автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Математические модели оптимизации распределённых информационных систем тренажёрно-моделирующих комплексов

На правах рукописи

Янюшкин Вадим Вадимович

МАТЕМАТИЧЕСКИЕ МОДЕЛИ ОПТИМИЗАЦИИ РАСПРЕДЕЛЁННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ ТРЕНАЖЁРНО-МОДЕЛИРУЮЩИХ КОМПЛЕКСОВ

Специальность 05.13.18 - Математическое моделирование, численные методы и комплексы программ

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Новочеркасск - 2010

004617725

Работа выполнена на кафедре «Автоматизированные системы управления» ГОУ ВПО «Южно-Российский государственный технический университет» (Новочеркасский политехнический институт)» и ООО «Центр тренажеростроения и подготовки персонала» (г. Москва)

Научный руководитель доктор технических наук, профессор

Михайлов Анатолий Александрович

Официальные оппоненты доктор технических наук, профессор

Курейчик Виктор Михайлович

кандидат технических наук, Захаров Владимир Львович

Ведущая организация Закрытое акционерное общество

«Научно-исследовательский институт «Центрпрограммсистем» (г. Тверь)

Защита диссертации состоится «22» октября 2010 г. в 10 часов на заседании диссертационного совета Д 212.304.02 при ГОУ ВПО «Южно-Российский государственный технический университет (Новочеркасский политехнический институт)» по адресу: 346428, г. Новочеркасск, Ростовской обл., ул. Просвещения, 132, (гл. корпус, ауд. 107)

С диссертацией можно ознакомиться в научно-технической библиотеке «ЮжноРоссийского государственного технического университета (Новочеркасского политехнического института)». С текстом автореферата можно ознакомиться на сайте ЮРГТУ (НПИ) www.npi-tu.ru

Автореферат разослан . 2010г.

Ученый секретарь диссертационного совета канд. тех. наук, профессор

Иванченко А.Н.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Разработка тренажерно-моделирующих комплексов (ТМК) различного назначения подразумевает проектирование архитектуры вычислительной системы, которая строится на базе набора вычислительных узлов - персональных компьютеров и высокопроизводительных серверов. Особое место занимает разработка набора взаимосвязанных моделей, позволяющих воспроизводить или имитировать те или иные процессы и явления в тренажере. Каждая модель является потребителем некоторого набора исходных данных на входе и источником набора данных на выходе. Совокупность наборов входных и выходных данных моделей называют модельным миром. Это понятие означает множество данных, циркулирующих в системе между различными моделями. В системах реального времени принято различать понятия «жесткого» и «мягкого» реального времени, при этом данные модельного мира, потребляемые различными моделями в процессе своего функционирования, также должны отвечать условиям системы реального времени. При проектировании ТМК, как правило, жестко связывают архитектуру системы и специальное программное обеспечение, помещая на вычислительных узлах набор моделей, функционирующих в соответствии со своей логикой. Создание различных тренажеров, в том числе систем комплексирования нескольких автономных тренажеров, значительно усложняет характер информационных потоков между отдельными моделями. Важной является задача размещения исходных данных модельного мира на всех узлах ТМК в соответствии с их входными потребностями, а также задача нахождения такого варианта размещения, при котором будет обеспечена максимальная производительность ТМК при ограничениях, накладываемых на ресурсы вычислительной системы.

Наиболее близкой задачей является проблема проектирования распределенных баз данных и нахождение методик оптимальной репликации, но эти задачи не учитывают многие аспекты специфики построения тренажеров. Общие подходы к оценке ресурсов в тренажерных системах отражены в работах Шукшунова В.Е., Потоцкого С.И., Кобзева В.В., Шилова К.Ю. В работах Крестьянинова В.Б. задача повышения производительности тренажерной системы сводится к задаче рационального распределения компонентов специального программного обеспечения.

При проектировании ТМК задачу размещения данных в распределенной системе решают двумя способами: интуитивное распределение исходных данных и создание множества дополнительных каналов связи для доставки и изменения составных частей модельного мира вычислительным узлам ТМК; использование специализированных стандартов распределённого моделирования, таких как High Level Architecture (HLA). Недостаток первого подхода заключается в потенциальной возможности размещения данных, которое может привести к снижению производительности тренажера, а также обязательном привлечении экспертов и специалистов на этапах проектирования системы. К недостаткам второго подхода можно отнести сложность внедрения и использования стандарта HLA, перевода структуры системы в соответствие специфики разработок тренажеров высокоуровневой архитектуры.

Проектирование, разработка и введение в строй в настоящее время новых образцов подводных лодок, вооружения, средств обнаружения и разработка соответствующих методик проведения подготовки, где одной из основных задач повышения

уровня боевой подготовки является интенсификация тренировок по специальности всех категорий личного состава кораблей и частей флота с использованием морских тренажерных комплексов, является приоритетным направлением развития области тренажеростроения. Введение уникальной функциональности на основе математических методов теории принятия решений повышает эффективность и конкурентоспособность программных продуктов на развивающемся рынке данных услуг.

Таким образом, актуальность работы складывается из следующего:

1. Необходимости проектирования и создания программно-аппаратных тренажерных комплексов, которые требуют поддержания необходимой функциональности размещенных на узлах вычислительной сети моделей.

2. Отсутствия математических постановок и методов, обеспечивающих размещение модельного мира в системе в условиях жесткой привязки моделей к вычислительным узлам тренажера, которые бы позволили минимизировать временные характеристики при получении необходимых входных данных, а также сократить совокупный объем хранения информационных массивов в распределённой информационной системе.

3. Необходимости применения современных подходов проектирования распределенных информационных систем, концепции сервисно-ориентированной архитектуры (БОА) и методов построения аппаратно-технической платформы.

Диссертационная работа выполнена в рамках: комплексной целевой программы по развитию средств обучения и подготовки Вооруженных Сил Российской Федерации на период до 2020 г., где одним из важных факторов реализации является создание единой системы учебно-тренировочных средств и комплексных тренажеров подготовки; научного направления ЮРГТУ (НПИ) «Интеллектуальные тренаж-но-обучающие комплексы, тренажеры, системы виртуальной реальности, виртуальные лаборатории - основа инновационных образовательных программ в технических университетах»; госбюджетной темы 7.05 «Разработка теории, методов оптимальной функциональности и программно-технической платформы корпоративных информационных систем» (утверждено решениями ученого совета от 25.04.2001 и 15.05.2003).

Целью диссертационной работы является построение математических моделей оптимизации структуры информационного обеспечения распределенной системы тренажёрно-моделирующих комплексов на этапах проектирования и функционирования за счет оптимизации размещения данных, которая позволит увеличить скорость доступа в рамках функционирования моделей тренажера, а также снизить совокупный объем хранимой информации в системе путем рационального распределения данных модельного мира.

Для достижения этой цели решаются следующие задачи: анализ существующих архитектурных решений и математических моделей оптимизации распределенных систем; формализация и построение математической модели оптимизации размещения модельного мира, учитывающей специфику этапов функционирования ТМК; анализ современных концепций проектирования распределенных информационных систем и применение их при разработке ТМК; разработка моделей размещения данных в информационной системе; построение программного комплекса размещения модельного мира и проведение экспериментального исследования эффективности предложенных алгоритмов и моделей.

Методы исследований и достоверность результатов. В работе использованы методы теории принятия решений, имитационного моделирования, а также теории вероятностей и генетических алгоритмов (ГА). Достоверность результатов подтверждается корректным применением элементов теории принятия решений, планирования экспериментов, сопоставлением полученных экспериментальных результатов с имитационным моделированием, непротиворечивостью предложенных математических моделей и методов поиска решения, а также положительной оценкой внедрения результатов в разрабатываемые ТМК.

Объектом исследования являются современные архитектурные решения ТМК, принципы их построения, концепция центров обработки данных, облачных вычислений и многоуровневых информационных систем.

Предметом исследования являются наборы данных, циркулирующие в ТМК, математические модели их описывающие, специфика функционирования процессов обучения и подготовки персонала в современных реализациях морских ТМК, а также влияние этих факторов на особенности размещения и использования данных.

Научная новизна. В диссертации получены следующие новые научные и практические результаты: формализованная математическая модель представления распределенного информационного пространства, учитывающая иерархическое представление системы и взаимосвязи между вычислительными узлами, моделями и наборами данных; математические модели оптимизации размещения данных на основе архитектуры одноуровневой локальной вычислительной сети (стандартная схема информационной системы ТМК), в представлении облачных вычислений и на основе кластеров, которые позволяют, учитывая специфику архитектуры построения системы, проводить процедуру оценки затрат на поддержку модельного мира и оптимизации характеристик за счет минимизации занимаемого объема памяти; методы поиска решений на основе применения ГА, позволяющие учитывать особенности функционирования и ограничения систем реального времени; программные компоненты уровня информационного обеспечения распределенной информационной системы на основе SOA и реализующей данный подход технологии WCF (Windows Communication Foundation).

Основные положения, выносимые на защиту:

1. Постановка задачи оптимизации размещения модельного мира в распределенной системе ТМК, этапы ее решения. Новизна первого научного результата заключается в представлении распределенного информационного пространства, учитывающего иерархическое построение системы и взаимосвязи между вычислительными узлами, моделями и наборами данных.

2. Комплекс моделей на основе применения различных стратегий размещения данных, ГА и модифицированных постановок задач. Новизна второго научного результата состоит в совершенствовании методов размещения, которые позволяют учитывая специфику архитектуры построения системы проводить процедуру оценки затрат на поддержку модельного мира и оптимизации за счет минимизации занимаемого объема памяти.

3. Результаты моделирования и экспериментального исследования эффективности предложенных алгоритмов. Новизна третьего научного результата состоит в анализе эффективности применения ГА, оценках производительности тренажера и результатов моделирования размещения данных.

4. Методика использования разработанных моделей в тренажёрах, концепция применения современных технологий построения распределенных информационных систем на основе сервисно-ориентированное подхода. Новизна четвертого научного результата состоит в реализации разработанной методики повышения производительности тренажера в составе программных компонент уровня информационного обеспечения распределенного информационного пространства.

Теоретическая ценность работы заключается в построении и исследовании концептуальных моделей размещения объектов данных в информационных системах, конструировании алгоритмов и разработке численных методов с учетом ограничений систем реального времени.

Практическая ценность работы заключается в реализации и использовании разработанных моделей и алгоритмов на этапах проектирования и эксплуатации современных тренажеров, а также для описания, оценки и анализа процессов взаимодействия вычислительных моделей и распределенных данных. Представленные алгоритмы позволяют оценить и улучшить с использованием оптимизации размещения элементов модельного мира производительность системы и как следствие ее эффективность в целом.

Реализация результатов работы. Результаты диссертационной работы использованы при разработке и проектировании аппаратно-программных средств комллексирования «Листва-К», используемых в составе базового комплекса учебно-тренировочных средств «Листва» (г. Обнинск), а также комплексного тренажёра «Калина-О» (г. Северодвинск). Использование полученных результатов при проектировании структуры систем позволило сократить затраты на дальнейшее в комплексные тренажеры с распределенным информационным пространством, сократить затраты памяти на хранение модельного мира в среднем на 36 % и получить время доступа к отдельным объектам в пределах 0,3-0,6 мс за счет рационального размещения и использования SOA при построении информационных систем. Задачи оптимизации размещения модельного мира в ТМК, разработанные математические модели и научные результаты работы также внедрены в учебный процесс ЮРГТУ (НПИ).

Апробация работы. Основные положения диссертации и отдельные ее результаты обсуждались и получили положительные отзывы на:

научно-технической конференции студентов и аспирантов ЮРГТУ (НПИ) «Студенческая весна 2007» (г. Новочеркасск);

ежегодных научно-технических конференциях ЮРГТУ (НПИ) «Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем» в период с 2007-2009 гг. (г. Новочеркасск);

VII Международной научно-практической конференции «Моделирование. Теория, методы и средства», 2007 г. (г. Новочеркасск);

Всероссийском смотре-конкурсе научно-технического творчества студентов высших учебных заведений «Эврика-2007» (г. Новочеркасск);

седьмой международной научно-практической конференции «Пилотируемые полеты в космос», 2007 г. (Звездный городок);

межвузовской научно-технической конференции «Перспективы развития средств и комплексов связи. Подготовка специалистов связи», 2009 г. (г. Новочеркасск).

В полном объеме диссертационная работа докладывалась и обсуждалась в ООО «Центр тренажеростроения и подготовки персонала» (г. Москва), ЗАО НИИ «Центрпрограммсистем» (г. Тверь). Получено 2 акта внедрения в комплексные ТМК и акт внедрения научных результатов в учебный процесс ЮРГТУ (НПИ).

Публикации. По результатам выполненных исследований опубликовано 18 научных работ, из них 5 в рекомендованных ВАК изданиях, получено свидетельство о регистрации электронного ресурса.

Структура диссертации. Диссертация содержит 210 страниц основного текста, 88 рисунков, 3 таблицы и состоит из введения, четырех глав, заключения, списка литературы из 143 наименований и трех приложений объемом 40 страниц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, научная новизна и практическая значимость, сформулированы цель и задачи работы. Представлены положения, выносимые на защиту, апробация работы и структура диссертации.

В первой главе «Обоснование необходимости решения проблемы оптимизации размещения модельного мира в распределенных информационных системах тренажерно-моделирующих комплексов» приводится обзор существующих архитектур распределенных информационных систем современных ТМК на основе использования локальных вычислительных сетей, комплексирования, элементов технологии SOA. Обобщая различные архитектуры и способы проектирования ТМК, выделяется понятие единого информационного пространства, концептуально являющегося средой объединения входных и выходных информационные потоков всех составных частей ТМК. Рассматривается стандарт IEEE 1516 и высокоуровневая архитектура HLA, а также тренажная распределенная исполнительная оболочка.

Приведены описанные в литературе подходы к построению математических моделей проектирования и оптимизации структур распределенных информационных систем, в основе которых лежат методики проектирования оптимальных структур распределенных баз данных. Исходя из анализа этапов функционирования и структуры ТМК приводится формализация проблемы размещения данных модельного мира, где в качестве исходных данных задачи служит следующая информация: п — число элементов аппаратной конфигурации РСп i = l,n с заданными допустимыми объемами памяти на размещение данных V0l; р — число элементов функциональной конфигурации MJ3j = 1 ,р ; т - число типов данных уровня информационного обеспечения Dk, к~\,т\ матрицы размещения моделей MCKj, i = 1, и, j = l,p и потребностей данных MDjk, j = l,p, k-l,m; Clk, i = \,n, k = l,m набор матриц размещения объектов модельного мира; Т/к, j = \,p, к = \,m - матрица времен функционирования модели j и получения всех необходимых входных параметров от объектов модельного мира по типам к = \,т для их обработки.

Логическим продолжением развития архитектурных решений ТМК является использование облачных вычислений (cloud computing) и их модификаций (private clouds), предлагается концептуальное соответствие и предложения по внедрению

данных технологий в распределенные информационные системы ТМК. Архитектура ТМК и информационной системы при использовании концепции private clouds является следующим шагом систем комплексирования, применения SOA и сервисных приложений, а также логическим продолжением и аппаратно-программным решением для построения единого информационного пространства.

Во второй главе «Модели и алгоритмы оптимизации размещения данных в распределенных информационных системах» предлагаются модели, основанные на специфике работы системы и параметрах информационных сущностей. Представлены следующие математические модели оптимизации размещения:

1. Модель размещения данных в стандартной схеме информационной системы ТМК, которая предполагает использование методов размещения данных в проектируемых тренажерах, рассматриваются алгоритмы решения, а также результаты их работы на тестовых примерах.

2. Модель размещения данных в представлении облачных вычислений информационной системы ТМК, которая предполагает использование при проектировании тренажера облака данных и концепций центров обработки данных (ЦОД), рассматривается формализация проблемы, математическая постановка, приводится алгоритм решения.

3. Модель размещения данных в условиях формирования кластеров информационной системы ТМК, в основе которой положено выделение взаимосвязей между отдельными моделями и объектами модельного мира и образование кластерных элементов как основных структур информационного пространства, приведен алгоритм решения задачи и его анализ на тестовых примерах.

При постановке задачи оптимизации размещения данных в стандартной схеме информационной системы (рис. 1) дополнительно вводятся следующие условия: детализованная характеристика объема каждого объекта типа данных VDkl, к = \,т, l = \,Dk\ матрица интенсивности запросов по типам данных от моделей MDI к,

j =\,р, к = \,т; временные ограничения моделей TJ ния данных f",?""" объема К« и К

j = \,p, время получе-

соответственно.

Отображение фактов потребности типов данных моделями тренажера

Уровень аппаратной конфигурации

Вхождение нескольких моделе в определенное рабочее мест(

Рис. 1. Иерархия уровней тренажера

Матрица размещения С, к, i = \,n, k = \,z, где z - количество объектов модель-

ного мира в соответствии с введенной классификацией по типам: г = ^ Д . Для

по-

—> тш

строения модели вводятся следующие обозначения: М' сМ— множество моделей, расположенных на узле / = 1 ,п; Д' сЛ - множество типов данных, расположенных на узле / = 1,я; КД' , ] = \,т,1 = \,п - множество объектов модельного мира типа j на узле /. В процессе оптимизации ГА модифицируется матрица С!к и как

следствие множества VDJ■ . Требуется найти такой вариант размещения объектов модельного мира в системе, чтобы обеспечить минимизацию целевой функции:

при выполнении ограничений:

ко; и га; и... и кд = кд, /=¡7^

Подбор весовых коэффициентов ту, и м»2 может осуществляться на основе экспертных оценок. Проводится разбиение множества объектов типа данных по моделям, КД' с КД, у = 1, т, ¡ — \р - множество объектов модельного мира типа], необходимых модели М,. Таким образом, вводится ограничение на уровне элементов данных определенного типа: КД*'1 и УО"' и... и КД"' = КД, г = 1, м. Матрица Тп, }=\,р, к=1,т вычисляется следующим образом:

КО КО

- I ^ + I если МО, = 1,

МС,,-1 «и"»

О, если = О

Предлагаются стратегии начального размещения данных на основе алгоритма приоритета интенсивности данных (наиболее интенсивно используемые типы данных модельного мира в соответствии с матрицей МГЛ являются основой межмодельного трафика запросов и основной составляющей критерия эффективности на дополнительные затраты и динамическое обновление данных), минимизации временных затрат (помещение всех необходимых объектов модельного мира на вычислительные узлы исходя из предположения, что основным параметром оптимизации являются временные характеристики), избыточности данных на основе комбинирования типов данных (помещение на каждый вычислительный узел полной копии фрагмента модельного мира по критерию типа потребности моделей).

Постановка задачи оптимизации размещения данных в представлении облачных вычислений информационной системы ТМК (рис. 2 - слева) включает в себя тг - число ресурсных серверов облака данных 5Л = с заданным объе-

мами отведенной для хранения объектов модельного мира памяти VS = (У$,,...,У51ПГ), тр - число серверов приложений 8Р = {ЕР,,...,БРпр) с объемами К5 = (К5Я1Г+1,...,К5П1 ). Размещение модельного мира в облаке данных допускается

на SR и SP серверах, а также на системе хранения данных (Data Storage), при этом функционирование большинства моделей Мj = l,p предполагается на SP серверах, фактическое нахождение объекта данных VDtJ, к -1, т, / = 1, Д может описываться как интерпретация задачи распределения файлов по уровням памяти вычислительной системы, где при условии распределения объекта VDt/ на нижний уровень (Data Storage) время получения информации составит tDS объема > на средний уровень - SR сервер - время составит /" для объема Kt> на верхний уровень -SP сервер -tr и Ур.

На уровне архитектуры облака данных максимальное время получения данных модели составит: max(?'K,i'',i"). nsi - число серверов предоставления информации облака данных SI =(SISIm) с заданным объемами отведенной для хранения объектов модельного мира памяти VSI = (F57,,...,KS7m/), прс - число элементов корпоративных и удаленных клиентов облака данных PC — (РС,,...,РСт) с объемами памяти VPC=(VPq,...,FPCm).

Рис. 2. Задача на основе облака данных и информационного кластера

Для функций предоставления информации размещение объектов модельного мира допускается на £7 серверах и удаленных клиентах, время получения информации с 57 сервера составит /' объёма К > время получения данных клиентом через сетевую инфраструктуру составляет /'". На уровне облака данных и клиентов максимальное время получения данных составит: тах(?ач,('',(",/') + /"" при заданном допустимом ограничении г''. Задается матрица размещения моделей по серверам приложений М5и,1 = \,пяр,] = \,р, матрица МБ1к, ] = \,р,к = \,т, МЛ1у4, _/ = 1 ,р,

к = \,т\ временные ограничения моделей. Для построения модели вводятся следующие множества: множество моделей, расположенных на серверах приложений

11 _

M' cM,i = \,nsp; ресурсных серверах VD'{ с VDjJ = l,nsr,j = \,т; серверах при-

ложений УО1' с УВ; ,¡ = 1,тр,_/' = 1, т; серверах предоставления информации УБ1; с ИО.,/ = 1,П5/,./ = 1,/и; клиентах облака данных Уй"' с: КЙ , г = 1, прс, у = 1, от. Матрица Тл рассчитывается по формуле:

7 =

VD '» FD » KD

+ + I —еслиМО^ = 1,

»'1 lnVDÍ У у кЛ ItVül Гц l4V[jtVV¡ "DS

О, если MDJt =0

Смысл вычисляемого значения TjJt по отношению к модели j состоит в суммировании объемов элементов модельного мира типа к, расположенных в зависимости от принятой стратегии размещения, тогда в зависимости от размещения на SP, SR - сервере или Data Storage учитывается свое время получения данных. Целевая функция состоит из двух частей: затраты на поддержку серверного комплекса Fs и удаленных клиентов F°:

nsr+nsp m m

FS = I I Щ.,*С £ VDtJ*C +

+w2 * z i; mdi„ * md„ * z > mm

>»1 '=1 «=1

Минимум целевой функции находится при выполнении ограничений на соблюдение отведенного максимального объема для хранения данных на серверах облака данных:

X VS,.' = 1 ,nsr, ZZ VDtJüVS„i = l + nsr, nsr + nsp,

i-I ísí'üj Í-1

предельное время выполнение временных операций на каждом SP сервере:

h-l

Для удаленных клиентов необходимо обеспечить минимизацию функции:

прс+пу/ jti __m _

Fa= S (Z I VDU*C ü+,+Z I VD„*C „J-^min,

Минимум целевой функций находится при выполнении ограничений на максимальный объем для хранения данных на 5/ серверах и удаленных клиентах:

I Z ^ ,/=1,nsi, £ ,' = 1,«^с, Г + A" <f\

k-UeVO^ k.llitvg

А" - составляющая на получение модельного мира из облака данных:

npc+mt f „ у Г) m уГ)

/-1 ^ k-i ump Jetvi у, k-iun>i".Mul' yDS

Предлагаются стратегии начального размещения данных на основе 100% использования Data Storage (все объекты модельного мира помещены в систему хранения облака данных), алгоритма распределения данных между SR и SP серверами (стратегия распределения объектов данных с высокой степенью интенсивности на SP серверах, а с низкой на SR) и минимизации временных затрат между SP сервера-

ми (помещение всех необходимых объектов данных на БР серверах).

Особенностью задачи оптимизации размещения данных в условиях формирования кластеров информационной системы ТМК (рис. 2 - справа) является способ представления данных и формирования вариантов размещения объектов модельного | мира. Вводится понятие распределенной модели и экземпляра данных, кластер | строится в виде связей моделей через типы данных, образуя логические цепочки соответствующей функциональности. В данной постановке задачи к алгоритмам на- | чального размещения можно отнести алгоритм конкурирующих моделей данных | (выделение набора моделей, которым требуется одинаковый объект, в этом случае объект присоединяется к кластеру, где выполняется условие минимальных затрат размещения по критерию объема), алгоритм разделения данных между кластерами ; (создание в каждом кластере копий объектов модельного мира), алгоритм агрегации кластеров на основе интенсивности использования данных (интенсивно используе- | мые данные помещаются в рамках каждого кластера, остальные размещаются на ос- ¡_ нове предыдущих стратегий).

В связи с очевидным увеличением количества переборных вариантов решения при увеличении числа объектов задача размещения модельного мира относится к I трудноразрешимым задачам и в качестве основного метода поиска решения предлагается использование ГА. Модификация стандартного ГА заключается во введении нескольких генетических операторов. Это сделано для повышения эффективности | применения операторов и включает в себя следующие особенности".

1. Начальная популяция хромосом получается не из случайного набора решений, а вследствие выбранной стратегии начального размещения данных - стратегии включают в себя алгоритмы приближенной оценки занимаемого объема модельным миром в системе и распределения данных, которое оптимизируется на основе ГА. '

2. Кроссинговер (скрещивание) двух хромосом на основе обмена наборов объ- | ектов модельного мира между вычислительными узлами, а также на основе обмена состава объектов модельного мира на вычислительном узле в различных вариантах решения (рис. 3). Данные операторы отличаются от классических - одноточечного или двухточечного скрещивания тем, что определенным образом выбираются точки разрыва в хромосомах при выбранном методе кодирования, это позволяет получать новые допустимые варианты размещения модельного мира.

3. Мутация хромосомы на уровне объекта модельного мира конфигурации системы означает удаление/добавление в стратегию размещения объекта модельного мира, точка мутации определяется из возможных вариантов, а при мутации на уровне вычислительных узлов производится обмен составом данных между двумя выбранными узлами тренажера.

Рис. 3. Различные операторы кроссинговера двух хромосом ГА

В третьей главе «Численные методы и стратегии решения задачи оптимизации размещения модельного мира в информационных системах тренажёр-но-моделируюших комплексов» предлагается обобщенный алгоритм оптимизации распределенной информационной системы ТМК на основе анализа моделей и алгоритмов распределения данных. В части аппаратной конфигурации выделяется иерархия уровней размещения данных, где каждая архитектуры построения системы располагает своим набором моделей. Потребности моделей определяются множествами элементов модельного мира различных типов, а алгоритм оптимизация размещения данных основывается на эффективной начальной стратегии размещения, которая предлагает приближенный способ, корректирующийся ГА.

В диссертации производится сравнение производительности различных комбинаций генетических операторов (кроссинговера и мутации), определено время работы ГА и показана зависимость времени решения задачи от размерности исходных данных. Вопросы сходимости ГА рассматриваются на зависимостях коэффициента разнообразия в генах скрещиваемых хромосом и среднего количества хромосом с высокой оценкой фенотипа. В качестве основного критерия отбора в новую популяцию выбран элитизм. Результаты тестирования, усредненные по нескольким запускам, отображены на рис. 4, где в качестве критерия выбиралось отношение величины минимума задачи размещения данных (полученного методом перебора) и найденного значения с помощью ГА. Из рисунка видно, что наилучшие результаты дает применение операторов кроссинговера места размещения и мутации на основе объектов данных.

о. „^.^ ¡¡¡рщ

I 0.Ю Г/................-.................. ..............I Ц |

§ 1 - --1*1 к | ; ]

II °-85 '/Ш...... N И 13

110,8 и1 I .{ I Ш I *

« о 0,75 ■к~.........................................----------------------------------------------------......

5 кроссинговер кроссинговер кроссинговер кроссинговер

о объектов, мест, мутация объектов, мест, мутация

ь мутация объекта мутация объекта

конфигурации данных конфигурации данных Комбинация генетических операторов

Рис. 4. Качество генетических операторов

Использование наилучших комбинаций генетических операторов, выявленных в предыдущем эксперименте, позволяет получать в последующих поколениях ГА особей с наилучшим значением целевой функции и приводит общему сокращению времени решения задачи. Общая оценка времени поиска оптимального решения производилась последовательным запуском ГА на различных конфигурациях ТМК, учитывающих количество элементов модельного мира (рис. 5).

Как видно из рис. 5 при увеличении объектов до 400 (количество мест размещения п = 20, функциональных моделей т = 30) время поиска оптимального решения составляет 43 с (тесты проводились на вычислительных станциях с процессорами Intel Core2Duo). В реальных ТМК, состояние модельного мира которых может

f

описываться сотнями объектов, а время на конфигурацию и запуск составляет около 7-8 мин (в соответствии с техническими заданиями), данный показатель является приемлемым и позволяет приводить оптимизацию размещения данных модельного мира на начальных этапах работы системы, а также в условиях переустановки и замены функциональных модулей.

50

40

и

п:

>

а> 20

m

10

0

п

30 50 100 200 400

Количество размещаемых объектов

Рис. 5. Скорость алгоритма

Для сравнения с ГА выбран прямой перебор и метод ветвей и границ. Применение прямого перебора становится невозможным при увеличении числа объектов модельного мира, а при решении методом ветвей и границ задача размещения сводится к модифицированной минимаксной задаче о назначениях. Основным полученным выводом в результате проведенных экспериментов является то, что разрабо- 1 танный ГА позволяет найти допустимое или оптимальное с точки зрения ограничений задачи решение, являясь при этом разновидностью методов поиска с элемента- | ми случайности. Для сложной распределённой системы ТМК требуется найти за время начальной загрузки системы стратегию размещения данных, повышающую производительность и удовлетворяющую предъявляемым ограничениям, а проблема достижения глобального оптимума отходит на второй план. i

В четвертой главе «Реализация комплекса программ распределённой ин- [ формационной системы и применение моделей оптимизации в современных тренажёрах» рассматривается разработка морских ТМК и применение результатов диссертационной работы для проектирования программных компонент уровня информационного обеспечения, приводится аппаратная и программная составляющие общего информационного пространства, проблемы проектирования единых информационных полигонов. Приведена структура программного обеспечения распределённой системы на примере тактического ТМК, где центральную часть занимает специальное программное обеспечение, реализация которого предлагается с использованием сервисно-ориентированного подхода (рис. 6).

На основе применения новейших концепций организации и предоставления ресурсов ЦОД в распределенных информационных системах предлагается ряд архитектурных и технологических решений по построению информационных систем специального назначения. Предлагается структура портала центра тренажерного обучения персонала как перспективной разработки, объединившей в себе преимущества современных ЦОД, технологии private clouds и особенностей проектирования многоуровневой структуры информационных систем.

В данном случае происходит перемещение модели размещения непосредственно в тренажер в составе специального программного обеспечения, где происхо-

дит снятие необходимых входных характеристик из базы данных конфигурирования тренажера. Такое решение позволит в оперативном режиме контролировать производительность тренажера и в случае необходимости производить фоновые операции размещения.

На примере фрагмента системы рассматривается применение алгоритмов оптимизации распределенного информационного пространства. Объем памяти, затрачиваемый на хранение модельного мира в распределенной системе, удалось снизить в 5 раз по сравнению с первоначальной оценкой и на 36 % по сравнению с наилучшей стратегией начального размещения данных. Время получения сервисами данных составляет 0,3-0,6 мс при использовании программных компонент на основе технологии АУСР, что соответствует полученным на практике значениям в ТМК.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИОННОЙ РАБОТЫ

1. Сформулирована задача оптимизации размещения модельного мира в распределенных информационных системах ТМК на основе анализа архитектурных решений проектирования и стандартов распределенного моделирования, отличающаяся от известных иерархическим представлением структуры тренажера и взаимосвязей между моделями, данными и вычислительными узлами, что позволяет строить рациональные процедуры и методики проведения распределённых вычислений и удаленного взаимодействия отдельных элементов ТМК.

2. Предложены современные технологические решения проектирования информационных сред на основе ЦОД и облачных вычислений, которые завершаются

концепцией создания универсального портала и перспективных разработок с объединением реальных полигонов проведения учений и ТМК различного назначения, которые отличаются от существующих тем, что позволяют объединять в единое информационное пространство различные средства и методы обучения персонала для повышения качества и эффективности процессов подготовки, а также использовать в данной сфере последние технические и методологические разработки.

3. Сформулирован набор новых математических постановок задач оптимизации размещения данных на различных этапах работы системы и разработаны модели размещения данных на основе стандартной схемы, облачных вычислений и информационных кластеров, отличительной особенностью которых является специфика потоков информации в ТМК и взаимодействия между распределенными данными в рамках моделей, что позволяет в процессе размещения учитывать архитектуру системы, потребности моделей и характеристики объектов модельного мира.

4. Получены алгоритмы оптимизации размещения модельного мира на основе комбинирования подходов начальной стратегии распределения и эволюционных методов ГА, это решение отличает высокая эффективность и скорость получения допустимых вариантов размещения данных, при задании 400 объектов модельного мира около 43 с, что позволяет при процедуре инициализации и загрузки ТМК получать стратегию распределения данных и в дальнейшем при необходимости оперативно изменять отдельные фрагменты информационной системы.

5. Получены результаты анализа производительности и эффективности разработанных алгоритмов, в стандартной схеме лучшие показатели были получены на основе алгоритма минимизации временных затрат в пределах 700 итераций основного ГА, позволяющего распределять объекты на вычислительные узлы в соответствии с их потребностями для уменьшения времени доступа, комбинирование с другими методиками позволило улучшить параметры на 10-20 %. При формировании кластеров наибольшая эффективность получена с конкурирующими моделями данных, которые основаны на присоединении к кластеру, где выполняется условие минимальных затрат размещения по критерию объема для сокращения общего совокупного размера хранения модельного мира в информационной системе.

6. Для сравнения эффективности предложен модифицированный алгоритм задачи о назначениях на основе метода ветвей и границ, отличающийся от существующего стратегией выбора конкурирующих множеств на каждом уровне ветвления, что позволяет тиражировать необходимые объекты модельного мира на различных вычислительных узлах для повышения скорости доступа к данным.

7. Разработаны программные компоненты оптимизации распределенной информационной системы ТМК - Genetic Data Distribution in Simulators (GDDiS), которые отличает разработанная методика оптимизации размещения данных модельного мира и сервисно-ориентированный подход в построении системы на основе технологии WCF, данное решение позволяет внедрять в информационные среды распределенных ТМК логику формирования общетренажерного ресурса данных и повышать производительность системы за счет учета введенных ограничений объема и времени. Проведенные экспериментальные исследования эффективности данного решения показали время получения данных сервисами в пределах 0,3-0,6 мс.

8. Результаты диссертационной работы внедрены в аппаратно-программные средства комплексирования «Листва-К», используемых в составе базового комплек-

са учебно-тренировочных средств «Листва», а также комплексный тренажер «Кали-на-О», опубликовано 18 печатных работ, в том числе 5 в рекомендованных ВАК изданиях, получено свидетельство о регистрации электронного ресурса.

СПИСОК ОСНОВНЫХ ПУБЛИКАЦИЙ

Публикации в ведущих изданиях, рекомендованных ВАК

1. Янюшкин, В.В. Распределенное информационное пространство и портал современного тренажера / В.В. Янюшкин // Программные продукты и системы. -2009.-№3.-С. 67-71.

2. Янюшкин, В.В. Оптимизация размещения данных модельного мира в распределенной информационной системе тренажерно-моделирующего комплекса / В.В. Янюшкин // Изв. вузов. Северо-Кавк. регион. Техн. науки. - 2008. - № 4. - С. 25-28.

3. Янюшкин, В.В. Обобщенная математическая постановка задачи оптимизации размещения данных в информационной системе тренажерно-моделирующего комплекса / В.В. Янюшкин // Вопросы современной науки и практики. Университет им. В.И. Вернадского,-2009.-№ 12.-С. 114-121.

4. Янюшкин, В.В. Кластеры распределенной системы тренажерно-моделирующего комплекса в задаче агрегации фракталов / В.В. Янюшкин // Программные продукты и системы. - 2010. - № 1. - С. 46-54.

5. Янюшкин, В.В. Модели и алгоритмы оптимизации размещения данных в распределенной информационной системе /В.В. Янюшкин // Изв. вузов. Северо-Кавк. регион. Техн. науки. - 2010. - X« 2. - С. 10-16.

Публикации в сборниках научных статей, трудов и материалов конференций

6. Янюшкин, В.В. Концептуальный анализ распределенной информационной системы тренажера / A.A. Михайлов, А.И. Евченко, В.В. Янюшкин // Моделирование. Теория, методы и средства: мат. VII междунар. науч.-практ. конф., Новочеркасск, 6 апреля 2007 г. - Новочеркасск: ЮРГТУ(НПИ), 2007. - С. 48-52.

7. Янюшкин, В.В. Локальная вычислительная сеть комплексного морского тренажера / A.A. Михайлов, А.И. Евченко, В.В. Янюшкин // Моделирование. Теория, методы и средства: мат. VII междунар. науч.-практ. конф., Новочеркасск, 6 апреля 2007 г. - Новочеркасск: ЮРГЩНПИ), 2007. - С. 71-74.

8. Янюшкин, В.В. Распределенный ресурс сеток высот и глубин в структуре морского тренажера / В.В. Янюшкин // Пилотируемые полеты в космос: мат. седьмой междунар. науч.-пр. конф., Звездный городок, 14-15 ноября 2007 г. — Звездный городок: ЦПК, 2007. - С. 118-119.

9. Янюшкин, В.В. Методы фрактальных кластеров в задаче моделирования информационных систем /В.В. Янюшкин // Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем: мат. VII междунар. науч.-практ. конф., Новочеркасск, 25 мая 2009 г. - Новочеркасск: ЮРГЩНПИ), 2009.-С. 173-181.

10. Янюшкин, В.В. Постановка задач и общие алгоритмы оптимизации размещения данных модельного в тренажерно-моделирующих комплексах / В.В. Янюшкин // Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем»: мат. VI междунар. науч.-практ. конф., Новочеркасск, 26 мая 2008 г. - Новочеркасск: ЮРГТУ(НПИ), 2008. - С. 71-80.

11. Янюшкин, В.В. Задача оптимального размещения элементов данных модельного мира в распределенной информационной системе / В.В. Янюшкин // Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем»: мат. V междунар. науч.-практ. конф., Новочеркасск, 25 мая 2007 г. - Новочеркасск: ЮРГТУ(НПИ), 2007. - С. 116-123.

12. Янюшкин, В.В. Проблема размещения фрагментов данных в распределенной информационной системе / В.В. Янюшкин // Студенческая весна 2007: сборник научных работ студентов и аспирантов ЮРГТУ(НПИ). - Новочеркасск: ЮР-ГТУ(НПИ), 2007. - С. 80-81.

13. Янюшкин, В.В. Программные компоненты и архитектурные решения распределенных информационных систем на основе применения технологий cloud computing и WCF / В.В. Янюшкин // Перспективы развития средств и комплексов связи. Подготовка специалистов связи: мат. межвуз. науч.-техн. конф. - Новочеркасск: НВВКУС, 2009. - С. 239-241.

14. Янюшкин, В.В. Сериализация объектов модельного мира в распределенной информационной системе морского тренажера /В.В. Янюшкин // Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем: мат. V науч.-практ. конф., Новочеркасск, 25 мая 2007 г. - Новочеркасск: ЮРГТУ(НПИ), 2007. - С. 123-128.

15. Янюшкин, В,В. Варианты организации рассылки и получения данных в вычислительной сети тренажера / В.В. Янюшкин // Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем: мат. V науч.-практ. конф., Новочеркасск, 25 мая 2007 г. - Новочеркасск: ЮРГТУ(НПИ), 2007.-С. 128-133.

16. Янюшкин, В.В. Распределенный ресурс сеток высот и глубин в структуре морского тренажера / В.В.Янюшкин, В.В. Торшина // Эврика-2007: сборник конкурсных работ Всероссийского смотра-конкурса науч.-техн. творчества студ. вузов, Новочеркасск, 19-25 ноября 2007 г. - Новочеркасск: ОНИКС+, 2007. - С. 122-124.

17. Янюшкин, В.В. Специализированные стандарты распределенного моделирования и задачи размещения информационных объектов / В.В. Янюшкин // Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем: мат. VI науч.-практ. конф., Новочеркасск, 26 мая 2008 г. -Новочеркасск: ЮРГТУ(НПИ), 2008. - С. 52-59.

18. Янюшкин, В.В. Подход к применению генетических алгоритмов и конструированию структур данных в задаче оптимизации размещения данных / В.В. Янюшкин // Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем: мат. VI науч.-практ. конф., Новочеркасск, 26 мая 2008 г. - Новочеркасск: ЮРГТУ(НПИ), 2008. - С. 81-85.

19. Свидетельство о регистрации электронного ресурса 15134 «Программные компоненты оптимизации распределенной информационной системы тренажерно-моделирующего комплекса - Genetic Data Distribution in Simulators (GDDiS)» / B.B. Янюшкин. - Зарегистрировано в объединённом фонде электронных ресурсов «Наука и образование» 24.12.09.

Личный вклад автора в опубликованных в соавторстве работах: в [6] - разработка схем и представления тренажера; [7] - архитектура локальной вычислительной сети; [16] - алгоритм получения данных из распределенного ресурса.

*****

Янюшкин Вадим Вадимович

МАТЕМАТИЧЕСКИЕ МОДЕЛИ ОПТИМИЗАЦИИ РАСПРЕДЕЛЁННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ ТРЕНАЖЁРНО-МОДЕЛИРУЮЩИХ КОМПЛЕКСОВ

Автореферат

Подписано в печать 31.08.2010 Формат 60*84 1/16. Бумага офсетная. Ризография. Усл. печ. л. 1,0. Уч.-изд. л. 1,41. Тираж 100 экз. Заказ 48-730.

Отпечатано в ИД «Политехник» 346428, Новочеркасск, ул. Просвещения, 132 Тел., факс (863-52) 5-56-75

ВВЕДЕНИЕ.

1. ОБОСНОВАНИЕ НЕОБХОДИМОСТИ РЕШЕНИЯ ПРОБЛЕМЫ ОПТИМИЗАЦИИ РАЗМЕЩЕНИЯ МОДЕЛЬНОГО МИРА В РАСПРЕДЕЛЁННЫХ ИНФОРМАЦИОННЫХ СИСТЕМАХ ТРЕНАЖЁРНО-МОДЕЛИРУЮЩИХ КОМПЛЕКСОВ.Л

1.1. Анализ архитектур распределенных информационных систем современных тренажёрно-моделирующих комплексов.

1.2. Сравнение стандартов распределенного моделирования в области тренажёрно-моделирующих комплексов.„.

1.3. Анализ существующих постановок и методов решения задачи оптимизации размещения данных в распределенных системах.•.

1.4.Формализация проблемы размещения модельного мира в распределенной информационной системе тренажёрно-моделирующего■ комплекса и этапы ее решения.

1.5. Выводы по главе 1.

2. МОДЕЛИ И АЛГОРИТМЫ ОПТИМИЗАЦИИ РАЗМЕЩЕНИЯ ДАННЫХ В РАСПРЕДЕЛЁННЫХ ИНФОРМАЦИОННЫХ СИСТЕМАХ.

2.1. Постановка задач оптимизации размещения данных модельного мира в тренажёрно-моделирующих комплексах на этапах работы системы.

2.2.Модель оптимизации размещения данных в стандартной схеме информационной системы тренажёрно-моделирующего комплекса.

2.3.Модель оптимизации размещения данных в представлении облачных вычислений информационной системы.

2.4. Модель оптимизации размещения данных в условиях формирования кластеров информационной системы.

2.5. Выводы по главе 2.

3. ЧИСЛЕННЫЕ МЕТОДЫ И СТРАТЕГИИ РЕШЕНИЯ ЗАДАЧИ ОПТИМИЗАЦИИ РАЗМЕЩЕНИЯ МОДЕЛЬНОГО МИРА В ИНФОРМАЦИОННЫХ

СИСТЕМАХ ТРЕНАЖЁРНО-МОДЕЛИРУЮЩИХ КОМПЛЕКСОВ.

3.1. Обобщенный алгоритм оптимизации информационной системы тренажёрно-моделирующего комплекса.

3.2. Повышение качества алгоритмов размещения модельного мира на основе анализа и комбинирования инструментов принятия решений.

3.3. Экспериментальное исследование эффективности алгоритмов оптимизации размещения данных модельного мира.

3.4. Анализ результатов оптимизации размещения данных модельного мира в распределённой информационной системе.

3.5. Выводы по главе 3.

4. РЕАЛИЗАЦИЯ КОМПЛЕКСА ПРОГРАММ РАСПРЕДЕЛЁННОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ И ПРИМЕНЕНИЕ МОДЕЛЕЙ ОПТИМИЗАЦИИ В СОВРЕМЕННЫХ ТРЕНАЖЁРАХ.

4.1.Анализ задач и особенностей реализации распределённых информационных систем при проектировании морских тренажёров.

4.2. Концепция портала центра тренажёрного обучения персонала и технологии построения центров обработки данных.

4.3. Реализация программных компонент уровня информационного обеспечения тренажёрно-моделирующего комплекса.

4.4. Оптимизация распределённых информационных систем и применение стратегий размещения модельного мира.

4.5. Выводы по главе 4.

Актуальность темы. Разработка в настоящее время ТМК различного назначения подразумевает проектирование архитектуры системы, которая строится на базе набора вычислительных узлов — персональных компьютеров и высокопроизводительных серверов. Особое место занимает разработка набора моделей, позволяющих воспроизводить или имитировать то или иное явление в тренажере. Каждая модель является потребителем некоторого набора исходных данных на входе и источником набора данных на выходе. Совокупность наборов входных и выходных данных моделей называют модельным миром. Это понятие означает множество данных, циркулирующих в системе между различными моделями. В системах реального времени принято различать понятия «жесткого» и «мягкого» реального времени, при этом данные модельного мира, потребляемые различными моделями в процессе своего функционирования, также подвергаются условиям «жесткого» и «мягкого» реального времени.

При проектировании ТМК, как правило, жестко связывают архитектуру системы и специальное программное обеспечение, помещая на вычислительных узлах компоненты специального программного обеспечения, функционирующие в соответствии со своей логикой. Создание различных по своей сложности тренажеров, в том числе систем комплексирования нескольких автономных тренажеров, значительно усложняет характер информационных потоков между отдельными моделями. Важной является задача размещения исходных данных модельного мира на всех составных узлах ТМК в соответствии с их потребностями, а также задача нахождения такого варианта размещения, при котором будет обеспечена максимальная производительность ТМК при ограничениях, накладываемых на локальные и сетевые ресурсы вычислительной системы.

Наиболее близкой задачей является проблема проектирования распределенных баз данных и нахождение методик оптимальной репликации, но эти задачи не учитывают многие аспекты специфики построения тренажеров. К отечественным ученым и специалистам, занимающимся проблемами в области распределенных информационных систем, можно отнести-Ковалевского G.C., Косяченко G.A., Сиротюка В.О., Мамиконова А.Г., Ужастова И.А., Зиндер Е.З., Шаймарданова Р.Б., Тимонина А., Деметровича Я, Кульба В.В. и др. Среди зарубежных специалистов в данной сфере наиболее известны Чу В.В., Эсваран К.П., Рамамоси С., Вах Б., Аперс П., Корнелл Д., Хафор А., Чен С., Лин С., Мартелла Г., Пелагатти Г., Карлапалем К., Ахмад И., Навате С., Вильсон Б., Тиори Т., Мартин Дж., Таненбаум Э., Кейси Р.Г. и др.

Создание специализированных систем распределенного моделирования базируется на стандарте HLA, при этом в его конкретных реализациях существует также ряд нерешенных проблем взаимодействия распределенных на различных узлах информационных сущностей. Появление современных подходов проектирования программного обеспечения, концепций SOA, SaaS и cloud computing, методов построения аппаратно-технической платформы распределенных систем в различных сферах и приложениях /Г-технологий позволяет внедрять передовые разработки в ТМК.

К разработкам теоретических основ в области тренажерно-модели-рующих комплексов можно отнести работы Шукшунова В.Е., Потоцкого С.И., Кобзева В.В., Шилова К.Ю., Бобровича В.Ю., Войтецкого В.В. и др. В работах Крестьянинова В.Б. задача повышения производительности тренажерной системы сводится к задаче рационального распределения компонентов специального программного обеспечения.

При проектировании ТМК задачу размещения данных в распределенной системе решают двумя способами: интуитивное распределение исходных данных и создание множества дополнительных каналов связи для доставки и изменения составных частей модельного мира вычислительным узлам ТМК; использование специализированных стандартов распределённого моделирования, таких как HLA. Недостаток первого подхода заключается в потенциальной возможности размещения данных, которое может привести к катастрофическому снижению производительности тренажера, а также обязательном привлечении экспертов и специалистов на этапах проектирования, настройки и модернизации системы. К недостаткам второго подхода можно отнести существенную сложность внедрения и использования стандарта НЬА, сложности перевода структуры системы в соответствие специфики разработок тренажеров высокоуровневой архитектуры.

Проектирование, разработка и введение в строй в настоящее время новых образцов подводных лодок, вооружения, средств обнаружения и разработка соответствующих методик проведения подготовки, где одной из основных задач повышения уровня боевой подготовки является интенсификация тренировок по специальности всех категорий личного состава кораблей и частей флота с использованием морских тренажерных комплексов, является приоритетным направлением развития области тренажеростроения. Введение уникальной функциональности на основе математических методов теории принятия решений повышает эффективность и конкурентоспособность программных продуктов на развивающемся рынке данных услуг.

Таким образом, актуальность задачи нахождения и разработки' алгоритмов и методик оптимального распределения объектов модельного мира и введения принципиально новой функциональности в систему подготовки тренировок и функционирования сложных ТМК складывается из следующего:

1. Необходимости проектирования и создания программно-аппаратных тренажерных комплексов, которые требуют поддержания необходимой функциональности размещенных на узлах вычислительной сети моделей.

2. Отсутствия математических постановок и методов, обеспечивающих размещение модельного мира в системе в условиях жесткой привязки моделей к вычислительным узлам тренажера, которые бы позволили минимизировать временные характеристики при получении необходимых входных данных, а также сократить совокупный объем хранения информационных массивов в распределённой информационной системе.

3. Необходимости применения современных подходов проектирования распределенных информационных систем, концепции БОА и методов построения аппаратно-технической платформы.

Диссертационная работа выполнена в рамках: комплексной целевой программы по развитию средств обучения и подготовки Вооруженных Сил Российской Федерации на период до 2020 г., где одним из важных факторов реализации является создание единой системы учебно-тренировочных средств и комплексных тренажеров подготовки; научного направления ЮРГТУ (НПИ) «Интеллектуальные тренажно-обучающие комплексы, тренажеры, системы виртуальной реальности, виртуальные лаборатории - основа инновационных образовательных программ в технических университетах»; госбюджетной теме 7.05 «Разработка теории, методов оптимальной функциональности и программно-технической платформы корпоративных информационных систем» (утверждено решениями ученого совета от 25.04.2001 и 15.05.2003).

Целью диссертационной работы является построение математических моделей оптимизации структуры информационного обеспечения распределенной системы тренажёрно-моделирующих комплексов на этапах проектирования и функционирования за счет оптимизации размещения данных, которая позволит увеличить скорость доступа в рамках функционирования моделей тренажера, а также снизить совокупный объем хранимой информации в системе путем рационального распределения данных модельного мира.

Для достижения этой цели решаются следующие задачи: анализ существующих архитектурных решений и математических моделей оптимизации распределенных систем; формализация и построение математической модели оптимизации размещения модельного мира, учитывающей специфику этапов функционирования ТМК; анализ современных концепций проектирования распределенных информационных систем и применение их при разработке ТМК; разработка моделей размещения данных в информационной системе; построение программного комплекса размещения модельного мира и проведение экспериментального исследования эффективности предложенных алгоритмов и моделей.

Методы исследований и достоверность результатов. В работе использованы методы теории принятия решений, имитационного моделирования, а также теории вероятностей ^ генетических алгоритмов.(ГА). Достоверность результатов подтверждается корректным применением элементов теории принятия решений, планирования экспериментов, сопоставлением полученных экспериментальных результатов с имитационным моделированием, непротиворечивостью предложенных математических моделей и методов поиска решения, а также положительной оценкой внедрения результатов в разрабатываемые ТМК.

Объектом исследования являются современные архитектурные решения ТМК, принципы их построения, концепция центров обработки данных, облачных вычислений и многоуровневых информационных систем.

Предметом исследования являются наборы данных, циркулирующие в системе реального времени, математические модели и численные методы их описывающие, специфика функционирования процессов обучения и подготовки персонала в современных реализациях морских ТМК, а также влияние этих факторов на особенности размещения и использования данных.

Научная новизна. В диссертации получены следующие новые научные и практические результаты: формализованная математическая модель представления распределенного информационного пространства, учитывающая иерархическое представление системы и взаимосвязи между вычислительными узлами, моделями и наборами данных; математические модели оптимизации размещения данных в стандартной схеме информационной системы ТМК, в представлении облачных вычислений и на основе кластеров, которые позволяют учитывая специфику архитектуры построения системы проводить процедуру оценки затрат на поддержку модельного мира и оптимизации характеристик за счет минимизации занимаемого объема памяти и скорости доступа к данным; методы оптимизации на основе применения ГА, позволяющие учитывать особенности функционирования и ограничения систем реального времени; комплекс программ уровня информационного обеспечения распределенной информационной системы на основе 80А и технологии ЖСР.

Основные положения, выносимые на защиту:

1. Постановка задачи оптимизации размещения модельного мира в распределенной системе ТМК, этапы еерешеншп Новизна первого научного результата заключается' в представлении распределенного информационного пространства, учитывающем иерархическое построение системы и взаимосвязи между вычислительными узлами, моделями и наборами данных.

2. Комплекс моделей на основе применения различных стратегий размещения данных, ГА и модифицированных постановок задач. Новизна второго научного результата состоит в совершенствовании методов размещения, которые позволяют учитывая специфику архитектуры построения системы проводить процедуру оценки затрат на поддержку модельного мира и оптимизации за счет минимизации занимаемого объема памяти и скорости доступа к данным.

3. Результаты моделирования и экспериментального исследования эффективности предложенных алгоритмов. Новизна третьего научного результата состоит в анализе эффективности применения ГА, оценках производительности тренажера и результатов моделирования размещения данных.

4. Методика использования разработанных моделей в тренажёрах, концепция применения современных технологий построения распределенных информационных систем на основе сервисно-ориентированное подхода. Новизна четвертого научного результата состоит в адаптации разработанной методики повышения производительности тренажера в составе программных компонент уровня информационного обеспечения распределенного информационного пространства.

Теоретическая ценность работы заключается в построении и исследовании концептуальных моделей размещения объектов данных в информационных системах, конструировании алгоритмов и разработке численных методов с учетом ограничений систем реального времени, создании декомпозиционных схем распределенных информационных систем.

Практическая ценность работы заключается в реализации и использовании разработанных моделей и алгоритмов в виде комплекса программ на этапах проектирования и эксплуатации современных тренажеров, а также для описания, оценки и анализа процессов взаимодействия вычислительных моделей и распределенных данных. Представленные алгоритмы, позволяют оценить и улучшить с использованием оптимизации размещения' элементов модельного мира производительность системы и как следствие ее эффективность в целом за счет учета используемых ограничений.

Реализация результатов работы. Результаты диссертационной работы использованы при разработке и проектировании аппаратно-программных средств комплексирования «Листва-К», используемых в составе базового комплекса учебно-тренировочных средств «Листва» (г. Обнинск), а также комплексного тренажёра «Калина-О» (г. Северодвинск). Использование полученных результатов при проектировании структуры систем позволило сократить затраты на дальнейшее в комплексные тренажеры с распределенным информационным пространством, сократить затраты памяти на хранение модельного мира в среднем на 36 % и получить время доступа к отдельным объектам в пределах 0,3-0,6 мс за счет рационального размещения и использования SOA при построении информационных систем. Задачи оптимизации размещения модельного мира в ТМК, разработанные математические модели и научные результаты работы также внедрены в учебный процесс ЮРГТУ (НПИ).

Апробация работы и публикации. Основные положения диссертации и отдельные ее результаты обсуждались и получили положительные отзывы на: научно-технической конференции студентов и аспирантов ЮРГТУ (НПИ) «Студенческая весна 2007» (г. Новочеркасск); ежегодных научно-технических конференциях ЮРГТУ (НПИ) «Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем» 2007-2009 гг. (г. Новочеркасск);

VII Международной научно-практической конференции «Моделирование. Теория, методы и средства», 2007 г. (г. Новочеркасск);

Всероссийском смотре-конкурсе научно-технического творчества студентов высших учебных заведений «Эврика-2007» (г. Новочеркасск);

VII международной научно-практической конференции «Пилотируемые полеты в космос», 2007 г. (Звездный городок); межвузовской научно-технической конференции «Перспективы развития средств и комплексов связи. Подготовка специалистов связи», 2009 г. (г. Новочеркасск).

Результаты работы опубликованы в журнале «Программные продукты и системы» и «Известия вузов. Северо-Кавказский регион. Технические науки» за 2009-2010 гг., в полном объеме диссертационная работа докладывалась и получила положительные отзывы в «Донском филиале Центра тренажеростроения» (г. Новочеркасск), НИИ «Центрпрограммсистем» (г. Тверь). Получено 2 акта внедрения в комплексные ТМК и акт внедрения научных результатов в учебный процесс ЮРГТУ (НПИ).

Публикации. По результатам выполненных исследований опубликовано 18 научных работ, из них 5 в рекомендованных ВАК изданиях, получено свидетельство о регистрации электронного ресурса.

Структура диссертации. Диссертация содержит 210 страниц основного текста, 88 рисунков, 3 таблицы и состоит из введения, четырех глав, заключения, списка литературы из 143 наименований и трех приложений, объемом 40 страниц.

4:5. Выводы по главе 4

1. На основе анализа задач решаемых тренажером рассматривается его укрупненная структура, описываются особенности и место аппаратной и программной составляющей при построении общего информационного пространства объединения входных и выходных потоков1 моделей и потребителей информации распределенного ресурса модельного мира в существующих реализациях ТМК и перспективных разработках информационных полигонов, что позволяет акцентировать внимание на построении комплекса программ распределенной системы, которые будут отличаться- от существующих широкими возможностями настройки коммуникационных каналов передачи информации и сервисно-ориентированным подходом.

2. Рассмотрена концепция построения портала центра тренажерного обучения персонала как перспективной разработки, отличающейся преимуществами использования современных центров обработки данных, технологии предоставления и выполнения облачных вычислений, особенностей проектирования многоуровневой структуры портала за счет деления функциональности и распределения нагрузки, что позволит создавать различные по своей сложности

ТМК.без дополнительных затрат на вычислительные мощности.

31 Рассмотрена^ специфика' использования- отдельных элементов; модельного мира в морском тренажере и проблема их физического размещения на отдельных узлах распределенной информационной системы на примере данных детальных картографии для; гидроакустического и радиолокационного комплекса, что обосновывает высокую актуальность проблемы распределения модельного- мира вшриложениш к конкретной, предметной области, и определяет состав ограничений.задачи.

4. Рассмотрена идеология построения программной архитектуры уровня информационного обеспечения ГМК на основе сервисной и клиентской части информационной' системы по технологии WCF, которая отличается от существующих гибкой схемой интеграции-£Ш-приложенищ компонент информационного; доступа* и-моделетТМК,. что позволяет внедрять научные и практические результаты в комплексные тренажеры для повышения их производит тельности.

5. На основе тестов информационной системы построены графики зависимостей, позволяющие оценивать эффективность применения: сервисно-ориентированной: архитектуры для доступа к объектам модельного мира-в общем информационном пространстве. При использовании Gigabit Ethernet за-т грузка сети составила: порядка 1-1,5 %, время удаленного вызова с использованием привязки TCP— 0,6 мс, локального вызова (TCP или Pipe) - 0,3 мс.

6. Приведены примеры оптимизации фрагмента распределенной информационной системы морского тренажера в соответствии с исходными данными задачи, которые отличаются использованием различных алгоритмов и стратегий начального размещения, что позволило значительно объем для хранения данных на 36 %, также рассмотрена концепция трансформации архитектуры системы на основе облака данных и представления взаимосвязей информационных объектов в виде кластера.

193

ЗАКЛЮЧЕНИЕ

1. Сформулирована- задача оптимизации размещения модельного мира в распределенных информационных системах ТМК на основе анализа архитектурных решений проектирования и стандартов распределенного моделирования, отличающаяся от известных иерархическим представлением структуры тренажера и взаимосвязей между моделями, данными и вычислительными узлами, что-позволяет строить рациональные процедуры и методики проведения, распределённых вычислений и удаленного взаимодействия отдельных элементов ТМК.

2. Предложены современные технологические решения- проектирования информационных сред на основе* ЦОД и» облачных вычислений, которые завершаются концепцией создания универсального портала и перспективных разработок с объединением реальных полигонов »проведения учений и ТМК различного назначения, которые отличаются .от существующих тем, что позволяют объединять-в. единое информационное пространство различные средства и методы, обучения, персонал а для повышения* качества и эффективности процессов подготовки, а также использовать в данной сфере последние технические и методологические разработки.

3. Сформулирован набор новых математических постановок задач оптимизации размещения данных на различных этапах работы системы и разработаны модели размещения данных на основе стандартной схемы, облачных вычислений и информационных кластеров, отличительной особенностью которых является специфика потоков информации в ТМК и взаимодействия между распределенными данными в рамках моделей, что позволяет в процессе размещения учитывать архитектуру системы, потребности моделей и характеристики объектов модельного мира.

4. Получены алгоритмы оптимизации размещения модельного мира на основе комбинирования подходов начальной стратегии распределения и эволюционных методов ГА, это решение отличает высокая эффективность и скорость получения?допустимых вариантовфазмещения<гданных, при задании 400?объек-товгмодельного мира около 43 с, что позволяет при процедуре инициализации.и. загрузки- ТМК получать стратегию распределения данных и? в дальнейшем при/ необходимости оперативно; изменять отдельные фрагменты, йнформационной системы:

5. Получены результаты анализа производительности и; эффективности разработанных алгоритмов; в .стандартной схеме лучшие показатели были получены на основе алгоритма минимизации, временных затрат в пределах 700' итераций основного ГА, позволяющего распределять объекты, на вычислительные узлы в соответствии с их потребностями;для*уменьшения:временищост^ комбинирование с другими методиками позволило улучшить параметры, на. 1020 %. При формировании; кластеров наибольшая эффективность получена с конкурирующими моделями данных, которые основаны наг присоединении к кластеру, где выполняется условие минимальных затрат размещения»: по критег: рию объема для сокращения общего совокупного размера хранения модельного мира в информационной системе.

6. Для сравнения эффективности- предложен* модифицированный; алгоритм задачи о назначениях на основе метода ветвей и границ, отличающийся > от существующего стратегией выбора, конкурирующих множеств на■,каждом уровне ветвления, что позволяет тиражировать необходимые объекты модельногомира на: различных вычислительных узлах для повышения; скорости доступа» к данным:.

7. Разработаны программные компоненты оптимизации распределенной информационной системы ТМК - Genetic Data Distribution in Simulators (GDDiS), которые отличает разработанная методика оптимизации размещения данных модельного мира и сервисно-ориентированный подход в построении системы на основе технологии WCF, данное решение позволяет внедрять в информационные среды распределенных ТМК логику формирования общетренажерного ресурса данных и повышать производительность системы за счет учета введенных ограничений объема и времени. Проведенные экспериментальные исследования эффективности данного решения показали время получения данных сервисами в пределах 0,3-0,6 мс.

8. Результаты диссертационной работы внедрены в аппаратно-программные средства комплексирования «Листва-К», используемых в составе базового комплекса учебно-тренировочных средств «Листва», а также комплексный тренажер «Калина-О», опубликовано 18 печатных работ, в том числе 5 в рекомендованных ВАК изданиях, получено свидетельство о регистрации электронного ресурса.

196

1. Тренажерные комплексы и тренажеры. Технологии-разработки« и опыт эксплуатации / В.Е. Шукшунов и др..,- М.: Машиностроение, 2005. - 354 с.

2. Обзор современных тренажерных технологий Электронный ресурс. -(http://www.traintech.ru/ru/ trainers/index.php). — Загл. с экрана.

3. Распределенные тренажерные системы Электронный ресурс. — (http://cde.tsogu.ru/training systems'). — Загл. с экрана.

4. Филатова, Н.Н. Мультимедиа тренажерные комплексы для технического образования / Н.Н. Филатова, Н.И. Вавилова, О.Л. Ахремчик // Educational Technology & Society. 2003. - № 6. - С. 164-186.

5. Шилов, К.Ю. Направления совершенствования тренажеров для подготовки операторов корабельных технических средств / К.Ю. Шилов // Морская радиоэлектроника. 2005: - № 4. - С. 41-45.

6. Андреев, В.Ю. Архитектура современного тактического тренажерного комплекса / В.Ю. Андреев,' А.Ф. Базлов, А.Б. Шорин // Тренажеростроение: современное состояние, перспективы развития. — Тверь: ЗАО НИИ ЦПС, 2005. -С. 44-48.

7. Дубова, Н. Большая семерка «Открытых систем» / Н. Дубова // Открытые системы. 2008. - № 2. - С. 48-51.

8. Черняк, Л. НРС, пятнадцать лет эволюции / Л. Черняк // Открытые системы. 2009. - № 5. - G. 25-34.

9. Голд, Н. Как разобраться в SOA / Н. Голд, Э. Мохан Э., К. Найт // Открытые системы. 2004. - № б. — С. 32-37.

10. Черняк, Л. Программы плюс сервисы / Л. Черняк // Открытые системы. 2007. - № 12.-С. 34-39.

11. Первый взгляд на Windows Communication Foundation Электронный ресурс. №ttp://www.gotdötnet.ru/LeamDotNet/DotNet30/445109;aspx^. - Загл-. с экрана.

12. Алтунин, В.К. Информационно-функциональное пространство проектирования тренажерных и; обучающих систем / В.К. Алтунин // Тренажеростроение: современное состояние, перспективы развития: — Тверь: ЗАО НИИ ЦПС, 2005.-С. 20-23.

13. Dorion, É. On thePerformance of Military Distributed Information Systemsr

14. E. Dorion. — Département de génie électrique, 2003. -77 с.

15. Облачные вычисления Электронный ресурс.; — (http://еп. wikipedia.org/ w/index.php?title=Cloud computing). — Загл. с экрана.

16. Концепция Cloud Computing для ЦОД Электронный ресурс. — (http://www.bytemag.ru/articles/detail.php?ID=l2174). — Загл. с экрана.

17. Шепелев, В: Cloud Computing: к исследованию белогривых лошадок Электронный ресурс. / В. Шепелев // Компьютерра, 24 апреля 2008. -(http://www.computerra.ru/print/magazine/ 355459). — Загл. с экрана.

18. Володько, А. Remoting.NET удаленное взаимодействие объектов есть Электронный ресурс.: / А. Володько;, — (http://www.bvtemag.ru/?ID=601493). — Загл. с экрана.

19. Введение: в; среду .NET Remoting. — Интернет-Университет Информа- . ционных Технологий Электронный"ресурс. ("http://www.INTUIT.ru>. - Загл. с экрана.

20. Converging Software Architectures With Next Generation Distributed Technologies, National Defense Industrial Association: 7th Annual Systems Engineering Conference, October 25-28 / S. Holben и др. 20041 - 65 с.

21. Parallel and Distributed Simulation Systems Электронный ресурс. -(http://www.cc.gatech.edu/classes/AY2006/cs4230 fall). — Загл. с экрана. .

22. Снейдер, И. Эффективное программирование TCP/IP. Библиотека программиста/ И. Снейдер. — СПб.: Питер, 2002. — 320 с. ;

23. Околышшников, В.В. Представление времени в имитационном моделировании / В.В.Окольнишников // Вычислительные технологии. 2005. - № 5. -С. 57-80. .

24. High Level Architecture Run-Time Infrastructure Programmer's Guide, 1.3 Version. September 1998. — Department of Defense. — 126 c.

25. Joint Technical Architecture Volume 1$ 6.0 Version. October 2003. Department of Defense. -218 c.

26. Олифер, В.Г. Компьютерные сети. Принципы, технологии, протоколы: учебник для вузов. 4-е изд. / В.Г. Олифер, Н.А. Олифер. СПб.: Питер, 2010. -944 с.

27. Опыт проектирования распределенных тренажерных систем с использованием технологии HLA и среды Lab VIEW N1 Электронный ресурс. — (http://cde.tsogu.ru/publ6). — Загл. с экрана.

28. Katherine, L. Data distribution management in the HLA / L. Katherine, S. Steinman // Multidimensional Regions and Physically Correct Filtering. 2003«. — № 2.-C. 121-129.

29. Basseda, R. Fragment Allocation- in Distributed Database Systems / R. Basseda // ACM Transactions on Database Systems. 2002. - № 3. - C. 263-304.

30. Mikel, D. Data Distribution Management Specifications 1.3 And 1516 / D. Mikel, Ph.D. Petty // Virginia Modeling, Analysis & Simulation Center Old Dominion University. 2005. - 84 c.

31. Tacic, I. Synchronized data distribution management in distributed simulators / I. Tacic, R. Fujimoto // Proceedings of the Twelfth Workshop on Parallel and Distributed Simulation, 26-29 May, Alberta; Canada. 1998. - C. 108-115.

32. Джонс, Э. Программирование в сетях Microsoft Windows / Э. Джонс, Д.i

33. Оланд. СПб.: Питер, 2002. - 608 с.

34. Бородакий, В.Ю. Анализ средств имитационного моделирования распределенных информационных систем / В.Ю. Бородакий, Г.Е. Окороченко // Научная сессия МИФИ-2007. М: МИФИ, 2007. - С. 129-130.

35. Григорьев, Р.Н. Построение распределенных обучающих систем на основе подходов HLA / Р.Н. Григорьев, П.Б. Панфилов // Сборник научных трудов МГИЭМ. М: МГИЭМ, 2004. - С. 23-25.

36. Прохоров, А.А. Организация информационного обмена в сложных распределенных системах / А.А. Прохоров, А.Н. Нефедов // Программные продукты и системы.-2009.-№ 1.-С. 106-109.

37. Окольнишников, В.В. Разработка средств распределенного имитационного моделирования для многопроцессорных вычислительных систем: автореф. дис. доктора техн. наук: 05.13.18 / Окольнишников Виктор Васильевич. Новосибирск, 2006. - 28 с.

38. Кухарев, В.Н: Модели» и алгоритмы проектирования схем репликации баз данных в условиях оптимизации.времени обработки» запросов: автореф. дис. канд. техн. наук: 05.13.18 / Кухарев ВадимНиколаевич: — Новочеркасск, 2006. — 22 с.

39. Вишневский, К.П. Вероятностный полиноминальный алгоритм для решения NP-полных задач- / К.П. Вишневский, В.И. Чижиков // Трудьг ФОРА. -2007.-№ 12.-С. 30-37.

40. Комарцова, Л.Г. Повышение качества^ алгоритмов обучения нейронных сетей на основе комбинирования информационных технологий / Л.Р. Комарцова // Нейронные сети. 2007. - № 1. - С. 182-187.

41. Баранова, С.С. Динамическая оптимизация распределения данных по узлам вычислительной сети Электронный ресурс. / С.С. Баранова. — (http://masters.donntu.edu.ua/2007/kita/baranova). — Загл. с экрана.

42. Стрюков, С.А. Разработка моделей и программных средств.для построения компьютерных информационных систем с распределенной архитектурой Электронный ресурс. / С.А. Стрюков. (http://www.masters.donntu.edu.ua/ 2004/kita/stryukov/diss). - Загл. с экрана.

43. Подлесная, Я.И. Динамическая оптимизация распределения данных по узлам сети Электронный ресурс. / Я.И. Подлесная. (http://www.masters. donntu.edu.ua/2006/kita/podlesnaya). — Загл. с экрана.

44. Телятникова, А.О. Моделирование динамических процессов в распределенных базах данных компьютерных информационных систем Электронный ресурс. / А.О. Телятникова. (http://www.uran.donetsk.ua/~masters/2001 /kita/ telyatnikov/work.htmD. — Загл. с экрана.

45. Жижимов, О.Л. Доступ к базам данных ISIS из Internet и построение распределенной информационной системы / О.Л. Жижимов, H.A. Мазов, A.C.

46. Фролов // Вычислительные технологии. — 1997. — № 3. — С. 45-50:

47. Лопатин, A.C. Метод отжига.в задачах оптимизации,/ A.C. Лопатин // Стохастическая оптимизация в информатике: межвуз. сборник. СПб:: СПбГУ,2005.-С. 133-149:

48. Буаллег, А. Оптимизация распределения данных по узлам компьютерной сети Электронный ресурс. / А. Буаллег. (http://masters.donntu.edu.ua/ 2007/kita/bouallegue/diss). - Загл. с экрана.

49. Бабич, A.B. Модель представления знаний и технологии доступа к распределенным ресурсам в автоматизированном образовательном'комплексе: ав-тореф. дис. канд. техн. наук: 05.13.18 / Бабич Андрей Владимирович. — Тюмень,2006.-21 с.

50. Крестьянинов, В.Б. Оптимизация структуры процессов распределенных систем обработки информации: автореф. дис. канд. техн. наук: 05.13.01 / Крестьянинов Василий Борисович. — Тверь, 2006. — 17 с.

51. Теоретические основы проектирования оптимальных структур распределенных баз данных / В.В. Кульба и др. М.: СИНТЕГ, 1999. - 660 с.

52. Афонов, И.В. Исследование свойств распределённых систем храненияданных Электронный ресурс. / И.В. Афонов. (http://rnasters.donntu.edu.ua/ 2007/fvti/afonov/diss/index.htm). - Загл. с экрана.

53. Шегаль, Е.И. Исследование свойств распределенных систем обработки данных Электронный- ресурс.* / Е.И. Шегаль. (http://masters.donntu.edu.ua/ 2007/fvti/shegal/diss/index.htm). - Загл. с экрана.

54. Черноморов,- Е.А. Теория принятия решений: Учебное пособие / Г.А. Черноморов. — Новочеркасск: ЮРГТУ, 2005. 448 с.

55. Таненбаум, Э. Распределенные системы. Принципы и парадигмы« / Э. Таненбаум, М. Стеен. СПб.: Питер, 2003. - 877 с.

56. Современные технологии построения распределенных программных систем / А.П. Афанасьев и др. 2001. - 53 с.

57. Самохин, A.M. Модель, тиражирования данных в распределенной информационной системе / A.M. Самохин; М:А. Соколов, В.И. Чучкин // Научная сессия МИФИ-2005. М: КОНТУР Софт, 2005. - С. 92-94.

58. Барон, Г. Технология тиражирования данных в,распределенных системах / Г. Барон, Г. Ладыженский*// Открытые системы. 1994. - № 2. - С. 17-22.

59. Ahmad, I. Evolutionary Algorithms for Allocating Data in Distributed Database Systems Distributed and Parallel* Databases / I. Ahmad, Y. Kwok, S. So // Kluwer Academic Publishers 11, 2002. C. 5-32.

60. Модели оптимального размещения таблиц РБД в узлах сети с произвольной топологией Электронный ресурс. (http://ami.nstu.ru/-vms/lecture/ lecturel 1/Opt replace2.htm). - Загл. с экрана.

61. Awerbuch, В. Competitive Distributed File Allocation / В. Awerbuch, Y. Bartal, F. Fiat // Proceedings of the ACM Symposium on Theory of Computing. -1993.-C. 164-173.

62. Коханенко, И.К. Правила распределения моделей по узлам вычислительной сети / И.К. Коханенко // Информационные технологии. 2008. — № 2. -С.36-41.

63. Крестьянинов, В.Б. Оптимальное размещение модулей при проектиро вании распределенных тренажерных комплексов /В.Б. Крестьянинов // Программные продукты.и системы. 2006. - № 3. - С. 43-44.

64. Мочалов, В.П. Разработка распределенных систем управления телекоммуникационными сетями и услугами: автореф. дис. доктора, техн. наук: 05.13.01 / Мочалов Валерий Петрович. Ставрополь, 2006. — 32 с.

65. Лазырин, М.Б. Исследование и разработка методов планирования поведения интеллектуальных агентов в обучающих системах: автореф. дис. канд. техн. наук: 05.13.01 / Лазырин Максим Борисович. — Тверь, 2006. — 20 с.

66. Лазырин, М;Б. Использование технологии многоагентных систем при разработке тактических тренажеров / М.Б. Лазырин // Тренажеростроение: сог временное состояние, перспективы,развития. Тверь: ЗАО НИИ ЦПС, 2005. -С. 38-42.

67. Ландэ, Д.В. Фракталы и кластеры в информационном пространстве / Д.В. Ландэ // Корпоративные системы. 2005. — № 6. - С. 35-39.

68. Ландэ, Д.В. Фрактальные свойства тематических информационных потоков из Интернет / Д.В. Ландэ // Регистрация, сбор и обработка данных. 2006. - № 2. — С. 93-99.

69. Емельянов, В.В. Теория и практика эволюционного' моделирования / В.В. Емельянов, В.М. Курейчик, В.В. Курейчик. М.: Физматлит, 2003. - 432 с.

70. Янюшкин, В.В. Фракталы как основа инновационных технологий в современных средствах моделирования и прикладных приложениях информационных систем / В.В. Янюшкин, В.В. Янюшкин. Новочеркасск: НГМА, 2008. -114 с.

71. Батищев, А.И., Оптимизация многоэкстремальных функций с помощью генетических алгоритмов / А.И.4 Батищев, С.А. Исаев-// Межвузовский сборник научн. трудов. Воронеж: ВГТУ, 1997. - С. 4-17.

72. Шестаков, С.А. Модели и алгоритмы оптимизации структур локальных вычислительных сетей информационных систем: автореф. дис. канд. техн. наук: 05.13.18 / Шестаков Сергей Александрович. Новочеркасск, 2002. - 20 с.

73. Жуков, В.Г. Моделирование сложных систем коэволюционным алгоритмом генетического программирования: автореф.' дис. канд. техн. наук: 05.13.01 / Жуков Вадим Геннадьевич. Красноярск, 2006. - 20 с.

74. Макаров, C.B. Решение задачи распределения взаимосвязанных заданий в многопроцессорной системе с помощью генетического алгоритма /C.B. Макаров // мат. науч.-техн. конф. Нижний Новгород: Теком, 2003. - С. 14-21 .

75. Пятаев, О.В. Использование методов эволюционного моделирования для поиска квазиоптимальных структур сетей кампусов / О.В. Пятаев // Электронный журнал «Исследовано в России». 2001. - №4. - С. 960-970.

76. Янюшкин, В.В. Проблема размещения фрагментов данных в распределенной информационной системе / В.В. Янюшкин // Студенческая весна 2007: сборник науч. раб: студ. и асп. ЮРГТУ(НПИ). Новочеркасск: ЮРГТУ(НПИ),2007.-С. 80-81.

77. Янюшкин, В.В. Оптимизация размещения данных модельного мира в распределенной информационной, системе тренажерно-моделирующего комплекса / В.В. Янюшкин // Изв. вузов. Северо-Кавказский регион. Техн. науки. —2008.-№4.-С. 25-28.

78. Янюшкин, В.В. Распределенное информационное пространство и портал современного тренажера /В.В. Янюшкин // Программные продукты и системы. 2009. -№3. - С. 67-71.

79. Гаммер, М. Д. Разработка системы автоматизированного проектирования компьютерных имитационных тренажеров: автореф. дис. канд. техн. наук: 05.13.12 / Гаммер Максим Дмитриевич. — Тюмень, 2007. 20 с.

80. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности / Г.К. Вороновский и др. — Харьков: Основа, 1997. — 112 с.

81. Минкин, Ю.И. Самоорганизующийся генетический алгоритм / Ю.И. Минкин, А.И. Петров // Изв. акад. наук. Теория и системы управления. 2001. — № 3. — С. 66-74.

82. Holland, J.H. Adaptation in Natural and Artificial Systems / J.H. Holland — Ann Arbor: University of Michigan Press. — 1980. 197 c.

83. Докинз, P. Эгоистичный ген / Р.Докинз. M.: Мир, 1993. - 316 с.

84. Rudolph, G. Convergence Analysis of Canonical Genetic Algorithms / G. Rudolph // IEEE Trans, on Neural Networks, special issue on Evolutionary Computation, vol. 5. 1994. -№ 1. - C. 96-101.

85. Тренажеры и технические средства обучения. Том XVIII. Энциклопедия XXI век. Оружие и технологии России / под общей ред. А. Сердюкова. М.: Оружие и технологии, 2009. - 624 с.

86. Ильин, В.А. Моделирование боевых действий сил флота / В.А. Ильин // Программные продукты-и системы. 2006. - № 1. — С. 43144.

87. Шилов, К.Ю. Интеллектуальные функции корабельных тренажеров и пути их реализации / К.Ю. Шилов // Программные продукты и> системы. 2006. -№4.-С. 13-15.

88. Лукашов, С.В: Способ формирования СПО в оперативно-тактическом тренажерном комплексе /C.B. Лукашов // Тренажеростроение: современное со: стояние, перспективы развития. — Тверь: ЗАО НИИ ЦПС, 2005. — С. 26-28.

89. Шорин, А.Б. Варианта взаимодействия рабочих мест тактического тренажера / А.Б. Шорин, И.В. Новиков // Программные продукты и систем. 2009. -№ 1.-С. 111-113.

90. Новоселов, С.Е. Организация обмена данными на основе распределенной базы данных реального времени / С.Е. Новоселов // Системы управления и обработки информации: научн.-техн. сборник ФНПЦ НПО «Аврора». СПб.: ФНПЦ «НПО «АВРОРА», 2002. - С. 131-137.

91. Шорин, А.Б. ВМК современного тактического тренажера / А.Б. Шорин, В.Ю. Андреев // Тренажеростроение: современное состояние, перспективы развития. Тверь: ЗАО НИИ ЦПС, 2005. - С. 42-44.

92. Кобзев, В.В. Методы создания технических средств обучения корабельных операторов / В.В. Кобзев, К.Ю. Шилов. СПб.: Наука, 2005. - 156 с.

93. Шилов, К.Ю. Интеллектуальные тренажеры операторов корабельныхтехнических средств / К.Ю. Шилов, В.В. Кобзев // Судостроение. 2006. - № 5.-С. 52-56.

94. Бобрович, В.Ю. Учебно-методическое обеспечение понятийных тренажеров / В.Ю'. Бобрович // Системы управления и обработки информации: научн.-техн. сб. ФНПЦ НПО «АВРОРА». СПб.: ФНПЦ «НПО «АВРОРА», 2004.-С. 171-175.

95. Шилов, К.Ю. Анализ опыта и пути совершенствования проектирования корабельных тренажеров / К.Ю. Шилов

96. Барков, В.А. Тренажеры для подготовки экипажей НК: современное состояние и перспективы развития / В.А*. Барков // Тренажеростроение: современное состояние, перспективы, развития. Тверь: ЗАО НИИ ЦПС, 2005. — С. 33-38.

97. Войтецкий, В.В. Основные принципы совершенствования систем управления техническими средствами кораблей и судов / В.В. Войтецкий // Тег зисы доклада III междунар. конф. по судостроению "18С'2002", 8-10 октября-2002.

98. Бурнавцев, А. Заоблачный компьютинг / А. Бурнавцев // НАКО'п'ЗОРТ. 2009. - № 12. - С. 20-21.

99. Технологии построения ЦОД Электронный ресурс. -(http://www.rvip.ru). — Загл. с экрана.

100. Эберхардт, Р. Новая динамика в ЦОД Электронный ресурс. / Р. Эберхардт, Э. Эшрич, М. Котро. (http://www.osp.m/lan/list/2008/07.htm0. — Загл. с экрана.

101. Покровский, О.Ю. Анализ архитектур распределенных систем / О.Ю. Покровский // Перспективные информационные технологии и интеллектуальные системы. 2004. - № 1. - С.60-67.

102. Янюшкин, В.В. Кластеры распределенной системы тренажерно-модели-рующего комплекса в задаче агрегации фракталов / В.В. Янюшкин // Программные продукты и'системы. 2010. - №4. - С. 46-54.

103. Янюшкин, В.В. Модели и алгоритмы оптимизации размещения данных в распределенной информационной системе /В.В. Янюшкин // Изв. вузов. СевероКавказский регион. Техн. науки. 2010. - № 2. — С. 10-16.

104. Янюшкин, В.В. Кластеры распределенной системы тренажерно-моделирующего комплекса в задаче агрегации фракталов Электронный ресурс. /В.В. Янюшкин. (http://www.swsvs.ru/index.php?page=article&id=:2426). - Загл. с экрана.

105. Янюшкин, В.В. Распределенное информационное пространство и портал современного тренажера Электронный ресурс. / В.В. Янюшкин. — (http://www.swsys.ru/index.php?page=article&id=2321). Загл. с экрана.

106. Волков, Д. Конкретная форма SOA / Д. Волков // Открытые системы. -2004.-№6. -С. 26-31.

107. Барон, Г. Технология тиражирования данных в распределенных системах / Г. Барон, Г. Ладыженский // Открытые системы. — 1994. — № 2. — С. 17-22.

108. Резник, С. Основы Windows Communication Foundation для .NET Framework 3.5 / С. Резник, Р. Крейн, К. Боуэн. М.: ДМК Пресс, 2008. - 480 с.

109. Shodjai, P. The Windows Communication Foundation Электронный peсурс. / P.' Shodjai. PowerPoint Pres., 2007. - Загл. с экрана.

110. Смит, Дж. Основы Windows Communication Foundation / Дж. Смит. -M.: Русская Редакция, 2008. 384 с.

111. Vasters, С. Введение в создание сервисов Windows Communication Foundation Электронный ресурс. / С. Vasters // Технология, Клиент-Сервер. -2006. № 2. - (http://www.optim.su/cs/ 2006/2/MCF/MCF.asp). - Загл. с экрана:

112. Лёве, Дж. Создание служб Windows Communication Foundation / Дж. Левё. СПб.: Питер, 2008. - 592 с.

113. Обработка ошибок в Windows Communication-Foundation Электронный ресурс., -(http ://www.gotdotnet.ru/LearnDotNet/DotNet30/533749.aspx). Загл. с экрана.

114. Размещение и использование служб Windows Communication Foundation- Электронный ресурс. — (http://www.microsoft.com/Rus/Msdn/publish/ articles/vistawcf.mspx), — Загл. с экрана.

115. Эффективные методики управления экземплярами в WCF-приложениях Электронный ресурс. — (http://www.microsoft.сот/rus/msdn/ magazine/2006/06/lowy ins.mspx). — Загл. с экрана.

116. A Performance Comparison of Windows Communication Foundation (WCF) with Existing Distributed Communication Technologies Электронный pe-сурс. (http://msdn.microsoft.com/en-us/library/bb310550.aspx). - Загл. с экрана.