Материал: Оптимизация и моделирование в автоматизированных системах

−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