Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Автоматизированное проектирование корпоративных сетей на основе нечетких гиперграфов

Диссертация: Автоматизированное проектирование корпоративных сетей на основе нечетких гиперграфов
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Основные положения и результаты диссертации докладывались, обсуждались и получили одобрение на международной конференции «Континуальные логико-алгебраические и нейросетевые методы в науке, технике и экономике» (г. Ульяновск, УлГТУ, 2000 г.), 4-й международной конференции «Интерактивные системы» (г. Ульяновск, УлГТУ, 2001 г.), научно-технической конференции УлГТУ. «Вузовская наука в современных… Читать ещё >

Содержание

  • Список принятых сокращений
  • Актуальность проблемы
  • Цель диссертационной работы
  • Задачи исследования
  • Методы исследования
  • Научная новизна
  • Достоверность результатов
  • Основные положения, выносимые на защиту
  • Практическая значимость работы
  • Реализация результатов работы
  • Апробация работы
  • Публикация результатов работы
  • Личный вклад
  • Глава 1. Обзор методов и средств автоматизированного проектирования вычислительных сетей
    • 1. 1. Классификация сетей
    • 1. 2. Определение и свойства корпоративных сетей
    • 1. 3. Определение и принципы маршрутизации
      • 1. 3. 1. Компоненты маршрутизации
      • 1. 3. 2. Методы и функции маршрутизации
    • 1. 4. Определение и характеристики алгоритмов маршрутизации
    • 1. 5. Классификация алгоритмов маршрутизации
    • 1. 6. Показатели алгоритмов маршрутизации (метрики)
    • 1. 7. Цели разработки алгоритмов маршрутизации
    • 1. 8. Эффективность алгоритмов маршрутизации в КС
    • 1. 9. Обзор существующих систем моделирования и проектирования КС
    • 1. 10. Выводы
  • Глава 2. Модель маршрутизации в корпоративных сетях
    • 2. 1. Графовое представление модели КС
    • 2. 2. Гиперграфовое представление модели КС
    • 2. 3. Нечеткие множества
    • 2. 4. Нечеткие графы
      • 2. 4. 1. Определение нечетких графов
      • 2. 4. 1. Операции над нечеткими графами
    • 2. 5. Нечеткие гиперграфы
      • 2. 5. 1. Определение нечеткого гиперграфа
      • 2. 5. 2. Операции над нечеткими гиперграфами
      • 2. 5. 3. Выводы
    • 2. 6. Алгоритмы поиска кратчайших путей в графах
      • 2. 6. 1. Алгоритм Беллмана-Форда
      • 2. 6. 2. Алгоритм Дейкстры
      • 2. 6. 3. Волновой алгоритм
      • 2. 6. 4. Алгоритм Флойда
      • 2. 6. 5. Алгоритм Йена
      • 2. 6. 6. Алгоритм Крускала
      • 2. 6. 7. Выводы
    • 2. 7. Описание и формирование нечетких метрик
    • 2. 8. Формализованное описание трафика КС
    • 2. 9. Алгоритм поиска пути по нечеткому гиперграфу с использованием нечетких метрик
      • 2. 9. 1. Нечеткий алгоритм
    • 2. 10. Выводы
  • Глава 3. Структурно функциональное решение автоматизации проектирования КС
    • 3. 1. Выбор инструментальных средств и технологий
    • 3. 2. Этапы проектирования
    • 3. 3. Описание Объектов КС
    • 3. 2. Общая структура
  • САПР КС
    • 3. 2. 1. Описание блоков и модулей
  • САПР КС
    • 3. 2. 1. Взаимодействие блоков
  • САПР КС
    • 3. 3. Описание классов
    • 3. 4. Описание потоков данных
    • 3. 5. Формирование маршрутных таблиц
    • 3. 6. Интерфейс, алгоритм
  • САПР КС
    • 3. 7. Выводы
  • Глава 4. Реализация и внедрение
  • САПР КС
    • 4. 1. Реализация вычислительных экспериментов на базе ГУ ЦБ РФ по
  • Ульяновской области
    • 4. 1. 1. Общее описание
    • 4. 1. 2. Структурное описание КС
    • 4. 1. 3. Описание процессов КС
    • 4. 1. 4. Определение трафика оптимизации
    • 4. 1. 5. Проектирование маршрутизации
    • 4. 1. 6. Вычислительные эксперименты
    • 4. 1. 7. Результаты вычислительных экспериментов
    • 4. 1. 8. Преимущества автоматизированного проектирования КС
    • 4. 2. Выводы

Автоматизированное проектирование корпоративных сетей на основе нечетких гиперграфов (реферат, курсовая, диплом, контрольная)

Проектирование и создание сложных информационных систем, таких как локальные, корпоративные и телекоммуникационные вычислительные сети является сложным поэтапным многоуровневым процессом. Он заключается в построении оптимальной системы, которая максимально использует свои ресурсы и технические возможности. В настоящее время научные исследования в области САПР направлены на моделирование уже существующих сетей для проверки их эффективности и выявления ошибок. При моделировании действующих сетей, проектант обладает рядом накопленных статистических данных, после обработки которых, он может внести изменения в ее конфигурацию.

В настоящее время корпоративные сети стремительно распространяются. Если два десятилетия назад корпоративные сети существовали только на больших промышленных предприятиях, то сейчас наличие корпоративной сети в учебной организации, правительственных органах, военных организациях, деловом предприятии является неотъемлемой частью их инфраструктур. Сетевые средства применяются во всех сферах деятельности любого предприятия, включая рекламу, производство, поставку, отчетность, оперативное оповещение, планирование, взаиморасчеты, бухгалтерский учет и пр. Поэтому большинство корпораций имеет даже не одну, а несколько корпоративных сетей.

За последнее десятилетие отмечается интенсивное развитие распределенных корпоративных сетей различной конфигурации на базе Интернет-технологий с последующей интеграцией в глобальную информационную сеть. Практический потенциал в этой области накоплен очень большой, однако на практике зачастую сети проектируются и устанавливаются без привлечения научных наработок в этой области, что приводит в итоге к частым выходам сетей из строя и их большим перегрузкам. Для малых сетей это не является критичным, в то время как для корпоративных и тем более распределенных сетей ошибки проектировщиков непосредственно сказываются на эффективности таких сетей.

Актуальность проблемы

Пользователи распределенных корпоративных сетей все чаще обнаруживают, что их трафик по сети не доходит по назначению, и виной тому — не случайные неисправности.

Специалисты предупреждают, что при существующих темпах развития обмена информацией корпоративные сети загружаются до предела, что может привести их к «коллапсу» и, следовательно, к непредсказуемой остановке бизнес-процессов в корпорации. Причина кроется в том, что корпоративные сети и используемые в них сервисы развиваются значительно быстрее, чем базовые технологии передачи данных и происходит модернизация используемого сетевого оборудования. Современные бизнес-Iпроцессы подстегивают разработчиков программного обеспечения создавать интерактивные автоматизированные рабочие места, потребляющие большие объемы часто меняющейся информации, с последующем увеличением трафика в сети. Примером являются изменение курса валют, ценных бумаг, закупочных цен, остатков товара на складах, и т. п.

Чтобы оценить эффективность использования систем с распределенной обработкой различных видов информации в корпоративных сетях необходимо ввести количественные оценки характеристик этих сетей. Также отсутствие учета в алгоритмах маршрутизации дополнительных факторов сети, которых с каждым днем становится все больше и больше, указывает на необходимость улучшения или дополнения протоколов маршрутизации путем анализа и оценок характеристик сетей. Для получения характеристик применяют средства генерации трафика и средства моделирования, воссоздающие информационные процессы, протекающие в сетях.

Моделирование разделяется на две составляющие — математическое и физическое моделирование. При физическом моделировании исследуемая 8 система заменяется соответствующей ей другой материальной системой, которая воспроизводит свойства изучаемой системы с сохранением их физической природы.

Физическое моделирование позволяет решать отдельные задачи при задании небольшого количества сочетаний исследуемых параметров системы. Так при натурном моделировании вычислительной сети практически невозможно проверить ее работу для вариантов с использованием различных типов коммуникационных устройств маршрутизаторов, коммутаторов и т. п.

На практике тестирование около сотни разных типов сетевого оборудования связано не только с большими временными затратами, но и с немалыми материальными затратами. В тех случаях, когда при оптимизации сети изменяются не только типы сетевых устройств, но и их параметры, проведение экспериментов в реальном масштабе времени для огромного количества всевозможных сочетаний, практически невозможно за обозримое время. Обычное изменение максимального размера пакета в сетевом протоколе потребует переконфигурировать несколько сотен сетевых устройств.

В распределенных корпоративных сетях такая операция может выполняться в течение недели, что в большинстве случаев является недопустимым для бизнес-процессов. В результате, при оптимизации корпоративных сетей более предпочтительным считается использование математического моделирования. Математическая модель является совокупностью уравнений, формул, неравенств, логических условий, определяющих процесс изменения состояния системы в зависимости от ее параметров, входных сигналов, начальных условий и времени.

Особый класс математических моделей — имитационные модели. Они представляют собой компьютерные программы, которые поэтапно имитируют события, происходящие в реальной сети. Применительно к корпоративным сетям их имитационные модели воспроизводят процессы генерации данных приложениями, разбиение сообщений на пакеты и кадры определенных протоколов, задержки, связанные с обработкой сообщений, пакетов и кадров внутри операционной системы, процесс получения доступа компьютером к разделяемой сетевой среде, процесс обработки поступающих пакетов маршрутизатором и т. д.

При имитационном моделировании сети не требуется приобретать дорогостоящее оборудование. Процессы, происходящие в сетевом оборудовании, имитируется программами, достаточно точно воспроизводящими все основные особенности и параметры сетевого оборудования.

С использованием имитационного моделирования появляется возможность ускорения процесса смены событий в системе в реальном масштабе времени, в результате которого можно воспроизвести месячную работу корпоративной сети за несколько минут, что дает возможность оценить работу сети в широком диапазоне варьируемых параметров.

В настоящее время корпоративные сети развиваются стихийно, привязываясь лишь к требованиям бизнес-процессов. Разработчики программного обеспечения и администраторы сетей не учитывают загруженность сетей, изменение параметров сетевых устройств и каналов связи.

В процессах моделирования существующих корпоративных сетей не используется информация о протоколах маршрутизации, характере трафика, данных по временному изменению параметров и характеристик сетевого и каналообразующего оборудования.

Следовательно, необходимо вводить в систему проектирования корпоративных сетей описания характеристик, которые влияют на прохождения пакетов в сети, что позволят даже на основании прогнозных данных вырабатывать оптимальные решения.

Перечисленные аспекты проблемы проектирования корпоративных сетей делают тему диссертационной работы актуальной.

Цель диссертационной работы

Целью диссертации является исследование применимости теории нечетких гиперграфов к задачам автоматизированного проектирования КС, i разработка методов, моделей и алгоритмов, позволяющих повысить качество автоматизированного проектирования в условиях неопределенности, построение программной системы моделирования маршрутизации и разработки проектных решений КС с использованием нечетких метрик, позволяющей эффективно оптимизировать загрузку существующих КС.

Задачи исследования

Для достижения поставленной цели необходимо решить ряд задач:

1. Провести сравнительный анализ существующих систем моделирования методов маршрутизации КС- 1 2. Разработать средства представления структуры КС на основе нечетких гиперграфов;

3. Построить методику учета нечетких метрик;

4. Разработать модель трафика КС;

5. Сформировать алгоритм маршрутизации с использованием нечетких гиперграфов и нечетких метрик;

6. Разработать и реализовать программу автоматизированного проектирования КС на основе предварительного моделирования маршрутизации.

Методы исследования

Современная теория неопределенности, неточности и нечеткоститеория вероятностейтеория графов, теория имитационного моделирования.

Научная новизна

1. Впервые построена модель КС на основе нечетких гиперграфов;

2. Предложена методика расширения протоколов маршрутизации, отличающаяся от известных использованием нечетких метрик характеристик элементов сети;

3. Разработан новый алгоритм моделирования роутинга для КС с использованием нечетких прогнозных данных о трафике и вычислительной загрузке сети;

4. Сформулирована новая методика использования результатов моделирования маршрутизации при автоматизированном проектировании вычислительной сети.

Достоверность результатов

Достоверность научных положений, выводов и рекомендаций подтверждена результатами экспериментов, а также результатами использования материалов диссертации и разработанной системы в проектной организации.

Основные положения, выносимые на защиту.

1. Модель КС, построенная на основе теории нечетких гиперграфов, которая позволяет оперировать прогнозными данными о трафике и вычислительной загрузке сети;

2. Методика расширения протоколов маршрутизации, использующая нечеткие метрики характеристик элементов сети, которая эффективно управляет трафиком в КС;

3. Алгоритм поиска пути с использованием нечетких метрик, применимый для маршрутизации КС;

4. Методика использования результатов САПР КС на основе нечетких гиперграфов, позволяющая эффективно оптимизировать загрузку существующих КС. Практическая значимость работы.

Созданная система автоматизированного проектирования корпоративных сетей используется в производстве и позволяет эффективно перераспределять высокоприоритетный трафик путем применения предлагаемых методик и автоматической оптимизации, а так же сократить время, затрачиваемое на проектирование КС.

Реализация результатов работы

Результаты диссертации и практические рекомендации использованы при переконфигурации маршрутизаторов сегментов КС ГУ ЦБ РФ по Ульяновской области (г. Ульяновск 2005 г.), при проведении процессов проектирования сетей и обучения сетевым технологиям в АНО «Образовательный Центр Сетевых Технологий Диамонда» (г. Москва 2006 г.), в Федеральном научно производственном центре ОАО НПО «МАРС» (г. Ульяновск 2006 г.).

Апробация работы

Основные положения и результаты диссертации докладывались, обсуждались и получили одобрение на международной конференции «Континуальные логико-алгебраические и нейросетевые методы в науке, технике и экономике» (г. Ульяновск, УлГТУ, 2000 г.), 4-й международной конференции «Интерактивные системы» (г. Ульяновск, УлГТУ, 2001 г.), научно-технической конференции УлГТУ. «Вузовская наука в современных условиях» (г. Ульяновск, УлГТУ, 2001, 2003, 2005, 2006 г. г.), научных сессиях МИФИ (г. Москва, МИФИ 2002, 2003 г. г.), на 2-ом Международном научно-практическом семинаре «Интегрированные модели и мягкие вычисления в искусственном интеллекте», (г. Коломна, РАИИ, РАНС 2003 г.), международной научно-технической конференции IEEE AIS'04, CAD-2004 «Интеллектуальные системы», «Интеллектуальные САПР» (г. Двиноморское 2004 г.), 34-ом международном салоне изобретений, новой техники и товаров «Женева-2006» (г. Женева, Швейцария, 2006 г.). I

Публикация результатов работы.

По теме диссертации опубликовано печатных 12 работ.

Личный вклад.

Все результаты, составляющие содержание диссертации, получены автором самостоятельно.

Основные результаты работы:

1. Выполнен сравнительный анализ существующих систем автоматизированного проектирования и моделирования КС, а так же анализ существующих языков имитационного моделирования, который показал актуальность метода оптимизации на основе нечетких гиперграфов.

2. Построена модель распределенной КС на основе нечетких гиперграфов.

3. Разработана модель маршрутизации в условиях неопределенности, алгоритм поиска оптимального пути по нечеткому гиперграфу с использованием нечетких метрик.

4. Разработана система проектирования КС с учетом вложенных сетевых структур.

5. Разработана система моделирования маршрутизации в распределенных КС с использованием четких и нечетких параметров.

6. Проведены вычислительные эксперименты по исследованию эффективности разработанной программы нечеткой маршрутизации и методики расширения протоколов маршрутизации.

7. Определена эффективность использования САПР КС. Достигнуто более плотное заполнение предоставленной полосы канала, что отразилось на уменьшении времени работы приложения трафика Т1 с 16 минут 55 сек. до 11 минут 50 сек и соответствующей задачи с 15 минут 25 сек до 8 минут 45 сек., времени работы приложения трафика трафика Т2 с 14 минут 55 сек. до 11 минут и соответствующей задачи с 8 минут 50 сек до 8 минут 20 сек. Достигнуто увеличение пропускной способности каналов, путем уменьшения суммарной полосы выделенной для приложений трафика Т1 с 2 996 бит/сек до 2 825 бит/сек, трафика Т1 с 2 761 бит/сек до 2 202 бит/сек. Уменьшен процент потери пакетов трафика Т1 с 19% до 17%., трафика Т2 с 29% до 15%.

8. Определена второстепенная (побочная) эффективность использования САПР КС. Результаты выполнения оптимизации трафика Т1 и Т2 параллельно улучшили параметры трафика Т6, который не оптимизировался, путем уменьшения процента потери пакетов с 2.53% до 2.44%. Параметры трафика Т7 изменились незначительно и на качество работы приложения не повлияли.

9. Программа нечеткой маршрутизации внедрена и используется при проектных работах для выявления узких мест прохождения трафика и его перераспределения в КС ГУ ЦБ РФ по Ульяновской области.

10.САПР КС используется при проектировании сетей и обучении сетевым технологиям в организации АНО «Образовательный Центр Сетевых Технологий Диамонда» г. Москва.

11. САПР КС и сопроводительные материалы переданы для использования в ФНПЦ ОАО НПО «МАРС» г. Ульяновск.

Заключение

.

На сегодняшний день не существует протокола маршрутизации, который может использовать нечеткие данные (определенные экспертами, которые эксплуатируют КС) о составе оборудования, его поведении в разные моменты времени, качестве каналов, параметры местности, помещений эксплуатации, вероятностные объективные причины. Однако, используя именно эти данные, САПР КС выдает рекомендации по корректировке стандартных протоколов маршрутизации, которые осуществляются путем изменение маршрутных таблиц в маршрутизаторах. При оптимизации трафика в КС существуют этапы, когда необходимо оценить ситуацию в целой КС, и только потом оптимизировать более мелкие КС.

Используя систему автоматизированного проектирования КС, специалист может создавать наглядные проекты сетей, достаточно быстро их оценивать и динамически перестраивать, проводить предварительные эксперименты, не влияя на производственные процессы. Использование подобного инструмента ведет к существенному повышению качества эксплуатируемых корпоративных сетей и внедрению более эффективных проектов.

Результаты экспериментов, произведенных в ходе исследования, подтверждают, что оптимизация с использованием предлагаемых моделей и методов дает лучший результат качества проектируемого объекта по сравнению с ручным проектированием.

Показать весь текст

Список литературы

  1. М.В. Некоторые аспекты векторной оптимизации и ее приложения: Автореф. дис. канд. физ.-мат. наук. М.: МГУ, 1987.
  2. А.Н. и др. Нечеткие множества в моделях управления и искусственного интеллекта. Под ред. Д. А. Поспелова. М.: Наука, 1986.
  3. А.Н., Федосеева И. Н. Параметрические логики в интеллектуальных системах управления. -М.: Вычислительный центр РАН, 2000.
  4. А.Н. Разработка и исследование математических моделей и методик расчета показателей качества функционирования корпоративных сетей региональных операторов связи : Дис.. канд. техн. наук: 05.13.13 М., 2002
  5. А.В., Андрейчикова О. Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2000.
  6. М.О., Баранский В. А., Расин В. В. Дискретная матеатика: Графы, матроиды, алгоритмы. Ижевск: НИЦ «Регулярная и хаотическая динамика», 2001
  7. Ахо А., Хопкрофт Дж., Ульман Дж. Построение и анализ вычислительных алгоритмов. — М.: Мир, 1979.
  8. Р., Саати Т. Конечные графы и сети. — М.: Наука, 1975.
  9. В.В., Воробьев Е. М., Шаталов В. Е. Теория графов. — М.: Высш. шк., 1976.
  10. К. Теория графов и ее применения. — М.: Изд-во иностр. лит., 1962
  11. Д., Галлагер Р., Сети передачи данных: Пер. с англ. М.:Мир 1989
  12. JI.C., Боженюк А. В., Малышев Н. Г. Нечеткие модели для экспертных систем САПР. М.: Энергоатомиздат, 1991
  13. JI.C., Мелехин В. Б. Планирование поведения интеллектуального робота. -М.: Энергоатомиздат, 1994.
  14. JI. С., Боженюк А. В. Введение в теорию нечетких графов: Учебное пособие. Таганрог: ТРТУ, 1999.
  15. Л. С., Боженюк А. В. Нечеткие графы и гиперграфы. -М.:Научный мир, 2005.
  16. А.Н. и др. Обработка нечеткой информации в системах принятия решений. М: Радио и связь, 1989.
  17. И.Л. Эволюционное моделирование: идеи, основы теории, приложения. М.: Знание, 1981.
  18. И.Л., Михасев Ю. И., Шаров A.M. Эвоинформатика. Теория и практика эволюционного моделирования. М.: Наука, 1991.
  19. В.Н., Заложнев А. Ю., Новиков Д. А. Теория графов в управлении организационными системами. М.: Синтег, 2001.
  20. В.Г. Олифер, Н. А. Олифер. Компьютерные сети. Принципы, технологии, протоколы: Учебник для вузов. 2-е изд. СПб.: Питер, 2003
  21. В.И., Ильясов Б. Г. Интеллектуальные системы управления с использованием нечеткой логики. Учебное пособие. Уфа: УГАТУ, 1995.
  22. В.М., Федотов Е. В. Анализ методов маршрутизации при проектировании сетей пакетной коммутации. BrdLS. «Teletraffic Theory and Computing Modeling,» София, 1990.
  23. И.Е. Критерии надежности и синтез коммуникационных сетей с их учетом. Известия академии наук. Теория и системы управления. 2000, № 6.
  24. .В., Коваленко И. Н. Введение в теорию массового обслуживания. М.: Наука, 1987
  25. Д., Барбер Д., Прайс У, Соломонидес С. Вычислительные сети и сетевые протоколы. М.: Мир, 1981.
  26. В.А. Применение теории графов в программировании. — М.: Наука, 1985.
  27. В.А., Касьянов В. Н. Теория графов: алгоритмы обработки деревьев. — Новосибирск: Наука, 1994.
  28. А.П. Введение в теоретическое программирование. Беседы о методе. — М.: Наука, 1977.
  29. А.А., Караваев М. В. Применение нечеткой логики в имитационных системах автономного адаптивного управления. Труды Института Системного Программирования РАН Том 7. (под. Ред. Жданова А.А.) М. ИСП РАН, 2004
  30. В.А., Вишневский В. М. Сети массового обслуживания. Теория и применение к сетям ЭВМ. М.: Радио и связь, 1988.
  31. Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений. М.: Знание, 1974.
  32. Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.
  33. Ю.П. Задачи проектирования структуры распределенных вычислительных сетей. Автоматика, 1981, № 3
  34. А.А. Основы теории графов. — М.: Наука, 1984.
  35. А.А. Теория конечных графов. — Новосибирск: Наука, 1969.
  36. А.В. Комбинаторные способы решения разрезных задач о мультипотоках. Комбинаторные методы в потоковых задачах. Вып. 3. М.:ВНИИСИ, 1979.
  37. В.Н. Оптимизирующие преобразования программ. — М.: Наука, 1988.
  38. В.Н., Поттосин И. В. Методы построения трансляторов. — Новосибирск: Наука, 1986.
  39. Клейнрок J1. Вычислительные системы с очередями. М.: Мир, 1979.
  40. Д. Искусство программирования для ЭВМ. Т. 3. Сортировка и поиск. — М.: Мир, 1978.
  41. М.А., Симонова Е. В. Информационная технология компьютерного исследования коммуникационных сетей. Киев: Электронное моделирование. 1991,
  42. В.П., Курейчик В. М., Норенков И. П. Теоретические основы САПР: Учебник для вузов. М.: Энергоатомиздат, 1987. 400с.
  43. П.С., Морозов В. В., Попов И. М. и др. Иерархические схемы проектирования и декомпозиционные численные методы. Известия РАН. ТиСУ. 2001.
  44. Н. Теория графов. Алгоритмический подход. — М.: Мир, 1978.
  45. М., Технологии корпоративных сетей. Энциклопедия СПб.: «Питер», 1999.
  46. В.М. Генетические алгоритмы. Таганрог: Изд-во ТРТУ, 1998.
  47. В.М. Математичекое обеспечение конструкторского и технологического проектирования с применением САПР. М.: Радио и связь, 1990.
  48. Д.В., Осовский А. В. Особенности интервальной маршрутизации на коммутационных структурах. Наука: Поиск 2003 Выпуск 2-й, Сб. науч. статей- Астрахань, 2004.
  49. В. Комбинаторика для программистов. — М.: Мир, 1988.
  50. .Я., Симонова Е. В. Применение системы имитационного моделирования локальных вычислительных сетей в учебном процессе. Тезисы докладов IV Российской конференции «Пути и методы совершенствования учебного процесса». Самара, 1995.
  51. Э. Алгоритмы оптимизации на сетях и графах. — М.: Мир, 1981.
  52. А.С. Нейронные сети и искусственный интеллект в задачах науки, техники и экономики. Труды международной конференции «Континуальные логико-алгебраические и нейросетевые методы в науке, технике и экономике», Том 2. г. Ульяновск, УлГТУ, 2000 г.
  53. А.С., Ярушкина Н. Г. Исследование нечеткой маршрутизации в телекоммуникационных сетях при автоматизированном проектировании. Проектирование экономических информационных систем: отчет по НИР N01990010088 / УлГТУ, Инв. N02200102488 2000.
  54. А.С. Разработка алгоритма поиска пути в нечетких графах. Сборник научных трудов «Интеллектуальные системы и технологии», Том 3. г. Москва, МИФИ, 2003 г.
  55. Ю.Е., Новикова Н. М. Анализ многопользовательских сетевых систем с учетом неопределенности. Известия РАН. Теория и системы управления. 1998
  56. Ю.Е., Новикова Н. М., Смирнов М. М. Анализ многопользовательских сетевых систем с учетом неопределенности.
  57. Многокритериальная и параметрическая постановка для неизвестных требований. Известия академии наук. Теория и системы управления. 1998.
  58. Н. Г., Берштейн JI. С., БоженюкА. В. Нечеткие модели для экспертных систем в САПР. -М.: Энергоатомиздат, 1991, 136с.
  59. И.А., Богатырев В. А., Кулешов А. П. Сети коммутации пакетов. М.: Радио и связь, 1986.
  60. М. Математическое программирование. Теория и алгоритмы. М.: Наука, 1990.
  61. И.А. Лексикографическая задача анализа уязвимости многопродуктовой сети. Известия академии наук. Теория и системы управления.2003.№ 5
  62. A.M., Ярушкина Н. Г. Эффективность генетических алгоритмов для задач автоматизированного проектирования //Известия РАН. Теория и системы управления. 2002. — № 2
  63. . Компьютерные сети. М.:Бином, 1996
  64. М.И., Попков В. К., Майнагашев С. М. и др. Алгоритмы и программы решения задач на графах и сетях . Новосибирск: Наука, 1990.
  65. С.Е., Разработка специальных систем связи. М.: ИПК РРиС, 1998.
  66. А.И. Исследование зависимости эффективности корпоративных ВС от протоколов маршрутизации. Тезисы докладов XXIX Международной молодежной конференции «Гагаринские чтения», том 5. М.: МАТИ РГТУ им. К. Э. Циолковского, 2003.
  67. А.В. Имитационное моделирование коммутатора с программируемой логикой // Техника и технология. 2005. — № 2(8).
  68. Оре О. Теория графов. — М.: Наука, 1968.
  69. Остерлох Хизер. Маршрутизация в IP-сетях. Принципы, протоколы, настройка: Пер. с англ. СПб.: ООО «„ДиаСофтЮП“», 2002″
  70. А. Ю. «Разработка и исследование методов проектирования IP-сетей.» Мир информации и телекоммуникаций 2005. Материалы II междунаридной научно-технической конференции студенчества и молодежи, 12−13 мая 2005 г., Киев — 2005.
  71. Н.Б., Шилов А. А., Обзор современных систем моделирования для анализа ВС. Вестник СевКавГТУ, серия «Физико-Химическая» СевКавГТУ 2003.
  72. .Т. Введение в оптимизацию. М.: Наука, 1983.
  73. Э., Нивергельт Ю., Део Н. Комбинаторные алгоритмы. Теория и практика. — М.: Мир, 1980.
  74. Ретана Альваро, Дон Слайс, Уайт Расс. Принципы проектирования корпоративных IP сетей.: Пер. с анг. М. Издательский дом «Вильяме», 2002.
  75. М., Тхуласираман К. Графы, сети и алгоритмы. — М.: Мир, 1984.
  76. Е.В. Методы и средства имитационного моделирования распределенных сетевых структур. Тезисы докладов 1-й Поволжской научно-технической конференции «Научно-исследовательские разработки и высокие технологии двойного применения». Самара, 1995.
  77. А.Н. Генетические алгоритмы Новости искусственного интеллекта. 1995.- № 4
  78. М.М. Методы аппроксимации граней множества Парето в линейной многокритериальной задаче. // Вестн. МГУ. Вычисл. математика и кибернетика. 1996. № 3.
  79. М.М. Метод обратной логической свертки в задачах векторной оптимизации. М.: ВЦ РАН, 1996.
  80. М.М. О логической свертке вектора критериев в задаче аппроксимации множества Парето. ЖВМ и МФ. 1996. Т. 36. № 5.
  81. С.В., Язенин А. В. Система поддержки принятия решении на базе моделей и методов возможностнои оптимизации. // Программные продукты и системы. 2001, № 2.
  82. В. Современные компьютерные сети. 2-е изд. СПб: Питер, 2003.
  83. А.В. Динамика информационных потоков в системе управления сложным техническим комплексом.. Известия академии наук. Теория и системы управления. 2000, № 4
  84. В.Б. От искусственного интеллекта к искусственной жизни: новые направления в науках об искусственном. Новости искусственного интеллекта. N 4
  85. A.M., Курносов В. Е. Информационные технологии проектирования оптимальных конструктивных форм на основе методов эколюционного моделирования. ИТПП N3−4, 1996 г
  86. Э.А. Компьютерная поддержка формирования рациональной сети предприятий обслуживания. // Известия академии наук. Теория и системы управления. 2000, № 5.
  87. Р. Введение в теорию графов. — М.: Мир, 1977.
  88. В.А., Семенов A.JI. Теория алгоритмов: основные понятия и приложения. — М.: Наука, 1987.
  89. Е.В. Определение оптимальных маршрутов в сети пакетной коммутации. В сборнике: Сетевая обработка информации. М.: МДНТП, 1990
  90. Ф. Теория графов. — М.: Мир, 1973.
  91. Ф., Палмер Э. Перечисление графов. — М.: Мир, 1977.
  92. С. «Динамическое моделирование и анализ корпоративных вычислительных систем». Сетевой журнал № 6, 2001 г.
  93. М. Сети ЭВМ. Анализ и проектирование. М.: Радио и связь, 1981.
  94. Р. Имитационное моделирование систем: искусство и наука. -М.: МИР, 1978 -418с.
  95. Р. Многокритериальная оптимизация. М.: Радио и связь, 1992.
  96. А.В. К задаче максимизации возможности достижения нечеткой цели. Известия АН РФ. Теория и системы управления. -1999, № 4.
  97. А.В. Методы оптимизации и принятия решений при нечетких данных: Дис. докт. физ.-матем. наук: ТГУ Тверь, 1995.
  98. Ю1.Ярушкина Н. Г. Гибридные системы, основанные на мягких вычислениях: определение, архитектура, возможности. Программные продукты и системы. 2002
  99. Н.Г. Методы нечетких экспертных систем в интеллектуальных САПР. Саратов: Изд-во Сарат. ун-та, 1997.
  100. Н.Г. Нечеткие нейронные сети. Новости искусственного интеллекта. 2001. — № 2−3
  101. Berge С. Graphs (second revised edition), North Holland, Amsterdam -New York — Oxford, 1985.
  102. Berge C. Isomorphism problems for hypergraphs. Lecture Notes in Mahtematics. 411. Hypergraph Seminar. 1972. Spring-Verlag, 1974.
  103. Berge C. Hypergraphs: combinatorics of finite sets. Elsevier Science Puplishers B.V., 1989.
  104. Bondy J.A., Murty U.S.R. Graph theory with applications, North Holland, New York — Amsterdam — Oxford, 1976.
  105. Bothe H.-H. Fuzzy Neural Networks. -Prague: IFSA, 1997.
  106. Cantor D. G, Gerla M. Optimal Routing in a Packet-Switched Computer Network. IEEE Trans. Computers, 1974, vol. C-23, no. 10, pp.
  107. Cisco Systems и др. Руководство по технологиям объединенных сетей, 3-е издание.: Пер. с анг. М. Издательский дом «Вильяме», 2002
  108. Courtois Р.J., Semal P. An Algorithm for the Optimization of Nonbifurcated Flows in Computer Communication Networks. Performance Evaluation, 1981,
  109. Di Саго G., Dorigo M. Net: Distributed Stigmergetic Control for Communications Networks: Journal of Artificial Intelligence Research. -1998. № 9
  110. Dijkstra E.W. A Note on Two Problems in Conection with Graphs. Numer. Math., 1959, no. 1.
  111. Eufit'98 6th European Congress on Intelligent Techniques and Soft Computing ELITE European Laboratory for Intelligent Techniques Engineering. Hrsg. Von Prof. Dr. Dr. h. c., 1998 ISBN3−89 653−500−5
  112. Floyd R.W. Algorithm 97: Shortest Path. Comm. ACM, 1962, no. 3.
  113. Frank M., Wolfe P. An Algorithm for Quadratic Programming. Naval Research Logistic Quarterly, 1956, no. 3.
  114. Fratta L., Gerla M., Kleinrock L. The Flow Deviation Method: An Approach to Store-and-Forward Communication Network Design. Networks, 1973, vol. 3, no. 2, pp. 97−133.
  115. Gavish В., Hantler S.L. An Algorithm for Optimal Route Selection in SNA Networks. IEEE Trans. Commun., 1983, vol. COM-31, no. 10, pp. 1154−1161.
  116. Gerla M., Kleinrock L. On the Topological Design of Distributed Computer Networks. IEEE Trans. Commun., 1977, vol. COM-25, no. 1.
  117. Golumbic M.C. Algorithmic graph theory and perfect graphs. Academic Press, New York, 1980.
  118. Held M., Wolfe P., Growder H.P. Validation of Subgradient Optimization. Mathematical programming, 1974, no. 6.
  119. IFSA'97. Prague. Seventh International Fuzzy System Association World Congress. University of Economics Prague.
  120. Jackson J.R. Networks of Waiting Lines. Operations Research, 1957, no. 5.
  121. Lovasz L. Combinatorial problems and exercises, Academiqi Kiado, Budapest, 1979.
  122. Makeev A.S., Yarushkina N.G. System of modeling routing IP networks on the basis of the indistinct metrics. Interactive systems: The Problems of
  123. Human -Computer Interaction. Proceedings of the International Conference. Ulyanovsk, U1STU, 2001
  124. Network Design. Networks, 1973, vol. 3, no. 2, pp. 97−133.
  125. Pawlak Z., Rough sets. Int. J. Computer and Information Sci., 11, 1982
  126. Pawlak Z., Rough sets. Theoretical aspects of reasoning about data. Kluwer Academic Publishers, Dordrecht, 1991
  127. Schwartz M., Cheung C.K. The Gradient Projection Algorithm for Multiple Routing in Message-Switched Net-works. IEEE Tram. Commun., 1976, vol. 4 COM.
  128. Sebastian H.-J., Intelligent support systems. Proceedings of EUFIT'93 (Sept. 7−10, 1993, Aachen, Germany) 299−307.
  129. Tatra Mountaints. Mathematical Publications. Fuzzy Structures. Current Trends Volume 13 1997
  130. Toft В., Jensen T.R. Graph colouring problems. John Wiley & Sons, Inc., 1994.
  131. Tutte W.T. Graph Theory. Addison-Wesly, 1984.
  132. Welsh D.J.A. Matroid Theory. Academic Press, New York, 1976.
  133. УИ ГУ ЦБ РФ по Ульяновской области1. Руководитель
  134. Начальник отдела телекоммуникаций ГУ ЦБ РФ по Ульяновской области Бобров В.А.
  135. Вид внедренных результатов: Программа моделирования маршрутизации телекоммуникационных сетей с нечеткими метриками.
  136. Характеристика масштаба внедрение в масштабе предприятия
  137. Форма внедрения: методы, модели, программа.
  138. Новизна результатов научно-исследовательских работ: результаты являются новыми.
  139. Внедрены в практику работы УИ ГУ ЦБ РФ по Ульяновской области
  140. Годовой экономический эффект: не рассматривался
  141. Удельная экономическая эффективность внедренных результатов: не рассчитывалась
  142. Социальный и научно-технический эффект: повышение качества обслуживаниятраффика1. Научный руководитель
  143. Сотрудник УИ ГУ ЦБ РФ, ответственный за внедрениедд~.н., проф. Ярушкина Н.Г.результатов АНО «Центр сетевых технологий» г. Москва1. УТВЕРЖДАЮ"
  144. Проректор по НИР Ульяновского Государственного Техникна Н. Г1. УТВЕРЖДАЮ"
  145. Руководитель АНО «Образовательный jrp Сетевых Технологий ганда» г. Москвак.т.н. Нариманов А. Г. 1. АКТ ВНЕДРЕНИЯрезультатов научно-исследовательских, опытно-конструкторских и технологических работ1. Заказчик1. Руководитель
  146. АНО «Образовательный Центр Сетевых Технологий Диамонда» г. Москва
  147. Инструктор АНО «Образовательный Центр Сетевых Технологий Диамонда» Денисов М. В. (Cisco Certified Internetwork Expert N 12 461)
  148. Вид внедренных результатов: Программа моделирования маршрутизации телекоммуникационных сетей с нечеткими метриками.
  149. Характеристика масштаба внедрение в масштабе организации
  150. Форма внедрения: методы, модели, программа.
  151. Новизна результатов научно-исследовательских работ: результаты являются новыми.
  152. Внедрены в практику работы АНО «Образовательный Центр Сетевых Технологий Диамонда» г. Москва
  153. Годовой экономический эффект: не рассматривался
  154. Удельная экономическая эффективность внедренных результатов: не рассчитывалась
  155. Социальный и научно-технический эффект: повышение качества обслуживания проектируемых сетей1. Научный руководитель1. Ярушкина Н.Г.
  156. Сотрудник ответственный за внедрение1. Денисов М.В.
Заполнить форму текущей работой

На отлично!