Методика сравнительного анализа алгоритмов функций технологического программного обеспечения микропроцессорных систем централизации | Статья в сборнике международной научной конференции

Библиографическое описание:

Ромашкова О. Н., Шатковский О. Ю. Методика сравнительного анализа алгоритмов функций технологического программного обеспечения микропроцессорных систем централизации [Текст] // Технические науки в России и за рубежом: материалы II Междунар. науч. конф. (г. Москва, ноябрь 2012 г.). — М.: Буки-Веди, 2012. — С. 55-56. — URL https://moluch.ru/conf/tech/archive/55/2590/ (дата обращения: 20.10.2018).

Сегодня системы электрической централизации на микропроцессорной элементной базе захватили рынок автоматизированных систем управления движением поездов во всем мире. Большое число компаний - разработчиков работающих на этом рынке позволяет создать адекватную конкурентную среду, для развития систем, как в экономическом, так и техническом направлениях. Российские железные дороги в этом плане не являются исключением. Однако следует отметить, что при строгом ограничении правилами технической эксплуатации, инструкциями по движению и сигнализации разработчики программного обеспечения создают алгоритмы функций логики централизации в различных вариантах и интерпретациях. Из-за отсутствия единых универсальных алгоритмов таких функций при внедрении системы высока зависимость от конкретного разработчика программного обеспечения, что влечет за собой значительные сложности в ее поддержке со стороны эксплуатационного штата. Одним из наиболее приемлемых подходов к решению данной задачи является систематизация и унификация подходов к построению систем централизации при четком формировании требований к функционированию, перечню автоматизируемых функций и алгоритмам их реализации. В данном аспекте подразумевается то, что в основе должна лежать база утвержденных типовых алгоритмов функций логики централизации способная стать общей платформой построения программного обеспечения логики централизации разрабатываемых систем. При этом задачей разработчика будет являться реализация функций логики централизации в соответствии с базой типовых алгоритмов и адаптация программного интерфейса увязки аппаратной части. Базу типовых алгоритмов функций централизации необходимо изменять (дополнять и\или изменять функции) централизованно при участии Департамента автоматики и телемеханики и независимых испытательных лабораторий в рамках работ по доказательству безопасности.

Безусловно, при таком подходе встает вопрос выбора наилучших решений, здесь высока роль субъекта осуществляющего отбор, или как все уже привыкли говорить велико влияние "человеческого фактора".

К работам по типизации алгоритмов функций логики централизации необходимо подходить комплексно с разработкой критериев и методик по выбору наилучших реализаций алгоритмов, позволяющих до минимума снизить субъективизм в процессе отбора.

В данной статье предложена методика многокритериального выбора наилучшей реализации алгоритма функции логики централизации микропроцессорных систем, позволяющая до минимума снизить субъективизм в процессе отбора, за основу принят математический аппарат, описанный в [1,2].

Алгоритм многокритериальной методики категорирования состоит из набора следующих действий:

  1. Построение таблицы критериев категорирования сравниваемых реализаций (альтернатив) алгоритмов функции логики централизации: , ,….

  2. Количественная оценка предпочтений:

,,…;

,,…;


,,…;


Предпочтение - преимущество одного алгоритма перед другим в процессе их сравнительной оценки.

При сравнении двух алгоритмов, например, и , по конкретному частному критерию , используется четыре варианта сравнения:

=0, алгоритм индифферентен к

0, слабое предпочтение к

1, сильное предпочтение к

=1, жесткое предпочтение к

При применении количественных критериев используются следующие правила:

  • если количественный критерий алгоритма отличается от критерия алгоритма в интервале (0%, 10%] то =0 (ситуация индифферентности алгоритма к алгоритму );

  • если критерий алгоритма отличается от критерия алгоритма в интервале (10%, 25%] то =0,3 (слабое предпочтение алгоритма к алгоритму );

  • если критерий алгоритма отличается от критерия алгоритма в интервале (25%, 50%] то =0,7 (сильное предпочтение алгоритма к алгоритму );

  • если критерий алгоритма отличается от критерия алгоритма в интервале (50%, 100%] то =1.0 (жесткое предпочтение алгоритма алгоритму ),

где Х - модуль величины Х.

Предпочтения могут иметь как положительные, так и отрицательные значения.

  1. Вычисление индексов предпочтения и для каждой пары сравниваемых алгоритмов.

В общем случае столбец со значениями предпочтения содержит индифферентные предпочтения (т.е. 0), а также положительные и отрицательные предпочтения. Отрицательные предпочтения по существу являются положительными предпочтениями .

  1. Вычисление потоков предпочтений , , , ,…,

(поток предпочтения - сумма значений индексов предпочтения по отношению к общему числу критериев категорирования).

  1. Сравнительный анализ потоков предпочтений.

При вынесении решения о выборе наилучшего алгоритма в множестве альтернатив используем следующее правило:

  • алгоритм «предпочтительнее» алгоритма , если

[ и ]

или

[и ]

или

[ и ]

  • алгоритм индифферентен относительно алгоритма , если

[и ]

  • алгоритм и алгоритм несопоставимы во всех остальных случаях.

    1. Принятие решения по выбору наилучшего алгоритма.

Принятие решения по выбору наилучшего алгоритма осуществляется путем выявления альтернативы с наибольшим значением положительного потока предпочтения.


Литература:

  1. Brans J.P. and Vinke P.H., “A Preference Ranking Organization Method (The PROMETHEE: Method for Multiple Criteria Decision Making)”, Management Science, Vol. 31, 1985, pp. 647-656.

  2. Brans J.P., Vinke P.H. and Mareschal B., “PROMETHEE: A Name Family of Outranking Methods in Multicriteria Analysis”, in J.P. Brans, ed., Operations Research ‘ 84, Elsevier Sciens Publishers, 1984, pp. 477-490.

Основные термины (генерируются автоматически): критерий алгоритма, алгоритм, наилучший алгоритм, выбор, предпочтение, принятие решения, программное обеспечение, процесс отбора.

Похожие статьи

Метод определения весов параметров из набора входящих...

Разработанный метод позволяет определить ключевые для выбора того или иного класса атрибуты, а также распределять веса остальных

Сравнительный анализ алгоритмов нейронной сети и деревьев принятия решений модели интеллектуального анализа данных.

Анализ подготовки и принятия управленческих решений...

В статье рассмотрены возможности применения методов анализа в процессе подготовки, принятия и реализации управленческих решений в организации.

1) составление программы анализа, включая проработку макетов аналитических таблиц, алгоритмов расчета основных...

Применение метода анализа иерархий для оценки типа...

Далее зададим критерии отбора для выбора.

Сравнительный анализ алгоритмов нейронной сети и деревьев...

Во многих задачах многокритериального выбора для принятия решений используют Метод анализа иерархий (МАИ, Analytic Hierarchy Process.

Проектирование систем автоматического управления...

Рассмотрены алгоритмы работы метода медианы Кемени и метода Саати, их особенности и применения в различных областях науки и техники.

Поэтому для выбора регулятора мы прибегнем к использованию методов принятия решений в условиях неопределенности.

Анализ эффективности алгоритмов сортировки и вcтроенных...

При разработке программного обеспечения важную роль играет правильность выбора алгоритмов решения поставленных задач. Разработчик высокого класса должен уметь анализировать данные, с которыми ему предстоит работать...

Использование методов принятия решений в условиях...

Рассмотрены алгоритмы работы метода медианы Кемени и метода Саати... Использование программной системы MPRIORITY для принятия...

Процесс принятия решений связан с ежедневной деятельностью человека...

Реализация метода дерева в моделировании процесса принятия...

Естественным является стремление к выбору непременно оптимальных, правильных решений. В контексте моделирования процесса принятия решений

Рекомендация 3. Проблему размера дерева решения можно решить с помощью современного программного обеспечения.

Анализ эффективности применения методов классификации

Среди прочих методов ИАД, метод дерева принятия решений имеет несколько достоинств: прост в

Не существует общего подхода к автоматическому выбору ядра в случае линейной

Алгоритм сочетает в себе две основные идеи: метод бэггинга Бреймана и метод случайных...

Алгоритм интервального оценивания параметров нелинейных...

Рис. 2. Блок-схема алгоритма «GLSM». Дальнейший порядок работы с программой лучше

Т.о. алгоритм «GLSM» прекрасно справился с решением задачи для исходно плохо

Химмельблау Д. Анализ процессов статистическими методами. — М.: Мир, 1973. — 957 с.

Обсуждение

Социальные комментарии Cackle

Похожие статьи

Метод определения весов параметров из набора входящих...

Разработанный метод позволяет определить ключевые для выбора того или иного класса атрибуты, а также распределять веса остальных

Сравнительный анализ алгоритмов нейронной сети и деревьев принятия решений модели интеллектуального анализа данных.

Анализ подготовки и принятия управленческих решений...

В статье рассмотрены возможности применения методов анализа в процессе подготовки, принятия и реализации управленческих решений в организации.

1) составление программы анализа, включая проработку макетов аналитических таблиц, алгоритмов расчета основных...

Применение метода анализа иерархий для оценки типа...

Далее зададим критерии отбора для выбора.

Сравнительный анализ алгоритмов нейронной сети и деревьев...

Во многих задачах многокритериального выбора для принятия решений используют Метод анализа иерархий (МАИ, Analytic Hierarchy Process.

Проектирование систем автоматического управления...

Рассмотрены алгоритмы работы метода медианы Кемени и метода Саати, их особенности и применения в различных областях науки и техники.

Поэтому для выбора регулятора мы прибегнем к использованию методов принятия решений в условиях неопределенности.

Анализ эффективности алгоритмов сортировки и вcтроенных...

При разработке программного обеспечения важную роль играет правильность выбора алгоритмов решения поставленных задач. Разработчик высокого класса должен уметь анализировать данные, с которыми ему предстоит работать...

Использование методов принятия решений в условиях...

Рассмотрены алгоритмы работы метода медианы Кемени и метода Саати... Использование программной системы MPRIORITY для принятия...

Процесс принятия решений связан с ежедневной деятельностью человека...

Реализация метода дерева в моделировании процесса принятия...

Естественным является стремление к выбору непременно оптимальных, правильных решений. В контексте моделирования процесса принятия решений

Рекомендация 3. Проблему размера дерева решения можно решить с помощью современного программного обеспечения.

Анализ эффективности применения методов классификации

Среди прочих методов ИАД, метод дерева принятия решений имеет несколько достоинств: прост в

Не существует общего подхода к автоматическому выбору ядра в случае линейной

Алгоритм сочетает в себе две основные идеи: метод бэггинга Бреймана и метод случайных...

Алгоритм интервального оценивания параметров нелинейных...

Рис. 2. Блок-схема алгоритма «GLSM». Дальнейший порядок работы с программой лучше

Т.о. алгоритм «GLSM» прекрасно справился с решением задачи для исходно плохо

Химмельблау Д. Анализ процессов статистическими методами. — М.: Мир, 1973. — 957 с.

Задать вопрос