ПУТИ ПОВЫШЕНИЯ ДОСТОВЕРНОСТИ ОБРАБОТКИ И ПЕРЕДАЧИ ИНФОРМАЦИИ В АВТОМАТИЗИРОВАННЫХ СИСТЕМАХ ИНФОРМАЦИИ Текст научной статьи по специальности «Компьютерные и информационные науки»

Wschodnioeuropejskie Czasopismo Naukowe (East European Scientific Journal) #14, 2016 HEI

Kupriyanov V. V.

Doctor of technics, professor, National University of Science and Technology "MISIS"

Gerasimov V.S.

Master of the Department Of Automat control Systems National University of Science and Technology "MISIS"

Куприянов Вячеслав Васильевич

Доктор технических наук, профессор кафедры Автоматизированных систем управления, Национальный Исследовательский Технологический Университет «МИСиС»

Герасимов Виталий Сергеевич Магистр кафедры Автоматизированных систем управления, Национальный Исследовательский Технологический Университет «МИСиС»

THE WAYS OF INCREASE OF RELIABILITY OF THE PROCESSING AND TRANSMISSION OF INFORMATION IN AUTOMATED INFORMATION

SYSTEMS

ПУТИ ПОВЫШЕНИЯ ДОСТОВЕРНОСТИ ОБРАБОТКИ И ПЕРЕДАЧИ ИНФОРМАЦИИ В АВТОМАТИЗИРОВАННЫХ СИСТЕМАХ ИНФОРМАЦИИ

Summary: The role of modern information theory in the research of automated systems. The scheme of energy-informational presentation system with intelligent feedback proposed. The procedure of calculation of fractals of information speeds of messages is provided

Key words: intelligent feedback, subsystem, fractal information speed, the minimum information losses, reliability, the principle of conservation of information, Shannon's entropy, Epsilon entropy. The information equations of reliability are offered. The community of the ideas of Andronov and Shannon is shown, and on this basis the principle of saving information in the automated systems is formulated. Justification of consideration of entropy and epsilon-entropy properties of knowledge bases is given. The prospects of development of information and intellectual approach to multiagent simulation of systems are defined.

Аннотация: Определена роль современной теории информации в исследовании автоматизированных систем. Предложена к рассмотрению схема информационно-энергетического представления систем с интеллектуальной обратной связью. Приведена процедура вычисления фракталов информационных скоростей сообщений. Предложены информационные уравнения достоверности. Показана общность идей Андронова и Шеннона, и на этой основе сформулирован принцип сохранения информации в автоматизированных системах. Дано обоснование рассмотрения энтропийных и эпселон-энтропийных свойств баз знаний. Определены перспективы развития информационно-интеллектуального подхода к мультиагентному моделированию систем.

Ключевые слова: интеллектуальная обратная связь, подсистема, фрактал информационной скорости, минимум потерь информации, достоверность, принцип сохранения информации, энтропия шеннона, эпсилон энтропия.

Такие научные направления как компьютерное проектирование и моделирование, системный анализ, принятие решений не мыслятся сегодня без развития и использования методов теории информации. В работах [2, 3, 4, с. 273; 5, 6, 7] обоснована принципиальная возможность применения к синтезу алгоритмов систем, подсистем критериев информативности выходных данных, т.е. максимума ожидаемой информации на выходе, минимума потерь информации и т.п. Действительно, такие подсистемы характеризуются самоорганизацией своей структуры за счет обратных связей с целью накопления большого количества информации в контуре ее обработки. Само увеличение потоков информации обусловлено реакцией подсистем на внешнее воздействие для обеспечения запаса информации при меняющихся режимах эксплуатации. Само назначение информационных подсистем предусматривает накопление объемов

информации. В то же время понятие энтропии К. Шеннона [8] по сути, отражает отмеченный принцип существования больших управляемых систем, рассматриваемых как совокупность взаимосвязанных подсистем с общей целью функционирования. Например, система ПВО какого-то города, система транспортного обслуживания города, большая информационно-измерительная система. Кроме того сложности, возникающие при определении способа анализа таких систем, связаны с наличием тесной взаимосвязи между большим числом фактов, которые определяют поведение системы, а также наличие неопределенностей поведения всей системы, внешней среды и людей. При этом система приобретает дополнительные качества, так как кроме оценки коэффициентов значимости человека, надо вводить характеристику, которая учитывает психологические реакции человека, обоснованность и своевременность его решений. Коэф-

фициент значимости человека весьма труден для непосредственной аналитической оценки. Известны работы А.И. Губинского, В.В. Петрова, Дж. Росса, но в целом эта проблема еще ожидает своих исследователей.

Общий поток информации большой системы определяется информационными потоками всех составных подсистем. Очевидна и близость понятий потока информации и потока энергии. Поэтому возможным подходом может быть статистическая формула Гиббса, увязывающая в обобщенной форме термодинамическую энтропию и потоки информации с энергией, подводимой к системе от внешних источников. Поведение систем, как известно, описывается при помощи аппарата инте-гро-дифференциальных уравнений, представляющих собой операторы преобразования управляемых координат. Тогда формула Гиббса позволяет перейти от интего-дифференциального рассмотрения амплиту дно -временных свойств процессов к

информационно-энергетическому представлению энтропийных свойств процессов на основе обобщенных координат.

Применительно к автоматизированным системам сказанное позволяет перейти к интегрированным структурам, содержащим определенные интерфейсы, управляющие вычислительные системы, интеллектуальные элементы или агенты. Стремление объединить управляющие и интеллектуальные системы приводит созданию обратных связей через параметры, описывающие управляемый процесс. Обратная связь позволяет интеллектуальной системе (ИС) использовать интуитивную методологию [9, с.134; 10, с.383]. Информация, хранящаяся в базах знаний ИС, может использоваться для генерации управляющих переменных. На рис.1 приведена схема автоматизированной системы с интеллектуальной информационной обратной связью.

Рис 1. Схема информационно-энергетического представления системы с интеллектуальной информационной обратной связью

1- элемент формирования информации по сигналу ошибки А прямого канала; 2- управляющая структура; 3- объект управления; 4- интеллектуальная система; А - ошибка прямого канала; х- управляющий параметр; т- полезный сигнал; и- помехи; z- информация об управляемом параметре; у- информация в виде решения, создаваемого интеллектуальной системой; п- дополнительная информация, необходимая

для принятия решения интеллектуальной системой.

Используя принцип энергетического баланса энтропийных фракталов и декомпозицию потоков информации, привязанных к соответствующим

подсистемам, можно записать обобщенное уравнение сохранения информации для схемы, показанной на рис. 1:

Y(z,m) + АНср = Y(A,m) + АН1ср + Y(x,A) + АН2ср + Y(z,x) + АН3ср + Y(y,z) + AHicp + Y(A,y) +

АН,

5ср,

(1)

где У(1,]) - соответствующие взаимные количества информации; АН) - элементарный фрактал энтропии;

АНср <

^ АЩср = const; АЩср = var

1=1

Фрактал энтропии обусловлен изменениями параметров подсистем, отказами, сбоями информации и определяется как 1

АН]Ср =-\о%2пе(та'21 + та£. + та

где 4j,Zj,Vj - соответственно j-ые сбойная помеха, входной и выходной информационные параметры; oq.£.v. - среднеквадратичные отклонения этих параметров; mo2^ - математические ожидания соответствующих величин отклонений.

Считаем, что распределения параметров Qj, ^>j,vj с достаточной точностью логично аппроксимировать нормальным распределением.

Уравнение (1) можно переписать в форме

Y(z, m)+АН = const (2)

Обобщенное уравнение информации (2) можно рассматривать как аналог классических законов Ньютоновской механики в информационном аспекте, в частности, закон инерции. Кроме того, уравнение (2) согласуется с принципом Андронова, утверждающим, что количество подводимой от внешних источников к системе энергии полностью соответствует обзему энергии, ею теряемой, то есть приток энергии соответствует ее рассеиванию. В (2) фракталы энтропий характеризуют неучитываемые искажения управляемой переменной из-за влияния ряда дополнительных фракталов, обычно не поддающихся учету, например, нели-нейностей. В этом аспекте принцип (2) позволяет установить общность идей Шеннона и Андронова. Действительно, при исследовании систем обработки информации обычно полагают, что составные подсистемы не содержат существенных нелиней-ностей. При этом анализ и синтез подсистем упрощается и осуществляется на базе линейной модели. Также считается, что различные малые зоны нечувствительности, зоны типа петлей гистерезиса, релейные эффекты не вносят доминирующих исключений. Но, как правило, всегда имеют место нелинейности типа кулоновского трения, характеристики со случайной петлей гистерезиса и т.д., которые существенно искажают процесс преобразования сигналов, влияя на законы их распределения.

При этом для количественной оценки информации и энтропии необходимо наложения случайного сигнала на нелинейность, например, случайную петлю гистерезиса. Причем, важна и ширина

этой петли. В этом случае основные свойства классических понятий энтропии и информации могут оказаться недостаточными. Поэтому окажутся весьма полезными суперэнтропии и суперинформации, развиваемые в настоящее время авторами. Очевидно, что соотношение (2) является наиболее целесообразным и оправданным, так как анализ и синтез информационных систем остается в рамках линейной шенновской теории.

Изложение основного материала. Используя представления сигнала т(Т) в виде системы независимых дискретных отсчетов [3,6], концепцию конечности энтропии, можно сформулировать принцип сохранения (конечности) и преобразуе-мости информации: существует абсолютно точная количественно-качественная эквивалентность поступающей и рассеиваемой информации в любом замкнутом человеко-машинном контуре обработки информации вне зависимости от его назначения.

Сформулированный принцип позволяет установить связь между точностью информационных систем и потоками информации, которые функционируют в подсистемах обработки, преобразования и передачи информации. Таким образом, методы теории информации позволяют найти условия эквивалентности между минимальными ошибками работоспособности и максимально возможным количеством обрабатываемой информации автоматизированными системами. А это позволяет составить задачи выявления новых путей повышения достоверности информации и снижения уровня ошибок.

Перепишем уравнение (1) в виде:

Y(A,Q) + AHcpQ = У(А,т) + АН1ср + У(х,А) + АН2ср + Y(z,x) + АН3ср + У(А,у) + АН,

*5ср

AHcpQ < AHicp + АН2ср + АН3ср + АН5ср;

(3)

(4)

где Р - обобщенный информативный пара- Выражения (3) можно рассматривать как ин-

метр; У(А,Р) - информация, определяющая ошиб- формационное уравнение оценки ошибок системы ку прямого канала системы; AHcpQ - балансный с интеллектуальной обратной связью. Из (1) с уче-фрактал энтропии, усредненный по ошибкам А^). том (3) и (4) имеем

У (г, т) + АНср = У (А,« + АНср(} + У (у, г) + АН4ср,

Которое представим

У (А, д) + АНср(} = У (г, т) - У (у, г) + [АНср - АН4ср] (5)

С учетом критерия минимума минимума потерь информации [3,6] задача сводится к минимизации количества У(Л,Р), определяющего ошибки прямого канала системы и необходимо в единицу времени для воспроизведения параметра РО) с заданной точностью по сигналу Л(1) при экстремальном условном распределении р(Л/0) или р(0/Л), т.е.

НЕ&) = ттУ(А, д) + ттАНср(}

{ех1г рЩ/А)} {...} ()

По академику А.Н. Колмогорову выражение (6) представления собой эпсилон-энтропию процесса Р(1). Это дает возможность применения эп-

тт[У(А, Q) + АНср(}\ = У(г,т) + АНср - тэх[У(у,г) + АН4ср]

Н" р©} {ех* р(У)}

силон-энтропию процесса Q(t). Это дает возможность применения эпсилон-энтропийной меры к оценке достоверности системы. По сути критерий (6) является критерием минимума информационной скорости сигнала ошибки прямого канала передачи информации. Перепишем (6) в следующем виде

Н£ (А) = У (А, Q) + AHcpQ ^ min (7)

При p^/А) ^ extr

С учетом (6) и (7) при заданном объеме информации Y(z,m) уравнение достоверности (5) принимает вид:

(8)

Из (8) следует необходимость максимизации потока информации У(у,г) циркулирующего через интеллектуальную обратную связь. Таким образом, минимизация информационного потока сигнала ошибки прямого канала системы сводится к максимизации потока информации в канале обратной связи. Этот поток определяет ошибки подсистем прямого канала информационной структуры (рис.1). Базовое уравнения потоков информации (8) найдено из принципа сохранения информации при балансе фракталов энтропий.

Согласно работе [7] при соблюдении гипотез эргономичности, аддитивности и принципа суперпозиции максимум скорости передачи информации через подсистему обратной связи будет достигаться при гауссовских процессах у(Ч) и /.(I) с про-

извольными спектрами. Очевидно, и минимум информационной скорости сигнала ошибки Л(1) имеет место при нормальности сигналов Л(1) и Л(0). Тогда количество информации У(у,г) можно записать в виде:

(9)

Где А2 - среднеквадратическое отклонение (ско) ошибки преобразования в системах прямого канала информационной системы; а2 - дисперсия сигнала у(1); у(у,г) - среднее количество информации о сигнале 7(1), содержащееся в сообщениях о сигнале у(1).

На рис.2 показана зависимость ско А2 от объема информации У(у,г)

Рис 2. Зависимость циркулирующих потоков информации У(у,2) от величины ошибки А2.

Из рис. 2 видно, что при а2 = А имеем нуле- формации тем больше, чем выше точность систе-

вое количество средней информации У(у,г). Дей- мы. Это п°дтверждает монотонный гаржтер

ствительно, если записать У(у,г) через энтропии У(у,г) в зависимости от величины А2. Очевидно,

У(у,г)=И(г)-И(г/у) (10) максимуму информации У(у,г) соответствует гло-

Где У(у,г) - среднее количество принятой бальный минимум величины ско

инфоршции; Щг) - среднее количество передан- Уравнение достоверности системы с интел-

ной информации; И(г/у) - среднее количество по- лектуальной обратной связью можно записать на

терянной информации; данный вывод можно сде- эпсилон-энтропийном языке: лать из (10). При этом количество принятой ин-

тт[Н£(А) + АЯсра] = Не(т) + АЯ^ - тэх[НЕ(у) + АЯ^р]

Где АЯср - фракталы информационных скоростей соответствующих сигналов.

Процедура вычисления АЯср аналогична рассмотренному для АНср и основана на учете связи скорости передачи информации энтропией.

Выводы и предложения. Информационное количество У(у,г) по сути эквивалентно шенно-новской пропускной способности канала обратной связи Собр. Это позволяет сделать вывод, что при достижении в подсистеме обратной связи или в базах знаний интеллектуальной системы объема

информации (числа продукционных правил) в единицу времени, близкого к пропускной способности канала обеспечить минимально возможную ошибку преобразования всей информационной структуры (см., рис.1). В этом случае достигается минимально-возможная величина ошибки Л(1) в подсистемах прямого канала. Основное информационное соотношение, которое должно соблюдаться при проектировании различных автоматизированных систем, можно записать так:

тахЯ(у,г) ^ С0бр (11)

у

Соотношение (11) может служить теоретическим обоснованием рассмотрения энтропийных и эпсилон-энтропийных свойств баз знаний экспертных систем, связанных с понятием неопределенности [10, с. 383]. Практическим следствием выражения (11) может служить формирование динамических баз знаний, обладающих максимальной неопределенностью. Они позволяют выводить наиболее достоверные заключения в рамках решаемых проблем. Возможно применение (11) в муль-тиагентном моделировании систем, когда ситуационные стратегии поведения интеллектуальных агентов проявляются в их реакции на изменения состояния других агентов и среды в текущей ситуации. В наиболее простом случае рефлексивное поведение агентов определяется ситуационной стратегией «условие-действие» с продукционными правилами «если-то-иначе» [1]. Динамика рефлексивного поведения агентов зависит от последовательных условных событий и связана с изменением целого ряда факторов.

Список литературы:

1. Ивашкин Ю.А. Агентные технологии и мультиагентное моделирование систем: учебное пособие - М.: МФТИ, 2013 - 268с.

2. Краус М., Вошни Э. Измерительные информационные системы. - М.: мир, 1975 - 310с.

3. Куприянов В.В. Энтропия и информация: учебное пособие, Ч.1. - М.: МГГУ 2000 - 90с.

4. Куприянов В.В. Современные вопросы управления на основе системного подхода и теории информации. ГИАБ.-2014 -№2 - С.273-280

5. Куприянов В.В. вычислительные системы: учебное пособие. - М.: НИТУ «МИСиС», 2015 -45с.

6. Марасанов В.В. Современные методы анализа и синтеза автоматических систем/ В.В. Марасанов, Б.А. Марчуков, Б.В. Суворов, В.В. Куприянов - Кишинев: Изд-во: «Штинца», 1976 -126с.

7. Петров В.В., Усков А.С. основы динамической точности автоматических информационных устройств и систем - М.: Машиностроение, 1976 - 216с.

8. Шеннон К. Работы по теории информации и кибернетике - М.: ИИЛ, 1963 - 829с.

9. Kupriyanov V.V., Fomicheva O.E. Integra-tional technology methodologies and artificial intelligence// Proceed of 2 Inter. Conf. on transition to Advanced Market Economics, Warsaw, Poland, 1992 -pp. 134-136.

10. Kupriyanov V.V., Fedunec N.I., Fomicheva O.E. Expertize of complex object on the principles of knowledge bases// Proceed of 12 Inter. Conf. on Production Research, Lappeenranta, Finland, 1993 - pp. 383-384.

1Goncharova M. A., 2Brinck I. Yu., 3Dmitrienko N. A.

1Graduate student, Don state technical university, 2Dr.Sci.Tech., professor, Don state technical university, 3'Associate professor, Don state technical university,

STANDARD LEGAL APPLICATION TO WORKS AT HIGH CONDITIONS AS A METHOD OF INDUSTRIAL MOUNTAINEERING

In article the existing standard legislation which can be used to works at heights, is carried out by method of industrial mountaineering. The method is considered and analyzed. The main documents containing application is advisable measures for work safety conditions as labor protection procedure for industrial users for work under high conditions. On the basis of the analysis being incomplete and indirect action of documentary system providing the standard legislation in the sphere of labor protection of the industrial climbers was found out. Necessary requirements to regulating documents allowing people to regulate activities of industrial climbers are formulated.

Keywords: the regulatory basis, industrial mountaineering, works at height, safe engineering, individual protection equipment, labor protection.

There is no federal law regulating activities of industrial climbers on the territory of the Russian Federation, as well as they do not exist at sufficient level of standard providing this direction of works at height though the status of a working profession was officially approved in 2001 by the Ministry of Labor of the Russian Federation in the Resolution No. 40 which brought in ETKS specialty by No. 277a "The industrial climber is a worker of 5, 6 and 7 categories" [1]. The analysis of the regulatory base of a certain activity is rather informative and important procedure, determining the priority areas of work formulated in regulating documents on initial stage of scientific activities

and orientation to opportunities of a further research analyses.

According to the paper [2] a special technology of accomplishment of high-rise works is known to be as industrial and other facilities in case the working place is reached by means of rising or descending a man on a rope or with the help of other climbing methods of moving as industrial mountaineering climber. The main difference among the majority of the known professions is the absence of a support means. Specifications of industrial mountaineering are that the applied climbing equipment is used not only for moving to a workplace, but for protection against falling, and for the purpose of accomplishing labor