CC BY
14В результате проделанной работы была разработана имитационная модель системы из нескольких регулируемых перекрестков в среде моделирования AnyLogic 7.0.2 [1]. Сделано это было для того, чтобы проверить эффективность внедрения АСУДД на какой-либо данный участок дороги. Разработанная имитационная модель работы содержит следующие структурные элементы:
- система из двух взаимосвязанных четырехсторонних пересечений с примыкающими с каждой стороны дорогами;
- каждая дорога имеет разделительную полосу, разделяющую дорогу на две проезжие части по три полосы в каждом направлении;
- система генерации агентов модели - транспортных средств двух типов: легковой автомобиль и грузовой автомобиль грузоподъемностью от 2-х до 6 т;
- восемь блоков логики движения транспортных средств (по одному на каждое направление), причём восточный выход левого перекрёстка является подходным путём для западного входа правого, и на оборот - западный выход правого перекрестка является подходным путём для восточного входа левого перекрестка;
- модели элементов световой сигнализации - светофоры типа Т.1. л;
- 2 диаграммы (на каждый перекресток) состояний, моделирующих логику переключения сигналов светофоров, основанную на двухкольцевой фазировке;
- 2 модуля (на каждый перекресток) системной динамики, моделирующих работу контроллера локального пересечения;
- блок управляющих параметров модели;
- элементы управления параметрами модели;
- модуль чтения параметров цикла жесткого регулирования из внешнего файла MS Excel;
- модуль сбора статистики параметров агентов.
На входе в модель задаются такие данные, как интенсивность потока, выбирается текущая логика работы светофоров. Если выбрана адаптивная логика, настраиваются её временные параметры, также можно распределить направление движения автомобилей. На выходе мы получаем визуализированную модель прохождения автотранспортом системы из двух перекрестков с заданными параметрами, а также статистические данные, отражающие среднюю задержку при проезде двух перекрестков, представленные в виде графиков.
Для примера было проведено сравнение жесткого алгоритма регулирования с фиксированной длительностью горения зеленого сигнала и адаптивного алгоритма, время горения разрешающего сигнала в котором зависит от текущего потока машин. В результате проведения серии испытаний адаптивный алгоритм показал хорошую эффективность управления транспортными потоками, отраженную в значительном снижении средней задержки и повышении уровня обслуживания на пересечении по сравнению с жестким.
Разработанную имитационную модель можно использовать для анализа движения дорожного трафика при различных видах регулирования и нагрузки полосы, а также нахождения наиболее оптимального способа управления сетью дорог.
Библиографическая ссылка
1. Боев В. Д. Об адекватности систем имитационного моделирования GPSS World и AnyLogic // Синергия. 2011.
Reference
1. Boyev V. D. Ob adekvatnosti sistem imitatsionnogo modelirovaniya GPSS World i AnyLogic Sinergia. 2011.
© Киселев А. К., 2014
УДК 004.942
СИСТЕМА ИНФОРМАЦИОННОГО ОПОВЕЩЕНИЯ О РЕЗУЛЬТАТАХ ЭКОЛОГИЧЕСКОГО ПРОГНОЗИРОВАНИЯ ПО КРАСНОЯРСКОМУ КРАЮ
Е. В. Ковалева
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
Е-mail: snowter@yandex.ru
Выделены основные экологические показатели, характеризующие экологическое состояние региона - Красноярского края. Рассмотрены особенности методов анализа данных Data Mining, а также рынок программного обеспечения, реализующего данные методы. В качестве наиболее подходящего инструмента обработки данных выбрана аналитическая платформа Deductor, при помощи ее средств проведено прогнозирование выбранных экологических показателей. Для наглядного представления результатов прогноза в виде графиков разработан сайт.
Ключевые слова: экология, Data Mining, прогнозирование, аналитическая платформа Deductor, HTML.
Решетневскуе чтения. 2014
THE SYSTEM OF INFORMATION NOTIFICATION OF THE RESULTS ON ECOLOGICAL FORECAST IN KRASNOYARSK REGION
E. V. Kovaleva
Siberian State Aerospace University named after academician M. F. Reshetnev 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660014, Russian Federation E-mail: snowter@yandex.ru
The main ecological parameters are provided, they show ecological condition of Krasnoyarsk region. The features of Data Mining (methods to analyse the information), and the software market to fulfill the methods are considered. Analytical platform Deductor is the most suitable instrument of data processing, and forecasting the selected ecological parameters is performed. The website is developed for the visual representation of the diagrams of the forecasting results.
Keywords: ecologic, Data Mining, forecasting, analytical platform Deductor, HTML.
Несмотря на то, что Правительство Красноярского края тратит немалые суммы на защиту и охрану окружающей среды, жители зачастую не представляют себе реальное положение дел в вопросах экологии. В условиях современного информационного общества по-прежнему остается актуальной проблема неосведомленности граждан по глобальным вопросам, связанным с экологией региона, в котором они проживают.
Можно выделить ряд основных экологических и экономических показателей, актуальных для мониторинга по нашему региону, данные показатели будут использованы в качестве исходных данных для прогнозирования [1]:
1. Выбросы, улавливание и утилизация загрязняющих атмосферу веществ, отходящих от стационарных источников по Красноярскому краю.
2. Выбросы в атмосферу загрязняющих веществ, отходящих от стационарных источников, по видам экономической деятельности.
3. Инвестиции в основной капитал, направленные на охрану окружающей среды и рациональное использование природных ресурсов, по видам экономической деятельности.
4. Использование свежей воды в Красноярском крае по видам экономической деятельности.
5. Текущие затраты на охрану окружающей среды по Красноярскому краю по видам экономической деятельности.
Для прогноза будем использовать различные методы Data Mining. Одно из важнейших назначений методов Data Mining состоит в наглядном представлении результатов вычислений (визуализация), что позволяет использовать инструментарий Data Mining людьми, не имеющими специальной математической подготовки. В то же время применение статистических методов анализа данных требует хорошего владения теорией вероятностей и математической статистикой.
Рынок инструментов Data Mining настолько широк и разнообразен, что любая компания может выбрать для себя инструмент, который подойдет ей по функциональности и по возможностям бюджета. В
данной работе используется программа Deductor Academic 5.3 [2].
Deductor - это аналитическая платформа, основа для создания законченных прикладных решений в области анализа данных. Реализованные в Deductor технологии позволяют на базе единой архитектуры пройти все этапы построения аналитической системы до построения моделей и визуализации полученных результатов.
В данной работе прогноз будет осуществляться при помощи методов Data Mining, а именно:
- метод Скользящего окна;
- метод Нейросетей;
- метод Линейной регрессии.
При помощи HTML-языка разметки веб-страниц были разработаны веб-страницы, содержащие в себе графики прогнозов выбранных ранее экологических показателей с кратким описанием данных показателей, информацию об экологии, ссылки на различные информационные ресурсы об экологии.
Результатом проделанной работы является вебсайт, который содержит в себе графики, полученные на этапе прогнозирования при помощи такого программного обеспечения, как Deductor Academic 5.3. При прогнозировании применялись методы Data Mining, а именно, нейронные сети и линейная регрессия. После построения нескольких вариантов прогноза с различными настраиваемыми параметрами по каждому из выбранных показателей были выбраны наиболее реалистичные и отвечающие общим тенденциям изменений прогнозы, именно эти прогнозы, представленные для большей наглядности в виде графиков, и составляют основу разработанного сайта.
Библиографические ссылки
1. Территориальный орган Федеральной службы государственной статистики по Красноярскому краю [Электронный ресурс]. 1999-2014. Федеральная служба государственной статистики. URL: http://www.krasstat.gks.ru/.
2. Deductor Аналитическая платформа [Электронный ресурс]. 1995-2014. BaseGroup Labs. URL: http://www.basegroup.ru/.
References
1. Territorial institution of Federal state statistics service in the Krasnoyarsk territory. URL : http://www.krasstat.gks.ru/ [Electronic resource] : 1999 -2014 Federal state statistics service.
2. Deductor Analytical platform: URL: http://www.basegroup.ru/ [Electronic resource] : 1995 -2014 BaseGroup Labs.
© Ковалева Е. В., 2014
УДК 004.42
ПРОГРАММНО-ИНСТРУМЕНТАЛЬНАЯ ПОДДЕРЖКА УЧЕБНО-ИССЛЕДОВАТЕЛЬСКОЙ ПОДГОТОВКИ КОНСТРУКТОРОВ БОРТОВОЙ АППАРАТУРЫ КОМАНДНО-ИЗМЕРИТЕЛЬНОЙ
СИСТЕМЫ КОСМИЧЕСКОГО АППАРАТА*
А. Ю. Колдырев
Институт вычислительного моделирования СО РАН Российская Федерация, 660036, г. Красноярск, Академгородок, 50/44 E-mail: raventus@icm.krasn.ru
Рассматривается учебно-исследовательская подсистема программно-математической модели бортовой аппаратуры командно-измерительной системы КА. Описан режим создания учебного курса и особенности его построения.
Ключевые слова: командно-измерительная система, учебно-исследовательская система.
PROGRAM AND INSTRUMENTAL SUPPORT OF DESIGNER EDUCATIONAL AND RESEARCH TRAINING FOR THE SPACECRAFT COMMAND AND MEASURING SYSTEM
A. Yu. Koldyrev
Institute of Computational Modeling SB RAS 50/44, Akademgorodok, Krasnoyarsk, 660036, Russian Federation E-mail: raventus@icm.krasn.ru
The educational and research system of program and mathematical model of onboard spacecraft command and measuring system are observed. The development mode of this system and design features of this mode are described.
Keywords: command and measuring system, educational and research system.
Современная бортовая аппаратура космического аппарата - это высокотехнологический сложный объект, а процесс её производства - наукоёмкий. Непрекращающийся рост сложности подобного оборудования требует от сотрудников непрерывного совершенствования навыков работы с ним [1]. Для повышения квалификации конструкторов командно-измерительных систем (КИС) разработана учебно-исследовательская система.
Учебно-исследовательская система - это комплексная программная подсистема в структуре программно-математической модели бортовой аппаратуры командно-измерительной системы космического аппарата (ПММ БА КИС) [2].
Задачи данной подсистемы:
- обеспечение персонала материалами, способствующими базовой подготовке на разных уровнях сложности и глубины освоения изучаемого оборудования БА КИС и навыков работы с ним;
- выработка умений и навыков решения практических задач на ПММ БА КИС;
- развитие способностей анализа и принятия решений в нестандартных проблемных и аварийных ситуациях в работе с оборудованием БА КИС;
- повышение квалификации персонала, а также восстановление их умений и знаний, необходимых для выполнения своих функциональных обязанностей;
- контроль и оценивание уровня знаний и умений персонала.
Учебно-исследовательская система на данном этапе разработана на уровне реализации функций создания учебного курса и его наполнения теоретическим и практическим материалом. Создание учебного курса включает три функциональные единицы: разделы, ключевые слова и вопросы к разделам.
Разделы включают в себя содержательную часть учебного курса. Разделы могут предоставлять как теоретический, так и практический материал. Практический материал характеризуется работой обучаемого персонала с имитационной подсистемой ПММ БА КИС. Каждый раздел имеет свою сложность и глубину материала, а также рекомендацию, которую заполняет создатель учебного курса.
Созданные разделы группируются в иерархическую структуру. Каждый раздел может являться потомком более обобщающего раздела.
*Работа выполнена при финансовой поддержке Минобрнауки России в Институте вычислительного моделирования СО РАН (договор № 02.G25.31.0041). Руководитель работ Л. Ф. Ноженкова.
