Разработка и реализация математических методов и алгоритмов оценки устойчивости управления в территориально распределенных информационных системах

Основные результаты работы получены с использованием методов теории вероятностей, теории математической статистики, теории автоматов, теории структурного программирования, прикладной теории случайных процессов и имитационного моделирования.

Ключевые аспекты работы и ее результаты докладывались и обсуждались на научных семинарах кафедры «Математическое обеспечение систем» МИФИ, научной сессии МИФИ-2000, опубликованы в шести печатных работах.

Важность и новизна полученных в диссертационной работе результатов определяется следующими положениями:

1. Выбрана система показателей устойчивости управления в АСОУ для отдельных циклов управления и обработки информации, а также для АСОУ в целом. Устойчивость управления понимается, как способность системы обеспечивать нахождение выделенных циклов управления и обработки информации в заданных пределах при различных внешних условиях. Если длительности циклов управления рассматривать как координаты обобщенного фазового пространства, то понятие «устойчивость управления в системах класса АСОУ» трактуется как частный случай устойчивости по Лагранжу.

Введение

понятия устойчивости управления позволило учесть особенности функционирования АСОУ, а именно немарковский характер процессов, протекающих в системах рассматриваемого класса, и нестандартные законы появления заявок на обслуживающих приборах, характеризующие потоки сообщений в АСОУ.

2. Предложен аналитический подход к оценке устойчивости управления в АСОУ. В его основе лежит использование созданной аналитической модели функционирования рассматриваемого класса систем. Модель построена в соответствии с процессом функционирования АСОУ и включает в себя частные подмодели, в каждой из которых формализуются отдельные конкретные процессы. Подмодели объединяются в единый комплекс управляющей программой и общим массивом исходных данных. Созданная аналитическая модель функционирования АСОУ позволяет оценивать показатели устойчивости управления в системах рассматриваемого класса, как на стадии проектирования АСОУ, так и при совершенствовании построенной системы, за одну реализацию на ЭВМ.

3. Разработана имитационная модель функционирования АСОУ. Она применяется, когда не все формализуемые процессы поддаются адекватному аналитическому описанию, и для прямых аналитических расчетов по вероятностным зависимостям и формулам теории массового обслуживания необходимо было бы вводить ряд допущений, искажающих получаемые результаты. В разработанной имитационной модели оценки показателей устойчивости управления в АСОУ получаются в ходе статистической обработки результатов имитации во времени процессов передачи и обработки отдельных сообщений.

4. Проведены исследования статистических характеристик потоков сообщений, циркулирующих в системах класса АСОУ. В процессе исследований программный блок анализа статистических характеристик точечного потока был откалиброван на контрольном эксперименте, проведенном на материале предельной теоремы Хинчина, которая утверждает, что суперпозиция большого числа независимых ординарных стационарных потоков дает поток, близкий к пуассоновскому потоку. Результаты калибровки показали, что программный блок распознает пуассоновский поток в различных условиях его возникновения.

5. На базе разработанных аналитической и имитационной моделей функционирования АСОУ создан программный комплекс «TEC-Analyzer». Комплекс использован для решения задачи предобследования на этапе проектирования информационной системы «BizPak Operations» транспортно-экспедиторской компании «Армадилло Бизнес Посылка». С помощью «TEC-Analyzer» были выработаны рекомендации к коммуникационному оборудованию и его характеристикам, что позволило организовать электронный документооборот между всеми филиалами компании. Выбран, научно обоснован и реализован на практике вариант построения АСОУ [6].

6. Получены оценки устойчивости управления в системах класса АСОУ в условиях сильной информационной загрузки. При умеренной информационной загрузке (утилизация канала связи на уровне не более 50% в течение всего эксперимента) выходной поток сети связи наследовал свойства первичных потоков (в нашем случае — это пуассоновский характер первичных потоков). После достижения критических значений информационной загрузки (утилизация канала связи на уровне более 80% в течение эксперимента) характер выходного потока определялся уже свойствами преобразователя, т. е. свойствами самой сети связи.

7. Разработан эвристический метод оценки точности результатов вычислительных экспериментов. Его применение для оценки эффективности обработки информационных потоков комплексами средств автоматизации в АСОУ позволило на 40% сократить затраты машинного времени по сравнению с планировавшимися затратами. При этом показано, что оценки математического ожидания основных параметров качества обработки информационного потока (время прохождения и обработки сообщений различных типов и категорий срочности, коэффициенты загрузки технических устройств и т. п.) были устойчивы.

8. Созданный программный комплекс «ТЕС-Analyzer» в настоящее время интегрирован в модуль «Контроль качества» информационной системы «BizPak Operations» транспортно-экспедиторской компании «Армадилло Бизнес Посылка», что позволило моделировать работу подразделений компании и на основе полученных результатов проанализировать качество работы сотрудников. Имеется акт о внедрении программного комплекса «ТЕС-Analyzer» в компании «Армадилло Бизнес Посылка».

Заключение

.

Диссертационная работа посвящена созданию математических методов и алгоритмов оценки устойчивости управления в территориально распределенных информационных системах, позволяющих получать статистически значимые оценки показателей устойчивости управления, необходимые для проектирования систем класса АСОУ.

Оценка устойчивости управления в системах класса АСОУ связана с необходимостью учета множества факторов, определяемых структурой системы, вероятностным характером функционирования самой системы и внешних воздействий, особенностями технологии передачи и обработки информации, составом и характеристиками технических средств системы.

Современные системы моделирования информационных процессов в системах класса АСОУ, такие как NetMaker, Opnet, SES и др. громоздки, сложны в настройке и обучении и имеют очень высокую стоимость (несколько десятков тысяч долларов). Кроме того, их не всегда можно адаптировать для исследования конкретной АСОУ. Поэтому актуальным представляется создание инструментария, позволяющего учитывать при исследовании систем класса АСОУ особенности алгоритмов функционирования их составных частей с целью получать точные оценки показателей устойчивости управления.

Решение задачи разбито на 4 этапа.

1. Исследование основных принципов построения систем класса АСОУ и анализ методов оценки устойчивости управления в системах подобного класса.

2. Выбор и обоснование системы показателей для оценки устойчивости управления в АСОУ.

3. Разработка математических методов и алгоритмов оценки устойчивости управления в системах класса АСОУ.

4. Создание программного комплекса, реализующего разработанные методы получения статистических оценок показателей устойчивости управления в АСОУ.

1. Альянах И.H. Моделирование вычислительных систем. — Ленинград: Машиностроение, 1988.

2. Аналитический обзор «Состояние и перспективы развития технических и программных средств для построения информационных систем государственных структур» Москва, ЦИТиС, 1994.

3. Ахьюджа X. Сетевые методы управления в проектировании и производстве. -М.: Мир, 1979.

4. Боровков A.A. Асимптотические методы в теории массового обслуживания. -М.: Наука, 1979.

5. Бурков В. Н., Кондратьев В. В. Механизмы функционирования организационных систем. М.: Наука, 1981.

6. Бусленко Н. П. Моделирование сложных систем. М.: Наука, 1978.

7. Бусленко Н. П. и др. Лекции по теории сложных систем. М.: Советское радио, 1973.

8. Бусленко Н. П., Коваленко И. Н. О математическом описании элементов сложных систем // Доклад АН СССР. Т. 187, № 6, 1969.

9. Бусленко Н. П., Симонов В. М. О категорном представлении динамических систем. М.: Программирование, № 5, 1976.

10. Бусленко Н. П., Симонов В. М. О категорном описании сложных систем // Программирование, № 1, 1977.

11. Вентцель Е. С. Исследование операций. М.: Советское радио, 1972.

12. Вопросы разработки имитационных систем /В.В. Калагин, В. И. Лутков, Б. В. Немчинов и др. // Электронная техника, 1980, сер. 9. Выпуск 1(34), с. 71−87.

13. Гардон Д. Вычислительные аспекты имитационного моделирования // Исследование операций. Том 1. М.: Мир, 1981, с. 655−679.

14. Глушков В. М.

Введение

в АСУ. Киев: Техника, 1974.

15. Глушков В. М. Синтез цифровых автоматов. М.: Наука, 1962.

16. Головкин C.B., Родин Е. В., Тихомиров М. М. Современное состояние и перспективы развития ситуационных центров АСУ организационного типа: Аналитический обзор / НИИ «Восход». М. 1988.

17. Горелик А. Л., Скрипкин В. А. Методы распознавания. М.: Высшая школа, 1977.

18. Гуд Г., Маколл Р. Системотехника.

Введение

в проектирование больших систем. M: Советское радио, 1962.

19. Дал У., Дейкстра Э. Структурное программирование. М.: Мир, 1975.

20. Дружинин В. В., Конторов Д. С. Проблемы системологии. М.: Советское радио, 1976.

21. Дружинин В. В., Конторов Д. С. Системотехника. М.: Радио и связь, 1985.

22. Емельянов C.B., Калашников В. В., Лутков В. И. Методологические вопросы построения имитационных систем. М.: МЦНТИБ, 1978.

23. Емельянов C.B. и др. Технология системного моделирования. М.: Машиностроение, 1988.

24. Ермольев Ю. М. Методы стохастического программирования. М.: Высшая школа, 1976.

25. Золотарев В. М. Современная теория суммирования независимых случайных величин. М.: Наука, 1986.

26. Иглхарт Д., Шедлер Д. Регенеративное моделирование сетей массового обслуживания. М.: Радио и связь, 1984.

27. Инмон У., Фридман Л. Методология экспертной оценки проектных решений для систем с базами данных. М.: Финансы и статистика, 1986.

28. Исследование операций, т. 1, 2 под ред. Моудера Дж. М.: Мир, 1981.

29. Калашников В. В. Качественный анализ поведения сложных систем методом пробных функций. М.: Наука, 1978.

30. Калашников В. В. Количественные оценки в теории надежности. М.: Знание, 1989.

31. Калашников В. В. Направленные имитационные эксперименты // Электронная техника. 1985, сер. 9, выпуск 1(54), с.50−53.

32. Калашников В. В. Оценка длительности переходного режима для стохастических сложных систем // Теория сложных систем и методы их моделирования. Труды семинара. М.: ВНИИСИ, 1980, с. 63−71.

33. Калашников В. В. Теория сложных систем и методы их моделирования. М.: Наука, 1985.

34. Калашников В. В. Эксперимент в моделировании // Электронная техника. Сер. 9. Экономика и система управления, 1989, выпуск 4. с.40−48.

35. Калашников В. В., Манусевич B.C., Малореев Б. Г. Комплекс программ для оценки длительности переходных режимов моделей стохастических систем // Теория сложных систем и методы их моделирования. М.: ВНИИСИ, 1984, с. 68−76.

36. Калашников В. В., Морозов А. И. Программная поддержка экспериментов в моделировании. Организация эксперимента. Электронная техника. Сер. 9. Экономика и системы управления, 1991, выпуск 2, с. 39−45.

37. Калашников В. В., Морозов А. И. Программная поддержка экспериментов в моделировании. Построение модели. Электронная техника. Сер. 9. Экономика и системы управления, 1990, выпуск 3, с. 59−63.

38. Карманов В. Г. Математическое программирование. М.: Высшая школа, 1975.

39. Кельберт М. Я. Пуассоновская предельная теорема для сетей коммутации сообщений с малой интенсивностью транзитных потоков. ППИ, т.29, в.1 — М.: Наука, 1993.

40. Кельберт М. Я., Сухов Ю. М. Пуассоновская предельная теорема для гибридных звездообразных сетей: приближение среднего поля. ППИ, т.25, в.1 — М.: Наука, 1989.

41. Кенинг Д, Штойян Д. Методы теории массового обслуживания. М.: Радио и связь, 1981.

42. Киндляр Е. Языки моделирования. М.: Энергоатомиздат, 1985.

43. Клейнен Дж. Статистические методы в имитационном моделировании. М.: Статистика, 1978 / Выпуск 1, Выпуск 2.

44. Клейнрок J1. Коммуникационные сети. Стохастические потоки и задержки сообщений. М.: Наука, 1970.

45. Коваленко И. Н. Анализ редких событий при оценке эффективности и надежности систем. М.: Советское радио, 1980.

46. Коваленко И. Н. Расчет вероятностных характеристик систем. Киев: Техника, 1982.

47. Кокс Д., Смит В. Теория восстановления. М.: Советское радио, 1967.

48. Кофф Г. Л., Кеженбаев P.M. и др. Анализ макросейсмических данных для уменьшения ущерба от землетрясений. ИЛ РАН, изд. ГКЧС, М., 1992.

49. Крейн М., Лемуан О.

Введение

в регенеративный метод анализа моделей. М.: Наука, 1982.

50. Кузьмичев Д. А., Радкевич М. А., Смирнов А. Д. Автоматизация экспериментальных исследований. М.: Наука, 1983.

51. Кулябичев Ю. П., Савченко Д. В. О проблеме устойчивости управления в терри-ториально-распределенных информационных системах. М.: Инженерная физика № 1, 2001.

52. Кулябичев Ю. П., Савченко Д. В. Аналитический подход к оценке устойчивости управления в АСОУ. М.: Инженерная физика № 1, 2001.

53. Кулябичев Ю. П., Савченко Д. В. Оценка устойчивости управления в АСОУ с использованием аппарата имитационного моделирования. М.: Инженерная физика № 1, 2001.

54. Курдюмов С. П. Законы эволюции и самоорганизации сложных систем. В кн. Философские аспекты информатизации. М.: ВНИИСИ, 1989.

55. Леман Э. Проверка статистических гипотез. М.: Наука, 1964.

56. Лотов A.B.

Введение

в экономико-математическое моделирование. М.: Наука, 1984.

57. Ляпунов A.M. Общая задача об устойчивости движения. М.: Гостехиздат, 1950.

58. Мальцев А. И. Алгоритмы и рекурсивные функции. СМ.: Наука, 1965.

59. Мамиконов А. Г. Основы построения АСУ. М.: Высшая школа, 1981.

60. Мартин Ф. Моделирование на вычислительных машинах. М.: Советское радио, 1972.

61. Математическая энциклопедия. М.: Советская энциклопедия, т.1 — 5, 19 771 985.

62. Материалы по структуре и интенсивности информационных потоков в различных режимах функционирования ведомственных сейсмических служб в составе ФССН. -М.: ЦИТиС, 1994.

63. Морозов А. И. Два алгоритма получения реализаций во времени склеивания процессов восстановления. Вероятностное моделирование сетей обслуживания. Межвузовский сборник. — Петрозаводск, 1988, с. 47−52.

64. Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем. М.: Мир, 1975.

65. Немчинов Б. В., Симонов В. М. Экспериментальная оценка эффекта стандартизации в конструировании моделей сложных систем // В сборнике «Теория сложных систем и методы их моделирования» М.: ВНИИСИ РАН, 1988.

66. Немчинов Б. В., Петров С. Г., Симонов В. М. К проблемам конструирования эффективного алгоритмического обеспечения имитационных систем // Теориясложных систем и методы их моделирования. М.: ВНИИСИ, 1984, с. 94−119.

67. Одрин В. М., Картавов С. С. Морфологический анализ систем. Киев: Наукова Думка, 1977.

68. Орнстейн Д. Эргодическая теория, случайность и динамические системы. М.: Мир, 1978.

69. Основы теории вычислительных систем/ С. А. Майоров, Г. И. Новиков, Т. И. Алиев и др.: под редакцией С. А. Майорова. М.: Высшая школа, 1978.

70. Отчет о НИР «Создание современной телекоммуникационной инфраструктуры информатизации на основе сетевых информационных технологий». ИПИ РАН, 1992.

71. Отчет о НИР «Анализ состояния телекоммуникационных систем в России». -М.: ЦИТиС, 1993.

72. Отчет о НИР «Состояние и развитие систем связи и передачи данных в России». М.: ЦИТиС, 1994.

73. Первозванский A.A. Математические модели в управлении производством. М.: Наука, 1975.

74. Петров С. Т., Симонов В. М. Конструирование моделирующих алгоритмов: корректность и замкнутость в классе шкалированных автоматов // В сборнике «Теория сложных систем и методы их моделирования». М.: ВНИИСИ РАН, 1985.

75. Полляк Д. Г. Оценка точности статистического моделирования систем массового обслуживания // Изв. АН СССР. Техническая кибернетика, 1970, № 1.

76. Полляк Ю. Г. Вероятностное моделирование на ЭВМ. М.: Советское радио, 1971.

77. Понтрягин Л. С. и др. Математическая теория оптимальных процессов. М.: Физматгиз, 1961.

78. Половинкин А. И. Алгоритм оптимизации проектных решений. М.: Энергия, 1976.

79. Попов Э. В. Экспертные системы. М.: Наука, 1987.

80. Поспелов Д. А. Вероятностные автоматы. М.: Сов. радио, 1970.

81. Поспелов Д. А. Ситуационное управление: теория и практика. М.: Наука, 1986.83. «Программа развития систем спутниковой связи и вещания Российской Федерации на 1992;2000 гг.» Минсвязи РФ, 1992.

82. Проект Федеральной целевой программы «Развитие Федеральной системысейсмологических наблюдений и прогноза землетрясений». Москва, 1994.85. «Протоколы информационно-вычислительных сетей». Справочник под редакцией Мизина И. А. М.: Радио и связь, 1990.

83. Пугачев B.C. Теория вероятностей и математическая статистика. М.: Наука, 1979.

84. Саати Т. Математические методы исследования операций. М.: Военное издательство, 1963.

85. Саати Т. Элементы теории массового обслуживания и ее приложения. М.: Советское радио, 1981.

86. Савченко Д. В. Эффективность сложных информационно телекоммуникационных систем. //Научная сессия МИФИ-2000. Сборник научных трудов. Том 2. -М&bdquoМИФИ, 2000.

87. Савченко Д. В. Оценка устойчивости управления в автоматизированных системах организационного управления (АСОУ) с использованием аппарата имитационного моделирования. Труды X международного научно-технического семинара (Алушта, 2001).

88. Савченко Д. В. Построение корпоративной информационной системы транс-портно-экспедиторской компании. Труды IV московского международного логистического форума (Москва, 2002).

89. Самарский A.A. Компьютеры, модели, вычислительный эксперимент.

Введение

в информатику с позиций математического моделирования. М.: Наука, 1988.

90. Самарский A.A. Проблемы применения вычислительной техники // Вестник АН СССР. Т. 2, № 10, 1987.

91. Симонов В. М. Анализ качества проектов АСОУ методами имитационного моделирования. М., ВСРЭ, серия СОИУ, в.2, 1991.

92. Симонов В. М. О задаче функциональной корректности дискретных моделей сложных систем // В сборнике «Теория сложных систем и методы их моделирования». М.: ВНИИСИ РАН, 1988.

93. Симонов В. М. О регуляризации структуры сложных систем. В кн. Вопросы кибернетикиВып. 46. — М.: 1978.

94. Симонов В. М. Основы теории математического конструирования имитационных систем. Диссертация на соискание ученой степени доктора физико-математических наук, М., 1989.

95. Системный проект «Информатизация России».

96. Часть 2. Состояние и основные направления развития программно-технического обеспечения информатизации.

97. Часть 3. Состояние и развитие систем телекоммуникации. М., 1992.

98. Советов Б. Я., Яковлев С. А. Моделирование систем. М.: Высшая школа, 1985.

99. Справочник. Искусственный интеллект. Книга 1. Под редакцией Э. В. Попова. -М.: Радио и связь, 1990.

100. Справочник «Телекоммуникационные компьютерные сети России». Второе издание. М.: Радио и связь, 1993.

101. Стогний A.A., Кондратьев А. И. Теоретико-игровое информационное моделирование в системах принятия решений. Киев: Наукова думка, 1986.

102. Супрун П. Г. Реализация принципа ситуационного управления в АСОУ. //Информатика. 1991. Выпуск 2. с. 35−40.

103. Танаев B.C., Шкурба В. В.

Введение

в теорию расписаний. М.: Наука, 1975.

104. Ульман Дж. Основы систем баз данных. М.: Мир, 1983.

105. Феллер В.

Введение

в теорию вероятностей и ее применения. В 2-х томах. М.: Мир, 1984.

106. Фишберн Н. Теория полезности для принятия решения. М.: Наука, 1978.

107. Фон Нейман Дж, Моргенштерн О. Теория игр и экономическое поведение. М.: Наука, 1970.

108. Франкен П., Штеллер А. Стационарные регенерирующие процессы // Теория вероятностей и ее применение. Т. 24, 1979, № 1. с.78−90.

109. Хейес Рот Ф. и др. Построение экспертных систем. — М.: Мир, 1987.

110. Хинчин А. Я. Работы по математической теории массового обслуживания. М.: Физматгиз, 1963.

111. Цициашвили Г. Ш. Декомпозиционный анализ сложных систем. Диссертация на соискание ученой степени доктора физико-математических наук, Владивосток, 1992.

112. Шахраманьян М. А. Концептуальные вопросы создания и развития ФССН как подсистемы по предупреждению и действиям в чрезвычайных ситуациях. Информационный бюллетень. М., 1994.

113. Шеннон Р. Имитационное моделирование систем искусство и наука. — М.: Мир, 1978.

114. Шрайбер Т. Дж. Моделирование на GPSS. М.: Машиностроение, 1980.

115. Штойян Д. Качественные свойства и оценки стохастических моделей. М.: Мир, 1979.

116. Элти Дж, Кумбс М. Экспертные системы: концепции и примеры. М.: Финансы и статистика, 1987.

117. Barbour A. Networks of Queues and the method of stages, Adv. App. Prob. 8, 584 591 (1976).

118. Christopher Т., Evens M. Structure of a distributed simulation system//The 3rd International Conference on Distributed Computing Systems: 1983. № 3. P. 584−589.

119. Comfort J. The design of a multi-microprocessor based simulation computer. // The 15th Annual Simulation Symposium, 1982. P. 45−54.

120. Comfort J. The design of a multi-microprocessor based simulation computer. // The 16th Annual Simulation Symposium, 1983. P. 197−210.

121. Fegock S., Collins W. Ada and multi-processor real-time simulation//The 16th Annual Simulation Symposium, 1983, P. 211−228.

122. Fishman G. Estimation in multi-server queuing simulation, Opts. Res. 22, 72−78 (1974).

123. Fishman G. Statistical analysis of multi-server queuing systems, Opts. Res. Quart. 27, 1005−1013 (1976).

124. Law A. Introduction to Simulation: a Powerful Tool for Analyzing Complex Manufacturing Systems// Industrial Engineering, 1986.

125. Lin E., Chian-Li J. Confliction problem of multiprocessor simulation//The 16th Annual Simulation Symposium, 1983, P. 229−238.

126. Pratt C. Catalog of Simulation Software// Simulation, V. 51, № 4, 1988.

127. Stoyan D. Some bounds for many-server systems GI/G/s, Math. OF und Stat. 5, 117 129 (1974).