Нечеткое управление канальным ресурсом Текст научной статьи по специальности «Компьютерные и информационные науки»

Описанный образец был испытан в реальных условиях среднепересеченной местности на радиотрассах земной волной на расстояниях от 30 до 200 км в диапазоне частот 1,5 - 10 МГц при мощности передатчика 150180 Вт. При этом был достигнут устойчивый обмен информацией в телефонном и телеграфном режимах.

VI. Выводы и заключение

Предложенный способ реализации логопериодической вибраторной антенны позволяет в КВ диапазоне реализовать вертикально-поляризованные антенные системы с минимальными высотой и занимаемой площадью.

Испытания, проведенные на конструктивном макете, показали эффективность обмена информацией на реальной трассе.

Реализация предложения позволит решить важную задачу организации связи земной волной в зоне неустойчивой связи достаточно простыми средствами.

Список литературы

1. Будяк В. С., Ворфоломеев А. А. Диапазонные антенные элементы // Антенны. 2014. Вып. 11 (210). С. 6170.

2. Заявка 2016147753 Российская Федерация, МПК Н 0 1Q 11/10. Коротковолновая диапазонная всенаправ-ленная антенна / Кисмерешкин В. П., Давыдович А. В., Будяк В. С.; заявл. 06.12.16.

3 А. с. 138277 СССР, МПК H 01 Q 9/16. Диапазонная направленная антенна / Харченко К. П. № 670320/26; заявл. 16.06.60; опубл. 01.01.1961, Бюл. № 10.

4 А. с. 323064 СССР, МПК H 01 Q 11/10. Диапазонная направленная антенна / Кисмерешкин В. П., Бонда-ренко Ю. Е., Кленин В. В., Прохоров И. И., Митрофанов В. Н. № 1383641/26 -9; заявл. 10.12.69.

5. Кисмерешкин В. П., Косточкина Н.А. О способе снижения уровня обратного излучения в широкой полосе частот // Динамика систем, механизмов и машин. 2016. Т. 2, № 1. С. 188-191.

УДК621.398:621.31

НЕЧЕТКОЕ УПРАВЛЕНИЕ КАНАЛЬНЫМ РЕСУРСОМ

Е. Д. Бычков, О. Н. Коваленко, Д. Н. Коваленко

Омский государственный университет путей сообщения, г. Омск, Россия

DOI: 10.25206/2310-9793-2017-5-4-13-18

Аннотация - В статье рассматривается метод управления и принятие решения о выделении канального ресурса СМО в условиях произвольного потока заявок и времени обслуживания. Решения этой задачи основываются на концепциях теории нечетких множеств, в частности, на принципе обобщении нечетких множеств и логического правила вывода «МОДУС-ПОНЕНС». В модели принятия решения априорно вводятся нечеткие шкалы входного потока интенсивности заявок, интенсивности обслуживания и коэффициента использования оборудования. Приведены алгоритм и примеры вывода решений для логических нечетких схем типа SISO и MISO.

Ключевые слова: нечеткое множество, нечеткое обобщение, ресурс канала, нечеткие логические схемы.

I. Введение

Современные сети массового обслуживания являются мультисервисными, т.е. обслуживают одновременно разноскоростные потоки данных разнообразного характера [1]. Эффективность функционирования таких сетей определяется качественной работой узлов распределения информации (коммутаторов, маршрутизаторов), в смысле «справедливого» распределения канальных ресурсов для текущих потоков данных, с целью недопущения блокировки сети. Классическая теория телетрафика недостаточно полно справляется с решением данной задачи [2]. Одним из способов её решения является применение искусственного интеллекта, основанного на концепциях мягких вычислений, в частности, теории нечетких множеств (ТНМ) [3].

II. Постановка задачи

Рассмотрим информационную ситуацию, протекающую в системе массового обслуживания (СМО). Пусть в этой системе законы поступающего потока требований (заявок, сообщений, пакетов) и времени их обслуживания не известны, т.е. рассматривается система СМО типа G|G| 1. Здесь также будем полагать, что поток требований несамоподобный, интенсивность потока Ä(t) не превышает интенсивности обслуживания ß(t) СМО. Коэффициент использования канала (или загрузка) определяется зависимостью р = Щ)1 ß(t) или функцией

*

р = f [A(t), ß(t)] (1). Необходимо определить требуемую загрузку канала р при условии, что известна примерная интенсивность потока ЛЛ. Данную задачу решим на основе концепций теории нечетких множеств.

III. Теория

Априорно зададимся нечеткими функциями принадлежности (ф.п.) входного потока СМО p А (А) и ф.п. канального ресурса pB (р) (см. рис. 1, рис. 2), которые являются соответственно и априорными шкалами. Решение этой задачи будет произведено с использование принципа обобщения нечетких множеств [4]. Принцип обобщения носит эвристический характер и позволяет расширить область определения исходного отображения р на класс нечетких множеств. В нашем случае пусть р: U — V - заданное отображение, и A - нечеткое множество, заданное в U = {Л} . Тогда образ нечеткого множества (н.м.) A при отображении ресть нечеткое множество B , заданное в V = {р} с функцией принадлежности

Pb (р) = sup Pa (Л). (2)

Ле< 1(р)

Функция (1) является эквивалентом выражения (2). Развернутое решение задачи (2) представляется в виде композиции двух нечетких множеств

B' = A'oR = A'o(A — B), Pb' (р) = supmrn^A' (Л% Pa—b (Л,рУ}. (3)

Ä€U

Здесь A' - текущее нечеткое множество результата эксперимента (измерения); B' - нечеткое множества результата вычисления; — - знак импликации.

IV. Результаты экспериментов

Используя выражение (3), приведём алгоритм и пример нечеткого вывода решения канального ресурса р* СМО, при воздействии потока заявок с интенсивностью Л, представленной в форме нечеткого множества A'. Данный алгоритм основывается на правиле нечеткого логического вывода МОДУС-ПОНЕНС. Для нашего случая это правило представляется в виде:

ПРАВИЛО (Знание, априорное наблюдение): «Если А есть A , то р есть B » ФАКТ (Наблюдение, измерение):_«А есть A'»

ВЫВОДЫ (Решение): «р есть B' », (4)

где A, A\B, B' - нечеткие множества, описываемые функциями принадлежности (ф.п.) рА (А), p А (А), Pb (р), Pb (р) соответственно. Функции принадлежности данных множеств приведены на рис. 1-3. Графическое решение правила (4) с применением моделей (3) показано на рис. 4.

Рис. 1. ф.п. интенсивности входного Рис. 2. Ф.п. канального ресурса н.м. В

потока Л, н.м. А

Рис. 3. Ф. п. интенсивности фактического входного потока X, н.м. А' = «Примерно 3,5 X»

Рис. 4. Процедура принятия решения или простейший нечеткий алгоритм управления

Функция принадлежности отсеченного множества В' представляет собой (рис. 4): Мв'(Р)=< 0,2/ 0,09; 0,4/0,3; 0,6/0,72; 0,8/0,8; 1/0,8 >. По апостериорному результату выражения (3) производится операция «дефаззификация», т. е. будет определен необходимый ресурс канала для требуемой нагрузки по методу средней взвешенности

р* =

(5)

Pmax

r=l

4 0,2 • 0,09 + 0,4 • 0,3 + 0,6 • 0,72 + 0,8 • 0,8 +1-0,8 ппл тогда в результате решения получим р* = —-'-'-'-'-'-'-'-— = 0 74.

0,09 + 0,3 + 0,72 + 0,8 + 0,8

Приведенный пример реализует структуру нечеткого управления типа SISO - один вход - один выход.

Рассмотрим алгоритма нечеткого управления типа MISO- множество входов - один выход, используя алгоритм вывода Мамдани. Базой знаний данного алгоритма также является система правил МОДУС-ПОНЕ НС: ni: ЕСЛИ x¡ есть A¡¡ И ... И Xj естьЛу И ... И хт есть Ат, ТО у есть В1 , i= 1,..., п.

Построим алгоритм нечеткого управления канальным ресурсом. Ф.п. входных и выходных нечетких величин, иллюстрирующих эту процедуру вывода, приведены на рис. 5. Ведем некоторые обозначения термов нечетких множеств:

ЛМ - «МАЛАЯ ИНТЕНСИВНОСТЬ ВХОДНОГО ПОТОКА»;

ЛС - «СРЕДНЯЯ ИНТЕНСИВНОСТЬ ВХОДНОГО ПОТОКА»;

ЛВ - «ВЫСОКАЯ ИНТЕНСИВНОСТЬ ВХОДНОГО ПОТОКА»;

АМ - «МАЛАЯ ИНТЕНСИВНОСТЬ ОБСЛУЖИВАНИЯ ПОТОКА»;

АС - «СРЕДНЯЯ ИНТЕНСИВНОСТЬ ОБСЛУЖИВАНИЯ ПОТОКА»;

АВ - «ВЫСОКАЯ ИНТЕНСИВНОСТЬ ОБСЛУЖИВАНИЯ ПОТОКА»; РМ - «МАЛЫЙ РЕСУРС»; РС - «СРЕДНИЙ РЕСУРС»; РВ - «ВЫСОКИЙ РЕСУРС».

Построим правила вывода в форме импликации относительно выходных переменных, с учетом минимальности нахождения заявок в очереди СМО:

1) ЛМ п АМ ^ РМ; ЛМ п АС ^ РМ; ЛМ п АВ ^ РМ;

2) ЛС п АС ^ РС; ЛС п АВ ^ РС;

3) ЛВ п АВ ^ РВ. (6) Предположим, что факт поступления интенсивностей заявок и обслуживания представляются единичными

НМ - синглтонами (singleton):

X = 4; в = 4,5. Графическое решение (см. рис. 5) выражения (6) сведено в табл. 1.

ТАБЛИЦА 1

ГРАФИЧЕСКОЕ РЕШЕНИЕ ПРАВИЛ ВЫВОДА АЛГОРИТМА MISO

ЛМ ЛС ЛВ АМ АС АВ РМ РС РВ

0,33 0,68 0 0,17 0,81 0 0,33 0,6 0

В результате операции «дефаззификации» по методу средней взвешенности (5) получим

0,4 • 0,68 + 0,6 • 0,68 + 0,3 • 0,33

р* = ■

0,68 + 0,68 + 0,33

= 0,380.

а)

0,8

0,6 0,5 0,4

0,2

Малая Средняя Высокая

с-----------V - -j

Í-----------/---3

-1-4-—i- —V—i— --1-1-

10

1234 567 89 10

в)

Малый

Средний

Высокий

1

0,8

0,6 0,5 0,4

0,2

0

0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

Р

Рис. 5. Ф. п. входных (а, б) и выходных (в) нечетких величин иллюстрации алгоритма нечеткого управления канальным ресурсом: X - интенсивность поступления входного потока: в - интенсивность обслуживания:

р - ресурс канала связи

Особенность использования предложенного метода управления канальным ресурсом в СМО (сетевых коммутаторах, маршрутизаторах) при реализации искусственного интеллекта на основе ТНМ заключается в следующем: 1) необходима разработка баз данных априорных нечетких шкал интенсивностей входного потока, обслуживания и канальной загрузки; 2) разработка базы знаний. При этом нужно учитывать их зависимость от информационной ситуации сети и узлов коммутации (маршрутизации), производить их адаптацию путем известных или вновь разработанных методов обучения. Другой особенностью разработанных шкал является то, что они могут использоваться в узлах коммутации как регуляторы перегрузок в мультисервисной телекоммуникационной сети.

Таким образом, приведенный в работе нечетко-множественный подход анализа систем массового обслуживания в условиях, когда априорно неизвестны законы распределения (произвольные) потоков сообщений и время их обслуживания, позволяет обоснованно и оперативно решать задачи управления канальными ресурсами СМО, а также управлять объемом буферной памяти СМО с ожиданием обслуживания. Однако при этом необходимо корректировать методом обучения априорные шкалы интенсивностей потоков сообщений и обслуживания в зависимости от сетевой ситуационной (информационной) обстановки.

1. Степанов С. Н. Основы телетрафика мультисервисных сетей. М.: Эко-Трендз, 2010. 392 с.

2. Крылов В. В., Самохвалова С. С. Теория телетрафика и её приложения. СПб: БХВ-Петербург, 2005. 288 с.

3. Бычков Е. Д. Математические модели управления состояниями цифровой телекоммуникационной сети с использованием теории нечетких множеств. Омск: Изд-во ОмГТУ, 2010. 236 с.

4. Методы робастного, нейро-нечеткого и адаптивного управления / под ред. Н.Д. Егупова. М.: Изд-во МГТУ им П. Э. Баумана, 2001. 744 с.

V. Обсуждение результатов

VI. Выводы

Список литературы