CC BY
29
Таблица 1
Состав исследуемых покрытий (вес. %)
Покрываемый материал Шифр покрытия 8Ю2 А12О3 В2О3 ТЮ2 Ы2О №20 К2О гг02 ВаО Про чие
Титан ВТ-1 А1 65 10 5 5 8 5 - 2 - -
А2 60 10 - 10 8 10 - 2 - -
Аэ 60 10 10 10 5 - - 5 - -
А4 38 - 6,5 - - - - - 44 11,5
А5 15 20 30 5 - - - 10 - 20
А7 60 - 15 10 - 5 10 - - -
Сталь Ст. 3 А9 44 5 15 10 - 15 8 - - 3
Коэффициент С1 также зависит от констант, которые определяются составом материала (таблица 3).
Для поиска состава материала и толщины покрытия, которые описывает целевая функция в виде коэффициента Сь применяем алгоритм эвристического перебора [5].
Таблица 2 Теплофизические данные Таблица 3 Константы
материалов
Мате- Хь 0С ж Сист. [аТ ю = —-V а2
риал Вт/(м- 0С) Вт/(м-К) покрытие -металл
ВТ1 10,88 21,9 А5 - ВТ1 0,275
Ст. 3 46,05 46 А4 - ВТ1 0,245
А1 0,71 0,058 А7 - ВТ1 0,326
А2 0,79 0,052 А9 - Ст. 3 0,20
А3 0,79 0,049 Н = 5,74 ■ 103 Вт/(м2 ■ 0С)
А4 0,80 0,055
А5 0,82 0,056
А7 1,01 0,047
А9 1,01 0,051
В начале работы алгоритма, используя экспериментальные составы покрытий, приведенных в таблице 1, определяется интервал для каждого из параметров, то есть определяется область поиска. Для каждого из параметров задается целевое значение, к которому параметр должен стремиться, а также приоритет параметра, чтобы пользователь мог регулировать важность параметра. Далее осуществляется
полный перебор с заданным шагом точности с использованием формул (19), (20). После того как найдены значения всех параметров, получаем состав покрытия и его толщину, используя математическую модель, описывающую зависимость состава материала от его теплофизических параметров. Данная математическая модель создается с использованием метода Брандона [6].
В завершении работы автоматизированной системы строятся графики распределения температуры в покрытии и металле при охлаждении и изменения температуры на поверхности покрытия и на границе покрытия с металлом от времени охлаждения. Результирующие графики работы программы приведены на рисунке 2.
Для реальных покрытий (при небольших толщинах) значение критерия С1 колеблется в пределах от 0,1 до 100. При С1 < 0,1 температуру по всему сечению покрытия можно принять постоянной, то есть градиентом температуры можно пренебречь, а при С1 > 100 температура поверхности и окружающей среды выравнивается, и формулы (19) и (20) значительно упрощаются.
Список литературы
1. Журавлев Г.И. Химия и технология термостойких неорганических покрытий. - М.: Химия. - 1975. - 198 с.
2. Смирнов В.И. Курс высшей математики. - М.: Наука. -1979. - Т.4. - 652 с.
3. Олвер Ф. Введение в асимптотические методы и специальные функции. - М.: Наука - 1978. - 375 с.
4. Малюков С.П. Стекловидные диэлектрики в производстве магнитных головок. (Монография). - Изд-во ТРТУ, 19КЙ1устин Н.М., Васильев Г.Н. Автоматизация конструкторского и технологического проектирования. - М.: Высшая школа, 1986. - Кн. 6.
6. Малюков С.П., Обжелянский С.А. Алгоритм формирования математической модели синтеза стекловидных диэлектриков для магнитных головок. // Изв. ТРТУ.- Таганрог. - №4. -2001.
РЕПЛИКАЦИЯ ЭЛЕКТРОННОЙ КАРТЫ В ГЕОИНФОРМАЦИОННОЙ СПРАВОЧНОЙ СИСТЕМЕ
С.Л. Беляков
Способность геоинформационных систем объединять посредством картографической основы разнородную информацию является их важным достоинством. Механизм привязки информационных объектов к элементам электронной карты дает возможность строить справочные системы с высокоуровневым графическим интерфейсом. Мощные средства визуализации, пространственное представление объектов и явлений, широкий набор специальных программ анализа и моделирования создают пользователю комфортную среду для решения интеллектуальных задач.
Одной из проблем сетевой реализации геоинформационных систем справочного типа (ГИСС) является обеспечение целостности фрагментов электронной карты клиентов в условиях параллелизма и асинхронности процессов ее модификации. Электронные карты включают информационные компоненты, поддержка которых осуществляется различными подразделениями и службами предприятий и организаций. Например, для ГИСС масштаба предприятия информацию поставляют отделы ведения генплана, энергетики, технологической подготовки, планирования, строительства, геодезической служ-
бы и др. Децентрализация обеспечивает высокую достоверность и актуальность данных, однако ставит задачу своевременного обновления информации в параллельно установленных соединениях.
В данной работе рассматривается один из вопросов функционирования ГИСС - репликация данных. Двухфазная фиксация и асинхронное тиражирование являются основными способами обновления данных, поддерживающими целостность децентрализованной системы [1]. Вместе с тем немаловажным является вопрос о необходимой частоте обновления: не всякое изменение базы данных (БД) источника должно тиражироваться, так как может быть несущественным со смысловой точки зрения. Учет данного фактора позволит снизить сетевой трафик и повысить надежность системы.
Рассмотрим репликацию в ГИСС, использующей картографические образы (КО) [2]. КО представляет собой объектную модель картографической БД, приближенную к смысловому уровню ее использования. Система с КО, построенная по технологии «клиент/сервер», работает следующим образом.
1) Пользователь решает задачу в рамках определенного КО. Описание КО задает пространственно-временные, семантические и прагматические границы рабочей области, отношения между элементами карты, допустимые процедуры изменения картографических изображений. В ГИСС имеется набор описаний КО, выбор соответствующего решаемой задаче осуществляется при установлении прикладного соединения с сервером ГИСС. Одному соединению соответствует один КО. Пользователь может установить одновременно несколько соединений. Каждое из них существует в течение произвольного количества сеансов.
2) Сервер ГИСС обрабатывает запросы в рамках установленного КО. Это означает, что
- ответ на запрос формируется так, чтобы в результате присоединения ответа к существующему изображению клиент получил максимально информативный результат;
- изменение сложности картографического изображения выполняется специальными процедурами, обеспечивающими согласованное добавление или удаление информации.
3) Клиент обеспечивает манипулирование картографическим изображением. Функции манипулирования делятся на локальные и глобальные. Локальные не требуют обращений к серверу и сводятся к известным операциям масштабирования, панорамирования, управления видовыми экранами и слоями. К глобальным относятся операции изменения сложности картографического изображения. Упростить, обобщить, детализировать, повысить подробность - эти действия, изменяющие изображение в рамках КО, носят более высокий интеллектуальный уровень.
Модель картографических образов описывает информационную основу ГИСС на более высоком смысловом уровне. В частности, описание КО включает отношения предпочтения, генерализации и непрерывности на множестве картографических объек-
тов, которые используются для изменения сложности изображений. Учитывая тесную связь этого механизма с оценкой информативности, рассмотрим проблему обновления рабочих областей. Как указывалось выше, рабочая область может использоваться в течение нескольких сеансов. Поскольку источник может быть изменен, возникает необходимость обновления данных. Применение существующих средств репликации неэффективно из-за того, что изменения карты существенно различаются по значимости. Изменение может либо вообще не затрагивать используемое картографическое изображение, либо затрагивать его столь незначительно, что затраты на обновление не оправдывают себя. Решение такой задачи возлагается на серверную компоненту репликации (СКР).
СКР инициализируется на этапе установления соединения и существует до его завершения. Функциями СКР являются:
- фиксация областей карты-первоисточника, используемых клиентом, и отслеживание в них изменений:
- оценка существенности возникших изменений;
- оповещение клиента о наличии существенных изменений и подготовка информации об областях модификации.
Наиболее сложные функции СКР реализуются на этапе 2. Оценка информативности картографического изображения является в значительной степени субъективной. Общеупотребимых методик расчета количества информации в картах нет [3]. Как показывает практика, чаще всего эксперты-пользователи ГИСС оценивают информативность размытыми категориями типа хорошая, не очень хорошая, удовлетворительная, плохая. Правила определения существенности изменений КИ формулируются с использованием указанных категорий и таких параметров КИ, как типы объектов, экземпляры примитивов, области пространства и времени. Информативность электронной карты в ГИСС отражает ее полезность для решения задач, поэтому корректно вводить меру информативности локально в рамках каждого КО. Сравнение информативности двух картографических изображений для разных КО не имеет смысла. Представляется целесообразным использование меры возможности и, соответственно, лингвистических переменных для оценки информативности [4]. Введем лингвистическую переменную информативности I. Ее терм-множество Т содержит, по крайней мере, три терма: Т = {* х, * 2, * 3 }.
Это объясняется тем, что ответ на запрос в ГИСС можно представить в виде К= БиЕ, где В - множество объектов, соответствующих предикату запроса; Е - множество объектов, обеспечивающих целостность картографического изображения (рис. 1). Формально можно
Рис. 1. Пример остова и окружения картографического изображения
записать К = (БиЕ)иВиЕ=^иК2иК3.
Множество К соответствует целостному КИ, множество К - максимально упрощенному КИ, К -изображению, не имеющему содержательного смысла для решаемой задачи. Каждому из этих множеств сопоставляется терм лингвистического значения, например: ^ для К может быть назван высокой информативностью, 12 для К - удовлетворительной информативностью, для К - плохой информативностью.
Базовым множеством для I является К={8хТхС хР}, где 8 - пространственные координаты; Т - временные; С - множество семантических типов объектов; Р - множество прагматических типов связей электронной карты. Для каждого терма задается нечеткое множество
А(1| )= { (йП1 /кЛ}, К е Кро с К, п = 1,Л(11).
Здесь Kj - области, содержащие значения свойств картографических объектов одинаковой информативности; Кро - носитель множества A(tj), то есть рабочая область карты.
Разбиение пространства Кро на области строится на основе отношений предпочтения, непрерывности и генерализации, установленных в описании КО. В простейшем случае может быть принято две области: К соответствует свойствам объектов множества В, К2 - свойствам объектов множества Е. Соответственно, нечеткие множества для оценок tb tj, t3 могут определиться как
А(Ч)={(l/K^l/Kj) } A(tj)={(1/Ki,0/K^ } A(t3)={(0/Ki,0/K^ }
В общем случае количество областей определяется информацией о предпочтениях, сложностью описания границ областей и значением критерия сокращения трафика.
Для областей с разными оценками информативности можно экспертным путем построить границу существенности изменений. Для этого следует перейти к соответствующим координатам (рис. 2). Трехмерное пространство информативности определено следующим образом: первое измерение является расстоянием объекта от остова запроса (L), второе - относительным временем объекта (t), третье - семантическими видами объектов. Каждый из трех листов на рисунке 2 соответствует слою разбиения рабочей области. Предполагается, что любое изменение остова запроса значимо, поэтому каждый из слоев отображает значимость объектов окружения. Через gi, gj.
§3 обозначены семантические виды объектов. Вид §1 может объединять, например, трубопроводы, §2 - здания и
Рис. 2. Разбиение пространства карты на области
сооружения, §3 - кабельные коммуникации. Заштрихованные области указывают зоны значимости, определенные экспертом. Если параметры объекта попадают в соответствующую зону, объект должен реплицироваться клиенту. Данное представление картографических изображений по сути является тематической картой и хранится в ГИСС наравне с другими картографическими материалами.
Необходимо отметить, что попадание объектов в область, как и принадлежность одному из слоев на рисунке 2, описываются нечеткими категориями. Например, тоннель метро одновременно является сооружением и местом прокладки кабельных коммуникаций и трубопроводов. С помощью стандартного ГИСС-инструментария по записи могут вычисляться степени принадлежности объекта соответствующим областям.
Экспертная информация об оценке существенности изменения информативности описывается набором продукций «ЕСЛИ <Условие> ТО <Действие>». Продукции в качестве условий используют выражения от нечетких переменных, которые зависят от параметров карты. Заключение продукции является нечетким. Например:
Если ТипОбъекта=трубопровод И Положе-ние=близко ТО Изменение=ОЧЕНЬ существенно;
Если ТипОбъекта=ЗеленыеНасаждения И Поло-жение=далеко ТО Изменение=СЛАБО существенно.
Здесь лингвистическая переменная «Положение» определена на базовом множестве значений оси Ь, переменная «ТипОбъекта» - на множестве семантических видов объектов, переменная «Изменение» -на множестве качественных оценок существенности.
Следует подчеркнуть, что правила определения существенности формируются экспертом в рамках определенного КО. Это сужает смысловую область анализа и повышает достоверность сформированных логических заключений. База знаний о существенности передается СКР на этапе установления соединения. Логический вывод строится по известным принципам [4].
Предложенная мера информативности используется для оценки картографического изображения следующим образом. Исходный ответ на запрос всегда имеет оценку 11: сервер дает максимально информативный ответ клиенту. Пользователь изучает картографическое изображение и, возможно, изменяет его сложность. Изменяется и информативность. Пусть модифицирован набор объектов, соответствующих области КтеКро. СКР фиксирует объекты, подвергнувшиеся изменению. Применением правил к каждому из объектов определяется оценка существенности как тах( , где ^ - значимость измене -1
ний 1-го объекта. Полученное значение сравнивается с пороговым, которое назначается, исходя из приоритета пользователя, важности решаемой задачи, загрузки каналов связи и производительности вычислительной системы. Далее на основе нечетких рассуждений [4] сопоставляется текущая информативность картографического изображения и существенные изменения, затронувшие рабочую область.
Наблюдаемость сделанных изменений является одним из важных факторов в программной реализации рассматриваемого механизма репликации. Необходимо обнаружить сам факт изменения графического образа, семантики или прагматики картографического объекта и определить степень его влияния на информативность.
Существуют объективные ограничения наблюдаемости изменений. Например, изменение атрибутивных данных объекта (записи из внешней реляционной БД) обнаруживается только сравнением исходного и конечного значений ее полей. Это требует переработки соответствующих программных модулей и неприемлемо в ряде систем. Другим примером является изменение контура земельного участка: его площадь может остаться прежней, однако расположение может существенно влиять на решаемую задачу. Наблюдаемость такого факта ограничена наличием соответствующей аналитической процедуры. Имея подобные ресурсные ограничения, представляется целесообразным учитывать наблюдаемость нечеткой переменной, зависящей от загружаемых программ модификации информационной базы. Например, наблюдаемость может считаться высокой при изменении графического образа объекта, невысокой - при изменении его атрибутов, низкой - при изменении гиперссылки.
Примером механизма для обеспечения наблюдаемости является реализация объектов-реакторов в системе AutoCad 2000 [5]. С точки зрения прикладного программирования данная система является объектно-ориентированной средой для выполнения интерпретируемых программ на AutoLisp и сервером автоматизации ActiveX. Мощные средства векторной графики и трехмерного моделирования с помощью дополнительного пакета-надстройки превращают AutoCad в геоинформационную систему AutoCad Map.
Реализация СКР может строиться на объектах-реакторах, каждый из которых принадлежит к одной из категорий:
- реакторы редактирования связываются с выполнением команд редактирования изображения;
- реакторы связи оповещают о загрузке внешних программ в адресное пространство среды AutoCad 2000;
- реакторы БД сигнализируют о добавлении, удалении и модификации объектов БД чертежа;
- реакторы документов оповещают об открытии и закрытии, активизации и дезактивизации чертежей как документов в многодокументном интерфейсе Windows;
- реакторы объектов сообщают о создании, модификации и уничтожении произвольных объектов.
Реактор является не только средством быстрого реагирования на модификацию, но и средством ее локализации. СКР устанавливает реакторы на графические примитивы, команды редактирования и внешние программы, делающие наблюдаемым факт изменений. Содержание изменений при необходимости может быть оценено последующим сравнением начального состояния объекта с состоянием после модификации.
Эффект выигрыша по объему трафика можно оценить следующим образом. Пусть V - средний объем в байтах рабочей области карты; Тсоед — среднее время существования соединения; Хизм — интенсивность модификации рабочей области, тогда средний объем трафика составит (в байтах) V = Тсоед • Хизм ■ РКИ .
Если обозначить через Хсущ интенсивность существенных изменений, то абсолютный выигрыш составит AV = Тсоед ■ (Хизм - Хсущ) ■ РКИ .
Чем сложнее общая карта ГИСС, тем заметнее тенденции Хизм ^ Хсущ ^ 0 .
Рассмотренный в работе принцип репликации в ГИСС использует оценку существенности изменений, выполненных над источниками картографической информации. Реализация принципа предполагает создание серверной компоненты репликации. Экспертная система серверной компоненты на основании нечетких рассуждений принимает решение о необходимости репликации. Локализация изменений осуществляется посредством программных объектов-реакторов.
Список литературы
1. Калиниченко Б.О. Аснхронное тиражирование данных в гетерогенных средах //СУБД .- 1996.- № 3.
2. Беляков С.Л. Картографические образы в информационно-управляющих системах // Приборы и системы. Управление, контроль, диагностика.- 2000.- № 5.
3. Берлянт А.М. Образ пространства: карта и информация.-М.: Мысль, 1986. —240 с., ил.
4. Берштейн Л.С., Боженюк А.В. Нечеткие модели принятия решений: дедукция, индукция, аналогия.-Таганрог: Изд-во ТРТУ, 2001.
5. AutoCAD2000i. Visual Lisp Developer's Guid.- Autodesk, Inc.-2000.
ПОДХОД К РАЗРАБОТКЕ ГРАФИЧЕСКИХ ПОЛЬЗОВАТЕЛЬСКИХ ИНТЕРФЕЙСОВ СЕРВЕРНЫХ СИСТЕМ IBM AS400
Ю.М. Вишняков, С.Ю. Новиков, С.В. Таранов
Прикладная система IBM AS/400 представляет собой семейство миникомпьютеров с единой архитектурой аппаратных и программных средств с соб-
ственным терминальным оборудованием. А8/400 имеет прочную репутацию надежного, производительного сервера для транзакционных систем. Эта
