автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка методического обеспечения для прогнозирования технического состояния корпоративной сети

На правах рукописи

Нарыжная Наталья Юрьевна

РАЗРАБОТКА МЕТОДИЧЕСКОГО ОБЕСПЕЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ ТЕХНИЧЕСКОГО СОСТОЯНИЯ КОРПОРАТИВНОЙ СЕТИ

Специальность 05.13.01 - «Системный анализ, управление и обработка информации (информационные и технические системы)»

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Краснодар - 2009

003467676

Работа выполнена в ГОУ ВПО «Кубанский государственный технологический университет»

Научный руководитель:

кандидат технических наук, доцент Петриченко Григорий Семёнович

Официальные оппоненты: доктор технических наук, профессор

Марков Виталий Николаевич

кандидат технических наук, профессор Бухонский Михаил Иванович

Ведущая организация:

Краснодарское высшее военное авиационное училище летчиков имени героя Советского Союза А.К. Серова

Защита состоится «13» мая 2000 г. в 16.00 часов на заседании диссертационного совета Д 212.100.04 в ГОУ ВПО «Кубанский государственный технологический университет» по адресу: 350072, г. Краснодар, ул. Московская, 2, Г-251

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Кубанский государственный технологический университет»

Автореферат разослан «13» апреля 2009 г.

Ученый секретарь

диссертационного совета Д 212.100.04

канд. техн. наук, доцент

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы

В связи с возрастающей ролью корпоративных сетей (КС), их применением во многих областях деятельности и различных отраслях народного хозяйства возрастает значение предвидения их состояния, что дает возможность управлять им, своевременно предупреждать аварийные ситуации. Прогнозирование технического состояния (ТС) является наиболее эффективным методом повышения эксплуатационной надежности корпоративных сетей путем своевременного проведения мероприятий по техническому обслуживанию и ремонту.

При прогнозировании технического состояния корпоративных сетей основная трудность состоит в том, что заранее неизвестна совокупность признаков, обеспечивающая прогноз с требуемой точностью. Поэтому необходимо выбрать совокупность информативных параметров, по которым будет осуществляться прогноз с наилучшим качеством и минимальными затратами на контроль и осуществление процесса прогноза.

Процесс диагностики и прогнозирования ТС КС является довольно дорогим и продолжительным по времени сбора и обработки данных. Поэтому актуальными становятся задачи не только повышения работоспособности корпоративной сети, но и снижения временных и финансовых затрат на осуществление процесса прогнозирования ее технического состояния.

Цель исследования состоит в повышении эксплуатационных характеристик корпоративной сети за счет разработки и применения методического обеспечения для прогнозирования ее технического состояния.

Для практической реализации поставленной цели в работе сформулированы и решены следующие задачи:

1. Разработана структура методического обеспечения (МО) для прогнозирования технического состояния корпоративной сети.

2. Разработаны методики выбора параметров прогнозирования.

3. Разработана классификационная схема выбора методов прогнозирования.

4. Разработана комплексная методика прогнозирования ТС КС.

5. Осуществлен параметрический прогноз технического состояния корпоративной сети.

6. Произведена оценка эффективности разработанного методического обеспечения.

Объект исследования - корпоративная сеть.

Предмет исследования - методическое обеспечение прогнозирования ТС КС.

При решении поставленных задач использовался аппарат математической статистики, методы системного анализа, теории множеств, теории экспертных оценок, теории вероятностей, методы прогнозирования.

Научная новизна работы заключается в следующем:

1. Разработан подход к выбору параметров прогнозирования с учетом возможности их количественного измерения, исключения малозначащих параметров и измерением количества потерь информации при этом.

2. Разработана классификационная схема выбора метода прогнозирования в зависимости от вход-выходной модели корпоративной сети.

3. Получена методика прогнозирования технического состояния КС.

Практическая значимость результатов исследования предполагает,

что применение МО позволит осуществлять процесс прогнозирования ТС КС на единой методической базе, на основе чего можно будет осуществлять научно-обоснованный выбор параметров для

прогнозирования с вычислением информативности, возможностью исключения малозначащих параметров, а также выбора методов прогнозирования в зависимости от модели сети.

Положения, выносимые на защиту:

1. Подход к выбору параметров прогнозирования, включающий две методики:

- информационный подход на основе имеющихся количественных данных по параметрам ТС КС;

- методика выбора параметров, применяемая в. случае неполного контроля параметров ТС КС.

2. Классификационная схема выбора метода прогнозирования в зависимости от эксплуатационной модели сети (или ее составных частей), которая характеризуется набором входных параметров о техническом состоянии КС и условиях ее эксплуатации, множеством' выходных сигналов, а также оператором преобразования входных сигналов в выходные.

3. Методика прогнозирования технического состояния КС, предполагающая определение тренда временного ряда значений параметра, выявление функции тренда, прогнозирование по полученной функции значений параметра через заданный промежуток времени методом экспоненциального сглаживания, оценка погрешности прогноза, прогнозирование величины погрешности на тот же интервал упреждения методом авторегрессии.

Достоверность результатов исследования обеспечивается корректным использованием математического аппарата, применением методов статистического анализа, системного анализа, экспертных оценок, прогнозирования, экспериментальными исследованиями и результатами полученных расчетов на примере корпоративной сети компании.

Реализация результатов исследования. Теоретические положения работы включены в учебный процесс при чтении лекций и проведении

лабораторных работ по дисциплинам: «Диагностика и ремонт вычислительных сетей», «Телекоммуникация и сети», «Сети ЭВМ», проводимым преподавателями кафедры информатики Кубанского государственного технологического университета; «Аппаратные средства вычислительной техники» на кафедре защиты информации автоматизированных систем Краснодарского высшего военного училища имени генерала армии С.М. Штеменко; «Вычислительная техника» на кафедре математики и информатики Краснодарского высшего военного авиационного училища летчиков имени героя. Советского союза А.К. Серова. Результаты разработок внедрены в ООО «Медицинский центр «Сантэ», ООО «М. видео Краснодар», ООО «Югкабель».

В Федеральной службе по интеллектуальной собственности, патентам и товарным знакам получены два свидетельства об официальной регистрации программ для ЭВМ.

Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на Седьмой всероссийской научной конференции молодых ученых и аспирантов «Новые информационные технологии. Разработка и аспекты применения» ТГРУ (г. Таганрог, 25-26 ноября 2004 г.); Седьмой межвузовской научной конференции «Инновационные технологии в образовательном процессе» КВВАУЛ (г. Краснодар, 21-22 апреля 2005 г.); Девятой межрегиональной научно-практической конференции «Инновационные технологии в образовательном процессе» (КВВАУЛ, г. Краснодар, 19-20 апреля 2007 г.); Десятой юбилейной международной научно-практической конференции «Инновационные технологии в образовательном процессе» КВВАУЛ (г. Краснодар, апрель 2008 г.). Работа «Разработка информационного обеспечения прогнозирования технического состояния корпоративной сети» участвовала в краевом конкурсе научных и творческих работ аспирантов, соискателей ВУЗов Краснодарского края за 2007 год «Олимп

науки» и была удостоена диплома III степени по техническому направлению.

Публикации. По материалам диссертации опубликовано 27 работ: 16 статей, из которых 5 статей в журналах, рекомендованных ВАК РФ, 2 свидетельства об официальной регистрации программ для ЭВМ, 1 отчет по НИР, 8 тезисов докладов конференций.

Структура и объем диссертации. Диссертация состоит из введения, четырех разделов, заключения, списка использованных источников из 102 наименований и приложений. Основная часть работы изложена на 140 страницах машинописного текста. Работа содержит 17 рисунков и 31 таблицу.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы, определяются цель и задачи исследования, формулируются научная новизна и практическая значимость результатов.

В первом разделе рассмотрены основные понятия и определения теории прогнозирования, выделены направления прогнозирования, сформулированы задачи прогноза по соответствующим направлениям, приведен анализ существующих способов прогнозирования состояния объекта исследования. Данный анализ показал, что в законченной структурированной форме не разработаны классификационные таблицы выбора методов прогнозирования; нет сформированной экспертной системы для выбора методов прогнозирования с учетом имеющейся входной информации, выходных параметрах, способе и модели эксплуатации составных частей корпоративной сети.

Проведен анализ существующих способов эксплуатации корпоративных сетей, выявлено, что при переводе техники на эксплуатацию по фактическому техническому состоянию (ФТС) повышается достоверность получения информации о возникновении

отказа составной части КС в заданный момент времени, на 26% возрастает коэффициент технического использования составных частей КС, эксплуатационные расходы по обслуживанию составных частей сети сокращаются на 29-30%.

Разработана обобщенная структура МО для прогнозирования ТС КС, обоснована необходимость создания универсальной системы для прогноза ТС КС. Сформулированная задача разработки методического обеспечения прогнозирования ТС составных частей КС при эксплуатации по ФТС включает:

- разработку МО выбора параметров технического состояния корпоративной сети с возможностью формирования новой системы характеристик ТС КС (с меньшим числом параметров) и возможностью расчета потерь информации о первоначальной системе характеристик при исключении малозначащих параметров;

- разработку МО для выбора метода прогнозирования ТС КС, которая состоит в создании эксплуатационных моделей КС, прогнозных моделей КС, классификационных таблиц методов прогнозирования ТС КС;

- разработку методики прогнозирования ТС КС, позволяющей выявить функцию тренда по имеющимся исходным данным контролируемого параметра, произвести экстраполяцию его значения на некоторый интервал упреждения, прогнозировать значения погрешности вычислений и формировать в итоге окончательный прогноз.

Во втором разделе приведены основы выбора параметров прогнозирования, разработан подход к их выбору, включающий: информационный подход на основе имеющихся количественных данных по параметрам ТС КС и метод анализа иерархий, применяемый в случае, если параметры невозможно точно количественно измерить.

Информационный подход включает процесс составления корреляционной матрицы по значениям исходных параметров ТС КС, учет вероятностей соответствия значений рассматриваемых характеристик

требуемому уровню, построение преобразования, позволяющего определить коэффициенты приоритетности параметров, использование функции информации Шеннона для определения информативности различных совокупностей параметров, а также потерь информации при исключении малозначащих характеристик. Ставится следующая задача.

Пусть некоторая система характеризуется совокупностью N параметров которые обозначим вектором х- (х\, ..., Хн).

Необходимо найти такую функцию Дх), которая бы, описывая свойства системы, отвечала следующим требованиям: вектор 2 = /(5)содержал бы ту же информацию о свойствах системы, что и вектор х \ число компонент М вектора 5 = (2,....,гЛ,)было бы меньше числа компонент ТУ вектора х.

Используются данные наблюдений, полученные при контроле Р аналогичных систем в различные моменты времени. В этом случае имеем набор из N параметров для каждой системы {х,/к)}, где /' = I, ..., ТУ, у = 1, ..., Р - номер контролируемой системы, к- номер замера параметров Ск = 1,.... Т).

При ограниченном времени испытаний вводится дополнительный параметр хц.ц, который определяется как вероятность отказа системы к концу времени испытаний. Значения параметра при каждом замере к

равны к= I, ..., Т, где и„* - общее число отказавших систем по

всем параметрам при А-том замере.

Алгоритм методики выбора информативной совокупности параметров можно представить следующим образом.

На первом этапе на основе расчета элементов ковариационной матрицы производится построение корреляционной матрицы С=||С,у||, С'

С " , / = 1, ..., N+1, ] = 1, ..., N+1. При этом в качестве Сщ-и

(С,уI вычисляется корреляция между вероятностями отказа по выходу за допуски параметра х, и отказа к концу испытания Из полученной

матрицы выделяются вспомогательные: А = ЦС^Ц, i = 1, ..., N. у = 1, ..., Ы;

В = \\См,1Лч\\.

На втором этапе строится преобразование а, описывающее внутренние связи рассматриваемых параметров контролируемой системы:

(1)

а ц а ц ... а ц ... а к + , , О а „ ... а , 2 ... а н + , ,

О о ... а „ ... а „ + ,

О 0 ... О ... а „ + , + ,

9 0 ... О ... а д, + , „ + ,

V /

Обозначив через ё, - столбцы координатной матрицы ||а,у|| и определив их так, чтобы С,/ = (е(> е^, получаем координаты а,у по рекуррентным соотношениям (г = 1, ..., #+1, у = 1, ..., /У+1):

«ч=7(е|е.)=л/^7; Й2] = = а22 = ^С22 - «21; «и с

(2)

= а..

а„ а„ ' аЛ

Производится вычисление коэффициентов приоритетности параметров а1 путем решения системы (3):

«»+и = й1ап + «2«21 + ••■+ оыат\ «//+1.2 = -а2а22 + ... + 0^2;

(3)

Алгоритмом решения системы являются рекуррентные соотношения

•'л'нлм .

На следующем этапе происходит сравнение коэффициентов приоритетности по их абсолютной величине, перегруппировка и

переиндексация исходных параметров по возрастанию абсолютной величины а,.

Вычисление функций информации 10, //, ¡2, — осуществляется по формулам:

Iо =

0,51п

(1е( А В

с1е1С

I ^ = 0,5

1п

¿¡е/ А / ЛмВ

(4)

где 1а

общая информативность параметров системы; 7, -

информативность параметров системы при отбрасывании первых 7 параметров,у = 1,2 ... N-1; Aj и Су - матрицы, полученные из матриц А и С вычеркиванием первых у-строк и ^-столбцов, соответствующих отброшенным у параметрам.

Потери информации вычисляются по формуле:

/0 -/, е, =-—¿--100%.

(5)-

В случае, когда нет возможности измерять все рассматриваемые характеристики ТС КС, предлагается использовать метод анализа иерархий, который позволяет определить приоритетность исследуемых признаков. Данная методика предусматривает построение матриц парных сравнений параметров ТС КС, расчет вектора приоритетов, компоненты которого и являются коэффициентами приоритетности рассматриваемых характеристик.

В работе обобщены условия выбора метода выявления оптимальной совокупности параметров прогнозирования ТС КС. С этой целью разработана классификационная таблица методов, по строкам которой размещены методы выбора параметров, а по столбцам - признаки метода. В качестве признаков рассматриваются количество входных параметров, количество выходных параметров, вид выходных оценок параметров, учет потерь информации, область использования метода.

Для эффективного проведения процесса прогнозирования ТС КС, эксплуатируемых по ФТС, метод выбора параметров должен соответствовать следующим требованиям:

1) количество входных параметров должно быть не менее 5;

2) количество выходных параметров должно быть более одного;

3) выходные оценки параметров должны быть взвешены;

4) информативность параметров должна учитываться;

5) потери информации при исключении менее информативных параметров должны просчитываться;

6) отказы системы по параметру должны учитываться.

Для индивидуального прогнозирования предпочтительней использовать методы выбора параметров, которые определяют информативность параметра или группы параметров, а также позволяют учитывать потери информации при исключении малозначащих параметров.

Перечисленным требованиям соответствуют приведенные выше методы выбора параметров.

Третий раздел посвящен выбору метода прогнозирования и осуществлению прогноза. Обобщены условия выбора метода прогнозирования ТС КС, дано формализованное представление метода в виде системы.

Классификационная схема выбора метода прогнозирования (МП) в зависимости от модели исследуемой системы характеризуется набором входных параметров о техническом состоянии системы и условиях ее эксплуатации, множеством выходных характеристик, а также оператором преобразования входных данных в выходные. Приведены всевозможные классы эксплуатационных моделей корпоративных сетей.

Разработаны методические рекомендации по построению и классификации эксплуатационных моделей корпоративных сетей, которые учитывают, что в эксплуатационных документах содержатся

эксплуатационные модели составных частей КС с различной структурой содержания и полнотой. Субъект прогнозирования реализует процесс прогноза на основе имеющейся эксплуатационной модели КС. В зависимости от структуры содержания и полноты этой модели субъект прогнозирования проводит выбор соответствующих МП. Информационную основу выбора методов прогнозирования составляют классификационные модели объекта прогнозирования, базой для которых являются признаки моделей, удовлетворяющих требованиям:

- информативности, т.е. содержащие необходимую информацию об эксплуатационной модели, обеспечивающую однозначный выбор методов прогнозирования;

однозначности, т.е. обеспечивающие разбиение множества эксплуатационных моделей на их однозначные классы;

- полноты, т.е. охватывающие классификацию всего множества известных эксплуатационных моделей.

В соответствии с этим построены таблицы классов эксплуатационных моделей КС.

Применительно к эксплуатации корпоративных сетей метод прогнозирования ТС КС является совокупностью правил и приемов, используемых для определения состояния КС в заданный момент или интервал прогнозирования. Если объектом прогнозирования технического состояния является множество КС, то применяются методы массового прогнозирования. Если объект прогнозирования - отдельная КС, эксплуатируемая в конкретной обстановке внешней среды, используемая для выполнения конкретных задач, - применяются методы индивидуального прогнозирования.

В соответствии с приведенным определением понятие МП в формализованном виде может быть представлено как система Мп=(Хи,Ги,Аи}, где М„ - формализованное описание метода как системы, Хм - описание исходных данных, Ум - описание результатов

применения метода, Ам - множество операций метода, задаваемых на описании исходных данных для получения результатов метода

=Au(Xf,). В качестве исходных данных МП рассматривается информация о результатах наблюдения за предыдущим поведением объекта, подлежащего прогнозу, а именно изменению его состояния за определенный предыдущий интервал времени. Множество операций метода представляет собой взаимосвязанную последовательность арифметических и логических операций, выполняемых над множеством исходных данных для получения конечного результата. Изменение состава исходных данных, результатов или операций приводит к изменению метода прогнозирования.

Для представления классов эксплуатационных моделей используется декартово произведение признаков эксплуатационных моделей Х*ЛхУ, где X = (Х,,Х2,Х3); У = (У1,У2,У3); А = {А\Аг,Аг) и каждая строка декартова произведения представляет собой определенный класс эксплуатационных моделей.

Выбор метода прогнозирования может включать ряд последовательно выполняемых этапов:

1) определение класса эксплуатационной модели сети (ее элемента);

2) определение вида прогнозирования технического состояния сети, в качестве которого могут выступать:

а) метод индивидуального прогнозирования (статистические методы), где множество Y состоит из измеренных (регистрируемых) значений выходных сигналов (г3);

б) метод массового прогнозирования (аналоги, опережающие методы), при котором Y - множество допустимых значений параметра выходных сигналов (У2);

в) экспертный метод прогнозирования (прямые, с обратной связью), где Y- неконтролируемые значения параметра выходных сигналов (У1);

3) формирование признаков модели в виде заданной длины выборки значений временного ряда, заданного интервала упреждения, заданных весов значений временного ряда;

4) выбор МП на основе полученного класса эксплуатационных моделей и класса прогнозных моделей.

Классы эксплуатационных моделей и схема выбора метода прогнозирования могут быть представлены следующим образом:

Вид модели объекта прогнозирования

X А У

3 2 1 3 2 [ 3 2 1

1 1 1

г 2

3 3

1 1

2 2 2

3 3

гтг э

121 э

ш э

1 1

2 2

3

211 э

221 231 э э

311 э

321 331 э э

1 1

2 2

3 3 3

1 1

2

3 3

113 и

123 133 и и

2

3

213 И

223 И

233 И

313 и

323 333 и и

Рисунок 1 - Классификационная схема выбора методов прогноза В приведенной классификации в качестве Х\ Хг, X1 выступают определенные экспертно, допустимые и измеренные значения входных параметров соответственно; в качестве А' — модель, содержащая только наименование составной части КС, Аг - алгоритм нормального функционирования составной части, Л3 — алгоритм функционирования с учетом старения составных частей и расходования ресурса.

Сформулированы и обобщены условия выбора и применения МП, разработана комплексная методика осуществления прогноза ТС КС.

В качестве МП по предложенной классификации из группы методов экстраполяции выбран метод экспоненциального сглаживания. Данный метод является надежным, предполагает возможность учета весов информации, достаточно прост в вычислениях, гибок при описании

различных динамик процессов, описывает не средний уровень процесса, а тенденцию, сложившуюся к моменту последнего наблюдения, дает хорошую точность прогноза (не менее 95%) на основе исходного ряда данных, имеющего до 20-30 значений.

Последовательность расчетов при прогнозировании методом экспоненциального сглаживания включает:

1) представление временного ряда (расчет коэффициентов тренда методом наименьших квадратов), проверка последовательности исходных значений на наличие циклов внутри интервала наблюдения;

2) определение интервала и расчет параметра сглаживания а;

3) определение начальных условий Я*;

/-1

4) вычисление экспоненциальных средних 5* = а]Г (1 - а)' • 'Г,1;

1=0

5) определение оценок коэффициентов ао, а\ и т.д.;

6) расчет прогнозных оценок характеристики х*(1) = (/).

Для уточнения прогноза временного ряда необходимо прогнозировать случайную компоненту г, (отклонения фактических значений параметра от прогнозных), что предлагается осуществлять методом авторегрессии: £/-1+62с<-2+63 £ц+.-ЛЬРЕ,.р+и,, где Ь¡, Ь2, ..., Ьр- коэффициенты уравнения авторегрессии, и, - ошибка авторегрессии. Тогда прогноз временного ряда будет суммой прогноза по тренду и прогноза е,: х, е,.

Четвертый раздел представляет собой практическое применение разработанного в диссертационной работе МО. В качестве объекта прогнозирования выбрано техническое состояние корпоративной сети организации. Последовательность практических расчетов включает: выбор оптимальной совокупности наиболее информативных параметров корпоративной сети, определение зависимостей между параметрами системы, осуществление прогноза значений характеристик КС с помощью методики, включающей методы экспоненциального сглаживания для прогноза значений характеристик ТС КС и авторегрессии для прогноза

значений погрешности, а также оценку эффективности предложенного методического обеспечения.

Произведен анализ данных наблюдений, полученных при контроле характеристик ТС корпоративных сетей пяти предприятий в различные моменты времени. Контроль осуществлялся по шести параметрам: число абонентов (х\); пропускная способность (х2); загрузка сети данными (х3); загрузка конфликтами (х4); время восстановления сети (х5); интенсивность абонента (х6). Вводится параметр х1 - вероятность выхода за границы интервала допустимых значений параметра, устанавливаемых администратором сети согласно предъявляемым к корпоративной сети требованиям.

Построенные корреляционная матрица С, преобразование а и решение системы линейных уравнений дают следующий набор коэффициентов приоритетности: 7,39 для параметра хх, -49,08 - Для х2, 9,8 - для х3, -3,63 - для х4, 34,3 - для х5, 2,21 - для х6. Таким образом, наиболее информативны характеристики х2 и х5, а наименьшую информативность несут параметры Хц и Обобщая информативность исходной системы параметров ТС КС составила 2,588 ед. информации. При исключении параметра с наименьшим коэффициентом приоритетности х6 потери информации равны 0,2%. Исключая следующий по приоритетности параметр X), получаем потерю информации порядка 10%. При исключении далее характеристики хх потеря информации составляет 23,4%.

Определение приоритетности характеристик ТС КС методом анализа иерархий дает следующие результаты: для параметра коэффициент приоритетности составил 0,062, х2 имеет вес 0,457, х3 — 0,079, х4 - 0,057, х5 - 0,198, хв - 0,145. Таким образом, наименее информативны параметры Х\, Х3, Хц, а наибольшую информативность несут характеристики х2 и х$. При исключении в данном случае параметров х1г х4 информативность снижается на 12,1%.

В ходе определения уравнений регрессии рассмотрены несколько зависимостей между параметрами ТС корпоративной сети: зависимость загрузки канала данными от его пропускной способности и зависимость времени доставки пакета от пропускной способности сети. В первом случае получено уравнение функции тренда линейного вида, погрешность отклонений значений которого от исходных значений временного ряда не превышает 0,3%. Для второй зависимости в качестве функции тренда определена гиперболическая функция. Погрешность отклонений в данном случае не превышает 0,1%. Таким образом, расчеты, проводимые с помощью приведенных методик, дают результаты с высокой степенью точности.

На основе определенной степени значимости параметров ТС КС можно последовательно осуществлять прогноз технического состояния сети. Пропускная способность сети - характеристика, имеющая наибольший коэффициент приоритетности. В диссертационной работе произведен прогноз значений этого параметра на основе разработанной методики.

Замеры производятся в течение дня с интервалом 40-60 мин. Продолжительность рабочего дня составляет 10 часов (с 8 до 18):

Таблица 1 - Временной ряд значений пропускной способности

1 1 2 3 4 5 6 7 8 9 10 11 12

X, . 91 89 90 88 86 84 84 85 86 86 88 89

Таким образом, пиковая нагрузка на сеть приходится на середину рабочего дня (ориентировочно с 11 до 14 ч). Пропускная способность к середине дня снижается, а к концу рабочего времени увеличивается. Визуально можно сделать вывод о параболическом виде тренда исходного временного ряда. По значениям коэффициентов тренда выявляем его вид: F(t) = 0,П5%-?-2,53757+94,136. Точность построения функции тренда составляет выше 97%.

Спрогнозируем значения пропускной способности в момент / = 14. Прогнозное значение пропускной способности для точки 1= 14: 14) = 93,067. Точность прогноза при этом составляет 99,9%.

Прогноз на интервале наибольшей загруженности сети I =(4, ..., 9), для / = 8, тех же начальных условиях (количество шагов т=4) дает прогнозное значение пропускной способности Р (8) = 87,265, точность прогноза - 97,5%.

Итак, приближение функцией тренда ряда исходных данных значений пропускной способности сети дает погрешность вычислений 2,2%, а вычисление прогнозного значения дает погрешность 0,1%. В целом метод экспоненциального сглаживания в совокупности с методом авторегрессии для ошибки прогноза дает погрешность в пределах 3% или точность вычислений - не менее 97%.

При оценке эффективности применения разработанного методического обеспечения для прогнозирования ТС КС учитывались следующие характеристики:

1) время сбора и обработки информации до и после внедрения;

2) финансовые затраты на приобретение диагностирующего оборудования до и после предложения о внедрении;

3) экономический эффект от внедрения предложенного МО.

В случае диагностики сети стандартными программными средствами на сбор статистической информации в течение рабочего дня с 68 рабочих станций затраты времени составляют порядка 20 мин., а обработка полученных данных (ПО или анализатором) - 30-40 мин. Однако, в данном случае следует помнить, что такого рода средства не осуществляют выбора наиболее информативных параметров, а также прогноза значений измеряемых параметров, так как диагностирующее оборудование производит только сбор статистических данных и их анализ. Если диагностика сети осуществляется с помощью утилит диагностики, встроенных в операционную систему, то затраты времени на сбор и

обработку данных значительно увеличиваются и составляют около 5 часов. В этом случае также отсутствует прогноз данных.

В результате внедрения разработанного методического и программного обеспечения для прогнозирования ТС КС время на сбор информации составляет около 20 мин., а на обработку данных (занесение в систему и осуществление прогноза) - 40 мин.

Сравнение финансовых затрат в разных случаях. При использовании стандартного программного обеспечения для диагностики параметров корпоративной сети затраты на его приобретение составят 30 - 70 тыс. руб. Стоимость аппаратного обеспечения колеблется в пределах 500 - 1000 тыс. руб. Диагностика с помощью встроенных утилит не требует дополнительных затрат, однако их отсутствие несоизмеримо с затратами времени на контроль параметров каждой рабочей станции в сети.

Таким образом, учитывая имеющиеся возможности, временные и финансовые затраты, разработанное в диссертационной работе МО для прогнозирования ТС КС следует признать более предпочтительным. Стоит отметить, что предложенная система комплексного подхода к прогнозированию ТС КС с необходимостью влечет повышение работоспособности исследуемого объекта, повышению его технических характеристик (до 2 раз), предупреждению внезапных отказов, и кроме того возможность выбора совокупности наиболее информативных параметров ТС КС удешевляет процесс диагностики и прогноза (от 2 до 20 раз в зависимости от способа диагностики), так как позволяет существенно сократить затраты на приобретение диагностирующего оборудования или ПО.

В заключении сформулированы основные выводы, перечислены полученные в работе результаты.

Приложения содержат копии свидетельств об официальной регистрации программ для ЭВМ, листинг программ, акты внедрения результатов диссертационной работы.

Основные выводы и результаты работы

1. Предложен подход к выбору параметров прогнозирования, включающий две методики: информационный подход на основе имеющихся количественных данных по параметрам ТС КС; метод анализа иерархий, применяемый в случае, если параметры невозможно точно количественно измерить.

2. Разработана классификационная схема выбора метода прогнозирования в зависимости от эксплуатационной модели КС, которая характеризуется набором входных параметров о ТС КС, условиях ее эксплуатации, множеством выходных сигналов, а также оператором преобразования входных сигналов в выходные, приведены классы эксплуатационных моделей КС.

3. Предложена комплексная методика параметрического прогнозирования КС, предполагающая определение тренда временного ряда значений параметра, выявление функции тренда с помощью метода наименьших квадратов, прогнозирование по полученной функции значений параметра через заданный промежуток времени (с применением метода экспоненциального сглаживания), оценка погрешности прогноза, прогнозирование величины погрешности методом авторегрессии на тот же интервал упреждения.

4. Проведены расчеты в соответствии с предложенной системой МО процесса прогнозирования ТС КС. Выявлено влияние использования разработанного методического аппарата на повышение работоспособности сети, снижение затрат времени и средств на диагностику и прогноз технического состояния корпоративной сети.

Публикации по теме диссертации

в изданиях, рекомендованных ВАК РФ:

1. Нарыжная Н.Ю. Подход к выбору технического обеспечения для корпоративной сети / Г.С. Петриченко, Н.Ю. Нарыжная, Д.Н. Шабельник //

Журнал «Научно-технические ведомости СПбГПУ» - СПб - 2007 - №4 -С. 60-63.

2. Нарыжная Н.Ю. Метод обобщенного параметра и прогнозирование технического состояния корпоративной сети / Г.С. Петриченко, Н.Ю. Нарыжная, Ю.С. Поверенный // Научный журнал «Телекоммуникации» -М.: Наука и технологии - 2008- №3 - С.2-5.

3. Нарыжная Н.Ю. Моделирование управленческих ситуаций по защите информации с применением иерархической системы неисправностей / Г.С. Петриченко, Н.Ю. Нарыжная, В.Н. Гоголев // Журнал «Научно-технические ведомости СПбГПУ» - СПб - 2008 - №2 -С.103-107.

4. Нарыжная Н.Ю. Выбор информативных параметров при прогнозировании технического состояния компьютерной сети предприятия / Г.С. Петриченко, Н.Ю. Нарыжная // Журнал «Автоматизация и современные технологии» - М.: Машиностроение -2008 - №9 - С.33-35.

5. Нарыжная Н.Ю. Особенности построения и классификации эксплуатационных моделей автоматизированной системы при прогнозировании ее технического состояния / Г.С. Петриченко, Н.Ю. Нарыжная // Журнал «Научно-технические ведомости СПбГПУ» - СПб -2008 - №4 - С.129-134.

в других изданиях:

1. Нарыжная Н.Ю. Выбор информационных параметров для прогнозирования сложных систем / Г.С. Петриченко, С.А. Капустин, Н.Ю. Нарыжная, Ю.С. Поверенный // Сб. трудов КубГТУ. Краснодар, 2004.

2. Нарыжная Н.Ю. Методика выбора параметров для индивидуального прогнозирования сложных систем с использованием метода корреляционных групп / Г.С. Петриченко, Н.Ю. Нарыжная, Л.М. Фридман // Сб. трудов седьмой всероссийской научной конференции молодых ученых и аспирантов Новые информационные технологии.

Разработка и аспекты применения, 25-26 ноября 2004 г. - ТГРУ. -Таганрог, 2004.

3. Нарыжная Н.Ю. Теоретические и экспериментальные исследования и разработка информационно-математического обеспечения АСУ отработкой качества ракетного вооружения / А.Б. Стефанович, С.А. Капустин, И.В. Самборский, Н.Ю. Нарыжная // Отчет по НИР «Кама-2002», разд. I, 3. - КВВАУЛ. - Краснодар, 2004.

4. Нарыжная Н.Ю. Оценка погрешности в системах учета контроля электропотребления информационных объектов и пути ее уменьшения / В.А. Атрощенко, Г.С. Петриченко, Н.Ю. Нарыжная, Л.М. Фридман // Межвузовский сборник научных трудов - Краснодарский военный институт. - Краснодар, 2004. - №5 - т. 1 - С.206-208.

5. Нарыжная Н.Ю. Применение информационных технологий при прогнозировании технического состояния автоматизированных систем / Г.С. Петриченко, Н.Ю. Нарыжная, Ю.С. Поверенный, К.А. Фролов // Материалы VII межвузовской научной конференции Инновационные технологи в образовательном процессе. 21-22 апреля 2005 г. - КВВАУЛ. -Краснодар, 2005. - С. 147-150.

6. Нарыжная Н.Ю. Выбор метода прогнозирования при проектировании автоматизированных систем / Ю.С. Поверенный, Н.Ю. Нарыжная, К.А. Фролов, Л.М. Фридман // Материалы VII межвузовской научной конференции Инновационные технологи в образовательном процессе. 21-22 апреля 2005 г. - КВВАУЛ. - Краснодар, 2005. - С.141-144.

7. Нарыжная Н.Ю. Выбор метода прогнозирования сложных систем АСУ в зависимости от модели / Г.С. Петриченко, Л.М. Крицкая, Н.Ю. Нарыжная // Политематический сетевой электронный научный журнал КГАУ. - Краснодар, 2005. -№14 (06).

8. Нарыжная Н.Ю. Методика прогнозирования технического состояния автоматизированных систем / Г.С. Петриченко, Н.Ю. Нарыжная, К.А. Фролов, Ю.С. Поверенный // Сб. трудов КубГТУ. -Краснодар, 2005. - С. 169-173.

9. Нарыжная Н.Ю. Оценка качества корпоративных сетей при различных способах эксплуатации / Г.С. Петриченко, Л.М. Крицкая, Н.Ю. Нарыжная // Политематический сетевой электронный научный журнал КГАУ. - Краснодар, 2006. - №19 (03).

10. Нарыжная Н.Ю. Характеристика надежности систем и сетей, выбор оптимальной методики расчета параметров надежности системы / Г.С. Петриченко, Л.М. Крицкая, Н.Ю. Нарыжная // Политематический сетевой электронный научный журнал КГАУ. - Краснодар, 2006. - №22 (06).

11. Нарыжная Н.Ю. Условия выбора метода выявления оптимальной совокупности параметров индивидуального прогнозирования технического состояния корпоративной сети / Г.С. Петриченко, Н.Ю. Нарыжная, В.Н. Гоголев // Материалы X юбилейной международной научно-практической конференции Инновационные технологи в образовательном процессе. -КВВАУЛ. - Краснодар, 2008. - С.189-192 и др.

Свидетельства об официальной регистрации программ для ЭВМ:

1. Нарыжная Н.Ю. Выбор оптимальной совокупности элементов корпоративной сети и расчет ее надежности / Г.С. Петриченко, Н.Ю. Нарыжная, Л.Е. Горбачев // Свидетельство об официальной регистрации программы для ЭВМ - РОСПАТЕНТ - № 2007612574 - М., 2007.

2. Нарыжная Н.Ю. Выбор технического обеспечения для корпоративной сети / Г.С. Петриченко, Н.Ю. Нарыжная, Ю.С. Поверенный, М.Н. Грамин // Свидетельство об официальной регистрации программы для ЭВМ-РОСПАТЕНТ-№2007614314-М., 2007.

Подписано в печать 10.04.09. Печать трафаретная. Формат 60x84 1/16. Усл. печ. л. 1,36. Тираж 100 экз. Заказ № 151. Отпечатано в ООО «Издательский Дом-ЮГ» 350072, г. Краснодар, ул. Московская 2, корп. «В», оф. В-120, тел. 8-918-41-50-571

Введение.

1. Обоснование необходимости исследования и разработки методического обеспечения для прогнозирования технического состояния корпоративной сети.

1.1. Анализ существующих способов и обоснование необходимости прогнозирования технического состояния КС

1.2. Обоснование требований к методическому обеспечению прогнозирования технического состояния корпоративной сети.

1.3. Постановка задачи на исследование и разработку методического обеспечения для прогнозирования технического состояния корпоративной сети

1.4. Выводы.

2. Разработка методического обеспечения для выбора параметров прогнозирования технического состояния КС.

2.1. Основы выбора параметров прогнозирования технического состояния корпоративной сети.

2.2. Разработка методики выбора параметров прогнозирования технического состояния.

2.2.1. Методика выбора совокупности параметров системы на основе информационного подхода.

2.2.3. Метод анализа иерархий при оценке приоритетности параметров.

2.3. Условия выбора метода выявления оптимальной совокупности параметров прогнозирования технического состояния корпоративной сети .".

2.4. Выводы

3. Разработка методического обеспечения для реализации процессов прогнозирования технического состояния КС.

3.1. Основы выбора формальных методов прогнозирования технического состояния корпоративной сети.

3.2. Разработка методических рекомендаций по построению и классификации эксплуатационных моделей КС

3.3. Разработка классификационных таблиц для формального выбора методов прогнозирования технического состояния корпоративной сети.

3.4. Условия выбора и применения методов прогнозирования технического состояния корпоративной сети.

3.5. Разработка методики прогнозирования технического состояния КС.

3.6. Выводы.

4. Методика параметрического прогнозирования корпоративной сети.

4.1. Информационный подход при выборе параметров прогнозирования технического состояния КС.

4.2. Выявление совокупности наиболее информативных параметров технического состояния корпоративной сети с помощью метода анализа иерархий.

4.3. Определение зависимостей между значениями параметров корпоративной сети.

4.4. Осуществление прогноза значений характеристик технического состояния корпоративной сети методом экспоненциального сглаживания. Анализ погрешности вычислений.

4.5. Оценка эффективности методики параметрического прогнозирования корпоративной сети.

4.6. Выводы.

Актуальность работы.

При прогнозировании технического состояния корпоративных сетей I основная трудность состоит в том, что заранее неизвестна совокупность признаков, обеспечивающая прогноз с требуемой точностью. Поэтому необходимо выбрать совокупность информативных параметров, по которым будет осуществляться прогноз с наилучшим качеством и минимальными затратами на контроль и осуществление процесса прогноза.

В связи с возрастающей ролью корпоративных сетей, их применением во многих областях деятельности и различных отраслях народного хозяйства возрастает значение предвидения их состояния. Предвидение дает возможность управлять состоянием системы, своевременно предупреждать аварийные ситуации.

Результаты диагностирования и контроля - основа для принятия решений о необходимости технического обслуживания (ТО), времени его проведения и объеме, а также о времени проведения очередного контроля технического состояния. С помощью средств ТД проводят непрерывный или периодический контроль параметров состояния. Прогнозирование выполняют при непрерывном контроле для определения времени, в течение которого сохранится работоспособное состояние, а при периодическом контроле — для определения момента времени следующего контроля [10, 22, 77].

Прогнозирование технического состояния (ТС) является наиболее эффективным методом повышения эксплуатационной надежности корпоративных сетей путем своевременного проведения мероприятий по ТО и ремонту. Прогнозирование позволяет предупреждать как постепенные отказы, так и внезапные. Обычно в практических применениях прогнозирования ТС некоторого объекта выполняют одновременно два прогноза: на короткий интервал времени в оперативных целях планирования использования по назначению, до нескольких дней. А также на интервал от недели до нескольких месяцев с целью планирования технического обслуживания и ремонта [24, 27].

Прогнозирование технического состояния представляет собой процесс определения технического состояния объекта на предстоящий интервал времени. Прогнозирование технического состояния основано на применении методов экстраполяции явлений на будущее время по известным результатам наблюдений за соответствующими явлениями в предшествующий период.

Существующие средства диагностики технического состояния сети, как правило, обладают только возможностью мониторинга, диагностики и анализа параметров технического состояния, но не обладают возможностью осуществления прогноза ТС, а также выбора совокупности наиболее информативных характеристик ТС КС. Все это делает процесс диагностики и прогнозирования технического состояния КС довольно дорогим и продолжительным по времени сбора и обработки данных.

Поэтому актуальными становятся задачи не только повышения работоспособности корпоративной сети, но и снижения временных и финансовых затрат на осуществление процесса прогнозирования ее технического состояния.

Компьютеры и компьютерные сети являются неотъемлемыми компонентами современных технологий управления и производства. В настоящее время их основные ресурсы — производительность процессоров и пропускная способность линий связи - не достаточно высоки. Возросшие вычислительные и коммуникационные возможности компьютеров стали предпосылкой для создания нового класса интегрированных сетевых приложений: видеоконференций, интернет-телефонии, анимации в реальном времени, распознавания голоса, распределенных вычислений, интерактивной графики, виртуальной реальности и др. Все перечисленные выше приложения функционируют в интегрированной сетевой среде и используют методы пакетной коммутации. Созданная совокупность сетевых устройств, протоколов и средств управления составляют основу интегрированной среды обработки, хранения и передачи данных - распределенной инфраструктуры современных компьютерных телекоммуникаций.

Корпоративные сети передачи данных предназначены для обеспечения эффективного функционирования информационной инфраструктуры предприятия. Сейчас уже трудно найти компанию, в которой отсутствовали бы подобные сети. Однако при этом уровень существующих корпоративных сетей очень сильно разнится. С одной стороны (в административном секторе, в коммерческой сфере) - предприятия, вложившие в создание корпоративных сетей связи огромные средства и создавшие современную первоклассную телекоммуникационную инфраструктуру всероссийского масштаба. Технологически такие сети находятся на мировом уровне и позволяют передавать практически любой трафик, обеспечивая территориально-распределенную работу с базами данных и т. д. С другой стороны - архаичные сети, построенные давно и использующие классическое оборудование, удовлетворяющее заданным при их строительстве требованиям. Нередко телефонная сеть существует отдельно от вычислительной сети, что удорожает обслуживание инфраструктуры и ограничивает ее эксплуатационные возможности. В настоящее время наблюдается реальный интерес к телекоммуникациям со стороны корпоративного сектора российской экономики. Инфокоммуникационные технологии становятся востребованными как в административных, так и в коммерческих структурах. Среди передовых в сфере построения самых современных сетей заказчиков наиболее преуспели компании, эффективность бизнеса которых напрямую зависит от информационных технологий: операторы связи, банки. Здесь часто можно встретить очень профессиональные современные решения и подходы к развитию и эксплуатации ИТ-инфраструктуры [3].

Цели и задачи исследования.

Целью настоящей работы является повышение эксплуатационных характеристик корпоративной сети за счет разработки и применения методического обеспечения для прогнозирования ее технического состояния.

Для практической реализации поставленной цели необходимо решить следующие задачи:

- разработать структуру методического обеспечения для прогнозирования технического состояния корпоративной сети;

- разработать методику выбора параметров прогнозирования;

- разработать классификационную схему выбора методов прогнозирования для различных систем;

- разработать методику прогнозирования технического состояния корпоративных сетей и оценить эффективность разработанного методического обеспечения.

Идея работы заключается в повышении эксплуатационных характеристик корпоративных сетей путем получения достоверной информации о ее техническом состоянии за счет использования методического обеспечения для прогнозирования технического состояния КС.

Научная новизна данной работы заключается в решении перечисленных выше задач.

Практическая значимость результатов исследования предполагает следующее: применение методического обеспечения позволит осуществлять процесс прогнозирования технического состояния корпоративной сети на единой методологической базе, на основе чего можно будет осуществить научно-обоснованный выбор параметров для прогнозирования с вычислением информативности, возможностью исключения малозначащих параметров, а также выбора методов прогнозирования в зависимости от модели системы (корпоративной сети).

Диссертационная работа включает в себя введение, четыре раздела, заключение и список использованных источников.

Основные результаты работы могут быть использованы для выбора совокупности наиболее информативных параметров корпоративной сети, выбора метода прогнозирования ее технического состояния в- зависимости от модели КС, осуществления прогноза характеристик технического состояния корпоративной сети на заданный интервал времени вперед.

Предложенная система комплексного подхода к прогнозированию технического состояния корпоративной сети с необходимостью влечет повышение работоспособности исследуемого объекта, повышению его технических характеристик (до 2 раз), предупреждению внезапных отказов, и кроме того возможность выбора совокупности наиболее информативных параметров, характеризующих техническое состояние корпоративной сети, удешевляет процесс диагностики и прогноза (от 2 до 20 раз в зависимости от способа диагностики), так как позволяет существенно сократить затраты на приобретение диагностирующего оборудования или ПО.

Разработанное методическое обеспечение может применяться на предприятиях для прогнозирования технического состояния корпоративной сети, в учебном процессе при выполнении НИР, в НИИ при обосновании требований на разработку корпоративной сети предприятия и для проведения дальнейших исследований по рассматриваемой тематике.

Результаты диссертационной работы используются при проведении занятий по дисциплине «Аппаратные средства вычислительной техники» на кафедре Защиты информации автоматизированных систем Краснодарского высшего военного училища имени генерала армии С.М. Штеменко (акт внедрения, прил. В). Методика определения характеристик надежности систем и сетей, а также выбор оптимальной методики расчета параметров надежности системы, разработанные в данной работе, применяются в ООО «Медицинский центр «Сантэ» (прил. Г), что позволяет максимизировать показатели надежности корпоративной сети организации при заданных затратах. Приведенные в работе результаты также используются в курсе лекций и практических занятий по дисциплинам «Телекоммуникации и сети», «Сети ЭВМ» при проведении занятий преподавателями кафедры информатики факультета компьютерных технологий и автоматизированных систем КубГТУ (прил. Д). Методика выбора оптимальной совокупности информативных параметров корпоративной сети используется при проведении занятий по дисциплине «Вычислительная техника» (тема 4, занятие 5) на кафедре Математики и информатики КВВАУЛ (прил. Ж). Метод обобщенного параметра, рассмотренный в работе и примененный для прогноза технического состояния КС по выбранным наиболее значимым характеристикам корпоративной сети, используется в ООО «М.видео Краснодар» и позволяет в целом повысить техническую готовность корпоративной сети (прил. К). Практические результаты прогноза технического состояния корпоративной сети получены в результате внедрения разработанного информационного и программного обеспечения в ООО «Югкабель» (прил. Л).

В Федеральной службе по интеллектуальной собственности, патентам и товарным знакам получены два свидетельства об официальной регистрации программ для ЭВМ:

1. Выбор оптимальной совокупности элементов корпоративной сети и расчет ее надежности (соавторы: Петриченко Г.С., Горбачев Л.Е.) -№ 2007612574, 19.06.2007 г. (прил. М).

2. Выбор технического обеспечения для корпоративной сети (соавторы: Петриченко Г.С., Поверенный Ю.С., Грамин М.Н.) - № 2007614314, 10.10.2007 г. (прил. Н).

Предметом дальнейших исследований могут служить следующие вопросы:

- разработка программного обеспечения для выбора параметров прогнозирования технического состояния КС; разработка программного обеспечения для осуществления прогноза значений выбранных характеристик по предложенным в работе методикам; разработка методики прогнозирования и оценки надежности корпоративной сети.

1. Абрамов И.Н. Прогноз и предприятие. М.: Знание, 1976. - 64 с.

2. Автоматизация управления предприятием / Баронов В.В. и др. М.: ИНФРА-М, 2000.

3. Басина Н. Корпоративные сети передачи данных. Строительство или модернизация?// «СЮ» № 10 - 21 октября 2005.

4. Белоконь Р.Н. Оценка достоверности результатов количественного контроля работоспособности изделий // Гибрид, вычислит, машины и комплексы: Респ. межвед. науч.-техн. сборник 1980 - вып. 3 - С. 59-65.

5. Рабочая книга по прогнозированию / Бестужев-Лада И.В., Саркисян С.А., Минаев Э.С., Мельникова E.H. Под. ред. И.В. Бестужева-Лада. М.: Мысль, 1982.

6. Богусловский Л.Б., Дрожжинов В.И. Основы построения вычислительных сетей для автоматизированных систем. М.: Энергоатомиздат, 1990.

7. Булкин М.А. Алгоритмизация выбора информативных параметров при прогнозировании показателей качества // Электронная техника. -№8 1974.

8. Булкин М.А., Дубицкий Л.Г. Информативность и приоритетность параметров при оценке качества продукции // Электронная техника №5 -1972.

9. Ван-дер-Варден Б.Л. Математическая статистика — Изд-во иностранной литературы, 1960.

10. Введение в техническую диагностику / Г.Ф. Верзяков, Н.В. Киншт, В.И. Рабинович, Л.С. Тимонен; Под ред. К.Б. Карандеева М.: Энергия, 1968. -224 с.

11. Вентцель Е.С., Овчаров Л.А. Теория вероятностей и ее инженерные приложения. -М.: Наука, 1988.

12. Владимирович Г.И. Основы эксплуатации радиотехнических средств. -Изд-во ЛКВВИА им. А.Ф. Можайского, 1963.

13. Владова А.Ю. Вычислительные сети и сетевое программирование: Лабораторный практикум. Оренбург: ГОУ ВПО ОГУ, 2003. - 28 с.

14. Волков Л.И. Управление эксплуатацией летательных комплексов. — М.: Высш. Шк., 1987.

15. Вопросы математической теории надежности. Под ред. Б.В. Гнеденко. -М.: Радио и связь, 1983.

16. Вычислительные системы, сети и телекоммуникации / А.П. Пятибратов, Л.П. Гудыныко, A.A. Кириченко и др. М.: Финансы и статистика, 2002.

17. Гаскаров Д.В. Вопросы прогнозирования изменения состояния технических объектов. ЛДНТП: Знание, 1968.

18. Гаскаров Д.В., Голинкевич Т.А., Мозгалевский A.B. Прогнозирование технического состояния и надежности радиоэлектронной аппаратуры. Под. ред. Т.А. Голинкевича. -М.: Сов. радио, 1974.

19. Глушков В.М. О прогнозировании на основе экспертных оценок // Науковедение прогнозирование - информатика. - К.: Наук, думка, 1970. -С. 201-204.

20. Гмошинский В.Г. Инженерное прогнозирование. М.: Энергоиздат, 1982.-208 с.

21. Гмошинский В.Г. Практика прогнозирования М.: Знание, 1972. -62 с.

22. Гольдман P.C., Чипулис В.П. Техническая диагностика цифровых устройств. М.: Энергия, 1976. - 224 с.

23. Гуляев В .А. Контроль ЭВМ. К.: Наук. Думка, 1977. - 167 с.

24. Гуляев В.А. Техническая диагностика управляющих систем. К.: Наук. Думка, 1983.-208 с.

25. Дедков В.К., Северцев И.А. Основные вопросы эксплуатации сложных систем: Учебное пособие для втузов. — М.: Высшая школа,1976. —406 с.

26. Длин А.М. Математическая статистика в технике. М.: Сов. наука, 1958.

27. Дружинин Г.В. О профилактических работах в устройствах автоматики. — М.: Автоматика и телемеханика, 1962.

28. Дружинин Г.В., Степанов C.B., Жихматова B.JI. Теория надежностирадиоэлектронных систем в примерах и задачах. Учебное пособие длястудентов радиотехнических специальностей вузов. -М.: Энергия, 1986.

29. Жердев Н.К., Креденцер Б.П., Белоконь Р.Н. Контроль устройств на интегральных схемах; Под ред. д-ра техн. наук Б.П. Креденцера. К.: Техника, 1986.- 160 с.

30. Жердев Н.К., Креденцер Б.П., Соловьев В.М. Диагностирование и прогнозирование отказов методом обобщенной контрольной точки //Электронное моделирование. Киев, 1985. - №3 - С. 64-70.

31. Жердев Н.К., Кондратенко С.С. Выбор опорных параметров при прогнозировании // Изв. вузов Сер. Радиоэлектроника, 1982. т. 25 - №8 - С. 94-95.

32. Жердев Н.К., Кондратенко С.С. Об использовании- переменной экспоненциального сглаживания // Изв. вузов Сер. Радиоэлектроника, 1982. т. 25 - №2 - С. 89-90.

33. Иберла К. Факторный анализ: Пер. с нем. М.: Статистика, 1980. — 398 с.

34. Карповский Е.Я. Проблема исходных данных при исследовании надежности ПО АСУ. // Измерения, контроль, автоматизация. №1-2 — Киев: Техника, 1980.

35. Кастеллани К. Автоматизация решения задач управления. М.: Мир, 1982.- 482 с.

36. Клещёв Н.Т., Романов A.A. Проектирование информационных систем: Учебное пособие; Под общей ред. К.И. Курбакова. М.: Изд-во Рос. экон. акад., 2000. - 386 с.

37. Компьютерные сети. Принципы, технологии, протоколы / В.Г. Олифер, H.A. Олифер и др. СПб.: Питер, 2001.

38. Компьютерные сети. Учебный курс (+CD ROM). — М.: Русская редакция Microsoftpress, 1998.

39. Коханович Г.Ф., Уланский В.В. Диагностика технических систем — К.: Наук. Думка, 1979. 26 с.

40. Креденцер Б.П., Ластовченко М.М., Сенецкий С.А. Решение задач надежности и эксплуатации на универсальных ЭЦВМ. -М.: Советское радио, 1977.

41. Кудрицкий В. Д. Прогнозирующий контроль радиоэлектронных устройств. К.: Техшка, 1982.

42. Липаев В.В. Надежность программного обеспечения АСУ. М.: Энергоиздат, 1981.

43. Лихолетов И.И. Высшая математика, теория вероятностей и математическая статистика. Минск: Высшая школа, 1976.

44. Марченко И.М. Основы построения АСУ. Часть I. Информационное и математическое обеспечение АСУ. Харьков: ХВВКУ, 1980.

45. Методы определения и контроля надежности больших систем. Под ред. A.A. Червоного.-М.: Энергия, 1976.

46. Надежность и эффективность в технике: Справочник. Т. 8: Эксплуатация и ремонт. -М.: Машиностроение, 1990.

47. Нарыжная Н.Ю. Алгоритм выбора параметров для прогнозирования технического состояния автоматизированных систем / Г.С. Петриченко, Н.Ю. Нарыжная, Л.М. Фридман, К.А. Фролов // Сб. трудов КубГТУ, Краснодар, 2004.

48. Нарыжная Н.Ю. Выбор информативных параметров при прогнозировании технического состояния компьютерной сети предприятия / Г.С. Петриченко, Н.Ю. Нарыжная // Автоматизация и современные технологии М.: Машиностроение, 2008 - №9. - С. 33-35.

49. Нарыжная Н.Ю. Выбор информационных параметров для прогнозирования сложных систем / Г.С. Петриченко, С.А. Капустин, Н.Ю. Нарыжная, Ю.С. Поверенный: Сб. трудов КубГТУ. Краснодар, 2004.

50. Нарыжная Н.Ю., Петриченко Г.С., Капустин С.А. Выбор информационных параметров для прогнозирования сложных систем: Сб. трудов КубГТУ. Краснодар, 2005. - С. 94-96.

51. Нарыжная Н.Ю. Выбор метода прогнозирования для технических систем АСУ / Г.С. Петриченко, Н.Ю. Нарыжная // Научно-информационный и учебно-методический журнал «Вестник ИМСИТа». Краснодар, 2005 - № 3-4.

52. Нарыжная Н.Ю. Выбор метода прогнозирования сложных систем АСУ в зависимости от модели / Г.С. Петриченко, Л.М. Крицкая, Н.Ю. Нарыжная // Политематический сетевой электронный научный журнал КГАУ. Краснодар, 2005.-№14 (06).

53. Нарыжная Н.Ю. Выбор оптимальной совокупности элементов корпоративной сети и расчет ее надежности / Г.С. Петриченко, Н.Ю. Нарыжная // Научный журнал «Телекоммуникации». М.: Наука и технологии, 2008.-№9.

54. Нарыжная Н.Ю. Выбор оптимальной совокупности элементов корпоративной сети и расчет ее надежности / Г.С. Петриченко, Н.Ю. Нарыжная, Л.Е. Горбачев // Свидетельство об официальной регистрации программы для ЭВМ. РОСПАТЕНТ № 2007612574. М., 2007.

55. Нарыжная Н.Ю. Выбор технического обеспечения для корпоративной сети / Г.С. Петриченко, Н.Ю. Нарыжная, Ю.С. Поверенный, М.Н. Грамин //

56. Свидетельство об официальной регистрации программы для ЭВМ. РОСПАТЕНТ №2007614314.-М., 2007.

57. Нарыжная Н.Ю. Метод обобщенного параметра при прогнозировании параметров корпоративной сети / Г.С. Петриченко, Н.Ю. Нарыжная, Ю.С. Поверенный // Телекоммуникации М.: Наука и технологии, 2008. - №3 - С. 2-5.

58. Нарыжная Н.Ю. Методика прогнозирования параметров сложных систем / Г.С. Петриченко, С.А. Капустин, Л.М. Фридман, Н.Ю. Нарыжная.: Сб. трудов КубГТУ. Краснодар, 2004.

59. Нарыжная Н.Ю. Методика прогнозирования технического состояния автоматизированных систем / Г.С. Петриченко, Н.Ю. Нарыжная, К.А. Фролов, Ю.С. Поверенный.: Сб. трудов КубГТУ. Краснодар, 2005. - С. 169-173.

60. Нарыжная Н.Ю. Моделирование управленческих ситуаций по защите информации с применением иерархической системы неисправностей / Г.С. Петриченко, Н.Ю. Нарыжная, В.Н. Гоголев // Научно-технические ведомости СПбГПУ. СПб, 2008. - №2 - С. 103-107.

61. Нарыжная Н.Ю. Оценка качества корпоративных сетей при различных способах эксплуатации / Г.С. Петриченко, Л.М. Крицкая, Н.Ю. Нарыжная // Политематический сетевой электронный научный журнал КГАУ. Краснодар, 2006.-№19 (03).

62. Нарыжная Н.Ю. Подход к выбору технического обеспечения для корпоративной сети / Г.С. Петриченко, Н.Ю. Нарыжная, Д.Н. Шабельник // Научно-технические ведомости СПбГПУ. СПб, 2007. - №4 - С. 60-63.

63. Нарыжная Н.Ю. Прогнозирование технического состояния автоматизированных систем на основе СЛЬБ-технологий / Г.С. Петриченко, Н.Ю. Нарыжная // Научно-информационный и учебно-методический журнал «Вестник ИМСИТа». Краснодар, 2005. - № 3-4.

64. Нейман Ю. Вводный курс теории вероятностей и математической статистики. М.: Наука, 1968.

65. Овчинников В.Г. Методология проектирования автоматизированных информационных систем: основы системного подхода // Методы менеджмента качества. -2003. №6. - С. 4-8.

66. Основы диагностики сети / О. Овчинников, С. Юдицкий, В. Борисенко // Журнал сетевых решений «LAN. Открытые системы» -http://www.osp.ru/lan/1998/12/133882/.

67. Основы технической диагностики / Под ред. П.П. Пархоменко М.: Энергия, 1976. -464 с.

68. Петриченко Г.С., Лукьяненко А.Д. Анализ существующих способов эксплуатации и обоснование необходимости эксплуатации изделий военной техники комбинированным способом // Тезисы докладов научно-технической конференции РВ. Краснодар, 1992.

69. Петриченко Г.С., Атрощенко В.А., Крицкая Л.М. Анализ существующих способов эксплуатации ЭВМ // Материалы первой межвузовской научно-технической конференции Краснодарского военного авиационного института. Краснодар, 2002.

70. Петриченко Г.С., Лукьяненко А. Д., Корытник А. С., Богданов В. В. Выбор и обоснование видов прогнозирования технического состояния при эксплуатации составных частей изделий воинской техники. М.: ЦСИФ МО, 1994.

71. Петриченко Г.С. Математическая модель вычисления коэффициентов приоритетности и прогнозирование потерь информации при полном контроле исходных параметров // Тезисы докладов научно-технической конференции РВ.-Краснодар, 1992.

72. Петриченко Г.С. Прогнозирование технического состояния составных частей корпоративной сети / Петриченко Г.С., Дудник JI.H, Срур М.Ю. // Научно-технические ведомости СПбГПУ. СПб, 2008. - №3 (60).

73. Петриченко Г.С. Программное обеспечение индивидуального прогнозирования технического состояния цифровых блоков ЭВМ // Тезисы докладов научно-технической конференции Ракетных войск. Харьков, 1991.

74. Петриченко Г.С. Программа получения уравнения авторегрессии // Научно-технический сборник. Краснодарское ВВКИУ РВ. - Краснодар,, 1992. - Вып. 2.

75. Пятибратов А.П., Беляев С.Н., Козырева Г.М. Вычислительные машины, системы и сети. Под. ред. А.П. Пятибратова. М.: Финансы и статистика, 1991.

76. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993.

77. Северцев H.A. Надежность сложных систем в эксплуатации и отработке. -М.: Высшая школа, 1989.

78. Силин В.Б., Заковряшин А.И. Автоматическое прогнозирование состояния аппаратуры управления и наблюдения. -М.: Энергия, 1973.

79. Смирнов Н.В., Дунин-Барковский И.В. Краткий курс математической статистики для технических приложений. М.: Физматгиз, 1959.

80. Тейер Т., Липов М., Нельсон Э. Надежность программного обеспечения. -М.: Мир, 1981.

81. Трайнев В.А., Матвеев Г.Н. Интегрированные информационные коммуникационные технологии и системы в управленческой деятельности. — М.: МАНИПТ, 2001.

82. Трахтенгерц Э.А. Компьютерная поддержка принятия решений: Научно-практическое издание. Серия «Информатизация России на пороге XXI века. -М.: СИНТЕГ, 1998.-376с.

83. Федотов H.H., Венчковский Л.Б. Средства информационного обеспечения автоматизированных систем управления. — М.: Издательство стандартов, 1989.

84. Четыркин Е.М. Статистические методы прогнозирования М.: Статистика, 1977. —200 с.

85. Шехурин Д.Е. Научное прогнозирование средствами информации. -СПб., 1990. 123с.

86. ЮО.Шишонок H.A., Репкин В.Ф., Барвинский Л.Л. Основы теории надежности и эксплуатации радиоэлектронной техники / Под. ред. H.A. Шишонка. -М.: Сов. радио, 1964.

87. Эдельман В.И. Надежность технических систем: экономическая оценка. -М.: Экономика, 1988.

88. Chang H.V. An algorithm for selecting an optimal set of diagnostic tests -IEEE Trans, on electronic computers. 1965 - vol. EC-14 — №5 - p. 706-711.

89. Программа: Выбор оптимальной совокупности элементов корпоративной сети и расчет ее надежности

90. Авторы: Петриченко Г.С., Нарыжная Н.Ю., Горбачев JI.E.

91. Правообладатель: ГОУВПО Кубанский Государственный технологический университет

92. Программа может применяться как автономно, так и рассматриваться в качестве встраиваемых функциональных модулей в программных комплексах.

93. Тип ЭВМ: IBM PC совместимые ПК Язык: Delphi 6 ОС: Windows ХРunit Unitl;interfaceuses

94. Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms, Dialogs, Grids, StdCtrls, ComCtrls, Math, Menus; type

95. Private declarations } public

96. Forml.RichEdit3.SelAttributes.Color:=clblack;

97. Form l.RichEdit3.Lines. А0ё(*Компьютер №' + IntToStr(indcl.+l) + " + '[' + IntToStr(mas[ind[cl]]) + " + + " + FloatToStr(mas2[ind[cl]]) + ']'); end;

98. Forml.RichEdit3.SelAttributes.Color:=clred; Forml.RichEdit3.Lines.Add(,Oбщaя сумма:' + IntToStr(summ)); end; end; end; end elseif mj=summ then beginif summamp>smp then beginsmp:=summamp; vm:=99;

99. Form 1 .RichEdit3 .Clear; for cl:=0 to jm-1 do beginindxcl.:=ind[cl];

100. Forml.RichEdit3.SelAttributes.Color:=clblack;

101. Form l.RichEdit3.Lines. Add('KoMnbroTep №' + IntToStr(indcl.+l) + " + '[' + IntToStr(mas[ind[cl]]) + " + + '' + FloatToStr(mas2[ind[cl]]) + ']•); end;

102. Forml.Caption:='reliab ' + IntToStr(dO) + '/' + IntToStr(y); Form 1 .ProgressBar 1 .Max:=y; if (ind0. o(nk-1 )-(mk-1)) then begin repeat repeat

103. Application.ProcessMessages; Sleep(l);

104. Form 1 .ProgressBar 1 .Positioned; nm:=nk; inc(indmk-l.); if check=0 then fproizv else fsumma; inc(d); dO:=dO+l;

105. Cursor:=crHourGlass; CheckBoxl .Enabled:=false; RadioButton 1 .Enabled:=false; RadioButton2.Enabled:=false; Buttonl .Enabled :=false; Button2. Enabled :=false ; try

106. StringGrid3.Cells0,i.-IntToStr(f); end;for i:=0 to j-1 do beginmas1. :=RandomRange(30,90); StringGridl .Cells0,i. :=IntToStr(mas[i]); end;for i:=0 to j-1 do beging:=RandomRange(50,90); mas21.:=g/100;

107. StringGrid2.Cells0,i.:=FloatToStr(mas21.); end; endelse if RadioButton2.Checked=true then beginj :=StrToInt(Editl .Text); n :=StrToInt(Edit2. Text) ;

108. StringGridl .Height:=(j*24)+j; StringGridl .RowCount:=j ; StringGrid2.Height:=(j*24)+j; StringGrid2.RowCount:=j; StringGrid3.Height:=(j*24)+j; StringGrid3 .Ro wCount : =j ; for i:=0 to j-1 do begin inc(f);

109. StringGrid3.Cells0,i.:=IntToStr(f); end;for i:=0 to j-1 do beginmas 1. :=StrToInt(StringGrid 1. Cells 0,i.) ; end;for i:=0 to j-1 do beginmas2 1. :=StrToFloat(StringGrid2 .Cells 0,i. ) ; end; end;

110. S etLength(masm2 ,n) ; S etLength(masm3 ,n) ; SetLength(masml,((j-n) div 3)+n); for 1:=1 to ((j-n) div 3)+n do begin

111. Application.ProcessMessages; Sleep(l);

112. StatusBarl.SimpleText:-Выборка найденных значений.1;for 1:=1 to n do beginfor i:=0 to j-1 do begin

113. StatusBarl.SimpleText:-Подсчёт надёжности сети с параллельным соединением.';summarb:=0;summafr:=0;w:=n;mns:=l;créât ;q:=2;for i:=0 to w-1 dosummarb :=summarb+altmas2 1. ;for q:=2 to w dopnet(q,w);end;for i:=0 to countl do begin

114. Application.ProcessMessages; Sleep(l);k:=(masm31.)+l;

115. RichEdit2.SelAttributes.Color:=clblack;

116. RichEdit2.Lines.Add('K0Mnbi0Tep №' + IntToStr(k) + ' ' + masm21. + '.'); end;

117. RichEdit2.SelAttributes.Color:=clred; RichEdit2.Lines.Add('ITocjie/i. coe;i.:' + FloatToStr(kch)); if check=0 then begin

118. RichEdit2.SelAttributes.Color:=clred;

119. RichEdit2.LinesAdd('riapajiji. coe^.:' + FloatToStr(summarb)); end;

120. RichEdit2. S el Attributes. Color: =clred; RichEdit2.Lines.Add(TJeHa:' + FloatToStr(prc)); excepton Er: Exception do MessageDlg(Er.Message, mtError, mbOk., 0); end;

121. RadioButtonl .Enabled:=true; RadioButton2.Enabled:=true; Button 1 .Enabled:=true; if RadioButton2.Checked=true then begin

122. CheckBox 1 .Enabled:=true; Button2 .Enabled: =true; end else begin

123. Button2.Enabled:=false; CheckBoxl .Enabled:=false; end; mj:=0;

124. SetLength(mas, 1000); SetLength(mas2,1000); for i:=0 to j-1 do begininc(f);

125. StringGrid3.Cells0,i.:=IntToStr(f); end;if CheckBoxl.Checked=true then beginfor i:=0 to j-1 do begin

126. StringGridl .Cells0,i.:—'; StringGrid2.Cells[0,i] :="; end;

127. RichEdit2.Clear; RichEdit3.Clear; end else beginfor i:=0 to j-1 do beginmas1. :=RandomRange(30,90); StringGridl .Cells0,i. :=IntToStr(mas[i]); end;fori:=0toj-l do beging:=RandomRange(50,90); mas21.:=g/100;

128. StringGrid2.Cells0,i.:=FloatToStr(mas21.); end; end; excepton Er: Exception do MessageDlg(Er.Message, mtError, mbOk., 0); end; end;procedure TForml.RadioButtonlClick(Sender: TObject); begin1. Button2.Enabled:=false;

129. CheckBoxl .Enabled:=false;

130. MainMenu 1 .Items 0. .Items [2] .Checked:=false;

131. MainMenul.Items0.Items[2].Enabled:=false;end;procedure TForml.RadioButton2Click(Sender: TObject); begin1. Button2.Enabled:=true;1. CheckBoxl .Enabled:=true;

132. MainMenu 1. Items 0. Items [0] .Enabled :=true ;j :=StrToInt(Edit 1 .Text);jm:=StrToInt(Edit2.Text);mj :=StrToInt(Edit3 .Text);1. SetLength(imas,jm);1. SetLength(indxjm);minsumm:=10000;vm:=0;al:=l;if RadioButton2.Checked=true then begin

133. Form 1 .RichEdit3. Sel Attributes.Color:=clred;

134. Form 1 .RichEdit3.Lines.Add(Tlocnefl. соед.: ' + FloatToStr(al));if MainMenul.ltems0.Items[l].Checked=true thenbegin

135. Forml.RichEditS.SelAttributes.Color—clred;

136. Forml.RichEditЗ.Lines.Add('Пapaлл. соед.: ' + FloatToStr(summarb));end;end;check:=l; excepton Er: Exception do MessageDlg(Er.Message, mtError, mbOk., 0); end;

137. CheckBox2.Enabled:=true; Edit3 .Enabled:=true; Edit2.Enabled:=true; Editl .Enabled:=true; RadioButtonl .Enabled:=true; RadioButton2.Enabled:=true; Buttonl .Enabled:=true; Button3 .Enabled:=true; if RadioButton2.Checked=true then begin

138. Button2.Enabled:=true; CheckBoxl .Enabled:=true; end;

139. MainMenul.Items0.Items[0].Enabled:=false;1. Cursor:=crDefault;

140. Form 1.StatusBarl .SimpleText:-';1. Forml .Caption:-reliab';

141. Forml .ProgressBarl .Position:-0;end;procedure TForml.ExitlClick(Sender: TObject); begin1. Forml.Close; end;procedure TForml.StoplClick(Sender: TObject);begin cm:=l;

142. SetLength(mas, 1000); SetLength(mas2,1000); for i:=0 to j-1 do begin inc(f);

143. StringGrid3.Cells0,i.:=IntToStr(f); end;if CheckBoxl.Checked=true then beginfor i:=0 to j-1 do begin1. StringGridl.Cells0,i.:=M;

144. StringGrid2.Cells0,i.:="; end;

145. RichEdit2.Clear; RichEdit3.Clear; end else beginfor i:=0 to j-1 do beginmas1. :=RandomRange(30,90); StringGridl.Cells0,i.:=IntToStr(mas[i]); end;for i:=0 to j-1 do beging:=RandomRange(50,90); mas21.:=g/100;

146. Программа: Выбор технического обеспечения для корпоративной сети

147. Авторы: Петриченко Г.С., Нарыжная Н.Ю., Поверенный Ю.С., Грамин М.Н.

148. Правообладатель: ГОУВПО Кубанский Государственный технологический университет

149. Тип ЭВМ: IBM PC совместимые ПК1. Язык: Delphi 61. ОС: Windows ХРunit ProcUnit; interfaceuses SysUtils,MainUnit,MPSUnit,ResultUnit,DiagramUmt,SoglasUnit;const c=50;CountLevel=3;type

150. NowPosLevel, NowPosTable, CountSoglasTable:Integer;implementationuses Grids, Classes, Types;function Koren(x,n:real):real; begin

151. Koren :=exp(ln(x)/n); end;procedure ShowS SM; vari: integer; beginfor i:=0 to CountSoglasTable+1 do with SoglasForm.SoglasGrid do begin

152. Cells0,i. :=Level[NLevel] .LevelsName1. .Name; Cells[ 1 ,i] :=Level[NLevel] .LevelsName[i] .Letter; end end;procedure SaveLevelsName (NLevehinteger); vari:Integer; beginfor i:=0 to LevelNLevel.CountParam-l do with Level[NLevel].LevelsName1. do begin

153. Name:=MainForm.GridParam.Cells0,i.; Letter:=MainForm.GridParam.Cells[l,i]; end; end;procedure GetLevelsName; begin

154. MainForm.GridParam.RowCount:=LevelNowPosLevel.CountParam; ShowLevelsName(NowPosLevel);

155. MainForm.GridParam.RowCount:=LevelNowPosLevel.CountParam; end;procedure ShowMatrix (NLevel,NTable:Integer); vari,j:Integer; beginfor ii^O to LevelNLevel.CountParam-l do for j:=0 to Level[NLevel].CountParam-l do with MPSForm.GridMatrix do begin

156. Cellsj+l,i+1 . :=FloatToStr(Level[NLevel].Matrix[NTable,i,j]); if 0=0) then

157. Cellsj,i+l.:=Level[NowPosLevel].LevelsName1.Letter; if (i=0) then

158. ResultForm.ListBoxErr.Items.Add('IIpeAynpe^eHHe: Ч-'OC '+IntToStr(k+l)+'-ro уровня '+IntTo Str(i+1 )+'-й таблицы >10%'); if Levelk.0S1.>=0.2 then begin

159. ResultForm.ListBoxErr.Items.Add('Oiini6Ka: ОС '+IntToStr(k+l)+'-ro уровня '+IntToStr(i+l)+'-ft таблицы >20%. Необходимо пересмотреть МПС данной таблицы.'); end; end;

160. PageControll.ActivePageIndex:=MPSForm.PageControll.ActivePageIndex; end;if NowPosLevel=0 then NowPosLevel:=l;1. GetPrior(2);1. GetVectorPrior( 1,0);

161. ResultForm.CelEdit.Text:=Level0.LevelsName[0].Name; if ResultForm. Visible=False then ResultForm.Show; end;procedure FillM;begin end.unit MainUnit;interfaceuses

162. Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms, Dialogs, ComCtrls, StdCtrls, Buttons, Grids, ExtCtrls;type

163. Private declarations } public

164. Public declarations } end;var

165. MainForm: TMainForm; implementationuses MPSUnit,ProcUnit, ResultUnit, DiagramUnit, SoglasUnit; {$R *.dfm}procedure TMainForm.ButtonlClick(Sender: TObject); begin1. MPSForm.ShowModal; end;procedure TMainForm.FormCreate(Sender: TObject); begin

166. SaveLevelsName(NowPosLevel);1. NowPosLevel:=0;1. GetLevelsName;

167. MainForm.DropButton.Enabled:=false; MainForm.InsertButton.Enabled:=false; end;procedure TMainForm.TabSheet2Show(Sender: TObject); begin

168. NowPosLevel:=l; GetLevelsName;

169. MainForm.DropButton.Enabled:=true; MainForm.InsertButton.Enabled:-true; end;procedure TMainForm.TabSheet3Show(Sender: TObject); begin NowPosLevel:=2; GetLevelsName;

170. MainForm.DropButton.Enabled:=true; MainForm.InsertButton.Enabled:=true; end;procedure TMainForm.InsertButtonClick(Sender: TObject);begin begin

171. SaveLevelsName(NowPosLevel);,

172. MessageDlg('H3MeHeHHH сохранены', mtlnformation, mbOk., 0); end;procedure TMainForm.Button3Click(Sender: TObject); begin

173. MessageDlg('fleftcTBHe не выполнено. Произошла ошибка при расчетах. Возможно в МПС или ССМ есть пустые элементы', mtError, mbOk., 0);end; end;end.unit MPSUnit;interfaceuses

174. Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms, Dialogs, Grids, StdCtrls, Buttons, ComCtrls, ExtCtrls,01eServer, ExcelXP, comObj;const c=10;1. CountLevel-3; type

175. Private declarations } public

176. Public declarations } end; var

177. MessageDlg('riepeMei4eHHe невозможно. Данная таблица является первой на этом уровне.', mtlnformation, mbOk., 0); end;procedure TMPSForm.SpeedButton5Click(Sender: TObject); begin

178. SaveMatrix(NowPosLevel,NowPosTable);

179. MessageDlg('M3MeiieHHH сохранены', mtlnformation, mbOk., 0); end;procedure TMPSForm.SpeedButton4Click(Sender: TObject); begin

180. ShowMatrix(NowPosLevel,NowPosTable); end;procedure TMPSForm.SpeedButton3Click(Sender: TObject); beginif HelpGrid.Visible=true then begin

181. HelpGrid.Visible:=false; Splitter 1. Visible:=false; end else begin

182. HelpGrid.Visible:=true; Splitter 1 .Visible :=true; end; end;procedure TMPSForm.FormCreate(Sender: TObject); beginwith HelpGrid do begin1. Cells0,0.:=T;

183. Cells 1,0.:-Равная важность'; Cells[0,l]:-3';

184. Cellsl,l.:-YMepeHHoe превосходство одного над другим'; Cells[0,2]:-5';

185. Cells 1,2.:- Существенное или сильное превосходство'; Cells[0,3]:-7';

186. Cells 1,3.:='Значительное превосходство'; Cells[0,4]:-9';

187. Cells 1,4.:— Очень сильное превосходство'; Cells[0,5]:-2, 4, 6, 8 ';

188. Cells 1,5.:-Промежуточные решения между двумя соседними суждениями';

189. Cells0,6.:-Обр. величина';

190. Cells1,6.:-При обратном сравнении';end; end;procedure TMPSForm.SpeedButton6Click(Sender: TObject); varxlap,xl: variant; ij:integer; beginif OpenDialog.Execute then begin

191. SaveMatrix(NowPosLevel,NowPos Table); end;procedure TMPSForm.SpeedButton7Click(Sender: TObject); begin ClearGridMatrix; end;procedure TMPSForm.SpeedButton8Click(Sender: TObject); beginif LevelNowPosLevel. .CountParam>CountSoglasTable then

192. MessageDlg(lHeвoзмoжнo провести расчет. Для такого количества параметров не определена таблица случайной согласованности матрицы', mtError, mbOk., 0) else try1. GetResult; except

193. MessageDlg(^eMcTBHe не выполнено. Произошла ошибка при расчетах. Возможно в МПС или ССМ есть пустые элементы', mtError, mbOk., 0);end; end;end.unit ResultUnit;interfaceuses

194. Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms, Dialogs, Grids, StdCtrls, ExtCtrls, Buttons, ComCtrls,01eServer, ExcelXP, comObj;type

195. Private declarations } public

196. MessageDlg(TIepeMei4eHHe невозможно. Данная таблица является первой на этом уровне.', mtlnformation, mbOk., 0); end;procedure TResultForm.SpeedButtonlClick(Sender: TObject); vari: integer; begin

197. DiagramForm. Chart .Title .Text. С lear;1. DiagramForm .Show;for i:=0 to Level2.CountParam-l do

198. DiagramForm. Chart.Title.Text. Add(Level2. .LevelsName1. .Letter+! -'+Level[2] .LevelsName [i] .Name); end;procedure TResultForm.SpeedButton2Click(Sender: TObject); varxlap,xl: variant; l,i,sm:integer; beginif SaveDialog.Execute then begin

199. Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms, Dialogs, TeEngine, Series, ExtCtrls, TeeProcs, Chart, StdCtrls, Buttons, ExtDlgs;type

200. TDiagramForm = class(TForm) Chart: TChart; Series 1: TPieSeries; Panel 1: TPanel;

201. Private declarations } public

202. Public declarations } end;var

203. DiagramForm: TDiagramForm; implementation {$R *.dfm}procedure TDiagramForm.SpeedButtonlClick(Sender: TObject); beginif SavePictureDialog.Execute then

204. Chart.SaveToBitmapFile(SavePictureDialog.FileName); end;procedure TDiagramForm.SpeedButton2Click(Sender: TObject); begin1. Series l.Rotate(5); end;procedure TDiagramForm.SpeedButton4Click(Sender: TObject); beginif ColorDialog.Execute then begin

205. Chart.Legend. Visible:=true else

206. Chart.Legend.Visible:=false; end;procedure TDiagramForm.SpeedButton7Click(Sender: TObject); beginif Chart.Title.Visible=false then

207. Chart.Title.Visible:=true else

208. Chart.Title.Visible:=false; end;procedure TDiagramForm.SpeedButton8Click(Sender: TObject); begin

209. PrinterSetupDialog.Execute; end;procedure TDiagramForm.SpeedButton3Click(Sender: TObject); begin1. Close; end;end.unit SoglasUnit;interfaceuses

210. Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms, Dialogs, Grids, ExtCtrls, Buttons;type

211. Private declarations } public

212. Public declarations } end;var1. SoglasForm: TSoglasForm;implementation uses ProcUnit; {$R*.dfm}procedure TSoglasForm.FormCreate(Sender: TObject); vari: integer; begin

213. MessageDlg('M3MeneHHH сохранены1, mtlnformation, mbOk., 0); end;end.