case Load3[i,j] of 0 10 s =s+l, 11 20 s =s+5, 21 30 s =s+15, 31 40 s =s+50, 41 50 s =s+200, 51 60 s =s+500, 61 70 s =s+1500, 71 80 s =s+5000, 81 90 s =s+15000, 91 100 s=s+25000, 101 1000 s=s+32000, end,

objfunc =s,

end,

{Основной цикл генетического алгоритма тов моделирования }

procedure Start(Sender TObject), var

s string,

i,j,imax,k integer, color Tcolor,

series,senes2,senes3 TChartSenes, begin

ProgressBarl Position =0, ProgressBar2 Position =0, if prog_run=3 then begin

Chartl Senes[2] Free, Chartl Senesfl] Free, prog_run =0, series 1 Clear,

chartl Legend Visible =false, end,

prog_run =prog_run+l, case prog_run of

1 begin

color =clRed, series =senesl, end,

2 begin

color =clBlue,

Senes2 =TLineSenes Create(self), Chartl AddSenes(Senes2), series =series2, Senes2 SenesColor =ClBlue, chartl Legend Visible =true,

Включает построение графических результа-

end,

3 begin

color =clGreen,

Senes3 =TLineSenes Create(self), Chartl AddSenes(Senes3), series =senes3,

Senes3 SeriesColor =ClGreen, end, end,

case RadioGroupl Itemlndex of

0 chartl Senes[prog_run-l] Title =RadioGroupl ItemsfO],

1 chartl Senes[prog_run-l] Title =RadioGroupl Items[l],

2 chartl Senes[prog_run-l] Title =RadioGroupl Items[2], end,

memol Lines Clear, memo2 Lines Clear, progressbarl max =strtoint(Edit2 text),

qFlow =strtoint(Edit5 Text), {! определение количества потоков} qNodel =strtoint(Edit6 Text),{'определение количества узлов} qNode2 =strtoint(Edit9 Text),{'определение количества узлов} qstnng =1,

if qNodel>qNode2 then case qNodel of 0 1 qstnng =1, 2 3 qstnng =2.

4 7 qstnng =3, 8 15 qstnng =4, 16 31 qstnng =5, 32 63 qstnng =6, 64 127 qstnng =7,

end else case qNode2 of 0 1 qstnng =1, 2 3 qstnng =2, 4 7 qstnng =3, 8 15 qstnng =4,

16 31 qstnng =5, 32 63 qstnng =6, 64 127 qstnng =7, end,

popsize =strtoint(Editl text), maxgen =strtoint(Edit2 text), pmutation =strtofloat(Edit4 text), pcross =strtofloat(Edit3 text), randomize,

nmutation = 0, ncross = 0, {Инициализация счетчиков} usennitpop,

statistics (popsize, minpos, max, avg, min, sumfitness, oldpop), memol Lines Add('Max='+floattostr(max)), memo2 Lines Add('Min='+floattostr(min)), memol Lines Add('Avg='+floattostr(avg)), memol Lines Add('Min='+floattostr(min)), memol Lines Add('sumfitnes='+floattostr(sumfitness)), numgen = 0, {установка счетчика поколений в 0}

repeat {главный итерационный цикл} numgen = numgen + 1, generation, //

for i =1 to popsize do with newpop[i] do begin

s=",

memol Lines Count, s =s+*',

for imax =1 to qflow do begin s =s+'

for J =1 to 2 * (2*ql ength+4* qstnng) do s =s+chrom[imax][j],

de-

code(chrom[imax],xl_ql[imax],xl_q2[imax],xl_intl[imax],xl_int2[imax],xl_int3[imax],xl_end[ima x],x2_ql[imax],x2_q2[imax],x2_intl[imax],x2_int2[imax],x2_int3[imax],x2_start[imax]), {декодирование хромосомы}

end,

fitness = objfunc(newpop[i]), if CheckBoxl Checked then

forml Memol lines add(s+'->'+showx(newpop[i])+'->'+floattostr(fitness)),

end,

//

statistics(popsize, minpos, max, avg, mm, sumfitness, newpop),

//

memo2 Lines Add('Min='+floattostr(min)), if CheckBoxl Checked then begin

memol Lines Add('Max='+floattostr(max)), memol Lines Add('Avg='+floattostr(avg)), memol Lines Add('Min='+floattostr(min)), memol Lines Add('sumfitnes='+floattostr(sumfitness)), end,

with series do

if min<32000then begin

AddXY(numgen, mm, ", color), end,

//

application ProcessMessages, progressbarl Position =numgen,

oldpop = newpop, {формированое новой популяции }

//memol Lines add('min= '+floattostr(min)), until (numgen >= maxgen), chartpop =newpop, bubbl esort(chartpop), ind_last =chartpop[l], showmessage('OK'),

ПРИЛОЖЕНИЕ 2. Акт внедрения результатов кандидатской диссертации

УТВЕРЖДАЮ

Заместитель генерального директора ОАОлЩЦ^^Прогресс» - директор-главИ^^^^з^ктор филиала СЖБ «Спектр», лауре^тГпЬ^ С.СвР\ к.т.н.

АКТ

внедрения результатов кандидатской диссертации Лукьянова Олега Викторовича,

выполненной в Рязанском государственном радиотехническом институте на тему: «Математическое обеспечение автоматизированного проектирования

РФ Тимашева A.B.,

членов комиссии: главного специалиста, секретаря секции научно-технического совета, к.т.н. Преснякова А Н.,

начальника сектора обработки данных ДЗЗ, к.т.н. Кащеева A.A., составила настоящий акт в том, что результаты исследований, полученные в кандидатской диссертации Лукьянова О.В., внедрены в процессе создания перспективных образцов информационно-измерительных систем, предназначенных для испытаний изделий ракетно-космической техники.

В частности, модели, численные методы и программы, разработанные в диссертации Лукьянова О.В. были использованы при разработке проектной, эксплуатационной и программной документации на составные части территориально-распределенных систем сбора и обработки измерительной информации на объектах 1ГИК МО РФ, 4ГЦМП, автоматизированной системы подготовки и проведения пусков изделий РКТ на космодроме «Восточный».

Предложенные в диссертации Лукьянова О.В. модели и средства моделирования сетей передачи данных позволили провести анализ процессов передачи трафика измерительной информации (ИИ), в том числе оптико-электронных средств, в режимах реального и отложенного времени в проектируемых специализированных те-

сети передачи данных оптико-электронных средств полигонного измерительного комплекса»

Комиссия в составе:

председателя: заместителя главного конструктора, заслуженного конструктора

лекоммуникационных системах и улучшить показатели качества передачи ИИ: сократить на 15% вероятность потери сетевых пакетов и уменьшить вариацию задержки передачи информации на 5 - 7%.

Кроме того, результаты моделирования эксплуатируемых на объектах Заказчика и проектируемых филиалом территориально-распределенных систем позволили определить рациональные конфигурации включенного в их состав активного сетевого оборудования (маршрутизаторов, коммутаторов).

Председатель комиссии: заместитель главного конструктора,

заслуженный конструктор РФ

А.В. Тимашев

Члены комиссии: главный специалист, секретарь секции НТС, к.т.н.

А.Н. Пресняков

А.А. Кащеев