CC BY
40
Горбунова Ольга Юрьевна, канд. техн. наук, доцент, [email protected], Россия, Тула, Тульский государственный университет,
Бурцева Ольга Ивановна, канд. техн. наук, доцент, hrcvlgamail.ru Россия, Тула, Тульский государственный университет
IMPACT OF ATMOSPHERE ON IMAGE QUALITY O.Y. Gorhunova, O.I. Burtseva
The questions of the influence of the environment on the image quality are considered, the values of the transparency coefficient under various conditions and the attenuation coefficient depending on the intensity of precipitation are given; presents the optical properties of the medium that affect the image quality.
Key words: optical properties of the medium, gas particles, spectrum, light, image.
Gorhunova Olga Yuryevna, candidate of technical sciences, oygora mail. ru, Russia, Tula, Tula State University,
Burtseva Olga Ivanovna, candidate of technical sciences, hrcvlgamail.ru, Russia, Tula, Tula State University
УДК 621.83
ЗАДАЧИ ИЕРАРХИЧЕСКОЙ ОПТИМИЗАЦИИ
Т.А. Акименко, И.Н. Лариошкин
Разработана общая структура решения задачи оптимизации, основанная на использовании метода нисходящего проектирования, показано, что вариации проектных решений можно рассматривать как структурно-параметрические. Структурная часть задачи заключается в возможности для реализации в циклограммах различных, отличающихся друг от друга последовательностей выполнения операции. Параметрический аспект заключается в возможности использования различных программных модулей.
Ключевые слова: оптимизация, иерархические процессы, система управления, мобильный робот, робототехническим комплекс.
Задача разработки оптимальных циклограмм является классиче-
* / * * * \ ской: требуется найти значение вектора x = Ц,...,xn,...,x^J варьируемых параметров x = (xi,..., xv,..., xv), которое доставляет минимум целевой функции
V = V(x) ® min, (1)
где g(x) - скалярная функция векторного аргумента x.
360
Варьируемые параметры х = (хь..., Ху, ..., Ху ) характеризуют циклограммы работы узлов, блоков и систем мобильного робота, а также циклограммы работы человека-оператора, диалоговой и бортовой ЭВМ. Ниже будем считать, что вектор х входит в плотности распределения и вероятности М-параллельного полумарковского процесса
т( х)={^1(х \..., т т (х),..., т м (х )} (2)
где т т (х) - процесс, соответствующий переключениям т-й циклограммы. Полумарковский процесс т т (х) определяется тройкой:
т т (х ) = {А т, гт, Ьт (, х)}, (3)
где Ат = {«1(а,т),..., а](а,т), - aJ(а,т)} - множество состояний {а^), не зависящее от вектора параметров х; гт = Г(ат)п(ат)] - матрица переключений, размером J(а,т)хJ(а,т), элементы rj(ат)п(ат) которой
определяют структуру полумарковского процесса, и также не зависят от параметров х; Нт ^, х) - полумарковская матрица, имеющая размеры J (а, т)х J (а, т), элементы которой зависят от вектора параметров х;
К (1:, х) = \Ьj(ат),п(а,т)((, х= Рт (х) ® I.т х); (4)
Рт (х )=\^7 (а,т),п(а,т )(х )]; (5)
1т (,х)= \fj(a,m),п(а,т,х)]; (6)
|Ат| = (а, т), (7)
рт (х) - стохастическая матрица, зависящая от параметров; /т ^, х) - матрица плотностей распределения времени пребывания в состояниях множества Ат, зависящая от параметров.
Полумарковский процесс т реализуется как множество последовательностей переключений на множествах Ат из состояний aj(ат),
в состояния ап(ат) решение о которых принимается с вероятностями, определенными матрицей рт (х), за время определяемое матрицей /т , х). Зависимость матриц рт (х) и /т , х) от вектора параметров х создает предпосылки для оптимизации, как отдельных циклограмм тт (х), так и всего М-параллельного полумарковского процесса т в целом.
Плотности /т (¿, х) распределения времени пребывания в состояниях aj(ат)е Ат являются функциями времени, применение которых
напрямую в задаче оптимизации временных характеристик циклограмм существенно повышает вычислительную сложность алгоритмов и программ оптимизации, поскольку для ее решения требуется использование сложных методов вариационного исчисления [2, 6].
361
К более простым алгоритмам поиска оптимальных решений приводит использование вместо функций /т (¿, х) их наиболее часто применяемых числовых характеристик, а именно математических ожиданий и дисперсий, которые в данном случае вычисляются по зависимостям:
¥
Т](а,т),п(а,т)(х)= |У](а,т),п(а,тх, 1(а т) £Ла> т) £ М m),
0
1 £ т £ М; (8)
О(а,т),п(а,т)(х) = ¥[ - Т](а,т),п(а,т)(х)Р,](«,т),п(«,т)С,х)*,
0
1(а, т) £](а, т) £ ^а, т), 1 £ т £ М. (9)
Вероятности рт (х) сами по себе являются числами, и поэтому в численных методах и алгоритмах решения задачи оптимизации могут быть использованы напрямую.
С использованием (8), (9) описание ординарных полумарковских процессов т т (х), входящих в т(х), принимает вид
т т (Х ) = {Ат, гт, рт (х ), Тт (х ), ^т (х)}, (10)
где Тт (х) и Бт (х) - матрицы математических ожиданий и дисперсий, соответственно;
Тт (х) _ [Т](а,т),п(а,т)(х(11) ^т (х)_ [°](а,т),п(а,т)(х)].
(12)
Параметры полумарковского процесса (10) образуют систему равенств, неравенств, булевых выражений, теоретико-множественных функций и т.п. вида
gw(x) > Ь„; 1 £ V £ Ж, (13)
где gw(x) - некоторая непрерывная, дискретная, логическая или иная функция; Ь„ - скалярный параметр.
Выражения для Ат, гт, входящие в систему (13), отражают структурно-логические аспекты ограничений на оптимальные решения на полумарковских процессах, а выражения для Тт (х), Бт (х) образуют параметрическую систему ограничений. Вероятности рт (х), входящие в выражение (10) могут быть отнесены к разряду структурно-параметрических аспектов вследствие того, что при р](а,т),п(а,т)(х)= 0 дуга [а](а,т), ап(а,т)] выпадает из структуры графа, описывающего полумарковский процесс т т (х ).
Характерной особенностью систем исследуемого класса является значительные размерности множества Ат и матриц гт, рт (х), Тт (х), (х), 1 £ т £ М, что предполагает, большой набор проектных решений, каждое из которых удовлетворяет как системе ограничений (13), так и ограничениям
xmin £ x £ xmax, (14)
где
xmin _ Chimin, •••, xvmin, •••, xVmin); (15)
xmax _ (x1max, •••, xvmax, •••, xVmax ) • (15)
Хотя в постановке (1-1) оптимизационная задача является классической, ее решение имеет целый ряд специфических особенностей К специфике задачи оптимизации можно отнести тот факт, что вариации проектных решений можно рассматривать как структурно-параметрические. Структурная часть задачи заключается в возможности для реализации в циклограммах различных, отличающихся друг от друга последовательностей выполнения операция, которые, тем не менее приведут к желаемому результату. Параметрический аспект заключается в возможности использования различных программных модулей (например, имеющих разную вычислительную сложность) для решения одной и той же задача В пределах каждой выбранной структуры возможно изменение параметров компонентов таким образом, что это меняет показатели качества всей проектируемой системы • Изменение структуры может приводить к частичному изменению структуры скалярной целевой функции (1), поскольку может измениться элементный состав вектора параметров x за счет введения/ исключения проектных переменных, описывающих включенные/ исключенные компоненты и связи между ними.
Список литературы
1. Бобырь М.В. Адаптация системы управления мобильным роботом на основе нечеткой логики // Мехатроника, автоматизация, управление. 2015. Т. 16. № 7. С. 449 - 455. DOI: 10.17587/mau.16.449-455.
2. Давыдов О.И., Пряничников В.Е. Управление движением мобильного робота по данным ультразвуковых сенсоров // Информационно-измерительные и управляющие системы. 2015. Т. 13. № 7. С. 57 - 67.
3. Акименко Т.А., Аршакян А.А., Ларкин Е.В. Управление информационными процессами в робототехнических комплексах специального назначения. Тула: Изд-во ТулГУ, 2012. 150 с.
4. Карпов В.Э. К вопросу об управлении мобильным роботом в условиях общей постановки задачи // Вестник компьютерных и информационных технологий, 2008. № 1. C. 2 - 9.
5. Промышленный робот с информационной системой управления / Е.В. Ларкин, Т. А. Акименко, А. А. Аршакян, А.Н. Будков // Известия Тульского государственного университета. Технические науки. 2013. Вып. 4. С. 133 - 138.
6. Хрущ А.В., Михайлов Б .Б. Управление мобильным роботом с бортовой системой объемного зрения // Механика, управление и информатика. 2012. № 8. С. 62 - 67.
7. Akimenko T.A., Larkin E.V. The Method of Successive Simplifications of the Semi-Markov Process // 2019 8th Mediterranean Conference on Embedded Computing, MECO 2019. Номер статьи 87601658th Mediterranean Conference on Embedded Computing, MECO 2019. DOI: 10.1109/MECO. 2019.8760165.
8. Akimenko T.A., Larkin E.V. The temporal characteristics of a wandering along parallel Semi-Markov chains. Communications in Computer and Information Science. 2019. Vol. 1071. P. 80-89. DOI: 10.1007/978-981-32-9563-6_9.
Акименко Татьяна Алексеевна, канд. техн. наук, доцент, [email protected], Россия, Тула, Тульский государственный университет,
Лариошкин Иван Николаевич, аспирант, Ivan. dragon4 7@yandex. ru, Россия, Тула, Тульский государственный университет
TASKS OF HIERARCHICAL OPTIMIZATION T.A. Akimenko, I.N. Larioshkin
A general structure for solving the optimization problem is developed, based on the use of the method of top-down design, it is shown that variations in design solutions can be considered as structural-parametric. The structural part of the problem lies in the possibility of implementing in cyclograms of various, differing from each other, the sequences of the operation. The parametric aspect lies in the possibility of using various software modules.
Key words: optimization, hierarchical processes, control system, mobile robot, robotic complex.
Akimenko Tatiana Alekseevna, candidate of technical science, docent, tantan 72@ mail. ru, Russia, Tula, Tula State University,
Larioshkin Ivan Nikolaevich, postgraduate, Ivan. dragon4 7@yandex. ru, Russia, Tula, Tula State University
