иия адаптивных алгоритмов, позволяющих полностью автоматизировать процесс выбора параметров обработки, и перехода на обработку в реальном времени. Поэтому все дальнейшие усовершенствования системы были связаны с анализом загрузки системы и выбором такой структуры РМС, которая обеспечивала бы оперативную обработку поступающих данных. Разработка и исследование новых алгоритмов обработки информации вызвала необходимость выявления резервов повышения производительности за счет модернизации внутренней структуры комплекса и переходом к клиент серверной технологии. Задача исследования РМС была поставлена следующим образом: определить значения основных параметров РМС, обеспечивающих ее функционирование в реальном масштабе времени. Для решения поставленной задачи использовался генетический алгоритм, вид хромосомы представлен на рис. 4.15. топология алгоритм кол-во раборазмер буфевеличина диспетчеричих станций ра данных кванта зации ■ *ис. 4,15 Вид хромосомы Функция качества Fit интерпретируется критерием /кр., определяющим время обработки одного технологического кадра, и вычисляемым на имитационной модели, при этом должно выполняться условие ¿кр ^ ¿доп. ( 4 . 1 ) Каждый из параметров, соответствующий генам хромосомы, варьировался на 5 уровнях. Общее число экспериментов для определения оптимальных значений параметров с помощью имитационного моделирования путем полного перебора равно;3125. Использованный для1оптимизации параметров РМС генетический алгоритм был построен Конструктором-на' основе-рекомендаций, полученных в главе 2 : оператор кроссинговера рекомбинация; оператор мутации инверсия; оператор селекции "дальнее родство", оператор отбора элитный с сохранением лучшей хромосомы в каждой популяции, вероятность скрещивания |
реализуемой в проекте "Логозер" Калужского НИИ Телемеханических устройств (КНИИТМУ). Решение базовых задач на разработанной имитационной модели РМС показало, что ускорение вычислений может достигать 2 ч-5 при изменении числа рабочих станций, объединенных локальной сетью, от 3 до 7. Причиной этого являлась существовавшая в РМС методика обработки, характеризовавшаяся необходимостью вмешательства пользователя в ход решения задачи. Дальнейшее повышение производительности РМС шло в направлении создания адаптивных алгоритмов, позволяющих полностью автоматизировать процесс выбора параметров обработки, и перехода на обработку в реальном времени. Поэтому все дальнейшие усовершенствования системы были связаны с анализом загрузки системы и выбором такой структуры РМС, которая обеспечивала бы оперативную обработку поступающих данных. Разработка и исследование новых алгоритмов обработки информации вызвала необходимость выявления резервов повышения производительности за счет модернизации внутренней структуры комплекса и переходом к клиент серверной технологии. Задача исследования РМС была поставлена следующим образом: определить значения основных параметров РМС, обеспечивающих ее функционирование в реальном масштабе времени. топология алгоритм кол-во раборазмер буфевеличина диспетчеричих станций ра данных кванта зации Рис. 6.16 Вид хромосомы 364 Для решения поставленной задачи использовался генетический алгоритм, вид хромосомы представлен на рис. 6.16. Функция качества Бй интерпретируется критерием /кр., определяющим время обработки одного технологического кадра, и вычисляемым на имитационной модели, при этом должно выполняться условие ^кр. ^ ¿доп. (6.1) Каждый из параметров, соответствующий генам хромосомы, варьировался на 5 уровнях. Общее число экспериментов для определения оптимальных значений параметров с помощью имитационного моделирования путем полного перебора равно 3125. Использованный для оптимизации параметров РМС генетический алгоритм был построен Конструктором на основе рекомендаций, полученных в главе 3: оператор кроссинговера рекомбинация; оператор мутации инверсия; оператор селекции "дальнее родство", оператор отбора элитный с сохранением лучшей хромосомы в каждой популяции, вероятность скрещивания -0,5, вероятность мутации -0,01; размер популяции был выбран 25; число поколений -10. Хромосома внешнего генетического алгоритма представлена на рис. 6.17 размер попучисло поколеоператор кроссиноператор муляции ний говера тации Рис. 6.17 Хромосома внешнего алгоритма для поиска параметров внутреннего ГА 365 |