Проверяемый текст
Джиоева, Наталья Николаевна. Многокомпонентная сетевая модель формирования алгоритмов распределенной обработки и управления в АСУ (Диссертация 2004)
[стр. 119]

Основные результаты и выводы Рассмотренные формальные модели типичных задач планирования производства являются моделями условной псевдобулевой оптимизации с довольно сложными целевыми функциями и функциями ограничений, имеющими за счет перехода к булевым переменным огромные размерности для реальных задач.
Вторым важным недостатком рассмотренного подхода является то, что не учитывается фактор неопределенности и случайности, что существенно понижает адекватность моделей реальным процессам.
Рассмотрены основные модели и алгоритмы формирования детерминированных наборов задач распределенных производственных процессов.
Предполагалось, что графы процессов являются ацикличными, без ответвлений и что времена выполнения операций точно известны.
Во многих случаях эти предположения могут нарушаться, однако, ранее систематически не рассматривались реализации циклов и ветвей в графах в рамках общей модели.
Показано, что эффективные оптимальные алгоритмы могут существовать только в некоторых частных случаях, представляется перспективным исследование эвристических методов.
Таким образом, задачу построения детерминированных сетевых моделей для формирования распределенных производственных процессов можно считать выполненной.
Рассмотрен подход к минимизации затрат и времени при формировании распределенных алгоритмов обработки информации и управления с учетом стохастической реализации процесса на базе простой ациклической детерминированной модели, имеющей "GERT-подобную узловую логику".

Показано, что полученные оптимизационные задачи могут быть решены с использованием известных схем метода ветвей и границ и метода изменяющихся вероятностей.
GERT-блок многокомпонентной модели может использоваться как для определения нормативных времен исполнения
отдельных операций и процессов в целом, так и в качестве компонент системы имитационного 119
[стр. 76]

завершения.
Пример графа, удовлетворяющего этим требованиям, показан на рис.
2.23.
На этом рисунке пара чисел вида A/В рядом с узлом обозначает задачу, чье время начала выполнения равно А и которая должна быть выполнена за В единиц времени после начала выполнения.
Рис.
2.23.
Граф с многочисленными временными ограничениями Эвристическое решение этой задачи является разновидностью планов с наидлиннейшим путем, рассмотренных ранее.
Однако в этом случае большое число наидлиннейших путей может быть определено для задач с пределами.
Фактически процедура является вариацией разбиения по последнему предшествованию для случая с неравными временами задач и множественными пределами.
Итак, в данном параграфе рассмотрены некоторые из наиболее важных моделей и алгоритмов формирования детерминированных наборов задач распределенных алгоритмов в информационно-управляющих системах (ИУС включают как подклассы, например, АСУ, КСУП и т.д.).
Предполагалось, что графы задач являются ацикличными, без ответвлений и что времена выполнения задач точно известны.
Тем не менее, следует упомянуть, что во многих компьютерных системах эти предположения могут нарушаться, однако, ранее систематически не рассматривались реализации циклов и ветвей в графах в рамках общей модели.
Приведенные результаты показали, что эффективные оптимальные алгоритмы могут существовать только в некоторых частных случаях, и предполагают возможность активного исследования эвристических методов.
76

[стр.,95]

3.1.1.
GERT-сетевая модель стохастической структуры Далее рассматривается подход к минимизации затрат и времени при формировании распределенных алгоритмов обработки информации и управления с учетом стохастической реализации процесса.
В качестве базовой модели рассмотрим простую ациклическую детерминированную модель, которая имеет "GERT-подобную узловую логику" [61].
Такую модель будем называть сетью для формирования (или решения) алгоритма (или набора алгоритмов), подчеркивая этим термином, что план реализации алгоритма выбирается в процессе формирования, т.е.
принимается решение о том, какие задачи алгоритма должны быть выполнены для минимизации некоторой целевой функции.
Это приводит к задаче комбинаторной оптимизации, частным случаем которой является, например, "decision CMP" метод критического пути для случая, когда присутствуют только GERT-узлы двух типов «AND» n «OR».
Для учета вероятностных характеристик реализации алгоритмов ниже вводится понятие случайных акций и рассматривается возможность многоразовой последовательной реализации задач алгоритма [62] до момента его полного успешного завершения.
Итак, пусть N ациклическая сетевая модель распределенного алгоритма с источниками и стоками (действия, соответствующие задачам алгоритма, представляются дугами), где множество узлов обозначается V, а множество дуг Е (веса для дуг будут определены далее).
Предположим, что N имеет только один исток, который обозначается через г и соответствует началу формируемого алгоритма.
Предполагается также, что один из стоков N представляет собой успешное завершение всех задач алгоритма и-, обозначается 5.
Оставшиеся: стоки, если они есть, могут представлять собой различные виды неудачного завершения или прерывания алгоритма: Определение (1).
Ациклическую сетевую модель N(V,E) только с одним истоком и со стоками назовем сетью для формирования/решения распределенного алгоритма, если каждый узел i из N определен через входную характеристику е O,l,...,P(z) и выходную характеристику 95

[стр.,141]

В заключение данного параграфа отметим, что нами определены задачи по анализу и тестированию ПО алгоритмов распределенной обработки информации и управления, а также требования к инструментальным средствам их анализа и тестирования.
Выводы по разделу 3 1.
Рассмотрен подход к минимизации затрат и времени при формировании распределенных алгоритмов обработки информации и управления с учетом стохастической реализации процесса на базе простой ациклической детерминированной модели, имеющей "GERT-подобную узловую логику"
и названной сетью для формирования набора алгоритмов.
2.
Показано, что поставленные в работе оптимизационные задачи решаются с использованием известных схем метода ветвей и границ и алгоритмов случайного поиска с адаптацией метода изменяющихся вероятностей.
3.
GERT-блок многокомпонентной модели может использоваться как для определения нормативных времен исполнения
алгоритмов распределенной обработки и управления, так и в качестве компонент системы имитационного моделирования, выполняющих функции блоков, отображающих вероятностное поведение готовых программно-аппаратных частей алгоритмов автоматизированных организационно-технологических и производственных систем или разрабатываемых системных компонент.
4.
Разработан способ представления модели программ, реализующих алгоритмы, в виде сетей Петри и предложен набор элементов модели, которые позволяют описывать базовые абстракции и механизмы ПО реализации алгоритмов распределенной обработки и управления.
Разработаны способы решения задач анализа и тестирования с использованием моделей программ, реализующих алгоритмы, и моделей распределенного ПО среды реализации алгоритмов обработки информации и управления технологическими и производственными объектами.
141

[Back]