
- •В. Любинский. Модели петлевых каналов микропроцессорной централизации
- •2.Диспетчерская централизация на базе ebilock 950.
- •4.Модель петли Ньюхолла.
- •7.Сравнительный анализ петлевых каналов.
- •Литература
- •В. Любинский Микропроцессорное управление в тяговых приводах электропоездов ведение
- •II.Постановка задачи
- •3.Модель оптимизации.
- •Методы оптимизации управления
- •5.Типы систем автоведения.
- •6.Программно-следящая система автоведения.
- •7.Реализация управления электроприводом.
- •9.Структурная схема сав.
- •10.Выбор микропроцессоров для сав.
- •11.Основные параметры микропроцессоров для сав.
- •12.Микроконтроллер tms 320 с 240.
- •В. Любинский. Математический изоморфизм моделей информационных и транспортных систем
- •2.Определение математического изоморфизма.
- •3.Обьективные основы изоморфизма математических
- •4.Математическое описание случайных процессов в информационных и транспортных системах.
- •5. Базовые математические средства для разработки моделей
- •6.Пример изоморфизма математических моделей информационных и транспортных систем.
- •Заключение.
- •Литература:
- •1.Исходные данные:
- •П. Балцкарс, в. Любинский. Оптимизация периодичности технического обслуживания электроподвижного состава ( эпс) на основе статистических данных об отказах. Аннотация
- •1.Характеристика потока отказов в узлах эпс.
- •2.Критерий оптимальности периодичности ремонтов.
- •3.Вывод формулы оптимального межремонтного пробега .
- •4.Пример оределения оптимального межремонтного пробега
- •1 Определение производной d(q(l))/dL и приравнивание её нулю
- •2.Решение уравнения относительно l
- •В.С. Любинский. Марковские модели отказоустойчивых устройств систем железнодорожной автоматики и телемеханики (сжат)
- •В. Любинский. Повышение надежности обьектных контроллеров в системе ebilock-950
- •1.Аннотация.
- •2.Структура системы обьектных контроллеров.
- •3.Функции обьектных контроллеров.
- •4.Форматы телеграмм и сообщений ebilock-950.
- •4.Содержание проблемы и постановка задачи.
- •5.Метод контроля по модулю.
- •6.Сравнительный анализ надежности системы
- •6.1 Вероятности состояний без использования программного модуля тестирования цепи: " напольные устройства-cis":
- •6.2 Показатели надёжности без использования программ тестирования:
- •6.3 Вероятности состояний при использовании программного модуля тестирования цепи: " напольные устройства-cis":
- •6.4 Показатели надёжности при использовании программ тестирования:
- •В. Любинский, л. Сергеева Сравнительный анализ стратегий технического обслуживания систем железнодорожной автоматики и связи.
- •3.1. Модели профилактической стратегии то
- •3.1.2 Модель по критерию оперативного коеффициента готовности r(t) t-это корень ур-ния :
- •3.1.4 Модель по критерию с-Средняя удельная прибыль от эксплуатации системы за единицу календарного времени. T-оптимальный интервал профилактики-это корень ур-ния.
- •3.2.Модели статистико-профилактической стратегии то)
- •4.Сравнительный анализ стратегий технического обслуживания.
- •Р.Балцкарс, в.Любинский. Оценка эффективности городского железнодорожного транспорта
- •2.Математическая модель городской транспортной сети.
- •2.Oценка точности вероятностной экспоненциальной модели безопасности
- •4.Постановка задачи оценки безопасности сжат по
- •5.Марковские модеы безопасности сжат.
- •Итоговая таблица результатов моделирования
В. Любинский. Математический изоморфизм моделей информационных и транспортных систем
АННОТАЦИЯ
В статье отмечается ряд признаков , определяющих наличие математического изоморфизма моделей информационных и транспортных систем.
Определяются базовые математические средства , используемые для разработки моделей информационных и танспортных систем. Рассматривается математически изоморфная модель для оценки показателей эффективности информационных и транспортных сетей.
1.ВВЕДЕНИЕ.
В последние годы в связи с интенсификацией товарообмена между различными экономическими районами возникла острая необходимость в оптимизации транспортных процессов. С этой целью разрабатываются и внедряются логистические транспортные системы, которые обеспечивают повышение эффективности транспортировки грузов по временным и экономическим критериям.
В процессе разработки логистических транспортных систем возникают различные задачи оптимизации транспортных процессов, которые решаются, в большинстве случаев, с использованием методов математического моделирования. При разработке моделей транспортных процессов вполне естественным является стремление исследователей использовать известные научные результаты, в частности, разработанные и апробированные математические модели.
В настоящей работе ставится цель – показать, что наиболее пригодными прототипами при разработке моделей транспортных систем могут служить известные и апробированные модели информационных систем или их компонентов. Мы утверждаем,что модели информационных и транспортных систем математически изоморфны, т.е. во многом подобны друг другу и большинство моделей информационных систем или их компонентов могут с успехом использоваться для разработки моделей транспортных систем.
Правомерность такого подхода можно подтвердить следующими аргументами.
В течение второй половины прошлого столетия огромная армия инженеров и ученых занималась разработкой и совершенствованием информационных систем различного назначения. Эта работа привела к созданию таких выдающихся достижений человеческого разума как современный компьютер, всемирная информационная сеть Internet, современные глобальные системы связи. Оптимизация информационных систем или их компонентов выполнялась путем разработки и исследования соответствующих математических моделей. Такие модели учитывали специфику функционирования информационных систем и, естественно, при их использовании в целях исследования транспортных систем необходимо:
пересмотреть ограничения и допущения, принимаемые при разработке моделей информационных систем;
определить новое содержание входных и выходных параметров моделей;
выполнить углубленный анализ результатов, полученных с помощью модели;
выполнить тщательный анализ адэкватности моделей.
Вместе с этим, возможность использования моделей информационных систем для исследования и совершенствования транспортных систем не вызывает сомнений, т.к. обе системы являются функционально однородными потоковыми системами. Функциональная однородность этих систем заключается в том, что, в сущности, каждая система выполняет три основные функции: перемещение, хранение и обработка своих инфоромационных или транспортных обектов. В информационных системах такими обьектами являются текстовые сообщения, массивы данных, аудио и видео информация, а в транспортных системах транспортируемые обьекты: автомобили, контейнеры, вагоны.
Как информационные, так и транспортные системы, являются типичными потоковыми системами. Вероятностные процессы, протекающие в этих системах, могут быть описаны в терминах одних и тех же математических средств. Поэтому мы утверждаем и пытаемся это доказать, что если существует некоторая математическая модель информационной системы, то используя эту модель, а также методологию и математические средства, которые использовались при ее построении можно создать новую изоморфную ей математическую модель транспортной системы.