Алгоритмы формирования последовательности псевдослучайных чисел в натурном эксперименте при имитации процессов функционирования сложных информационных систем

Автор: Баркалов Сергей Алексеевич, Серебрякова Елена Анатольевна, Нижегородов Кирилл Александрович

Журнал: Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника @vestnik-susu-ctcr

Рубрика: Управление в технических системах

Статья в выпуске: 1 т.24, 2024 года.

Бесплатный доступ

В данной работе рассматривается информационная система - ее структура и факторы воздействия внешней среды, что позволяет описывать ее имитационными средствами. Элементами для описания подобных систем являются алгебраические дифференциальные уравнения, цепи Маркова или аналогичные им. Цель исследования заключается в формировании условий проведения натурного эксперимента не на исследуемой системе, а на некоторой другой (с известными параметрами распределения исследуемой случайной величины, например, закона распределения), достаточно «похожей» на данную и такой, экспериментальное функционирование которой не приведет к сколько-нибудь ощутимым издержкам. Методы исследования. При имитации процессов Маркова очень часто встречаются трудности, связанные с необходимостью ввода в память машины стохастических матриц бесконечной размерности. Фактически очень трудно представить бесконечную стохастическую матрицу, в которой все элементы выбраны «чисто случайно», т. е. без каких бы то ни было закономерностей. На практике всегда случаются только такие матрицы, в которых, начиная с некоторой строки, проявляется определенная закономерность в образовании элементов. На этом свойстве основывается решение указанной проблемы.

Еще

Алгоритм, закон распределения, модель, машина, натурный эксперимент, случайное число

Короткий адрес: https://sciup.org/147242623

IDR: 147242623   |   DOI: 10.14529/ctcr240105

Список литературы Алгоритмы формирования последовательности псевдослучайных чисел в натурном эксперименте при имитации процессов функционирования сложных информационных систем

  • Баркалов С.А., Бурков В.Н., Порядина В.Л. Механизмы активной экспертизы в задачах комплексного оценивания // Вестник Воронежского государственного технического университета. 2009. Т. 5, № 6. С. 64–67.
  • Белоусов В.Е., Абросимов И.П., Губина О.В. Алгоритм идентификации состояний многоуровневой технической системы с использованием расплывчатых категорий модели представления знаний // Вестник ВГУ. Серия: Системный анализ и информационные технологии. № 3. 2017. C. 124–129.
  • Jordan M.I. Attractor dynamics and parallelism in a connectionist sequential machine // The Eighth Annual Conference of the Cognitive Science Society. Amherst, MA, 1986. P. 531–546.
  • Горелик А.Л., Скрипкин В.А. Методы распознавания. М.: Высшая школа. 2004. 341 с.
  • Белоусов В.Е., Баркалов С.А., Нижегородов К.А. Ресурсно-временной анализ в задачах календарного планирования строительных предприятий // Материалы XVI Всероссийской школы-конференции молодых ученых «Управление большими системами». Тамбов: Изд-во ТГТУ, 2019. Т. 1. С. 98–101.
  • Вапник В.Н. Восстановление зависимости по эмпирическим данным. М.: Наука, 1979. 295 с.
  • Osherson D.N., Weinstein S., Stoli M. Modular learning // Computational Neuroscience / E.L. Schwartz (ed.). Cambridge, MA: MIT Press, 1990. P. 369–377.
  • Галинская А.А. Модульные нейронные сети: обзор современного состояния разработок // Математические машины и системы. 2003. № 3-4. С. 87–102.
  • Алгоритмы: построение и анализ / Т. Кормен, Ч. Лейзерсон, Р. Ривест, К. Штайн; пер. с англ. и ред. И.В. Красикова. 2-е изд. М.: Вильямс, 2005. 1296 с.
  • Моделирование системы оценки компетенций в управлении профессорско-преподавательским составом вуза / С.А. Баркалов, В.Е. Белоусов, Н.Ю. Калинина и др. // XXI Международная конференция по мягким вычислениям и измерениям (SCM-2018): сб. докл. в 2 т. СПб.: СПбГЭТУ «ЛЭТИ», 2018. Т. 1. С. 355–358.
  • Белоусов В.Е., Нижегородов К.A., Соха И.С. Алгоритмы получения упорядоченных правил предпочтения в задачах принятия решений при планировании производственных программ // Управление строительством. 2019. № 1 (14). С. 105–111.
  • Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. М.: Финансы и статистика, 2001. С. 203–211.
  • Губко М.В., Караваев А.П. Согласование интересов в матричных структурах управления // Автоматика и телемеханика. 2001. № 10. С. 112–119.
  • Hart O.D., Holmstrom B. Theory of contracts // Advances in economic theory. 5-th World Congress. Cambridge: Cambridge Univ. Press; 1987. P. 71–155.
Еще
Статья научная