CC BY
26
СИМВОЛ НАУКИ ISSN 2410-700X № 4/2019
Таким образом, на основании выражений 1-3 производится расчет ИДРЦУ на текущий сеанс связи. На основании алгоритма разработана программа для расчета ИДРЦУ, которая позволит быстро рассчитать данные. Интерфейс данной программы, представлен на рисунке 2.
Рисунок 2 - Интерфейс программы для расчета ИДРЦУ по устаревшим данным
Данная программа имеет понятный пользовательский интерфейс по вводу исходных данных и выводу результатов расчета представляющих собой набор шестизначных групп.
Таким образом, на основании предлагаемого алгоритма (рис. 1) реализована программа по расчету ИДРЦУ, способствующая сократить время расчета при подготовке к сеансу связи.
Список использованной литературы : 1. Спутниковая связь и вещание: Справочник. -3-е изд., перераб.и доп. / Под ред. Л.Я. Кантора. - М.: Радио и связь, 1997. -528 с.: ил.
© Дрогайцев М.С., Кожухов С.А., 2019
УДК 004.023
Жуковский А.Г.
кандидат технических наук, профессор ДГТУ,
Золотых О. А. доцент ДГТУ, Дейнекин А.О. магистрант ДГТУ, E-mail: [email protected]
РЕШЕНИЕ МИНИМАКСНОЙ ЗАДАЧИ ПРИ ПОИСКЕ ФАЙЛОВ В РАСПРЕДЕЛЕННОЙ
ИНФОРМАЦИОННОЙ СРЕДЕ
Аннотация
Рассматриваются различные алгоритмы формирования множества заданий для распараллеливающей системы, осуществляющей поиск файлов на доступных сетевых ресурсах. В качестве основы приводятся сведения об алгоритме Пашкеева и методе Критического пути. Проводится сравнительный анализ использованных алгоритмов и дается заключение о полученных результатах.
Ключевые слова
Списочные расписания, поиск файлов, распараллеливающая система, минимаксная задача, алгоритм
Пашкеева, метод Критического пути.
СИМВОЛ НАУКИ ISSN 2410-700X № 4/2019
Введение
Поиск информации является одной из основных составляющих человеческой деятельности. Человеку, в силу своей профессии или увлечений часто сталкивающемуся с подбором и поиском какой-либо тематической информации, рано или поздно (с возрастанием ее объема) приходится применять некоторые принципы систематизации и классификации имеющихся данных, обеспечивающие более удобный и эффективный поиск.
По мере роста объема информационных ресурсов, потенциально доступных одному человеку, разрабатываются все более изощренные и совершенные поисковые средства, и приемы, позволяющие найти необходимый документ. Применение ЭВМ дает более широкие возможности для работы с большими массивами информации. Все найденные за много лет средства и приемы поиска информации доступны и эффективны при поиске информации как на локальной компьютерной системе, в локальной вычислительной сети и в Интернете.
Учитывая большую потребность пользователей в поисковых системах файлов на дисках или в сети, весьма актуальным является разработка специальных программ, в основу которых положены методы и приемы построения информационно-поисковых систем, но которые ориентированы на решение узкой задачи ведения каталога и быстрого поиска в нем требуемых типов файлов.
Такие программы называют каталогизаторами файлов. Несмотря на то, что подобные программы уже существуют, разработка новых программ-каталогизаторов активно продолжается. В них закладываются новые методы поиска, в соответствии с развитием информационно-поисковых средств, более удобный интерфейс, способный удовлетворить вкусу самого взыскательного пользователя.
В данной работе проведено научное исследование, в котором описана распараллеливающая модель поисковой системы для распределенной информационной среды. В результате завершения научно-исследовательской работы и магистерской диссертации будет построена информационно-поисковая система, позволяющая выполнять поиск файлов любых типов за минимальное время. Такая система найдет широкое применение в корпоративных информационных системах и на локальных компьютерах отдельных пользователей.
Задача поиска в распределенной информационной среде
Примером распределительной задачи (РЗ) в многомашинных или многопроцессорных системах является задача построения расписания процесса обработки заданий некоторой совокупностью независимых «устройств». Процесс решения исходной задачи включает параллельную обработку каждого отдельного независимого задания. Не существует связи между заданиями, каждое задание может быть обработано на любом устройстве из заданного множества. Длительность обработки каждого отдельного задания предполагается известной. Она может быть, как детерминированной, так и случайной величиной. Каждое устройство в определенный момент времени может обрабатывать не более одного задания, при этом обработка задания выполняется до получения решения исходной задачи, т.е. не происходит прерывания при выполнении процесса решения. Время обработки каждого отдельного задания зависит от устройства, на котором задание обрабатывается, т.е. одно и то же задание может быть обработано на каждом отдельном устройстве за разное время.
При построении наилучшего по быстродействию расписания процесса обработки заданий, необходимо решить в какой именно последовательности должны обрабатываться задания каждым устройством.
В данной задаче работы, по характеру поступления на обработку в систему обслуживания, являются независимыми, при этом порядок их поступления в систему обслуживания не определен, и может носить случайный характер.
Постановка задачи поиска в распределенной однородной среде
Методы поиска и фактическая их реализация в существующих программных средствах показывает, что такие программы нужны для использования, так как количество файлов на современном компьютере исчисляются сотнями и тысячами штук. Однако, существующие программы не всегда удовлетворяют всем
-( 43 )-
СИМВОЛ НАУКИ ISSN 2410-700X № 4/2019
требованиям, предъявляемым к программам такого типа. Так, проведенный поиск аналогов программ показал, что имеются лишь каталогизаторы мультимедийных файлов. Программ каталогизаторов других типов файлов, а тем более универсальных каталогизаторов осуществляющих сбор файлов любого типа, практически не обнаружено. Поэтому, предлагается разработать программное средство поиска файлов любого типа.
В рамках будущей магистерской диссертации необходимо решить задачу выполнения поиска файлов в распределенной среде за минимальное время. Распределенная среда формируется из N независимых однотипных устройств, связанных между собой локальной вычислительной сетью. Такая задача возникает по той причине, что в процессе поиска информации может возникнуть дисбаланс в загрузке доступных вычислительных ресурсов. Из-за этого часть устройств может простаивать, а другая часть будет загружена на сто процентов, что приведёт к не эффективному использованию оборудования и как следствие увеличению времени выполнения операции поиска. Поэтому важной задачей является равномерное распределение нагрузки всех вычислительных ресурсов (приборов, устройств).
Математическая постановка решаемой задачи является следующей. Пусть имеется многомашинная сеть, состоящая из n идентичных параллельно функционирующих устройств (ресурсов поиска) P = {Pj,...,pn}. В ходе работы в систему поступает m независимых поисковых запросов Q = (q1,.,qm}, которые распределяются между ресурсами поиска и обрабатываются параллельно. Причем известно время обработки j -го поискового запроса tj для любого из ресурсов поиска, где j = 1, m . В каждый момент
времени отдельный ресурс обслуживает не более одного поискового запроса. Задача распределения сводится к разбиению исходного множества заданий на n непересекающихся подмножеств. Критерием разбиения, обеспечивающим оптимальность распределения по быстродействию, служит минимаксный критерий и определяет такое распределение заданий по накопителям, при котором время загрузки T параллельным поисковым запросом минимально.
Решаемая задача носит не только прикладной, но и исследовательский характер, поэтому для решения однородной минимаксной распределительной задачи рассмотрены и исследованы различные алгоритмы.
Базовые алгоритмы исследования
Сформулированная задача оптимального использования сетевого хранилища может быть сведена к распределительной задаче, как это показано выше. В качестве алгоритмов решения сформулированной задачи могут применяться приближенные алгоритмы, некоторые из них рассмотрены в работе [1]. Основной смысл применения такого рода алгоритмов в том, чтобы получить субоптимальное решение за приемлемое время. При этом важно выбрать алгоритм, наилучшим образом подходящий для решения задачи, то есть дающий приемлемый по точности и времени получения решения результат. Для этого необходимо провести несколько серий экспериментов с различными входными наборами параметров, проанализировать полученное множество решений и выбрать тот метод, для которого значение ошибки наименьшее.
В рамках решения поставленной задачи предлагается рассмотреть алгоритм Критического пути (CPM - Critical Path Method) и алгоритм Пашкеева, которые достаточно подробно рассмотрены в [1].
Алгоритм критического пути, в силу своей простоты и универсальности является весьма популярным. Его принцип сводиться к упорядочению множества заданий и последовательному их распределению между имеющимися приборами.
Основной принцип работы алгоритма Пашкеева заключается в последовательном проходе по списку устройств слева направо или справа налево и назначении текущего задания (подряд, начиная с самого первого) на очередное устройство [2].
Так же предлагается модификация алгоритма Пашкеева - алгоритм Пашкеева М. Его принцип действия аналогичен исходному алгоритму Пашкеева, но в модификации предварительно выполняется упорядочение списка заданий.
Результаты численных экспериментов и выводы
В рамках исследования алгоритмов поставлены вычислительные эксперименты, позволяющие получить
-( 44 J-
СИМВОЛ НАУКИ ISSN 2410-700X № 4/2019
статистику решений и оценить эффективность их работы при разных значениях параметров. Такими параметрами являются: п - количество устройств, т - количество заданий, ^1, Z2] - диапазон генерации времени загруженности прибора (I^ е [, 2г ]). В ходе экспериментов были случайным образом сгенерированы по 100
векторов загрузки, содержащие задания в диапазоне ^1, Z2]. Полученные результаты усреднялись по количеству экспериментов. В сводных таблицах 1 и 2, а также на диаграммах (рис. 1, 2) представлены результаты экспериментов для исходных алгоритмов при заданном диапазоне заданий [25, 30], но для разного количества устройств.
По результатам экспериментов, приведённым в таблице 1 и 2 видно, что алгоритм Пашкеева лучшие результаты, по сравнению с СРМ, а алгоритм Пашкеева М превосходит алгоритм Пашкеева в подавляющем большинстве случаев.
Таблица 1
Усредненные значения критериев
n m Значения исследуемых критериев
Opt CPM Пашкеева Пашкеева М
6 24 110,66 114,57 111,04 110,81
8 24 83,01 83,86 83,47 83,45
12 24 55,46 58,76 55,83 56,21
Усредненные значения критериев Таблица 2
n m Значения исследуемых критериев
Opt CPM Пашкеева Пашкеева М
6 48 220,36 225,85 220,62 220,36
8 48 165,61 170,86 166,01 165,61
12 48 110,59 115,46 111,06 110,76
Рисунок 1 -при
Результаты численных экспериментов для исходных алгоритмов m = 24 (1 - Opt, 2 - CPM, 3 - Пашкеева, 4 - Пашкеева М)
СИМВОЛ НАУКИ ISSN 2410-700X № 4/2019
Рисунок 2 - Результаты численных экспериментов для исходных алгоритмов при m = 48 (1 - Opt, 2 - CPM, 3 - Пашкеева, 4 - Пашкеева М)
По приведенным результатам видно, что при кратности и не большом количестве заданий и приборов положительный эффект, по сравнению с CPM и Пашкеева, в работе алгоритма Пашкеева М не наблюдается.
Так же в данной работе рассмотрены модификации алгоритм Пашкеева М полученные путём использования алгоритмов Критического пути и Пашкеева для получения начального распределения, которое ранее формировалось посредством случайного выбора прибора. Таким образом, в результате сочетания алгоритма Пашкеева и CPM, алгоритма Пашкеева М и алгоритма Пашкеева получены два модифицированных алгоритма, экспериментальное исследование которых приведено ниже.
В сводных таблицах 3 и 4, а также на диаграммах (рис. 3, 4) представлены результаты экспериментов для модификаций алгоритма Пашкеева М для заданного диапазона заданий [25, 30], но разного количества устройств.
Таблица 3
Усредненные значения критериев
n m Значения исследуемых критериев
Opt Пашкеева Пашкеева и CPM Пашкеева М и Пашкеева
6 24 110,66 110,81 110,67 110,67
8 24 83,01 83,45 83,13 83,15
12 24 55,46 56,21 55,83 55,83
250 200 1 50 100 50 0
Рисунок 3 - Результаты численных экспериментов для модификаций алгоритмов при m = 24 (1 - Opt, 2 - CPM, 3 - Пашкеева, 4 - Пашкеева М)
-( 4« )-
СИМВОЛ НАУКИ ISSN 2410-700X № 4/2019
Таблица 4
Усредненные значения критериев
n m Значения исследуемых критериев
Opt Пашкеева Пашкеева и CPM Пашкеева М и Пашкеева
6 48 220,36 220,36 220,36 220,36
8 48 165,61 165,61 165,61 165,61
12 48 110,59 110,76 110,6 110,6
Рисунок 4 - Результаты численных экспериментов для модификаций алгоритмов при m = 48 (1 - Opt, 2 - CPM, 3 - Пашкеева, 4 - Пашкеева М)
По результатам экспериментов, приведённым в таблицах 3 и 4, видно, что модификация алгоритма Пашкеева c помощью CPM даёт лучшие результаты, по сравнению с классическим алгоритмом Пашкеева. Однако, при кратности и большем количестве заданий, распределяемых на один прибор и классический алгоритм Пашкеева и его модификации дают очень близкое к оптимальному решение.
Заключение
Обзор и анализ методов поиска, и фактической их реализации в существующих программных средствах показал, что такие программы необходимы для использования, так как количество файлов на современном компьютере исчисляются сотнями и тысячами штук.
Для решения поставленной задачи были рассмотрены классические (исходные) алгоритмы теории списочных расписаний, такие как метод Критического пути, алгоритм Пашкеева и его модификации.
Результатом научного исследования стал сравнительный анализ алгоритмов формирования множества заданий для распараллеливающей системы. На основе проведенных экспериментов выявлено, что наиболее эффективным из рассмотренных является модифицированный алгоритм Пашкеева. Однако, существенного результата, однозначно выделяющего по точности тот или иной алгоритм получить пока не удалось, поэтому в дальнейших исследованиях будут использованы другие алгоритмы с такими же и другими наборами параметров и проведен их сравнительный анализ.
Список использованной литературы:
1. Кобак В.Г., Титов Д.В., Золотых О.А. Сравнение приближенных алгоритмов решения однородной минимаксной задачи по точности Системный анализ, управление и обработка информации: тр. 1-го междунар. семинара студентов, аспирантов и ученых / ДГТУ. - Ростов-н/Д, 2010
2. Пашкеев С.Д., Менязов Р.И., Могилевский В.Д. Машинные методы оптимизации в технике связи. - М.: Связь, 1976
СИМВОЛ НАУКИ ISSN 2410-700X № 4/2019
3. Коффман Э.Г. Теория расписания и вычислительные машины - M.: Наука, 1987
© Жуковский А.Г., Золотых О.А., Дейнекин А.О., 2019
УДК 614.833
Ильюк Д. В.
Магистрант ТГУ Титкова Е. В.
Магистрант ТГУ, г. Тольятти, Самарская обл., РФ E-mail: [email protected];
ПРИМЕНЕНИЕ ПОЖАРОВЗРЫВОЗАЩИЩЕННОГО ОБОРУДОВАНИЯ НА ХИМИЧЕСКОМ ПРЕДПРИЯТИИ
Аннотация
Статья посвящена исследованию применения пожаровзрывозащищенного оборудования на химическом предприятии. Показано, что с внедрением на предприятии узла конденсации реализуется ряд технических решений, обеспечивающих промышленную и пожарную безопасность
Ключевые слова
Взрывопожаробезопасность, пожаровзрывозащищенное оборудование, защита от пыли и влаги,
извещатели, технологическое оборудование.
С внедрением на предприятии узла конденсации реализуется ряд технических решений, позволяющих снизить загрязнение окружающей среды, улучшить показатели воздействия на окружающую среду выбросов предприятия; уменьшить коррозию трубопроводов, оборудования, металлоконструкций, подверженных воздействию растворов азотной кислоты и аммиачной селитры, сбрасываемых из выхлопной трубы в окружающую среду. Узел конденсации размещен на наружной площадке в квартале Г-5 на территории корпуса 609А цеха №3 ПАО «КуйбышевАзот».
Режим работы технологического оборудования узла конденсации корпуса 609А цеха №3 непрерывный 8760 часов в год.
Возможность конфигурировать любой из существующих вариантов ОПС во взрывозащищенном исполнении на базе ИСО ОРИОН БОЛИД и оборудования производства СМД.
Все оборудование имеет климатическое исполнение УХЛ1. Степень защиты от пыли и влаги IP65-IP68. Данные параметры позволяют использовать комплекс на объектах с сильной запыленностью, высокой влажностью, а также при низких отрицательных температурах -60 градусов.
Большая линейка извещателей и оповещателей пр-ва СМД позволяет использовать оборудование только одного производителя, что несомненно облегчает задачу отделам проектирования, снабжения и монтажа.
Минимальные сроки производства и поставки - все оборудование имеется на складе производителя. Благодаря полному циклу производства, Компания СМД минимизирует зависимость от поставщиков, что в свою очередь исключает срывы сроков поставки оборудования.
Экономичность при проектировании и монтаже: благодаря тому, что все оборудование может устанавливаться во взрывоопасной зоне, значительно уменьшается количество кабельных линий, нет
' -( 48 )-
