Алгоритм непрерывной корректировки профиля ЛПР Текст научной статьи по специальности «Компьютерные и информационные науки»

Программные редктва и информационные технологии

В результате получаем формулы для расчёта вероятности безотказной работы автоматизированной системы управления предприятием ЯАСУШ за рабочее время £

R

-АСУШ - П -^АСУШ 1 , 1=1

R

'АСУП t 1

= п R

Rlt = Z [PUy. : di x R

j=i

г=Ki-i +1

■ПМ_ j ' ^О_ij ' -^ИО _j ]

(1)

(2)

(3)

: ^С г ■ ^О г ■ ^С г ■ ^С г ' RQG г ' ^СПО г,

где ЯАСУП1 - безотказность 1-й секции, 1 = 1.. .Ж; Ж - количество секций; К1 - максимальный индекс модуля 1-й секции; Л" - количество пользователей системы; Е - количество компонент системы; Я, - безотказность работы 1-го пользователя за время t, / = 1.К; РПу - вероятность использования компонента ' пользователем /, I = 1, ..., К, ' = 1, ..., Е; ё - коэффициент простоя пользователя / АСУП (доля времени, когда пользователь не работает с АСУП); ё € (0,1);

Остальные параметры Я - безотказность программного модуля ', серверного ПО, локальной сети, операционной системы, аппаратного обеспечения, эргономической составляющей, данных, дополнительного оборудования, глобальной сети для пользователя I [3].

Коэффициент сохранения эффективности АСУП за некоторый интервал времени t КСЭАСУШ, который описывает безотказность, ремонтопригодность и эффективность АСУП [4], рассчитывается по следующей формуле:

,

где Эру - реальная эффективность работы /'-го пользователя с у'-м модулем; Эну - номинальная эффективность работы /-го пользователя с '-м модулем; Жоп' -количество операций, совершаемых пользователем / над модулем ' в единицу времени ^ Яу - количество байт информации в одной операции; КСЭ/'1 - коэффициент сохранения эффективности для /-го пользователя ву'-м модуле при 1-м частичном отказе; Кгр - ко-

ксэ*

(4)

эффициент готовности j-го компонента для г-го пользователя; Kj - коэффициент готовности АСУП для г-го пользователя в j-м модуле при 1-м частичном отказе; Кг - коэффициент готовности АСУП.

В результате выполнения оптимизации получили одну модель, характеризующуюся двумя показателями надёжности (КСЭАСУШ и R^^). Расчётные формулы для показателей применяются на стадиях проектирования, разработки и тестирования компонент, ввода в эксплуатацию, сопровождения жизненного цикла АСУП. Выходные данные модели на этапах проектирования, тестирования и разработки модулей, эксплуатации жизненного цикла АСУП служат входными данными для последующих этапов, таким образом уменьшается трудоёмкость оценки надёжности.

Библиографические ссылки

1. Замятина О. М. Компьютерное моделирование : учеб. пособие. Томск : Изд-во ТПУ, 2007. 121 с.

2. Новиков А. М., Новиков Д. А. Методология научного исследования. М. : Либроком. 280 с.

3. Кулягин В. А. Модель оценки надежности автоматизированных систем управления предприятием на основе статических вероятностей компонент / Вестник СибГАУ. 2012. Вып. 3(43) С. 33-37.

4. Леонтьев Е. А. Надежность экономических информационных систем. Тамбов : Изд-во ТГТУ, 2002, 130 с.

References

1. Zamjatina O. M., Komp'juternoe modelirovanie: Uchebnoe posobie. Tomsk : Izd-vo TPU, 2007. 121 s.

2. Novikov A. M., Novikov D. A. Metodologija nauchnogo issledovanija. M. : Librokom. 280 s.

3. Kuljagin V. A. Model' ocenki nadezhnosti avtomatizirovannyh sistem upravlenija predprijatiem na osnove staticheskih verojatnostej komponent / Vestnik Sibirskogo gosudarstvennogo ajerokosmicheskogo universiteta imeni akademika M. F. Reshetneva. 2012. Vyp. 3(43) s. 33-37.

4. Leont'ev E. A. Nadezhnost' jekonomicheskih informacionnyh sistem. Tambov : Izdatel'stvo TGTU, 2002, 130 s.

© Кулягин В. А., Миненко В. И., Речитский А. Г., Михайлов А. А., 2013

УДК 025.4.03

АЛГОРИТМ НЕПРЕРЫВНОЙ КОРРЕКТИРОВКИ ПРОФИЛЯ ЛПР

Д. В. Кустов, Е. В. Каюков, С. В. Ефремова, А. В. Демиш, В. В. Брезицкая

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Россия, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31 E-mail.zelenkow@rambler.ru

В настоящее время существует несколько подходов к построению модели лица, принимающего решение (ЛПР). Приведен алгоритм непрерывной корректировки параметров модели ЛПР, основанный на предыдущих запросах пользователя (ЛПР) системы.

Ключевые слова: ЛПР, профиль пользователя, корректировка профиля, автоматизированная система управления, поисковые технологии, обработка данных.

Решетневскуе чтения. 2013

ALGORITHM FOR CONTINUOUS DM PROFILE ADJUSTMENT

D. V. Kustov, E. V. Kayukov, S. V. Efremova, A. V. Demishev, V. V. Brezitsky

Siberian State Aerospace University named after academician M. F. Reshetnev 31, "Krasnoyarsky Rabochy" Av., Krasnoyarsk, 660014, Russia. E-mail:zelenkow@rambler.ru

Currently, there are several approaches to the construction of a decision maker (DM) model. An algorithm for continuous DM profile model parameter adjustment based on previous user requests of DM system is given.

Keywords: decision-makers, the user profile, profile adjustment, automatic control system, search technology, data processing.

При использовании данного алгоритма предполагается, что существует некоторое хранилище предыдущих запросов пользователя. В текущий момент времени i пользователь вводит новый запрос, который после соответствующей обработки помещается в хранилище запросов. Обновленное (или дополненное) в момент времени i текущим запросом хранилище запросов будем обозначать Qi.

Перед тем как передать запрос для работы алгоритму, производится его обработка на предмет выделения ключевых терминов.

Далее производится пересчет взвешенных частот терминов в хранилище запросов Qi с учетом нового запроса. Когда пользователь вводит очередной запрос, ключевым словам (терминам) данного запроса назначаются наибольшие веса. При поступлении запроса в хранилище запросов происходит проверка на наличие в хранилище терминов, присущих текущему запросу. Если термин встречается впервые, то при его занесении в хранилище вес остается без изменений; если же такой термин уже существует в хранилище (это означает, что пользователь уже когда-то использовал запрос, включающий данный термин), то производится пересчет весового коэффициента данного термина. В конечном счете, происходит нормирование весовых коэффициентов.

Категории интересов Ci для включения в текущий профиль извлекаются из хранилища посредством использования методологии PLSA.

Далее представлен пошаговый алгоритм непрерывной корректировки профиля пользователя.

Инициализировать хранилище запросов

Qi = ^и, w2i, ... , wki}, где wki - термины хранилища запросов, k = 1 ... М.

Выделить набор ключевых терминов текущего запроса.

Скорректировать весовые коэффициенты терминов и произвести их нормировку с учетом нового запроса.

Рассчитать уровень изменчивости аг. Рассчитать условные вероятности классов, используя процедуру ТЕМ, следующим образом:

P( z\Qi) = P(wкг) Рр (z\Qi, Wk1) = P(z) [[ \ z)\ z)]

wu

X P(z ') [P(Q,\z ')P(wla\z ■)]

P'

Рассчитать вероятность категории Сг для заданно -го класса латентного семантического пространства:

X П^г, С,) Рр (z\Qг, Сг )

Р(С \ z) = О-;-;-.

X п(с,, О)Рр (х \ с,, О)

Рассчитать вероятность включения категории Сг для текущего состояния хранилища запросов О,.

Занести категорию в профиль пользователя. Для этого включить соответствующую тройку (С,, а,) в профиль.

Если уровень изменчивости а, > а0 (где а0 заданная величина), то увеличить текущий вес категории С, на величину

№г : Wг = Wг + №.

Отсортировать последовательность троек (С,, Ж, а,) в профиле по порядку убывания веса Ж.

Сохранить получившийся профиль как текущий.

Таким образом, приведен алгоритм, который позволяет реализовать адаптивную корректировку параметров модели ЛПР и изменять профиль ЛПР в соответствии с текущими интересами и/или потребностями пользователя. Также можно отметить, что реализация модели пользователя системы (ЛПР) может быть реализована в двух вариантах: краткосрочный профиль и долгосрочный. В данном случае необходимо применять предлагаемый алгоритм для каждого типа профиля отдельно.

© Кустов Д. В., Каюков Е. В., Ефремова С. В., Демиш А. В., Брезицкая В. В., 2013

z