CC BY
9
Черненькая Людмила Васильевна, д-р техн. наук, профессор, ludmila@qmd.spbstu.ru, Россия, Санкт-Петербург, Санкт-Петербургский Политехнический университет Петра Великого
FACTOR ANALYSIS MODEL BASED ON FUZZY C-MEANS CLUSTERING Nguyen Thi Thu Dung, L.V. Chernenkaya
Fuzzification of a fuzzy time series forecasting model is an important issue that largely determines the forecasting results of the model. Currently, there are many methods and techniques used to improve the efficiency of fuzzification of time series in predictive modeling. However, the methods have not yet been formally systematized and compared. Therefore, in this paper, the existing methods and forms of fuzzification in fuzzy time series forecasting models will be systematized, and their advantages and disadvantages will be compared. The results of the article will provide an overview for researchers and at the same time serve as a basis for other future research in this area.
Key words: fuzzification methods, membership function fuzzification, classification methods, intuitionistic fuzzy set, hedge algebraic structure (ComHA), comparison of fuzzifica-tion methods.
Nguyen Thi Thu Dung, postgraduate, thudung. mta. tb@,gmail. com, Russia, St. Petersburg, Peter the Great St. Petersburg Polytechnic University,
Chernenkaya Liudmila Vasilyevna, doctor of technical sciences, professor, ludmila@qmd.spbstu.ru, Russia, St. Petersburg, Peter the Great St. Petersburg Polytechnic University
УДК 681,3.067
DOI: 10.24412/2071-6168-2023-8-347-348
ПРОБЛЕМА ОБНАРУЖЕНИЯ И ИСПРАВЛЕНИЯ ОШИБОК В ИНТЕЛЛЕКТУАЛЬНЫХ ТРАНСПОРТНЫХ СИСТЕМАХ
К.П. Голоскоков, А.А. Астапкович
Цель статьи выявить основные проблемы создании систем программного обеспечения с заданным уровнем надежности для интеллектуальных транспортных систем. Учитывая важность этого подхода и накопленный опыт, в статье рассматриваются конструктивные решения обеспечения надежности программного обеспечения в процессе разработки. Материал статьи базируется на отечественном и зарубежном опыте проектирования программного обеспечения для интеллектуальных информационных систем, к которым относятся и транспортные системы. Вопросы достижения заданного уровня надежности программного обеспечения в процессе контроля рассматриваются с учетом продолжения процесса разработки. Здесь же отражены усилия по моделированию и оценке надежности систем программного обеспечения путем рассмотрения наиболее распространенных разновидностей моделей оценки надежности программного обеспечения в процессе разработки, а также прогнозирования надежности в ходе сопровождения. Основное внимание уделяется обнаружению и исправлению ошибок в программах.
Ключевые слова: автоматизация, транспортные системы, надежность программного обеспечения, ошибки.
Необходимо знать все участки автоматизированных транспортных систем, где могут возникать ошибки, а также уметь выделять среди них основные. Обработка должна быть спроектирована так, чтобы можно было автоматически обнаруживать все существенные ошибки, которые могут возникнуть в системе.
347
Исправление и обнаружение ошибок - одна из основных функций автоматизированной системы.
Материалы и методы. Методы обнаружения ошибок. В информационных системах, к которым также относятся интеллектуальные транспортные системы, обычно ошибки обнаруживаются на трех уровнях:
- уровне системы, т. е. соответствующей организацией ее работы;
- программном уровне, т.е. разработкой программ или их блоков, предназначенных специально для выявления и исправления ошибок;
- уровне устройства, т.е. при конструировании соответствующего устройства.
Обнаружение ошибок на системном уровне. Это основной метод контроля информации. Он формируется при организации работы системы и представляет собой комплекс мероприятий, выявляющих ошибки на всех этапах работы в системе (начиная от данных и кончая отправкой результатов.
Обнаружение ошибок на программном уровне. Этот метод закладывается при разработке программного обеспечения интеллектуальной системы. Он используется в тех случаях, когда системные методы не обеспечивают требуемого уровня достоверности.
На программном уровне наиболее часто встречаются следующие методы контроля информации.
1. Проверка на пределы изменения. Для этого используют стандартную программу контроля [1-3] и специфическую для каждого случая таблицу предельных значений различных реквизитов. С помощью программы для каждого реквизита выясняют, находится ли его значение в заданных пределах. Если это условие нарушено, соответствующее значение реквизита отмечают каким- либо символом.
2. Проверка на непротиворечивость. Специально разработанными программами проверяют справедливость специфических для рассматриваемого реквизита условий. Обнаруженные отклонения анализируют описанным способом.
3. Проверка класса используемых символов. С этой целью в описании каждого реквизита задается класс используемых для его обозначения символов. Правильность символов проверяют стандартным математическим обеспечением.
4. Контроль итогов. У всех массивов информации должны быть контрольные суммы. Специально разработанные подпрограммы, входящие в отдельные процедуры, должны, с одной стороны, во вновь получаемых массивах подсчитывать значения контрольных сумм, с другой стороны, вычислять эти же значения из контрольных сумм массивов, используемых в обработке. Затем сравниваются полученные итоги и в случае несовпадения выдаются нужные сообщения.
5. Контроль данных. Для контроля данных у входных документов обязательно должны быть полученные по определенной структуре итоговые строки. Данные контролируют так же, как итоги. Реквизиты-признаки контролируют отысканием соответствующих реквизитов в справочных массивах или с помощью контроля по модулю Я. Контролируют данные специальными программами, выполняемыми перед остальной обработкой информации £4-8].
Обнаружение ошибок на уровне устройства. Часть таких ошибок, как сбои устройств вычислительной системы, потеря информации и т.д.., обнаруживают на уровне устройства. Для этого используют программные и аппаратурные методы.
Программными методами ошибки распознают с помощью внутреннего математического обеспечения устройства. Здесь используют те же методы, что и при выявлении ошибок на программном уровне. Для обнаружения ошибок часто применяют аппаратурную избыточность.
Методы исправления ошибок.
Исправление ошибок включает:
- защиту данных от разрушения или повреждения;
348
- защиту от потери результатов вычислений при выходе из строя внешних устройств, арифметического устройства или устройства управления;
- ввод исправленных данных.
Защита данных от разрушения и повреждения. Обычно разрушенный массив можно восстановить из предыдущих версий. У каждого массива количество предысто-рий может быть достаточно большим. Такая организация защиты называется системой «дед -отец- сын».
Другой способ защиты данных - изготовление копий массивов (дублей), используемых в случае их разрушения. Этот способ характерен для дисков, где чрезвычайно трудно хранить предыстории обновляемого массива. Перед каждым обновлением диска его содержимое копируют. В других случаях массив информации, записанной на диск, копируют через определенные промежутки времени. Изменения, вносимые между моментами создания копий, сохраняют и используют при восстановлении массива.
Защиту от потери результата выполняют с помощью контрольных точек и применяют для программ, реализация которых требует больших затрат машинного времени. В качестве примера рассмотрим случай, когда после длительной работы в машине произошла неполадка. Если в системе не предусмотрены специальные меры, то весь расчет начинают сначала. Поэтому в программе предусматривают так называемые контрольные точки. Когда работа программы достигает контрольной точки, полученные результаты и все данные для продолжения работы программы (область памяти, отведенная для программы, содержимые всех регистров, управляющие параметры программы) автоматически выводятся на внешние носители. После устранения неполадки в машине программа продолжает решение с ближайшей пройденной к этому моменту контрольной точки.
Различают три способа организации контрольных точек:
- выравнивание, по входу, т.е. образование метки при начале нового входного массива или его части;
- выравнивание по выходу, т.е. образование метки при окончании выходного массива или его части;
- выравнивание по времени, когда контрольные точки организуют через определенные интервалы времени.
Оценка точности выходной информации
Выбранную систему защиты информации необходимо обосновать, исходя из следующих показателей:
- количества машинного времени, которое в случае отсутствия процедуры контроля будет затрачено зря;
- величины потерь от погрешности во входных данных при предлагаемой системе контроля и без нее;
- затрат на разработку и функционирование системы процедур обнаружения и исправления ошибок.
Процесс обнаружения и исправления ошибок повышает стоимость системы обработки данных в среднем на 30%. Поэтому особое внимание следует обратить на правильность выбора системы защиты информации. [9-13]
Результаты. Задачу выбора рациональной системы защиты информации сформулируем следующим образом: из известного множества вариантов повышения достоверности выходной информации выбрать такое ее подмножество (систему защиты), которое обеспечивало бы минимальные суммарные потери, обусловленные, с одной стороны, затратами на создание системы защиты, а с другой - потерями в информационной системе от низкой достоверности выходной информации.
Интенсивность обнаружения ошибок в программе йп/йт и абсолютное количество устранённых ошибок связываются уравнением
349
йп , ,
— + кп = кЫ о; ат
где к - коэффициент.
Если предположить, что в начале отладки при т = 0 отсутствуют обнаруженные ошибки, то решение уравнения имеет вид
п = N о [1 - ехр (-кт)~\
Количество оставшихся ошибок в комплексе программ
по = N о - п = N о ехр (-кт) пропорционально интенсивности обнаружения йп/йтс точностью до коэффициента к.
Время безотказной работы программ до отказа Т или наработка на отказ, который рассматривается как обнаруживаемое искажение программ, данных или вычислительного процесса, нарушающее работоспособность, равно величине, обратной интенсивности обнаружения отказов (ошибок):
Т=1=кЫоехр (кт)
йт
Если учесть, что до начала тестирования в комплексе программ содержалось N0 ошибок и этому соответствовала наработка на отказ То, то функцию наработки на отказ от длительности проверок можно представить в следующем виде:
Т = Т оехр Г—;
IN оТ о)
Если известны моменты обнаружения ошибок 1, и каждый раз в эти моменты обнаруживается и достоверно устраняется одна ошибка, то, используя метод максимального правдоподобия, можно получить уравнение для определения значения начального числа ошибок N0:
п
п 1 п£ t¡
— "=1
-=! N0-((-1) тЬ,-£( - 1)
,=1 ,=1
а также выражение для расчёта коэффициента пропорциональности
к=■ п
N о£ и -£ ((-1),
В результате можно рассчитать число оставшихся в программе ошибок и среднюю наработку на отказ Тср = 1/Л, т.е. получить оценку времени до обнаружения следующей ошибки.
В процессе отладки и испытаний программ, для повышения наработки на отказ от Т1 до Т2, необходимо обнаружить и устранить Ап ошибок. Величина Ап определяется соотношением:
[ 1 1
Ап = N оТ о---
I Т1 Т 2 _
Выражение для определения затрат времени Ат на проведение отладки, которые позволяют устранить Ап ошибок и соответственно повысить наработку на отказ от значения Т1 до Т2, имеет вид:
Ат = NT01п (Т 2/Т,); к
Выводы. Система защиты информации от ошибок состоит из ряда участков или операций, используемых в технологическом процессе обработки данных для своевременного обнаружения и исправления ошибок, возникающих в интеллектуальной транспортной системе. Эти участки и операции избыточны, так- как непосредственно
35о
не обусловлены задачами, решаемыми при обработке информации рассматриваемой интеллектуальной системы. Полученные результаты позволяют разработать алгоритм выбора системы защиты информации от ошибок в транспортных интеллектуальных системах.
Список литературы
1. Ильченко А.А., Акмайкин Д.А., Гамс А.В. Автоматизированый подход к решению задачи определения района эксплуатации морского автономного надводного судна // Вестник государственного университета морского и речного флота им. адмирала С.О. Макарова. 2022. Т. 14. № 4. С. 508-518.
2. Федоровская Н.К., Федоровский К.Ю. Оценка эффективности систем охлаждения судовых энергетических установок с учетом экологического фактора // Вестник государственного университета морского и речного флота им. адмирала С.О. Макарова. 2021. Т. 13. № 4. С. 559-568.
3. Галин А.В., Кузнецов А.Л., Валькова С.С., Сампиев А.М. Технологическая трансформация универсальных причалов в малые контейнерные терминалы // Транспортное дело России. № 2 (159). Москва, 2022. С. 243-249.
4. Галин А.В., Кузнецов А.Л., Валькова С.С., Сампиев А.М. Расчет вместимости склада навалочных грузов морского порта с помощью имитационного моделирования // Вестник АГТУ. Серия: морская техника и технология. №3. Астрахань, 2022. С. 82-89.
5. Галин А.В., Слицан А.Е. Развитие сборных отправок грузов в ситуации роста стоимости контейнерных перевозок // Транспортное дело России. № 3 (160). Москва, 2022. С. 117-119.
6. Галин А.В., Слицан А.Е., Виноградова Э.В. Особенности определения количества погруженного груза на судах типа река-море //Транспортное дело России. № 3 (160). Москва, 2022. С. 124-126.
7. Голоскоков К.П. Прогнозирование и оценка технического состояния сложных систем // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. 2008. № 1 (53). С. 164-168.
8. Брусакова И.А., Власов М.П., Голоскоков К.П. Информационные технологии в научных исследованиях высшей школы. Санкт-Петербург, 2012.160 с.
9. Голоскоков К.П. Автоматизированная система испытаний в структуре системы управления качеством // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Информатика. Телекоммуникации. Управление. 2008. № 6 (69). С. 116-120.
10. Кудинов Ю.И. Нечеткие модели и системы управления / Ю.И. Кудинов, А.Ю. Келина, И.Ю. Кудинов и др. М.: Ленанд, 2017. 328 с.
11. Нырков А.П., Нырков А.А., Соколов С.С., Шнуренко А.А. Обеспечение безопасности объектов информатизации транспортной отрасли; под ред. А.П. Ныркова. СПб.: Изд-во Политехн. ун-та, 2015. 544 с.
12. Нырков А.П., Соколов С.С., Башмаков А.В. Методика проектирования безопасных информационных систем на транспорте // Проблемы информационной безопасности. Компьютерные системы. 2010. № 3. С. 58-61.
13. Люльченко А.Н., Нырков А.П., Швед В.Г. Модель системы обеспечения информационной безопасности на транспорте // Вестник государственного университета морского и речного флота имени адмирала С.О. Макарова, № 5 (33), 2015. C. 184 -193.
Голоскоков Константин Петрович, д-р. техн. наук, профессор, golos-kokovkp@gumrf.ru, Россия, Санкт-Петербург, Государственный университет морского и речного флота имени адмирала С.О. Макарова,
Астапкович Алексей Александрович, аспирант, Россия, Санкт-Петербург, Государственный университет морского и речного флота имени адмирала С. О. Макарова
THE PROBLEM OF DETECTING AND CORRECTING ERRORS IN INTELLECTUAL
TRANSPORT SYSTEMS
K.P. Goloskokov, A.A. Astapkovich
The purpose o f the article to identify the main problems o f creating so ftware systems with a given level of reliability _ for intellectual transport systems. Given the importance of this approach and the gained experience, the article discusses constructive solutions to ensuring the reliability of software in the development process. The material of the article is based on domestic and foreign experience in designing software for intellectual information systems, which include transport systems. The issues of achieving a downstream level of software reliability in the control process are considered taking into account the continuation of the development process. It also reflects efforts to model and assess the reliability of software systems by raising the most common varieties o f models _ for assessing the reliability of so ftware in the development process, as well as predicting reliability during escort. The main attention is paid to the detection and correction of errors in programs.
Key words: automation, trans-port systems, reliability of software, error.
Goloskokov Konstantin Petrovich, doctor of technical sciences, professor. golos-kokovkp@gumrf.ru, Russia, Saint Petersburg, Admiral S.O. Makarov State University of Marine and River Fleet,
Astapkovich Alexey Alexandrovich, postgraduate, Russia, Saint Petersburg, Admiral S.O. Makarov State University of the Sea and River Fleet
УДК 004.021
DOI: 10.24412/2071-6168-2023-8-352-353
ВЫЯВЛЕНИЕ ВОЗМОЖНЫХ ОСЛОЖНЕНИЙ ПОСЛЕ ИНФАРКТА МИОКАРДА С ИСПОЛЬЗОВАНИЕМ МНОГОСЛОЙНОГО ПЕРЦЕПТРОНА
А.Ю. Соколов, Ю.А. Леонов, А.А. Кузьменко, Л.Б. Филиппова
Данная статья посвящена актуальной проблеме выявления типов осложнений после перенесенного инфаркта миокарда. Рассмотрено решение с использованием метода машинного обучения, а именно многослойного перцептрона и разработано программное обеспечение для автоматизированного проведения анализа.
Ключевые слова: анализ данных, машинное обучение, MLP, инфаркт миокарда, осложнения.
Инфаркт миокарда (ИМ), широко известный как сердечный приступ, возникает, когда кровоток уменьшается или останавливается в части сердца, вызывая повреждение сердечной мышцы. Наиболее частым симптомом является боль или дискомфорт в груди, которые могут переходить в плечо, руку, спину, шею или челюсть. Часто они возникают в центре или левой стороне груди и длится более нескольких минут. Иногда может ощущаться дискомфорт, как изжога. Другие симптомы могут включать одышку, тошноту, слабость, холодный пот или чувство усталости. Около 30% людей
352
