Разработка программы на Python3 для вычисления меры близости пар экспертов Текст научной статьи по специальности «Компьютерные и информационные науки»

There is substantiated the necessity of the synthesis of an intelligent robust controller of a robust automatic control system of a chemical reactor-polymerizer. The problem of regulator synthesis has been solved using fuzzy logic methods. The block diagram of the proposed controller assumes a parallel connection of 3 fuzzy output systems, the synthesis algorithm of which is given in the work. For a qualitative analysis of the robust properties of the control system with the proposed controller, we have used a control object in the form of an aperiodic link of the first order with delay. It is shown that the synthesized robust controller is insensitive to changes in the parameters of the object. There are given recommendations for further improvement of the regulator.

Key words: reactor, suspension polymerization, intelligent control, robustness, fuzzy controller.

Vent Dmitrij Pavlovich, doctor of technical sciences, professor, head of chair, dvent@list. ru, Russia, Novomoskovsk, Novomoskovsk affiliate branch of D.I. Mendeleyev University of Chemical Technology of Russia,

Lopatin Aleksandr Gennadievich, candidate of technical sciences, docent, a_lopatin@mail.ru. Russia, Novomoskovsk, Novomoskovsk affiliate branch of D.I. Mendeleyev University of Chemical Technology of Russia,

Brykov Bogdan Aleksandrovich, assistant, brybogdan@yandex.ru, Russia, Novomoskovsk, Novomoskovsk affiliate branch of D.I. Mendeleyev University of Chemical Technology of Russia,

Kamynin Vyacheslav Andreevich, student, kamynin.vy@yandex. ru, Russia, Novomoskovsk, Novomoskovsk affiliate branch of D.I. Mendeleyev University of Chemical Technology of Russia

УДК 004.042

РАЗРАБОТКА ПРОГРАММЫ НА РУТНОШ ДЛЯ ВЫЧИСЛЕНИЯ МЕРЫ БЛИЗОСТИ ПАР

ЭКСПЕРТОВ

И.Е. Кузьмин, Е.М. Баранова

В работе представлен процесс, описывающий создание проекта определения меры близости пар экспертов. Программные средства, позволяющие с наименьшей тратой времени вести чёткие и обоснованные выводы на основе ранее предоставленных результатов опроса мнений экспертов, в настоящее время получают огромный потенциал для рассуждений, поскольку в значительной степени облегчают работу персоналу исследований.

Ключевые слова: мера близости пар экспертов; анализ результатов опроса мнений; математическая статистика; информационная программная система.

Одной из проблем, которая стоит перед написанием проекта, является анализ всех результатов опроса мнений экспертов. Часто при анализе результатов опроса экспертов важно выявление высокосогласованных групп экспертов не по одному вопросу, а по целой группе вопросов. С этой целью вводится понятие меры близости двух экспертов [1]. Подобное экспертное оценивание - поэтапная процедура получения на основе мнений экспертов всесторонней оценки с целью принятия дальнейших действий аналитикам, т.е. необходимо выявить наиболее значимый объект в исследуемой области. Заключения, приведенные ниже, описывают способ поэтапного заключения меры близости пар экспертов.

Разработка программы начинается с постановки цели и задачи. Вся система представляет собой алгоритмы расчёта меры близости пар экспертов и, как немало важный факт, информационный ресурс. Информационность заключается в том, что пользователь обязан не только анализировать данные, полученные действием программы, но и задавать информацию экспертов, принимающие участие в исследовании. Рассмотрим каждый этап разработки подробнее.

I этап: разработка функциональной модели и 1ёеМ диаграммы.

Данный этап формирует основы взаимодействия составных частей всего программного продукта. Первоначально составляется функциональная модель, которая отражает подсистемы, модули и функции системы. Важность функциональной модели заключается в том, что программист чётко понимает структуру и правила взаимодействия частей друг с другом. На рис. 1 представлена функциональная модель разработки системы вычисления и анализа меры близости пары экспертов.

А0 - мера близости экспертов; А1- количество пар экспертов; А2 - мера близости пар экспертов; А21 - количество вопросов с ответом; А22 - высокосогласованные группы по множеству вопросов; А23 - пересечение множеств; А24 - подсчёт меры близости; А3 - наиболее и наименее близкие пары экспертов.

Диаграммы ГОБГО позволяют разработчику и заказчику наиболее чётко сформулировать идеи будущего программного продукта.

Рис. 1. Функциональная модель разработки системы вычисления и анализа меры близости

пары экспертов

На рис. 2-4 представлены диаграммы ГОБГО: контекстная диаграмма верхнего уровня, родительская и дочерняя диаграммы.

Алгоритм расчёта и опроса Руководство программиста

Оценки экспертов -

направлении исследований Определить меру близости экспертов Мера близости

Количество входных взглядов экспертов *

данных (направлений, экспертов) 0

!

Эксплуатирующие лица Вычислительная ПО (ОС, IDLE) (аналитики, персонал система (ПК) обра&л ки информации)

ЦЕЛЬ: корректна определять меру близости взгпадае экспертов ТОЧКА ЗРЕНИЯ: разработчик

А-0

Рис. 2. Контекстная диаграмма верхнего уровня

АО Определить меру близости взглэдов экспертов

Рис. 3. Родительская диаграмма

II этап: разработка и проектирование базы данных

Информационная программная система не может состоять лишь из алгоритмов вычисления данных (меры близости пар экспертов). В связи с этим для решения задачи требуется создать базу данных, которая будет содержать данные вычислений и экспертов. Эти факторы отличают программную

систему от информационной программной системы. Данные, которые будут содержаться в базе данных, могут изменяться в зависимости от различных задач компании, закупающей программный продукт. Согласно предыдущему шагу разработки, основными данными в таблицах будут выступать: количество направлений исследований и экспертов, оценки, которые дали эксперты по заданным направлениям, результаты вычислений программы (количество пар экспертов, мера близости экспертов) и основные данные об экспертах.

Д4_|_Реализовать процесс определения меры близости пар экспертов

Рис. 4. Дочерняя диаграмма

Поскольку для разработки программы был выбран РуШопЗ, то в качестве применяемой базы данных выступает - кроссплатформенная встраиваемая СУБД, представляющая собой подклю-

чаемую библиотеку, с которой программа компонуется.

База данных состоит из 3 таблиц, в которые в зависимости от информации, заносятся данные. На рис. 5-7 представлены структуры таблиц базы данных.

Имя таблицы: data П WITHOUTROWID

И мл Тип данных Первичный ключ Внешний ключ Уникальность Проверка Не NULL Сравнение Значение по умолчанию

1 id INTEGER 1

2 ФИО STRING NULL

3 Образование STRING NULL

4 У'р С Е t Н t_HE ¿Л И ф 11 H¿ ЦИ И STRING NULL

5 Телефон INTEGER NULL

6 email STRING NULL

Рис. 5. Структура таблицы data

Имя таблицы: information И WEIHOUTROVWD

Имя Тип данных Первичный ключ Внешний ключ Уникальность Проверка Не NULL Сравнение Значение по умолчанию

1 Направления 1NT NULL

2 Эксперты 1NT NULL

3 Количесгво_пар 1NT NULL

4 Мера_йлизосги_максимальная 1NT NULL

5 Мера_йлизости_минимальнаи 1NT NULL

Рис. 6. Структура таблицы information

Имя таблицы: results В WITHOUT PC Wm

Имя Тип данных Первичный ключ Внешний ключ Уникальность Проверка Не NULL Сравнение Значение по умолчанию

1 i(J ; INTEGER 1

Z Баллы INT NULL

Рис. 7. Структура таблицы results

531

III этап: разработка, отладка и тестирование информационной программной системы.

Разработка описанной ниже программной системы в настоящее время получает огромный потенциал для рассуждений и создания эффективных программных продуктов, позволяющих облегчить работу персоналу исследований. Подобные программные средства позволяют с наименьшей тратой времени вести чёткие и обоснованные выводы на основе ранее предоставленных результатов опроса мнений экспертов с использованием эвристических мнений.

Итак, первоначально пользователю предоставляют возможность ознакомиться с принятыми обозначениями данных для дальнейшей работы. На рис. 8 представлены принятые обозначения для работы с данными.

А - множество вопросов ( па которым эксперт а входит в высакасагласавание группы;

Ас- множество вопросов, по которым эксперт а входит в высакасагласавание трупик:

Ее- множество вапрасав, по которым эксперт Ъ входит в высакасагласавание труппы;

|Ас П Ее| - количество элементов множества, являющегося пересечением множеств Ас и Ее;

|А П Е| - количество элементов множества, являющегося пересечением множеств А и Е;

Рис. 8. Введённые обозначения данных

После ознакомления пользователь должен ввести необходимые данные исследований, с которыми программный продукт должен взаимодействовать. Согласно IDEF0-диаграммам необходимо ввести данные о количестве направлений и экспертов, а также оценок исследований. Данные значения могут принимать любые целые положительные значения, исходя из требований определения меры близости. На рис. 9 представлен процесс инициализации данных пользователем.

Количество направлении^исследовании и экспертов определено: п = 10 и ги = 4

Рис. 9. Процесс инициализации данных пользователем

Для создания информационной системы приведённых данных недостаточно, поэтому пользователь, на этапе ввода количества экспертов вводит их основные данные, такие как ФИО, образование, уровень квалификации, мобильный номер телефона, e-mail. Данный список может дополняться в зависимости от цели, которая стоит перед разработчиком. Все данные, которые вводятся пользователем ПО формируют список, который в дальнейшем обрабатывается базой данных. На рис. 10 пример заполнения личных данных об экспертах, принимающих участие в исследовании.

Введите ФИО эксперта 1:Иванов Иван Иванович

Введите уровень образования эксперта 1:Профессиональное

Введите уровень квалификации эксперта 1:8

Введите мобильный телефон эксперта 1:395092 65423

Введите e-mail эксперта 1:ivanav@mail.ru

Введите ФИО эксперта 2 ¡Петров Пётр Петрович

Введите уровень образования эксперта 2¡Профессиональное

Введите уровень квалификации эксперта 2:7

Введите мобильный телефон эксперта 2:39623215456

Введите e-mail эксперта 2:petrav@mail.ru

Введите ФИО эксперта 3:Смирнов Даниил Александрович

Введите уровень образования эксперта 3:Профессиональное

Введите уровень квалификации эксперта 3:3

Введите мобильный телефон эксперта 3:89532658700

Введите e-mail эксперта 3:smirnov@mail.ru

Введите ФИО эксперта 4:Герова Анна Васильевна

Введите уровень образования эксперта 4:Профессиональное

Введите уровень квалификации эксперта 4:3

Введите мобильный телефон эксперта 4:89532369816

Введите e-mail эксперта 4:gerova@mail.ru

Рис. 10. Пример заполнения информации об экспертах

Для того чтобы рассчитать значения меры близости экспертов необходимо задать значения, все значения вводятся с клавиатуры в список. Эксперт, который не имеет данных опроса по направлению, записывается в список со значением «-1», т.к. в программе идёт дальнейшая обработка данных с принятым условием того, что высокосогласованные группы имеют разницу в баллах не более 10. Для этого создан список, в который через цикл последовательно вводятся пользователем данные. На рис. 11 представлен листинг кода и пример заполнения данными списка.

Рис. 11. Листинг кода и пример заполнения списка данными

Дальнейшая работа программы основана на математических формулах, согласно алгоритму расчёта исследования. Первоначально, алгоритм программы находит количество пар экспертов. Следующим этапом обрабатываются данные из списка, т. е. цикл находит высокосогласованные группы (множество вопросов, по которым имеется восокосогласованная группа), определяется количество направлений, по которым был дан ответ экспертом в паре экспертов (создан отдельный список, позволяющий хранить результаты пересечения множеств). По этим данным подсчитывается пересечение множеств направлений, по которым экспертная группа дала баллы. На рис. 12 представлен листинг кода программы, определяющая меру близости пар экспертов.

Рис. 12. Листинг кода программы определения меры близости пар экспертов

На рис. 13 приведены результаты выполнение программного кода для определения меры близости пар экспертов.

Из рис. 12-13 видно, что программа определяет не только меру близости пар экспертов, но и делает заключение по определённым данным. Это заключение основано на сравнении всех рассчитанных мер близости с дальнейшим анализом наибольшего и наименьшего значения.

Заключительным этапов написания программы является подключение к ней базы данных, т.к. все данные, которые были введены пользователем, рассчитаны программой, обязаны сохраняться для дальнейшего анализа полученных данных. База данных, описанная выше, позволяет информационному программному средству добавлять в неё данные для дальнейшей работы. На рис. 14 показан способ подключения и исполнения запроса на добавление данных в базу данных.

2. Поскольку в опросе участвует 4 экспертов, то примем их за высокосогласованную группу.

Высокосогласование мнений экспертов наблюдается при совпадении оценок в баллах или отличии в баллах не меньше чем на 10 баллов.

2. Результат записан в виде: |АсПВс|/|АПВ|, где

|АсПВс| - количество элементов множества, являющегося пересечением множеств Ас и Вс |ДЛВ] - количество элементов множества, являющегося пересечением множеств А и Б

Мера близости пары экспертов б 1 2 = 0.43

3/6

Мера близости пары экспертов б 1 3 = 0.5

3/6

Мера близости пары экспертов Б 1 4 = 0.5 3/5

Мера близости пары экспертов Б 2 3 = 0.6

3/7

Мера близости пары экспертов О 2 4 = 0.43

3/4

Мера близости пары экспертов 6 3 4=0.75

Вывод: наиболее близки взгляды пар экспертов при (3= 0.75 ,наименее близки взгляды пар экспертов при 0.43

Рис. 13. Результат определения меры близости программой

' *' IK5EÍT 1К70 dtucid, «Ibaseiiajrte, irJ: l4 б т г, t _ rí.irMíP'.n.í^ki, XbftHcii, Hfill VVLTJtJ í", T, -, I, 7, JJiM#

(n;<iL » атгизчГИЦ!)), Jir (t5T_ni[l¡ >, =г г[ l!t_4l [ 11), at г [1 at_TieJ.[i]), izt (Istsmiií J [11)) >

Рис. 14. Подключение и исполнение запроса на добавление данных из списка

Аналогичным образом добавляются все данные во все созданные ранее таблицы. Результатом заполнения таблиц данными представлены на рис. 15.

id ФИО Образование Уровень к Телефон email

1 1 1'Иваиов Иван Ив ановмч] [Профессиональное] [S'J £"89509265421'] [ rvjnoviniart.ru"]

г 2 ['Петров Пйтр Петрович'] ['Профессиональное') ['7'] ["89623215456] [' pet rov© m a iLru1 ]

3 3 ['Смирнев Даниил Александрович') ['Профессиональное'] ['в'] [■89532658700] ['sm¡rnov®rraiLru'l

4 4 ['Героев Ам на Вас нльееиа') ['Профессиональное'] ['В'] [-89532369816] ['gefova^mail.rei'i

Нвпогелемня Э«пеоты Количество nao Мера близости максимальная Меоа близости минимальная 1 10 4 6 0.75 0.426 57142357143

id Баллы

l 1 ¡90.20,10, -1,20, SO, 50,60. 30,40]

г 2 !90,10,70,90. -1,70, 20, 40. -1. 50]

3 3 (90, -1, 50, -1,20,70, -1,40, -1,40)

4 4 Ц00.10. -1,90, -1, SO, 20, 90, -1, 40]

Рис. 15. Результат заполнения таблиц данными

Применение подобного программного обеспечения вероятно как в реальных ситуациях, так и для проверки гипотетических. В процессе решения практических задач, применение разработанного программного информационного средства обуславливается получением ответов, которые действительно работают на практике. Конечно, описанная выше форма информационной программной системы и не может быть в полной мере выражена действительным отражением решения объективных данных, но, как факт, является ярким практическим примером.

Список литературы

1. Баранова Е.М. Информационные процессы и системы: учебное пособие. Тула, ТулГУ, 2008.

99 с.

2. Р 50.1.028-2001. Информационные технологии поддержки жизненного цикла продукции. Методология функционального моделирования. Москва: ИПК Издательство стандартов, 2001 - 69 с.

3. PEP - 8 Style Guide for Python Code // python. Режим доступа: https://www. python.org/ dev/peps/pep-0008/. Загл. с экрана. (Дата обращения: 06.11.2019).

4. Саати Т. Л. Относительное измерение и его обобщение в принятии решений. Почему парные сравнения являются ключевыми в математике для измерения неосязаемых факторов // Журнал «Cloud Of Science». 2016. Т. 3. № 2. [Электронный ресурс] URL: https://cloudofscience.ru/sites/ default/ files/ pdf/CoS 3 171.pdf. (дата обращения: 06.11.2019).

Баранова Елизавета Михайловна, канд. техн. наук, доцент, elisafine@yandex. ru, Россия, Тула, канд. техн. наук, доцент, an111111 @mail.ru, Россия, Тула, Тульский государственный университет,

Кузьмин Илья Евгеньевич, студент, an111111 @mail.ru, Россия, Тула, Тульский государственный университет

DEVELOP A PYTHON3 PROGRAM TO CALCULATE THE PROXIMITY MEASURE OF EXPERT PAIRS

E.M. Baranova, I.E Kuzmin

The paper presents a process describing the creation of a project to determine the measure ofproximity of pairs of experts. Software tools that allow for the least waste of time to conduct clear and informed conclusions based on the previously provided results of the survey of experts ' opinions now have a huge potential for reasoning, since they greatly facilitate the work of research staff.

Key words: measure of proximity of expert pairs; analysis of opinion poll results; mathematical statistics; information software system.

Baranova Elizaveta Mikhailovna, candidate of technical science, docent, an111111 @mail. ru, Russia, Tula, Tula State University,

Kuzmin Ilya Evgenievich, student, an111111 @mail. ru, Russia, Tula, Tula State Universit

УДК 623.455.6

МЕТОДЫ ИССЛЕДОВАНИЯ И ОЦЕНКИ ПАРАМЕТРОВ ДРОБОВОГО ВЫСТРЕЛА

П.Ю. Бахвалов

Рассмотрены основные характеристики дробового выстрела, рассказано об аналитическом методе нахождения количества пораженных полей. Проанализирован компьютерный способ нахождения характеристик дробового выстрела. Произведено сравнение двух ружей МЦ 7-12 и ТОЗ-34.

Ключевые слова: охотничий патрон, дробь, кучность охотничьего оружия, стендовая стрельба.

Вне зависимости от типа сверловки ствола, ни одно охотничье или спортивное оружие, не дает двух одинаковых по кучности, осыпи и резкости боя выстрелов.

Долгое время явление дробовой осыпи считалась случайным, хаотичным и возможность описать его математически даже не рассматривалась. Мнение по данному вопросу изменилось с появлением нового вида спорта - стендовая стрельба (один из подвидов стрелкового спорта, стрельба в котором ведется из гладкоствольных ружей дробовым зарядом по тарелкам). С 1935 года стали проводиться чемпионаты мира по этому виду спорта, позже его признали Олимпийским. В этом же году появляется первое научное издание инженера Зернова о возможности выявления закономерностей дробовой осыпи и математическое описание выстрела. Инженер Зернов в своей книге пишет: « Изучение характера распределения попаданий дроби показывает, что, несмотря на кажущуюся случайность и беспорядочность, они распределяются по ней весьма точно, повинуясь определенному закону»[1]. Книга Зернова стала определенным толчком к изучению закономерности дробовой осыпи. Затем в 1959 году ученые Крейцер Б. А. и Степанов И.П. издают совместную научную работу под названием «Дробовой выстрел». Аналитический метод определения количества пораженных полей, описанный в книге Крейцера-Степанова, будет использован в данной статье.

Целью данной статьи является анализ оценки дробового выстрела, сравнение практических результатов стрельбы двух ружей: МЦ7-12 производства филиала КБП «ЦКИБ СОО» и ТОЗ-34 производства «Тульского оружейного завода», тактико-технические характеристики изделий приведены в (табл.1).

Для исследования параметров дробовой осыпи будут использоваться два метода:

Аналитический метод, описанный в книге Крейцера-Степанова [1];

Практический, с использованием специального оборудования и программного обеспечения.

Объекты исследования: Ружье МЦ7-12; Ружье ТОЗ-34; Патроны ФЕТТЕР №7 (370 дробин, 0=2,5 мм).