CC BY
22
Автор считает, что в данной работе новыми являются следующие положения и результаты:
- Показана схема действующего прототипа мультиагентной модели распространения эпидемий на основе теории перколяции которая является существенно новым подходом как в имитационном моделировании, так и в направлении моделирования процессов распространения заболеваний;
- Предложенная программная реализация алгоритма является оригинальной в области распараллеливания алгоритма многократной маркировки перколяционных кластеров и позволяет эффективно проводить имитационные эксперименты в многопроцессорной вычислительной среде.
Литература
1. Тарасевич Ю.Ю. Перколяция: теория, приложения, алгоритмы: учебное пособие. - М.: УРСС, 2002. - 64 с.
2. Лапшина С.Ю. Высокопроизводительные вычисления в практике моделирования роста перколяционных кластеров // Программные продукты и системы. 2011. № 4 (96). С. 75-79.
3. Лапшина С.Ю. Мультиагентная модель распространения массовых эпидемий на основе теории роста перколяционных кластеров // Информационные технологии в науке, социологии и бизнесе: материалы XL-ой Международной конференции и X Международной конференции молодых ученых IT+SE'12. Осенняя сессия. Украина. Крым. Ялта-Гурзуф. - приложение к журналу «Открытое образование». С 47-49.
4. Лапшина С.Ю. Параллельный алгоритм многократной маркировки кластеров для задач теории перколяции // Информационные технологии в науке, социологии и бизнесе: материалы XLI-ой Международной конференции и XI Международной конференции молодых ученых IT+SE'13, Осенняя сессия, Украина, Крым, Ялта-Гурзуф. - приложение к журналу «Открытое образование». С. 45-47.
Scheme of the prototype Mass epidemics' multi-agent model expansion
Svetlana Yurevna Lapshina, Research associate
Scientific Federal State Budgetary Institution Interdepartmental Supercomputer Center of Russian Academy of Sciences
This paper describes a prototype implementation of mass epidemics multi-agent model with parallel multiprocessing cluster multiple labeling technique used in the software and hardware complex BIO-CLUST JSCC RAS.
Key words: percolation's cluster, cluster multiple labeling technique, simulation.
УДК 658.314.7:330.115
ОЦЕНКА ПОКАЗАТЕЛЕЙ СЛОЖНОСТИ УПРАВЛЕНИЯ ДВИЖЕНИЕМ
Олег Викторович Белый, д-р. техн.наук, проф., директор Тел.: 812 321 97 42, e-mail: belyi@iptran.ru Анвер Касимович Еналеев, канд. техн.наук, ведущий научный сотрудник Тел.: 812 321 97 42, e-mail:belyi@iptran.ru Владимир Викторович Цыганов, д-р.техн.наук, проф., зав. отделом Тел.: 812 321 97 42, e-mail: belyi@iptran.ru Институт проблем транспорта РАН им. Н.С. Соломенко http://wikimapia.org
Предложены процедуры оценки сложности управления движением для решения задачи определения границ полигонов управления движением транспорта на сети (на примере желез-
O.B. Белый
A.K. Еналеев
N
подорожного транспорта).
Ключевые слова: управление, иерархия, транспорт, движение, сеть, регион, оценка сложности управления
В работах [1; 2] была рассмотрена задача формирования границ полигонов управления движением на транспортной сети и представлены алгоритмы ее решения. В основу предложенных методов формирования границ положен так называемый принцип равносложности управления, выполнение которого обеспечивает равномерную загрузку участников процессов управления движением. В данной работе предложены процедуры формирования показателей сложности управления движением, необходимых для
решения задачи определения границ полигонов управления движением транспорта на сети (на примере железнодорожного транспорта).
Пусть задана транспортная сеть S с n вершинами, и все ребра ее пронумерованы. На этой транспортной сети имеется N выделенных вершин, соответствующих региональным центрам управления (N<n). Будем считать, что транспортная сеть может быть разбита на N связных подграфов (подсетей) gN = {g1,..., gN} так, что gi | gj = 0 для i Ф- j. Будем называть g
разбиением сети на N полигонов, и рассматривать разбиения, границы которых проходят только через вершины сети. При этом вершина, через которую проходит разбиение, может принадлежать только одному полигону. Правильным N-разбиением будем называть такое разбиение, каждый из N полигонов которого включает в себя одну и только одну выделенную вершину. Обозначим их множество через GN. Протяженность сети S обозначим через L, а i-го полигона li.
Пусть для каждого i-го полигона для правильного N-разбиения задан показатель
N
сложности управления Kt(...) = Kf (N,,vt), где vt - параметры сложности управления i-м полигоном. Принцип равносложности управления полигонами формулируется в виде: «различие в сложности управления полигонами должно быть минимальным». Формально этот принцип выражает условие: определить правильное разбиение gN, удовлетворяющее соотношению
minmaxKg" (N,l,v.) = RgN .
gN G 1<i< N ' ' '
Разбиение, удовлетворяющее этому соотношению, назовем уравновешенным. В идеальном случае все полигоны при таком разбиении имеют одну и ту же «сложность управления».
В [1; 2] рассматривалась задача определения оптимального среди уравновешенных разбиений. В этой задаче показатели сложности управления полигонами считались заданными. В настоящей работе рассмотрены подходы к формированию этих показателей.
Представим показатель сложности i-го полигона в виде суммы двух частей:
к,(...) = K~i(...) + K,(...) (1)
Первая часть выражения (1) - JTj(...) зависит от набора объемных показателей перевозочного процесса и объектов инфраструктуры, характеризующих устоявшееся, регламентированное функционирование дирекций полигонов, /=!,...,N. Вторая часть выражения (1) - к (...) зависит от структурных характеристик по-
лигона и некоторых объемных показателей, определяющих увеличение нагрузки на дирекцию (руководителя) полигона, связанное с дополнительными затратами труда руководителя (ЛПР). Эти затраты не могут быть скомпенсированы делегированием полномочий подчиненным сотрудникам дирекции полигона. Такие затраты связаны с регулярными и ситуационными встречами руководителя с главами входящих в полигон административных образований (областей и республик), регулярные (определенные регламентами) инспекции важных объектов на предмет безопасности и соответствия заданным требованиям и т.п. Для руководителей центров движения такие затраты могут быть связаны с присутствием на местах возможных чрезвычайных ситуаций, обязательными личными инспекциями объектов инфраструктуры и т.п. Для оценки величины показателя к¡(...) необходимо определить суммарное время, необходимое для доступа соответствующего руководителя к объекту инспекции, места совещания, переговоров и т.д. Время, которое необходимо затратить на инспекцию мест чрезвычайных ситуаций (ЧС), оценивается с помощью таких показателей, как суммарная удаленность потенциальных объектов ЧС от центра полигона, а также интенсивность эксплуатации объектов (например, интенсивность движения).
Первую часть показателя сложности (1) определим выражением:
к/...) = 1г = £ 1^/....,
где 17]- - длина /-го ребра, входящего в 7-й полигон (эксплуатационная длина участка сети); - коэффициент интенсивности движения составов на/-м участке (грузооборот на участке 7-го полигона); V2/- - коэффициент, отражающий число крупных клиентов на/-м участке 7-го полигона; у3 - коэффициент, отражающий среднесуточную погрузку и т.д. Коэффициент рассчитываются следующим образом:
1 2..
VI = 1 + а1 (—1— -1) (2)
2ср
где а1 - весовой коэффициент, - интенсивность движения грузовых составов на /-м участке, 21ср - средняя (нормативная) интенсивность движения грузовых составов на /-м участке. Коэффициенты V2, V3, ... рассчитываются по формуле, подобной (2).
Рассмотрим теперь зависимость составляющей к7(...) от затрат времени ЛПР. Положим
кг(...)=т/ + т2 + т3, (3)
где Т71 - время, затрачиваемое руководителем (ЛПР) на совещания с главами административных образований, находящихся на территории полигона; Т72 - время, затрачиваемое руководителем на посещение мест ЧС и транспортных происшествий (ТП) на территории полигона; Т73 -время, затрачиваемое руководителем на обязательные инспекции важных объектов транспортной (железнодорожной) инфраструктуры, определенные установленными регламентами.
Определим теперь каждое слагаемое (3). Именно:
- Т71 = £ , где д7 - номер административного образования (области, республики) в
4 =1 ' '
рассматриваемом полигоне, п1 - число административных образований (АО), w1q¡ - средняя частота посещения ЛПР главы АО, =^(Ь17) - оценка времени, которое ЛПР тратит на посещение главы АО, ь\ - расстояния от места расположения ЛПР до места расположения главы АО;
- Тг2 = X , где дг - номер диспетчерского участка на полигоне, п2 - число участков на
полигоне, t2q¡ - время, в течение которого руководитель может прибыть и присутствовать на месте ЧС и ТП, - частота возможных ЧС и ТП, требующих присутствия руководителя полиго-
I п2
на на месте ^ытая определяемая выражением = (1щ.Ущащ Рщ ) X 1гд(гд1агд1 РгЧ1 , где -
/ 41 =1
длина участка, уг% - интенсивность движения на одном пути участка (число транспортных средств, проходящих по одному пути участка в единицу времени), аг% - коэффициент, учитывающий число путей на участке, - коэффициент, отражающий состояние дороги (железнодорожного полотна) на участке;
- Тг3 = X , где дг- номер инспектируемого объекта в рассматриваемом полигоне, п3 -
41 =' ' '
число инспектируемых объектов, м>3 - регламентированная частота посещения объекта, 3 -
время, затрачиваемое на посещение объекта.
Процедуры формирования показателей сложности управления движением на основе выражений (1-3) используются при решении задачи определения границ полигонов управления движением в математической модели оптимизации структуры системы управления крупномасштабной транспортной корпорации [3].
Литература
1. Еналеев А.К., Цыганов В.В. Формирование полигонов управления движением: материалы международной конференции // Информационные технологии в науке, социологии и бизнесе: материалы конференции ХЫ-ой Международной конференции и XI Международной конференции молодых ученых ГГ+8Е'13. Ялта-Гурзуф. 2013. С. 54-56.
2. Еналеев А.К., Цыганов В.В. Полигоны информационного управления в больших социальных и экономических сетях // Информационные войны. 2013. № 4. С. 62-68.
3. Белый О.В., Малыгин И.Г., Цыганов В.В., Еналеев А.К., Савушкин С.А. Математические модели оптимизации структуры системы управления крупномасштабной транспортной корпорации // Транспорт: Наука, Техника, Управление. № 1. 2014. С. 7-16.
Estimation of the indexes of difficulty of traffic control
Oleg Viktorovich Beliy, Doctor of Technical Sciences, Professor, Director
Anver Kasimovich Enaleev, Leading researcher
Vladimir Viktorovich Tsyganov, Doctor of Engineering, Professor
Institute of Pproblems of Transport of Russian Academy of Sciences after N. S. Solomenko
Estimation of the difficulty of traffic control are defined for determining the boundaries of the regional traffic control polygons (for example, rail transport).
Keywords: control, hierarchy, transport, traffic, network, region, estimation of control difficulty.
УДК 62-501.72:681.326.7
РАСПРЕДЕЛЕННЫЙ АЛГОРИТМ СИСТЕМНОГО ВЗАИМНОГО
ИНФОРМАЦИОННОГО СОГЛАСОВАНИЯ В МНОГОКОМПЛЕКСНЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМАХ
Ирина Владимировна Ашарина, канд. техн. наук, доц. Тел.: 8 916 705 85 51, e-mail: asharinairina@mail.ru Национальный исследовательский университет НИУ МИЭТ
http://miet.ru
