книги / Управление большими системами. УБС-2017

Информационные технологии в управлении техническими системами и технологическими процессами

Литература

1.Библиотека элементов для проектирования самосинхронных полузаказных микросхем серий 5503/5507 и 5508/5509 /

Ю.А. СТЕПЧЕНКОВ, А.Н. ДЕНИСОВ, Ю.Г. ДЬЯЧЕНКО, Ф.И. ГРИНФЕЛЬД, О.П. ФИЛИМОНЕНКО, Н.В. МОРОЗОВ,

Д.Ю. СТЕПЧЕНКО; ИПИ РАН. – М., 2014. – С. 150–151.

2.ЗОЛОТУХА Р., КОМОЛОВ Д. Stratix III – новое семейство FPGA фирмы Altera [Электронный ресурс]. – URL: http: //kit-e.ru/assets/files/pdf/2006_12_30.pdf (дата обращения: 14.03.2017).

3.Пат. Рос. Федерация №2601145. Программируемое логическое устройство / Тюрин С.Ф., Каменских А.Н., Плотникова А.Ю.;

опубл. 27.10.2016, Бюл. №30.

4.Пат. Рос. Федерация № 2573732. Программируемое логиче-

ское устройство / Тюрин С.Ф., Вихорев Р.В.; опубл. 27.01.2016, Бюл. № 3.

5.Пат. Рос. Федерация № 2544750. Программируемое логи-

ческое устройство / Тюрин С.Ф.; опубл. 20.03.2015, Бюл. № 8.

6.СТРОГАНОВ А., ЦЫБИН С. Программируемая коммутация ПЛИС: взгляд изнутри [Электронный ресурс]. – URL: http: //www.kite.ru/articles/plis/2010_11_56.php (дата обращения: 13.03.17).

7.УЛЬМАН ДЖ.Д. Вычислительные аспекты СБИС: пер.

с англ. А.В. Неймана / под ред. П.П. Пархоменко. – М.: Ра-

дио и связь, 1990. – 480 с.

8.Harold W. Kuhn. The Hungarian Method for the assignment problem, Naval Research Logistics Quarterly, 2: 83–97, 1955; DOI: 10.1002/nav.3800020109

533

571

Управление большими системами. Выпуск XX

OPTIMIZATION OF LUT FPGA BASED ON MODIFIED HUNGARIAN METHOD

Alexey Nikitin, Perm National Research Polytechnic University, student (siriousbiz@ya.ru).

Ruslan Vikhorev, Perm National Research Polytechnic University, post-graduate (vihrusvla@mail.ru).

Alexandra Plotnikova, Perm National Research Polytechnic University, post-graduate (juris-plot@mail.ru).

Abstract: In this article estimated complexity of the configurable logic elements that implement system functions. Analyzes and compares the variants of realization of the elements. To select the optimal set of items for the various parameters of systems of boolean functions proposed modification of the Hungarian method.

Keywords: logic gates, logic functions, evaluation of complexity, optimization, Hungarian method.

534

572

Информационные технологии в управлении техническими системами и технологическими процессами

УДК 519

ББК 32.81

АВТОМАТИЗИРОВАННАЯ СИСТЕМА ПОИСКА УЯЗВИМОСТЕЙ В МЕХАНИЗМАХ РАСПРЕДЕЛЕНИЯ ОГРАНИЧЕННОГО РЕСУРСА НА ОСНОВЕ НЕЙРОННЫХ СИСТЕМ

Харьковская И.С.1, Елистратов А.А.2

(Самарский национальный исследовательский университет имени академика С.П. Королева, Самара)

В данной работе рассмотрена возможность применения нейронных сетей для поиска уязвимостей в механизмах распределения ограниченного ресурса.

Ключевые слова: деловая игра, распределение ресурсов, нейронная сеть.

1. Введение

Планируется разработать автоматизированную систему (АС) с использованием нейронной сети для определения слабых мест в механизмах распределения ограниченных ресурсов

вделовых играх. В качестве примера представлена работа АС для поиска уязвимостей алгоритма Гровса–Лейдярда, а также сформулирована методология проектирования и обучения нейронных сетей, предназначенных для анализа работы механизмов распределения ограниченных ресурсов, используемых

вделовых играх.

АС обрабатывает результаты игр и осуществляет поиск выигрышных стратегий посредством поиска слабых мест механизмов распределения ресурсов. Для проведения экспериментов

1Илона Сергеевна Харьковская, студентка (IlonkaX@yandex.ru).

2Александр Алексеевич Елистратов, студент (alexsanr56@gmail.com).

535

573

Управление большими системами. Выпуск XX

разработана деловая игра, предоставляющая возможность игры с несколькими участниками. При разработке игры планируется использовать фрэймворк oTree.

Для обучения нейронных сетей используются два вида обучения – с учителем и без учителя. Алгоритмы обучения с учителем основаны на минимизации целевой функции, как правило, функции погрешности. Алгоритмы обучения без учителя состоят в кластеризации входных данных. Для данной работы был выбран алгоритм обучения без учителя.

2. Кластеризация

На данный момент проведена кластеризация проведенных игр по механизму распределения Гровса–Лейдярда с использованием алгоритма к-средних.

Для исследования произведено преобразование данных игр следующим образом. Результаты игр представлены в виде векторов (прибыль, штраф, раздача, заявка1, заявка2, заявка3). Для получения данных, пригодных для кластеризации, взята производная от массива векторов.

Полученные данные разбиты на 6 кластеров, центры которых позволяют узнать как наиболее выигрышные стратегии, так и проигрышные.

3. Результаты кластеризации

Результатами кластеризации является массив из 6 центров кластеров, в котором выделяются следующие типы поведения игроков и их следствия (таблица).

Среди результатов выделяются три центра (типа поведения игроков), которые дают увеличение прибыли. Большинство игроков вели себя пассивно (кластер 1) – изменяли заявки на каждом ходе слабо, что давало им стабильный прирост прибыли, а также убыль штрафа. Однако, как можно увидеть по результатам таблицы, наибольшую прибыль дают кластеры 3 и 5. Остальные кластеры показывают поведение игроков, которые совершали убыточные ходы.

536

574

Информационные технологии в управлении техническими системами и технологическими процессами

Результаты кластеризации данных

4.Заключение

Врезультате работы были получены сгруппированные данные, которые будут использованы в дальнейшем для обучения нейронной сети.

Литература

1. ДОДОНОВА Н.Л., КУЗНЕЦОВА О.А. Моделирование про-

цесса распределения ограниченного ресурса в условиях неполной информированности // Информационные техноло-

гии и нанотехнологии (ИТНТ-2017): сб. тр. III Междунар. конф. и молодежной школы. – Самара: Новая техника, 2017. –

С. 1299–1302

2.ЕГОРОВ А.В., КУПРИЯНОВА Н.И. Особенности методов кластеризации данных // Изв. ЮФУ. Технические науки. – 2011. – № 11. – С. 174–178

3.КОРГИН Н.А., КОРЕПАНОВ В.О. Решение задачи эффек-

тивного распределения ресурсов на основе механизма Гровса–Лейдряда при трансфорабельной полезности //

Управление большими системами: сб. тр. – 2013. – № 46. –

С. 216–266.

4.СОЛДАТОВА О.П., ЧАЙКА П.Д. Исследование эффективности решения задачи классификации гибридными сетями Кохонена // Изв. Самар. науч. центра РАН. – 2015. – Т. 17,

№ 2 (5). – С. 1147–1152

537

575

Управление большими системами. Выпуск XX

AUTOMATED VULNERABILITY SEARCH SYSTEM IN DISTRIBUTION SYSTEMS OF RESTRICTED RESOURCES BASED ON NEURAL SYSTEMS

Ilona Kharkovskaya, student (IlonkaX@yandex.ru). Alexander Elistratov, student (alexsanr56@gmail.com).

Abstract: Possibility of neural networks usage for searching vulnerabilities of resource allocation mechanisms will be examined in this paper.

Keywords: business game, resource allocation, neural network.

538

576

Информационные технологии в управлении техническими системами и технологическими процессами

УДК 004.942 ББК 32.81

УПРАВЛЕНИЕ ПРОИЗВОДСТВОМ НА ОСНОВЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ЛОГИСТИЧЕСКИХ ПОТОКОВ

Истомин Д.А.1

(Пермский национальный исследовательский политехнический университет, Пермь)

Рассматривается современное промышленное предприятие, осуществляющее инновационную деятельность в рамках основного производства. Предлагается имитационная модель для анализа оптимальности применимости инновационной деятельности, а также устойчивости развития данного предприятия во времени. Рассматривается вариант построения информационной системы, позволяющей осуществлять данное моделирование. Рассматриваются модули оптимизации и анализа устойчивости.

Ключевые слова: промышленное предприятие, инновационная деятельность, имитационное моделирование, управление.

1.Введение

Врамках рыночной конкуренции и изменчивости потребностей рынка у производственных предприятий имеется постоянная необходимость в разработке и внедрении инноваций, которые бы позволили менять характеристики выпускаемой продукции, а также выпускать новую продукцию. Предлагается рассматривать предприятие в качестве совокупности двух контуров: производство продукции и производство и внедрение инноваций (рис. 1). Характер изменения финансовых результа-

1 Денис Андреевич Истомин, аспирант (dai@pstu.ru).

539

577

Управление большими системами. Выпуск XX

тов предприятия носит нелинейный характер во времени, поэтому предлагается применить имитационный подход.

Рис. 1. Концептуальная схема предприятия

Целью данной работы является построение имитационной модели и реализация прототипа информационной системы, позволяющей производить анализ производственной и инновационной деятельности, а также устойчивости развития предприятия во времени.

2. Анализ существующих подходов к моделированию промышленных предприятий

Важно отметить не только имитационный подход применительно к моделированию работы промышленного предприятия [2], но и основные методы экономического моделирования [5], а также использование аппарата дифференциальных уравнений при исследовании предприятия в качестве динамической системы [1].

Для имитационного моделирования технологических процессов часто используется инструмент Anylogic [6] и др. В рамках решаемой задачи будет рассматриваться создание новой упрощенной системы, позволяющей произвести моделирование. Создание такой системы с использованием новых технологий позволит проще встраивать разработанное решение в существующие системы, используемые на предприятии.

540

578

Информационные технологии в управлении техническими системами и технологическими процессами

3. Описание имитационной модели и информационной системы

В качестве реализации сформулированной задачи была создана имитационная система с дискретным временем, позволяющая провести динамический анализ предприятия.

Основные компоненты информационной системы, реализующей имитационное моделирование:

1)классы, позволяющие описать модель: вершины и связи между ними;

2)модули исполнения модели, логгирования и анализа;

3)хранилище данных. Хранение данных осуществляется

вреляционной СУБД.

3.1. ОСНОВНЫЕ ВЕРШИНЫ

Моделируемое предприятие представляет собой совокупность вершин. Пример одной из них представлен на рис. 2. Каждая вершина (Node) содержит в себе универсальные точки подключения (Connection) и связи между ними (Link). Если переходить к реализации, то данные сущности могут быть реализованы в виде классов вобъектно-ориентированнойпарадигме.

Рис. 2. Схематичное отображение классов Node, Link и Connection на примере производственного узла

541

579

Управление большими системами. Выпуск XX

Однотипность вершин позволяет реализовывать модель предприятия различной топологии и быть независимой от предметной области.

3.2. МОДУЛЬ РАНЖИРОВАНИЯ ИННОВАЦИОННЫХ ПРОЕКТОВ

Данный модуль необходим для адекватного описания каждого из инновационных проектов и проведения операции выбора совокупности инновационных проектов. Проекты для реализации должны выбираться с учетом приоритетов развития предприятия, а также с учетом ограничений на производственные ресурсы.

В данном модуле возможно применение аппарата нечетких множеств [4], где каждый инновационный проект – нечеткое множество, к которым применим индекс ранжирования [1]. Каждый проект может представлять собой совокупность экспертных оценок, описывающих проект в целом.

Рис. 3. Концептуальная схема модуля ранжирования

3.3МОДУЛЬ ОПТИМИЗАЦИИ И АНАЛИЗА УСТОЙЧИВОСТИ

Модуль оптимизации и анализа устойчивости (рис. 4) необ-

ходим для того, чтобы:

1)определить оптимальные приоритеты развития предприятия. Данные приоритеты учитываются в модуле ранжирования;

2)определить, насколько устойчиво будет развиваться предприятие с учетом выбранного объема финансирования, приоритетов развития в зависимости от колебаний конъюнктуры рынка.

Для поиска оптимальных приоритетов развития (параметров управления) возможно применение методов безусловной линейной оптимизации с методом штрафных функций.

542

580