Методическое пособие 719

Таким образом, разработан оптимизационный подход к проектированию многоаспектной цифровой среды системы однородных объектов, позволяющий на основе требований управляющего центра к эффективности, качеству и надежности функционирования МЦС обеспечить организацию двух процессов принятия решений.

Литература

1.Львович, Я.Е. Многоальтернативная оптимизация: теория и приложения / Я.Е. Львович. – Воронеж: Издательский дом «Кварта». – 2006. – 428 с.

2.Абрамян, М.Э. Бинарные деревья: задачи, решения и указания / М.Э. Абрамян. – Ростов на Дону. – 2009. – 71 с.

3.Сорокин, С.О. Оптимизационное моделирование функционирования системы однородных объектов в многоаспектной цифровой среде / С.О. Сорокин //Моделирование, оптимизация и информационные технологии. 2018.Т. 6. №3. С.153-164.

4.Карелина, И.Г. Мониторинг деятельности образовательных организаций – инициатива системных изменений в высшем образовании / И.Г. Карелина, А.Б. Соболев, С.О. Сорокин // Высшее образование сегодня. 2015. №6. 4.1. С.37-46.

5.Карелина, И.Г. Мониторинг деятельности образовательных организаций – инициатива системных изменений в высшем образовании / И.Г. Карелина, А.Б. Соболев, С.О. Сорокин // Высшее образование сегодня. 2015. №6. 4.2. С.55-61.

6.Львович, И.Я. Информационные технологии моделирования и оптимизации: краткая теория и приложения / И.Я.Львович, Я.Е.Львович, В.Н.Фролов.

–ИПЦ «Научная книга», 2016. – 444 с.

Министерство экономического развития Российской Федерации

УДК 681.3

И.Я. Львович, А.П. Преображенский, О.Н. Чопоров

ОПТИМИЗАЦИЯ СИСТЕМ ПЕРЕДАЧИ ДАННЫХ В СИСТЕМЕ ИНТЕРНЕТ-ВЕЩЕЙ

В технологии Интернет-вещей можно отметить несколько ключевых характеристик [1, 2]. Прежде всего, используются элементы существующих распространенных коммуникационных инфраструктур. Также каждый из объектов может быть глобальным образом идентифицирован. Данные могут быть получены или отправлены каждым из объектов. При этом могут использоваться персональные сети или сеть Интернет.

60

Идентификатор в IoT может быть обозначен для каждой вещи. При этом они вместе формируют континуум вещей. Они имеют возможности для того, чтобы между ними были взаимодействия. При этом идет создание временных или постоянных сетей. Можно проводить автоматизацию процессов логистики за счет того, что доступны сведения по текущим геопозициям. Адаптация происходит за счет встроенного интеллекта в вещах.

Следует отметить единство протоколов в Интернет-вещах. В этой связи сервисы по каждому из сетевых узлов являются равноправными.

Сервисы связаны с определенными услугами, относящимися к доставке данных. Также существуют возможности для приема команд от других узлов. За счет этого проводится решение общих вычислительных задач и интернет узлы взаимодействуют. Есть возможности для объединения локальные сети Ин- тернет-вещей. Они будут обслуживать одну зону.

Перспективной сейчас является технология FDT. За счет нее разные сети, системы устройства интегрируются. При этом автоматизация является комплексной.

Промышленность 4.0 и промышленный интернет вещей зависят от того, как развиваются подобные технологии. Существует множество возможностей для того, чтобы реализовывать разные функции. Это функции, связанные с децентрализацией, совместимостью, интеграцией. Можно проводить унифицированный обзор по всем данным и процессам [3].

Вследствие того, что FDT развивается, активным образом реализуются большие проекты. В них происходит объединение тысяч устройств, позволяющих осуществлять ввод/вывод. В сформированных предприятиях создается единая системная инфраструктура. Она базируется на промышленном интернет вещей.

Разрозненные активы автоматизации в инфраструктуре стандартизируются. Эффективность работы организаций достигается за счет того, что есть удаленный доступ к объединенным компьютерам. Также группируются произ-

водственные активы и устройства.

Оптимизация за счет применения технологии FDT получается вследствие того, что глобальный мониторинговый обзор и локальное управление комбинируются.

За счет этого в «больших данных» можно выделять контекст. Также процессы принятия решений будут более быстрыми и эффективными.

Внедрение технологий FDT может обеспечить заметное снижение рисков информационной безопасности.

Литература

1. Преображенский, Ю.П. Оценка эффективности применения системы интеллектуальной поддержки принятия решений [Текст] / Ю.П. Преображен-

61

ский // Вестник Воронежского института высоких технологий. 2009. № 5. С. 116-119.

2.Тишуков, Б.Н. Разработка математического обеспечения для синхронизации режимов поисковой оптимизации и дуального моделирования в интегрированной вычислительной среде [Текст] / Б.Н. Тишуков, Я.Е. Львович // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. 2017. № 2. С. 28-32.

3.Львович, Я.Е. Оптимизация перераспределения инвестиций на развитие ИКТ в регионе с использованием экспертных знаний [Текст] / Я.Е. Львович, Д.А. Недосекин // Вестник Воронежского государственного технического университета. 2013. Т. 9. № 4. С. 82-83.

4.Мишин, Я.А. О системах автоматизированного проектирования в беспроводных сетях [Текст] / Я.А. Мишин // Вестник Воронежского института высоких технологий. 2013. № 10. С. 153-156.

АНОО ВО «Воронежский институт высоких технологий» ФГБОУ ВО «Воронежский государственный технический университет», Россия

УДК 681.3

И.Я. Львович, А.П. Преображенский, О.Н. Чопоров

ИСПОЛЬЗОВАНИЕ МУЛЬТИАГЕНТНЫХ ТЕХНОЛОГИЙ В УПРАВЛЕНИИ ТЕХНИЧЕСКИМИ ОБЪЕКТАМИ

Сейчас можно наблюдать совершенствование различных механизмов, исполняющих разные функции. При этом происходит уменьшение размеров вычислительных устройств.

В этой связи появляется множество возможностей для того, чтобы сложные системы были управляемы на базе интеллектуальных подходов [1]. Подобные способы приходится применять в тех случаях, если известные математические модели нельзя применять по определенным причинам.

Обычные подходы, которые в системах применяются при анализе и управлении характеризуются недостатком – известна заранее модель того, как описывается окружающая среда.

Но так бывает не всегда. Приходится применять приближенные модели, влияют различные шумы, трудно выбрать удобный алгоритм для вычислений [2]. Компоненты систем могут быть п одвержены разным техническим сбоям. Они влияют на целостность, работоспособность систем. Пространство состояний с точки зрения структуры может меняться. Реализация механических систем могла сталкиваться с техническими ограничениями в ходе процессов адаптивного управления. При этом могли быть условия неопределённости. Но сейчас есть возможности для использования в рамках современной технической базы новых математических моделей. Например, точность датчиков повыша-

62

ется, их размеры уменьшаются. В результате собирается более детальная информации относительно окружающей среды [3].

Переменная структура в пространстве состояний характерна для многих объектов в природе. При этом сама структура системы тоже меняется. А за счет взаимодействия между элементами в системе, она изменяет свои характеристики.

Происходит это в биологических, экономических, социологических системах. Нас больше интересуют технические системы. Нельзя обеспечить полноту фиксированного набора переменных для того, чтобы обеспечить описание неравновесных процессов. Это показали исследователи, занимающиеся, например, неравновесной статистической механикой.

Тогда традиционные дифференциальные модели в динамических системах не могут полноценным образом обеспечить описание неравновесных технических систем.

В этой связи требуется привлечение математических моделей, являющихся более гибкими.

Перспективным представляется применение мультиагентных технологий. В них характеристики эффективности могут быть достигнуты за счет того, что большие модели заменяются на наборы более простых локальных моделей. Размерность состояний уменьшается при согласованности групп агентов. Некоторые группы агентов подвержены влиянию внешней среды. Тогда размерность увеличивается. Практическим образом подобные технологии применяют в распределенных сетях (транспортные, компьютерные [4], электрические), робототехнических и датчиковых системах и др.

Литература

1.Преображенский, Ю.П. Оценка эффективности применения системы интеллектуальной поддержки принятия решений / Ю.П. Преображенский // Вестник Воронежского института высоких технологий. 2009. № 5. С. 116-119.

2.Тишуков, Б.Н. Разработка математического обеспечения для синхронизации режимов поисковой оптимизации и дуального моделирования в интегрированной вычислительной среде / Б.Н. Тишуков, Я.Е. Львович // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. 2017. № 2. С. 28-32.

3.Львович, Я.Е. Оптимизация перераспределения инвестиций на развитие ИКТ в регионе с использованием экспертных знаний / Я.Е. Львович, Д.А. Недосекин // Вестник Воронежского государственного технического университета. 2013. Т. 9. № 4. С. 82-83.

4.Мишин, Я.А. О системах автоматизированного проектирования в беспроводных сетях / Я.А. Мишин // Вестник Воронежского института высоких технологий. 2013. № 10. С. 153-156.

АНОО ВО «Воронежский институт высоких технологий» ФГБОУ ВО «Воронежский государственный технический университет», Россия

63

УДК 681.3

Ю.П. Преображенский ОБРАЗОВАТЕЛЬНЫЕ ТЕХНОЛОГИИ В СФЕРЕ ИНТЕРНЕТ-ВЕЩЕЙ

Внастоящее время активным образом наблюдается внедрение технологии Интернет вещей в разных сферах, в том числе – образовательной.

Всфере высшего образования осуществляются определенные изменения: − новые специальности связаны с новыми навыками. Сейчас развиваются

технологии, базирующиеся на умных сетях, транспорте, возобновляемых источниках энергии. Тогда потребуются специалисты, которые будут работать в сфере IoT.

−многие люди стремятся к тому, чтобы ими было получено высшее образование. Сейчас средний класс расширяется и люди испытывают потребности

втом, чтобы у них было высшее образование.

−будет переход от потребителей к производителям. Сейчас можно наблюдать процессы постепенного перехода от потребительства к использованию современных технологий. При этом исходят из принципов открытых систем. Сейчас важно ориентироваться на то, чтобы было массовое производство товаров.

Создание производств опирается на подготовку специалистов в образовательной сфере.

Происходят непрерывные процессы цифровизации. Многие из подобных технологий [1], связаны с IoT.

Общество уже заметным образом зависит от сегодняшних разработок.

Впрограммах высшего образования, которые будут разрабатываться для специалистов, необходимо объединять знания, относящиеся к проектированию и созданию технологических систем [2].

Должны внедряться современные сетевые алгоритмы и методы. Например, интерес представляют новые формы, позволяющие проводить обучение ИТ, в рамках которых принимались бы большие количества обучающихся с разных стран.

Вобразовательных подходах важно учитывать практический опыт исследователей.

Тогда повышается интерес к учебе и характеристики результативности обучения.

Курсы Интернет вещей постепенным образом проникают в онлайнобразование.

Сейчас пока нет четко сформировавшихся рекомендаций по тому, какие характеристики подобных курсов.

Сточки зрения фундаментальных параметров IoT можно указать:

−физический и цифровой мир сливается;

−физические предметы, которые воплощаются в онлайн-объектах;

64

−число разных устройств, которые связаны с Интернетом устройств постоянно растет;

−для данных характерен рост объемов и ценность данных [3];

−проводится разработка новых видов платформ;

−практическая востребованность в быту, промышленности и других сферах [4].

Не всегда задачи, связанные с преподаванием особенностей IoT для первокурсников, в том числе при помощи, являются простыми.

В инфраструктуре обучения важно использовать встраиваемые платформы, визуальные среды и языки программирования, облачную инфраструктуру.

Тогда обучащиеся смогут проводить сохранение данные в облаках и формировать приложения, которые принимают и используют информацию от датчиков.

Литература

1.Львович, И.Я. Проблемы создания интеллектуальных систем / И.Я. Львович, Н.Е. Кравцова, Ю.Л. Чупринская // Вестник Воронежского института высоких технологий. 2018. № 2 (25). С. 13-15.

2.Русанов, П.И. Феномен информационной зависимости и "жизни в сети"

/П.И. Русанов, А.Г. Юрочкин // Вестник Воронежского института высоких технологий. 2018. № 1 (24). С. 156-159.

3.Русанов, П.И. Особенности построения сетей wi-fi / П.И. Русанов, А.Г. Юрочкин // Вестник Воронежского института высоких технологий. 2018. № 1 (24). С. 85-89.

4.Чернышов, И.Г. Применение интеллектуальных технологий в инфор- мационно-измерительных системах / И.Г. Чернышов, Д.Г. Тимохин, Г.В. Сысоев, А.В. Шапаев // Вестник Воронежского института высоких технологий. 2018. № 1 (24). С. 95-98.

АНОО ВО «Воронежский институт высоких технологий», Россия

УДК 681.3

Ю.П. Преображенский

ПРОБЛЕМЫ ОПТИМИЗАЦИОННОГО МОДЕЛИРОВАНИЯ В СИСТЕМЕ «УМНЫЙ ДОМ»

Оборудование, которое размещается внутри жилищ, сейчас самое разное. Оно группируется в сложные структуры. Это предоставляет возможности для

65

того, чтобы решались на практике любые задачи, которые будет задавать заказ-

чик [1].

Осуществление полного контроля и мониторинга по всем инженерным системам зданий можно наблюдать в системе, связанной с умным домом.

При этом обеспечиваются процессы защиты от различных чрезвычайных происшествий, управления электронными и электрическими устройствами [2].

Не всегда можно обеспечить должную работу разных устройств.

Следует указать некоторые недостатки, которые существуют в интеллектуальных системах управления:

1.Если говорить о возможностях распределения нагрузок в топологиях сетей, то не всегда обеспечивается использование эффективного инструментария для того, чтобы достигать оптимальных режимов [3].

2.Существуют критические режимы для элементов или их групп, которые заметным образом влияют на характеристики работоспособности. Возникают так называемые “бутылочные горлышки”.

3.Существуют различные градации критичности в элементах. Это определяет разнородность сетей. В этой связи возникают проблемы, относящиеся к тому, как распределяются средства защиты.

Для того, чтобы определять особенности критериев, позволяющих проводить оценку в топологиях сетей требуется решение следующей задачи. Выделяются такие топологии, которые не соответствуют требованиям. Это происходит в ходе их анализа [4].

Среди них можно указать следующие:

− топологии с узкими местами. В таких случаях они рассматриваются как единственное связующее звено среди сегментов сетей;

− для критичных узлов определяются такие, в которых высокие нагрузки; − для одного сегмента сетей осуществляется процесс объединения по не-

скольким критичным узлам.

Степень критичности по узлам в сетях и значения нагрузок в них рассматриваются в качестве критериев оценок. В этих случаях есть возможность для идентификации неудовлетворительных топологий сете, которые мы уже указали.

Тогда можно дать формирование математической модели оценок. Оценки по топологиям сетей осуществляется в несколько шагов:

1.Элементы сети оцениваются критическим образом;

2.Рассчитывается нагрузка в узлах сетей. Также моделируется прохождение сигналов в сетях;

3.Внутри сетей осуществляется анализ по распределению нагрузок. Алгоритм Дейкстры может быть применен для того, чтобы моделировать

движение сигналов. Но его можно изменить, если требуется рассматривать особенности моделирования в конкретном протоколе внутри сетей.

66

Литература

1.Кравцова, Н.Е. Особенности формирования умного дома / Н.Е. Кравцова, А.П. Преображенский // Вестник Воронежского института высоких технологий. 2018. № 3 (26). С. 47-49.

2.Чернышов, И.Г. Применение интеллектуальных технологий в инфор- мационно-измерительных системах / И.Г. Чернышов, Д.Г. Тимохин, Г.В. Сысоев, А.В. Шапаев // Вестник Воронежского института высоких технологий. 2018. № 1 (24). С. 95-98.

3.Львович, И.Я. Проблемы создания интеллектуальных систем / И.Я. Львович, Н.Е. Кравцова, Ю.Л. Чупринская // Вестник Воронежского института высоких технологий. 2018. № 2 (25). С. 13-15.

4.Кравцова, Н.Е. Особенности технологии интернет вещей / Н.Е. Кравцова, А.П. Преображенский // Вестник Воронежского института высоких технологий. 2018. № 3 (26). С. 34-36.

АНОО ВО «Воронежский институт высоких технологий», Россия

УДК 681.3

Г.П. Сапожников

ВЕРИФИКАЦИЯ РЕЗУЛЬТАТОВ ОПТИМИЗАЦИИ УПРАВЛЕНИЯ РЕСУРСОЭФФЕКТИВНОСТЬЮ НЕКОММЕРЧЕСКОЙ ОРГАНИЗАЦИИ

НА ОСНОВЕ РЕЙТИНГОВОГО ОЦЕНИВАНИЯ

Подсистема интеллектуальной поддержки принятия управленческих решений по повышению ресурсоэффективности некоммерческой организации (НО) [1], включает контур оптимизационно-экспертного оценивания, базирующийся на процедурах перспективного планирования повышения ресурсоэффективности, выбора условий эффективного функционирования НО с учетом результатов рейтингования и распределения дополнительных затрат на обеспечение этих условий.

Для выработки варианта перспективного планирования необходимо прежде всего задать функцию изменения ресурсоэффективности на период планирования. Способ задания этой функции влияет на структуру оптимизационной модели и алгоритмической процедуры решения задачи оптимизации. При поиске многошагового решения на весь период планирования возникает неоднозначность выполнения экстремальных и граничных требований, что приводит к множеству вариантов управленческих решений [2].

Многовариантность требует привлечения экспертных оценок для принятия окончательного решения. Оценки группы экспертов позволяют ранжировать варианты по значимости не только для повышения ресурсоэффективности,

67

но учета опыта и мнений экспертов по улучшению имиджа НО, достижения более высокого уровня качества образования. Одновременно возникает возможность проанализировать эти варианты в плане организации перехода организации на более высокую позицию в рейтингах. В этом случае требуется оп- тимизационно-экспертный выбор такой позиции, которая достижима при определенных условиях повышения ресурсоэффективности.

Для эффективного функционирования подсистемы интеллектуальной поддержки принятия решений требуется провести оптимизацию распределения дополнительных затрат на достижение условий повышения ресурсоэффективности НОО и сформировать окончательное экспертное оценивание [3]. При этом верификация оптимального характера управленческих решений осуществляется путем сравнения рейтинга НО с рейтинговыми оценками деятельности ряда образовательных организаций высшего образования и позиционирования на рейтинговых шкалах индексов тематических направлений.

С этой целью выполняются следующие этапы формирования первичной информационной базы.

Дополняется матрица показателей первичной информационной базы субъектов ранжирование показателями системы, что предусматривает исчисления ее показателей в контексте показателей субъектов ранжирования по формуле

Пis = ∑Пij ,

где Пis – показатель i-го рейтингового индикатора системы рейтингового оценивания (s);

Пij – показатель i-го рейтингового индикатора j-го субъекта ранжировании z. Показатели деятельности НО (ранжирование субъектов) представлены в

табл. 1.

68

Показатели деятельности НО являются основой для формирования первичной информационной базы системы рейтингового оценивания и последующего вычисления ее параметров.

Применение показателей системы субъектов ранжирования, дает возможность определить объективный предел, в отношении которого они позиционируют на рейтинговой шкале.

При этом место (ранг) субъекта ранжирование зависит только от достоверности, объективности и точности представленной им информации.

Далее определяются значения рейтинговых индикаторов как отношение содержательных показателей к сопоставимости соответствующих показателей субъектов ранжирования и системы по формулам:

где Рпј – n-ый рейтинговый индикатор j-го субъекта ранжирования;

Пij z– содержательный (z) і-ый показатель n-го рейтингового индикатора j-го субъекта ранжирования;

Пijр – і-ый показатель сопоставимости (р) n-го рейтингового индикатора j-го субъекта ранжирования;

Рпѕ – n-ый рейтинговый индикатор системы;

Пisz – содержательный (z) і-ый показатель n-го рейтингового индикатора системы (s);

Пisр – і-ый показатель сопоставимости (р) n-го рейтингового индикатора системы (s).

Определенные рейтинговые индикаторы обеспечивают принцип совместимости и сопоставимости субъектов ранжирования.

Результаты вычислений рейтинговых индикаторов по каждому тематическому направлению могут быть представлены в табл. 2.

Таблица 2 Содержательная составляющая системы рейтингового оценивания

деятельности высших учебных заведений за рейтинговыми индикаторами тематических направлений

69