автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Математические модели и программное обеспечение для повышения верности информации в распределенных информационно-управляющих системах

МОСКОВСКАЯ ГОСУДАРСТВЕННАЯ АКАДЕМИЯ ПРИБОРОСТРОЕНИЯ И ИНФОРМАТИКИ

МАТЕМАТИЧЕСКИЕ МОДЕЛИ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ДЛЯ ПОВЫШЕНИЯ ВЕРНОСТИ ИНФОРМАЦИИ В РАСПРЕДЕЛЕННЫХ ИНФОРМАЦИОННО-УПРАВЛЯЮЩИХ СИСТЕМАХ

Специальность 05.13.11 -«Математическое и программное обеспечение вычислительных машин, комплексов, систем и сетей»

На правах рукописи

РГб

ОД

БЕЛОВ Владимир Викторович

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

Москва 2000 г.

Работа выполнена в Рязанской государственной радиотехнической академии

Научный консультант:

доктор технических наук, профессор, КОРИЧНЕВ Л.П.

Официальные оппоненты:

доктор технических наук, профессор САВЕЛЬЕВ А.Я.

доктор технических наук, профессор ПЕТРОВ О.М.

доктор технических наук, профессор

КАШИРИН И.Ю.

Ведущая организация:

Международная ассоциация информатизации социальной сферы и территориального управления (МАИСТ, г. Москва)

Защита состоится 22 февраля 2000 г. в 12 часов на заседании диссертационного Совета Д 063.93.01 в Московской государственной академии приборостроения и информатики по адресу:

107076, Москва, ул. Стромынка, д. 20, ауд. 429

С диссертацией можно ознакомиться в библиотеке Московской государственной академии приборостроения и информатики.

Автореферат разослан 20 января 2000 г.

Ученый секретарь

диссертационного совета, ___•-—- .__ ____—-—

к.т.н., • — —--И.В. Ульянов

$986-0/3 с не, о

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Основу построения современных информационно-управляющих систем, находящих применение в промышленности, сфере планирования, на транспорте и военном деле, составляют электронно-вычислительные машины в комплексе со средствами передачи дискретной информации на расстояния, определяемые назначением системы, - от нескольких километров (управление механизмами и технологическими процессами) до сотен (системы массового обслуживания и коллективного пользования) и тысяч километров (замкнутые системы управления с объектами, рассредоточенными на большой территории).

Каждое решение, вырабатываемое в процессе управления, должно удовлетворять трем обязательным требованиям: полноты, своевременности и оптимальности. Первичной платформой для выполнения всех указанных требований являются информационные ресурсы, используемые управляющей системой. Аксиоматичен факт - информация, на основе которой проводится анализ положения дел, и принимаются решения, должна быть верной. Несоответствие осведомительных сведений реальности может привести к существенным материальным потерям, поскольку при этом управление из фактора организующего трансформируется в фактор разрушающий.

Решающее влияние на верность информации, хранящейся и циркулирующей в информационно-управляющей системе, оказывает аппаратное обеспечение. Высокое качество компьютеров, внешних накопителей и коммуникационных средств является залогом надежной и эффективной работы системы. Одновременно с этим, важную роль в решении общей проблемы обеспечения верности информации играют и алгоритмические методы, позволяющие повысить верность за счет дополнительных процедур обработки.

Применение алгоритмических методов повышения верности в одних случаях является целесообразным, а в других - необходимым. Примером необходимого использования алгоритмических методов является процесс передачи данных. Каналы связи, на основе которых строятся системы сбора и передачи данных, как правило, подвержены воздействию большого числа возмущающих факторов - источников помех, приводящих к ошибкам при передаче данных. Как показывают экспериментальные исследования, проводимые на реальных каналах связи, вероятность искажения информационного элемента при передаче данных лежит в пределах КГ6 - Ю-2. В то же время допустимые значения вероятности ошибок для современных информационных и управляющих систем находится в пределах 1СГ8 - 1(Г6 на знак (байт). Сопоставление частоты возникновения ошибок в реальных каналах связи с требованиями к верности передачи данных в современных информационно-управляющих системах показывает, что необходимы специальные средства защиты информации, обеспечивающие снижение вероятности искажений на 2 - 3, а иногда и более порядков.

Если рассматривать конечную цель информационного процесса, например, получение оптимального плана или принятие правильного решения, то

понятие верности информации следует толковать широко, связывая с ним i только характеристики точности данных, но и показатели достоверности (и< тинности) знаний, полноты баз, адекватности математических описаний р альным процессам. В этом случае к алгоритмическим методам повышен! верности относятся алгоритмические (не представляемые аналитически) pi шения, связанные с расширением сфер применения и улучшением характер] стик известных методов моделирования, прогнозирования, оптимизаци классификации, ранжирования и т.д. В группе этих методов оказываются алгоритмы устранения противоречивости, неполноты, неточности, неопред ленности информации, а также алгоритмы повышения доступности имен щихся данных для решения задач анализа и управления.

Состояние вопроса. При разработке теории и методов моделировани средств передачи и защиты информации от ошибок охватывается широн круг математических и прикладных проблем, в развитие которых значител ный вклад внесли российские и зарубежные ученые: В.М. Глушков, В.] Солодовиков, В.А. Трапезников, В.А. Котельников, A.A. Харкевич, Б.Р. JI вин, Л.М. Финк, Я.З. Цыпкин, С.М. Самойленко, P.JI. Страганович, В.И. Т: хонов, ДА Поспелов, B.C. Шварцман, Э.Л. Блох, И.А. Мизин, Ю.М. Март! нов, Л.П. Пуртов, А.Н. Тихонов, М.Л. Лидов, П. Эйкхофф, К. Острей, Беллман, К. Борсук, Д. Шейкл, Д. Шейфер, А. Демпстер, Л. Заде и др. В ра работку современных концепций организации хранения, представления автоматизированного анализа данных наибольший вклад внесли Э. Кодц, ] Инмон, Д. Хакаторн.

В настоящее время концепция организации хранения, представления автоматизированного анализа данных проработана с двух взаимосвязаннь позиций. С позиции конечного пользователя (аналитика) эту концепцию га названием On-Line Analytical Processing сформулировал Э. Кодд. С позищ разработчика базы данных, ориентированной на задачи анализа, эта конце] ция разработана В. Инмоном и Д. Хакаторном и названа Data Warehouse. О новой реализации хранилища данных является система метаданных, принц пы реализации которой достаточно глубоко проработаны, однако все извес ные решения ограничиваются спецификацией содержимого операционнь баз, файлов и процедур очистки, согласования, пополнения, обобщения, загрузки в целевые базы. В то же время остается актуальной задача разрабо ки рациональных способов организации метаданных и форм представлен! пользователям различных категорий сведений обо всех информационных р сурсах предприятия. Указанные способы и формы призваны обеспечить mi нимизацию избыточности и противоречивости информации, максимюаци доступности необходимых сведений, повышение эффективности использован! внешних накопителей.

Динамика и взаимосвязь показателей производственно-экономическс деятельности предприятия являются предметом анализа при планировании выработке управленческих решений. При этом широко используются фо] мальные модели, базирующиеся на регрессионном анализе. В реальной пра:

тике применимость классического анализа часто оказывается под сомнением. В таких случаях оказываются полезными методы эвристического характера, имеющие алгоритмическую спецификацию. Такие методы иногда не поддаются традиционному исследованию, хотя их использование во многих приложениях оказывается продуктивным. Многообразие практических ситуаций обусловливает постоянную актуальность задач разработки методов моделирования и прогнозирования, обеспечивающих наиболее точные результаты в конкретных условиях.

Наиболее перспективной коммуникационной платформой распределенных информационно-управляющих систем являются цифровые сети связи. При создании цифровых соединений требуется соблюдение рекомендаций МККТТ относительно показателей ошибок - 0.821 и 0.921. Эти рекомендации установили новые показатели, и не включают ранее действующий показатель - вероятность ошибки в соединении. Указанный факт обусловил актуальность задач, связанных с формированием нового подхода к нормированию и контролю ошибок на различных участках сети. Потребовалась совокупность моделей и методов, которую можно рассматривать как систему поддержки принятия решений относительно норм и способов оценивания.

Целью работы является повышение качества функционирования распределенных информационно-управляющих систем за счет повышения верности информации на основных этапах информационного процесса:

• хранение (устранение противоречивости и несогласованности данных, повышение их доступности специалистам);

• передача (обеспечение надлежащего качества передачи дашшх по каналам различного качества);

• переработка (повышение эффективности использования информационной емкости статистических данных при построении модели процессов с детерминированной составляющей).

Основные задачи исследования. Для достижения поставленной цели необходимо решить следующие основные задачи:

• создание эффективных средств реализации отношения релевантности и установления семантической метрики на совокупности информационных ресурсов предприятия;

• разработка алгоритмов классификации информационных ресурсов предприятия на основе установленной семантической метрики и количественных показателей качества;

• разработка метода анализа эвристических, структурно сложных и алгоритмических описаний процессов с детерминированной составляющей;

• разработка эффективных алгоритмов построения модели на основе механизмов эвристической самоорганизации и оптимальных частных аппроксимаций в последовательных рядах приближения в виде полиномов, решений дифференциальных уравнений, линейных форм с интервальными коэффициентами;

• разработка математических моделей, методов, алгоритмов и про граммных средств для решения задач нормирования и контроля ошибок ; цифровых каналах и трактах коммуникационной платформы информационно управляющих систем.

Методы исследования. В диссертационной работе использованы прин ципы системного анализа, теория кластерного анализа, методы математиче ского моделирования, методы теории вероятностей, математической стати стики, теории принятия решений, теории нечетких множеств, методы опти мизации, численные методы прикладной математики, имитационное модели рование. При программной реализации предлагаемых методов и алгоритмов ис пользованы технологии структурного и модульного проектирования программног обеспечения.

Научная новизна работы состоит в следующем:

1. Предложена концепция диспетчера информационных ресурсов (ДИР как механизма реализации отношения релевантности и установления семаи тической метрики на множестве информационных ресурсов предприятие включающая теорию описания, создания и использования семантически элементов диспетчера; методы и алгоритмы классификации информационны единиц по качественным и многомерным количественным признакам, оснс ванные на построении условного кратчайшего связывающего дерева по за данной матрице экспертных оценок показателей близости между проблемны ми объектами.

2. Предложен метод анализа эвристических, структурно сложных и ал горитмических описаний объектов, процессов и явлений.

3. Предложены новые алгоритмы последовательного автопостроени модели на основе механизмов эвристической самоорганизации и оптималь ных частных аппроксимаций в последовательных рядах приближения в вид полиномов, решений дифференциальных уравнений, линейных форм с интер вальными коэффициентами.

4. Предложена частная модель векторных процессов - множественно накопление, или векторная показательная функция - и способ расчета ее парг метров.

5. Разработаны математические модели и алгоритмы для решения важ ной научно-технической задачи определения норм на интервальные парамет ры коэффициента ошибок для всех участков первичной сети ВСС Россш использование которых гарантирует выполнение рекомендаций МККТ1 Найдены границы диапазона изменения (во множестве всех возможных рас пределений) допустимого значения вероятности ошибок в основном цифре вом канале, область изменения вероятности и показателя группировани ошибок, допустимые значения вероятности независимых ошибок в поток двоичных сигналов для всех участков первичной сети. Предложен более точ ный метод оценивания показателей ошибок в первичном цифровом группе вом тракте.

6. Разработана концепция минимальной структурной достаточности ма

тематической модели для расчета значений первичных параметров исследуемой системы по совокупности ограничений, накладываемых на показатели качества её функционирования, с помощью которой разработана математическая модель возникновения ошибок в ОЦК первичной сети ВСС, обладающая свойством минимальной структурной достаточности в рамках требований к качеству передачи.

7. Предложено решение задачи выделения и оценивания характеристик ординарных и интенсивных компонент в факторах, определяющих результаты испытаний случайного события, основанное на использовании каскада вероятностных фильтров. Предложен новый метод оценивания показателя группирования успехов в последовательности испытаний. Полученные результаты применены для разработки методов контроля качества средств коммуникации.

8. Разработан эффективный алгоритм расчета параметров последовательных статистических процедур, обеспечивающих выполнение заданных требований к верности принимаемых решений, с усечением и без усечения времени наблюдений для приемосдаточных испытаний цифровых систем.

9. Предложена процедура контроля средств коммуникации, основанная на применении цифровых фильтров с бесконечной памятью для усреднения результатов наблюдения последовательностей признаков появления временных интервалов с коэффициентами ошибок, превышающими пороговые значения.

10. Предложен метод и соответствующая процедура прогноза верности информации, основанные на поиске «наихудших» распределений ошибок.

Практическая ценность результатов работы заключается в следующем.

• Применение предложенных методов реализации отношения релевантности и установления семантической метрики на совокупности информационных ресурсов позволяет создать эффективную подсистему метаданных в хранилище данных предприятия, обеспечивающую высокую степень доступности информации для специалистов всех уровней управления и устраняющую необходимость дублирования данных на рабочих местах.

• Предложенные методы построения математической модели процесса с детерминированной составляющей позволяют повысить точность прогноза и обоснованность принимаемых решений в системах автоматизации управления. Они могут использоваться во всех приложениях, где требуется построение модели процессов указанного класса.

• Совокупность разработанных моделей, алгоритмов и программ, ориентированных на поддержку принятия решения относительно норм на параметры ошибок в цифровых каналах и трактах, позволили всесторонне исследовать существо проблемы нормирования качества передачи информации в соответствии с рекомендациями МККТТ в.821 и решить важную практическую задачу определения норм, обеспечивающих интересы как потребителей, так и поставщиков каналов.

• Предложенные методы и процедуры контроля и прогнозирования ка чества передачи информации позволяют организовать оперативную и досто верную проверку состояния коммуникационной платформы распределенно системы.

Достоверность и обоснованность научных положений, результате! выводов и рекомендаций, приведенных в диссертационной работе, обеспечи вается использованием надежных методов исследования и подтверждаете успешной эксплуатацией внедренных протрамм, методов и алгоритмов в ре альных информационно-управляющих системах, машинным моделировании процессов передачи данных, апробацией и обсуждением результатов рабоп на научных конференциях, рецензированием монографии, экспертизой прел ложенных в диссертационной работе технических решений Госкомитета СССР по делам открытий и изобретений, свидетельствами о государственно регистрации программ в Российском агентстве по правовой охране програш для ЭВМ, баз данных и топологии интегральных микросхем (РосАПО).

Реализация результатов работы. Результаты диссертационной работ! использованы и внедрены в составе результатов 14 научно-исследовательски работ, выполненных на кафедре вычислительной и прикладной математик: Рязанской государственной радиотехнической академии и в Рязанском центр информатики и математического моделирования Российской академии нау (в 3 работах автор был руководителем раздела, в 6 - ответственным исполни телем, в 5 - научным руководителем). Работы выполнялись по следующю государственным программам:

❖ Комплексная программа «Новые информационные технологии» (поруче ние Совета Министров РСФСР № 20992-5 от 13 декабря 1989 г.);

❖ Межвузовская научно-техническая программа «Интеллектуальная собст венность высшей школы». Раздел 2. Программы для ЭВМ, базы данных топологии интегральных микросхем (приказ государственного комитета Р< по высшему образованию от 05 апреля 1993 г.);

❖ Региональная научно-техническая программа «Информационный компь ютерный атлас региона» (решение Администрации Рязанской области, под держанное Межведомственным советом Миннауки; приказ о порядке финан сирования № 79 от 23 апреля 1993 г.)

Заказчик Научно-исследовательский и информационный центр систе! управления, г. Москва: НИР № 24-83 «Разработка компонентов программной обеспечения систем обработки и передачи данных на ГВЦ».

Заказчик Центральный научно-исследовательский институт связи, г. Москвг НИР № 16-86 «Разработка методики распределения и контроля норм на ин тервальные параметры и коэффициенты ошибок в цифровых системах пере дачи первичной сети Единой автоматизированной сети связи»; НИР № 55-8 «Разработка методов контроля и испытаний параметров коэффициента оши бок в каналах и трактах цифровых систем передачи».

Заказчик Координационный центр информационных технологий в обра зовании, г. Москва: НИР № 35-91Г «Автоматизация контроля и управлени

экологической обстановкой региона».

Заказчик Научно-информационный центр проблем интеллектуальной собственности, г. Москва: НИР № 11-93Г «Экспертная система автоматизации контроля и управления экологической обстановкой региона».

Заказчик Комитет охраны окружающей среды и природных ресурсов г. Рязани: НИР № 40-94 «Разработка программной системы для моделирования и расчета загрязненности воздуха города выбросами автомобильного транспорта»; НИР № 13-97 «Разработка элементов системы поддержки принятия решений по управлению экологической ситуацией в большом городе».

Заказчик ЗАО «Рязанский нефтеперерабатывающий завод», г. Рязань: НИР № 81-93 «Программная система автоматизированного формирования экологического паспорта промышленного предприятия»; НИР № 9-95 «Сопровождение программной системы автоматизированного формирования экологического паспорта промышленного предприятия».

Заказчик ОАО «Рязанская ГРЭС»: НИР № 9-97 «Проектирование компонент информационно-аналитической системы ОАО «Рязанская ГРЭС»; НИР № 18-99 «Консалтинговое проектирование интегрированной автоматизированной системы управления (ИАСУ) ОАО «Рязанская ГРЭС».

Заказчик Администрация Рязанской области, Московский коммерческий «Пресня-банк»: Региональный научно-технический проект «Информационный компьютерный атлас региона».

Заказчик Миннауки РФ, Администрация Рязанской области: Региональный научно-технический проект «Разработка многоуровневой комплексной системы поддержки принятия решений в процессе инвестиционного проектирования и анализ эффективности инвестиций»; Региональный научно-технический проект «Инвестиционный компьютерный атлас региона».

Результаты работы внедрены на ОАО «Рязанская ГРЭС»; ЗАО «Рязанский нефтеперерабатывающий завод»; в Комитете охраны окружающей среды и природных ресурсов г. Рязани; в научно-исследовательские работы ЦНИИС, г. Москва и Рязанского центра информатики и математического моделирования Российской академии наук (РЦИММ РАН), г. Рязань, что подтверждается актами о внедрении.

Основные результаты, выносимые на защиту:

1. Концепция диспетчера информационных ресурсов, включающая:

• теорию описания, создания и использования семантических элементов диспетчера;

• понятие условного кратчайшего связывающего дерева и алгоритм его построения по заданной матрице экспертных оценок показателей близости между проблемными объектами;

• алгоритм классификации информационных ресурсов на основе показателей близости по инфологии, функциональности, семантической структуре, источникам информации, приложениям и условиям распространения, основанный на построении условного кратчайшего связывающего дерева;

• алгоритм классификации данных и источников на основе количественных

показателей качества.

2. Метод анализа эвристических, структурно сложных и алгоритмиче ских описаний объектов, процессов и явлений.

3. Алгоритмы последовательного автопостроения модели на основе ме ханизмов эвристической самоорганизации и оптимальных частных аппрок симаций в последовательных рядах приближения в виде полиномов, решент дифференциальных уравнений, линейных форм с интервальными коэффици ентами.

4. Частная модель векторных процессов - множественное накопление или векторная показательная функция - и способ расчета ее параметров.

5. Теоремы для основного цифрового канала коммуникационной плат формы распределенных информационно-управляющих систем:

• о предельно допустимом значении вероятности независимых ошибок;

• о границах диапазона изменения (во множестве всех возможных распре делений) предельно допустимого значения вероятности ошибок;

• о допустимой области изменения вероятности и показателя группировали ошибок.

6. Методы и алгоритмы:

• расчета допустимых значений вероятности независимых и параметре группирующихся ошибок, при которых обеспечивается выполнение требова ний к качеству передачи, на основе модели минимальной структурной доста точности;

• оценивания показателей ошибок в первичном цифровом групповом тракт на основе верхних границ результатов пересчета по множеству практическ; возможных распределений ошибок в наблюдаемых временных интервалах;

• оценивания параметров независимых и группирующихся ошибок на осно ве каскада вероятностных фильтров;

• оценивания показателя группирования ошибок на основе оценки вероят ности безошибочного приема блока;

• расчета параметров процедур принятия решений относительно показате лей коэффициента ошибок на основе целенаправленного поиска;

• текущего контроля качества цифрового соединения на основе применени цифровых фильтров с бесконечной памятью;

• прогноза верности информации на основе поиска «наихудших» распреде лений ошибок.

Апробация работы. Основные результаты диссертационной работ! докладывались на следующих научных кворумах: XXIII областная научно техническая конференция, посвященная Дню радио, Новосибирск, 198С XXIV областная научно-техническая конференция, посвященная Дню радис Новосибирск, 1981; Всесоюзный научно-технический семинар «Интерактив ные системы принятия решений в планировании и управления большим гс родом», Москва, 1981; Ш Всесоюзная конференция «Вычислительные сет коммутации пакетов», Рига, 1983; X научно-техническая конференция, пс

священная Дню радио, Москва, 1984; Всесоюзная конференция «Проблемы создания сетей вычислительных центров коллективного пользования и распределенных банков данных в городском хозяйстве», Москва, 1984; V Всесоюзная научно-техническая конференция «Надежность и качество функционирования информационных сетей и их элементов», Новосибирск, 1985; Х1ЛН Всесоюзная научная сессия, посвященная Дню радио, Москва, 1988; ХЬУ Всесоюзная научная сессия, посвященная Дню радио, Москва, 1990; II Всесоюзная научно-техническая конференция «Практическое применение современных технологий программирования, пакетов прикладных программ в вычислительных системах и сетях ЭВМ», Днепропетровск 1990; ХЬУ1 Всесоюзная научая сессия, посвященная Дню радио, Москва, 1991; Региональная конференция «Актуальные проблемы моделирования на ЭВМ систем передачи информации», Омск, 1990; Всесоюзная научно-практическая конференция «Вопросы экономики и организации информационных технологий», Гомель, 1991; Международная конференция «Технологии и системы сбора, обработки и представления информации», Рязань, 1993; Научно-техническая конференция «Микросистема-93», Москва, 1993; Х1ЛХ Научная сессия, посвященная Дню радио, Москва, 1994; I Всероссийская научная конференция «Непрерывная логика и ее применение в технике, экономике, социологии», Пенза, 1994; Международная конференция «Технологии и системы сбора, обработки и представления информации», Москва, 1995; Международная научно-техническая конференция «Непрерывно-логические методы и модели в науке, технике и экономике», Пенза, 1995; Всероссийская научно-техническая конференция «Электроника и информатика - 95», Москва, 1995; 2-я научно-практическая конференция «Человек, экология, здоровье», Рязань, 1997 (2 доклада); Международный научно-технический семинар «Проблемы передачи и обработки информации в информационно-вычислительных сетях», Москва, 1997; Межрегиональная научно-практическая конференция «Социально-гигиенические аспекты охраны здоровья населения», Рязань, 1997; 2-я Всероссийская научно-практическая конференция «Современные информационные технологии в образовании», Рязань, 1998 (2 доклада); 2-я Международная научно-техническая конференция «Космонавтика. Радиоэлектроника. Геоинформатика», Рязань, 1998; Всероссийский электротехнический конгресс с международным участием «На рубеже веков: итоги и перспективы», Москва, 1999; 8-й Международный научно-технический семинар «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций», Рязань, 1999 (4 доклада); Ш научно-практическая конференция «Человек, экология, здоровье», Рязань, 1999 (4 доклада).

Публикации. По материалам диссертации опубликовано 75 печатных работ, из которых 14 в центральных изданиях [монография, авторское свидетельство на изобретение, 5 статей в научно-технических журналах, 7 свидетельств о государственной регистрации программ в Российском агентстве по правовой охране программ для ЭВМ, баз данных и топологии интегральных микросхем (РосАПО)]; 17 статей в сборниках научных трудов, рекомендо-

ванных для публикаций материалов докторских диссертаций, 9 депонированных рукописей, 37 публикаций в сборниках докладов и тезисов Международных, Всесоюзных (СССР), Всероссийских и региональных научно-технических конференциях.

Структура и объем работы. Диссертация состоит из введения, 8 глав, заключения, библиографического списка. В конце работы помещены акты об использовании результатов работы и справки о регистрации программ. Общий объем работы 364 страницы машинописного текста, из них 340 страниц - основное содержание (42 рисунка, 37 таблиц), 24 страницы - библиографический список (293 наименования).

СОДЕРЖАНИЕ РАБОТЫ

Во введении дана краткая характеристика решаемой проблемы, обоснована актуальность темы, сформулированы: цель исследования, научная новизна, практическая ценность работы, основные положения, выносимые ш защиту, достоверность и обоснованность научных положений диссертации апробация работы.

В главе 1 обобщены сведения о способах преодоления ограничен^ классического регрессионного анализа и показана целесообразность дальнейшего развития метода эвристической самоорганизации для построенш моделей процессов с систематической составляющей.

На основе анализа требований к качеству передачи дискретной инфор мации, предъявляемых со стороны распределенных информационно управляющих систем, установлено, что каналы существующих телефонно телеграфных сетей связи не могут обеспечить передачу данных с требуемым! вероятностно-временными характеристиками. Сделан вывод о необходимо сти разработки и применения в системах передачи дискретной информацш специальных методов улучшения показателей верности и оперативности (по мехоустойчивого кодирования, обратной связи, адаптации к условиям передачи).

Проведен классификационный анализ алгоритмов передачи и защита информации с решающей обратной связью. Показано, что для повышена качества передачи дискретной информации целесообразно использовать ал горитмические методы, использующие процедуры накопления, групповогс решения, селективного повторения и адаптации.

При использовании каналов со случайно изменяющимися параметрам! и нестационарным характером распределения ошибок перспективными сред ствами улучшения вероятностно-временных характеристик информационно го обмена являются адаптивные методы, базирующиеся на процедурах кон троля и прогнозирования состояния канала связи и качества принимаемо! информации.

Предложено двухуровневое математическое описание дискретного ка нала: на первом (символьном) уровне используется частичное описание, п< параметрам которого имеются подробные и надежные экспериментальны! данные, на втором (блоковом) уровне применяется цепь Маркова для описа

ния потока искажений кодовых блоков или последовательности состояний канала. Разработана методика расчета параметров модели второго уровня через частотные описания реальных телефонных и телеграфных каналов.

Для расчета временных характеристик системы в качестве единого целого удобно рассматривать не отдельные символы, а их совокупности, организованные в кодовые блоки. При этом матричные вероятности приема блока без ошибок и с ошибками соответственно равны J8,(0) = ^"(О); ¿^(1) = р1 -Pi"(0), где Л(0М(1-е,) Лук**; Л(1М£, Лукхл: - матричные вероятности того, что символ будет принят правильно и ошибочно соответственно; Я"(0), Я* -л-е степени матриц !Р\ф), п- длина блока. Условные вероятности искажения блока в /-м состоянии: т]у ~Е0{р"), где / - любое число из интервала 0<i<K-l; j = О, К -1; £,/М) - элемент с номерами i,j матрицы ТА.

При решении задач сравнительного анализа систем и алгоритмов, а также при выполнении предварительных расчетов применение марковской модели невозможно по причине отсутствия экспериментальных данных, необходимых для расчета параметров модели. В таких случаях можно использовать частичное описание канала, например, в виде вероятности

P(>l,«)=l-(l-ре)' , где ре - вероятность искажения символа (элемента

сигнала); а - показатель группирования ошибок. Формула основана на аппроксимации плотности ошибок первого порядка, установленной экспериментально. Параметры описания второго уровня рассчитываются через параметры модели первого уровня по формулам: Рц— Р10=1-Р„; е=В/Р„; Ро^АР,о/(е-А); Роо=1-Л>ь где А=Р( 1); Я=Р(11)/Р(1); C^OlD/tPOlO+PaOl)]; Р(1)=Р(>1,л); Р(11)=2Р(>1,п)-Р(>,2п); Р(101 )~2Р(> 1,2п)-Р(> 1 ,ri)-P(2.1,3 я); Р(11 l^O 1)//>(1).

Во главе 2 вопросы повышения верности информации, используемой в процессе планирования и управления работой крупного предприятия, рассмотрены в связи с глобальной задачей создания хранилища данных, призванного обеспечить аналитиков и руководителей достоверной информацией для оперативного анализа и принятия решений. Предложена концепция диспетчера информационных ресурсов - компонента хранилища, который может рассматриваться как механизм реализации отношений релевантности и установления семантической метрики на множестве данных, источников и приложений, хранимых и используемых на предприятии.

Предложена структура хранилища данных для проекта Информационный Компьютерный Атлас Региона. Предложены понятия семантических элементов, используемых при описании и создании диспетчера информационных ресурсов - композит, кард, информ, кондуктор.

Определены элементы содержательной структуры и группы характеристик композитов, информов и кондукторов.

Определены основные операции с семантическими элементами и функции диспетчера информационных ресурсов.

Предложено понятие условного кратчайшего связывающего дерева (УКСД) и следующий алгоритм его построения на основе матрицы экспертных оценок показателей близости между проблемными объектами /1)=[/у ],

1) определяется начальное значение множества © номеров объектов, включенных в УКСД путем поиска пары наиболее «близких» объектов

©={*., Ы = max ( max (/«))};

1 2 1SIS«-1 l+l SjS.m '

kx = Arg,( max ( max (/<'>))); *2 = /irg(max( max (jf)));

ISiSm-1 i+l£/Sm J 1 Slim- HHjSm '

если таких пар несколько, то выбирается любая из них; определяется начальное значение счетчика выделенных «ребер» р=\ и заполняется первый элемент структуры данных, используемой для представления дерева, например, одномерного массива D с трехкомпонентными элементами Dp=<u, v, где

2) отыскивается номер к следующего объекта для включения в УКС/] путем поиска наиболее близкого объекта к множеству объектов, уже включенных в УКСД к = Argk (max(max(/j1)))) и номер / самого близкого к нем)

|£0 1<Лйт к*в

го ранее включенных объектов i = j4rgl(max(max(/i1)))) ; если таких номеро!

/ев ISiSm

ite

несколько, то выбирается любой из них;

3) увеличивается на единицу счетчик выделенных «ребер» р=р+1 и за полняется соответствующий элемент массива Dp-<u,. v, где и=/, v=k

I 0).

•UV Juv t

пункты 2 и 3 повторяются до завершения построения УКСД, при это\ счетчик выделенных «ребер» достигает значения р=т-\.

Семантика элементов кортежа Dp: и - номер объекта, уже включенного i УКСД; V - номер очередного объекта, включаемого в «дерево»; 1т - «длина> абстрактного ребра, соединяющего объекты с номерами и, v. Матрица т шагового отношения близостис помощью УКСД формируется следую щим образом:тт(/Да ,-JkJ), где /', ки ..., ¿„у- номера объектов

образующие путь от / до j в УКСД. Таким образом, элементматрицы /т

равен наименьшему из ,/£]] > поскольку «длина ребра» в УКС/

равна показателю близости, установленному экспертом: l,j-f,f[\

Установлено, что задача классификации информационных ресурсов мо жет решаться как задача типизации. Предложен следующий алгоритм клас сификации информационных ресурсов предприятия на основе показателе? близости по инфологии (тематика и проблематика), функциональности, се мантической структуре, источникам информации, приложениям и условия!^ распространения:

1) определяется начальное значение номера формируемой группы р= 1;

2) формируется начальное значение множества Ер номеров р-й группы объектов Ер={к\, к2} путем поиска максимального элемента матрицы/1' среди элементов еще не отнесенных ни к одной из групп, т.е. а.р={кх, кг\ //У = шах ( тах (/.0)))}; номера к\, к2 соответственно равны номеру

1 1 l£/£m-l Uli jim ' i r j

строки i и номеру столбца j наибольшего элемента матрицы/15:

естественно, Ер=0 при р< 1;

3) отыскивается номер к объекта - кандидата для включения в р-ю группу путем поиска наиболее близкого объекта к множеству объектов, уже

отнесенных к этой группе, к = Argt(max( шах (¿1°))) и номер / самого

/€Н( 1 йкйт

близкого к нему из ранее учтенных объектов i = Arg, (max( max (/i1')));

(€ S, ISiSm '

4) если /¡^ > X, то k-vi объект включается в р-ю группу и модифицируется значение множества номеров объектов этой группы Ер=Ер<и{к}\ если fikm < X, то формирование р-й группы завершается и модифицируется номер формируемой группы: р=р+\;

пункты 2, 3,4 повторяются до исчерпания всех элементов матрицы/1'.

Предложен следующий алгоритм классификации данных и источников на основе количественных показателей качества, представленных матрицей Х^:

1) осуществляется нормализация с целью выравнивания влияния каждого компонента вектора: вычисляется матрица Ym>„ нормированных признаков:

уу = [х9 -*<Ып)№Г° -х}*>], J где Xij - элемент матрицы Х„хп; х}шп\ х/тах) - соответственно наименьший и наибольший элемент/-го столбца матрицы Хтх„;

2) строится кратчайшее связывающее дерево аналогично построению УКСД, отличие состоит в следующем:

• все операции поиска максимума заменяются операциями поиска минимума (шах —> min);

• значения элементов матрицы экспертных оценок показателей близости заменяются значениями евклидова расстояния р,у между /- м и j- м объектами, вычисляемого по матрице У, (f,/l) -» р,;, i и j символизируют все виды индексов, используемых в алгоритме построения УКСД); результаты построения дерева хранятся в массиве D, индексы третьего компонента не учитываем;

3) определяются начальное значение номера формируемой группы р= 1 и начальный индекс в массиве D: q= 1;

4) формируется начальное значение множества Ei номеров 1-й группы

объектов Е1={А:1, к2] путем извлечения первых двух компонентов первого элемента массива Б: к2=0[.у;

5) инкрементируется индекс массива: 1; если БГ1<Х, то £>9.у-й объект включается в р-ю группу и модифицируется значение множества номеров объектов этой группы Ер=Е/,и{Ц,.у}; если то формирование р-й груп-

пы завершается и инкрементируется номер формируемой группы: р=р+1;

пункт 5 повторяется до исчерпания всех элементов массива £>.

В главе 3 вопросы повышения верности информации, используемой в процессе принятия решений, связанных с управлением и развитием предприятий и крупных корпораций, рассмотрены в связи с глобальной задачей повышения точности моделирования и прогнозирования процессов с систематической (детерминированной) составляющей. К таким процессам относятся, в частности, изменения во времени многочисленных технико-экономических показателей производственно-хозяйственной деятельности предприятия.

Предложен метод сравнительного анализа эвристических, структурно сложных и алгоритмических описаний объектов, процессов и явлений: ставится задача проверки гипотезы о доминировании предлагаемой процедуры над известной процедурой; осуществляется многократное тиражирование исходной выборки по методу «бутстреп» Б. Эфрона; далее решение поставленной задачи сводится к задаче проверки статистической гипотезы о равенстве погрешностей аппроксимации.

Показано, что известный метод группового учета аргументов имеет методические ограничения по точности при решении задач восстановления несложных функций и селекции существенных факторов, предложены пути преодоления указанных ограничений.

Предложены новые алгоритмы последовательного автопостроения модели на основе механизмов эвристической самоорганизации и оптимальных частных аппроксимаций в последовательных рядах приближения в виде полиномов, решений дифференциальных уравнений, линейных форм с интервальными коэффициентами. Основные отличия новых алгоритмов от известных: переменная структура ядра; оптимизация частных приближений; использование аппроксимирующих дифференциальных уравнений, коэффициенты первичного полинома и аргументы могут быть интервальными величинами; для вычисления коэффициентов используется и метод наименьших квадратов, и метод наименьших модулей; оригинальный критерий выбора наилучшего приближения модели у*^ к процессу у:у*{1) = ВеэгС^ *(Лу)) ,

у*{Г) =у*(К к = Агё( шш <2(0) ).

1

Алгоритм автопостроения полиномиальной модели без селекции: ШагО: х-> /*0); Шаг1: /*0) * -> Шаг2: (/*0) ♦/*1>)&(Р(1) ...

Шаг/-: (Р<г-2)*Р(г-1))&(Р{г-1)*Р{г-1))^>Р{г),тд.е символ означает отображение вектора аргументов в вектор частных приближений функции; У)*У, -

операция прямого умножения векторов, результатом которой является упорядоченное множество упорядоченных пар, первый элемент которых принадлежит вектору V,, а второй - вектору v2; Vi& v2 - операция объединения векторов (элементы вектора v, дополняются элементами v2). Погрешность этапа er=min (е'*}) .

V*

Алгоритм автопостроения полиномиальной модели с селекцией в рядах: Шаг 0:х~> Шаг 1: Рт * Р(0) Р^; ...

Шаг г: Р™ = Best(^>); ... = Best(P£2>); Р^ = Best^0);

(PL? ЧГ'Ш^1,'

г = 2, 3, ...

б£> £2ем, к = \,Кг_х ; е<4> >2ем, к = 1,Гу, 7 = 1,1-2 =>КГ.,->ГГ.1

Аппроксимация процессов решениями дифференциальных уравнений.

Принимается гипотеза: /(п)(0 = 0- 8„(0 = •

7=0 7=0

I, г, г-о

оа,

= А,, / = 0, и -1; = }/("(0/(У)«Л,6, = ,

Алгоритм автопостроения модели на основе аппроксимирующих дифференциальных уравнений с селекцией в рядах аналогичен полиномиальному варианту с заменой Р{г) 3(г), г=1, 2, 3, ..., где

- векторы последовательных дифферальных приближений. Аппроксимирующее уравнение ядра:

АЛу+ВЛу+С/п+ОЛ+Е/у+Р^ 1 • + В/г, + + ЦГХ +Е/у+Р/-\}<Ьс1у.

дА дВ дС дБ дЕ дР Прогнозирующая модель на основе модификаций метода группового учета аргументов: ук = /(ук_1,ук_2>—>Ук-п)> /=я+1, п+2, ..., т. Для восстановления функции по отсчетам используются разработанные алгоритмы автопостроения модели с селекцией в последовательных рядах приближения (полиномиальное приближение, аппроксимирующие дифференциальные уравнения, комбинированное приближение).

Предложена частная модель векторных процессов - множественное на-

кохшение, векторная показательная функция - и способ расчета ее параметров. Объект рассмотрения: процесс й(0=[Ул(0> УгН,'),■■•> Ут(01- Исходные

данные: отсчеты процесса у, = ), ^ =10+ /Д„ 1 = 0, т. Множественное накопление описывается линейной формой взаимосвязи компонентов процес-

и _

са: Ду,гу1Гу,.1Г ЦУм,*^ . ) =]>п \ АУ/ = Л - У,-1 = . И^К]*™ - матрица коэффициентов взаимного влияния компонентов, Ау„у,,ум -векторы-строки, /=1,2,...

Определение матрицы Ж по точным исходным данным: 1) переобозначение неизвестных: х^м^и'у, у = 1, л; / = 1,и; 2) формирование матрицы коэффициентов по правилу: • предварительное обнуление матрицы коэффициентов: аи - 0, _/ = 1,лхл; / = 1,лхл; • заполнение отличных от нуля коэффициентов: ь</-1)л = _У/-и> & = 1, и;у = 1, л;/ = 1,и ; 3) формирование столбца свободных членов: 6Я(,.1)л = уц -у,.^, у = 1, л;»= 1, л; 4) решение системы 5) х -> Ж

Оценка матрицы ЙГ по исходным данным с ошибками: У0ГУ0Й^ = У0гО, где

5/о=[у!/]тхЯ - матрица отсчетов (г = 0, т -1; у' = 1, и ); ¿КАУ»!*«. - матрица приращений (/ = 1, т ; у = 1, л); те>л. Совокупность нормальных уравнений: УвГГ01Уп) = ^о^сл' J >где Щ'Л и -с™«6«" с номером ] матриц ЖиИ.

Векторный показательный процесс: у, = у^(Е + IV), /' = 1, 2, ... или без рекурсии уI = у0(Е+И^)', г = 0, 1,2, ..., - аналог 5, = $0(1 + е)', частный случай показательной функции: 5, = 50<з', векторный вариант: ^ = Уо^'. ' = 0. 1, 2, ... Теорема: 1) процесс сходится к нулю, т.е. = [0],хл, если а„>0,

I -> ^

V/ < 1; 2) при условии V; = 1 предельное значение процесса ограничено и отлично от нуля Шп у, = у, > [0]1х„.

Общая форма накопительных и переходных процессов:у, =ЬА' +с, где Ь, с - л-элементные строки, /=0, 1, 2, ... Имеют место соотношения: ^Ух-Уо=кЛ-Е)\ Ау =у -у,-: =ЬА1'\А-Е)=Ау1_1А; Ду, = ДР,Л'-' , ¡=2,3, ... Оценка параметров А, Ь, с при точных исходных данных: 1) матрица А находится аналогично матрице (V как решение СЛАУ на основе соотношения Ау,=Ау^А, /=2,71+1; 2) строка Ь - решение СЛАУ (А-Е)ГЬГ =[Ау]Т \ 3)

строка с-у^-Ь. Оценка параметров А, Ь, с по исходным данным с ошибками: 1) матрица А - решение системы СЛАУ В\ВКА - , или Д7£),^.л = ДгД(.л, у = 1 ,п: 2) строка Ь - решение нормального уравнения

П'ПХП - матрица, сформированная из

МТМЪТ=МТА, где М= (А"'(А-Е))Т

[_ 1=1,2... ,т

т матриц, вычисленных по формуле {А'Л(А-Е))Т, путем размещения их после-

довательно друг за другом по вертикали; А=

(4?/)Г

/=1,2 ,...,т

т пх1 - вектор-столбец,

сформированный из т столбцов приращений векторного процесса (Ду,)7, путем размещения их последовательно друг за другом по вертикали; 3) строка

Iй -

с - среднее арифметическое всех возможных решений: с = —У'(у. - ЬА').

В главе 4 вопросы повышения верности информации, циркулирующей в распределенных информационно-управляющих системах, рассмотрены в контексте создания математического и программного обеспечения для поддержки принятия решений относительно норм на интервальные параметры коэффициента ошибок для всех участков первичной сети ВСС России, использование которых гарантирует выполнение рекомендаций МККТТ.

Найдено предельно допустимое значение вероятности независимых ошибок в ОЦК, при котором выполняются требования МККТТ к качеству передачи, и разработан метод расчета предельно допустимого значения вероятности независимых ошибок по заданным значениям интервальных параметров, представляющих собой процентные количества временных интервалов, содержащих конкретное число ошибок. Теорема: 1) не существует значения параметра испытаний Бернулли, при котором точно выполняется нижняя грань требований МККТТ к параметрам коэффициента ошибок; 2) предельно допустимое значение вероятности независимых ошибок в ОЦК равно

Е4 (бОи^ / «ом

Р, Ре) ~ 0<" относительно ре.

Найдены нижняя и верхняя границы диапазона изменения (во множестве всех возможных распределений) предельно допустимого значения вероятности ошибок в ОЦК международного соединения, и разработан метод расчета границ диапазона изменения предельно допустимого значения вероятности ошибок по заданным значениям интервальных параметров. Нижняя граница рс ,т находится по оптимистическим распределениям, верхняя рсМр - по пессимистическим. Поскольку имеется две функции распределения каждого вида Р{<к\ п) и Р(<к\ 60л), то получается по два значения каждого вида границы. По распределениям числа ошибок в секундных интервалах:

Ре.ы- = 64;и) - Р(0;п)+ 65р - Р(< 64;«)]}= — (О^ + 6АСЬ\ п «

реюр = 1{64[Р(< 64;«)- />(0;«)]+ «[1 - р(< 64;«)]}= 0[ +— (о;-0'ь} п . п

По распределениям в минутных интервалах:

60л 60л

р",оР = 4;60«)+60«[1 - Р(< 4;60«)]}= Са + Л-(1-С'а).

оии 60«

Из двух оценок нижних и верхних границ следует выбрать наименьшие. В случае верхней границы такой выбор необходим потому, что большая оценка не является допустимой, при ней нарушаются требования либо к секундным, либо минутным интервалам. Меньшая оценка нижней границы интересна тем, что она представляет собой наибольшее значение ре, при котором невозможно нарушение требований к интервальным параметрам. Суть указанных свойств оценок границ наиболее ясна в свете следующего факта: нормируемые интервальные параметры коэффициента ошибок Оа, Сь, <3С при любых распределениях являются неубывающими функциями ре и изменяются в пределах от нуля до единицы при изменении ре в тех же пределах.

Таким образом, ре,10ж=тт(р еАт, р е.10№); ре.,ор=тт(р е.шр, Р с юр)-

Если учесть факты:

«=64000; р.ь,-р';1ш +6401 - = ~' 0,036 > 0;

«I 60 ) п

р",оР ~Р\юр >г\\С'а-<Зъ+~

±(1-0'а)-бф'с-С'ь)

= г) • 0,099 > 0,

т.е. р е.1ои>р еАо*\ р е.юр'Р е.юр. то можно получить окончательные формулы для искомых границ: ре1о„=р"е.1О„=Са/76&000; ремр=р'=0'ь+10'3(С'с-Сь). Для международного соединения: ре.ш~ 1,302-10"7; релор=1,079-10"3.

Теорема: 1) не существует распределения ошибок, при котором выполняются нормы МККТТ на качество номинального международного соединения и одновременно вероятность ошибки превышает 1,079-10"3; 2) не существует такого распределения ошибок, при котором нормы МККТТ на качество международного соединения не выполняются и одновременно вероятность ошибки меньше 1,302-10"7.

Найдена область изменения вероятности и показателя группирования ошибок в ОЦК, при которых выполняются требования МККГТ к качеству передачи. Теорема: область изменения вероятности и показателя группирования ошибок в ОЦК представляет собой множество решений системы неравенств:

Mi-л)

,(60 пр

п

/-1 60«

/-1 60«

I

60n

/-1 60«

l-a

f-il-pj'l-fl1^

/'=2 f I )

/-IV

n

/-1 «

Параметры ре,а описывают поток ошибок в синтезированной последовательности минутных интервалов, получаемой из последовательности одно-секундных интервалов, путем удаления секунд с большим ухудшением (с числом ошибок более 64). Знаменатель 1-Р(>65;и) отражает возрастание вероятностей -Р(/',и), /=1,2,...

р = —V/[?(> /;«)- ?(> / +1; «)]/[l - Р(> 65;«)]; 64' наблюдаемое ПРИ Уда" njz{ лении секундных интерва-

5 = 1- log, log,, = J(1 - Р{> 1;«))/(! - Р(> 65;«))]. лов с числом ошибок 65 и &п B(i-P.)i( v и \ \ JJi более Значение „=64000.

Предложены концепция минимальной структурной достаточности математической модели для расчета значений первичных параметров исследуемой системы по совокупности ограничений, накладываемых на показатели качества её функционирования, и математическая модель возникновения ошибок в ОЦК первичной сети ВСС, обладающая свойством минимальной структурной достаточности в рамках требований к качеству передачи, предусмотренных рекомендацией G.821 МККТТ - бикондициональная модель с длительными участками интенсивных ошибок. Система уравнений относительно параметров модели:

(1 - Н)РШ (< 4; 60», р,)+ HPtтс (< 4; m,n,pl,p2,Q)=l-G'a; (l - g)n,„ fe 64; л,р,)+ gPbl„ (< 64; п, р2) = 1 - GJ; (1 ~ £ГПД0;«, Pl)+gPiin(0;«, р2)= 1 -G'e, где H-=gPbi„0t\; 60, 0/[l-gFz,,„(>64; п,р2)]- Q=gPbm{<(A\ п,р2)\

д т к ж

А > Р: > £?) = т' в) * Pi )рь„{я -)\тп-in, pt \

kJ' т'в):

tfe'-'C 1-0, если i<m; Q'~\ если i = m.

|__^у | _

С учетом того, что = =

(<64;я,Значения параметров для международного участка Я

цифрового соединения: 248051-Ю-7;р2=8,076939-Ю"4; £=0,04857467.

Разработан метод расчета допустимых значений вероятности независи-

мых и параметров группирующихся ошибок, при которых обеспечивается выполнение требований МККТТ к качеству передачи двоичных сигналов, базирующийся на применении математической модели минимально достаточной структуры. Найдены допустимые значения вероятности независимых ошибок в потоке двоичных сигналов ОЦК для всех участков первичной сети

Параметры УЧАСТОК СЕТИ

Международное соединение ВСС Магистральный Внутризоновый Местный

Рет 6,33-Ю"7 5,06-Ю"7 2,52-10"7 2,39-10'7 9,39- 1(Г8

Pea 6,33-10"7 3,16-10"7 1,26-10"7 4,74-10"8 4,74-10"8

Показано существенное влияние характера распределения вероятностей ошибок в первичном цифровом тракте на качество передачи сигналов электросвязи по каналам аппаратуры вторичного уплотнения канала тональной частоты ЦСП.

Выявлены недостатки метода оценивания параметров качества цифровых соединений по результатам измерения ошибок в групповых трактах, предложенного в рекомендации МККТТ С.821, предложен более точный метод оценивания показателей ошибок в ЦГТ, учитывающий следующее:

• расчеты следует ориентировать только на практически возможные распределения, чтобы не получать неоправданно завышенных или заниженных результатов;

• получаемые оценки, в первую очередь, должны защищать интересы потребителя, т. е. результаты пересчета могут быть не меньше абсолютно корректных значений;

• метод оценивания должен быть сравнительно простым, обеспечивать приемлемую точность результатов за минимально возможное время.

Этим требованиям удовлетворяют верхние границы практически возможных результатов пересчета, поэтому предлагается рассчитывать текущие (поинтервальные) оценки параметров ошибок по следующим формулам: ОагКЫ; в^Щп,); Са=Кс(п,).

С учетом структуры формул, определяющих верхние границы, указанные формулы можно конкретизировать следующим образом:

1

^/бОКоУбОК, -бОК^

G„H

GmH

i=о

т,

(от, -125)/128, если 1, если 253 <w, ;

-к )/

60К

если т, < 235;

236 < т, <252;

1-Е

(Ух-Уо •,-к

если

(л,.-2045)/128, если 1, если 2173 <«,;

п, 5 2118; 2119<п, <2172;

N

1-

V -V ' Г1 го

П:

'УЛ

если л, = 0;

(я, +3)/128, если 123 < л, ¿124; 1, если 125 <,пг Окончательные оценки вычисляются по формулам

1 м 1 г 1 т /=1 ' ' 1=1

где М- количество минутных интервалов, сформированных за время измерений; Т- количество рассмотренных односекундных интервалов.

Доказано безусловное равенство вероятностей ошибок в групповом тракте и основном цифровом канале, показана деформация описания потока ошибок при переходе от первичного группового тракта к ОЦК.

В главе 5 рассмотрена проблема выделения ординарных и интенсивных компонент в общем потоке ошибок в цифровых каналах и трактах. Решены задачи оценивания характеристик выделяемых составляющих.

Предложен метод расчета, отображающий требования к верности принимаемых решений в искомые значения параметров последовательных процедур оценивания показателей коэффициента ошибок, на основе заданного критерия качества получаемых оценок. Длина контрольной последовательности л и браковочное число к' выбираются такими, чтобы удовлетворялась система неравенств: а(лД',/>,) йап; а(л-1,£,/?,) > ам ; Р(л,£',/?0)<Рт;

Р(лД'-1,£>0)>Рт, где а„, Р„- предельные значения вероятностей ошибок первого и второго рода соответственно; рв, р{ - значения вероятности, относительно которой принимается решение, соответствующие нулевой и альтернативной гипотезе.

Предложен метод оценивания параметров независимых и группирующихся ошибок, основанный на использовании каскада вероятностных фильтров:

На выходе каждого фильтра формируется текущее значение коэффициента ошибок кот,„ вычисленное по выборке объемом л„ /=1, 2, ..., ж. ¿оШ.,=аг, !п„ где ае, - абсолютная частота ошибок, регистрируемых /-м фильтром. Объем выборки п, для каждого фильтра выбирается таким, чтобы коэффициент ошибок кош„ вычисляемый данным фильтром, представлял собой оценку за-

данного значения р€} вероятности ошибки с заданной погрешностью Ъ, при заданной достоверности у,=1-а,. Фильтры в каскаде нумеруются в порядке возрастания оцениваемых значений ре, что соответствует убыванию объемов выборок, т.е. рсл<ре 2< ... <Рг.т и Щ>П2> ... >Пт.

В процессе принятия решения осуществляется просмотр выходов фильтров снизу вверх (от большего номера к меньшему). В качестве оценки ре текущего значения вероятности ошибки ре выбирается первый кст1, расположенный правее левой границы соответствующего доверительного интервала. Если все коэффициенты оказываются меньше нижних (левых границ) доверительных интервалов, то текущее значение вероятности ошибки принимается равным коэффициенту ¿ош.ь оцененному по выборке наибольшего объема. Заданные величины 81 и а/ определяют для /-го фильтра доверительный интервал \ре-Ъ„ Рс.&ЬЦ, накрывающий фактическое значение рс с вероятностью уг=1-а,.

Показана необходимость учета группирования ошибок при выборе параметров процедур оценивания показателей качества цифровых каналов и трактов.

Предложен метод оценивания показателя группирования ошибок на основе оценки вероятности безошибочного приема блока. Рассматриваемая задача в форме статистической проблемы имеет следующий вид. По результатам наблюдения контрольной последовательности проверяется гипотеза £>: между искажениями кодовых блоков корреляционная взаимосвязь места не имеет, т.е. р=1, против альтернативы О : искажения кодовых блоков взаимосвязаны, т.е. р>1 (случай р<1 не имеет физического смысла). Процедура контроля, основанная на регистрации величин к, 1 и реализующая критерий Неймана-Пирсона, имеет следующее правило решения: принимается гипотеза Д если отношение д не превышает пороговый уровень д' (д<д'); принимается альтернатива О, если <;><;'.

Условные вероятности принятия гипотез £), О равны:

где 1 „={.£,'к1/»}; Р„(к, /) - вероятность появления конкретного набора значений к, I в контрольной последовательности длиною п\

Р(5) = Р(д > О = —-I—¿§рла,/), + 1.

Вероятности ошибок 1-го и 2-го рода:

а(п,д\Р>) = р = 1); |3(л,<;',р) = ф| р> 1).

Как показывает анализ, ошибка 1-го рода а(«,?',/>,) является холмообразной функцией вероятности р\. Ошибка 2-го рода от вероятности рх практически не зависит, но является монотонно убывающей функцией отношения

р. Вероятность Р„(к, Г) вычисляется по формуле

№0 =

_ л-1

РоРоо '

г,

АРи >

п-к-хЛ(к~ 1

если к = 1 = 0; если к=п,1 = п = 1;

если / = 2*-л-1;

п-к-т

т

-+с2

от-1

п-Л-от+1

от -1 Д от -1;

в остальных случаях.

где т=к-1\ "к=ро\Рю!(рооРпУ, Р=РиФоо; йгроо"; с^рц/рю; с1=2р11р0й Сг=Р\РоЛРй\Рю)- Допустимый диапазон изменения / зависит от к: О, если к- 0;

/ =

0,£-1,если к <,\п!2\

2к-п-\,к~\,есш\п12\+Хйкйп.

Холмообразный характер зависимости ошибки 1-го рода от вероятности искажения кодового блока вынуждает применять минимаксное правило выбора параметров контроля п, (7при котором максимальное значение вероятности ошибки 1-го рода не превышает допустимого значения а„.

В зависимости от того, какие величины являются заданными, а какие должны быть найдены, возможны несколько подходов к определению параметров процедуры контроля корреляционной взаимосвязи искажений кодовых блоков. Основными являются две задачи:

1) для заданных значений п, ат, ря, р„, где п - длина контрольной последовательности; а„ - допустимое значение вероятности ошибки 1-го рода; (Зт - допустимое значение вероятности ошибки 2-го рода, определить значение порога С,', при котором справедливо неравенство шах а(п, <;', ) < ам .

0</»,<1

При найденном ¿¡' определить отношение р, удовлетворяющее неравенству Р(«,С',р)<Ри;

2) для заданных значений а„, рт, р определить значение порога С,' и наименьшее значение длины контрольной последовательности п, при которых справедливы неравенства таха(я,<;',рх)<ат и Р(и, р)<рт.

0</>,<1

Введено понятие наибольшей проблемной информативности параметра процедуры проверки статистической гипотезы (обеспечивающее максимальное различие значений статистики). Наиболее информативное значение длины блока для процедуры проверки гипотезы относительно показателя группирования ошибок находится как решение уравнения

дт

Глава 6 посвящена разработке методов и процедур оценивания пара-

метров ошибок во время приемосдаточных испытаний цифровых каналов и во время оперативного контроля качества передачи.

Найдены нижняя и верхняя границы времени оценивания параметров коэффициента ошибок в канале со скоростью 64 Кбит/с, соответствующие ординарным и пакетирующимся ошибкам. Процесс оценивания параметров МУ, СБУ и СУ в цифровом соединении рассматривается как задача проверки статистической гипотезы Н0 (качество канала ниже нормы): либо Оа > Са', либо Оь > Сь', либо > йс, против альтернативы Н1 (качество канала соответствует норме): < Са'; 2 Сс < Ос', где йа, йь, - фактические значения параметров МУ, СБУ и СУ соответственно; Оа', Сь\ б/ - нормативные значения тех же параметров. Требования к качеству принимаемых решений:

• время накопления статистик должно быть минимальным, т.е. решение о качестве канала должно приниматься как можно быстрее;

• обе условные вероятности ошибок (1-го рода а и 2-го рода Р) должны быть ограничены предельными значениями а„, рт;

• в рамках ограничений а<ат, р<рш одновременно с требованием максимальной оперативности необходимо обеспечить минимум ошибки 1-го рода, поскольку в соответствии с традицией теории статистических решений в качестве нулевой гипотезы выбрана гипотеза, ошибочное отвержение которой наносит наибольший ущерб.

Количество минут, которое необходимо накопить для оценивания параметра МУ с заданной достоверностью, равно та=М1рт^С0, Г|, гр, сД соответствующая браковочная константа равна к!„=фпа, Са, га, са). Количество секундных интервалов, которое необходимо для оценивания параметра СБУ, равно щ=М1рт£0'ь, л» 2а, Сь), соответствующая браковочная константа равна к!ь=ф1Ь, Сь, га, сь). Объем выборки и браковочная константа для оценивания СУ: п^,ртА<Э Су Л> ^«о Ц, Сс), б'ь га, Сс). Величины 4игр представляют собой критические точки одностороннего г-критерия, соответствующие уровням значимости ат и Р„ (аргументы, при которых функция нормированного распределения Гаусса имеет значения 1-<хт и 1-рд, соответственно). Величина г| определяется запасом, выделяемым на интенсивные ошибки: г\=Оа ^Оа'=ОьмЮь'~Ос ^Сс', где Са и, Сг, н, Ос.„ - номинальные значения интервальных параметров, отводимые на ординарные ошибки. При 65%-м запасе г|=0,35, при 90%-м - г|=0,10. Определения функций:

МС. л, Ц, с)= {[га^0'{1-0')с + 7Р^цО'{\-цО')с}/[(1 - ']}2;

5(п, <7, г, с)= пС - х^пО'{\-С)с .

Последовательность временных интервалов аппроксимируется простой цепью Маркова с двумя состояниями. Помимо фактического значения вероятности появления временного интервала с заданным признаком (МУ, СБУ

или СУ) используется матрицу переходных вероятностей § =

Яоо ¿>01 2ю

, где О,

1 - признаки отсутствия и наличия у временного интервала заданного признака (ухудшения); (;,у'=0, 1) - условные переходные вероятности.

Для минутных интервалов заданным признаком является факт наличия в интервале более 4-х ошибок. В естественной последовательности секундных интервалов выделяются две логических последовательности: в первой заданным признаком является факт наличия более 64-х ошибок, во второй - факт наличия в интервале любого количества ошибок. Отсутствие признака у интервала связывается с нулевым состоянием цепи Маркова. Проблемный параметр связан с переходными вероятностями соотношением G=go^/(go^ + Яю); 2оо+£о1=£ю+£11-1; £п ^ С > #01. При goo=g^o'=^-0 и Я)|=£Го1=С Цепь Маркова эквивалентна испытаниям Бернулли. При заданном С? один из параметров описания остается свободным. Например, в качестве свободного параметра можно выбрать вероятность goъ при этом Яю=(1 - G)^gol / О, £оо=1 - £оь gи=l - Яю-

Вероятность Рсип(к\ п, б) того, что в последовательности из п состояний цепи Маркова будет к единиц (из п временных интервалов к будут заданы с ухудшением):

(1 -а)^1, если ¿ = 0;

с—^— 1—

У+1

н

1 у ы _к 1

если \йк<п-\, если к = п,

где Х=£о1£1&%оо£п); c^=g^kg^l; c2=(\-G)/gol; с^в^ой с4=ОА/£и.

Система неравенств относительно параметров статистической процедуры по каждому измеряемому параметру при этом имеет вид: РС„М п,0')<ап; РЬт{> к'; п,цС')<рт/3,

где Рс1т(^к';п,С)=^Рс1т(к';п,0'); к - браковочная константа; п - объем

к-<3

выборки. Пояснение: значение интервального параметра й равно номинальному значению Столько при наличии в канале одних ординарных помех. Рскп{< к;п,в)= Р{(к-п0)/^п0(\-0)с),

где с = 1 + 2

-1; F(z) =

е 2 сЬс - интегральная функция

распределения. Система неравенств преобразуется к виду

(к'-пС)/^пО'{\-С)с < -га; {к'-щС)/ ^щвХХ-цв^ >г0; где с = 1 + 2(^, ~go))/(g]o + £01)- Заменой неравенств на равенства, находится

искомое решение относительно п и к. Дополнительные ограничения: Т1С?1$8Ь1<1;

где в - абсолютная вероятность серии секунд с большим ухудшением.

Наибольшее время наблюдений требуется для принятия решения по параметру СБУ: при г|—0,1 необходимы измерения в течение 6 часов на магистральном участке, 8 часов на внутризоновом и 16 часов на местном участке. При Т1=0,35 требуемое время измерений примерно в 3 раза больше, чем при т]=0,1. Для принятия решения относительно параметра МУ требуется времени в 1,7 раза меньше, чем для СБУ. Наименьшая длительность измерения необходима для оценивания СУ: в 80 раз меньшая, чем для СБУ. Поскольку для различных элементарных решений требуются разные объемы выборки, а достоверность по каждому решению должна быть не ниже заданных значений 1-ат, 1-Р», то необходимо в качестве расчетного времени измерений выбрать время, требуемое для принятия решения относительно СБУ, а соответствующие браковочные константы для МУ и СУ пересчитать, положив та-(пь-к'ьУбО (пересчет секунд в минуты с учетом исключения го рассмотрения при формировании минутных интервалов секунд с большим ухудшением).

Предложены последовательные статистические процедуры с усечением и без усечения времени наблюдений для приемосдаточных испытаний цифровых каналов и трактов, обеспечивающие выполнение заданных требований к верности решений, принимаемых относительно качества проверяемых соединений.

Предложена процедура контроля цифровых каналов, предназначенная для проведения экспресс-анализа текущего качества передачи, основанная на измерении только секунд с ухудшением.

Предложен метод текущего контроля качества цифрового соединения, основанный на применении цифровых фильтров с бесконечной памятью для усреднения результатов наблюдения последовательностей признаков появления временных интервалов с коэффициентами ошибок, превышающими пороговые значения.

Предложен метод и соответствующая процедура прогноза верности информации, передаваемой по цифровым каналам и трактам. В терминах теории статистических решений задача имеет следующий вид. По результатам наблюдения начального участка кодограммы, состоящего из п кодовых блоков, проверяется нулевая гипотеза число ошибок к„ в кодограмме длиною N

превысит допустимое количество к„', против альтернативы <2 : кодограмма

будет принята с числом ошибок, не превышающим к„'. Процедура, основанная на регистрации частоты ошибок и реализующая критерий Неймана-Пирсона, имеет следующее правило решения: принимается нулевая гипотеза,

ПС

при измерении МУ и СУ;

шах

если число блоков с ошибками к„ на начальном участке превышает пороговый уровень ¿„', т.е. к^>к„'\ в противном случае, - если к„<к„' - принимается альтернатива.

Используется марковская модель дискретного канала. Р„(к) - матричная вероятность искажения к блоков в последовательности длиною п\ Яф - вектор-строка финальных вероятностей состояний канала; Ц - вектор-столбец единиц. Вероятности принятия гипотез <2 и соответственно равны:

рт = Р(к„<к'„) = 2 !РФР„(ад Р(0 = Р{к„ >К) = 1-р@у.

¿=0

Ошибки прогноза могут быть охарактеризованы следующими вероятностями: абсолютная вероятность ошибочного отвержения правильной гипотезы а„ =/{(£Лг >к'н)&.{к„ показывает, какая часть каналов по результатам прогноза ошибочно признается хорошей; абсолютная вероятность ошибочного принятия ложной гипотезы Р„ = ^ > показывает, какая часть каналов ошибочно признается плохой; вероятность справедливости гипотезы при условии, что принято решение о ее ложности р[(к„ >к'х)&(кп <к'^1 Р(кп <к'„) определяет долю плохих каналов среди каналов, признаваемых по прогнозу хорошими, является аналогом риска потребителя при выборочном контроле; вероятность ложности гипотезы при условии, что принято решение о ее справедливости <к^)&(к„ >к^,)]/Р(кл >к'п) определяет долю хороших каналов среди бракуемых; является аналогом риска поставщика при выборочном контроле; вероятность принятия альтернативы при условии справедливости нулевой гипотезы а=Р{(кг/>к'м)&(кп<к'п)]/Р(кы>кх) показывает, какая доля плохих каналов признается согласно прогнозу хорошими; в теории статистических решений называется ошибкой 1-го рода; вероятность принятия гипотезы при условии справедливости альтернативы <к'„)&(к„ >к'„)]/Р(к„ <к{,) в теории статистических решений называется ошибкой 2-го рода, показывает, какая доля хороших каналов признается согласно прогнозу плохими.

Вероятности ошибок прогноза аир вычисляются по формулам: а = />[(*„ > к'„)&(к„ < К)]/Р(к„ > к'ы)=

^ *=0 ]=о

<=о

Значения вероятностей ошибок зависят от вероятности искажения кодового блока р. Причем абсолютные вероятности ошибок аа = аа (//, к'ы, п, к'п,р),

Ри = Ра^, Кч> п> К> р) являются холмообразными функциями р. Выражения для расчета аа, (За представляют собой числители выражений для аир. При р-0 и р= 1 обе вероятности равны нулю. Значения, при которых указанные вероятности имеют максимум используются для расчета условных вероятностей ошибок 1-го и 2-го рода, являющихся показателями достоверности прогноза при данных параметрах п, к„'.

Процедура прогноза числа ошибок в кодограмме по начальному ее участку характеризуется параметрами Ы, кы', п, к„', ат, рт, где ат, рт - предельно допустимые значения ошибок 1-го и 2-го рода. Величины А/, ки', ат, рт задаются как исходные данные. При этом возникает задача определения наименьших значений (требование оперативности) п, к„', обеспечивающих ошибки, не превышающие ат, рш (требование достоверности). С формальной точки зрения длина контрольной последовательности п и браковочное число кп' должны быть такими, чтобы удовлетворялась система условий:

ав(/V, к'„, п, к'п, р,) = шах аак'ы, п, к'„, р\

0</х1

Ра = Р„(ЛГ, ^,«Д:,р)=тахРа(^, к'„,п,к'п,р)>

Окр<\

а(Ы, к'ы, п, к'п, Р1)< ат\ а(Дг, к'ы,п~\,к'„, р)> ат;

к'м, п, к'п, р0)$рш; К -1 ,Ро)> Э„,

где р1 - вероятность искажения кодового блока, при которой максимальна абсолютная вероятность ошибки 1-го рода аа; ро - вероятность искажения кодового блока, при которой максимальна абсолютная вероятность ошибки 2-го рода ра. Результатом решения являются значения параметров п, к„' и вероятности ро, р\.

В главе 7 получены следующие основные результаты.

Разработан и исследован алгоритм передачи и защиты информации с переспросом участка кодограммы и накоплением, представляющий собой модификацию известного алгоритма с синхронным накоплением, незначительно превышающий прототип по сложности реализации и обеспечивающий снижение среднего времени задержки сообщений на 35-40 %; алгоритм рекомендуется для применения на каналах с большими длинами (соизмеримыми со средней длиной сообщений) пакетов ошибок. Вероятность того, что при передаче кодограммы, состоящей из N кодовых комбинаций, произошло /' переспросов, равна

где 1 <1к<Ы, К = /; />/(/4;/4„,,р) - вероятность того, что при последовательной передаче 1к \ кодовых комбинаций первые /ц-4 комбинаций будут приняты без обнаруживаемых ошибок; р - вероятность приема кодовой комбинации с обнаруживаемой ошибкой; = Л.(О;',./5) = <?''>

N 1, А-1 I ,

где д=1 -р. Р/(0 = ХХ-'-Хр'^ + Производящая функция

/, =17, =1 /,=1 '

распределения числа переспросов ф7(г) = •д'2_1

II £ г \ Я

\\-zp)

/=0 ^ '

Среднее число переспросов 1 = Ир!д. Дисперсия числа переспросов

ДЛ = Ф+ ^р/ч)!Я- Среднее число переспрашиваемых комбинаций при г-м повторении определяется выражением:

_ N //+1 /-1 ( \

/,=1 /¡=1 /,=1 Р у=0 \ ■> /

а

+ N-1—. Суммарное среднее число переспрашиваемых кодовых комбинаций Р

т V"1 у р ^ + „ при передаче кодограммы равно £ = > ¿,=—---—. Время задержки

1^4 2

г

сообщения после / переспросов составляет величину /, = +/ож, где /у -

длина участка кодограммы, переспрашиваемого во времяу-го переспроса; -время передачи «-разрядной кодовой комбинации; г+га с; /р - вре-

мя распространения сигнала в линии связи; ¿с - время передачи сигнала обратной связи (адреса или сигнала подтверждения); ?1С - время анализа кодовой комбинации и сигнала обратной связи соответственно.

Среднее время Т задержки кодограммы получается в результате усреднения Г/ по всем случайным величинам - /, /ь 12,..., ¡¡: Т = ¡хЬ + /ож/.

Для варианта переспроса участка с накоплением правильно принятой информации: Р, (/') = Р(М > v, > 1; v, > у2 > 1;... v,., > v,. > 1; у,+1 = 0), где v, -число ошибок, возникающих при (/-1)-й повторной передаче, Н), 1, 2, ... Среднее число переспросов / = ]Г(-1)*+' рк 1{\- рк). Среднее число пере-

1 V * ;

ЭО

спрашиваемых комбинаций Ь = где - среднее число переспраши-

/И

ваемых комбинаций при /-м повторении. Ц,= М-(1-р')[1-(1-р'У]//>'. _ ^ /'дг + Л

Ь ~ (-1 )шрк /(1- р ). Среднее время задержки кодограммы состав-

ы V А +1 у

ляет величину Т = 1КЬ+1ох7,

Разработан и исследован алгоритм с переспросом интервала искажений с накоплением, представляющий собой модификацию алгоритма с синхронным

накоплением, предназначенную для применения на каналах с короткими длинами (значительно меньшими длины сообщений) пакетов ошибок; алгоритм позволяет уменьшить среднее время задержки сообщений на 45 - 50 %.

Исследовано влияние способа передачи адресов на временные характеристики алгоритма с адресным переспросом; определены области эффективного применения групповой и раздельной передачи сигналов решения в зависимости от параметров сообщений и канала связи.

Получены расчетные формулы для оценки характеристик скорости и верности передачи информации в системах с адресным переспросом и групповым решением.

Разработана методика оптимизации параметров кодового блока для систем с селективным повторением, обеспечивающая максимальную скорость при заданной верности передачи.

Предложен способ повышения верности передачи информации в системах с адресным подтверждением.

Разработано устройство для приема информации, реализующее алгоритм с адаптацией режима декодирования, предназначенное для использования на каналах с нестационарным группированием ошибок, защищенное авторским свидетельством.

В главе 8 описаны некоторые примеры практического использования результатов работ в реальных информационно-управляющих системах, кратко описаны программы, находящиеся в промышленной эксплуатации. В интегрированной автоматизированной системе управления (ИАСУ) ОАО «Рязанская ГРЭС» используются: программа моделирования экономических процессов линейной интервальной регрессией (ИРА); программа моделирования зависимостей скалярной величины от векторного аргумента и прогнозирования экономических процессов на основе модифицированного группового метода обработки данных (Эврика); программа моделирования зависимостей скалярной величины от векторного аргумента и прогнозирования экономических процессов на основе технологии искусственных нейронных сетей (ЫеигоМар); программа прогнозирования векторных экономических процессов на основе метода множественного накопления (Рантье) и др. В АСУ ЗАО «Рязанский нефтеперерабатывающий завод» используется программная система автоматизированного формирования экологического паспорта промышленного предприятия (Система ФорЭП), зарегистрированная в РосАПО 23.04.96 г., № 960134. В информационно-вычислительной системе городского комитета охраны окружающей среды и природных ресурсов г. Рязани (ИБС ЭкоГород) используются: «Программная система расчета загрязненности воздуха выбросами подвижных источников автотранспортных предприятий» (Система ТрансВАТ), зарегистрированная в РосАПО 23.04.96 г., № 960135; «Программная система для моделирования и расчета загрязненности воздуха города выбросами автомобильного транспорта» (Система АэроВАТ). В программных системах НИИЦПрИС, г. Москва, созданных в рамках научно-технической программы «Интеллектуальная собственность высшей школы»

использовано 5 программ автора, зарегистрированных в РосАПО. В Региональной интегрированной информационной системе, создаваемой РЦИММ РАН в рамках научно-технической программы «Информационный компьютерный атлас региона», использована программа «Диспетчер информационных ресурсов».

Заключение содержит основные выводы и результаты.

В Приложении приведены акты внедрения результатов диссертационной работы на промышленных предприятиях и в учебном заведении.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

Выполненная диссертационная работа содержит исследования, направленные на комплексное решение проблемы повышения верности информации в современных распределенных информационно-управляющих системах, ориентированных на автоматизацию анализа и принятия решений в производственно-хозяйственной и социально-экономической деятельности.

1. Предложена концепция диспетчера информационных ресурсов - компонента хранилища, который может рассматриваться как механизм установления семантической метрики и реализации отношений релевантности на множестве данных, источников и приложений, хранимых и используемых на предприятии. Использование диспетчера позволяет избежать излишнего дублирования информации на рабочих местах разработчиков проектов, повысить верность данных за счет устранения их противоречивости и несогласованности, повысить эффективность использования внешних носителей корпорации. Концепция включает: теорию описания, создания и использования диспетчера информационных ресурсов; методы и алгоритмы классификации информационных единиц.

2. Предложены новые методы и алгоритмы моделирования и прогнозирования процессов с систематической (детерминированной) составляющей. К таким процессам, в частности, относятся изменения во времени многочисленных технико-экономических показателей производственно-хозяйственной деятельности предприятия. Предложен метод анализа эвристических, структурно сложных и алгоритмических описаний объектов, процессов и явлений. Предложены новые алгоритмы последовательного автопостроения модели на основе механизмов эвристической самоорганизации и оптимальных частных аппроксимаций в последовательных рядах приближения в виде полиномов, решений дифференциальных уравнений, линейных форм с интервальными коэффициентами. Предложена частная модель векторных процессов - множественное накопление, или векторная показательная функция и способ расчета ее параметров.

3. Создано математическое и программное обеспечение для решения важной научно-технической задачи определения норм на интервальные параметры коэффициента ошибок для всех участков первичной сети ВСС России, использование которых гарантирует выполнение рекомендаций МККТТ. С помощью предложенных математических моделей и программ найдены ниж-

няя и верхняя границы диапазона изменения (во множестве всех возможных распределений) предельно допустимого значения вероятности ошибок в основном цифровом канале, определена область изменения вероятности и показателя группирования ошибок, определены допустимые значения вероятности независимых ошибок в потоке двоичных сигналов для всех участков первичной сети ВСС, представляющие собой проект нового регламента. Доказано влияние характера распределения вероятностей ошибок в первичном цифровом тракте на качество передачи сигналов электросвязи по каналам аппаратуры вторичного уплотнения канала тональной частоты ЦСП. Предложен более точный метод оценивания показателей ошибок в первичном цифровом групповом тракте. Доказано безусловное равенство вероятностей ошибок в групповом тракте и основном цифровом канале, показана деформация описания потока ошибок при переходе от первичного группового тракта к ОЦК.

4. Решена проблема выделения ординарных и интенсивных компонент в общем потоке ошибок в цифровых каналах и трактах. Предложен метод расчета параметров последовательных процедур оценивания показателей коэффициента ошибок на основе заданного критерия качества получаемых оценок. Предложен метод оценивания параметров ошибок, основанный на использовании каскада вероятностных фильтров. Показана необходимость учета группирования ошибок при выборе параметров процедур оценивания показателей качества цифровых каналов и трактов и предложен новый метод оценивания показателя группирования ошибок.

5. Разработана теория оценивания новых параметров ошибок во время приемосдаточных испытаний цифровых каналов и во время оперативного контроля качества передачи, включающая следующие результаты: оценки нижней и верхней границ времени оценивания параметров коэффициента ошибок в канале со скоростью 64 кбит/с, соответствующие ординарным и пакетирующимся ошибкам; последовательные статистические процедуры с усечением и без усечения времени наблюдений для приемосдаточных испытаний цифровых каналов и трактов, обеспечивающие выполнение заданных требований к верности решений, принимаемых относительно качества проверяемых соединений; процедура контроля цифровых каналов, предназначенная для проведения экспресс-анализа текущего качества передачи, основанная на измерении только секунд с ухудшением; метод текущего контроля качества цифрового соединения, основанный на применении цифровых фильтров с бесконечной памятью для усреднения результатов наблюдения последовательностей признаков появления временных интервалов с коэффициентами ошибок, превышающими пороговые значения; метод и соответствующая процедура прогноза верности информации, передаваемой по цифровым каналам и трактам.

6. Разработаны и исследованы эффективные процедуры защиты от ошибок для протоколов звена передачи данных и протоколов передачи файлов, рекомендуемые для применения на каналах с большими и малыми длинами (в

сравнении со средней длиной сообщений) пакетов ошибок, обеспечивающие снижение среднего времени задержки сообщений на 35-50 %. Исследовано влияние способа передачи адресов на временные характеристики алгоритма с адресным переспросом; определены области эффективного применения групповой и раздельной передачи сигналов решения в зависимости от параметров сообщений и канала связи. Исследовано влияние способа передачи адресов на временные характеристики алгоритма с адресным переспросом; определены области эффективного применения групповой и раздельной передачи сигналов решения. Разработана методика оптимизации параметров кодового блока для систем с селективным повторением, обеспечивающая максимальную скорость при заданной верности передачи.

7. Создано программное обеспечение, реализующее предложенные методы и процедуры, внедренное в реальные системы и находящееся в промышленной эксплуатации. Результаты работы внедрены на ОАО «Рязанская ГРЭС»; ЗАО «Рязанский нефтеперерабатывающий завод»; в Комитете охраны окружающей среды и природных ресурсов г. Рязани; в научно-исследовательские работы ЦНИИС (г. Москва) и Рязанского центра информатики и математического моделирования Российской академии наук (РЦИММ РАН), в учебный процесс Рязанской государственной радиотехнической академии, что подтверждается актами о внедрении.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Белов В.В. Алгоритмические методы повышения верности информации в распределенных информационно-управляющих системах. М.: Радио и связь, 1999. 238 с.

2. Белов В.В. Влияние способа передачи адресов на оперативность обмена в системах с адресным переспросом // Алгоритмические методы и программирование в радиоэлектронике; Межвуз. сб. статей. Рязань: РРТИ, 1980. С. 79 - 83.

3. Белов В.В. Методика и результаты тестирования генераторов случайных чисел // Математическое обеспечение и программирование для вычислительных и управляющих систем: Межвуз. сб. статей. М.: МИЭМ, 1983. С. 104 - 107.

4. Белов В.В. Оптимизация длины блока в системах передачи данных с адресным переспросом. Рязань, 1982. 19 с. Рукопись представлена Рязан. радиотехн. ин-том. Деп. в ЦНИИТЭИ приборостроения 29.06.1982, № 1864 пр-Д82.

5. Белов В.В. Оптимизация длины блока информации в СПД с адресным переспросом и браковкой комбинаций, смежных с явно ошибочными комбинациями И Математическое обеспечение вычислительных и управляющих систем: Межвуз. сб. статей. Рязань: РРТИ, 1982. С. 85 - 89.

6. Белов В.В. Организация данных и моделирование в системе автоматизации контроля и управления экологической обстановкой региона // Технологии и системы сбора, обработки и представления информации: Тез. докл. Международ, конф. Рязань: Русское слово, 1993. С. 105.

7. Белов В.В. Процедура выявления группирования успехов в последовательности испытаний случайного события // Математическое и программное обеспечение вычислительных систем: Межвуз. сб. науч. трудов. Рязань: РГРТА, 1999. С. 163 - 167.

8. Белов В.В. Система управления экологической ситуацией в городе // Вопросы экономики и организации информационных технологий: Материалы научно-практ. конф. Гомель, 1991. С. 120. *

9. Белов В.В., Абрамов P.A., Чистякова В.И., Шилии A.B. Программная система расчета загрязненности воздуха выбросами подвижных источников автотранспортных предприятий (Система ТрансВАТ). Рязань, 1996. Зарегистрировано в РосАПО 23.04.96. К» 960135.

10. Белов В.В., Бурмистров В.М. К расчету характеристик системы информационного обмена в АСУ // Вопросы радиоэлектроники. Сер. АСУПР. 1984. Вып.4. С. 107 - 110 (авт. 3 с.)

11. Белов В.В., Васильев C.B. Выбор предпочтительных решений по охране окружающей среды II Состояние и экологические проблемы в электроэнергетике: Науч,-техн сб. Новомичуринск: АО «Рязанская ГРЭС», 1997. С. 122 - 125 (авт. 2 с.)

12. Белов В.В., Васильев C.B., Наумкина С.Г. Модифицированный метод группового учета аргументов на основе процедуры оптимизации частных полиномов // Вычислительные машины, комплексы и сети: Межвуз. сб. науч. трудов. Рязань: РГРТА 1999. С. 95 - 99 (авт. 3 с.)

13. Белов В.В., Васильев C.B., Чистякова В.И. Моделирование многомерных процессов с помощью группового метода обработки данных. // Математическое и программное обеспечение вычислительных систем: Межвуз. сб. науч. трудов М.: НИЦПрИС, 1998. С. 21-24 (авт. 2 с.)

14. Белов В.В., Васильев С.И., Шумилов Т.И. Информационно-аналитическая система поддержки управленческой и производственной деятельности энергогенерирующего предприятия // Всероссийский электротехнический конгресс с международным участием «На рубеже веков: итоги и перспективы»: Тез. докл. Том 1. М.: Академия электротехнических наук РФ, ТОО «Научно-техническая Компания «Петровка», Изд-во «Академия», 1999 (авт. 2 с.)

15. Белов В.В., Жевняк AB., Дубовиков A.B., Яковенко A.B. ГИС в задачах оценки стоимости имущества // 2-я международная научно-техническая конференция «Космонавтика. Радиоэлектроника. Геоинформатика»: Тез. докл. Рязань: РГРТА, 1998. С. 159-161 (авт. 1 с.)

16. Белов В.В., Зенин А. А, Чистякова В.И. Способ расчета минимально необходимой длительности тестовых испытаний каналов цифровых систем передачи. Деп. в ИФОРМПРИБОРе 04.11.88. № 4410-пр88.11 с. (авт. 8 с.)

17. Белов В.В., Карпов В.Н. Анализ некоторых модификаций алгоритма передачи данных с решающей обратной связью, непрерывной передачей и блокировкой. Рязань, 1983. 25 с. Рукопись представленаРязан. радиотехн. ин-том. Деп. в ЦНИИТЭИ приборостроения 3.04.84. № 2422. пр-Деп. (авт. 20 с.)

18. Белов В.В., Карпов В.Н., Пылькин А.Н. Устройство для приема дискретной информации, закодированной корректирующим кодом. БИ, 1985, № 29.

19. Белов В.В., Коричнев Л.П. О минимаксной процедуре прогнозирования верности принимаемой цифровой информации II Математическое обеспечение и программирование для вычислительных систем: Межвуз. сб. статей. М.: МИЭМ, 1986. С. 60 - 64 (авт. 3 с.)

20. Белов В.В., Коричнев Л.П. О прогнозировании качества приема дискретных сообщений // Надежность и качество функционирования информационных сетей и их элементов: Тез. докл. V Всесоюзн. НТК. Новосибирск, 1985. С. 279-281 (авт. 2 с.)

21. Белов В.В., Коричнев Л.П., Королев В.Д., Чистякова В.И. Прогнозирование верности передачи дискретной информации, закодированной помехоустойчивым блочным кодом. Деп. в ЦНИИТЭИ Приборостроения 10.03.86. №3243-пр. 25 с. (авт. 16 с.)

22. Белов В.В., Коричнев Л.П., Пылькин А.Н. Алгоритм передачи информации с переспросом участка кодограммы и накоплением. Рязань, 1981. 16 с. Рукопись представле-

на Рязан. радиотехн. ин-том. Деп. в НИИТЭИ приборостроения 18.06.1981, № 1589. (авт. 10 с.)

23. Белов В.В., Коричнев Л.П., Пылькин А.Н. Анализ алгоритма передачи информации с переспросом интервала искажений и синхронным накоплением. Рязань, 1981. 20 с. Рукопись представлена Рязан. радиотехн. ин-том. Деп. в ЦНИИТЭИ приборостроения 14.09.1981, № 1646. (авт. 12 с.)

24. Белов В.В., Коричнев Л.П., Пылькин А.Н. Методика оценивания вероятностно-временных характеристик систем передачи дискретной информации // Радиотехника. 1987. № 4. С. 67 - 70 (авт. 3 с.)

25. Белов В.В., Коротаев А.Т. Построитель столбиковых диаграмм (С0Ь_01А0). Рязань, 1994. Зарегистрировано в РосАПО 08.08.94. № 940314.

26. Белов В.В., Наумкина С.Г. Аппроксимация дифференциальными уравнениями частных приближений математической модели объекта в групповом методе обработки данных // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: Материалы 8-го Междунар. науч.-техн. семинара. Рязань, РГРТА, 1999. С. 114- 117 (авт. 3 с.)

27. Белов В.В., Потапов В.М. Система коллективного пользования Единой автоматизированной системы диспетчерского управления отраслью //Интерактивные системы принятия решений в планировании и управления большим городом: Тез. докл. Всесоюзного семинара. М., 1981.С. 60-63 (авт. 2 с.)

28. Белов В.В., Пылькин А.Н. Оценка эффективности протоколов управления информационным каналом при зависимых искажениях пакетов // Вычислительные сети коммутации пакетов: Тез. докл. Третьей Всесоюзн. конф. Рига, 1983. С. 16 - 18 (авт. 2 с.)

29. Белов В.В., Пылькин А.Н. Характеристики систем передачи данных с решающей обратной связью в условиях группирования ошибок по кодовым блокам. Рязань, 1983. 20 с. Рукопись представлена Рязан. радиотехн. ин-том. Деп. в ЦНИИТЭИ Приборостроения 6.10.83, № 2242 пр-Д83. (авт. 14 с.)

30. Белов В.В., Чистякова В.И. АэроВАТ - система поддержки управленческих решений по уменьшению загрязненности атмосферы города // Состояние и экологические проблемы в электроэнергетике: Науч.-техн сб. Новомичуринск: АО «Рязанская ГРЭС», 1997. С. 116 - 122 (авт. 5 с.)

31. Белов В.В., Чистякова В.И. Вероятность ошибки в линейном тракте цифровых систем передачи ЕАСС // Цифровые и оптические системы связи: Сб. научн. трудов ЦНИИС. М.: ЦНИИС, 1989. С. 74 - 77 (авт. 3 с.)

32. Белов В.В., Чистякова В.И. Диспетчер информационных ресурсов // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: Материалы 8-го Междунар. науч.-техн. семинара. Рязань, РГРТА, 1999. С. 40-42 (авт. 2 с.)

33. Белов В.В., Чистякова В.И. Измерение и пересчет параметров ошибок в цифровых каналах и трактах // 46 Всесоюзная науч. сесия, поев. Дню радио: Тез. докладов. М.: Радио и связь, 1991.С. 47 - 48 (авт. 1 с.)

34. Белов В.В., Чистякова В.И. Интервальные параметры и вероятность ошибки в цифровом канале. Деп. в ИНФОРМПРИБОРе 16.11.88. №4438-ПР88. 15 с. (авт. 10 с.)

35. Белов В.В., Чистякова В.И. Метод контроля состояния цифрового канала передачи информации // ХЬУ Всесоюзная науч. сессия, посвященная. Дню радио: Тез. докладов. М.: Радио и связь, 1990. С. 33 - 34 (авт. 2 с.)

36. Белов В.В., Чистякова В.И. Метод оценивания ординарных и интенсивных ошибок в цифровых каналах и трактах // Математическое и программное обеспечение информационных и управляющих систем: Межвуз. сб. науч. трудов. Рязань: РГРТА, 1995. С. 54 - 59 (авт. 4 с.)

37. Белов В.В., Чистякова В.И. Нижняя граница времени измерения параметров коэффициента ошибок в цифровых каналах и трактах // Математическое и программное обеспечение информационных и управляющих систем: Межвуз. сб. науч. трудов. М.: МИЭМ, 1991. С. 98-102 (авт. 3 с.)

38. Белов В.В., Чистякова В.И. Оперативный контроль качества в сеггях ЭВМ// Анализ и проектирование програмного обеспечения и аппаратных средств вычислительных систем и сетей ЭВМ, ГАП и АСУ: Межвуз сб. науч. трудов. М.: МИЭМ, 1991. С. 98 - 102 (авт. 4 с.)

39. Белов В.В., Чистякова В.И. Оценивание параметров ошибок в цифровых групповых трактах // Электросвязь. 1992. № 11. С. 6 - 9 (авт. 3 с.)

40. Белов В.В., Чистякова В.И. Программа вывода списка кластеров, занимаемых файлом (CLUSTERS). Рязань, 1994. Зарегистрировано в РосАПО 05.09.94. № 940358.

41. Белов В.В., Чистякова В.И. Программная система для накопления и отображения информации о загрязненности природных сред региона (ENV_DIRT). Рязань, 1994. Зарегистрировано в РосАПО 05.09.94. № 940357.

42. Белов В.В., Чистякова В.И. Продолжительность испытаний цифровых каналов ЕАСС // Проектирование сетей связи и качество обслуживания: Сб. научн. трудов. ЦНИИС. М.: ЦНИИС, 1989. С. 13 - 17 (авт. 4 с.)

43. Белов В.В., Чистякова В.И. Проект норм на вероятность ошибки в основном цифровом канале // XLIII Всесоюзная научная сессия, посвященная Дню радио. М.: Радио и связь, 1988. С. 21-22 (авт. 1 с.)

44. Белов В.В., Чистякова В.И. Процедура оперативного контроля качества цифровых каналов, предоставляемых в сети ЭВМ первичной сетью ЕАСС // Сборник тезисов докладов Н-й Всесоюзной научно-техн. конф. Днепропетровск, 1990. С. 148-149 (авт. 1 с.)

45. Белов В.В., Чистякова В.И. Процедура прогнозирования состояния канала передачи данных // I Всероссийская научная конференция «Непрерывная логика и ее применение в технике, экономике, социологии»: Тезисы докладов. Пенза, ПДНТП, 1994. С. 117-118 (авт. 1 с.)

46. Белов В.В., Чистякова В.И. Управление экологической ситуацией в городе // Непрерывно-логические методы и модели в науке, технике и экономике. Материалы Международной научно-техн. конф. 19 - 20 октября 1995. Пенза: Пензенский дом знаний, 1995. С. 46 - 48 (авт. 2 с.)

47. Белов В.В., Чистякова В.И. Утилита для определения размера каталога (SIZE_DIR). Рязань, 1994. Зарегистрировано в РосАПО 05.09.94. № 940355.

48. Белов В.В., Чистякова В.И. Утилита для удаления каталогов и файлов заданного типа в каталоге (DEL_DIR). Рязань, 1994. Зарегистрировано в РосАПО 05.09.94. № 940356.

49. Белов В.В., Чистякова В.И., Воронов В.П., Лаптева В.И., Макаров Н.П. Программная система автоматизированного формирования экологического паспорта промышленного предприятия (Система ФорЭП). Рязань, 1996. Зарегистрировано в РосАПО 23.04.96. №960134.

50. Белов В.В., Чистякова В.И., Лаптева В.И., Макаров Н.П. Автоматизированное формирование экологического паспорта предприятия // Информационные технологии. Системы обработки и передачи информации: Межвуз. сб. науч. трудов. Рязань, РГРТА, 1996. С. 7 - 12 (авт. 4 с.)

51. Белов В.В., Шилин A.B. Система АэроВАТ: проектные решения, особенности реализации и опыт эксплуатации // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: Материалы 8-го Междунар. науч.-техн. семинара. Рязань, РГРТА, 1999. С. 80 - 82 (авт. 2 с.)

Введение.

Глава 1. Проблема повышения верности информации в распределенных информационно-управляющих системах.

1.1. Верность информации как показатель ее качества.

1.2. Современные подходы к созданию математических моделей объектов и процессов на основе самоорганизации.

1.3. Требования к качеству передачи дискретной информации.

1.4. Пути улучшения вероятностно-временных характеристик информационного обмена.

1.5. Схема организации передачи дискретной информации.

1.6. Структура и классификация алгоритмов передачи и защиты от ошибок дискретной информации.

1.7. Описание потока ошибок в канале передачи дискретной информации.

1.8. Выводы.

Глава 2. Организация данных в информационно-аналитических системах.

2.1. Концепция Хранилища Данных и его реализации.

2.2. Хранилище информационных ресурсов.

2.3. Выводы.

Глава 3. Оптимальные и дифферальные приближения в самоорганизующихся моделях объектов и процессов.

3.1. Анализ эвристических, структурно сложных и алгоритмических описаний объектов, процессов и явлений.

3.2. Моделирование процессов с помощью модифицированного метода группового учета аргументов.

3.3. Моделирование в условиях нечеткости (интервальности) переменных и априорной линейности наблюдаемого процесса.

3.4. Решение задачи прогнозирования процессов на основе предложенного метода самоорганизации модели.

3.5. Метод множественного накопления для моделирования векторных процессов.

3.6. Выводы.

Глава 4. Требования к параметрам цифровых каналов и трактов распределенных систем.

4.1. Предварительные замечания.

4.2. Проект норм на интервальные параметры коэффициента ошибок в цифровых соединениях для участков ВСС.

4.3. Взаимосвязь интервальных параметров коэффициента ошибок с вероятностью оищбки.

4.4. Проект норм на вероятность ошибки для различных участков первичной сети.

4.5. Взаимосвязь между нормами на параметры коэффициента ошибок в ОТ TTC и требованиями нетелефонных потребителей канала тональной частоты.

4.6. Взаимосвязь ошибок в ОЦК и групповых трактах.

4.7. Нормирование параметров ошибок в цифровых групповых трактах.

4.8. Выводы.

Глава 5. Оценивание характеристик ординарных и интенсивных компонент в потоке ошибок.

5.1. Введение.

5.2. Контроль параметров коэффициента ошибок как статистическая процедура.

5.3. Метод оценивания параметров ординарных и интенсивных ошибок в цифровых каналах и трактах.

5.4. Процедура идентификации взаимосвязи искажений кодовых блоков.

5.5. Процедура выявления группирования ошибок на основе оценки вероятности безошибочного приема блока.

5.6. Оптимальная длина блока для процедуры проверки статистической гипотезы относительно показателя группирования.!.

5.7. Выводы.

Глава 6. Методы и алгоритмы контроля параметров ошибок в цифровых каналах и трактах.

6.1. Расчет времени измерения интервальных параметров ошибок.

6.2. Методы проверки выполнения норм на параметры коэффициента ошибок во время приемосдаточных испытаний цифровых каналов и трактов ВСС.

6.3. Методы и процедуры оперативного контроля параметров ошибок в цифровых канала^ и трактах.

6.4. Выводы.

Глава 7. Разработка и анализ алгоритмов передачи информации, использующих процедуры накопления, решения по группам и селективного повторения.

7.1. Алгоритм с переспросом участка кодограммы и накоплением.

7.2. Алгоритм с переспросом интервала искажений и накоплением.

7.3. Влияние способа передачи адресов на оперативность обмена в системах с адресным переспросом.

7.4. Верность и скорость передачи информации в системе с адресным переспросом и групповым решением.

7.5. Оптимизация длины блока системы с селективным повторением.

7.6. Способ повышения верности передачи в алгоритмах с адресным подтверждением.

7.7. Выводы.

Глава 8. Применение разработанных методов моделирования процессов для решения практических задач.

8.1. Построение модели процесса изменения нагрузки на собственные нужды тепловой электростанции.

8.2. Модель зависимости условно-постоянных затрат от технико-экономических показателей.

8.3. Разработка метода решения задачи определения средних значений и интервалов разброса калорийности сжигаемых углей.

8.4. Пример решения задачи определения средних значений и интервалов разброса калорийности углей.

8.5. Разработка метода решения задачи оценивания масс различных сортов углей, сжигаемых в смеси.

8.6. Пример решения задачи оценивания масс различных сортов угля, сжигаемых в смеси.

8.7. Прогнозирование изменения условно-постоянных затрат себестоимости тепловой и электрической энергии.

8.8. Обзор результатов использования работы.

Актуальность темы. Основу построения современных информационно-управляющих систем, находящих применение в промышленности, сфере планирования, на транспорте и военном деле, составляют электронно-вычислительные машины в комплексе со средствами передачи дискретной информации на расстояния, определяемые назначением системы, - от нескольких километров (управление механизмами и технологическими процессами) до сотен (системы массового обслуживания и коллективного пользования) и тысяч километров (замкнутые системы управления с объектами, рассредоточенными на большой территории).

Каждое решение, вырабатываемое в процессе управления, должно удовлетворять трем обязательным требованиям: полноты, своевременности и оптимальности. Первичной платформой для выполнения всех указанных требований являются информационные ресурсы, используемые управляющей системой. Аксиоматичен факт - информация, на основе которой проводится анализ положения дел, и принимаются решения, должна быть верной. Несоответствие осведомительных сведений реальности может привести к существенным материальным потерям, поскольку при этом управление из фактора организующего трансформируется в фактор разрушающий.

Решающее влияние на верность информации, хранящейся и циркулирующей в информационно-управляющей системе, оказывает аппаратное обеспечение. Высокое качество компьютеров, внешних накопителей и коммуникационных средств является залогом надежной и эффективной работы системы. Одновременно с этим, важную роль в решении общей проблемы обеспечения верности информации играют и алгоритмические методы, позволяющие повысить верность за счет дополнительных процедур обработки.

Применение алгоритмических методов повышения верности в одних случаях является целесообразным, а в других - необходимым. Примером необходимого использования алгоритмических методов является процесс передачи данных. Каналы связи, на основе которых строятся системы сбора и передачи данных, как правило, подвержены воздействию большого числа возмущающих факторов - источников помех, приводящих к ошибкам при передаче данных. Как показывают экспериментальные исследования, проводимые на реальных каналах связи, вероятность искажения информационного элемента при передаче данных лежит в пределах Ю-6 - Ю-2. В то же время допустимые значения вероятности ошибок для современных информационных и управляющих систем находится в пределах 10~8- КГ6 на знак (байт). Сопоставление частоты возникновения ошибок в реальных каналах связи с требованиями к верности передачи данных в современных информационно-управляющих системах показывает, что необходимы специальные средства защиты информации, обеспечивающие снижение вероятности искажений на 2 - 3, а иногда и более порядков.

Если рассматривать конечную цель информационного процесса, например, получение оптимального плана или принятие правильного решения, то понятие верности информации следует толковать широко, связывая с ним не только характеристики точности данных, но и показатели достоверности (истинности) знаний, полноты баз, адекватности математических описаний реальным процессам. В этом случае к алгоритмическим методам повышения верности относятся алгоритмические (не представляемые аналитически) решения, связанные с расширением сфер применения и улучшением характеристик известных методов моделирования, прогнозирования, оптимизации, классификации, ранжирования и т.д. В группе этих методов оказываются и алгоритмы устранения противоречивости, неполноты, неточности, неопределенности информации, а также алгоритмы повышения доступности имеющихся данных для решения задач анализа и управления.

Состояние вопроса. При разработке теории и методов моделирования, средств передачи и защиты информации от ошибок охватывается широкий круг математических и прикладных проблем, в развитие которых значительный вклад внесли российские и зарубежные ученые: В.М. Глушков, В.В. Солодовиков, В.А. Трапезников, В.А. Котельников, A.A. Харкевич, Б.Р. Левин, JIM. Финк, ЯЗ. Цыпкин, С.М. Самойленко, P.JI. Стратонович, В.И. Тихонов,

Д.А. Поспелов, B.C. Шварцман, Э.Л. Блох, И.А. Мизин, Ю.М. Мартынов, Л.П. Пуртов, А.Н. Тихонов, M.JT. Лидов, П. Эйкхофф, К. Острем, Р. Беллман, К. Бор-сук, Д. Шейкл, Д. Шейфер, А. Демпстер, Л. Заде и др. В разработку современных концепций организации хранения, представления и автоматизированного анализа данных наибольший вклад внесли Э. Кодд, В. Инмон, Д. Хакаторн.

В настоящее время концепция организации хранения, представления и автоматизированного анализа данных проработана с двух взаимосвязанных позиций. С позиции конечного пользователя (аналитика) эту концепцию под названием On-Line Analytical Processing сформулировал Э. Кодд. С позиции разработчика базы данных, ориентированной на задачи анализа, эта концепция разработана В. Инмоном и Д. Хакаторном и названа Data Warehouse. Основой реализации хранилища данных является система метаданных, принципы реализации которой достаточно глубоко проработаны, однако все известные решения ограничиваются спецификацией содержимого операционных баз, файлов и процедур очистки, согласования, пополнения, обобщения, и загрузки в целевые базы. В то же время остается актуальной задача разработки рациональных способов организации метаданных и форм представления пользователям различных категорий сведений обо всех информационных ресурсах предприятия. Указанные способы и формы призваны обеспечить минимизацию избыточности и противоречивости информации, максимизацию доступности необходимых сведений, повышение эффективности использования внешних накопителей.

Динамика и взаимосвязь показателей производственно-экономической деятельности предприятия являются предметом анализа при планировании и выработке управленческих решений. При этом широко используются формальные модели, базирующиеся на регрессионном анализе. В реальной практике применимость классического анализа часто оказывается под сомнением. В таких случаях оказываются полезными методы эвристического характера, имеющие алгоритмическую спецификацию. Такие методы иногда не поддаются традиционному исследованию, хотя их использование во многих приложениях оказывается продуктивным. Многообразие практических ситуаций обусловливает постоянную актуальность задач разработки методов моделирования и прогнозирования, обеспечивающих наиболее точные результаты в конкретных условиях.

Наиболее перспективной коммуникационной платформой распределенных информационно-управляющих систем являются цифровые сети связи. При создании цифровых соединений требуется соблюдение рекомендаций МККТТ относительно показателей ошибок - 0.821 и 0.921. Эти рекомендации установили новые показатели, и не включают ранее действующий показатель - вероятность ошибки в соединении. Указанный факт обусловил актуальность задач, связанных с формированием нового подхода к нормированию и контролю ошибок на различных участках сети. Потребовалась совокупность моделей и методов, которую можно рассматривать как систему поддержки принятия решений относительно норм и способов оценивания.

Целью работы является повышение качества функционирования распре- ^ деленных информационно-управляющих систем за счет повышения верности информации на основных этапах информационного процесса:

• хранение (устранение противоречивости и несогласованности данных, повышение их доступности специалистам);

• передача (обеспечение надлежащего качества передачи данных по каналам различного качества);

• переработка (повышение эффективности использования информационной емкости статистических данных при построении модели процессов с детерминированной составляющей).

Основные задачи исследования. Для достижения поставленной цели необходимо решить следующие основные задачи:

• создание эффективных средств реализации отношения релевантности и установления семантической метрики на совокупности информационных ресурсов предприятия;

• разработка алгоритмов классификации информационных ресурсов предприятия на основе установленной семантической метрики, и количественных показателей качества;

• разработка метода анализа эвристических, структурно сложных и алгоритмических описаний процессов с детерминированной составляющей;

• разработка эффективных алгоритмов построения модели на основе механизмов эвристической самоорганизации и оптимальных частных аппроксимаций в последовательных рядах приближения в виде полиномов, решений дифференциальных уравнений, линейных форм с интервальными коэффициентами;

• разработка математических моделей, методов, алгоритмов и программных средств для решения задач нормирования и контроля ошибок в цифровых каналах и трактах коммуникационной платформы информационно-управляющих систем.

Методы исследования. В диссертационной работе использованы принципы системного анализа, теория кластерного анализа, методы математического моделирования, методы теории вероятностей, математической статистики, теории принятия решений, теории нечетких множеств, методы оптимизации, численные методы прикладной математики, имитационное моделирование. При программной реализации предлагаемых методов и алгоритмов использованы технологии структурного и модульного проектирования программного обеспечения.

Научная новизна работы состоит в следующем:

1. Предложена концепция диспетчера информационных ресурсов (ДИР) как механизма реализации отношения релевантности и установления семантической метрики на множестве информационных ресурсов предприятия, включающая теорию описания, создания и использования семантических элементов диспетчера; методы и алгоритмы классификации информационных единиц по качественным и многомерным количественным признакам, основанные на построении условного кратчайшего связывающего дерева по заданной матрице экспертных оценок показателей близости между проблемными объектами.

2. Предложен метод анализа эвристических, структурно сложных и алгоритмических описаний объектов, процессов и явлений.

3. Предложены новые алгоритмы последовательного автопостроения модели на основе механизмов эвристической самоорганизации и оптимальных частных аппроксимаций в последовательных рядах приближения в виде полиномов, решений дифференциальных уравнений, линейных форм с интервальными коэффициентами.

4. Предложена частная модель векторных процессов - множественное накопление, или векторная показательная функция - и способ расчета ее параметров.

5. Разработаны математические модели и алгоритмы для решения важной научно-технической задачи определения норм на интервальные параметры коэффициента ошибок для всех участков первичной сети ВСС России, использование которых гарантирует выполнение рекомендаций МККТТ. Найдены границы диапазона изменения (во множестве всех возможных распределений) допустимого значения вероятности ошибок в основном цифровом канале, область изменения вероятности и показателя группирования ошибок, допустимые значения вероятности независимых ошибок в потоке двоичных сигналов для всех участков первичной сети. Предложен более точный метод оценивания показателей ошибок в первичном цифровом групповом тракте.

6. Разработана концепция минимальной структурной достаточности математической модели для расчета значений первичных параметров исследуемой системы по совокупности ограничений, накладываемых на показатели качества её функционирования, с помощью которой разработана математическая модель возникновения ошибок в ОЦК первичной сети ВСС, обладающая свойством минимальной структурной достаточности в рамках требований к качеству передачи.

7. Предложено решение задачи выделения и оценивания характеристик ординарных и интенсивных компонент в факторах, определяющих результаты испытаний случайного события, основанное на использовании каскада вероятностных фильтров. Предложен новый метод оценивания показателя группирования успехов в последовательности испытаний. Полученные результаты применены для разработки методов контроля качества средств коммуникации.

8. Разработан эффективный алгоритм расчета параметров последовательных статистических процедур, обеспечивающих выполнение заданных требований к верности принимаемых решений, с усечением и без усечения времени наблюдений для приемосдаточных испытаний цифровых систем.

9. Предложена процедура контроля средств коммуникации, основанная на применении цифровых фильтров с бесконечной памятью для усреднения результатов наблюдения последовательностей признаков появления временных интервалов с коэффициентами ошибок, превышающими пороговые значения.

10. Предложен метод и соответствующая процедура прогноза верности информации, основанные на поиске «наихудших» распределений ошибок.

Практическая ценность результатов работы заключается в следующем.

• Применение предложенных методов реализации отношения релевантности и установления семантической метрики на совокупности информационных ресурсов позволяет создать эффективную подсистему метаданных в хранилище данных предприятия, обеспечивающую высокую степень доступности информации для специалистов всех уровней управления и устраняющую необходимость дублирования данных на рабочих местах.

• Предложенные методы построения математической модели процесса с детерминированной составляющей позволяют повысить точность прогноза и обоснованность принимаемых решений в системах автоматизации управления. Они могут использоваться во всех приложениях, где требуется построение модели процессов указанного класса.

• Совокупность разработанных моделей, алгоритмов и программ, ориентированных на поддержку принятия решения относительно норм на параметры ошибок в цифровых каналах и трактах, позволили всесторонне исследовать существо проблемы нормирования качества передачи информации в соответствии с рекомендациями МККТТ в. 821 и решить важную практическую задачу определения норм, обеспечивающих интересы как потребителей, так и поставщиков каналов.

Предложенные методы и процедуры контроля и прогнозирования качества передачи информации позволяют организовать оперативную и достоверную проверку состояния коммуникационной платформы распределенной системы.

Достоверность и обоснованность научных положений, результатов, выводов и рекомендаций, приведенных в диссертационной работе, обеспечивается использованием надежных методов исследования и подтверждается успешной эксплуатацией внедренных программ, методов и алгоритмов в реальных информационно-управляющих системах, машинным моделированием процессов передачи данных, апробацией и обсуждением результатов работы на научных конференциях, рецензированием монографии, экспертизой предложенных в диссертационной работе технических решений Госкомитетом СССР по делам открытий и изобретений, свидетельствами о государственной регистрации программ в Российском агентстве по правовой охране программ для ЭВМ, баз данных и топологии интегральных микросхем (РосАПО).

Реализация результатов работы. Результаты диссертационной работы использованы и внедрены в составе результатов 14 научно-исследовательских работ, выполненных на кафедре вычислительной и прикладной математики Рязанской государственной радиотехнической академии и в Рязанском центре информатики и математического моделирования Российской академии наук (в 3 работах автор был руководителем раздела, в 6 - ответственным исполнителем, в 5 - научным руководителем). Работы выполнялись по следующим государственным программам:

Комплексная программа «Новые информационные технологии» (поручение Совета Министров РСФСР № 20992-5 от 13 декабря 1989 г.);

Межвузовская научно-техническая программа «Интеллектуальная собственность высшей школы». Раздел 2. Программы для ЭВМ, базы данных и топологии интегральных микросхем (приказ государственного комитета РФ по высшему образованию от 05 апреля 1993 г.);

Региональная научно-техническая программа «Информационный компьютерный атлас региона» (решение Администрации Рязанской области, поддержанное Межведомственным советом Миннауки; приказ о порядке финансирования № 79 от 23 апреля 1993 г.)

Заказчик Научно-исследовательский и информационный центр систем управления, г. Москва: НИР № 24-83 «Разработка компонентов программного обеспечения систем обработки и передачи данных на ГВЦ».

Заказчик Центральный научно-исследовательский институт связи, г. Москва: НИР № 16-86 «Разработка методики распределения и контроля норм на интервальные параметры и коэффициенты ошибок в цифровых системах передачи первичной сети Единой автоматизированной сети связи»; НИР № 55-88 «Разработка методов контроля и испытаний параметров коэффициента ошибок в каналах и трактах цифровых систем передачи».

Заказчик Координационный центр информационных технологий в образовании, г. Москва: НИР № 35-91Г «Автоматизация контроля и управления экологической обстановкой региона».

Заказчик Научно-информационный центр проблем интеллектуальной собственности, г. Москва: НИР № 11-93Г «Экспертная система автоматизации контроля и управления экологической обстановкой региона».

Заказчик Комитет охраны окружающей среды и природных ресурсов г. Рязани: НИР № 40-94 «Разработка программной системы для моделирования и расчета загрязненности воздуха города выбросами автомобильного транспорта»; НИР № 13-97 «Разработка элементов системы поддержки принятия решений по управлению экологической ситуацией в большом городе».

Заказчик ЗАО «Рязанский нефтеперерабатывающий завод», г. Рязань: НИР № 81-93 «Программная система автоматизированного формирования экологического паспорта промышленного предприятия»; НИР № 9-95 «Сопровождение программной системы автоматизированного формирования экологического паспорта промышленного предприятия».

Заказчик ОАО «Рязанская ГРЭС»: НИР № 9-97 «Проектирование компонент информационно-аналитической системы ОАО «Рязанская ГРЭС»; НИР №

18-99 «Консалтинговое проектирование интегрированной автоматизированной системы управления (ИАСУ) ОАО «Рязанская ГРЭС».

Заказчик Администрация Рязанской области, Московский коммерческий «Пресня-банк»: Региональный научно-технический проект «Информационный компьютерный атлас региона».

Заказчик Миннауки РФ, Администрация Рязанской области: Региональный научно-технический проект «Разработка многоуровневой комплексной системы поддержки принятия решений в процессе инвестиционного проектирования и анализ эффективности инвестиций»; Региональный научно-технический проект «Инвестиционный компьютерный атлас региона».

Результаты, связанные с концепцией диспетчера информационных ресурсов, получены при выполнении проектов по Региональной научно-технической программе «Информационный компьютерный атлас региона», выполняемой РЦИММ РАН с 1991 года. В рамках программы разрабатывалась распределенная интегрированная информационная система ИКАР (РИИС ИКАР). Функциональная схема этой системы приведена на рисунке. Ее ядром является хранилище данных, интегрирующее картографическую и атрибутивную информацию о природном, экономическом, хозяйственном, социальном и правовом состоянии Рязанской области. Наиболее глубоко проработанными прикладными компонентами РИИС ИКАР явились многоуровневая система поддержки принятия решений в процессе инвестиционного проектирования и анализа эффективности инвестиций, а также специализированная геоинформационная система «Инвестиционный компьютерный атлас региона». В указанных системах впервые были использованы: программа «Диспетчер информационных ресурсов»; метод классификации объектов по качественным признакам, основанный на построении условного кратчайшего связывающего дерева; метод прогнозирования процессов, основанный на использовании аппроксимирующих дифференциальных уравнений; методы аппроксимации функций векторного аргумента, основанные на механизмах эвристической самоорганизации.

Правительство, органы федерального управления (министерства, ведомства)

7\ 7ч

7\ А

7% У

Ч Формирование/Ч отраслевых кадастров V

Областные отраслевые Администрация управления и комитеты области т- N 2 а а а ь X ь X н X ИКАР- центр ф а> т органов госу- п с! II дарственной а О. а власти

2

5 5

Областной комитет государственной статистики

Г оловной ИКАР- центр V

Научно - методический ИКАР - центр

1:

РИИС ИКАР ческий центр Абоненты и клиенты системы

О. 1

5 а. Предприятия и организации области о | у ^

Администрации районов, районные и отраслевые комитеты и управления информация общего пользования научно - методическое руководство коммерческое использование информации

Дальнейшее развитие предлагаемые в диссертации методы моделирования объектов и прогнозирования процессов с детерминированной составляющий получили при выполнении работ по Комплексная научно-технической программе «Новые информационные технологии». В рамках этой программы были разработаны программные системы ЕКУШКТ, ФорЭП и АэроВАТ, предназначенные для автоматизации природоохранной деятельности. Одной из важнейших функциональных компонент этих систем является подсистема моделирования и прогнозирования, в которой реализованы предлагаемые модификации метода группового учета аргументов и частная модель векторного процесса - множественное накопление.

При выполнении Межвузовской научно-технической программы «Интеллектуальная собственность высшей школы» были созданы метод сравнительного анализа эвристических, структурно-сложных и алгоритмических описаний, а также комплекс программ моделирования и прогнозирования технико-экономических показателей производственно-хозяйственной деятельности предприятия. В комплексе реализованы многочисленные альтернативные методы построения модели, в том числе и основанные на технологии искусственных нейросетей.

Результаты работы внедрены на ОАО «Рязанская ГРЭС»; ЗАО «Рязанский нефтеперерабатывающий завод»; в Комитете охраны окружающей среды и природных ресурсов г. Рязани; в научно-исследовательские работы ЦНИИС, г. Москва и Рязанского центра информатики и математического моделирования Российской академии наук (РЦИММ РАН), г. Рязань, что подтверждается актами о внедрении.

Основные результаты, выносимые на защиту;

1. Концепция диспетчера информационных ресурсов, включающая:

• теорию описания, создания и использования семантических элементов диспетчера;

• понятие условного кратчайшего связывающего дерева и алгоритм его построения по заданной матрице экспертных оценок показателей близости между проблемными объектами;

• алгоритм классификации информационных ресурсов на основе показателей близости по инфологии, функциональности, семантической структуре, источникам информации, приложениям и условиям распространения, основанный на построении условного кратчайшего связывающего дерева;

• алгоритм классификации данных и источников на основе количественных показателей качества.

2. Метод анализа эвристических, структурно сложных и алгоритмических описаний объектов, процессов и явлений.

3. Алгоритмы последовательного автопостроения модели на основе механизмов эвристической самоорганизации и оптимальных частных аппроксимаций в последовательных рядах приближения в виде полиномов, решений дифференциальных уравнений, линейных форм с интервальными коэффициентами.

4. Частная модель векторных процессов - множественное накопление, или векторная показательная функция - и способ расчета ее параметров.

5. Теоремы для основного цифрового канала коммуникационной платформы распределенных информационно-управляющих систем:

• о предельно допустимом значении вероятности независимых ошибок;

• о границах диапазона изменения (во множестве всех возможных распределений) предельно допустимого значения вероятности ошибок;

• о допустимой области изменения вероятности и показателя группирования ошибок.

6. Методы и алгоритмы:

• расчета допустимых значений вероятности независимых и параметров группирующихся ошибок, при которых обеспечивается выполнение требований к качеству передачи, на основе модели минимальной структурной достаточности;

• оценивания показателей ошибок в первичном цифровом групповом тракте на основе верхних границ результатов пересчета по множеству практически возможных распределений ошибок в наблюдаемых временных интервалах;

• оценивания параметров независимых и группирующихся ошибок на основе каскада вероятностных фильтров;

• оценивания показателя группирования ошибок на основе оценки вероятности безошибочного приема блока;

• расчета параметров процедур принятия решений относительно показателей коэффициента ошибок на основе целенаправленного поиска;

• текущего контроля качества цифрового соединения на основе применения цифровых фильтров с бесконечной памятью;

• прогноза верности информации на основе поиска «наихудших» распределений ошибок.

Апробация работы. Основные результаты диссертационной работы докладывались на следующих научных кворумах:

XXIII областная научно-техническая конференция, посвященная Дню радио, Новосибирск, 1980;

XXIV областная научно-техническая конференция, посвященная Дню радио, Новосибирск, 1981;

Всесоюзный научно-технический семинар «Интерактивные системы принятия решений в планировании и управления большим городом», Москва, 1981;

Ш Всесоюзная конференция «Вычислительные сети коммутации пакетов», Рига, 1983;

X научно-техническая конференция, посвященная Дню радио, Москва,

1984;

Всесоюзная конференция «Проблемы создания сетей вычислительных центров коллективного пользования и распределенных банков данных в городском хозяйстве», Москва, 1984;

V Всесоюзная научно-техническая конференция «Надежность и качество функционирования информационных сетей и их элементов», Новосибирск, 1985;

Х1ЛП Всесоюзная научная сессия, посвященная Дню радио, Москва,

ХЬУ Всесоюзная научная сессия, посвященная Дню радио, Москва, 1990;

II Всесоюзная научно-техническая конференция «Практическое применение современных технологий программирования, пакетов прикладных программ в вычислительных системах и сетях ЭВМ», Днепропетровск 1990;

ХЬУ1 Всесоюзная научая сессия, посвященная Дню радио, Москва, 1991; Региональная конференция «Актуальные проблемы моделирования на ЭВМ систем передачи информации», Омск, 1990;

Всесоюзная научно-практическая конференция «Вопросы экономики и организации информационных технологий», Гомель, 1991;

Международная конференция «Технологии и системы сбора, обработки и представления информации», Рязань, 1993;

Научно-техническая конференция «Микросистема-93», Москва, 1993; ХЫХ Научная сессия, посвященная Дню радио, Москва, 1994;

I Всероссийская научная конференция «Непрерывная логика и ее применение в технике, экономике, социологии», Пенза, 1994;

Международная конференция «Технологии и системы сбора, обработки и представления информации», Москва, 1995;

Международная научно-техническая конференция «Непрерывно-логические методы и модели в науке, технике и экономике», Пенза, 1995;

Всероссийская научно-техническая конференция «Электроника и информатика - 95», Москва, 1995;

2-я научно-практическая конференция «Человек, экология, здоровье», Рязань, 1997 (2 доклада);

Международный научно-технический семинар «Проблемы передачи и обработки информации в информационно-вычислительных сетях», Москва, 1997;

Межрегиональная научно-практическая конференция «Социально-гигиенические аспекты охраны здоровья населения», Рязань, 1997;

2-я Всероссийская научно-практическая конференция «Современные информационные технологии в образовании», Рязань, 1998 (2 доклада);

2-я Международная научно-техническая конференция «Космонавтика. Радиоэлектроника. Геоинформатика», Рязань, 1998;

Всероссийский электротехнический конгресс с международным участием «На рубеже веков: итоги и перспективы», Москва, 1999;

8-й Международный научно-технический семинар «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций», Рязань, 1999 (4 доклада);

Ш научно-практическая конференция «Человек, экология, здоровье», Рязань, 1999 (4 доклада).

Публикации. По материалам диссертации опубликовано 75 печатных работ, из которых 14 в центральных изданиях [монография, авторское свидетельство на изобретение, 5 статей в научно-технических журналах, 7 свидетельств о государственной регистрации программ в Российском агентстве по правовой охране программ для ЭВМ, баз данных и топологии интегральных микросхем (РосАПО)]; 17 статей в сборниках научных трудов, рекомендованных для публикаций материалов докторских диссертаций, 9 депонированных рукописей, 37 публикаций в сборниках докладов и тезисов Международных, Всесоюзных (СССР), Всероссийских и региональных научно-технических конференциях.

Структура и объем работы. Диссертация состоит из введения, 8 глав, заключения, библиографического списка. В конце работы помещены акты об использовании результатов работы и справки о регистрации программ. Общий объем работы 364 страницы машинописного текста, из них 340 страниц - основное содержание (42 рисунка, 37 таблиц), 24 страницы - библиографический список (293 наименования).

7.7. Выводы

В главе 7 получены следующие основные результаты.

1. Разработан и исследован алгоритм передачи и защиты информации с переспросом участка кодограммы и накоплением, представляющий собой модификацию известного алгоритма с синхронным накоплением [212, 283], незначительно превышающий прототип по сложности реализации и обеспечивающий снижение среднего времени задержки сообщений на 35-40 %; алгоритм рекомендуется для применения на каналах с большими длинами (соизмеримыми со средней длиной сообщений) пакетов ошибок.

2. Разработан и исследован алгоритм с переспросом интервала искажений с накоплением, представляющий собой модификацию алгоритма с синхронным накоплением [212, 283], предназначенную для применения на каналах с короткими длинами (значительно меньшими длины сообщений) пакетов ошибок; алгоритм позволяет уменьшить среднее время задержки сообщений на 45 - 50 %.

3. Исследовано влияние способа передачи адресов на временные характеристики алгоритма с адресным переспросом; определены области эффективного применения групповой и раздельной передачи сигналов решения в зависимости от параметров сообщений и канала связи.

4. Получены расчетные формулы для оценки характеристик скорости и верности передачи информации в системах с адресным переспросом и групповым решением.

5. Разработана методика оптимизации параметров кодового блока для систем с селективным повторением, обеспечивающая максимальную скорость при заданной верности передачи.

6. Предложен способ повышения верности передачи информации в системах с адресным подтверждением.

7. Разработано устройство для приема информации, реализующее алгоритм с адаптацией режима декодирования, предназначенное для использования на каналах с нестационарным группированием ошибок; устройство защищено авторским свидетельством [73].

8. ПРИМЕНЕНИЕ РАЗРАБОТАННЫХ МЕТОДОВ МОДЕЛИРОВАНИЯ ДЛЯ РЕШЕНИЯ ПРАКТИЧЕСКИХ ЗАДАЧ

8.1. Построение модели процесса изменения нагрузки на собственные нужды тепловой электростанции

8.1.1. Предварительный корреляционный анализ данных

Часть электроэнергии, производимой на электростанции, используется самой электростанцией, для подачи питательной и циркуляционной воды, работы мельниц, дымососов, дутьевых вентиляторов и т.д. Расход энергии на эти потребности электростанции, называемые собственными нуждами, составляет 3 - 10 % производимой электроэнергии. Параметры, определяющие изменение расхода мощности на собственные нужды (Ысобст)\

• Ммакс], Имакс2, ^акс, ИсриЫф, А^рз, ИСР4, Ыср5, Мср6 - электрические характеристики вспомогательного оборудования; с увеличением нагрузки энергоблоков увеличивают потребляемую мощность, при этом наиболее существенно увеличение потребляемой мощности при максимуме нагрузки;

• ^соб\, Мсо62, ^собз, NС064, Nсоб5, -^собб - составляющие мощности на собственные нужды станции, отражают потребность в мощности на собственные нужды каждого энергоблока в отдельности;

• ]¥{ - затраты электроэнергии оборудования, участвующего только в процессе производства теплоэнергии;

• ¡¥пр - затраты электроэнергии на хозяйственные нужды;

• Р^пот, №небал - потери при передаче и учете энергии;

• Траб - параметр нормативного метода учета электроэнергии;

• Впускь Кпуск\, Впуск2, Кпуск2 ~ увеличение затрат мощности на пуски энергоблоков по разному типу оборудования;

• Ьзд ~ изменение потребления мощности как от температуры наружного воздуха в котлотурбинном цехе, так и от периода года.

Исходные данные для анализа представляют собой статистические материалы по Рязанской ГРЭС за 1995-97 гг. Результаты предварительного корреляционного анализа позволяют сделать следующие вводы:

• не все аргументы коррелированны с функцией;

• коррелированность Ысобст с Имакс и Ммакс1 подтверждают сильную зависимость затрат на собственные нужды станции от пиковых нагрузок; некоррелированность Мсобст с Ымакс1 связана с тем, что блоки второй очереди экономичней блоков первой очереди и работают на оптимальных режимах;

• коррелированность Исобст с^и 1взд отражаает тот факт, что потребление мощности на собственные нужды носит сезонный характер;

• коррелированность Мсобст с Траб указывает на преобладание в фактическом учете электроэнергии нормативного метода, при котором отнесение затрат электроэнергии на объект производится по нормативу, а не по фактическим затратам, в связи с отсутствием приборов учета;

• коррелированность Мсобст с Жпот отражает физический процесс - с увеличением нагрузки увеличиваются потери в трансформаторе;

• аргументы коррелированны между собой.

8.1.2. Модель на основе метода группового учета аргументов с оптимизацией частных полиномов Зависимость мощности, необходимой для собственных нужд, от факторов перечисленных в п. 8.1.1 (пронумерованных от х\ до х2б в порядке их перечисления), в виде псевдоформулы общего вида записывается следующим образом:

8.1)

В виде упрощенной псевдоформулы эта зависимость имеет вид: где - конструктор полинома к-й пары аргументов, определяемый как п П-1 х\ • х2 = ХХа(2«-1+з)г72+7;с:1'л;2 ' гДе п ~~ степень полинома. Индекс коэффициента

0 7=0 а вычисляется по формуле (и -1 + 2) + у и последовательно пробегает значе1 ния от 0 до Л^=(я+3)и/2, где N - общее число всех возможных слагаемых полинома п-й степени с двумя аргументами.

Параметры модели представлены в табл. 8.1 и табл. 8.2, где в - погрешность аппроксимации; к - номер объединения (в пары операций).

ЗАКЛЮЧЕНИЕ

Выполненная диссертационная работа содержит исследования, направленные на комплексное решение проблемы повышения верности информации в современных распределенных информационно-управляющих системах, ориентированных на автоматизацию анализа и принятия решений в производственно-хозяйственной и социально-экономической деятельности.

1. Предложена концепция диспетчера информационных ресурсов - компоненты хранилища, который может рассматриваться как механизм организации семантической метрики и отношений релевантности на множестве данных, источников и приложений, хранимых и используемых на предприятии. Использование диспетчера позволяет избежать излишнего дублирования информации на рабочих местах разработчиков проектов, повысить верность данных за счет устранения их противоречивости и несогласованности, повысить эффективность использования внешних носителей корпорации. Концепция включает: теорию описания, создания и использования диспетчера информационных ресурсов; методы и алгоритмы классификации информационных единиц.

2. Предложены новые методы и алгоритмы моделирования и прогнозирования процессов с систематической (детерминированной) составляющей. К таким процессам, в частности, относятся изменения во времени многочисленных технико-экономических показателей производственно-хозяйственной деятельности предприятия. Предложен метод анализа эвристических, структурно сложных и алгоритмических описаний объектов, процессов и явлений. Предложены новые алгоритмы последовательного автопостроения модели на основе механизмов эвристической самоорганизации и оптимальных частных аппроксимаций в последовательных рядах приближения в виде полиномов, решений дифференциальных уравнений, линейных форм с интервальными коэффициентами. Предложена частная модель векторных процессов - множественное накопление, или векторная показательная функция и способ расчета-ее параметров.

3. Создано математическое и программное обеспечения для решения важной научно-технической задачи определения норм на интервальные параметры коэффициента ошибок для всех участков первичной сети ВСС России, использование которых гарантирует выполнение рекомендаций МККТТ. С помощью предложенных математических моделей и программ найдены нижняя и верхняя границы диапазона изменения (во множестве всех возможных распределений) предельно допустимого значения вероятности ошибок в основном цифровом канале, определена область изменения вероятности и показателя группирования ошибок, определены допустимые значения вероятности независимых ошибок в потоке двоичных сигналов для всех участков первичной сети ВСС, представляющие собой проект нового регламента. Доказано влияние характера распределения вероятностей ошибок в первичном цифровом тракте на качество передачи сигналов электросвязи по каналам аппаратуры вторичного уплотнения канала тональной частоты ЦСП. Предложен более точный метод оценивания показателей ошибок в первичном цифровом групповом тракте. Доказано безусловное равенство вероятностей ошибок в групповом тракте и основном цифровом канале, показана деформация описания потока ошибок при переходе от первичного группового тракта к ОЦК.

4. Решена проблема выделения ординарных и интенсивных компонент в общем потоке ошибок в цифровых каналах и трактах. Предложен метод расчета параметров последовательных процедур оценивания показателей коэффициента ошибок, на основе заданного критерия качества получаемых оценок. Предложен метод оценивания параметров ошибок, основанный на использовании каскада вероятностных фильтров. Показана необходимость учета группирования ошибок при выборе параметров процедур оценивания показателей качества цифровых каналов и трактов и предложен новый метод оценивания показателя группирования ошибок.

5. Разработана теория оценивания новых параметров ошибок во время приемосдаточных испытаний цифровых каналов и во время оперативного контроля качества передачи, включающая следующие результаты: оценки нижней и верхней границ времени оценивания параметров коэффициента ошибок в канале со скоростью 64 кбит/с, соответствующие ординарным и пакетирующимся ошибкам; последовательные статистические процедуры с усечением и без усечения времени наблюдений для приемосдаточных испытаний цифровых каналов и трактов, обеспечивающие выполнение заданных требований к верности решений, принимаемых относительно качества проверяемых соединений; процедура контроля цифровых каналов, предназначенная для проведения экспресс-анализа текущего качества передачи, основанная на измерении только секунд с ухудшением; метод текущего контроля качества цифрового соединения, основанный на применении цифровых фильтров с бесконечной памятью для усреднения результатов наблюдения последовательностей признаков появления временных интервалов с коэффициентами ошибок, превышающими пороговые значения; метод и соответствующая процедура прогноза верности информации, передаваемой по цифровым каналам и трактам.

6. Разработаны и исследованы эффективные процедуры защиты от ошибок для протоколов звена передачи данных и протоколов передачи файлов, рекомендуемые для применения на каналах с большими и малыми длинами (в сравнении со средней длиной сообщений) пакетов ошибок, обеспечивающие снижение среднего времени задержки сообщений на 35-50 %. Исследовано влияние способа передачи адресов на временные характеристики алгоритма с адресным переспросом; определены области эффективного применения групповой и раздельной передачи сигналов решения в зависимости от параметров сообщений и канала связи. Исследовано влияние способа передачи адресов на временные характеристики алгоритма с адресным переспросом; определены области эффективного применения групповой и раздельной передачи сигналов решения. Разработана методика оптимизации параметров кодового блока для систем с селективным повторением, обеспечивающая максимальную скорость при заданной верности передачи.

7. Создано программное обеспечение, реализующее предложенные методы и процедуры, внедренное в реальные системы и находящееся в промышленной эксплуатации. Результаты работы внедрены на ОАО «Рязанская ГРЭС»; ЗАО «Рязанский нефтеперерабатывающий завод»; в Комитете охраны окружающей среды и природных ресурсов г. Рязани; в научно-исследовательские работы ЦНИИС, г. Москва и Рязанского центра информатики и математического моделирования Российской академии наук (РЦИММ РАН), г. Рязань, что подтверждается актами о внедрении.

341

1. Andrews Н.С. Introduction to mathematical techniques in pattern recognition. NY: Wiley-Interscience, 1972. 242 p.

2. Bennet W.R., Froelich F.E. Some Results on the Effectiveness of Error Control Procedures in Digital Data Transmission // IRE Transactions on Communication Systems. 1961, v. CS-9, N1. P. 58 65.

3. Berkovits S., Cohen E.L. A Markov Chain Model for Tropospheric Scatter Ginks // International Journal of Electronics. 1969, v. 26, N 5.

4. CCITT. Com. XVIII №> R24C, 1986.

5. CCITT. Com. XVIII № R25C, 1986.

6. Chip Kelly, Don Henderson. An HTML gateway for SAS Software. Using the SAS Web Broker //A SAS Institute Technology Overview, 1996. (Рус.пер. Преобразование данных в реальные знания с помощью Web-технологий. Под. ред. Т. Аленичевой).

7. Codd Е. F., Codd S. В., Salley С. Т. Providing OLAP (On-Line Analytical Processing) to User-Analysts: An IT Mandate. E. F. Codd & Associates, 1993.

8. Demarest Marc. Building The Data Mart // DBMS. 1994. Vol. 7, N 8. P. 44 50.

9. Dempster A.P. Upper and lower probabilities induced by multivalued mapping // Ann. Math. Statis. 1967. N 38. P. 325 339.

10. Fortet R., Kambouzia M. Ensembles aléatoires et ensembles flous // Publications Econométriques. 1976. Vol. 9, fasc. 1, P. 1-23.

11. Gaston M.C. Design choices for selective-repeat retransmission protocols // IEEE Trans. Commun. 1981, 29, N 7. P. 944 953.

12. Gray J., Chaudhuri S., Bosworth A., A. Layman, D. Reichart, M. Venkatrao, F. Pellow, H. Pirahesh. Data Cube: A Relational Aggregation Operator Generalizing Group-By, Cross-Tab, and Sub-Totals // Data Mining and Knowledge Discovery. 1997. N 1. P. 29 53.

13. Hackathorn D. Reinventing Enterprise Systems Via Data Warehousing. Washington, DC: The Data Warehousing Institute Annual Conference, 1995.

14. Inmon W. H. Building The Data Warehouse (Second Edition). NY, NY: Wiley John, 1993.

15. Jain Anil К., Mao Jianchang, Mohiuddin K.M. Artificial Neural Networks:

16. A Tutorial // Computer. 1996 March. Vol. 29, N 3. P. 31 44.

17. Kampe de Feriet J. Une interpretation des measures de plausibilite et de la crédibilité au sens de G. Shafer et de la fonction d'appartenance définissant un ensemble flou de L. Zadeh // Publ. IRMA (Lille). 1980. Vol. 2, fasc. 6, № 2. P. 11 22.

18. Me Cullough R.H. The binary regenerative cannel // BSTJ, 1966, v 47, N 8.

19. Parsaye K. New Realms of Analysis: Surveying Decision Support // Database Programming & Design. 1996. N 4. P. 26-33.

20. Левин Л.С., Плоткин М.А. Цифровые системы передачи информации. М.: Радио и связь, 1982. 216 с.

21. Sastiy A.R.K. Improving automatic repeat-request (ARQ) performance on satellite channels under high error rate-conditions// IEEE. Trans. Commun., 1975,23, № 4/P. 436-439.

22. Scott Anderson, Edward Walker. A SAS Institute White Paper. Building a SAS Data Warehouse //SAS Institute Inc., 1995. (Рус. пер. Построение SAS Data Warehouse. Под ред. Т. Аленичевой).

23. Shackle G.L.S. Decision, order and time in human affairs. Second Edition. Cambridge University Press, 1961.

24. Shafer G. A mathematical theory of evidence. Princeton N.J.: Princeton University Press. 1976.

25. Shafer G. Non-additive probabilities in the works of Bernoulli and Lambert // Archives for the History. 1978. P. 309 370.

26. Shortliffe E.H., Buchanan B.G. A model of inexact reasoning in medicine // Mathematical Biosciences. 1975. N 23. P 351 379.

27. Tamura S., Higuchi S., Tanaka K. Pattern classification based on fazzy relations// IEEE Trans, on SMC. 1971. Vol. 1, N 1. P. 61 66.

28. Tanaka H. Fuzzy data analysis by possiblilistic linear models // Int. J. of

29. Fuzzy Sets and Systems. 1987. Vol. 23. P. 1304- 1311.

30. Towsley. Error detection, and retransmissions schemes in computer communication networks. COMPON, Fall 78, 17-th. IEEE Comput. Soc. Int. Conf. Washington D.C., 1978. Proc. Comput. Commun. Networks. New York, N.Y.,1978. P. 12 -18.

31. Tsichritzis D. C., Klug A. The ANSI/X3/SPARC DBMS framework report of the study group on database management system. Inf. Syst. 1978. N 3. P.l 73 191.

32. Yu Philp S., Jin Shu. An efficient selective-repeat ARQ scheme for satellite channels and its throughput analysis // IEEE Trans. Commun. 1981,29, N 3. P. 353 363.

33. Zacharov B. Transmission, strategy and optimal block size in high speed data communication // Proc. Inst. Elec. Eng., 1973, 120, N 8. P. 846 851.

34. Азгальдов Г.Г. О применении экспертного метода для измерения качества // Стандарты и качество. 1969, № 1. С. 13-15.

35. Айвазян С.А., Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений. М.: «Статистика», 1974. 249 с.

36. Аксенов Б.Е., Воронин Е.А. Обобщенный экспоненциальный закон распределения и статистика ошибок в каналах связи // Электросвязь, 1968, № 6. С. 74-75.

37. Алексеев Ю.А., Меккель А.М. Некоторые исходные данные, определяющие уровень первичной сети связи Российской федерации // Электросвязь. 1994. № 3. С. 5-8.

38. Альтерман Я.Л. Метода автоматизированного контроля телефонных каналов связи // Вопросы радиоэлектроники. Сер. ТПС, 1969. Вып. 4. С. 13 22.

39. Амосов А.А., Александров Н.А. Метод передачи данных с адресным подтверждением // Вопросы радиоэлектроники. Сер. ТПС. 1970. Вып.6. С. 29 34.

40. Амосов А.А., Александров Н.А., Денисов О.Е. Метод обмена данными между вычислительными центрами // Вопросы радиоэлектроники. Сер.ТПС. 1972. Вып.5. С.44 51.

41. Амосов А.А., Александров Н.А., Зелигер Н.Б. Алгоритм повышения верности при обмене данными между вычислительными комплексами // Электросвязь. 1974, № 4. С. 19 26.

42. Анализ системы с решающей обратной связью с памятью / А.И. Захаров, С.Г. Рожков, В.П. Афанасьев, В.Г. Коршун // Всесоюзная конференция потеории кодирования и передачи информации: Доклады. Ч. 1У. Теория каналов связи. Москва Вильнюс, 1978. С. 43 - 47.

43. Андерсон Т. Статистический анализ временных рядов / Пер с англ. М.: Мир, 1976. 755 с.

44. Аникин B.C. Дифферальные приближения функций. Ташкент: Фан, 1988.256 с.

45. Аникин B.C. Система автоматизации научных исследований Кварк-3. Рязань: Рязан. гос. радиотехн. акад., 1997. 187 с.

46. Антоновский М. Я., Семенов С. М. Математические методы экологического прогнозирования. М.: Знание, 1978. 64 с.

47. Антре Ш. Структурный подход к организации баз данных / Пер. с англ. A.A. Александрова и В.И. Будзко. Под ред. В.И. Будзко. М.: Финансы и статистика, 1983. 317 е., ил.

48. Арипов М.Н. Передача дискретной информации по низкоскоростным каналам связи. М.: Связь, 1980. 128 е., ил.

49. Аркадьев А.Г., Бравеман Э.М. Обучение машины классификации объектов. М.: Наука, 1971. 192 с.

50. Асатурян В.И. Теория планирования эксперимента: Учеб. пособие для вузов. М.: Радио и связь, 1983. 248 с.

51. Башаринов A.B., Флейшман Б.С. Методы статистического последовательного анализа и их приложения. М.: Сов. радио, 1962. 362 с.

52. Белов В.В. Алгоритмические методы повышения верности информации в распределенных информационно-управляющих системах. М.: Радио и связь, 1999. 238 е., ил.

53. Белов В.В. Влияние способа передачи адресов на оперативность обмена в системах с адресным переспросом // Алгоритмические методы и программирование в радиоэлектронике: Межвуз. сб. статей. Рязань: РРТИ, 1980. С.79 83.

54. Белов В.В. Методика и результаты тестирования генераторов случайных чисел // Математическое обеспечение и программирование для вычислительных и управляющих систем: Межвуз. сб. статей. М.: МИЭМ, 1983. С. 104- 107.

55. Белов B.B. Оптимизация длины блока в системах передачи данных с адресным переспросом. Рязань, 1982.19 с. Рукопись представлена Рязан. радиотехн. ин-том. Деп. в ЦНИИТЭИ приборостроения 29.06.1982, № 1864 пр Д82.

56. Белов В.В. Процедура выявления группирования успехов в последовательности испытаний случайного события // Математическое и программное обеспечение вычислительных систем: Межвуз. сб. науч. трудов. Рязань: РГРТА, 1999. С. 163 167.

57. Белов В.В. Система управления экологической ситуацией в городе // Вопросы экономики и организации информационных технологий: Материалы научно-практ. конф. Гомель, 1991. С. 120.

58. Белов В.В., Абрамов P.A., Чистякова В.И., Шилин A.B. Программная система расчета загрязненности воздуха выбросами подвижных источников автотранспортных предприятий (Система ТрансВАТ). Рязань, 1996. Зарегистрировано в РосАПО 23.04.96. № 960135.

59. Белов В.В., Бурмистров В.М. К расчету характеристик системы информационного обмена в АСУ // Вопросы радиоэлектроники. Сер. АСУПР. 1984. Вып.4. С. 107-110.

60. Белов В.В., Васильев C.B. Выбор предпочтительных решений по охране окружающей среды // Состояние и экологические проблемы в электроэнергетике: Науч.-техн сб. Новомичуринск: АО «Рязанская ГРЭС», 1997. С. 122 125.

61. Белов В.В., Васильев C.B., Наумкина С.Г. Модифицированный метод группового учета аргументов на основе процедуры оптимизации частных полиномов // Вычислительные машины, комплексы и сети: Межвуз: сб. науч. трудов. Рязань: РГРТА, 1999. С. 95 99.

62. Белов В.В., Васильев C.B., Чистякова В.И. Моделирование многомерных процессов с помощью группового метода обработки данных. // Математическое и программное обеспечение вычислительных систем: Межвуз. сб. науч. трудов М.: НИЦПрИС, 1998. С.21 24.

63. Белов В.В., Васильев C.B., Шумилов Т.И. Прогнозирование развития экологических процессов // Материалы 2-й науч.-практ. конф. «Человек, экология, здоровье». Рязань: РГРТА, 1997. С. 45 46.

64. Белов В.В., Жевняк A.B., Дубовиков A.B., Яковенко A.B. ГИС в задачах оценки стоимости имущества // 2-я международная научно-техническая конференция «Космонавтика. Радиоэлектроника. Геоинформатика»: Тез. докл. Рязань: РГРТА, 1998. С. 159 161.

65. Белов В.В., Жилкин С.Ю., Шумилов Т.И. Процедура прогнозирования верности данных, передаваемых по дискретным каналам связи // Современные информационные технологии в образовании: Тез. докл. Рязань: Ряз. обл. ин-т развития образования, 1998. С. 129- 130.

66. Белов В.В., Зенин А.А, Чистякова В.И. Способ расчета минимально необходимой длительно'сти тестовых испытаний каналов цифровых систем передачи. Деп. в ИФОРМПРИБОРе 04.11.88. № 4410-пр88. 11 с.

67. Белов В.В., Карпов В.Н., Коричнев Л.П. Описание дискретного канала на уровне кодовых блоков и анализ оперативности передачи информации // X научно-техническая конференция, посвященная Дню радио: Тез. докл. М., 1984. С. 74-75.

68. Белов В.В., Карпов В.Н., Пылькин А.Н. Устройство для приема дискретной информации, закодированной корректирующим кодом. БИ, 1985, № 29.

69. Белов В.В., Коричнев Л.П. О минимаксной процедуре прогнозирования верности принимаемой цифровой информации // Математическое обеспечение и программирование для вычислительных систем: Межвуз. сб. статей. М.: МИЭМ, 1986. С. 60-64.

70. Белов В.В., Коричнев Л.П. О прогнозировании качества приема дискретных сообщений // Надежность и качество функционирования информационных сетей и их элементов: Тез. докл. V Всесоюзн. НТК. Новосибирск, 1985. С. 279 281.

71. Белов В.В., Коричнев Л.П. Оперативность обмена в системах с адресным переспросом // Алгоритмические методы и программирование в радиоэлектронике: Межвуз. сб. статей. Рязань: РРТИ, 1981. С. 26-31.

72. Белов В.В., Коричнев Л.П., Королев В.Д., Чистякова В.И. Прогнозирование верности передачи дискретной информации, закодированной помехоустойчивым блочным кодом. Деп. в ЦНИИТЭИ Приборостроения 10.03.86. №3243-пр. 25 с.

73. Белов В.В., Коричнев Л.П., Пылькин А.Н. Алгоритм передачи информации с переспросом участка кодограммы и накоплением. Рязань, 1981. 16 с. Рукопись представлена Рязан. радиотехн. ин-том. Деп. в НИИТЭИ приборостроения 18.06.1981, № 1589.

74. Белов В.В., Коричнев Л.П., Пылькин А.Н. Методика оценивания вероятностно-временных характеристик систем передачи дискретной информации // Радиотехника. 1987. № 4. С. 67 70.

75. Белов В.В., Коротаев А.Т. Построитель столбиковых диаграмм (СОЬМАО). Рязань, 1994. Зарегистрировано в РосАПО 08.08.94. № 940314.

76. Белов В.В., Маликова Л.В., Маркова В.В. Представление модели процессов с помощью линейной интервальной регрессии // Человек, экология, здоровье: Сборник докладов и тезисов Ш научно-практической конференции. Рязань, РГРТА, 1999. С. 41 42.

77. Белов В.В., Наумкина С.Г. Прогнозирование процессов с помощью аппроксимирующих дифференциальных уравнений // Человек, экология, здоровье: Сборник докладов и тезисов Ш научно-практической конференции. Рязань, РГРТА, 1999. С. 33 -36.

78. Белов В.В., Потапов В.М., Пылькин А.Н. Моделирование некоторыхалгоритмов передачи дискретной информации с контролем каналов // Сб. тез. докл. XXIII областной НТК. Новосибирск, 1980. С. 220 221.

79. Белов В.В., Пылькин А.Н. Об одном алгоритме функционирования системы передачи дискретной информации с адресным переспросом. Рязань, 1981. 14 с. Рукопись представлена Рязан. радиотехн. ин-том. Деп. в ВИНИТИ 19.03.1981, № 1247 -81.

80. Белов В.В., Пылькин А.Н. Оценка эффективности протоколов управления информационным каналом при зависимых искажениях пакетов // Вычислительные сети коммутации пакетов: Тез. докл. Третьей Всесоюзн. конф. Рига, 1983. С. 16 18.

81. Белов В.В., Пылькин А.Н. Сравнительная оценка эффективности алгоритмов передачи дискретной информации // Сб. тез. докл. XXIV областной НТК. Новосибирск, 1981. С. 123.

82. Белов В.В., Чистяков А.Л. Алгоритм расчета параметров процедуры прогнозирования числа ошибок в сообщении // Человек, экология, здоровье: Сборник докладов и тезисов Ш научно-практической конференции. Рязань, РГРТА, 1999. С. 36-38.

83. Белов В.В., Чистяков А.Л. Описание экологических процессов интервальной регрессионной моделью // Материалы 2-й науч.-практ. конф. «Человек, экология, здоровье». Рязань: РГРТА, 1997. С. 59 60.

84. Белов В.В., Чистяков А.Л. Процедура прогнозирования числа ошибок при передаче данных // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: Материалы 8-го Междунар. науч.-техн. семинара. Рязань, РГРТА, 1999. С. 74 76.

85. Белов В.В., Чистякова В.И. АэроВАТ система поддержки управленческих решений по уменьшению загрязненности атмосферы города // Состояние и экологические проблемы в электроэнергетике: Науч.-техн сб. Новомичу-ринск: АО «Рязанская ГРЭС», 1997. С. 116 122.

86. Белов В.В., Чистякова В.И. Вероятность ошибки в линейном тракте цифровых систем передачи ЕАСС // Цифровые и оптические системы связи: Сб. научн. трудов ЦНИИС. М.: ЦНИИС, 1989. С. 74 77.

87. Белов В.В., Чистякова В.И. Диспетчер информационных ресурсов // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: Материалы 8-го Междунар. науч.-техн. семинара. Рязань, РГРТА, 1999. С. 40 42.

88. Белов В.В., Чистякова В.И. Измерение и пересчет параметров ошибок в цифровых каналах и трактах // 46 Всесоюзная науч. сессия, поев. Дню радио: Тез. докладов. М.: Радио и связь, 1991. С. 47.

89. Белов В.В., Чистякова В.И. Интервальные параметры и вероятность ошибки в цифровом канале. Деп. в ИНФОРМПРИБОРе 16.11.88. №4438-ПР88. 15 с.

90. Белов В.В., Чистякова В.И. Классификация данных в диспетчере информационных ресурсов // Человек, экология, здоровье: Сборник докладов и тезисов Ш научно-практической конференции. Рязань, РГРТА, 1999. С. 38-41.

91. Белов В.В., Чистякова В.И. Метод контроля состояния цифрового канала передачи информации // ХЬУ Всесоюзная науч. сессия, посвященная. Дню радио: Тез. докладов. М.: Радио и связь, 1990. С. 33 34.

92. Белов В.В., Чистякова В.И. Метод оценивания ординарных и интенсивных ошибок в цифровых каналах и трактах // Математическое и программное обеспечение информационных и управляющих систем: Межвуз. сб. науч. трудов. Рязань: РГРТА, 1995. С. 54 59.

93. Белов В.В., Чистякова В.И. Метод построения унифицированных имитаторов потока ошибок в дискретных каналах // Тез док. I Региональной конференции. Омск, 1990. С. 57.

94. Белов В.В., Чистякова В.И. Нижняя граница времени измерения параметров коэффициента ошибок в цифровых каналах и трактах // Математическое и программное обеспечение информационных и управляющих систем:

95. Межвуз. сб. науч. трудов. М.: МИЭМ, 1991. С. 98 102.

96. Белов В.В., Чистякова В.И. Оперативный контроль качества в сетях ЭВМ // Анализ и проектирование программного обеспечения и аппаратных средств вычислительных систем и сетей ЭВМ, ГАП и АСУ: Межвуз сб. науч. трудов. М.: МИЭМ, 1991. С. 98 102.

97. Белов В.В., Чистякова В.И. Оценивание параметров ошибок в цифровых групповых трактах // Электросвязь. 1992. № 11. С. 6 9.

98. Белов В.В., Чистякова В.И. Программа вывода списка кластеров, занимаемых файлом (CLUSTERS). Рязань, 1994. Зарегистрировано в РосАПО 05.09.94. №940358.

99. Белов В.В., Чистякова В.И. Программная система для накопления и отображения информации о загрязненности природных сред региона (ENVJDIRT). Рязань, 1994. Зарегистрировано в РосАПО 05.09.94. № 940357.

100. Белов В.В., Чистякова В.И. Продолжительность испытаний цифровых каналов ЕАСС // Проектирование сетей связи и качество обслуживания: Сб. научн. трудов. ЦНИИС. М.: ЦНИИС, 1989. С. 13 17.

101. Белов В.В., Чистякова В.И. Проект норм на вероятность ошибки в основном цифровом канале // XLIII Всесоюзная научная сессия, посвященная Дню радио. М.: Радио и связь, 1988. С. 21.

102. ПЗБелов В.В., Чистякова В.И. Процедура оперативного контроля качества цифровых каналов, предоставляемых в сети ЭВМ первичной сетью ЕАСС // Сборник тезисов докладов П-й Всесоюзной науч-техн. конф. Днепропетровск, 1990. С. 148-149.

103. Белов В.В., Чистякова В.И. Процедура прогнозирования состояния канала передачи данных //1 Всероссийская научная конференция «Непрерывная логика и ее применение в технике, экономике, социологии»: Тезисы докладов. Пенза, ПДНТП, 1994. С. 117 118.

104. Белов В.В., Чистякова В.И. Процедуры ускоренного контроля качества цифровых каналов // Математическое обеспечение вычислительных, информационных и управляющих систем: Межвуз. сб. статей. М.: МИЭМ, 1988. С. 156 159.

105. ПбБелов В.В., Чистякова В.И. Решение задачи классификации обучаемых по способностям к восприятию материала // Управление образовательным процессом в высших учебных заведениях: Межвуз. сб. науч. трудов. Рязань: РВВКУС, 1997. С. 19-22.

106. Белов В.В., Чистякова В.И. Система контроля и управления экологической обстановкой региона // Науч.-техн. конференция «Микросистема-93»: Тезисы докладов. М.: МГИЭМ, 1993. С. 130-133.

107. Белов В.В., Чистякова В.И. Управление экологической ситуацией в городе // Непрерывно-логические методы и модели в науке, технике и экономике. Материалы Международной науч.-техн. конф. 19-20 октября 1995. Пенза: Пензенский дом знаний, 1995. С. 46 48.

108. Белов В.В., Чистякова В.И. Утилита для определения размера каталога (SIZEJDIR). Рязань, 1994. Зарегистрировано в РосАПО 05.09.94. № 940355.

109. Белов В.В., Чистякова В.И. Утилита для удаления каталогов и файлов заданного типа в каталоге (DELDIR). Рязань, 1994. Зарегистрировано в РосАПО 05.09.94. № 940356.

110. Белов В.В., Чистякова В.И. Формальные модели транспортных потоков на городских магистралях // Международная конференция «Технологии и системы сбора, обработки и представления информации»: Тезисы докладов. М.: НИЦПрИС, 1995. С. 12-13.

111. Белов В.В., Чистякова В.И., Воронов В.П., Лаптева В.И., Макаров Н.П. Программная система автоматизированного формирования экологического паспорта промышленного предприятия (Система ФорЭП). Рязань, 1996. Зарегистрировано в РосАПО 23.04.96. № 960134.

112. Белов В.В., Чистякова В.И., Лаптева В.И., Макаров Н.П. Автоматизированное формирование экологического паспорта предприятия // Информационные технологии. Системы обработки и передачи информации: Межвуз. сб. науч. трудов. Рязань, РГРТА, 1996. С. 7 12.

113. Бертсекас Д., Галлагер Р. Сети передачи данных / Пер. с англ. М. Мир, 1989. 544 с.

114. Бестужева-Лада И. В. Исследование будущего: итоги и проблемы // Курьер Юнеско. 1971. № 4.

115. Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки. М.: Наука, 1973. 159 с.

116. Бир Ст. На пути к кибернетическому предприятию // Принципы самоорганизации. М.: Мир, 1966.

117. Бирюков А. Системы принятия решений и Хранилища Данных // Системы управления базами данных. 1997. № 4. С. 37 41.

118. Блох Э.Л., Попов О.В., Турин В.Я. Модели источника ошибок в каналах передачи цифровой информации. М.: Связь, 1971. 312 е., ил.

119. Блэк Ю. Сети ЭВМ: протоколы, стандарты, интерфейсы / Пер. с англ. М.: Мир, 1990. 506 с.

120. Боккер П. Передача данных: в 2-х томах / Под ред. Д.Д. Кловского. М.: Радио и связь, 1981. 256 с.

121. Бомпггейн Б.Д., Бурда Л.Я., Фарбер Ю.Д. Качественные показатели трактов и каналов высокочастотных систем передачи. М.: Связь, 1972.208 е., ил.

122. Бомштейн Б.Д., Киселев Л.К., Моргачев Е.Т. Методы борьбы с помехами в каналах проводной связи. М.: Связь, 1975. 248 с.

123. Буга H.H. Основы теории связи и передачи данных. Ч. 2. Л.: ЛВИКА им. А.Ф. Можайского, 1970. 707 е., ил.

124. Буданов А.П., Быхов Ю.Н., Воробьев С.П., Замрий A.C. Эффективность матричных кодов с двойной проверкой на четность // Вопросы радиоэлектроники. Сер. ТПС. 1974, № 2. С.75 60.

125. Бухвинер В.Е. Оценка качества радиосвязи. М.: Связь, 1974.224 е., ил.

126. Былянски П., Ингрем Д. Цифровые системы передачи: Пер. с англ. / Под ред. A.A. Визеля. М.: Радио и связь, 1980. 360 с.

127. Вальд А. Последовательный анализ. М.: Физматгиз, 1960. 360 с. 141Вертлий МЛ. О контроле качества телефонных каналов, предназначенныхдля передачи данных // Вопросы радиоэлектроники. Сер. ТПС. 1967. Вып. 7. С. 148 -153.

128. Вертлий М.Я., Гордон Ф.Г. О возможности контроля телефонных каналов, занятых передачей аналоговой информации, по достоверности передачи дискретной информации//Вопросы радиоэлектроники. Сер. ТПС. 1966. Вып. 3. С. 104- 109.

129. Видов П.М. Контроль аппаратуры передачи данных. М.: Радио и связь, 1981. 152 с.

130. Вильховченко С.Д. Модем 96. Выбор, настройка и использование: Сопутствующий справочник по телекоммуникациям. М.: ABF, 1995. 284 с.

131. Винер Н. Мое отношение к кибернетике, ее прошлое и будущее. М.: Сов. радио, 1969.

132. Выставкин Я.П. Сети обмена информацией между ЭВМ. М.: Наука, 1975.216 с.

133. Вычислительные сети и сетевые протоколы: Пер. с англ. / Девис Д., Барбер Д., Прайс У., Соломонидис С. М.: Мир, 1982. 562 е., ил.

134. Вязаничев И. Что такое MNP-модем// Компьтер-Пресс. 1991. № 3. С. 50-51.

135. Габор Д. Перспективы планирования // Автоматика. 1972. № 2.

136. Гарус М.В., Свердлин В.М., Исаков E.H. Операторские и диспетчерские пункты автоматизированных систем управления предприятиями. Я: Энергия, 1974.136 с.

137. Гильберт Э.Н. Пропускная способность канала с пакетами ошибок // Кибернетический сборник. Вып. 9. М.: Мир, 1964.

138. Гитлиц М.В., Лев А.Ю. Теоретические основы многоканальной связи. М.:Радио и связь, 1985. 248 с.

139. Глушков В.М. Введение в АСУ. Киев: Техника, 1972. 312с.

140. Глушков В.М. О прогнозировании на основе экспертных оценок // Кибернетика. 1969, № 2. С. 2 4.

141. Глущенко В.В., Глущенко И.И. Разработка управленческого решения. Прогнозирование-планирование. Теория проектирования экспериментов, г. Железнодорожный, Моск. обл.: ТОО «Крылья», 1997.400 с.

142. Гмурман В.Е. Теория вероятностей и математическая статистика: Учеб. пособие для втузов. Изд. 5-е, перераб. и доп. М.: Высш. школа, 1977.479 е., ил.

143. Головин О.В. Декаметровая радиосвязь. М.: Радио и связь, 1990.240с.

144. Денисов В.И. Математическое обеспечение системы ЭВМ-экспериментатор (регрессионный и дисперсионный анализы). М.: Наука, 1977.251 с.

145. Денисов O.E., Азаров В.В. Аппаратура передачи данных по телефонным каналам «Аккорд-1200» // Вопросы радиоэлектроники. Сер. TTIC, 1971, № 6. С. 3 9.

146. Джейн Анил К., Мао Жианчанг, Моиуддин К М. Введение в искусственные нейронные сети // Открытые системы. 1997. № 4. С. 16 24.

147. Дженнингс Ф. Практическая передача данных. Модемы, сети и протоколы / Пер. с англ. М.: Мир, 1989. 271 с.

148. Дивногорцев Г.Н., Яшин В.М. Системы и аппаратура обмена информацией в сетях ВЦ. М.: Связь, 1976. 216 с., ил.

149. Димитров В. Д. Синтез многорядных стохастических моделей принятия решений методами эвристической самоорганизации: Кандидатская диссертация. Киевский политехнический институт, 1971.

150. Дмошинский Г.М., Серегин A.B. Телекоммуникационные сети России. М.: Архитектура и строительство России, 1993. 198 с.

151. Дрейпер Н., Смит Г. Прикладной регрессионный анализ: В 2-х кн. Кн. 1: Пер. с англ. 2-е изд., перераб. и доп. М.: Финансы и статистика, 1986. 366 с.

152. Дрейпер Н., Смит Г. Прикладной регрессионный анализ: В 2-х кн. Кн. 2: Пер. с англ. 2-е изд., перераб. и доп. М.: Финансы и статистика, 1987.351 с.

153. Дрожжинов В.И., Мямлин А.Н. Сети Х.25: методология разработки и перспективы развития //Прикладная информатика. 1985. Вып. 1. С. 147- 189.

154. Дюбуа Д., Прад А. Теория возможностей. Приложения к представлению знаний в информатике: Пер. с фр. М.: Радио и связь, 1990. 288 с.

155. Дюран Б., Оделл П. Кластерный анализ / Пер с англ. Е.З. Демиденко. Под ред. А.Я. Боярского. М.: «Статистика», 1977. 128 с.

156. Емельянов Г.А., Шварцман В. О. Передача дискретной информации. М.: Радио и связь, 1982. 240 е., ил.

157. Емельянов-Ярославский JI. Б. Принципы работы неформального автомата // Автоматика. 1969. № 1.

158. Заде JI. Понятие лингвистической переменной и его применение к принятию приближенных решений / Пер. с англ. М.: Мир, 1976. 160 с.

159. Заездный A.M., Лифшиц Л.Л. Количественные оценки эффективности систем связи // Электросвязь. 1968, № 5. С. 51 59.

160. Зайцев С.С. Описание и реализация протоколов сетей ЭВМ. М.: Наука, 1989. 270 с.

161. Закс Л. Статистическое оценивание / Пер. с нем. М.: Статистика, 1976. 598 е., ил. (Зарубеж. стат. исследования).

162. Закс Ш. Теория статистических выводов / Пер. с англ. Е. В. Чепури-на. Под ред. Ю. К. Беляева. М.: Мир, 1975. 776 с.

163. Зелигер А.Н. К математическому описанию процесса появления ошибок в канале связи // Труды учебных институтов связи. Л., 1966. Вып. 31. С.136- 143.

164. Злотник Б.М. Помехоустойчивые коды в системах связи. М.: Радио и связь, 1989. 232 с.

165. Золотарев В.В. Коды и кодирование. М.: Знание, 1990. 64 с.

166. Зюко А.Г. Помехоустойчивость и эффективность систем связи. М.: Связь, 1963. 320 с.

167. Ивахненко А. Г. и др. Принятие решений на основе самоорганизации. М.: Сов. радио, 1976. 280 с.

168. Ивахненко А. Г. Проблемы моделирования сложных систем и прикладной математической статистики //Автоматика. 1971. № 3.

169. Ивахненко А. Г. Системы эвристической самоорганизации в технической кибернетике. Киев: Техника, 1971.

170. Ивахненко А. Г., Ковальчук П. И. и др. О единственности восстановления кривой регрессии по малому числу точек // Автоматика. 1973. № 5.

171. Ивахненко А. Г., Тодуа H. Н. Проблемы статического прогнозирования случайных процессов по принципу самоорганизации уравнений прогноза // Автоматика. 1973. № 2, 3, 5.

172. Искусственный интеллект. В 3-х кн. Кн. 2. Модели и методы: Справочник / Под. редакцией Д.А. Поспелова. М.: Радио и связь, 1990. 304 с.

173. Каналы передачи данных/ Под ред. В.О. Шварцмана. М.: Связь. 1970.340 с.

174. Караев P.A., Левин A.A. Сбор и передача информации в АСУ трубопроводами. М.: Энергия, 1975. 104 с.

175. Карпов В.Н., Маркин В.Е. Процедура контроля степени группирования ошибок в дискретном канале с памятью// Обработка и передача данных в информационно-вычислительных сетях: Межвуз. сб. науч. трудов. Рязань: РРТИ, 1992. С. 19-23.

176. Кодирование и передача дискретных сообщений в системах связи / Институт проблем передачи информации АН СССР. М.: Наука, 1976. 196 с.

177. Комарович В.Ф., Сосунов В.Н. Случайные радиопомехи и надежность KB связи. М.: Связь, 1977. 136 е., ил.

178. Компьютерные сети. Учебный курс / Пер. с англ. М.: Изд. отдел «Русская редакция» ТОО Channel Trading LTd», 1997. 696 с.

179. Коричнев Л.П. Алгоритмы статистического контроля состояния дискретного канала связи // Техника средств связи. Сер. ТРС. 1979. Вып. 1. С. 77 84.

180. Коричнев Л.П. Достоверность и эффективная скорость обмена информацией в АСУ при статистическое контроле состояния каналов // Вопросы радиоэлектроники. Сер. АСУ, 1977. Вып. 3. С.99 106.

181. Коричнев Л.П. Оперативность обмена информацией в АСУ при статистическом контроле состояния каналов // Вопросы радиоэлектроники. Сер.

182. АСУ. 1975. Вып.6. С.95 101.

183. Коричнев Л.П., Королев В.Д. О процедурах прогнозирования состояния каналов обмена информацией // Вопросы радиоэлектроники. Сер. АСУ. 1979. Вып.1. С. 88-93.

184. Коричнев Л.П., Королев В.Д. Прогнозирование достоверности обмена информацией по условным вероятностям ошибок // Вопросы радиоэлектроники. Сер. АСУ Вып. 1. С. 109 114.

185. Коричнев Л.П., Королев В.Д. Процедуры статистического контроля состояния дискретного канала с памятью // Вопросы радиоэлектроники. Сер. АСУ. 1977. Вып. 1. С. 87-94.

186. Коричнев Л.П., Пылькин А.Н., Цветков И.А. Два класса процедур адаптивного управления для протоколов перспективных информационно-вычислительных сетей // Электросвязь. 1995. № 5. С. 28 30.

187. Коровкин С. Д., Левенец И. А., Ратманова И. Д., Старых В. А., Щавелев Л. В. Решение проблемы комплексного оперативного анализа информации хранилищ данных // Системы управления базами данных. 1997. № 5,6. С. 47 51.

188. Красная книга. Рекомендация С.821, МККТТ. Т. Ш.З, 1985.

189. Кречетов Н., Иванов П. Продукты для интеллектуального анализа данных // СотрЩег\¥еек-Москва. 1997. № 14 15. С. 32 - 39.

190. Кузнецов Ю.А. Класс усеченных последовательных процедур, эквивалентных по вероятностям ошибок критерию Неймана-Пирсона // Радиотехника и электроника. 1972. Т. 17, № 12. С. 39 44.

191. Кузнецов Ю.А. Определение вероятностей ошибок первого и второго рода при усеченном последовательном анализе // Радиотехника. 1972. Т. 27, № 4. С. 25 32.

192. Левин Б.Р. Теоретические основы статистической радиотехники. 2-е изд., перераб. и доп. М.: Сов. радио, 1974. 552 с.

193. Леман Э. Проверка статистических гипотез / Пер. с англ. Ю. В. Прохорова. 2-е изд., исправл. М.: Наука, 1979. 408 с.

194. Львов В. Создание систем поддержки принятия решений на основе хранилищ данных // Системы управления базами данных. 1997. № 3. С. 30 40.

195. Мановцев А.П. Введение в цифровую радиотелеметрию. М.: Энергия, 1967. 343 с.

196. Мартин Дж. Сети связи и ЭВМ / Пер. с англ. J1.A. Какушина под ред. В.Н. Рогинского. М.: Мир, 1974. 232 с.

197. Мартин Дж. Системный анализ передачи данных: в 2-х томах. Пер. с англ. М.: Мир, 1975.

198. Мартынов Ю.М. Обработка информации в системах передачи данных. М.: Связь, 1969. 200 е., ил.

199. Математическая энциклопедия / Гл. ред. И.М. Виноградов. Т. 2. Д-Коо. М.: Советская энциклопедия. 1979. 1104 с.

200. Мизин И.А., Уринсон JI.C., Храмешин Г.К. Передача информации в сетях с коммутацией сообщений. 2-е изд., перераб. и доп. М.: Связь, 1977.328 е., ил.

201. Минкин Э.Б. Модели для передачи данных по коммутируемой телефонной сети // Коммутируемая сеть связи и информационные технологии: Научно-коммерческий семинар. М.: МЦНТИ, 1991.

202. Митряев Е.М., Ростовцев Ю.Г., Рыжков Ю.П. Контроль верности информации в морской радиосвязи. Л.: Судостроение, 1979. 164 с.

203. Модемы: Разработка и использование в России. М.: Эко-Трендз Ко, 1995. 128 с. (Серия «Технологии электронных коммуникаций»).

204. Морозов В.П., Пуртов А.П., Замрий А.С, Обобщение экспериментальных данных по вероятности и показателю группирования ошибок // Техника средств связи. Сер. ТПС. 1981, № 4. С. 53 60.

205. Московская Ю.В. Разработка многокомпонентных моделей прогнозирования анализа аварийных ситуаций на сложных технических объектах: Ав-тореф. дис. канд. техн. наук. Тула: Тул. гос. ун-т, 1998. 22 с.

206. Нухман Э.Х., Райхман М.С. Автоматизированный контроль параметров телефонных каналов // Вопросы радиоэлектроники. Сер. ТПС. 1968. Вып. 6. С. 3 -11.

207. Нухман Э.Х., Райхман М.С. Способ автоматизированного контроля параметров канала ТЧ на междугородных станциях малой емкости // Вопросы радиоэлектроники. Сер. ШС. 1975. Вып. 4. С. 47 51.

208. Овчинников В.Н. Организация передачи информации в автоматизированных системах управления. М.: Энергия, 1974. 127 с.

209. Окунев Ю.Б., Плотников В.Г. Принципы системного подхода в технике связи. М.: Связь, 1976. 184 е., ил.

210. Описание статистики ошибочных кодовых комбинаций для дискретного канала с памятью /Л.П. Коричнев, В.Н. Лагуткин, A.A. Москвитина, А.Н. Пылькин. Рукопись представлена Рязан. радиотехн. ин-том. Деп. в ЦНИИТЭИ приборостроения 1977, № 883-А.

211. Осмоловский С. А. Стохастические методы передачи данных. М.: Радио и связь, 1991. 240 с.

212. Передача информации с обратной связью / Под ред. З.М. Каневского. М.: Связь, 1976. 352 е., ил.

213. Пидкасистый А.П. Экономическое поведение потребителей. Какая теория поможет прогнозировать спрос? М.: Рос. педагогическое агентство, 1997.219 с.

214. Питерсон У., Уэлдон Э. Коды, исправляющие ошибки: Пер. с англ. / Под ред. Р.Л. Добрушина, С.И.Самойленко. М.: Мир, 1976. 594 с.

215. Повышение верности передачи цифровой информации по дискретным каналам / Институт проблем передачи информации АН СССР. М.: Наука, 1974.240 с.

216. Позин И.Л., Щербо В.К. Телеобработка данных в автоматизированных системах. М.: Статистика, 1976. 180 е., ил.

217. Пресняков А.Г., Панько С.П. Повышение скорости информационного обмена в компьютерных сетях // Информационные технологии. № 8.1997. С. 21 24.

218. Прикладные нечеткие системы: Пер. с япон. / К. Асаи, Д. Ватада, С. Иваи и др. Под редакцией Т. Тэрано, К. Асаи, М. Сугано. М.: Мир, 1993. 368 с.

219. Принципы самоорганизации: Сб. статей. М.: Мир, 1966.

220. Проблемы математического моделирования в задачах экологического мониторинга / Танеев P.M.; Рязан. радиотехн. ин-т. Рязань, 1991. 33 с. Биб-лиогр. 5 назв. Рус. Деп. 28.12.91, № 4837-В91.

221. Протоколы информационно-вычислительных сетей: Справочник / Аничкин С.А., Белов A.C., Бернштейн A.B. и др.; Под ред. И.А. Мизина, А.П.

222. Кулешова. М.: Радио и связь, 1990. 504 с.

223. Пуртов Л.П., Замрий A.C., Захаров А.И. Основные закономерности распределения ошибок в дискретных каналах связи // Электросвязь, 1967, № 2. С. 1 8.

224. Пуртов Л.П., Замрий A.C., Захаров А.И., Охорзин В.М. Элементы теории передачи дискретной информации / Под ред. Л.П. Пуртова. М.: Связь, 1972.232 с.

225. Пылькин А.Н. Адаптивное управление в системах передачи дискретной информации // Электросвязь. 1992. № 4. С. 8 10.

226. Пылькин А.Н. Оптимизация процедур адаптивного управления в системе передачи дискретной информации с изменяющейся длиной блока // Вопросы радиоэлектроники. Сер.АСУПР. 1989. Вып. 4. С. 61 68.

227. Рожков Л.И. Контроль и коммутация оборудования в системах передачи данных. М: Сов. радио, 1979. 240 е., ил.

228. Рожков Л.И. Средства передачи данных в АСУ. Киев: Техника, 1977.184 с.

229. Самойленко В.И., Слепушкина O.A. Адаптивные радиоэлектронные системы. М.: МАИ, 1986. 54 с.

230. Самойленко С.И. Дихотомическая модель статистики ошибок // УИ Всесоюзная конференция по теории кодирования и передачи информации. Доклады. Ч. 1У. Теория каналов связи. М. Вильнюс, 1978. С. 121-129.

231. Самойленко С.И. Некоторые подходы к приближенному описание статистики ошибок // У1 конференция по теории кодирования и передачи информации. Доклады. Ч. 1У. Исследование и моделирование каналов. Системы с обратной связью. М. Томск, 1975. С. 105 - 112.

232. Самойленко С.И. Помехоустойчивое кодирование. М.: Наука, 1966.240 с.

233. Самойленко С.И., Лаптев А.Н., Третьякова Е.И. Исследование каскадных блоковых моделей статистики ошибок // УП Всесоюзная конференция по теории кодирования и передачи информации. Доклады. Ч.1У. Теория каналов связи. М. Вильнюс, 1978. С. 130- 138.

234. Сахаров А. А. Концепции построения и реализации информационных систем, ориентированных на анализ данных // Системы управления базами данных. 1996. № 4. С. 55 70.

235. Сервинский Е.Г. Оптимизация систем передачи дискретной информации. М.: Связь, 1974. 336 е., ил.

236. Сети ЭВМ / Под ред. В.М. Глушкова. М.: Связь, 1977. 279 е., ил.

237. Сипсер Р. Архитектура связи в распределенных системах: в 2-х книгах. Пер. с англ. М.: Мир, 1981.

238. Смирнов К.А., Усольцев А.Г., Енин A.A. Сбор, передача и обработка данных в АСУ. М.: Связь, 1974. 230 с.

239. Советов Б.Я., Рухман E.JL, Яковлев С.А. Системы передачи информации от терминалов к ЦВМ. Д.: ЛГУ, 1978. 280 с.

240. Советов Б.Я., Стах В.М. Построение адаптивных систем передачи информации для автоматизированного управления. Л.: Энергоиздат, 1982.120 с.

241. Срагович В.Г. Теория адаптивных систем. М.: Наука, 1976.319 с.

242. Статистика ошибок при передаче цифровой информации / Пер. с англ. А.Б. Татаринова и Ю.А. Ярошевского; Под ред. С.И. Самойленко. М.: Мир, 1966. 304 с.

243. Тамура, Ватада, Сигэру Три способа формализации при нечетком линейном рекуррентном анализе // Кэйсоку дзидо сэйге кагаку ромбунсю. 1986. Т. 22, № 10. С. 1051 1057.

244. Тамура, Кондо. Современная методология групповой обработки данных и ее приложения // Оперсэндзу рисати. 1987. № 2. С. 104 111.

245. Техника передачи данных / Под ред. В.О.Шварцмана. М: Связь, 1976.128 с.

246. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач: Учеб пособие для вузов. М.: Наука, 1974. 223 с.

247. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач: Учеб пособие для вузов. 3-е изд., испр. М.: Наука, 1986. 288 с.

248. Траксел Дж. Г., Нейделино Дж. Теория решений // Приспосабливающиеся автоматические системы / Под ред. Э. Мышкина и Л. Брауна. М.: ИЛ, 1963.

249. Удалов А.П., Супрун Б.А. Избыточное кодирование при передаче информации двоичными кодами. М.: Связь, 1964. 270 с.

250. Уилкс С. Математическая статистика / Пер. с англ. A.M. Кагана идр.; Под ред. Ю.В. Линника. М.: Наука, 1967. 632 с.

251. Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика / Пер. с англ. М.: Мир, 1992. 240 с.

252. Федоров В.В. Теория оптимального эксперимента (планирование регрессионных экспериментов). М.: Наука, Гл. ред. физ.-мат. лит., 1971. 312 с.

253. Фролов А. В., Фролов Г.В. Модемы и факс-модемы. Программирование для MS DOS и Windows. М.: ДИАЛОГ-МИФИ, 1995. 284с.

254. Фролов A.B., Фролов Г.В. Программирование модемов. М.: ДИАЛОГ-МИФИ, 1994. 178 с.

255. Хазацкий В.Е., Горицкая М.В., Стернин Г.Л. О целесообразности использования итеративного кода для передачи данных в АСУ // Приборы и системы управления. 1975. № 3. С. 12-14.

256. Халсалл Ф. Передача данных, сети компьютеров и взаимосвязь открытых систем / Пер. с англ. М.: Радио и связь, 1995. 408 с.

257. Хаммел Р.Л. Последовательная передача данных: Руководство для программиста/Пер. с англ. М.: Мир, 1998. 752 с.

258. Харкевич A.A. Борьба с помехами. М.: Госиздат ФМЛ, 1963.276 с.

259. Хаусли Т. Системы передачи и телеобработки данных / Пер. с англ. М.: Радио и связь, 1994. 456 с.

260. Хворостенко Н.П. Оценка качества радиосвязи по каналам с переменными параметрами // Радиотехника. 1976. № 8. С. 18-21.

261. Цикритзис Д., Лоховски Ф. Модели данных / Пер. с англ. М.: Финансы и статистика, 1985. 344 е., ил.

262. Цифровые системы передачи / Пер. с польск. Под ред. Б.Д. Романова. М.: Связь, 1979. 264 с.

263. Цыпкин яз. Адаптация и обучение в автоматических системах. М.: Наука, 1968. 399 е., ил.

264. Чернега B.C., Василенко В.А., Бондарев В.Н. Расчет и проектирование технических средств обмена и передачи информации. М.: Высш. школа, 1990.224 с.

265. Численные методы решения некорректных задач. / А.Н. Тихонов,

266. A.B. Гончаровский, B.B. Степанов, А.Г. Ягода. М.: Наука, 1990. 229 с.

267. Чураков Е.П. Оптимальные и адаптивные системы. М.: Энергоатом-издат, 1987. 266 с.

268. Шастова Г.А. Кодирование и помехоустойчивость передачи телемеханической информации. М. Л.: Энергия. 1966. 456 с.

269. Шатг С. Мир компьютерных сетей / Пер. с англ. Киев: BHV, 1996.287с.

270. Шварц М. Сети связи: протоколы, моделирование и анализ: В 2-х ч. Ч. 1 / Пер. с англ. М.: Наука, 1992. 336 с.

271. Шварцман В. О., Емельянов Г. А. Теория передачи дискретной информации: Учебник для вузов связи. М.: Связь, 1979. 424 е., ил.

272. Шварцман В.О. Информационно-вычислительные сети и сети передачи данных // Электросвязь. 1992. № 3. С. 2 7.

273. Шеховцов О.И., Горохов С.Г. Передача информации по нестационарным каналам связи / Под ред. Б.Я. Советова. Л.: Изд-во Ленингр. ун-та, 1985.172 с.

274. Шокин Ю. И. Интервальный анализ. Новосибирск: Наука, 1981.112 с.

275. Шувалов В.П. Косвенные методы обнаружения ошибок в системах передачи дискретной информации. М.: Связь, 1972. 81 е., ил.

276. Шувалов В.П. Прием сигналов с оценкой их качества. М.: Связь, 1979. 240 е., ил. (Стат. теория связи. Вып. 12)

277. Эддоус М., Стэнсфилд Р. Методы принятия решений: Учеб. пособие / Перевод с англ. под ред. И.И. Елисеева. М.: Аудит: ЮНИТИ. 1997. 590 с.

278. Элементы теории передачи дискретной информации / Л.П. Пуртов, A.C. Замрий, А.И. Захаров, В.М. Охорзин; Под ред. Л.П. Пуртова. М.: Связь, 1972.232 е., ил.

279. Юдин Д.Б. Вычислительные методы теории принятия решений. М.: Наука, 1989. 320 с.

280. Якубайтис Э.А. Информационно-вычислительные сети. М.: Финансы и статистика, 1984. 232 е., ил.

281. Ямамото Ю., Савакури Т, Оценка рабочих характеристик в цифровых сетях связи. Дэнси цусин гаккай ромбунсю. 1981. Том 64, № 11. С. 1250 -1257.

282. Министерство образования Российской Федерации

283. Опытная эксплуатация программ показала их работоспособность, высокие характеристики надежности и эффективности.

284. Зам. директора по научной работе

285. Научные и практические результаты диссертационной работы Белова В.В. нашли отражение в следующих программных системах.

286. Программа решения экономических задач методами линейного математического программирования (СИМПЛЕКС-МЕТОД).

287. Программа моделирования экономических процессов линейной интервальной регрессией (ИРА).

288. Программа моделирования зависимостей скалярной величины от векторного аргумента и прогнозирования экономических процессов на основе модифицированного группового метода обработки данных (Эврика).

289. Программа моделирования зависимостей скалярной величины от векторного аргумента и прогнозирования экономических процессов на основе технологии искусственных нейронных сетей (№игоМар).

290. Программа прогнозирования векторных экономических процессов на основе метода множественного накопления (Рантье).

291. Программа финансового анализа экономического состояния предприятия (ФинАнализ).

292. Программа тарифа на электрическую и тепловую энергию (Тариф).

293. Программные системы внедрены в процесс расчета, планирования и прогнозирование технико-экономических показателей производственно-хозяйственной деятельности ОАО «Рязанская ГРЭС».

294. Опытная эксплуатация программ показала их работоспособность, высокие характеристики надежности и эффективности.

295. Заместитель генерального директора по экономике ОАО «Рязанская ГРЭС»и^/г

296. Председатель комитета охраны окруж^ЩУй^ды и природных1. В.П. Воронов 1999 г.1. АКТ ВНЕДРЕНИЯрезультатов диссертационной работы на соискание ученой степени доктора технических наук Белова Владимира Викторовича

297. Эксплуатация программной системы показала ее работоспособность, высокие характеристики надежности и эффективности.

298. Заместитель директора РЦИММ РАН по научной работе

299. A.B. Дубовиков « » 2000 г.по учебной работе Рубцов А.В.2000 г.1. Акт внедрениярезультатов докторской диссертации Белова Владимира Викторовича в учебный процесс в Рязанской государственной радиотехнической академии

300. Председатель методической комиссии факультета вычислительной техникик.т.н., доцент *уЮ.А. Таранроссийская федерация

301. РОССИЙСКОЕ АГЕНТСТВО ПО ПРАВОВОЙ ОХРАНЕ ПРОГРАММ ДЛЯ ЭВМ, БАЗ ДАННЫХ И ТОПОЛОГИЙ ИНТЕГРАЛЬНЫХ МИКРОСХЕМ ( РосАПО )свидетельство

302. ОБ ОФИЦИАЛЬНОЙ РЕГИСТРАЦИИ ПРОГРАММЫ ДЛЯ ЭВМ960134программа для эвм: црограммная система автоматизированного формирования экологического паспорта промышленного предприятия (Система ФорЭП)1. ПРАВООБЛАДАТЕЛЬ:

303. Комитет охраны окружающей среды и природных ресурсов г.Рязанистрана:1. АВТОР (АВТОРЫ):1. Российская Федерация-г > {Ч) Г- ■•>'' И /; X' ■ Белов Владимир Викторович и1. ДР>■ >' '^ >\ >\ ><, ."■, ^ г\ ^ ' < ^ 7 ! \ /'■ ■■ .< \ Ч' < ^ I < < кК1. Л /

304. Зарегистрировано в Реестре(профамм' для ЭВМ,1. Дата регистрации

305. Генеральный директор РосАПО1 Iчисло/1** месяц1. V у " ЛГУ ^У Ш1. Ги и н Я Я У' и > </■ '>л г< у 'российская федерация

306. РОССИЙСКОЕ АГЕНТСТВО ПО ПРАВОВОЙ ОХРАНЕ ПРОГРАММ ДЛЯ ЭВМ, БАЗ ДАННЫХ И ТОПОЛОГИЙ ИНТЕГРАЛЬНЫХ МИКРОСХЕМ ( Рос АЛО )свидетельство

307. ОБ ОФИЦИАЛЬНОЙ РЕГИСТРАЦИИ ПРОГРАММЫ ДЛЯ ЭВМ960135

308. Программная система расчета загрязненности воздуха выбросами подвижных источников автотранспортных предприятий (Система ТрансВАТ)

309. Комитет охраны окружающей среды и природных ресурсов г.Рязани1. СТРАНА:1. Российская Федерации1. АВТОР (АВТОРЫ):

310. Белов Владимир Викторович и др.1. ПРОГРАММА ДЛЯ ЭВМ:1. ПРАВООБЛАДАТЕЛЬ:1. Заявка № 960052

311. Зарегистрировано в Реестре программ для ЭВМ1. Г)0 П41. Дата регистрации число

312. Генеральный директор РосАПО1. РОССИЙСКАЯ ФЕДЕРАЦИЯ

313. РОССИЙСКОЕ АГЕНТСТВО ПО ПРАВОВОЙ ОХРАНЕ ПРОГРАММ ДЛЯ ЭВМ, БАЗ ДАННЫХ И ТОПОЛОГИЙ ИНТЕГРАЛЬНЫХ МИКРОСХЕМ (РосАПО)свидетельство

314. ОБ ОФИЦИАЛЬНОЙ РЕГИСТРАЦИИ ПРОГРАММЫ ДЛЯ ЭВМ940337

315. Программная система для накопления и отображения информации о загрязненности природных сред региона (ЕОТМОИгХ)

316. Рязанская государственная радиотехническая академияпрограмма для эвм:правообладатель:страна: Российская Федерацияавтор (авторы): Белов Владимир Викторович и др.9402711. Заявка №

317. Зарегистрировано в Реестре программ для ЭВМ05 09 1094

318. Дата регистрации число месяц год

319. Генеральный директор РосАПО