Исследование вариантов построения информационно-управляющих систем на основе сетевых моделей систем массового обслуживания

Обложка

Цитировать

Полный текст

Аннотация

Одним из направлений дальнейшего совершенствования и повышения эффективности применения технических объектов при решении ими целевых задач является применение информационно-управляющих систем (ИУС) для управления сложными техническими объектами. Существующие современные ИУС представляют собой комплекс аппаратно-программных средств, предназначенных для сбора, обработки и хранения информации и управления. В условиях наличия большого количества информации, противоречивых факторов, влияющих на качество управления, принятие обоснованных и своевременных решений в процессе управления невозможно без применения ИУС. Разрабатываемые ИУС, как правило, являются специализированными системами и проектируются для решения конкретных задач. В связи с этим разработка и проектирование ИУС должны проводиться с учетом взаимосвязи с целевыми показателями и особенностями объектов управления, а также результатами всестороннего анализа информации о параметрах ИУС, влияющих на показатели их эффективности. Использование математических моделей для исследования вариантов построения ИУС является основой проектирования и разработки устройств и подсистем ИУС. Разрабатываемые в настоящее время модели ИУС, как правило, позволяют проводить исследования для одностадийных процессов управления с наличием в системе однотипных объектов обслуживания. В то же время современные технические объекты и системы управления представляют собой сложные комплексы с циклически повторяющимися процессами управления разнотипными средствами. Как правило, в таких комплексах имеется набор параллельно работающих устройств (каналов управления), обеспечивающих управление разнотипных объектов на различных стадиях обработки информации. В этом случае структуру ИУС необходимо представлять в виде многофазной многоканальной технической системы, в которой происходит процесс одновременного управления несколькими объектами различных типов. В связи с этим целью статьи является разработка и исследование математической модели ИУС с двумя фазами обработки и наличием определенного количества обслуживающих разнотипных устройств. Основой модели является многофазная сетевая модель системы массового обслуживания. Исследование модели позволяет выбрать вариант построения ИУС, в частности выбрать оптимальное количество каналов обработки для различных типов объектов по критерию оптимальности с учетом ограничений по стоимости и времени обслуживания. Разработан алгоритм выбора варианта построения ИУС и приведен пример расчета количества каналов обработки в двухфазной системе при управлении тремя типами объектов.

Об авторах

С. З Куракин

Военно-космическая академия имени А.Ф. Можайского

Email: vka@mil.ru
улица Ждановская 13

А. Ю Онуфрей

Военно-космическая академия имени А.Ф. Можайского

Email: vka@mil.ru
улица Ждановская 13

А. В Разумов

Военно-космическая академия имени А.Ф. Можайского

Email: vka@mil.ru
улица Ждановская 13

Список литературы

  1. Лясковский В.Л. Система поддержки принятия решений по созданию (развитию) распределенных информационно-управляющих систем организационного типа // Наукоемкие технологии в космических исследованиях Земли. 2017. Т. 9. № 6. С. 61–72.
  2. Лясковский В.Л., Бреслер И.Б., Алашеев М.А. Методические и программные средства выбора решений по созданию (развитию) автоматизированных систем управления // Наукоемкие технологии в космических исследованиях Земли. 2021. Т. 13. № 3. С. 48–59.
  3. Байсеитов М.Н., Ескибаев Е.Т., Избасов А.Г., Мельничук А.И., Юрков Н.К. К проблеме синтеза информационно-управляющей системы сложных технических объектов // Известия высших учебных заведений. Поволжский регион. Технические науки. 2022. № 4(64). С. 57–76.
  4. Иванов С.А. Элементы информационной поддержки принятия решений при управлении лесным хозяйством // Актуальные вопросы лесного хозяйства. Материалы V международной молодежной научно-практической конференции. Санкт-Петербург: Санкт-Петербургский государственный лесотехнический университет имени С.М. Кирова, 2021. С. 138–141.
  5. Фрейман В.И. К вопросу о проектировании и реализации элементов и устройств распределенных информационно-управляющих систем // Вестник ПНИПУ. Электротехника, информационные технологии, системы управления. 2019. № 30. С. 28–49.
  6. Ашарина И.В., Гришин В.Ю., Сиренко В.Г. Отказоустойчивые системы управления перспективными группировками космических аппаратов как основа построения сетецентрических систем. Вопросы электромеханики. Труды ВНИИЭМ. 2023. Т. 194. № 3. С. 17–23.
  7. Шумилина Н.А. Информационно-управляющая система для решения управленческих задач проектов промышленных предприятий с учетом риска отказа оборудования // Известия высших учебных заведений. Поволжский регион. Технические науки. 2018. № 2(46). С. 48–63.
  8. Воеводин В.А. Модель оценки функциональной устойчивости элементов информационной инфраструктуры для условий воздействия множества компьютерных атак // Информатика и автоматизация. 2023. Т. 22. № 3. С. 691–715.
  9. Козлов В.В., Лагун А.В., Харченко В.А., Коноплев М.Д. Применение иерархической системы оценивания целенаправленных процессов синтеза сложных технических систем // Известия ТулГУ. Технические науки. 2023. № 8. С. 364–374.
  10. Мустафаев М.Г. Анализ эффективности функционирования и управления производственной системой предприятия // Автоматизация. Современные технологии. 2018. Т. 72. № 11. С. 499–501.
  11. Онуфрей А.Ю., Разумов А.В., Какаев В.В. Метод оптимизации структуры в иерархических распределенных системах управления // Научно-технический вестник информационных технологий, механики и оптики. 2023. Т. 23. № 1. С. 44–53.
  12. Кротов К.В. Математическое моделирование процессов выполнения пакетов заданий в конвейерных системах с промежуточными буферами ограниченных размеров // Информатика и автоматизация. 2023. Т. 22. № 6. С. 1415–1450.
  13. Клеванский Н.Н., Перетятько А.В., Леонтьев А.А., Мавзовин В.С., Воронкова И.В. Функциональная модель интегрированной системы управления учебным процессом вуза // Современные наукоемкие технологии. 2023. № 6. С. 48–55.
  14. Mayr H.C., Thalheim B. The triptych of conceptual modeling // Software and Systems Modeling. 2021. vol. 20. pp. 7–24.
  15. Заяц О.И., Кореневская М.М., Ильяшенко А.С., Мулюха В.А. Система массового обслуживания с абсолютным приоритетом, вероятностным выталкивающим механизмом и повторными заявками // Информатика и автоматизация. 2024. Т. 23. № 2. С. 325–351.
  16. Choi B.D., Shin Y.W., Ahn W.C. Retrial queues with collision arising from unslotted CMSA/CD protocols // Queueing systems. 1992. vol. 11. pp. 335–356.
  17. Кротов К.В. Математическая модель и алгоритм метода ветвей и границ для оптимизации решений по составам пакетов в многостадийных системах // Информатика и автоматизация. 2022. Т. 21. № 1. С. 5–40.
  18. Андреев С.Ю., Трегубов Р.Б., Миронов А.Е. Задача выбора пропускных способностей каналов связи транспортной сети, учитывающая разбалансировку трафика различного приоритета // Труды СПИИРАН. 2020. Т. 19. № 2. С. 412–442.
  19. Courtois P.J. Decomposability, instabilities, saturation in multiprogramming systems // Communications of the ACM. 1975. vol. 18. no. 7. pp. 371–377.
  20. Kuhn P. Analysis of complex queuing networks by decomposition // 8th International Teletraffic Congress. 1976. pp. 236-1.
  21. Qu L., Assi C., Shaban K. Network function virtualization scheduling with transmission delay optimization // IEEE/IFIP Network Operations and Management Symposium. 2016. pp. 638–644.
  22. Divakaran D.M., Gurusamy M. Towards flexible guarantees in clouds: Adaptive bandwidth allocation and pricing // IEEE Transactions on Parallel and Distributed Systems. 2014. vol. 26. no. 6. pp. 1754–1764.
  23. Draxler S., Karl H., Mann Z.A. Jasper: Joint optimization of scaling, placement, and routing of virtual network services // IEEE Transactions on Network and Service Management. 2018. vol. 15. no. 3. pp. 946–960.
  24. Luizelli M.C., da Costa Cordeiro W.L., Buriol L.S., Gaspary L.P. A fix-and-optimize approach for efficient and large scale virtual network function placement and chaining // Computer Communications. 2017. vol. 102. pp. 67–77.
  25. Андреев А.А., Шабаев А.И. Модели и методы выявления структуры локальной вычислительной сети при неполных данных // Информатика и автоматизация. 2021. Т. 20. № 1. С. 160–180.
  26. Hussain T.H., Habib S.J. Capacity planning of network redesign – A case study. Proceedings of the International Symposium on Performance Evaluation of Computer and Telecommunication Systems (SPECTS’10). 2010. pp. 52–57.
  27. Zhu Z. et al. Data flow monitoring and control of LAN based on strategy. International Conference on Networking and Digital Society. 2010. vol. 2. pp. 225–228.
  28. Sivakumar L, Balabaskaran J., Thulasiraman K., Arumugam S. Virtual topologies for abstraction service for IP-VPNs. 17thInternational Telecommunications Network Strategy and Planning Symposium (Networks). 2016. pp. 213–220.
  29. Wang C., Huang N., Bai Y., Zhang S. A method of network topology optimization design considering application process characteristic. Modern Physics Letters B. 2018. vol. 32. no. 07. doi: 10.1142/S0217984918500914.
  30. Zhou S., Cui L., Fang C., Chai S. Research on Network Topology Discovery Algorithm for Internet of Things Based on Multi-Protocol. 10th International Conference on Modelling, Identification and Control (ICMIC). 2018. pp. 1–6. doi: 10.1109/ICMIC.2018.8529955.
  31. Пименов В.И., Пименов И.В. Анализ и визуализация данных в задачах многокритериальной оптимизации проектных решений. Информатика и автоматизация. 2022. Т. 21. № 3. С. 543–571.
  32. Плескунов М.А. Теория массового обслуживания: Учебное пособие. Екатеринбург: Изд-во Урал. ун-та, 2022. 264 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».