автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Моделирование авиационных наземных фиксированных сетей передачи данных для организации воздушного движения в условиях дефицита исходных данных

МОСКОВСКИЙ ФИЗИКО-ТЕХНИЧЕСКИЙ ИНСТИТУТ

(государственный университет)

УДК 519.6.85.863, 004.72.9, 681.3, 621.3

МОРОЗОВ АЛЕКСАНДР НИКОЛАЕВИЧ

МОДЕЛИРОВАНИЕ АВИАЦИОННЫХ НАЗЕМНЫХ ФИКСИРОВАННЫХ СЕТЕЙ ПЕРЕДАЧИ ДАННЫХ ДЛЯ ОРГАНИЗАЦИИ ВОЗДУШНОГО ДВИЖЕНИЯ В УСЛОВИЯХ ДЕФИЦИТА ИСХОДНЫХ ДАННЫХ

(05.13.18 - математическое моделирование, числениые методы и комплексы программ)

Автореферат диссертации на соискание ученой степени кандидата физико-математических наук

на правах рукописи

Москва - 2006 г.

Работа выполнена в Московском физико-техническом институте (государственном университете)

Научный руководитель:

доктор физико-математических наук, профессор, Хлопков Юрий Иванович (МФТИ (ГУ), Москва)

Официальные оппоненты:

доктор технических наук,

доцент, Давидсон Борис Хаймович

(ЦАГИ им. проф. Н.Е.Жуковского, г.Жуковский)

доктор технических наук,

проф., Поплавский Борис Кириллович

(ЛИИ им. М.М.Громова, г.Жуковский)

Защита состоится « 20 » декабря 2006 г. в 11:00 на заседании Диссертационного Совета К212.156.07 Московского Физико-Технического Института, факультета АМ и ЛТ по адресу: г.Жуковский, Московской обл., ул. Гагарина, д. 16, аудитория 314.

Ваш отзыв на автореферат в одном экземпляре, заверенный печатью просим выслать по указанному адресу.

С диссертацией можно ознакомиться в библиотеке Московского Физико-Технического Института, факультета АМ и ЛТ.

Автореферат разослан « 14 » октября 2006г.

Ученый секретарь Диссертациоиного Совета кандидат физико-математических наук,

Ведущая организация:

Московский государственный технический университет гражданской авиации

доцент

А.И.Киркинский

ОБЩАЯ ХАРАКТЕРИСТИКА ДИССЕРТАЦИОННОЙ РАБОТЫ

«Повсеместное внедрение компьютерных сетей должно сопровождаться опережающим развитием фундаментальной теории в этой области, созданием инженерных методов анализа и синтеза, систем автоматизации проектирования, направленных на сокращение сроков и повышение качества проектирована компьютерных сетей.» :

академики РАН Е.П. Велихов и Н.А.Кузнецов, из предисловия к книге Вишневского В.М. «Теоретические основы проектирования компьютерных сетей» 2003

Актуальность: Современная система планирования [Федеральная программа модернизации Единой системы организации воздушного движения на период до 2005г.(Постановление Правительства Российской Федерации №368 от 20.04.95)], организации и управления воздушным движение»! (ОрВД), на основе больших региональных сетей передачи данных (СПД), представляет собой сложный многофункциональный комплекс, включающий в себя системы использования воздушного пространства, системы планирования и управления воздушным движением, системы аэронавигационного и метеорологического обеспечения, наземные средства и системы навигации и посадки, административный, диспетчерский и технический состав. Все эти составляющие системы должны согласованно работать по установленным правилам, обеспечивающим эффективность и особенно безопасность воздушного движения.

К особенностям системы планирования, организации и управления воздушным движением следует отнести наличие обширных территорий, над которыми проходят воздушные трассы, со сложными географическими и климатическими условиями, инфраструктурой ряда мест, характеризуемой малонаселенностью, отсутствием или ненадежностью подъездных путей и проводных каналов связи. До настоящего времени основным средством для информационного взаимодействия между органами ОрВД служит сеть авиационной фиксированной электросвязи АРТЫ на основе традиционных телеграфных каналов. Сеть представляет собой территориально распределенную систему, базирующуюся на ЦКС (центр коммутации сообщений), обеспечивающих работу телеграфных каналов связи.

В связи с высокой стоимостью современной СПД ОрВД актуальной является задача аналнза эффективности, помехоустойчивости и экономичности сети с точки зрения затрат на построение системы и затрат на обслуживание (информационный трафик, аренда, амортизация). Для эффективного анализа необходимо иметь адекватное описание параметров,

характеристик и функций компонент сети, на основе которого можно построить математическую модель. Для комплексной оптимизации

параметров и характеристик компонент сети для достижения лучших показателей затраты/эффективность актуальной является разработка вычислительно эффективной и в достаточной степени адекватной модели СПД ОрВД. Для повышения эффективности оптимизации желательно ввести интерактивный режим и иметь возможность высококачественной и быстрой визуализации сети для проведения качественной экспресс-оценки характеристик и параметров сети. Если нет возможности собрать полную информацию по сети (а это или дорого, или вне возможностей разработчика) необходимо разработать по возможности математическую модель при отсутствии ряда данных по существующей сети или по ряду признаков восстановить необходимые недостающие данные. Для комплексной оптимизации требуются эффективные алгоритмы глобальной оптимизации дискретных функций с ограничениями и большим количеством локальных минимумов. В едином комплексе эта задача для СПД ОрВД не решалась, хотя многие аспекты этой задачи в других плоскостях разработаны и описаны в литературе [Вишневский В.М., 2003, Теоретические основы проектирования компьютерных сетей], [Самарский A.A., Михайлов А.П., 2005, Математическое моделирование: Идеи. Методы. Примеры.].

Цель работы:

1. Разработка системы комплексных показателей СПД ОрВД с целью последующего адекватного моделирования и, соответственно, построение модели СПД ОрВД для случая дефицита исходных данных;

2. Разработка алгоритмов качественной визуализации сетей ОрВД для высокоинформативного отображения результатов моделирования и анализа сети;

3. Разработка алгоритмов оптимизации разнообразных характеристик и параметров СПД ОрВД;

4. Проведение исследований характеристик существующей сети передачи данных и ее оптимизация с целью повышения надежности, обеспечения достаточных скоростных показателей при растущей информационной нагрузке на сеть, снижения совокупной стоимости реконструкции и эксплуатации сети.

Научная новизиа:

1. Разработана система комплексных показателей и математическая модель региональных СПД ОрВД, позволяющая проводить исследование сетей ОрВД с целью определения их характеристик для случая дефицита исходной информации;

2. Разработан новый метод перцептивной многоуровневой визуализации глобальных СПД на основе использования комплексного подхода к обработке изображений;

3. Разработаны алгоритмы визуализации, учитывающие исторический фактор

в субъективном восприятии изображения; 4. Разработан новый алгоритм эволюционной оптимизации параметров и характеристик региональных СПД ОрВД;

Теоретическая и практическая ценность диссертации:

1. Разработан метод исследования СПД на основе системных показателей;

2. Разработан метод многоуровневой визуализации сложных объектов, в виде связанных графов;

3. Разработан новый эволюционный алгоритм оптимизации, хорошо зарекомендовавший себя при решении непрерывных и дискретных задач;

4. Выработаны на основе оптимизации математической модели рекомендации по реконструкции реальной СПД ОрВД регионального значения, имеющие не только внутриреспубликанское значение, но и служащие для обеспечения взаимосвязи с другими регионами.

Достоверность научных положений и выводов сформулированных в диссертации. обеспечивается корректностью поставленных задач, представленными результатами экспериментальных исследований, использованием независимых методов экспериментального определения параметров СПД при анализе взаимно дополняющих данных и единого подхода к обработке экспериментальных данных. Достоверность подтверждается повторяемостью основных результатов исследования на различных данных, а также методами сквозного анализа.

Па защиту выносятся:

1. Система комплексных показателей глобальной сети передачи данных;

2. Метод многоуровневой визуализации глобальных СПД, основанный на комплексном подходе к обработке изображений;

3. Новый эволюционный алгоритм оптимизации;

4. Данные анализа сети АГШ РГП "Казаэронавигация";

5. Рекомендации по реконструкции сети АРТМ РГП "Казаэронавигация".

Апробация работы: Разработанные методики успешно применены в области как авиастроения [16-18], так и для анализа сети АР'Ш РГП "Казаэронавигация" [19]. Приняты предложения по ее реконструкции [20].

Результаты работы докладывались и обсуждались на ряде научных семинаров и конференций [2-14, 27-29].

Публикации: основные результаты диссертации опубликованы в 9 работах [6,13,14,21-26].

Структура работы: Диссертационная работа состоит из введения, 3 глав, заключения и выводов. Она содержит 115 страниц текста, 56 иллюстраций, 32 таблицы, список литературы из 72 наименований, и приложение на 8 страниц. Общий объем работы составляет 225 страниц.

СОДЕРЖАНИЕ

Во введении кратко освещено состояние проблемы исследования и оптимизации глобальных сетей передачи данных, имеющиеся достижения и недостатки. Обоснована актуальность разработки новых методов исследования и оптимизации глобальных сетей передачи данных. Поставлена цель работы и определены задачи исследования. Изложены основные положения, выносимые на защиту. В качестве примера показана необходимость разработки обоснованных предложений по реконструкции сети AFTN РГП "Каз аэронавигация".

Если необходимо получать количественные оценки характеристик для сетей, по которым имеется дефицит статистической информации, или еще не существующих сетей, находящихся в стадии проектирования, необходимо использовать средства моделирования, с помощью которых разрабатываются модели, воссоздающие сетевые характеристики и информационные процессы, протекающие в сетях.

Моделирование представляет собой мощный метод научного познания, при использовании которого исследуемый объект заменяется более простым объектом, называемым моделью. Основными разновидностями процесса моделирования можно считать два его вида - математическое и физическое моделирование. При физическом (натурном) моделировании исследуемая система заменяется соответствующей ей другой материальной системой, которая воспроизводит свойства изучаемой системы с сохранением их физической природы. Примером этого вида моделирования может служить пилотная сеть.

Возможности физического моделирования довольно ограничены. Оно позволяет решать отдельные задачи при задании небольшого количества сочетаний исследуемых параметров системы. Действительно, при натурном моделировании вычислительной сети практически невозможно проверить ее работу для вариантов с использованием различных типов коммуникационных устройств - маршрутизаторов, коммутаторов и т.п., что связано не только с большими усилиями и временными затратами, но и с немалыми материальными затратами. Но даже и в тех случаях, когда при оптимизации сети изменяются не типы устройств и операционных систем, а только их параметры, проведение экспериментов в реальном масштабе времени для огромного количества всевозможных сочетаний этих параметров практичеки невозможно за обозримое время.

Поэтому, при оптимизации сетей во многих случаях предпочтительным оказывается использование математического моделирования. Математическая модель представляет собой совокупность соотношений (формул, уравнений, неравенств, логических условий), определяющих процесс изменения состояния системы в зависимости от ее параметров, входных сигналов, начальных условий и времени.

Особым классом математических моделей являются имитационные модели. Такие модели представляют собой компьютерную программу, которая шаг за шагом воспроизводит события, происходящие в реальной системе. Преимуществом является возможность подмены процесса смены событий в исследуемой системе в реальном масштабе времени на ускоренный процесс смены событий в темпе работы программы. Но такие модели требуют огромных вычислительных мощностей. Программные системы, реализующие такие модели, достаточно дороги и требуют высокую точность исходных данных, так как от этого напрямую зависит результат моделирования. Причем многие из них основываются на собственных модулях сбора статистических данных в сети. Все это делает их достаточно узкоспециализированными. Приведем характеристики нескольких известных систем имитационного моделирования, а также разработанную автором.

Компания и продукт Стоимость (долл) Примечания

CACI Product, COMNET III 3450039500 Моделируетсети Х.25, ATM, Frame Relay, связи LAN-WAN, SNA, DECnet, протоколы OSPF, RIP. Доступ CSMA/CD и токенный доступ, FDDI и др. Встроенная библиотека маршрутизаторов 3COM, Cisco, DEC, HP, Wellfleat....

Make System, NetMaker XA 699514995 Проверка данных о топологии сети; импорт информации о трафике, получаемой в реальном времени

Network Analysis Center, MIND 940070000 Средство проектирования, оптимизации сети, содержит данные о стоимости типичных конфигураций с возможностью точного оценивания производительности

Network Design and Analysis Group, AutoNet/ Designer 25000 Определение оптимального расположения концентратора в ГС, возможность оценки экономии средств за счет снижения тарифной платы, смены поставщика услуг и обновления оборудования; сравнение вариантов связи через ближайшую и оптимальную точку доступа, а также через мост и местную телефонную сеть

Network Design and Analysis Group, AutoNet/ MeshNET 30000 Моделирование полосы пропускания и оптимизация расходов на организацию ГС путем имитации поврежденных линий, поддержка тарифной сетки компаний AT & Т, Sprint, WiTet, Bell

Network Design and Analysis Group, AutoNet/ Performance-1 4000 Моделирование производительности иерархических сетей путем анализа чувствительности к длительности задержки, времени ответа, а также узких мест в структуре сети

Network Design and Analysis Group, AutoNet/ Performance-3 6000 Моделирование производительности многопротокольных объединений локальных и глобальных сетей; оценивание задержек в очередях, прогнозирование времени ответа, а также узких мест в структуре сети; учет реальных данных о трафике, поступающих от сетевых анализаторов

MIL3,Opnet 1600040000 Имеет библиотеку различных сетевых устройств, поддерживает анимацию, генерирует карту сети, моделирует полосу пропускания.

Автор, NetGraph Анализ, визуализация, проектирование. Имеет библиотеку сетевых устройств в составе комплексной системы характеристик сети, многоуровневую перцептивную визуализацию с анимацией, картой сети, местности, параметров. Проектирование с одновременной оптимизацией большого кол. параметров по модифицируемому комплексному критерию, маршрутизации и анализом на отказоустойчивость.

Все вышеуказанные продукты (за исключением COMNETII1) предназначены для работы на вычислительных станциях. Больший интерес представляют специальные, ориентированные на моделирование вычислительных сетей программные системы, в которых процесс создания модели упрощен. Такие программные системы сами генерируют модель сети на основе исходных данных о ее топологии и используемых протоколах, об интенсивностях потоков запросов между компьютерами сети, протяженности линий связи, о типах используемого оборудования и приложений. Программные системы моделирования могут быть достаточно универсальными, позволяющие имитировать сети самых различных типов [Гостев В.М., Хабибуллин Р.Ф., 2000, О некоторых моделях и методах для оценки временных характеристик сетей передачи данных территориальных компьютерных сетей], [Вишневский В.М., 2003, Теоретические основы проектирования компьютерных сетей].

Подобные модели не столь требовательны к вычислительным мощностям, а следовательно позволяют проводить оптимизацию по ббльшему количеству параметров, начиная от топологии сети, типов каналов связи и состава узлов коммутации, до размера пакетов, типа маршрутизации, стоимости оборудования, арендной платы и т.п. В основном такая многопараметрическая оптимизация производится раздельно на каждом уровне иерархии сети, но так как топологию сети нельзя отделить от маршрутизации и характеристик каналов и всевозможного оборудования, то представляется более корректным подход с одновременной оптимизацией большей части параметров и характеристик сети.

В данной работе, на основе разработанной модификации гибридного эволюционного алгоритма оптимизации для нахождения глобального минимума в многопараметрических задачах, была разработана квазистатическая модель СПД ОрВД, позволяющая не только провести быстрый анализ характеристик сети при различных условиях ее функционирования, но и обеспечить проектирование региональной сети с оптимальными параметрами и широкими возможностями для последующего роста.

Первая глава содержит основные положения концепции сети авиационной электросвязи ATN ICAO, проекты ATN Европейского региона (ACCESS, LINK2000+, ECG, SPASE), планы внедрения ATN в регионах ICAO, основные направления мирового развития авиационной наземной сети связи. Приведены также структура, форматы сообщений и принципы адресации системы обработки сообщений ATS (AMHS), физическая среда обмена в сетях авиационной электросвязи, планы и технология эволюционного перехода к концепции ATN, а также анализ перспектив использования сетей AFTN и CIDIN.

В разделе 1.1 представлено существующее положение сети AFTN РК и факторы ее развития (материалы, представленные РГП «Казаэронавигация»);

Сеть авиационной электросвязи является одной из основных составляющих частей системы ОрВД Республики Казахстан, определяющих эффективность воздушного движения и безопасность полетов. В то же время, сеть может использоваться в коммерческих целях, в частности, для передачи информации в интересах аэропортов, авиакомпаний, пассажиров, грузоперевозчиков и других авиационных пользователей. Создание современной сети авиационной электросвязи, способной обеспечить текущие требования системы ОрВД и ее перспективное развитие в рамках эволюционного поэтапного перехода к концепции организации воздушного движения ICAO CNS/ATM, является задачей государственной важности.

Необходимость внедрения нового поколения систем и средств связи, базирующихся на принципах ATN, основывается на следующих основных факторах:

• необходимости увеличения объемов обмена сообщениями;

• необходимости сокращения времени прохождения сообщений;

• принятого принципиального решения о переходе на использование стандартных протоколов связи ISO;

• потребности в обмене интерактивными данными между авиационными прикладными процессами;

• необходимости обеспечения взаимосвязи с конечными пользователями, использующими исключительно средства связи на принципах ATN;

• необходимости интеграции сетей обмена данными "воздух - земля" и "земля - земля".

Раздел 1.2 содержит основные положения концепции АПЧ ICAO. Специальный комитет по будущим аэронавигационным системам (FANS), исследуя проблемы современной авиации, сделал вывод, что решить проблему эффективной организации воздушного движения в глобальном масштабе можно только путем использования новых концепций и новых систем связи, навигации и наблюдения (CNS). Это, в свою очередь, обеспечит функционирование более эффективной системы организации воздушного движения (ATM).

Система связи, которая в соответствии с концепцией CNS/ATM позволяет наземным подсетям передачи данных, подсетям передачи данных "воздух -земля" и бортовым подсетям передачи данных взаимодействовать между собой в целях обеспечения конкретных авиационных прикладных процессов, представляет собой сеть авиационной электросвязи (ATN).

Сеть авиационной электросвязи будет обеспечивать обмен цифровыми данными между различными конечными системными приложениями в интересах таких конечных пользователей, как эксплуатанты воздушных судов, диспетчеры воздушного движения и специалисты службы аэронавигационной информации.

ATN, основанная на модели взаимодействия открытых систем (OSI) Международной организации по стандартизации (ISO), позволяет осуществлять взаимодействие между неидентичными подсетями связи "воздух - земля" и "земля - земля" в рамках единой среды. Конечные системы подключаются к подсетям ATN и осуществляют связь с конечными системами других подсетей за счет использования маршрутизаторов ATN.

Раздел 1.3 посвящен обзору службы обмена сообщений УВД, в том числе структуры AMHS, форматов сообщений, принципов адресации, физической среды обмена и планов перехода на системы CNS/ATM.

В разделе 1.4 показана перспектива использования сетей AFTN и CIDIN.

Во второй главе на основании материалов, представленных РГП "Казаэронавигация", проведен анализ построения, функционирования и тенденций развития (2000 - 2005 г.г.), связанных с динамикой системы ОрВД и вводом экспериментальных фрагментов цифровой сети передачи данных, существующей сети AFTN РГП "Казаэронавигация". При проведении указанного анализа использовались методы математического моделирования [Кузин Л.Т., 1979, Основы кибернетики. Т.2. Основы кибернетических моделей]. Анализ проведен в части схемы организации сети, трафиков по межцентровым каналам, надежности каналов связи, оборудования станций AFTN, средств подключения пользователей к сети, интерфейсам и каналам, выделяемым для AFTN в цифровой сети передачи данных и общих задач, решаемых в сети AFTN.

В разделе 2.1 показано, что анализ функционирования сети [Филлипс Д., Гарсиа-Диас А., 1984, Методы анализа сетей.] AFTN РК производился на основании материалов, представленных РГП "Казаэронавигация", с использованием методов математического моделирования и статистического анализа [Айвазян С.А., Бухштабер В.М., Ешоков И.С., Мешалкин Л.Д., 1979, Прикладная статистика: Классификация и снижение размерности.].

При анализе функционирования существующей сети [Гостев В.М., Хабибуллин Р.Ф., 2000, О некоторых моделях и методах для оценки временных характеристик сетей передачи данных территориальных компьютерных сетей.] AFTN РК использовался разработанный автором комплекс программ NetGraph -

-ю-

комплексного моделирования, оптимизации и оценки эффективности функционирования сетей передачи данных.

Комплекс программ предназначен для оценки эффективности функционирования сетей передачи данных (СПД) территориальных глобальных компьютерных сетей, включая сети типа AFTN, для исследования их транспортных характеристик и предельных пропускных способностей при различных вариантах информационной нагрузки на сеть и для различных способов маршрутизации (распределения потоков данных по сети) [Зиновьев П.А., Моисеев B.C., 2000, Функциональные модели корпоративных систем с многозвенной intranet-архитектурой.]. В качестве модели СПД используется статический, осредненный с учетом динамики информационного трафика [Седов Л.И., 1987, Методы подобия и размерности в механике.], ориентированный граф.

Комплекс программ позволяет формировать и исследовать произвольные варианты модели базовой сети передачи данных (базовой модели СПД), различающиеся топологической структурой каналов передачи данных и пропускными способностями каналов и узлов коммутации СЦД [Мизин H.A., Богатырев В.А., Кулешов А.П., 1986, Сети коммутации пакетов.].

Комплекс программ NetGraph предоставляет различные средства для моделирования внешней нагрузки на сеть, т.е. для задания интенсивностей межузловых обменов данными [Шварц М., 1981, Сети ЭВМ. Анализ и проектирование.]. Комплекс позволяет непосредственно вводить варианты нагрузки, полученные, например, измерениями в реальной сети, а также задавать варианты нагрузки, различающиеся как по характеру ее распределения, так и по суммарной величине, и варьировать их в широких пределах.

Таким образом, комплекс программ позволяет исследовать и оценить предельные пропускные способности вариантов модели сети, отличающихся топологической структурой, пропускными способностями и способами маршрутизации при различной нагрузке на сеть.

Комплекс программ NetGraph использует разработанную систему комплексных показателей сети [Крускал Дж., 1980, Взаимосвязь между многомерным шкалированием и кластер-анализом] таких как:

1. структура: параметры узлов (вершин) графа;

2. структура: параметры оборудования, установленного в вершине графа;

3. матрица смежности графа (характеризует ребра графа - каналы или связи);

4. матрица фиксированных ребер графа (не могут быть изменены в ходе оптимизации)

5. матрица ключей: в это место в процессе оптимизации запрещено устанавливать ребро (канал связи: озеро, скала, болото) (не могут быть изменены в ходе оптимизации);

6. класс: тип аппаратуры каната связи (ребра графа) слоя;

7. характеристика: количество аппаратуры канала связи данного типа слоя;

8. структура: характеристики аппаратуры канала связи типа;

9. матрица: расстояния между вершинами (узлами) (км);

10. матрица: веса расстояний между вершинами (узлами) >=1.0;

11. матрица: относительный поток между вершинами (ориентированная матрица) <=1.0 (1.0 - связь типа каждый-каждому при пиковой загрузке сети) (можно отношение считать по сообщениям или по трафику)

12. матрица: суммарная аппаратная скорость канала (ребра) для всех слоев в кБит/сек;

13. матрица загрузки канала по результатам маршрутизации;

14. матрица относительной загрузки канала по результатам маршрутизации на основе характеристик используемой в канале (ребре) аппаратуры;

15. матрица необходимых суммарных скоростных характеристик канала (ребра) в кБит/сек, при учете фактора недозагруженности канала (обычно 0.3);

16. матрица характерных нагрузок (относительного трафика) реальной сети;

17. таблица: результат маршрутизации;

18. структура: описание сети как оценки результата отключения каналов по всем каналам связи;

19. сводная статистическая таблица оценки результата отключения канатов;

20. структура: описание сети как оценки результата отключения узла 02 и т.д. по всем узлам коммутации;

21. сводная статистическая таблица оценки результата отключения узлов;

22. структура: структуры и параметры необходимые для выполнения расчетов параметров сети, константы, статистические и оптимизационные управляющие параметры:

• время, за которое производится подсчет всех арендных затрат (дни)

• базовая скорость каналов всязи (кБит/сек)

• максимальное количество сообщений за день по одному абоненту

• размер сообщения (кБит)

• ключ: использовать матрицу смежности нагрузок на сеть (ориентированную)

• коэффициент перегрузки канала связи (рекомендуется 0.3)

• маршрутизация: ключ: оптимизировать пропускную способность КС (1.0/кБит/сек)

• маршрутизация: ключ: оптимизировать надежность КС (0.1-1.0)

• маршрутизация: ключ: оптимизировать количество УК в маршруте

• маршрутизация: ключ: оптимизировать маршрут динамически (с учетом загрузки)

• начальное приближение для оптимизатора: ключ:случайное, по Прима, по Крускалу, по стохастическому Дейкстра

• минимальное количество КС на УК (обычно 1 или 2)

• максимальное количество повторов при генерации топологии

• ключ: максимальное количество слоев в графе ограничено одним или нет

• ключ: использовать эвристичекий алгоритм оптимизации послойно

• статистическая граница стохастического распределения (обычно 0.9)

• ключ: адаптивно настраивать статистическую границу стохастического распределения

• ограничение на максимальную длину маршрута в сети

• статистическая вероятность доступа ¡-го УК ко всем остальным (обычно 0.1-1.0)

• оптимизация: ключ: использовать расстояние между УК для формирования эффективного критерия оптимизации

• оптимизация: ключ: использовать максимальное количество самопересечений графа на сфере для формирования эффективного критерия оптимизации

• оптимизация: ключ: использовать длину максимального маршрута в сети для формирования эффективного критерия оптимизации

• оптимизация: ключ: использовать метод случайных точек с эвристиками, эволюционный алгоритм, новый эволюционно-генетический алгоритм

• оптимизация: ключ: восстанавливать генотип в эволюционно-генетической оптимизации, фиксировать генотип

• визуализация: ключ: использовать географическую физическую карту местности для визуализации

• визуализация: ключ: восстанавливать надписи на карте при визуализации, использовать альфа-маску

• визуализация: максимально допустимое отклонение по интенсивности в исходных цветовых каналах карты

• оптимизация: количество т.н. «важных» (>1.0) или «маловажных» (<1.0) УК

• оптимизация: индекс УК и степень т.н. «важности»

• оптимизация: Индекс УК и степень т.н. «важности»

23. класс: географическая физическая карта местности расположения основных узлов СПД;

24. класс: географическая физическая карта местности с нанесенной исходной СПД и некоторыми результатами ее анализа;

25. класс: географическая физическая карта местности с нанесенной СПД исходной топологии на некотором шаге оптимизации по маршрутизации и типов применяемого в каналах оборудования (оптимизация исходной СПД сопровождается образованием идентификаторов как-то: 13, 12, 14, 15, 17);

26. класс: географическая физическая карта местности с нанесенной оптимизированной СПД на некотором шаге оптимизации;

27. класс: растровые идентификаторы узлов, используется как альфа-маска при полном обозначении узлов коммутации (географические названия и соответствующие им номера в матрицах смежности и маршрутизации).

Графически данная структура изображена на рис. 1.

Рис.1. Графическое представление системы показателей сети.

Как показала практика анализа и оптимизации СПД ОрВД, данная система является достаточной для проведения анализа, оптимизации и визуализации сети при использовании соответствующей математической модели. Построенная система комплексных показателей сети также позволяет провести сравнительный анализ на отключение УК и КС в сети с расчетом комплексных показателей эффективности (живучести) функционирования сети. Данная система показателей, основанная на интегральных законах сохранения информации в сети, позволяет проводить количественный анализ и оптимизацию глобальных сетей передачи данных [21].

В разделе 2.2 приведены основные положения, лежащие в основе математической модели сети и элементы методики восполнения дефицита исходных данных.

К сожалению, измерения потока данных в реальной сети часто не дают полной информации по передаче (приему) пакетов данных от каждого узла каждому узлу. В наличии, обычно, имеются таблицы потоков данных в обоих направлениях в каналах связи, в лучшем случае - за несколько лет, где приведены осредненные данные за месяц.

В таких условиях также можно построить полную матрицу нагрузок реальной сети с некоторой конечной точностью, используя предварительную обработку исходных данных. Все данные приводятся к одному временному

промежутку. Дополняющие данные исключаются методом экспертной оценки на основе имеющихся опытных данных, используемых для настройки (тренировки) препроцессора анализа модели сети, а также использования перекрестных данных.

На основе этих данных строится сильно разреженная матрица смежности реальных нагрузок. При недоопределенности задачи необходимо привлечь эвристические модели и предположения. В качестве таких предположений использована идея о схожести профиля распределения потоков данных в матрице как по приему, так и по передаче, введение факторов «притяжения» узлов, по которому можно было бы произвести сортировку данных и получить упомянутые выше распределения. Для определения данных факторов применяется оптимизация по методу Монте-Карло [2], как наиболее простая, не требующая знания производных и ограничений. Несмотря на простоту метода, она компенсируется вычислительными затратами, но на современных персональных компьютерах это не очень заметно, так как, несмотря на большое количество параметров, задача близка к линейной. К тому же метод Монте-Карло во многих случаях, особенно для большого количества параметров, позволяет избежать «зависания» оптимизатора в локальных минимумах.

изображение результата изображение нормированной изображение нормированной пересортировки данных погрешности (<4%) погрешности (*10)(<4%)

Рис.2. Восполнение недостающих данных с помощью методов обработки

изображений.

По полученным факторам производится пересортировка матрицы смежности по столбцам и строкам. Для сохранения информации о принадлежности каналов связи формируются и также сортируются матрицы индексов.

Сформированная матрица смежности преобразуется в растровое изображение и дальнейшая обработка производится в пакете обработки изображений MicroColor 3.0 [3,4]. Недостающие данные относятся к пространству фона и трактуются как выбитые пиксели. Данные пиксели интерполируются или экстраполируются на основе оригинальных методик, применяющихся при обработке данных аэрофизического эксперимента, полученных с помощью бароиидикаторных покрытий (метод «плавающей штопки» - "float darning") [1,5,9]. После восстановления фоновых пикселей изображение подвергается многомерной фильтрации [10] на основе эвристического предположения о схожести профилей распределения потоков данных.

Восстановленное изображение преобразуется в матрицу смежности, которая трансформируется по отсортированным индексам к исходному виду. Для удобства работы, определяется максимальный поток, и матрица, после нормировки, превращается в матрицу характера распределения нагрузки. Данная последовательность действий изображена на рис.2.

В разделе 2.3 приведены принципы построения и реальные примеры перцептивной многоуровневой визуализации региональной сети ОрВД.

Топология базовой СПД может быть отображена в виде граф-схемы СПД на реальной карте с цветной мнемоникой в растровом формате [Дуда Р., Харт П., 1976, Распознавание образов и анализ сцен.] (рис.3-6,7.). Для этого решается задача визуализации данных, т.е. представление разнородной (одно- или многомерной) информации на двумерном изображении в рамках перцептивного (наименее многозначного, для корректного восприятия пользователем) представления. Необходимо отметить, что обычно невозможно преобразовать данные из и-мерного пространства в 2-мерное без искажения [Batyrshin I., Klimova А., 2002, New invariant relational clustering procedures.].

Дополнительными условиями могут быть требования сохранения значений различия между информационно близко расположенными объектами, сохранения структуры классов сходных объектов и др [Батыршин И.З., Климова A.C., 2002, О визуализации многомерных данных.].

Альтернативным подходом к визуализации структуры данных является иерархический кластерный анализ, который позволяет представить структуру данных в виде иерархии классов сходных объектов [Batyrshin I., Klimova А., Sheremetov L., 2003, On two dimensional visualization of hierarchical clustering.].

г.-. -V - " - .V. •» "■ ч ' \ * V4 4 X ^ * \ ^ ч. ^ \ Рис.3. Визуализация с пониженным картографическим статусом. 4......*.......' ■ .........I ( V ^ ч - \ V Ч г \ Ч> ч V х ч 'ч * - \ " к" \\ * V х * —«^^-ьг^/Ж^^... • • • •.• ^ Рис.4. Визуализация с пониженным картографическим статусом с добавлением топологического информационного слоя.

4 Т ^ < 4 4 V \ ' \ ^хГ 1 \\ ^ ^^^ _______ картографическим статусом с добавленным информационным слоем по узлам коммутации. Рис.б. Визуализация без картографического слоя с добавленным информационным слоем по узлам коммутации.

Рассматриваемый здесь подход основан на многоуровневой 20 визуализации данных в соответствии с представленной структурой классов, построенных в рамках системы комплексных показателей сети [Месарович М., Мако Д., Такахара И., 1973, Теория иерархических многоуровневых систем.]. Цель этого подхода увеличить информацию о взаимосвязи объектов с помощью визуализации характеристик отношения объектов в пределах каждого уровня визуализации [2]. Поскольку все подобные объекты при многоуровневой визуализации объединятся в один класс, информационные расстояния между объектами из разных уровней так же последовательно оптимизируются при их объединении в один класс на соответствующем уровне. Обсуждаемый подход к 20 визуализации данных старается уменьшить искажения информационных расстояний между объектами внутри маленьких классов ценой увеличения искажения информационных расстояний между объектами из разных классов на более высоких уровнях.

Сочетание многоуровневой структуризации с визуализацией данных [3] позволяет дополнять структуру классов сходных объектов визуальной информацией о взаимосвязи объектов, что предоставляет пользователю дополнительные возможности для анализа данных. Предложена эволюционная процедура двумерной визуализации данных на основе комплексного подхода к обработке изображений (рис.3-6.) [4,6-8].

Основной упор в настоящее время делается на представлении в визуализационном изображении нескольких параметров одновременно, аналогично тому как на двумерных графиках представляют значение третьей координаты в виде плотности точек, различного размера кругов или длины штрихов на векторной диаграмме. Для реализации данного подхода к обработке изображений были промоделированы следующие принципы восприятия человеком изображения:

1. Построение градиентов изображения с помощью двумерной многослойной сети Хопфилда, аналогично тому, как данный анализ производит глаз человека. В такой сети весовые коэффициенты синапсов рассчитываются только однажды перед началом функционирования сети на основе информации об обрабатываемых данных. Сеть Хопфилда инициализируется следующим образом:

входной вектор-сигнал X = {х,: » = 0..Л -1}, п - число нейронов в сети, X1' -вектор к-го образца с компонентами х?,к = 0..лг где т - число образцов

V х* х* ¡^ /

' п , I и у индексы пред- и постсинаптического нейронов;

0,1 = 7'

х,*х* - 1 и у элементы вектора к образца Работает сеть следующим образом: Устанавливаются значения аксонов у,(р-0) = х„/ = 0..л-1 , где р - номер итерации, и рассчитывается повое состояние нейронов

S,(/> + О= 2>„ J-,(p\7 = 0...П-1 и аксонов yt{p + l) = /[s;(p + 1)J , где/-

активационная функция. Сеть производит распознавание входного вектора-сигнала и может быть настроена на адаптацию к перепадам интенсивности сигнала. Таким образом сеть Хопфилда позволяет просто и эффективно решить задачу воссоздания образов, а также проводить их обобщение/классификацию.Известно, что свет попадает на фоторецепторы глаза только после прохождения двух основных слоев - горизонтальные ганглиевые клетки, соединяющихся с фоторецепторами с помощью биполярных клеток. Слой ганглиевых клеток отвечает за формирование окрестности фоторецептора с необходимыми коэффициентами возбуждения и торможения, что в результате приводит к тому, что человеческий глаз реагирует в первую очередь на перепады интенсивности (т.е. градиенты) изображения [Ikeda Н., Wright M.J., 1972, Receptivo field organization of "sustained" and transient" retinal ganglion cells which subserve different functional roles.]. Были использованы как градиенты яркости, так и композитные градиенты, основанные на анализе векторных цветовых градиентов [5]

2. Решение задачи взаимосвязи движения глаза с перцептивными функциями зрения, что отметил в своих работах еще И.М.Сеченов. Можно рассмотреть следующие аспекты анализа моторных и перцептивных компонентов зрения: биомеханический, нейрофизиологический, психологический и гносеологический. В анализе применялись только биомеханические принципы работы глаза: какими механизмами (нервномышечными и нейронными) определяется дифференциация движения глаза на саккадические и плавные, как влияют прямые и обратные нервные связи на организацию саккады и в какой мере специфика глазных движений коррелирует со структурой поля зрения flto М., 1970, Neurophysiological aspects of the cerebellar motor control system.]. Данные динамические уравнения и необходимые коэффициенты были взяты из соответствующей литературы, освещающей данную задачу[А.А. Митькин, 1988, Системная организация зрительных функций.].

3. При восприятии цветного изображения вместо многомерного сенсорного пространства в большинстве программ было использовано одномерное сенсорное пространство: т.е. цвет считался заданным в результате предварительной обработки и в дальнейшем не подлежащим изменению.

4. Перцептивное пространство глаза для простоты считалось однородным (его еще называют равноконтрасгным или изотропным).

5. Использование приемов масляной живописи для объединения сходных по восприятию объектов и выделению частностей, которые могут составить суть визуачизаиионного изображения. Данный подход основан на имеющемся многовековом опыте восприятия художественных изображений [Reed S.K., 1978, Schemes and theories of pattern recognition.]. Известно, что одним из важнейших условий восприятия произведения

изобразительного искусства является чувственное восприятие. Оно продиктовано единством, гармонией, целесообразностью художественного проявления, т.е. согласованной связи всех элементов изображения. Подобную согласованность дает применение какой-либо из техник построения художественного произведения на основе ясной организации зрительных элементов, их выразительной точности, ритма отношений, их взаимодействия и взаимовлияния, движения, заключенного в произведении и т.д. Художник из многих качеств, основанных на опыте ощущения действительности, выбирает несколько, но зато в них предстает полная характеристика изображенного. Один из упрощенных вариантов -представление в виде псевдо- цветовой палитры гы = {>\/рг,1 = >//«,« )■ Зрительное восприятие - результат

долгой биологической эволюции, связанной с совершенствованием аппарата восприятия. Зрительное восприятие включает накопленный опыт человека как на уровне "бессознательных умозаключений", т.е. ощущений, так и на уровне сознания[Выготский Л.С., 1959, Избранные психологические исследования.]. В восприятии заложена принципиальная ориентация на образование целостных структур, которые именно в силу своего визуального характера, обязательно сопряжены со зрительной перестройкой предметных свойств пространства [9-11]. Уже на этом уровне можно ввести фильтры, имеющие размерность более 2-х: трехмерный фильтр, который оперирует не контурным, а вероятностным градиентом

центра фильтра, а Л1 — разница в значениях интенсивности центрального пиксела фильтра и ¿-го рассматриваемого, IV — нормировочный коэффициент. На уровне прямого восприятия, свойствами которого можно воспользоваться при обработке изображений, происходит интенсивнейшая работа по обобщению в зрительном материале свойств изображаемого. Воспользуемся таким известным фактом, что пластика художественная принципиально отличается от пластики реального предмета и сохраняет в своей организации память о процессе зрительного восприятия. Воздействие художественной формы на наше зрение, сохраняя характер обычного зрительного восприятия, преобразовано для увеличения зрительного эффекта, и таким образом мы можем воспользоваться одним из приемов изобразительного искусства, а именно применением средств масляной живописи к обработке визуализационных изображений, кодируя в таком элементе живописи как мазок кисти несколько параметров, которые потом будут анализироваться посредством чувственного восприятия[15].

Предложена процедура многоуровневой двухмерной визуализации данных, основанная на субъективном восприятии и применении математических алгоритмов моделирования технических средств искусства живописного

где г, — расстояние от

изображения пространства для псевдоповышения размерности отображаемого пространства. Данный подход к обработке изображений СПД также основан на системе комплексных показателей сети.

С использованием данной системы визуализации проведен ряд вычислительных экспериментов на моделях СПД ОрВД для различных вариантов их топологических структур. Рассмотрены различные варианты многоуровневой визуализации СПД, в том числе, и, с применением перцептивных фильтров. Данный подход представляется очень перспективным с точки зрения гибкости управления визуализацией и большого количества разнородной информации, которую можно отобразить практически без потери качества восприятия (рис. 7-11) [23,25].

Модель сети позволяет провести анализ последовательного отключения каналов и узлов, при этом выдается статистическая информация о состоянии СПД в виде соответствующих идентификаторов-показателей. Необходимо отметить, что первым параметром в суммарной статистике является количество недоступных в результате данного отключения узлов, а вторым - некоторый эффективный коэффициент недоступности, основанный на факторах «притяжения» узлов поэтому этот эффективный коэффициент может иметь большую значимость при анализе отключения, чем просто количество недоступных узлов. Коэффициент, корректирующий коэффициент недоступности и перегрузку в сети вычисляется как:

где 5*—коэффициент «притяжения» А-го узла.

Для каждого отключения формируется статистика о состоянии СПД, включая маршруты, перегрузку каналов, т.е. полное исследование сети [24].

Также рассмотрено формирование и корректировка вариантов организации сети, формирование вариантов внешней нагрузки на есть, построение матрицы осредненных нагрузок сети, маршрутизация потоков данных, анализ отключения каналов связи и узлов коммутации а также общие принципы работы с программным комплексом исследования сети [24].

В разделе 2.4 представлен анализ основных параметров, технических и эксплуатационных характеристик сети АРТК РК, результаты визуализации данного анализа (рис.12). Представлен также анализ трафика в сети и расчет тенденций его роста и анализ надежности работы телеграфных каналов сети и тенденции се динамики.

В этом разделе также представлена оценка эффективности функционирования сети АРТЫ РК, исследование транспортных характеристик и предельных пропускных способностей на основе математического моделирования сети для базового варианта сети, оптимизированного по загрузке, а также при условиях экстраполяции загрузки сети на 2009 год (рис. 13,14).

V. ^ Л ---^ 1 Рис.8. Применение «художественного» фильтра для визуализации СПД с яркостно-цветовым акцентом на сеть.

Рис.7. Применение «художественного» фильтра для визуализации СПД.

Рис.9. Визуализация с учетом динамики движения глаза исходя из структуры сети. Рис. 10. Визуализация для «мгновенного» оценивания загрузки сети.

Рис.11. Визуализация СПД ОрВД с применением «художественного» фильтра с небольшим размером ядра, эффективно моделирующем масляную живопись на холсте, для отображения максимально-возможного количества информации и ее адекватного восприятия (универсальный вариант).

Ьё $«S'WMKfeVVi.«¡iV % ' »"« Г,

■4-

•3

5V-

" " - ......? yf.% f' J?. - .. *> .

Ли-;, i v-* ли*:

... . /...

Рис.12. Пример визуализации результата анализа базового варианта сети с пониженным статусом картографической информации [13,14]. Из данных представленных на рисунке и мнемонических цветовых обозначений видно, что сеть перегружена (соответствующие каналы связи выделены красным), максимальная длина маршрута между абонентами составляет 6 каналов связи, максимальное количество самопересечений графа (как одна из топологических характеристик) составляет 10, при эффективной совокупной стоимости сети 5.900 и общей протяженности сети в 33 622 км.

А РТЫ с 2000 по 2004 гг. включительно, был проведен статистически-графический анализ, включающий сезонную декомпозицию - светло-синяя линия для общего трафика и розовая для трафика главного ЦКС, а также экстраполяция данных до 2009 г. (5 лет) на основе модели экономического роста Экспоненциальная модель с демпфированием - светло-голубая линия для общего трафика и оранжевая - для трафика главного ЦКС.

среднего количества отказов на один канал за год.

В третьей главе представлены варианты предложений по реконструкции сети АКП"-1 Республики Казахстан, разработанные на основании комплексного анализа материалов, представленных в первой и второй главах и результатов математического моделирования и оптимизации сетей по различным критериям [Рухман Е.Л., Ильин В.П., Смирнов М.И., 1987, Синтез топологических структур информационных сетей].

Каждый из вариантов имеет техническое обоснование в части географической топологии сети, схемы организации, пропускной способности и доступности станций в аварийных ситуациях (обходные пути), возможности эволюционного поэтапного перехода к реализации концепции 1САО в рамках сети авиационной электросвязи ATN и ориентировочную стоимость его реализации.

Варианты реконструкции имеют техническое обоснование в части географической топологии сети, пропускной способности каналов связи и доступности станций в аварийных ситуациях, организации сети (используемые протоколы и процедуры), методов эволюционного поэтапного перехода к реализации концепции ICAO в рамках сети авиационной электросвязи ATN и ориентировочную стоимость его реализации.

В разделе 3.1 представлено обоснование реконструкции и основные принципы ее реализации.

В разделе 3.2 представлена географическая топология сети и параметры каналов связи, а также анализ алгоритмов оптимизации [Holland J.N., 1975, Adaptation in Natural and Artificial Systems] [Zbignev Michalewiz, 1999, Genetic Algorithms + Data Structures = Evolution Programs], новая модификация эволюционного метода оптимизации для определения параметров сети, сравнение вероятностного и детерминистического методов, сравнительный анализ свойств, преимуществ и недостатков генетических и эволюционных методов оптимизации, представлено обоснование используемой разработанной модификации эволюционного алгоритма [Зайченко Ю.П., Гонта Ю.В., 1986, Структурная оптимизация сетей ЭВМ].

Проведенные исследования на сети с базовыми УК и КС показали, что данный алгоритм работает на 1.5...3 порядка быстрее, чем стохастический и даже на 1...2 порядка быстрее, чем стандартный генетический алгоритм при обеспечении более высокой точности определения параметров (рис.15).

Были проведены исследования сходимости метода как на чисто модельных данных, обеспечивающих, в принципе, достижение абсолютного оптимума, так и реальных данных, моделирующих действующую сеть AFTN. Алгоритм работает быстро и устойчиво до 32 УК (большее количество накладывает условия на кодирование генотипа) при приемлемом качестве оценки параметров [Костенко В.А., Смелянский Р.Л., Трекин А.Г., 2001, Синтез структур вычислительных систем реального времени с использованием генетических алгоритмов].

В заключении к разделу показано, что: • Разработана новая модификация эволюционного алгоритма оптимизации,

основанная на включение в процесс эволюции т.н. жизненного цикла.

• При синтезе сети по заданным УК и характеристикам КС и суммарного трафика эволюционный алгоритм позволяет реализовать сеть с высокими характеристиками по стоимости, установке, эксплуатации и развития.

Tim» (lOmtac)

Рис, 15 Минимизация функции Розенброка со 144 параметрами, пунктирная линия — исходный генетический алгоритм, сплошная (со всплесками) -новый эволюционный алгоритм с жизненным циклом популяции. Хорошо заметно отслеживание алгоритмом локальных минимумов. Необходимо отмстить, что последнее на графике значение не будет являться решением, так как решение берется из банка данных по значениям функции и параметров в локальных минимумах и выбирает наилучшее.

В качестве рабочего используется новый (гибридный) эволюционный алгоритм, основанный на генетическом, но использующим некоторый жизненный цикл (эволюцию), куда включены как методы нелинейной оптимизации, так и методы эвристической оптимизации, характерные для оптимизации сетей на ориентированных графах, а также использующим алгоритмы многомерной генной инженерии для обеспечения выполнения

неравенств, ограничений и корректности вектора параметров (хромосомы) (рис.16).

Рис.16. Блок-схема используемого эволюционного алгоритма.

Как было указано, критерием оптимизации служила приведенная стоимость, учитывающая характеристики трафика и ограничения по оборудованию. Данный критерий формируется на основе параметров, определяемых пользователем перед началом оптимизации.

На основе предложенного критерия разработан новый эволюционный метод оптимизации потоков в сетях ПД [14]. Разработанный метод позволяет достичь равномерности загрузки сети. Для построения исходного максимального потока разработан метод распределения трафика, позволяющий равномерно обеспечить абонентов сетевыми ресурсами на основе эвристического подхода, включенного в никл развития [Костенко В.А., Смелянский Р.Л., Трекин А.Г., 1998, Генетические алгоритмы: синтез структур вычислительных систем.].

Справедливого распределения ресурсов невозможно достичь ни при использовании существующего критерия минимума среднесетевой задержки, ни

при использовании предлагаемого критерия минимума максимальной задержки. Для этого предложен отдельный комплексный критерий, позволяющий оценивать степень критичности состояний абонентов. На основе данного критерия, вычисляемого как отмечено в [Костенко В.А., Смелянский Р.Л., Трекин А.Г., 1998, Генетические алгоритмы: синтез структур вычислительных систем] и устанавливающего закон сохранения информации в сети и абсолютное удовлетворение всех запросов каждого абонента сети, построены методы генной инженерии [Гостев В.М., Хабибуллин Р.Ф., 1999, Технологии оптимизации проектирования сетей передачи данных территориальных компьютерных сетей; Zbignev Michalewiz, 1999, Genetic Algorithms + Data Structures = Evolution Programs], такие как кроссовер в 3-х и более мерном пространстве и др. С использованием построенных методов, оптимизация топологии СПД практически не зацикливается [Red'ko V.G., 1999, Mathcraatical Modelling of Evolution].

Разработанный метод построения равномерного максимального потока, вычисляемого как отмечено в [Костенко В.А., Смелянский P.JI., Трекин А.Г., 1998, Генетические алгоритмы: синтез структур вычислительных систем], позволяет решать задачу в более общей постановке, когда оптимизация потоков осуществляется по экономическому критерию с учетом ценности сообщений. Влияние помех в данном разделе не учитывается. Предполагается, что благодаря линейному протоколу пакеты гарантированы от потерь и ошибок. Узлы связи рассматриваются как системы с прерыванием и дообслуживанием, а отказы считаются сообщениями наивысшего приоритета. Для анализа других дисциплин обслуживания при многоприоритетном входном потоке используется имитационное моделирование. Разработан алгоритм корректировки вероятностей выбора маршрутов передачи данных, позволяющий построить в сети оптимальный поток с использованием простейшей модели динамики трафика В результате сравнения метода построения оптимального потока с существующими методами по таким характеристикам, как скорость сходимости, объем требуемой памяти и др., выявлены некоторые преимущества разработанного метода, а также предложены два новых комбинированных метода использования стохастики в эволюционном алгоритме — для генной инженерии и революции.

В разделе 3.3 приведены варианты организации сети, используемые протоколы и процедуры (рис.18).

Проведен ряд вычислительных экспериментов по оптимизации параметров сети, включая топологию, на основании которых выработаны обоснованные рекомендации по реконструкции сети AFTN РК. В качестве примера приведена визуализация результата одного из вычислительных экспериментов (рис.17).

х: «О вО в.421 32973. Н: 0.010 0.2Й7 а 5

Рис.17. Пример визуализации результата оптимизации сети без картографической информации [13,14] для условий экстраполированной информационной нагрузки на сеть. Из данных представленных на рисунке и мнемонических цветовых обозначений видно, что сеть оптимальна по загрузке (соответствующие каналы связи выделены зеленым), развитая топология свидетельствует о высокой надежности (живучести сети при отключении каналов связи или узлов коммутации), максимальная длина маршрута между абонентами составляет 5 каналов связи, максимальное количество самопересечений графа (как одна из топологических характеристик) составляет 9, при эффективной совокупной стоимости сети 5.421 и общей протяженности сети в 32 973 км.

Приведены обобщенные сравнительные характеристики вариантов реконструкции сети АРТЫ РК (рис.18), рассмотрены одно- и двухстанционный доступ к узлам коммутации сети и проведен сравнительный аначиз на отключение УК и КС в сети с расчетом комплексных показателей эффективности (живучести) функционирования сети.

ЗАКЛЮЧЕНИЕ

• Разработана система комплексных показателей глобальной сети передачи данных в условиях дефицита информации. Данная система показателей, основанная на интегральных законах сохранения информации в сети, позволяет проводить количественный анализ глобальных сетей передачи данных. На основе данной системы построена квазистатическая математическая модель сети.

• Разработан единый комплекс программ позволяющий проводить исследование глобальных сетей с целью определения их характеристик в виде непосредственно скоростных характеристик, информационно-емкостных, стоимостных, затратных и пр.

• Разработан метод многоуровневой визуализации глобальных СПД на основе использования комплексного подхода к обработке изображений и многомерных, структурированных данных и использования алгоритмов перцептивной визуализации. Данный метод применен для визуашзации сети АР"ГО РГП "Казаэронавигация".

• Разработана новая модификация эволюционного алгоритма оптимизации, основанная на жизненном цикле популяции, показана хорошая сходимость и высокая скорость работы алгоритма

• Разработан единый комплекс программ для совместного анализа,

визуализации и оптимизации характеристик сети, включая топологические характеристики, на основе нового эволюционного алгоритма оптимизации. Обеспечено единство программной, аппаратной, информационной и экономической сред.

• Сформированы на основе обработки данных характеристик рекомендации для сети AFTN РГП "Казаэронавигация", имеющие не только внутриреспубликанское значение, но и служащие для обеспечения взаимосвязи с другими регионами.

• Разработанные методики успешно применены для анализа сетей AFTN РГП "Казаэронавигация". Сформированные предложения по ее реконструкции приняты к реализации [20].

• Методы математического моделирования и оптимизации, представленные в работе для анализа и построения сетей, могут быть использованы для решения подобных задач в различных приложениях, например, при разработке и оптимизации маршрутных списков (карт), сетей грузоперевозок, топливно-энергетических сетей, и пр. включая сети AFTN.

СПИСОК ЛИТЕРАТУРЫ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Морозов А.П., ЮЛифшиц, А.Орлов, В.Песецкий, С.Фонов, A Study of Transonic Wing-Winglet Flow with Light Intensity Pressure Sensors.// Preprint TsAGINo 78 (Препринт ЦАГИ No78) 1993

2. Морозов A.H., Interactive Optimizator for the Problems Dealing With Experimental Data Processing.// Proc. International Conference «Methods and Means for Investigations in Aeronautics», Russia, Zhukovsky,1993

3. Морозов A.H., Применение методов обработки изображений и цифрового спектрального анализа при исследовании высокоэнтальпийных потоков газа// Труды Конференции Молодых Ученых ЦАГИ (Жуковский, апрель 1996г.)

4. Морозов А.Н., Применение методов адаптивной обработки изображений в аэрофизическом эксперименте.// Труды Конференции Молодых Ученых ЦАГИ (Жуковский, апрель 1997г.)

5. Morozov A., Bosnyakov S., Culesh V., Fonov S., Moscalic V., Tarasov N., Blade Deformation and PSP Measurements on the Large Scale Rotor by VideoMetric System//ICIASF'97 Records, Pacific Grove, California, Sept.29-Oct.2 1997.

6. Морозов A.H., Морозова Т.Н., Разработка методики и ПО для тестирования трактов СДУ с использованием глобального оптимизатора.// Труды Конференции Молодых Ученых ЦАГИ (Жуковский, апрель 1998г.)

7. Морозов А.Н., Обработка изображений, получаемых в аэрофизическом эксперименте.// Научная конференция МФТИ по проблемам аэрофизического эксперимента 1998г.

8. Морозов А.Н., Применение анизотропных методов обработки изображений при исследовании модели ЛА с помощью люминесцентных

преобразователей давления.// Труды Конференции Молодых Ученых ЦАГИ (Жуковский, апрель 1998г.)

9. Морозов А.Н., Смирнов П.А., Повышение точности метода люминесцентных преобразователей давления посредством расчета переотражения излучения.// Труды Конференции Молодых Ученых ЦАГИ (Жуковский, апрель 1998г.)

10. Морозов А.Н., Применение методов пространственной 3D фильтрации в аэрофизическом эксперименте.// Труды Конференции Молодых Ученых ЦАГИ (Жуковский, апрель 1998г.)

11. Морозов А.Н., Применение цифрового спектрального анализа для выделения реперных точек на изображениях.// Труды XLI Научной Конференции МФТИ, 27-28 ноября 1998г.

12. Морозов А.Н., Применение пространственной фильтрации при обработке результатов аэрофизического эксперимента.// Труды XLI Научной Конференции МФТИ, 27-28 ноября 1998г.

13. Морозов А.Н., Некоторые аспекты обработки изображений, регистрируемых в аэрофизическом эксперименте.// Труды XLI Научной Конференции МФТИ, 27-28 ноября 1998г.

14. Морозов А.Н., Морозова Т.Н., Применение нового эволюционного метода оптимизации для выбора параметров фильтров упругих колебаний.// Труды Конференции Молодых Ученых ЦАГИ (Жуковский, апрель 1999г.)

15. Морозов А.Н., Три слова в защиту цифровой обработки изображений.// http://www. net fort, info. 2005г.

16. Морозов А.Н. ФГУП ЦАГИ: Акт о внедрении и использовании при проведении высокоскоростных фрезерных работ на быстродействующих станках с ЧПУ методики обработки тепловизионных изображений и многоуровневой визуализации результатов обработки. №10-4-118, 4 апреля 2006г.

17. Морозов А.Н. ФГУП ЦАГИ: Акт о внедрении и использовании при проведении аэрофизического эксперимента методики обработки регистрируемых изображений и многоуровневой визуализации результатов обработки. №01-10-29, 4 апреля 2006г.

18. Морозов А.Н. ФГУП ЦАГИ: Акт о внедрении и использовании при анализе и разработке систем управления методики определения параметров тестируемых трактов систем управления с помощью эволюционного метода оптимизации. №01-10-28,4 апреля 2006г.

19. Морозов А.Н. ООО "Монитор-Софт": Акт о внедрении и использовании при анализе и разработке авиационных наземных фиксированных сетей передачи данных (AFTN) для организации воздушного движения (ОрВД) методики предложенной Морозовым А.Н. №115, 5 апреля 2006г.

20. Морозов А.Н. ООО "Монитор-Софт": Акт о внедрении и практического использования при анализе и разработке авиационной наземной фиксированной сети передачи данных (AFTN) для организации воздушного движения (ОрВД) Республиканского Государственного предприятия (РГП) «Казаэронавигация» материалов исследования. №¡116, 5 апреля 2006г.

21. Морозов А.Н. Система комплексных показателей модели сети организации и управления воздушным движением. // Транспорт: наука, техника, управление (орган ВИНИТИ РАН) 8, 2006, стр.22-24

22. Морозов А.Н. Моделирование и анализ сетей передачи данных организации и управления воздушным движением. // Транспорт: наука, техника, управление (орган ВИНИТИ РАН) 10, 2006, стр.53-56

23. Морозов А.Н. Многоуровневая визуализация сетей передачи данных организации и управления воздушным движением. // Вестник транспорта 8, 2006, стр.24-29

24. Морозов А.Н. Оптимизация сетей передачи данных организации и управления воздушным движением. // Вестник транспорта 9, 2006, стр. 2631

25. Морозов А.Н. Построение многоуровневой перцептивной визуализации статической модели сети передачи данных для организации и управления воздушным движением // «Техника воздушного флота» 2006, (в печати)

26. Морозов А.Н. Реконструкция сетей передачи данных организации и управления воздушным движением с помощью применения новой модификации эволюционного алгоритма оптимизации // «Техника воздушного флота» 2006, (в печати)

27. Ерусалимский М.А., Морозов А.Н. Повышение безопасности полетов посредством анализа модели сети передачи данных организации и управления воздушным движением // Труды конференции Общества независимых расследователей авиационных происшествий, Москва, 28-29 марта 2006 г., вып. 18

28. Морозов А.Н. Исследование сетей передачи данных организации и управления воздушным движением с использованием методов математического моделирования // Тезисы, представленные на VI Международную школу-семинар «Модели и методы аэродинамики» 5-14 июня 2006 г., Евпатория

29. Морозов А.Н. Повышение эффективности сетей передачи данных организации и управления воздушным движением с помощью нового эволюционного алгоритма оптимизации и методов математического моделирования // Тезисы, представленные на VI Международную школу-семинар «Модели и методы аэродинамики» 5-14 июня 2006 г., Евпатория

30. ПРОГРАММА ОепЕуОрЬЬМ Новый эволюционно-генетический алгоритм оптимизации И Российская Федерация, Свидетельство №2006612627 (от 25 июля 2006 года). Реестр программ для ЭВМ

31. ПРОГРАММА Ног^аЬ Стабилизация изображения регистрируемой сцены // Российская Федерация, Свидетельство №2006613458 (от 4 октября 2006 года), Реестр программ для ЭВМ

32. ПРОГРАММА Регсер1МикГУ1$Т Динамическая многоуровневая визуализация // Российская Федерация, Свидетельство №2006613759 (от 5 сентября 2006 года), Реестр программ для ЭВМ

Оглавление.

Обозначения.

Сокращения.

Введение.

1. Основные положения концепции сети авиационной электросвязи, направления развития и существующее положение.

Введение.

1.1. Существующее положение сети АРТЫ РК и факторы ее развития.

1.2. Основные положения концепции сети авиационной электросвязи, направления развития.

1.3. Обзор служб и физической среды обмена сообщений организации воздушного движения.

1.4. Перспектива использования сетей АРТЫ и СГОШ.

2. Математическое моделирование и анализ сети АРТЫ.

Введение.

2.1. Система комплексных показателей сети.

2.2. Математическая модель сети и восполнение дефицита исходной информации.

2.3. Многоуровневая перцептивная визуализация сети.

2.4. Результаты анализа существующего варианта сети и прогноз состояния сети с учетом временного фактора

3. Реконструкция сети АРТЫ на основе комплексной оптимизации.

Введение.

3.1. Обоснование, основные принципы реконструкции и ее реализации.

3.2. Система моделирования, оптимизации и анализа сетей ПД.

3.3. Результаты вычислительного эксперимента по оптимизации сети АРНЫ.

1. Основные положения концепции сети авиационной электросвязи, направления развития и существующее положение.14

Введение.14

1.1. Существующее положение сети AFTN РК и факторы ее развития.14

1.2. Основные положения концепции сети авиационной электросвязи, направления развития.18

1.2.1. Основные положения AFTN ICAO.18

1.2.2. Основные тенденции.20

1.3. Обзор служб и физической среды обмена сообщений организации воздушного движения.22

1.3.1. Структура AMHS.22

1.3.2. Формат сообщения.26

1.3.3. Принципы адресации.27

1.3.4. Физическая среда обмена.30

1.3.5. План перехода.31

1.4. Перспектива использования сетей AFTN и CIDIN.33

2. Математическое моделирование и анализ сети AFTN.34

Введение.34

2.1. Система комплексных показателей сети.36

2.2. Математическая модель сети и восполнение дефицита исходной информации.40

2.2.1. Моделирование сети AFTN ОрВД.40

2.2.2. Задание модели СПД.41

2.2.3. Формирование вариантов внешней нагрузки на СПД.42

2.2.4. Построение матрицы осредненных нагрузок реальной сети.44

2.2.5. Маршрутизация потоков данных.46

2.2.6. Процесс работы с системой.48

2.2.7. Анализ отключения каналов и узлов.49

2.3. Многоуровневая перцептивная визуализация сети.50

2.3.1. Особенности СПД ОрВД, учитываемые при Визуализации.51

2.3.2. Построение перцептивной схемы многоуровневой визуализации СПД ОрВД.53

2.4. Результаты анализа существующего варианта сети и прогноз состояния сети с учетом временного фактора.65

2.4.1. Топологическая схема сети.65

2.4.2. Трафик сети, надежность каналов и тенденции их динамики.66

2.4.3. Анализ трафика сети и тенденции его роста.67

2.4.4. Анализ надежности работы телеграфных каналов сети и тенденции ее динамики.70

2.4.5. Анализ базовой сети АРТМ РК.70

Выводы по результатам анализа.78

Заключение по результатам анализа.78

3. Реконструкция сети АРТМ на основе комплексной оптимизации.80

Введение.80

3.1. Обоснование, основные принципы реконструкции и ее реализации.81

3.1.1. Основные положения совместного анализа сети АРТМ РК и направлений 1САО по построению сети АТМ.81

3.1.2. Требования к сети АРТМ, назначение и цель реконструкции.83

3.1.3. Основные принципы формирования вариантов реконструкции.84

3.2. Система моделирования, оптимизации и анализа сетей ПД.88

3.2.1. Постановка задачи.88

3.2.2. Оптимизация сетей ОрВД.89

3.2.2.1. Анализ алгоритмов оптимизации.91

3.2.2.2. Новая модификация эволюционного алгоритма оптимизации.92

3.2.2.3. Сравнение вероятностного и детерминистского методов.93

3.2.2.4. Генетический алгоритм.94

3.2.2.5. Принцип работы генетического алгоритма .95

3.2.3. Новый эволюционный алгоритм.96

3.2.3.1. Оптимизация распределения трафика в сети.101

3.2.3.2. Вычислительные эксперименты.102

3.2.3.3. Анализ отключения каналов и узлов.103

3.3. Результаты вычислительного эксперимента по оптимизации сети АРТЫ.104

3.3.1. Варианты построения сети РГП «Казаэронавигация».104

3.3.2. Вариант сети в виде звезды (радиальная схема) .104

3.3.3. Вариант сети, оптимизированный с одностанционным доступом.107

3.3.4. Вариант сети, оптимизированный с многостанционным доступом.111

Выводы по результатам оптимизации: обобщенные сравнительные характеристики вариантов реконструкции сети AFTN PK.118

Заключение.123

Список литературы.124

Иллюстрации.128

Таблицы.184

Приложение 1: копии актов о внедрении.218

Приложение 2: копии свидетельств о регистрации.223

Обозначения:

У={ V,, у2 ,., } - множество узлов коммутации и - множество каналов связи (vi ,уу ) £ и - канал связи

Су - пропускная способность в бит/сек

Р° = (р°к1) - интенсивностей межузловых потоков данных

Рм - средняя интенсивность потока данных (в бит/сек) из узла коммутации ук е V в узел V/ е V, к, 1=1,п

IV = ) - матрицей характера распределения нагрузки со = {со!,.,соп) - вектор весов узлов коммутации

8 = (<?!,.,8п) - вектор весов узлов коммутации при асимметричном характере межузловых обменов (гк1) - матрица маршрутизации у >0 - веса КС при маршрутизации

XI, х2, ., хп - набор неизвестных параметров СПД

Х=(х], х2, хп) - п- мерная точка (набор параметров) в популяции gi, - вес который определяет степень жизнеспособности индивидуума - значение функции в г'-й точке

Ф = ^ gí - сумма значений функции нескольких минимумов п

Р( - — - нормированный вес каждого индивидуума

Сокращения:

ADS - Автоматическое зависимое наблюдение

AFTN - Сеть авиационной фиксированной электросвязи

AFTN станция - ЦКС 4-го уровня

AIDC - Передача данных в интересах ОрВД

AMHS - Аэронавигационная система обработки сообщений

ATN - Сеть авиационной электросвязи

ATS - Служба ОрВД

ATSMHS - Служба обработки сообщений ОрВД

CIDIN - Общая сеть обмена данными 1С АО

СМ - контекстное обслуживание

CNS/ATM - Система связи, навигации, наблюдения/организации воздушного движения

CPDLC - Передача данных пилот - диспетчер

DOC - Документ ICAO

FANS - Специальный комитет ICAO по будущим аэронавигационным системам

FIS - Обслуживание полетной информацией

ICAO - Международная организация гражданской авиации

MHS - Система обработки сообщений

OSI - Взаимосвязь открытых систем

SARPS - Стандарты и рекомендуемая практика ICAO

WAN - Глобальная сеть

АС УВД - Автоматизированная система УВД

ВС - Воздушное средство

ГА - Гражданская авиация

ГЦКС - Главный центр коммутации сообщений (1-й уровень)

КС - Канал связи

МАК - Межгосударственный авиационный комитет

НОТАМ - Формализованные сообщения об оперативных изменениях аэронавигационной обстановки

ОВД - Обслуживание воздушного движения

ОрВД - Организация и управление воздушным движением

ПД - Передача данных

РГП - Республиканское Государственное предприятие

РК - Республика Казахстан

РФ - Российская Федерация

САИ - Служба аэронавигационной информации

СПД - Сеть передачи данных

ТЛГ - Телеграфный канал

ТСОП - Телефонная сеть общего пользования

УВД - Управление воздушным движением

УК - Узел коммутации

ЦКС - Центр коммутации сообщений

ЦКСЗ - Зональный центр коммутации сообщений (2-й уровень)

ЦКСР - Региональный центр коммутации сообщений (3-й уровень)

Введение

Повсеместное внедрение компьютерных сетей должно сопровождаться опережающим развитием фундаментальной теории в этой области, созданием инженерных методов анализа и синтеза, систем автоматизации проектирования, направленных на сокращение сроков и повышение качества проектирования компьютерных сетей.» : академики РАН Е.П. Велихов и Н.А.Кузнецов, из предисловия к книге Вишневского В.М. «Теоретические основы проектирования компьютерных сетей» 2003

Современная система планирования [Федеральная программа модернизации Единой системы организации воздушного движения на период до 2005г.(Постановление Правительства Российской Федерации №368 от 20.04.95)] [1], организации и управления воздушным движением (ОрВД), на основе больших региональных сетей передачи данных (СПД), представляет собой сложный многофункциональный комплекс, включающий в себя системы использования воздушного пространства, системы планирования и управления воздушным движением, системы аэронавигационного и метеорологического обеспечения, наземные средства и системы навигации и посадки, административный, диспетчерский и технический состав. Все эти составляющие системы должны согласованно работать по установленным правилам, обеспечивающим эффективность и особенно безопасность воздушного движения.

К особенностям системы планирования, организации и управления воздушным движением следует отнести наличие обширных территорий, над которыми проходят воздушные трассы, со сложными географическими и климатическими условиями, инфраструктурой ряда мест, характеризуемой малонаселенностью, отсутствием или ненадежностью подъездных путей и проводных каналов связи. До настоящего времени основным средством для информационного взаимодействия между органами ОрВД служит сеть авиационной фиксированной электросвязи АБШ на основе традиционных телеграфных каналов. Сеть представляет собой территориально распределенную систему, базирующуюся на ЦКС (центр коммутации сообщений), обеспечивающих работу телеграфных каналов связи.

В связи с высокой стоимостью современной СПД ОрВД актуальной является задача анализа эффективности, помехоустойчивости и экономичности сети с точки зрения затрат на построение системы и затрат на обслуживание (информационный трафик, аренда, амортизация). Для эффективного анализа и возможности оптимизации некоторых компонент сети для достижения лучших показателей затраты/эффективность актуальной является разработка вычислительно эффективной и в достаточной степени адекватной модели СПД ОрВД. Адекватность модели сети базируется на комплексообразующей системе характеристик и параметров сети, соответствующего различным уровням представления сети - пользовательский, информационный, физический, сетевой и т.д., структурирования и агрегирования данной системы.

При моделировании региональных СПД очень важно иметь визуальное представление о топологии сети. Актуальным является удобное для пользователя одновременное отображение основных свойств и параметров (особенно критических) сети, а также характеристик региона расположения СПД. Визуализация СПД ОрВД до настоящего времени не была подробно разработана с точки зрения количества и качества визуализируемых данных. Обычно это просто изображение графа сети или графа сети на географической карте. В данной работе рассматривается многоуровневая визуализация СПД ОрВД основанная на модели сети, т.е. на основе системы комплексных показателей сети, обладающей разветвленной системой структур и классов, и использующая модели перцептивного восприятия для повышения информативности визуализационного изображения и улучшения субъективного восприятия данной информации.

В связи с постоянным ростом информационной нагрузки, увеличивающимся территориальным охватом систем ОрВД встает задача оптимизации работы существующих сетей и проектирования новых. Особое внимание необходимо уделить защищенности и помехоустойчивости СПД ОрВД. Успешное решение данной задачи чрезвычайно важно для безопасности полетов. Моделирование сетей можно использовать не только для анализа, но и для оптимизации сетей, улучшения их информационных характеристик.

В данной работе рассматривается система оптимизации СПД ОрВД с целью повышения надежности, обеспечения достаточных скоростных показателей при растущей информационной нагрузке на сеть, снижения совокупной стоимости реконструкции и эксплуатации сети на основе адекватного моделирования сети, введения системы комплексных показателей и применения эффективных методов оптимизации.

Для апробации разработанных методик и алгоритмов, за основу принята реальная большая региональная СПД ОрВД РГП (Республиканское Государственное предприятие) "Казаэронавигация". Необходимо отметить, что в связи с большим количеством параметров, и характеристик существующей СПД, которые не могли быть предоставлены в необходимом объеме и виде, математического модель разработана в условиях недостаточности и большой статистической погрешности исходных данных, и, обычно, именно это ограничение является определяющим в практике моделирования сетей ОрВД.

Целью настоящей работы явилось разработка высокоэффективных методов анализа и комплексной оптимизации сети АРПЧ и проведение ряда вычислительных экспериментов с целью определения основных параметров и характеристик сети.

При решении задачи анализа и оптимизации СПД ОрВД имеются ряд проблем:

- глобальные СПД ОрВД обладают рядом специфических свойств, которые при введении их в рассматриваемую задачу требуют построения системы комплексных показателей сети;

- наличие дефицита исходных данных по исходной сети, который необходимо восполнить для адекватного моделирования;

- существующие подходы к моделированию сетей являются вычислительно затратными и не позволяют провести комплексную оптимизацию сети без предварительной декомпозиции; отсутствие подходящего алгоритма для глобальной оптимизации многопараметрических функций, основанных на модели СПД ОрВД.

В работе решаются все вышеуказанные проблемы. Для этого поставлены следующие задачи:

- разработать систему комплексных показателей СПД ОрВД;

- разработать методику восполнения дефицита данных по существующей сети;

- разработать экономически выгодную по затратам, т.е. достаточно несложную но эффективную в вычислительном плане модель сети, позволяющую проводить комплексную оптимизацию параметров модели;

- разработать эффективный алгоритм оптимизации, который позволит проектировать оптимальные по характеристикам и стоимости сети передачи данных для организации и управления воздушным движением;

- для повышения эффективности анализа вышеуказанных сетей разработать эффективную визуализацию с точки зрения адекватного отображения большого количества параметров;

- провести апробацию разработанных методов и алгоритмов на конкретном примере.

Научная новизна работы заключается в следующем:

1. Разработана новая математическая модель СПД ОрВД, основанная на системе комплексных показателей, которая является достаточно эффективной при проведении исследований сетей ОрВД с целью определения их характеристик, а также построения оптимального проекта сети на базе существующей, в случае дефицита исходной информации по существующей сети и трафику;

2. Метод перцептивной многоуровневой визуализации впервые применен для экспресс оценки параметров глобальных СПД в процессе интерактивной оптимизации;

3. Разработан новый гибридный алгоритм эволюционной оптимизации параметров и характеристик региональных СПД ОрВД;

На защиту выносятся следующие положения:

1. Система комплексных показателей глобальной сети передачи данных;

2. Метод многоуровневой визуализации глобальных СПД, основанный на комплексном подходе к обработке изображений;

3. Новый эволюционный алгоритм оптимизации;

4. Данные анализа сети АРШ РГП "Казаэронавигация";

5. Рекомендации по реконструкции сети АРТЫ РГП "Казаэронавигация".

Первая глава является, по существу вводной. В ней содержатся основные положения концепции сети авиационной электросвязи ATN ICAO, основные направления мирового развития авиационной наземной сети связи. Приведены также анализ перспектив использования сетей AFTN и CIDIN. Представлено существующее положение сети AFTN РК и факторы ее развития (материалы, представленные РГП «Казаэронавигация»). Дается краткий обзор уровней СПД ОрВД по классификации OSI. Показана необходимость внедрения нового поколения систем и средств связи. Делается вывод о необходимости разработки систем лидерного анализа и оптимизации для целей реконструкции или проектирования СПД ОрВД.

Во второй главе на основании материалов, представленных РГП "Казаэронавигация", проведен анализ построения, функционирования и тенденций развития существующей сети AFTN РГП "Казаэронавигация". Анализ функционирования сети [Филлипс Д., Гарсиа-Диас А., 1984, Методы анализа сетей.] производился с использованием методов математического моделирования и статистического анализа [Кузин JI.T., 1979, Основы кибернетики. Т.2. Основы кибернетических моделей], [Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д., 1979, Прикладная статистика: Классификация и снижение размерности.]. При анализе функционирования существующей сети [Гостев В.М., Хабибуллин Р.Ф., 2000, О некоторых моделях и методах для оценки временных характеристик сетей передачи данных территориальных компьютерных сетей.] AFTN РК использовался разработанный автором комплекс программ NetGraph - комплексного моделирования, оптимизации и оценки эффективности функционирования сетей передачи данных. Продемонстрирована методика восполнения дефицита данных, разработанная система комплексных показателей региональных сетей ОрВД, методика исследования отказоустойчивости сети и показателей ее надежности [Морозов А.Н., 2006, Система комплексных показателей модели сети организации и управления воздушным движением. // Транспорт: наука, техника, управление.]. Топология базовой СПД может быть отображена в виде граф-схемы СПД на реальной карте с цветной мнемоникой в растровом формате [Дуда Р., Харт П., 1976, Распознавание образов и анализ сцен.]. Для этого решается задача визуализации данных, т.е. представление разнородной (одно- или многомерной) информации на двумерном изображении в рамках перцептивного (наименее многозначного, для корректного восприятия пользователем) представления. Рассматриваемый в работе подход основан на многоуровневой 2D визуализации данных в соответствии с представленной структурой классов, построенных в рамках системы комплексных показателей сети [Месарович М., Мако Д., Такахара И., 1973, Теория иерархических многоуровневых систем.]. Цель этого подхода увеличить информацию о взаимосвязи объектов с помощью визуализации характеристик отношения объектов в пределах каждого уровня визуализации [Морозов А.Н., 1993, Interactive Optimizator for the Problems Dealing With Experimental Data Processing.// Proc. International Conference «Methods and Means for Investigations in Aeronautics»]. Также рассмотрено формирование и корректировка вариантов организации сети, формирование вариантов внешней нагрузки на сеть, построение матрицы осредненных нагрузок сети, маршрутизация потоков данных, анализ отключения каналов связи и узлов коммутации а также общие принципы работы с программным комплексом исследования сети [Морозов А.Н., 2006, Оптимизация сетей передачи данных организации и управления воздушным движением. // Вестник транспорта].

В этой же главе (разделы 2.2-2.3) представлен анализ основных параметров, технических и эксплуатационных характеристик сети AFTN РК, результаты визуализации данного анализа. Представлен также анализ трафика в сети и расчет тенденций его роста и анализ надежности работы телеграфных каналов сети и тенденции ее динамики.

В третьей главе представлены варианты предложений по реконструкции сети AFTN Республики Казахстан, разработанные на основании комплексного анализа материалов, представленных в первой и второй главах и результатов математического моделирования и оптимизации сетей по различным критериям [Рухман E.JL, Ильин В.П., Смирнов М.И., 1987, Синтез топологических структур информационных сетей]. Представлено обоснование реконструкции и основные принципы ее реализации. Представлена географическая топология сети и параметры каналов связи, а также анализ алгоритмов оптимизации [Holland J.N., 1975, Adaptation in Natural and Artificial Systems] [Zbignev Michalewiz, 1999, Genetic Algorithms + Data Structures = Evolution Programs], новая модификация эволюционного метода оптимизации для определения параметров сети, сравнение вероятностного и детерминистического методов, сравнительный анализ свойств, преимуществ и недостатков генетических и эволюционных методов оптимизации, представлено обоснование используемой разработанной модификации эволюционного алгоритма [Зайченко Ю.П., Гонта Ю.В., 1986, Структурная оптимизация сетей ЭВМ]. Приведены результаты ряда вычислительных экспериментов по оптимизации параметров сети, включая топологию, на основании которых выработаны обоснованные рекомендации по реконструкции сети AFTN РК. Приведены варианты организации сети, используемые протоколы и процедуры.

Приведены обобщенные сравнительные характеристики вариантов реконструкции сети AFTN РК, рассмотрены одно- и двухстанционный доступ к узлам коммутации сети и проведен сравнительный анализ на отключение УК и КС в сети с расчетом комплексных показателей эффективности (живучести) функционирования сети.

В заключении представлены основные теоретические и практические результаты проведенных исследований.

Автор выражает признательность: научному руководителю - заведующему кафедрой компьютерного моделирования МФТИ д.ф.-м.н., профессору Ю.И. Хлопкову за руководство и поддержку исследований,

С.А. Трофимову за обсуждение постановок задач и результатов,

Н.Г. Карих за участие в совместных исследованиях, к.ф.-м.н. В.В. Власенко за ценные рекомендации и помощь в исправлении ряда неточностей, д.т.н., С.П. Остроухову за обсуждение ряда методических вопросов, к.т.н. C.B. Михайлову за помощь в подготовке работы, сотрудникам кафедры компьютерного моделирования МФТИ за поддержку, жене и детям за поддержку и терпение.

Выводы по результатам оптимизации

Обобщенные сравнительные характеристики вариантов реконструкции сети AFTN PK.

В данном разделе представлены достоинства и недостатки каждого из предлагаемых вариантов сети. Экспериментальные исследования для вариантов модели сети передачи данных «Казаэронавигация» проведены с использованием системы моделирования NetGraph.

Основные сравнительные характеристики и параметры предлагаемых вариантов и их модификаций представлены в таблице 32.

Вариант сети в виде звезды (радиальная схема)

Исследования эффективности и анализ функционирования и транспортных характеристик показали, что топология в виде звезды слабо структурирована, обладает излишней централизацией и полным отсутствием циклов, что негативно сказывается на живучести (надежности) сети.

Скорее всего, вариант в виде звезды интересен лишь с точки зрения результатов анализа, как некий опорный набор параметров, хотя бы потому, что при отключении УК г.Алматы (модификация №1) или УК г.Астана (модификация №2) сеть AFTN PK практически перестает существовать, не говоря уже о суммарной длине всех КС и эффективной совокупной стоимости данной сети. Из положительных моментов можно отметить очень короткие маршруты, которые, при этом, должны перегружать УК г.Алматы (или УК г.Астана для модификации №2).

Как для модификации №1, так и №2 варианта сети в виде звезды достоинствами являются:

• короткие маршруты, длина которых практически во всех случаях равна двум КС, что способствует стабильной работе сети, особенно учитывая, что она была рассчитана на недозагрузку (коэффициент загрузки 0.3);

• непосредственное оперативное управление из станций Алматы или Астаны (соответственно модификации №1и №2);

• стандартное оснащение оборудованием станций за исключением Алматы или Астаны (соответственно модификации №1и №2)

К недостаткам варианта сети в виде звезды как для модификации №1, так и №2 следует отнести:

• излишняя централизация и полное отсутствие циклов, что негативно сказывается на живучести (надежности) сети;

• анализ сети на отключения КС и УК показали слабую структурированность сети;

• большая канальность узлового ЦКС (Алматы, Астаны, соответственно модификации №1и №2);

• малое количество используемых каналов сети ПД РГП "Казаэронавигация", что приведет к необходимости аренды дополнительных каналов ПД (к уже арендованным для сети ПД РГП

Казаэронавигация" каналам) и, как следствие, необходимости наличия дополнительного оборудования и аренды соединительных линий для подключения к арендованным каналам (проблема "последней мили").

Вариант сети, оптимизированный с учетом максимально возможного применения одного КС на один УК (одностанционный доступ)

Вариант, оптимизированный по этому параметру (при фиксированных заграничных КС) как по топологии, так и по пропускной способности, не составляет сильную конкуренцию базовому, хотя имеет ряд преимуществ, например, уменьшение количества КС и уменьшение эффективной совокупной стоимости. Несмотря на цикл Алматы-Астана-Актобе, сеть обладает повышенной чувствительностью к отключению каналов связи и узлов коммутации из-за отсутствия локальных циклов.

На процесс оптимизации были наложены ограничения, такие как фиксированные КС для всех заграничных УК и наличие цикла по трем крупным центрам Алматы-Астана-Актобе. При сравнении с оптимизированным базовым вариантом видно: суммарное расстояние уменьшилось (несмотря на большое количество фиксированных КС), количество КС уменьшилось, максимальный маршрут не изменился, количество самопересечений уменьшилось (оставшиеся обусловлены, в основном, фиксированными связями, наложенными как ограничения на оптимизацию), а главное - эффективная совокупная стоимость уменьшилась. Топология, при удовлетворении основного условия максимально ограничить количество КС на один УК, обладает отсутствием локальных циклов (за исключением фиксированных КС), что негативно сказывается на живучести (надежности) сети. Анализ сети АРПЧ на отключения КС и УК показали слабую структурированность сети, даже меньшую чем у базового варианта. Живучесть сети этого варианта может быть повышена применением каналов ПД с двумя сегментами - наземным и спутниковым (модификация №3.).

Модификация №1 - сеть, оптимизированная с учетом максимально возможного применения одного КС на один УК с двумя международными центрами

Достоинства данного варианта:

• сеть организована в основном на каналах сети ПД РГП "Казаэронавигация" «Казаэронавигация»;

• не меняется иерархия ЦКС существующей сети;

• ретрансляция международного трафика осуществляется через один центр - Алматы (центр Астаны - как резервный);

• центры Алматы, Актобе и Астаны имеют обходные маршруты;

• управление сетью может осуществляться как из основного, так и резервного центра управления сетью;

• отсутствует проблема "последней мили".

Недостатки варианта

• подчиненные центры AFTN не имеют резервных обходных каналов, что вызывает необходимость в обеспечении альтернативных путей резервирования (ТСОП, Internet и т.п.). Данные виды резервирования можно реализовать на оборудовании центров, имеющих соответствующее аппаратно-программные обеспечение;

• при отказе канала исключается возможность мониторинга и дистанционного управления подчиненных станцией сети.

Модификация №2 - сеть с максимально одностанционным доступом, четырьмя международными центрами и организацией на каналах сети ПД

РГП "Казаэронавигация"

Достоинством данного варианта являются:

• сеть организована на каналах сети ПД РГП "Казаэронавигация" «Казаэронавигация»;

• центры Алматы, Актобе и Астаны имеют обходные маршруты и каналы;

• управление сетью может осуществляться как из основного, так и резервного центра управления сетью;

• за счет подключения международных каналов к Актобе, Астане и Шымкенту обеспечивается минимальное расстояние до границы РК, а следовательно снижается стоимость арендованных международных каналов;

• отсутствует проблема "последней мили" в подчиненных станциях.

Недостатки варианта

• ретрансляция международного трафика осуществляется путем ретрансляции через промежуточные центры - не выполняется требование DOC 8259-AN/936;

• организация канала Москва - Актобе вызовет необходимость установки шлюза AFTN/AMHS в Актобе и как следствие необходимость подготовки специалистов и увеличение штата. Меняется иерархия ЦКС существующей сети - ГЦКС фактически переходит в Актобе;

• в связи с подключением низкоскоростных международных телеграфных каналов к станции AFTN Шымкента будет необходимо: а) наличие как минимум двух каналов на направлении Алматы-Шымкент; б) для обеспечения достаточности в резервировании - открытие канала ПД Астана-Шымкент и как следствие проблема "последней мили"; в) увеличить канальность оборудования AFTN на станции Шымкента; г) продолжать эксплуатировать оборудование уплотнения (ТТ-144) в Шымкенте и решать проблему "последней мили"(до тонального телеграфа).

• подчиненные центры AFTN не имеют резервных обходных каналов, что вызывает необходимость в обеспечении альтернативных путей резервирования (ТСОП, Internet и т.п.). Данные виды резервирования можно реализовать на оборудовании центров, имеющих соответствующее аппаратно-программное обеспечение;

• при отказе канала исключается возможность мониторинга и дистанционного управления подчиненных станцией сети.

Модификация №3 - сеть с максимально одностанционным доступом, двумя международными центрами и организацией на наземных и спутниковых каналах сети ПД РГП "Казаэронавигация"

Достоинством данного варианта являются:

• сеть полностью организована на наземных и спутниковых каналах сети ПД РГП "Казаэронавигация";

• основные и подчиненные центры AFTN имеют резервные каналы одного маршрута, что не требует альтернативных путей резервирования (ТСОП, Internet и т.п.);

• не меняется иерархия ЦКС существующей сети;

• ретрансляция международного трафика осуществляется через один центр - Алматы (центр Астаны - как резервный);

• центры Алматы, Актобе и Астаны имеют обходные маршруты и каналы;

• управление сетью может осуществляться как из основного, так и резервного центра управления сетью;

• наличие двух каналов обеспечивает автоматическое резервирование на уровне маршрутизаторов сети, а также практически непрерывный процесс мониторинга и дистанционного управления в сети;

• подключение пользователей AFTN и AMHS к своим сетям в городах возможно осуществить на аппаратном уровне (не использовать специальные программные комплексы).

Недостатки варианта

• условная стоимость аренды каналов выше, чем в вышеуказанных модификациях.

Вариант сети, оптимизированный с учетом максимально возможного применения не менее двух КС на один УК (многостанционный доступ)

Вариант, оптимизированный по параметру - не менее двух КС на УК (при фиксированных заграничных КС) как по топологии, так и по пропускной способности, практически идеален, хотя и имеет некоторую оставшуюся чувствительность к отключению части УК. Этот вариант является сравнимым по эффективной совокупной стоимости. КС при такой стоимости, в основном, сильно недозагружены, что также должно способствовать как стабильному обслуживанию абонентов, так и представлять задел на будущее - обладать устойчивостью к неуклонному повышению запросов.

На процесс оптимизации были наложены ограничения, такие как фиксированные КС для всех заграничных УК и наличие цикла по трем крупным центрам Алматы-Астана-Актобе. При сравнении с оптимизированным базовым вариантом видно: суммарное расстояние практически не изменилось (несмотря на большое количество фиксированных КС), количество КС увеличилось, максимальный маршрут не изменился, количество самопересечений едва увеличилось, эффективная совокупная стоимость увеличилась, но не так значительно, несмотря на увеличение количества КС и улучшение топологии, которая сильно изменилась - появилось множество циклов, что положительно сказывается на живучести (надежности) сети. Анализ сети на отключения КС и УК показали хорошую структурированность сети, значительно лучшую чем у базового варианта (за счет увеличения количества КС и организации локальных циклов при все еще сравнимой эффективной совокупной стоимости).

Отличие представленных модификаций определяется разными вариантами подключения станций сети. Как для модификации №1, №2 и №3 присущи следующие достоинства и недостатки.

Достоинства варианта

• сеть организована с полным или частичным использованием каналов сети ПД РГП "Казаэронавигация";

• не меняется иерархия ИКС существующей сети;

• основные и подчиненные центры AFTN имеют резервные обходные каналы, что не требует альтернативных путей резервирования (ТСОП, Internet и т.п.);

• ретрансляция международного трафика осуществляется через один центр - Алматы (центр Астаны - как резервный);

• центры Алматы, Актобе и Астаны имеют обходные маршруты;

• управление сетью может осуществляться как из основного, так и резервного центра управления сетью.

Недостатки варианта

• большое количество каналов, а следовательно большая стоимость аренды;

• дополнительно к уже арендованным для сети ПД РГП "Казаэронавигация" каналам необходима аренда новых каналов ПД и как следствие: а) необходимо наличие дополнительного оборудования для подключения к арендованным каналам; б) необходима аренда соединительных линий для подключения к арендованным каналам (проблема "последней мили").

Заключение

• Разработана система комплексных показателей глобальной сети передачи данных в условиях дефицита информации. Данная система показателей, основанная на интегральных законах сохранения информации в сети, позволяет проводить количественный анализ глобальных сетей передачи данных. На основе данной системы построена квазистатическая математическая модель сети.

• Разработан единый комплекс программ позволяющий проводить исследование глобальных сетей с целью определения их характеристик в виде непосредственно скоростных характеристик, информационно-емкостных, стоимостных, затратных и пр.

• Разработан метод многоуровневой визуализации глобальных СПД на основе использования комплексного подхода к обработке изображений и многомерных, структурированных данных и использования алгоритмов перцептивной визуализации. Данный метод применен для визуализации сети АРШ РГП "Казаэронавигация".

• Разработана новая модификация эволюционного алгоритма оптимизации, основанная на жизненном цикле популяции, показана хорошая сходимость и высокая скорость работы алгоритма.

• Разработан единый комплекс программ для совместного анализа, визуализации и оптимизации характеристик сети, включая топологические характеристики, на основе нового эволюционного алгоритма оптимизации. Обеспечено единство программной, аппаратной, информационной и экономической сред.

• Сформированы на основе обработки данных характеристик рекомендации для сети АРШ РГП "Казаэронавигация", имеющие не только внутриреспубликанское значение, но и служащие для обеспечения взаимосвязи с другими регионами.

• Разработанные методики успешно применены для анализа сетей АРПЧ РГП "Казаэронавигация". Сформированные предложения по ее реконструкции приняты. [20].

• Методы математического моделирования и оптимизации, представленные в работе для анализа и построения сетей, могут быть использованы для решения подобных задач в различных приложениях, например, при разработке и оптимизации маршрутных списков (карт), сетей грузоперевозок, топливно-энергетических сетей, и пр. включая сети АРТО.

1. Федеральная программа модернизации Единой системы организации воздушного движения на период до 2005г.(Постановление Правительства Российской Федерации №368 от 20.04.95)

2. Олифер В.Г., Олифер H.A., Компьютерные сети. Принципы, технологии, протоколы. СПб.: Питер, 2006.

3. Ирвин Дж., Харль Д., Передача данных в сетях: инженерный подход. СПб.: БХВ-Петербург, 2003.

4. Кузин JI.T. Основы кибернетики. Т.2. Основы кибернетических моделей. -М.: Энергия, 1979.

5. Филлипс Д., Гарсиа-Диас А. Методы анализа сетей. /Пер. с англ.-М.:Мир,1984.-496 с.

6. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Классификация и снижение размерности. Справочное издание. М.: Финансы и статистика, 1989.

7. Гостев В.М., Хабибуллин Р.Ф. О некоторых моделях и методах для оценки временных характеристик сетей передачи данных территориальных компьютерных сетей // Исследования по информатике. Вып. 2. Казань: Отечество, 2000. - С. 133-142.

8. Зиновьев П.А., Моисеев B.C. Функциональные модели корпоративных систем с многозвенной intranet-архитектурой // Исследования по информатике. Выпуск 2. Казань: Отечество, 2000. - С. 19-24.

9. Мизин И.А., Богатырев В.А., Кулешов А.П. Сети коммутации пакетов. М.:Радио и связь, 1986.-408 с.

10. Шварц М. Сети ЭВМ. Анализ и проектирование. М.:Радио и связь, 1981.336 с.

11. Крускал Дж. Взаимосвязь между многомерным шкалированием и кластер-анализом // В кн.: Классификация и кластер.- М: Мир, 1980, С. 20 - 41.

12. Введение в математическое моделирование. / Под ред. П.В. Трусова. М.: Логос, 2004.

13. Бертсекас Д., Галлагер Р., Сети передачи данных. М.: Мир, 1989.

14. Н. Джонсон, Ф. Лион, Статистика и планирование эксперимента в науке и технике. М.: Мир, 1980.

15. Морозов А.Н. Система комплексных показателей модели сети организации и управления воздушным движением. // Транспорт: наука, техника, управление (орган ВИНИТИ РАН) 8, 2006, стр.22-24.

16. Морозов А.Н. Многоуровневая визуализация сетей передачи данных организации и управления воздушным движением. // Вестник транспорта 8, 2006, стр.24-29.

17. Морозов A.A., Гостев В.М., Хабибуллин Р.Ф. Вычислительные эксперименты по оценке пропускных способностей и временных характеристик сетей передачи данных // Исследования по информатике. Вып. 3. Казань: Отечество, 2001. - С. 149-164.

18. Морозов А.Н., Interactive Optimizator for the Problems Dealing With Experimental Data Processing.// Proc. International Conference «Methods and Means for Investigations in Aeronautics», Russia, Zhukovsky,1993

19. Морозов A.H., Применение методов обработки изображений и цифрового спектрального анализа при исследовании высокоэнтальпийных потоков газа.// Труды Конференции Молодых Ученых ЦАГИ (Жуковский, апрель 1996г.)

20. Морозов А.Н., Обработка изображений, получаемых в аэрофизическом эксперименте.// Научная конференция МФТИ по проблемам аэрофизического эксперимента 1998г.

21. Morozov A., Bosnyakov S., Culesh V., Fonov S., Moscalic V., Tarasov N., Blade Deformation and PSP Measurements on the Large Scale Rotor by VideoMetric System// ICIASF'97 Records, Pacific Grove, California, Sept.29-Oct.2 1997.

22. Морозов A.H., Ю.Лифшиц, А.Орлов, В.Песецкий, С.Фонов, A Study of Transonic Wing-Winglet Flow with Light Intensity Pressure Sensors.// Preprint TsAGI No 78 (Препринт ЦАГИ No78) 1993

23. Морозов A.H., Смирнов П.А., Повышение точности метода люминесцентных преобразователей давления посредством расчета переотражения излучения.// Труды Конференции Молодых Ученых ЦАГИ (Жуковский, апрель 1998г.)

24. Морозов А.Н., Применение методов пространственной 3D фильтрации в аэрофизическом эксперименте.// Труды Конференции Молодых Ученых ЦАГИ (Жуковский, апрель 1998г.)

25. Клейнрок Л. Вычислительные системы с очередями. М.: Мир, 1979.

26. Седов Л.И. Методы подобия и размерности в механике. М.: Наука. Гл. ред. физ.-мат. лит., 1987.

27. Самарский А.А., Михайлов А.П., Математическое моделирование: Идеи. Методы. Примеры. М.: ФИЗМАТЛИТ, 2005.

28. Костевич Л.С., Математическое программирование: Информационные технологии оптимальных решений. Мн.: Новое знание, 2003.

29. Горшков А.Ф., Евтееф Б.Ф., Коршунов В.А. и др., Компьютерное моделирование менеджмента. -М.: Изд. «Экзамен», 2004.

30. Льюнг Л., Идентификация систем: Теория для пользователя. М.: Наука. Гл. ред. физ.-мат. лит., 1991.

31. Цифровая обработка изображений в информационных системах. / И.С.Грузман, В.С.Киричук и др. Новосибирск: изд-во НГТУ, 2002.

32. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976. Batyrshin I., Klimova A. New invariant relational clustering procedures // Proc. 10th Zittau Fuzzy Colloquium. Germany, 2002. - C. 264 - 269.

33. Морозов A.H., Применение методов обработки изображений и цифрового спектрального анализа при исследовании высокоэнтальпийных потоков газа.// Труды Конференции Молодых Ученых ЦАГИ (Жуковский, апрель 1996г.)

34. Ikeda Н., Wright M.J., Receptive field organization of "sustained" and "transient" retinal ganglion cells which subserve different functional roles. // J.Physiol. 1972, Vol. 227, p.769-800.

35. Ito M., Neurophysiological aspects of the cerebral motor control system. // Intern. J. Neurol. 1970, Vol. 7, p. 162-176.

36. A.A. Митькин, Системная организация зрительных функций. М.: Наука, 1988.

37. Reed S.K., Schemes and theories of pattern recognition. // Handbook of perception. N.Y.; San Francisco; L.: Acad.press, 1978, Vol. 9, p. 137-162.

38. Выготский JI.C., Избранные психологические исследования. М.: Педагогика, 1959.

39. Анисимов Б.В., Курганов В.Д., Злобин В.К., Распознавание и цифровая обработка изображений. М.: Высшая школа, 1983.

40. Морозов А.Н., Три слова в защиту цифровой обработки изображений.// http://www.netfort.info, 2005г.

41. Р. Гонсалес, Р.Вудс, Цифровая обработка изображений. Москва: Техносфера, 2005.

42. Методы компьютерной обработки изображений. / под ред. В.А. Сойфера. -М.: ФИЗМАТЛИТ, 2003.

43. Н.С. Бахвалов, Н.П. Жидков, Г.М. Кобельков, Численные методы. М.: БИНОМ. Лаборатория знаний, 2004.

44. Е.З. Демиденко, Оптимизация и регрессия. М.: Наука. Гл. ред. физ.-мат. лит., 1989.

45. Живописцев Ф.А., Иванов В.А., Регрессионный анализ в экспериментальной физике. -М.: Изд-во МГУ, 1995.

46. Морозов А.Н., Морозова Т.Н., Применение нового эволюционного метода оптимизации для выбора параметров фильтров упругих колебаний.// Труды Конференции Молодых Ученых ЦАГИ (Жуковский, апрель 1999г.)

47. Кулеш В.П., Морозов А.Н. Быстрый алгоритм определения функции передачи модуляции и коэффициента рассеяния линии объектива // Труды XLI Научной Конференции МФТИ, 27-28 ноября 1998г

48. Янбых Г.Ф., Столяров Б.А., Оптимизация информационно-вычислительных сетей. М.: Радио и связь, 1987.

49. Советов Б.Я., Яковлев С.А., Построение сетей интегрального обслуживания. -Л.: Машиностроение. Ленингр. отд-ние, 1990.

50. Ивницкий В.А, Теория сетей массового обслуживания. М.: Издательство Физико-математической литературы, 2004.

51. Л.А. Растригин. Статистические методы поиска.- М.: Наука, 1968.

52. Костенко В.А., Трекин А.Г. Генетические алгоритмы решения смешанных задач целочисленной и комбинаторной оптимизации при синтезе архитектур ВС// Искусственный интеллект (Донецк), 2000, No 2, с.90-96.

53. Holland J.N. Adaptation in Natural and Artificial Systems. Ann Arbor, Michigan: Univ. of Michigan Press, 1975.

54. Костенко В.А. Принципы построения генетических алгоритмов и их использование для решения задач оптимизации// Труды IV Международной конференции "Дискретные модели в теории управляющих систем" (19-25 июня 2000 г.) с.49-55.

55. Костенко В.А., Смелянский Р.Л., Трекин А.Г. Синтез структур вычислительных систем реального времени с использованием генетических алгоритмов//Программирование, 2000, N 5.

56. Уоссермен Ф. Нейрокомпьютерная техника. Теория и практика.- М.: Мир, 1992.

57. Zhe Wang, David Zhang "Novel evolutionary method for gray-level image restoration", Opt.Eng. 38(4) April 1999.

58. Левенштам В.Б. Асимптотические свойства решений эволюционных уравнений при больших значениях времени и при высокочастотных возмущениях коэффициентов (98-01-00136). РосГУ. Ростов-на-Дону.

59. Гладков Л.А., Курейчик В.В., Курейчик В.М., Генетические алгоритмы. М.: ФИЗМАТЛИТ, 2006.

60. Макеев Г.М. Распознавание и классификация пространственных форм гибких молекул с использованием структурных символьных спектров и эволюционных алгоритмов (98-01-00324). ИФАВ РАН.

61. Топчий А.П. Эволюционно-генетические технологии в однородных электронных средах (98-01-01022). ТагГРТУ НИИ МВС. Таганрог.

62. Поляк Б.Т., Введение в теорию оптимизации. М.:Наука, 1983

63. Foester F.G. On stochastic matrices associated with certain queuing process // Ann. Math. Statist. 1953. V.24. №2, P. 355-360

64. P. Хаггарти, Дискретная математика для программистов. Москва: Техносфера, 2004

65. Галкина В.А., Дискретная математика: комбинаторная оптимизация на графах. М.: Гелиос АРВ, 2003.

66. Морозов А.Н., Interactive Optimizator for the Problems Dealing With Experimental Data Processing.// Proc. International Conference «Methods and Means for Investigations in Aeronautics», Russia, Zhukovsky,1993

67. Паклин Н.Б., Адаптивные модели нечеткого вывода для идентификации нелинейных зависимостей в сложных системах: Диссертация к.т.н. Ижевск, 2004.

68. Морозов А.Н. Оптимизация сетей передачи данных организации и управления воздушным движением. // Вестник транспорта 9, 2006, стр. 26-31

69. Гостев В.М., Хабибуллин Р.Ф. Технологии оптимизации проектирования сетей передачи данных территориальных компьютерных сетей // Исследования по информатике: Ин-т проблем информатики АН РТ. Казань, 1999. - С. 157-174.

70. Zbignev Michalewiz. Genetic Algorithms + Data Structures = Evolution Programs // Third, revised and extended edition Springer, 1999.

71. Башарин Г.П., Чумаев A.B., Условия частичного и детального баланса для модели гибкой производственной системы // Автоматика и телемеханика. 1989. №4, с.109-115.1. ЕЭ1. Управляющий1. ЕЭ ЕЭ

72. Процессор отображения ввода

73. Подсеть бортового оборудования1.ТРАССИРОВЩИК1. АТК1