авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ



Pages:   || 2 | 3 | 4 | 5 |   ...   | 12 |
-- [ Страница 1 ] --

Четвертая всероссийская научно-практическая конференция по

имитационному моделированию и его применению в наук

е

и промышленности

«ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ. ТЕОРИЯ И

ПРАКТИКА»

ИММОД-2009

Сборник докладов

ТОМ II

Генеральный спонсор конференции

ООО «Экс Джей Текнолоджис»

Спонсоры конференции

Санкт-Петербург, 2009 ISBN 978-5-902241-21-8 СОСТАВИТЕЛИ А. М. Плотников, Б. В. Соколов Компьютерная верстка Л. П. Козлова Редактирование Е. П. Смирнова, Н. Н. Елгина ОАО «Центр технологии судостроения и судоремонта», 2009 Уважаемые коллеги, дамы и господа!

Сегодня ОАО «Центр технологии судостроения и судоремонта» и Институт информатики и автоматизации РАН проводят четвертую всероссийскую научно практическую конференцию по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика»

ИММОД-2009.

Тематика конференции посвящена всестороннему анализу современного состояния и перспектив развития теории и инструментальных средств имитационного моделирования производственных и технологических процессов, имитационному моделированию в транспорте и телекоммуникациях, в системах административного управления и САПР. Особую актуальность представляет рассмотрение задач имитационного моделирования в сфере анализа и синтеза бизнес-процессов.

На конференции широко представлены результаты исследований проблем оценивания качества моделей и распределенного моделирования, сведения о современных языках и программных системах, используемых при моделировании.

Помимо новых научных результатов, связанных с решением задач имитационного моделирования в различных предметных областях, в материалах конференции отражены опыт практического применения математического аппарата имитационного моделирования в конкретных программных системах и инструментальные средства автоматизации моделирования.

В рамках конференции нам предоставляется возможность обсудить с коллегами из разных городов и разных организаций последние достижения российской науки в области решения задач имитационного моделирования и применения их в научных исследованиях и в промышленности. Мы надеемся, что работа конференции будет способствовать укреплению сотрудничества отечественных партнеров, а также установлению новых научных и деловых связей.

Хочется поблагодарить наших коллег из компании XJ Technologies (Санкт Петербург), фирмы ООО «Элина-Компьютер» (Казань), Российского фонда фундаментальных исследований, Отделения нанотехнологий и информационных технологий РАН, ООО «Сименс Продакт Лайфсайкл Менеджмент Софтвер (РУ)»

(Москва), журналов «Rational Enterprise Management» и «Судостроение» (Санкт Петербург) за их активное содействие в подготовке и проведении данной конференции.

Мы полагаем, что эта встреча будет для вас памятной и приятной, поскольку произойдет в Санкт-Петербурге, одном из красивейших городов мира, центре науки, высоких технологий и культуры.

Успехов в работе всем участникам!

Генеральный директор В.Д.Горбач ОАО «ЦТСС»

Директор СПИИРАН Р.М. Юсупов ИММОД-2009 Организационный комитет конференции Сопредседатели:

Горбач В.Д., генеральный директор ОАО «Центр технологии судостроения и судоремонта», д.т.н., академик МАИ (Санкт-Петербург) Юсупов Р.М., директор СПИИРАН, член-корреспондент РАН, заслуженный деятель науки и техники РФ (Санкт-Петербург) Заместители сопредседателей:

Плотников А.М., начальник отдела информационных технологий, ОАО «Центр технологии судостроения и судоремонта» (Санкт-Петербург) Ткач А.Ф., заместитель директора СПИИРАН, к.т.н., доцент (Санкт-Петербург) Члены оргкомитета:

Алиев Т.И., заведующий кафедрой ВТ, профессор, д.т.н., СПбГУИТМО (Санкт-Петербург) Борщев А.В., генеральный директор ООО «Экс Джей Текнолоджис», к.т.н.

(Санкт-Петербург) Васильев А.А., заместитель директора по научной работе, к.т.н., ОАО «Центр технологии судостроения и судоремонта» (Санкт-Петербург) Власов С.А., ученый секретарь Отделения нанотехнологий и информационных технологий РАН, ведущий научный сотрудник ИПУ РАН, к.т.н. (Москва) Девятков В.В., директор ООО «Элина-Компьютер», к.т.н. (Казань) Елтышев Б.К., начальник ВЦ, доцент, к.т.н., Государственный морской техниче ский университет (Санкт-Петербург) Лычкина Н.Н., к.э.н., доцент, Государственный университет управления (Москва) Томашевский В.Н., профессор, д.т.н., Национальный технический университет Украины «КПИ» (Киев, Украина) Яцкив И.В., проректор по учебной работе, профессор, к.т.н., Рижский институт транспорта и связи (Рига, Латвия) ИММОД- Программный комитет конференции Сопредседатели:

Юсупов Р.М., директор СПИИРАН, член-корреспондент РАН, Заслуженный деятель науки и техники РФ (Санкт-Петербург) Горбач В.Д., генеральный директор ОАО «Центр технологии судостроения и судоремонта», д.т.н., академик МАИ (Санкт-Петербург) Заместители сопредседателей:

Соколов Б.В., заместитель директора СПИИРАН по научной работе, д.т.н., профессор (Санкт-Петербург) Хомоненко А.Д., заведующий кафедрой информационных и вычислительных систем ПГУПС, д.т.н., профессор (Санкт-Петербург) Члены программного комитета:

Алиев Т.И., заведующий кафедрой ВТ СПбГУИТМО, д.т.н., профессор (Санкт-Петербург) Верзилин Д.М., доцент СПИИРАН, д.э.н. (Санкт-Петербург) Вишнякова Л.В., ФГУП «ГосНИИ авиационных систем», д.т.н., профессор (Москва) Девятков В.В., директор фирмы ООО «Элина-Компьютер», к.т.н. (Казань) Карпов Ю.Г., СПбПУ, д.т.н., профессор (Санкт-Петербург) Кобелев Н.Б., Всероссийский заочный финансово-экономический институт, д.э.н., профессор (Москва) Конюх В.Л., Новосибирский ГТУ, д.т.н., профессор (Новосибирск) Поспелов И.Г., ВЦ РАН, д.ф-м.н., профессор (Москва) Рыжиков Ю.И., Военно-космическая академия им.Можайского, д.т.н., профессор, заслуженный деятель науки РФ, ведущий научный сотрудник СПИИРАН (Санкт-Петербург) Толуев Ю.И., руководитель проектов, институт организации и автоматизации промышленного производства им. Фраунхофера IFF, доктор естественных наук, приват-доцент (Магдебург, Германия) Яковлев С.А., профессор кафедры автоматизированных систем обработки информации и управления СПбГЭУ «ЛЭТИ», д.т.н., академик МАИ (Санкт-Петербург) ИММОД-2009 Организаторы конференции ОАО «Центр технологии судостроения и судоремонта», Санкт-Петербург Институт информатики и автоматизации РАН, Санкт-Петербург Информационная поддержка конференции Институт информатики и автоматизации РАН, Санкт-Петербург ОАО «Центр технологии судостроения и судоремонта», Санкт-Петербург ООО «Экс Джей Текнолоджис» (XJ Technologies), Санкт-Петербург ООО «Элина-Компьютер», Казань Журнал «Rational Enterprise Management», Санкт-Петербург Журнал «Судостроение», Санкт-Петербург Журнал «Прикладная информатика», Москва Генеральный спонсор конференции ООО «Экс Джей Текнолоджис» (XJ Technologies), Санкт-Петербург Спонсоры конференции Отделение нанотехнологий и информационных технологий РАН, Москва Российский фонд фундаментальных исследований, Москва ООО «Элина-Компьютер», Казань ООО «Сименс Продакт Лайфсайкл Менеджмент Софтвер (РУ)», Москва ИММОД- СОДЕРЖАНИЕ Секция 3. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ ИМИТАЦИОННОГО И КОМПЛЕКСНОГО МОДЕЛИРОВАНИЯ И СРЕДСТВ АВТОМАТИЗАЦИИ МОДЕЛИРОВАНИЯ Алексеев А. В. Технология оптимизации проектных и управленческих решений при создании автоматизированных систем объектов морской инфраструктуры в защищённом исполнении............................................. Анцев Г. В., Макаренко А. А., Турнецкий Л. С. Средства имитационного моделирования оптикоэлектронной системы автоматической посадки беспилотного летательного аппарата....................................................................... Бахиркин М. В., Орлов В. С. Распределенная модель динамической воздушной обстановки................................................................................................................. Берман А. Ф., Николайчук О. А., Павлов А. И., Юрин А. Ю. Агентное моделирование динамики технических состояний механических систем............. Бессмертная Е. А., Ершов Д. М., Скородумов В. С., Федчин М. В. Моделирование межфирменных взаимодействий при создании объектов новой техники............. Буряк Ю. И. Информационная поддержка управленческих решений в задачах сопровождения эксплуатации авиационной техники.............................................. Василевич О. А., Рагулин А. П. Использование средств имитационного моделирования для принятия управленческих решений в страховом бизнесе...... Васильев А. А., Долматов М. А., Плотников А. М., Федотов Д. О. Опыт применения программных средств имитационного моделирования при разработке технологических проектов модернизации корпусостроительных производств судостроительных предприятий......................................................... Власов С. А., Генкин А. Л., Никулина И. В. Интегрированное управление автоматизированными комплексами металлургического производства на основе имитационного предсказательного моделирования.............................. Воронин В. Е., Куранцева В. С., Баева О. А. Применение имитационного моделирования для оптимизации управления логистическими системами.......... Горохов А. В. Подход к управлению качеством образовательной деятельности на основе имитационного моделирования............................................................... Груздева Л. М. Имитационное моделирование корпоративной сети в условиях вредоносного информационного воздействия...................................... Дегтярев О. В., Сикачев В. Ю., Мучинский А. В. Особенности задач имитационного моделирования процессов управления воздушным движением (на примере задачи моделирования прилета/вылета в аэропорт).

...... Дурнов В. Г., Раевский Н. В. Яковлев Д. А. Исследование недельной цикличности тягового электропотребления............................................................ Жукова А. С, Трегуб И. В. Модель прогнозирования социально-экономических показателей деятельности гражданских отраслей промышленности на примере отрасли «Химическое производство».................................................. ИММОД-2009 Журавлев А. Е., Крупенина Н. В. Моделирование корпоративной сети, использующей VPN. Рекомендации по параметрической и структурной оптимизации.............................................................................................................. Зиновьев В. В., Стародубов А. Н., Дорофеев М. Ю., Цигельников А. И.

Визуальная среда для моделирования автоматизированных производственных систем........................................................................................ Кайгородцев А. А., Рахмангулов А. Н. Применение имитационного моделирования в предпроектной оценке варианта размещения распределительного центра продукции промышленного предприятия................. Кан А. В., Минаенко В. Н., Филенкова Е. В. Синтез репрезентативных исследовательских потоков воздушного движения в задачах управления воздушным движением............................................................................................. Карякин И. Ю. Имитационная модель структурных преобразований в стали при термической обработке........................................................................................... Киндинова В. В., Кузнецова Е. В. Системная динамика в задачах анализа поведения рынка олигополии................................................................................. Киселёв И. С., Микони С. В. Экспериментальное доказательство достоверности метода доопределения матриц предпочтений.............................. Клебанов Б. И., Москалев И. М., Бегунов Н. А., Рапопорт И. А. Технология моделирования социально-экономической динамики муниципального образования на основе мультиагентного подхода................................................. Конюх В. Л., Давиденко В. А. Имитационное моделирование подземной сети грузопотоков........................................................................................................... Красносельский А. В. Применение агентного подхода для моделирования российского рынка сотовой связи.......................................................................... Кринецкий Е. О., Шебеко Ю. А. Об исследовании конкурентного поведения экономических агентов в условиях использования ограниченных объемов возобновляемых ресурсов...................................................................................... Крол С. А., Алёшин В. Д. Идентификация вероятностных характеристик законов распределения для имитационной модели службы Service desk............. Левчук В. Д., Чечет П. Л. Проектирование маршрутов городской транспортной сети средствами имитационного моделирования.......................................................... Лисьев Г. А. Имитационная модель взаимодействия экономики и системы образования............................................................................................................. Маврин В. Г., Макарова И. В., Хабибуллин Р. Г. Использование среды AnyLogic при моделировании развития автосервисной системы......................... Макарова И. В., Хабибуллин Р. Г., Шубенкова К. А. Совершенствование управления транспортными потоками города с использованием имитационного моделирования.............................................................................. Малюгин В. И., Харин Ю. С. Опыт преподавания имитационного моделирования сложных систем для студентов-математиков в Белорусском государственном университете........................................................................................................... ИММОД- Медведев В. В., Половинкин В. Н. Использование имитационного моделирования для обеспечения надежности и безопасности судовых дизелей........................... Михайлов В. В. Модель теплового баланса животного с активной системой терморегуляции....................................................................................................... Михайлов В. В., Колпащиков Л. А. Структурные модели промысловой управляющей системы в разных социально-экономических средах................... Морозов В. П., Калугина Е. А., Тележкин А. М. Система поддержки создания баз исторических данных компаний, разрабатывающих программное обеспечение..... Муравьева-Витковская Л. А. Оценка влияния параметров трафика на качество функционирования компьютерной сети с использованием СМО-моделей......... Нгуен Дык Тай. Исследование неэкспоненциальных моделей сетей передачи данных..................................................................................................... Никульский И. Е. Моделирование сегмента широкополосной сети доступа, использующего технологию пассивных оптических сетей GPON....................... Облакова А. В. Имитационное моделирование инвестиционной деятельности на рынке услуг сотовой связи................................................................................. Павлов А. Н., Сорокин М. В., Осипенко С. А., Иванов Д. А. Аналитико имитационное моделирование структурной надежности и живучести сложных технических объектов............................................................................. Панов Б. В. Агентное моделирование в задаче автоматизированной разработки планов локализации аварий опасных производственных объектов металлургических предприятий............................................................................. Песиков Э. Б. Построение виртуального предприятия и управление рисками с помощью метода анализа иерархий и статистического моделирования.............. Полянцев Ю. Д., Заев С. Н. Опыт использования имитационной модели системы доставки навалочных грузов в проектировании комплекса перегрузки угля в морском порту...................................................................................................... Пономарев Д. Ю. Исследование возможностей имитационного моделирования процессов обработки сигнальных потоков в сети IMS......................................... Савелова И. И., Савина А. Л. Планирование финансовых потоков промышленного предприятия в условиях неопределенности средствами имитационного моделирования........................................................................................................ Савина О. А., Савина А. Л. Разработка системы планирования финансовых потоков промышленного предприятия с применением инструментария имитационного моделирования.............................................................................. Савченко И. Ф., Рагулин А. П., Гоголевский А. С., Миргородский А. Н., Василевич О. А. Использование имитационного моделирования для обоснования тактики применения отдельного медицинского отряда специального назначения в чрезвычайных ситуациях.......................................... Семёнов Г. А. Статистические модели детектора нестационарных состояний динамической системы........................................................................................... ИММОД-2009 Соколов Н. Л., Селезнева И. А. Создание математической модели функционирования Центра управления полетами в процессе эксплуатации космических аппаратов и получения целевой информации................................. Соснин В. В., Нгуен Дык Тай. Анализ характеристик передачи пакетов через Интернет........................................................................................................ Сулейменов И. Э., Байкенов А. С. Имитационное моделирование беспроводных сетей связи в городах Казахстана.................................................. Сырецкий Г. А. Стратегии и методы Plant Simulation как современная основа обучения имитационному моделированию........................................................... Трегуб И. В. Модели ценообразования VAS-услуг при различных схемах взаимодействия между участниками рынка.......................................................... Углев В. А. Имитационное моделирование. Из опыта преподавания............................ Улыбин А. В., Арзамасцев А. А. Имитационное моделирование развития инфекции с использованием агентного подхода................................................... Халиуллина Д. Н., Быстров В. В., Марков А. В. Моделирование развития промышленного предприятия на основе системной динамики............................ Хлопяк В. Г. Моделирование систем массового обслуживания на основе Х-агрегатов.............................................................................................................. Шпаков В. М. Моделирование дискретно-непрерывных технологических процессов................................................................................................................ Шуляк К. Ю. О моделировании поведения социально-экономических агентов в бытующей практике государственного протекционизма и преференций............ СТЕНДОВЫЕ ДОКЛАДЫ Боев В. Д., Ушкань А. О. Вторичные модели оценки качества обслуживания сети передачи данных..................................................................................................... Боев В. Д., Ушкань А. О. Методика оценки качества обслуживания сети передачи данных..................................................................................................................... Василева С., Носков Ю. М. Моделирование распределенной двухверсионной двухфазной блокировки.......................................................................................... Емельянов А. А. Технология моделирования экономических процессов в Actor Pilgrim......................................................................................................... Кулешов И. А., Расчесова А. Г., Львова Н. В. Имитационная модель подвижной сети связи........................................................................................................................ Мацула В. Ф., Мацула П. В. Транслятор языка GPSS в кроссплатформенной системе имитационного моделирования.............................................................................. Морозова Ю. А. Имитационная модель пенсионного фонда Российской Федерации.......................................................................................... Рефераты........................................................................................................................

Abstract

............................................................................................................................. Информация об авторах................................................................................................ ИММОД- Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования ТЕХНОЛОГИЯ ОПТИМИЗАЦИИ ПРОЕКТНЫХ И УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ ПРИ СОЗДАНИИ АВТОМАТИЗИРОВАННЫХ СИСТЕМ ОБЪЕКТОВ МОРСКОЙ ИНФРАСТРУКТУРЫ В ЗАЩИЩЁННОМ ИСПОЛНЕНИИ А. В. Алексеев (Санкт-Петербург) Бурное развитие информационных технологий, как никогда ранее, побуждает исследователей и разработчиков активно внедрять современные методы моделирования сложных организационно-технических процессов, включая, прежде всего, широкий спектр методов имитационного моделирования в теорию и практику решения актуаль ных задач развития и укрепления научно-производственного потенциала РФ.

Среди обширного ряда возникающих научных и практических задач особое ме сто занимают задачи моделирования глобальных процессов и функционального каче ства объектов моделирования, оценивания качества самих моделей, поиска наиболее результативных путей практического применение моделей и инструментальных средств их реализации при управлении процессами и объектами моделирования, при нятии эффективных проектных и управленческих решений (ПУР) по результатам моде лирования.

Одной из таких важнейших практических задач является количественный срав нительный анализ (квалиметрический рейтинг-анализ) современных информационных комплексов и информационно-коммуникационных систем (ИКС) в целом, представ ленных на рынке IT–средств и технологий.

В условиях известной насыщенности рынка подобными продуктами и всё воз растающей конкуренции поставщиков средств и услуг оптимальный выбор ИКС раз личного назначения представляет сегодня весьма сложную проблему, ввиду, как пра вило, отсутствия сопоставимых и достоверных исходных данных для сравнения вари антов выбора ИКС, а также по причине методической сложности выполнения квали метрических многокритериальных оценок для современных сложных многофункцио нальных организационно-технических комплексов.

Одним из возможных и перспективных направлений решения данной проблемы, в том числе для объектов морской инфраструктуры, сложных корабельных и береговых автоматизированных комплексов и систем, является проведение рейтинг-анализа средств по технологии полимодельной квалиметрической ранговой оптимизации про ектных и управленческих решений (КРОПУР) [1].

Последняя прошла успешную апробацию в целом комплексе исследований и проектов, посвящённых сравнительному количественному анализу качества (рейтинг анализу) различных объектов, включая объекты морской инфраструктуры, обеспечения их информационной безопасности, создания средств и систем обеспечения безопасно сти различного назначения, в том числе обеспечения комплексной безопасности горо да–области–региона [2–4].

В рамках настоящих исследований с целью демонстрации возможностей техно логии КРОПУР на примере решения ряда практических задач и формирования базы данных квалиметрического сравнения и мониторинга качества автоматизированных систем в защищённом исполнении (АСЗИ) были обобщены результаты выполненного рейтинг-анализа основных классов современных сертифицированных средств и систем защиты информации (СЗИ), включая:

· средства разграничения доступа;

средства межсетевого экранирования;

VPN-средства;

· средства сканирования и анализа информационной безопасности;

ИММОД-2009 Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования · средства мониторинга–управления информационной безопасностью;

· средства защиты от вредоносных кодов (антиспамовые, антивирусные, сред ства);

· системы шифрования–дешифрования данных;

· операционные системы в защищённом исполнении;

· программно-аппаратные комплексы и системы в защищённом исполнении;

· системы электронной цифровой подписи и др.

При этом в составе сравниваемых СЗИ рассматривались только средства, вклю чённые в Государственный реестр сертифицированных средств защиты информации, а полученные результаты анализа были использованы при реализации ряда IS-проектов компаниями-интеграторами [2–4].

Актуальность данного класса квалиметрических исследований обусловлена, как известно и представлено на рис. 1 из [5], проблемой большого числа СЗИ, представлен ных на современном рынке, и соответствующей сложностью выбора предпочтитель ных, а тем более оптимальных из них при создании систем обеспечения информацион ной безопасности объектов автоматизации. Ещё более остро стоит эта проблема для комплексных систем безопасности объектов автоматизации, в том числе морской ин фраструктуры (от отдельных судов и кораблей до их соединений, до систем автомати зации тренажёрных центров, морских учебных заведений, проектных, конструкторских и технологических организаций, НИИ и заводов, корпораций и т.п., включая, например, подсистему обеспечения информационной безопасности единой АСЗИ Объединённой судостроительной корпорации).

Рис. 1. Используемые технологии безопасности и проблема оптимизации их выбора Только число межсетевых экранов (МСЭ) на рынке СЗИ согласно Госреестру сертифицированных СЗИ сегодня составляет более 150, выбор наиболее предпочти тельных из них представляет собой весьма существенную проблему в связи с наличием в доступной литературе весьма ограниченных по объёму сведений и преимущественно рекламного характера.

ИММОД- Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования Технические данные, выявленные в ходе сертификационных испытаний СЗИ, как правило, не публикуются [3, 4], а проведение сравнительных тестовых испытаний доступно далеко не каждой даже крупной компании. Это ставит компании-интеграторы по существу в неразрешимый либо крайне рискованный «тупик» технического и си стемного обоснования проектных решений.

Пример сложности современных проектных решений в области обеспечения комплексной безопасности и актуальности обоснования оптимальных проектных ре шений приведён в работах [2, 4] применительно к задаче концептуального проектиро вания.

Методика выполнения указанных исследований и испытаний в развитие [1] включала систематизацию известных данных, формирование групп сравнения альтер нативных вариантов СЗИ, их специальный анализ и ранжирование. Исходные данные были заимствованы, прежде всего, из Государственного реестра сертифицированных СЗИ, а также с сайтов фирм-производителей (вендеров), из аналитических статей и ма териалов тестирования СЗИ. Кроме того, использовались консультации специалистов разработчиков и специалистов-интеграторов.

При проведении исследований основное внимание было уделено систематиза ции критериев и показателей эффективности использования каждой из групп СЗИ (для соответствующих классов), моделированию для различных вариантов использования СЗИ наиболее характерных (типовых) вариантов отношений предпочтений заказчиков с соответствующим определением матрицы индексов важности соответствующих кри териев. Полимодельность задания исходных данных по отношениям предпочтений подтвердила возможность получения при рейтинг-анализе альтернативных решений наиболее «объективной картины» формирования отношений предпочтений лицом, принимающим проектное и управленческое решение (ЛПР).

При определении рондомизированных сводных показателей использовался ма тематический аппарат и средства информационной поддержки анализа и синтеза свод ных показателей при информационном дефиците профессора Н. В. Хованова, как было ранее отражено в [1].

При этом формирование матрицы индексов интегральных критериев качества для соответствующих классов СЗИ позволило по существу создать равные условия и добиться сопоставимости всего ряда сравниваемых проектных решений. С другой сто роны, согласование получаемых результатов с разработчиками СЗИ обеспечило мини мизацию информационного дефицита при выполнении комплексного квалиметриче ского рейтинг-анализа.

Тем самым многокритериальное и полимодельное сравнение альтернативных вариантов СЗИ выполнялось для синтезированной по технологии КРОПУР системы моделей предпочтений Заказчика, согласовываемой с Разработчиком. Соответствую щее ранжирование вариантов СЗИ обеспечивало реализацию заданных отношений мо дельных предпочтений Заказчика и Разработчика с последующей реализацией соответ ствующей согласованной типизации СЗИ, что также весьма важно для таких сравни тельно новых областей знаний, как информационная безопасность.

Обсуждение полученных результатов рейтинг-анализа основных классов СЗИ, уточнение и корректировка отдельных исходных данных, выполненные с участием раз работчиков СЗИ и при их, как правило, взаимном согласии с полученными выводами и рекомендациями, оформлено соответствующими протоколами и актами компаний разработчиков (вендеров) и компаний-интеграторов. Широкое обсуждение полученных результатов среди специалистов и их одобрение, в том числе на указанных специализи рованных конференциях, позволяет рекомендовать к широкому использованию данные результаты при создании комплексов и систем обеспечения информационной безопас ИММОД-2009 Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования ности информационно-коммуникационных систем практически любой сложности и структуры.

Следует особо отметить масштаб сформированной базы данных, практически отражающей все основные классы СЗИ. Так, база сравниваемых вариантов межсетевых экранов составила более 140 моделей, для средств антивирусной защиты – более 10 мо делей, для IDS/IPS – более 8 моделей. По каждой из моделей (вариантов) СЗИ в базе накопленных данных представлены в систематизированном и «рафинированном» виде практически все функционально значимые характеристики и параметры, естественно, с указанием их источника. Тем не менее сведения по точности отдельных данных и ха рактеристик по известным причинам требуют их дальнейшей актуализации и система тизации.

Среди приведённых моделей требований Заказчика в практике рейтинг-анализа СЗИ наиболее востребованными оказались и могут быть рекомендованы модели «Бюд жетная» и «Системная» в силу современного состояния рынка СЗИ, специфики требо ваний «современных» Заказчиков.

Материалы исследований СЗИ для класса сканеров информационной безопасно сти в порядке иллюстрации приведены на рис. 2 для 7 моделей сканеров и 7 вариантов их комплексного использования (одновременного (вариант «I+P+X+R+T»), парного (варианты «I+X», «T+X», «T+I») и т.п.).

Рис. 2. Результаты рейтинг-анализа СЗИ для класса сканеров информационной безопасности В частности, рейтинг-анализ вариантов комплексного использования сканеров ИБ показал, что практически из всех возможных комбинаций комплексирования скане ров наиболее результативным является вариант «Т+Х» (на рис. 2 указан выноской «Оп тимальный вариант»). Он представляет собой комплексное использование сканера ИБ «Tenable NeWT (версии 2.0) компании Tenable Network Security и сканера «XSpider»

(версии 7.0) компании Positive Technologies. Оптимальность данной варианта ком плексного использования СЗИ обуславливается наилучшим соотношением достигаемо го качества сканирования и суммарной стоимости используемых средств.

ИММОД- Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования Среди других результатов рейтинг-анализа следует отметить: существенное вли яние на результаты рейтинг-анализа модели отношений предпочтений Заказчика, низ кой точности задания исходных данных отдельных производителей и их несопостави мости в ряде случаев для отдельных средств защиты информации.

Результаты испытаний и исследований показали, прежде всего, реальную воз можность и актуальность оптимизации структуры и системных параметров комплекс ного использования СЗИ в составе подсистем (систем) комплексной защиты информа ции (СКЗИ) в составе АСЗИ.

Так, приведённые примеры наглядно иллюстрируют возможность оптимизации информационно-технической избыточности синтезируемых систем СЗИ, а также необ ходимость и возможность получения квалиметрически состоятельных оценок за счёт повышения точности задания исходных данных путём проведения сравнительных те стовых испытаний, в том числе на базе универсальных информационно-моделирующих стендов и комплексов (УИМК), что позволяет:

§ при закупке средств оценивать их параметры и свойства, проводить функ циональный входной контроль и активно осваивать тем самым новые про граммно-аппаратные средства (ПАС) как по отдельным их видам, так и в комплексе;

§ при интеграции средств оценивать проектные архитектурные варианты, проверять ПАС в различных условиях функционирования ИКС на совме стимость, устойчивость, эксплуатационные особенности и т.п., оптимизи ровать параметры их настройки, а также анализировать и синтезировать оптимальные проектные комплексные программно-аппаратные решения;

§ выполнять предварительные аттестационные и сертификационные испыта ния СЗИ с целью качественной и экономичной подготовки к их сертифика ции;

§ отрабатывать технологические методы и рекомендации по эффективному использованию ПАС применительно к условиям Заказчиков, в том числе с учётом аудита их ИКС (тест-аудита, экспресс-аудита, систем-аудита, кон трольного аудита) и формирования SWOT-результатов;

§ выполнять оперативные проработки новых технологических и проектных решений в обеспечение разработки аванпроектов и пилотных проектов со здания ИКС;

§ актуализировать данные и систематизировать базы данных рейтинг анализа по тематике информационной безопасности ИКС, систем хранения информации, оптимальных проектных решений построения, создания и эксплуатации ИКС и другим, а также формировать перечни рекомендаций по эффективному проектному выбору СЗИ как внутри компаний, так и в отрасли, например, в масштабах Объединённой судостроительной корпо рации;

§ обучать персонал и демонстрировать перспективные системные и техниче ские решения по вопросам IT-возможностей ИКС, IS-проблемам, рискам и путям их снижения, вариантам возможных атак на ИКС и оценке эффек тивности существующих на рынке и лучших СЗИ.

Практика выполнения рейтинг-анализа СЗИ и СКЗИ основных классов, полу ченные результаты и предложения рекомендуются исследователям сложных организа ционно-технических процессов и систем (включая специалистов по моделированию и квалиметрическому оцениванию сложных колмплексов и систем), разработчикам, про ектировщикам и системными интеграторами объектов автоматизации морской инфра структуры для поиска квалиметрически обоснованных предпочтительных и оптималь ИММОД-2009 Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования ных проектных решений, для обоснования перспективных направлений исследований, для формирования бизнес-стратегий развития компаний, а также целого ряда других приложений поиска оптимальных проектных и управленческих решений на основе ко личественной оценки ожидаемой эффективности и качества.

Особое значение полученные результаты и формирование баз данных рейтинг анализа СЗИ по конкурентным предпочтениям соответствующих моделей приобретают в связи с учётом в технологии КРОПУР, используемой при формировании баз данных и их систематической актуализации, ряда альтернативных моделей предпочтений Заказ чиков.

Пожалуй, наибольшую полезность для разработчиков-проектировщиков и управленцев различных уровней изложенный подход к квалиметрическому сравнению вариантов проектного выбора (как это рассмотрено на конкретном примере реализации технологии КРОПУР для вариантного проектирования СЗИ по всем их классам) имеет при использовании и актуализации (по результатам испытаний) подобных баз данных и их публикации испытательными лабораториями и органами сертификации СЗИ и ИКС в целом для различных ведомств и корпораций, включая Объединённую судострои тельную корпорацию.

Литература Алексеев А. В. Технология и программный комплекс квалиметрической ранговой 1.

оценки качества сложных информационно-аналитических систем // Материалы IX Всероссийской научно-практической конференции МОРИНТЕХ-ПРАКТИК «Ин формационные технологии в судостроении – 2008». СПб., 2008. С. 110–118.

Антимонов С. Г., Сердюк В. А., Алексеев А. В., Калинин И. В. Новые подходы к 2.

выбору средств антивирусной защиты при поддержке принятия комплексных про ектных решений по обеспечению информационной безопасности // Сб. докл. V Юбилейной Всероссийской конференции «Обеспечение информационной безопас ности. Региональные аспекты. 2006», 12–16.09.2006, Сочи. М.: Академия информа ционных систем, 2006. С. 90–95.

Алексеев А. В. Технология квалиметрической ранговой оптимизации проектных и 3.

управленческих решений» // Труды Международной научной школы «Моделиро вание и анализ безопасности и риска в сложных системах (МА БР-2007)». СПб.:

ГОУ ВПО «СПбГУАП», 2007. С. 285–290.

Алексеев А. В. Оптимизация проектных и управленческих решений при комплекс 4.

ном обеспечении безопасности большого города // Безопасность большого города / Сб. ст.под ред. Э.И.Слепяна. СПб.: Изд-во Сергея Ходова, 2007. С. 400–418.

Грибунин В. Г. Тенденции развития средств защиты информации / IT-Security.

5.

2006. С. 18.

ИММОД- Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования СРЕДСТВА ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ОПТИКОЭЛЕКТРОННОЙ СИСТЕМЫ АВТОМАТИЧЕСКОЙ ПОСАДКИ БЕСПИЛОТНОГО ЛЕТАТЕЛЬНОГО АППАРАТА Г. В. Анцев, А. А. Макаренко, Л. С. Турнецкий (Санкт-Петербург) Оптикоэлектронная корреляционно-экстремальная система конечного наведения (КЭСКН) беспилотного летательного аппарата (БЛА) нашла свое применение в каче стве средства, обеспечивающего, например, терминальную доставку груза БЛА в за данный участок поверхности Земли или автоматическую посадку беспилотного верто лета (БПВ), в том числе на палубу надводного корабля. КЭСКН выполняет поиск места посадки, сопровождение выбранного места посадки (доставки) при подлете к нему БЛА и точное выведение БЛА в выбранную область посадки в процессе получения текущей информации в дискретные моменты времени (время формирования кадра) о районе наблюдения от оптикоэлектронного датчика.

Поскольку качество работы КЭСКН определяет точность наведения БЛА, в про цессе разработки такой системы желательно иметь средства, адекватно моделирующие все этапы функционирования КЭСКН. Натурные испытания КЭСКН БПВ обычно свя заны со значительными материальными затратами и риском потери летательного аппа рата при ошибочном поведении КЭСКН. При наличии адекватной модели КЭСКН рис ки и затраты могут быть значительно уменьшены. Целью работы являлось создание имитационной модели КЭСКН, позволяющей определить степень влияния разного рода искажений текущего изображения, формируемого в дискретные моменты времени опти коэлектронным датчиком КЭСКН, и относящейся к области моделирования систем с дискретными событиями и временем, на точность определения координат БЛА в процес се автоматической посадки, а также алгоритмы обработки наблюдаемого изображения, обеспечивающие коррекцию таких искажений.

В процессе функционирования КЭСКН текущее изображение, формируемое в современных оптикоэлектронным датчиком в дискретные моменты времени, подверга ется проективным искажениям, воздействию шума оптикоэлектронного преобразовате ля свет-сигнал, наличием пыли, снега или тумана на трассе между местом посадки и БПВ, снижающего общий контраст и в целом качество изображения. Для оценки влия ния перечисленных искажающих факторов на точность определения координат наблю даемой цели полета была поставлена задача создания имитационной модели КЭСКН БЛА.

В качестве средства для исследования поведения КЭСКН был выбран метод имитационного моделирования систем с дискретными событиями и временем, дающий возможность проводить вычислительные эксперименты с проектируемой аппаратурой и исследовать системы и устройства, натурные эксперименты с которыми дороги и не безопасны. Известно, что имитационное моделирование особенно эффективно при оценке различных сложных технических систем и при анализе требований к программ ному обеспечению различных компьютерных систем [1], в том числе бортовых система конечного наведения БЛА.

В состав программного комплекса имитационной модели «Посадка» входят сле дующие компоненты (рис. 1):

· модель ввода наблюдаемого текущего изображения (ТИ) участка земной поверхности, на котором располагается место посадки;

· модель ввода эталонного изображения (ЭИ) места посадки;

· модель предварительной обработки ТИ;

· модель выделения контуров элементов ТИ;

ИММОД-2009 Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования · модель корреляционного поиска области ТИ, соответствующей выбранно му ЭИ;

· модель анализа результата корреляционного поиска;

· программа вывода и протоколирования результатов моделирования.

Рис. 1. Структура программного комплекса имитационной модели Интерфейс пользователя, позволяющий запускать элементы программного ком плекса имитационной модели «Посадка», построен в соответствии со стандартным для операционной системы Windows XP многооконным принципом организации процеду ры общения с оператором.

С помощью моделей ввода ТИ и ЭИ осуществляется формирование начальных условий работы всей имитационной модели: формируются модель изображения, наблюдаемого бортовой оптикоэлектронной системой, и вводится изображение эталона места посадки, которое требуется найти на поле наблюдаемого изображения.

Модель предварительной обработки позволяет осуществить изменении кон трастности введенного ТИ (рис. 2), подвергнуть ТИ геометрическим искажениям (рис.

3), значение которых задается в диалоге с оператором, и замешать в ТИ шумовую по меху с наперед заданными оператором статистическими характеристиками (рис. 4).

Изменение контрастности позволяет имитировать наблюдение объекта при наличии тумана. Шумовая помеха имитирует снижение качества изображения наблю даемого объекта, обусловленное наличием дождя или снега. Геометрические преобра зования исходного изображения выполняются с целью внесения проективных искаже ний в исходное изображение, имитирующих ожидаемые искажения текущего изобра жения, вызванные курсовыми ошибками и ошибками определения дальности БПВ до места посадки. Наличие такого рода искажений, имеющих место вследствие неперпен дикулярного расположения оптической оси бортовой камеры БПВ относительно по верхности снимаемого объекта, затрудняет корреляционно-экстремальную процедуру сопоставления на борту БПВ наблюдаемого ТИ с ЭИ.

ИММОД- Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования Рис. 2. Пример уменьшения контрастности изображения Рис. 3. Пример внесения шумовой помехи Рис. 4. Пример внесения геометрических искажений Режим работы «Геометрические преобразования изображения» позволяет уточ нить границы применимости ЭИ. Группа программ геометрических преобразований исходного изображения, предназначенная для имитации искажений исходного изобра жения, вызванных ошибками наведения БПВ на место посадки, выполнена на основе разработанного авторами алгоритма преобразований изображения [2, 3]. Вызов режима работы «Геометрические преобразования изображения» осуществляется посредством соответствующей команды главного меню.

ИММОД-2009 Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования Модель выделения контуров на искаженном ТИ имитирует процедуры контур ного анализа, выполняемые бортовой оптикоэлектронной системой при реальном ана лизе наблюдаемого ТИ. Для выделения контуров деталей анализируемого изображения используются процедуры оконтуривания, выполняемые на основе применения опера тора Собела, лапласиана и оценки локальной дисперсии вокруг анализируемого эле мента изображения (рис. 5).

Рис. 5. Пример процедуры выделения контуров на изображении Модель корреляционного поиска области ТИ (рис. 5), соответствующей выбран ному ЭИ (рис. 6), позволяет имитировать процедуру корреляционного анализа наблю даемого ТИ в бортовой КЭСКН: алгоритм модели идентичен алгоритму работы борто вого вычислителя по определению координат ЭИ на площади наблюдаемого ТИ.

Рис. 6. Пример ЭИ места посадки БПВ Модель анализа результата корреляционного поиска позволяет определить сле дующие статистические характеристики результатов поиска ЭИ на площади наблюдае мого ТИ: величину среднего квадратического отклонения (СКО) привязки ЭИ (в пиксе лах), величину СКО привязки ЭИ (в метрах) и вероятность правильного распознавания.

По перечисленным параметрам делается заключение о пригодности созданного опера тором ЭИ места посадки БПВ и об эффективности работы алгоритма поиска ЭИ на площади наблюдаемого ТИ. При вероятности, превышающей определенный уровень (например, 0,9), делается вывод об адекватности созданного ЭИ места посадки и опти коэлектронного изображения реальной области посадки БПВ.

Вызов режима работы «Контроль эталонного изображения» осуществляется че рез соответствующую команду главного меню.

Программа вывода и протоколирования осуществляет представление получен ных результатов моделирования оператору и формирует файл с результатами на соот ветствующем носителе.

Кроме формирования количественных характеристик результатов эксперимен тов имитационная модель «Посадка» предоставляет оператору возможность визуально ИММОД- Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования проконтролировать результат привязки ЭИ (рис. 6) к соответствующей ему зоне теку щего изображения (рис. 7).

Рис. 7. Пример привязки ЭИ (рис.6) к соответствующей ему зоне ТИ Экспериментальные исследования программного комплекса имитационной мо дели «Посадка» доказали ее эффективность и позволили успешно осуществлять кон троль созданных для КЭСКН эталонных изображений мест автоматической посадки БПВ.

Литература Кельтон В., Лоу А. Имитационное моделирование. Классика CS. 3-е изд. СПб.:

1.

Питер;

Киев: Издательская группа BHV, 2004.

Макаренко А. А., Турнецкий Л. С. Моделирование метода коррекции геометри 2.

ческих искажений теплового изображения // Математическое моделирование в об разовании, науке и производстве. Материалы IV Международной НПК. Тирасполь, 5–9 июня 2005. Тирасполь, ПГУ. 2005.

Анцев Г. В., Макаренко А. А. Турнецкий Л. С. Программа коррекции проектив 3.

ных искажений телевизионного аэроснимка, формируемого бортовой телевизион ной системой летательного аппарата. Свидетельство о государственной регистра ции программы для ЭВМ № 2008611177, зарегистр. 05.03.2008.

ИММОД-2009 Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования РАСПРЕДЕЛЕННАЯ МОДЕЛЬ ДИНАМИЧЕСКОЙ ВОЗДУШНОЙ ОБСТАНОВКИ М. В.Бахиркин, В. С.Орлов (Москва) Развитие системы организации воздушного движения в России рассматривается сегодня как развитие сегмента общемировой структуры, базирующееся на согласован ных подходах к целям и критериям развития, что отражено в Глобальной эксплуатаци онной концепции ИКАО, Национальной Эксплуатационной концепции ОрВД (Органи зации Воздушного Движения) РФ, ФЦП модернизации транспортной системы России.

Сегодня это принято определять как концепцию развития CNS/ATM (Communication Navigation Surveillance/Air Traffic Management), т.е. – развитие ОрВД (ATM) через со вершенствование базовых функций связи, навигации, наблюдения (CNS).

Модель динамической воздушной обстановки (МДВО) предназначена для про ведения исследований, анализа требований и функционального тестирования элементов алгоритмического и программного обеспечения перспективных функций CNS/ATM самолетов ГА (Гражданской Авиации).

Рассматривается задача, связанная с имитационным моделированием полета од ного или нескольких самолетов в окружающих этот самолет внешних условиях. Усло вия, в которых проходят управляемые полеты, могут динамически изменяться. Это ка сается, прежде всего, состояния метеорологической обстановки и состояния структуры воздушного пространства (изменения структуры секторов и пр.).

Обобщенная структура динамической модели представлена на рис. 1. Она вклю чает множество моделей диспетчерских пунктов управления, обеспечивающих управ ление потоком ВД (Воздушного Движения) со стороны системы УВД (Управления Воздушным Движением), а также множество моделей ВС (Воздушных Судов), выпол няющих полеты по заданным маршрутам, представляющих собой собственно управля емый поток ВД.


Рис. 1. Структура динамической модели ИММОД- Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования Принимается, что в состав модели диспетчерского пункта входят подсистемы, описывающие:

информационные средства, обеспечивающие диспетчера необходимой ин формацией о ВД в области его ответственности, а также информацией об условиях выполнения ВД;

средства связи, обеспечивающие обмен информацией и прием/передачу ко манд между диспетчерами, а также диспетчером и бортами, совершающими полеты в области его ответственности;

действия диспетчера по сбору и анализу поступающей к нему информации и данных и выработке команд экипажам.

Диспетчеры обрабатывают имеющуюся у них информацию (заявленные планы полетов, данные о воздушной обстановке, об ограничениях по ИВП), информацию от других диспетчеров и от управляемого борта (сообщения экипажа плюс, возможно, информация от системы автоматического зависимого наблюдения). По результатам об работки данных диспетчер вырабатывает команды, либо рекомендации и предупрежде ния и передает их на борт.

В состав модели управляемого полета ВС (модель ВС) условно входят модель бортовой системы самолетовождения и собственно модель движения ВС (модель ЛА).

Модель бортовой системы самолетовождения описывает функционирование бортовых информационных средств и средств связи, а также средств, обеспечивающих собствен но выработку команд управления (составной частью которых можно считать пилота).

Бортовая система самолетовождения при выработке команд управления может исполь зовать тот или иной объем информации, включающий плановые данные о маршруте и режимах полета, данные по аэронавигационной структуре ВП, метеоданные, данные о параметрах движения и намерениях других ВС, находящихся в некоторой окрестности этого ВС, рекомендации и команды органов УВД. Модель ЛА описывает собственно движение ВС, совершаемое в соответствии с командами управления, поступающими на вход его системы стабилизации и системы управления скоростью.

В простейшем случае математического моделирования динамическая модель движения всех объектов может быть выполнена в рамках единого модуля, однако на практике возникают случаи, требующие распределения процесса динамического моде лирования.

Например, такая ситуация возникает, когда целью этапа математического моде лирования является подготовка к полунатурному моделированию функционирования системы управления самолетом. Для организации исследований такого стенда полуна турного моделирования необходимо включение в его состав упрощенной (по сравне нию с детализацией собственно полунатурной модели самолета) математической моде ли внешней среды, окружающей «свой самолет». Переход на такую конфигурацию мо делирующего стенда технически упрощается, если уже на стадии чисто математическо го моделирования будет реализована его будущая структура (отдельные модели само лета и внешней среды, динамически моделируемые параллельно и информационно вза имодействующие по согласованному протоколу).

Другой пример необходимости распределенного моделирования – математиче ская или полунатурная модель самолета функционирует в различных организациях, в составе различных моделирующих комплексов. Для возможности сравнения получае мых результатов необходимо, чтобы условия моделирования были одинаковыми. Это обеспечивается, если для моделирования используется единая модель внешней обста новки, территориально расположенная в одной из этих двух организаций или в некото рой третьей организации.

ИММОД-2009 Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования Минимальный состав исполняемых модулей динамической модели включает:

модель внешней среды, в которой производится динамическое моделирова ние всех воздушных объектов, кроме «своего самолета», а также произво дится совместная обработка и визуализация всей информации о движении (Модель ВВО);

модель «своего самолета», в которой производится его динамическое моде лирование с использованием данных о воздушной обстановке в объеме, обеспечиваемой информационными средствами самолета (Модель СВС);

модель «диспетчер задачи», собственно организующий процесс динамиче ского моделирования (течение времени) и обмен данными (Модель ДВр);

опционально, прототип бортовой ЭВМ с загруженным ПО(Power PC).

Архитектура комплекса верхнего уровня распределенной модели динамической обстановки представлена на рис. 2.

ДВр ВВО СВС БД_СВС БД_ВВО Arinc 653 Power PC Рис. 2. Архитектура комплекса верхнего уровня распределенной модели динамической обстановки Модель ВВО содержит следующие процедуры:

интерактивная подготовка исходных данных о внешней воздушной обста новке и формирование сценария моделирования;

имитация динамики управляемого полета каждого самолета;

визуализация картографической информации;

предоставление справочной и аэронавигационной информации.

Модель СВС содержит следующие процедуры:

интерактивная настройка параметров модели "своего" самолета;

имитация управляемого полета отдельного ("своего") самолета;

имитация процедур программной реализации исследуемых и разрабатывае мых процедур функций CNS/ATM;

визуализация индикационной информации.

Модель ДВр содержит следующие процедуры:

управление сеансом моделирования;

управление течением модельного времени и его масштабом.

Проводимые в настоящее время исследования связаны с разработкой, тестиро ванием и анализом функций и отдельных процедур бортовой системы обеспечения эшелонирования ASAS (Airborne Separation Assurance System). Назначение этой систе мы состоит в своевременном обнаружении предпосылок к возникновению т.н. средне срочных конфликтных ситуаций в воздухе и выдаче предупреждений и рекомендаций экипажу к их разрешению.

ИММОД- Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования Следствием возникновения конфликта является необходимость своевременного принятия экипажем или диспетчером решения, приводящего, как правило, либо к изме нению траектории полета в рамках существующего плана, либо к изменению (модифи кации) самого плана, но с учетом всех реалий, складывающихся в окружающем воз душном пространстве. На борту эти задачи должны решаться в результате обработки и анализа данных, получаемых как от бортовых информационных систем, так и через си стемы связи от наземных служб УВД.

Формирование процедур управления, анализ ограничений такого способа управ ления должен проводиться с учетом адекватных условий на динамику и плотность воз душного движения, на информационную достаточность и на летно-технические харак теристики ВС.

Таким образом, проведение исследований системы ASAS, проведение работ по прототипированию ее программных компонентов требуют создания адекватных этим задачам универсальных моделей динамики управляемых потоков воздушного движения с учетом реальной структуры воздушного пространства, реальных потоков воздушных судов, реальных ограничений в использовании воздушного пространства, реальных схем планирования полетов и маршрутизации потоков.

Модель ВВО имитирует динамические процессы управляемого полета всех са молетов из сформированного потока и ограничений ИВП, тем самым «подыгрывая»

общую воздушную обстановку для выбранного «своего» ВС.

Модель ВС состоит из двух основных подсистем: собственно динамической мо дели ЛА и модели бортовой системы самолетовождения ВС, включающей алгоритмы выработки команд управления системой стабилизации.

Исходя из назначения модели ВВО, модель движения ЛА в ней является упро щенной. Динамика процессов стабилизации описывается простейшей моделью динами ки в форме апериодического звена с заданной добротностью (для каждого канала от дельно), приближенно описывающим запаздывание в отработке команд управления.

Модель движения ЛА в СВС представляет собой детальный вариант с включе нием как подробной динамической модели регулятора системы стабилизации, так и с детальным моделированием сил и моментов и с учетом имеющихся нелинейностей. Та кое подробное описание необходимо при анализе функционирования бортовых систем.

Подсистемы выработки команд управления системы самолетовождения в моде лях ВВО и СВС используют одинаковый состав данных. На входе подсистем выработ ки команд управления – оценки параметров собственного движения, а также движения других ВС. На выходе – команды управления системой стабилизации: угол курса y*, высота H*, воздушная скорость V*. При выработке этих команд используются данные о плане собственного полета, доступные на борту метеоданные, команды и рекоменда ции наземного сегмента управления.

Модель диспетчера времени (ДВр) в режиме моделирования должна моделиро вать ход модельного времени. Текущее значение модельного времени в момент перехо да к очередной итерации моделирования должно отсылаться моделям BBO и СВС.

Моделирование в синхронизированном масштабе времени заключается в син хронизации модельного и реального времен. В режиме реального масштаба времени за единицу реального времени производится моделирование на тот же интервал модель ного времени. При ускоренном режиме моделирования за единицу реального времени моделируется некоторое количество модельных единиц времени, соответствующих масштабу ускоренного времени, заданного как параметр данного режима.

На рис. 3 изображен ход модельного времени, соответствующий описанной схе ме.

ИММОД-2009 Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования модельное время Tchg Ttek счет простой Tbeg Now Tnext реальное время Рис. 3. Соотношение модельного и реального времени Выводы Создана распределенная модель динамической воздушной обстановки.


Отработана модель движения ЛА в СВС, которая представляет собой де тальный вариант динамической модели регулятора системы стабилизации, с подробным моделированием сил и моментов, с учетом имеющихся нели нейностей.

В настоящее время с использованием МДВО проводятся исследования, свя занные с разработкой, тестированием и анализом функций и отдельных про цедур бортовой системы обеспечения эшелонирования ASAS (Airborne Separation Assurance System).

Работа выполнена при финансовой поддержке РФФИ (проект 08-08-00370-а) ИММОД- Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования АГЕНТНОЕ МОДЕЛИРОВАНИЕ ДИНАМИКИ ТЕХНИЧЕСКИХ СОСТОЯНИЙ МЕХАНИЧЕСКИХ СИСТЕМ А. Ф. Берман, О. А. Николайчук, А. И. Павлов, А. Ю. Юрин (Иркутск) Аварии на сложных технологических комплексах (СТК), используемых для реа лизации опасных процессов при экстремальных значениях параметров взрывопожаро опасных и токсичных сред являются источником техногенных чрезвычайных ситуаций.

Социальные, экономические и экологические последствия подобных техногенных чрезвычайных ситуаций обусловливают необходимость совершенствования научных основ обеспечения техногенной безопасности. Значительное число аварий обусловлено отказами уникальных механических систем (УМС), входящих в состав СТК и реализу ющих экстремальные технологические операции. Под УМС понимаются механические системы, изготавливаемые в одном – пяти экземплярах, эксплуатируемые в отличаю щихся условиях и реализующие экстремальные технологические операции в составе СТК. Отказы УМС обусловлены процессами ухудшения (деградации) их свойств до такой степени, когда УМС перестают выполнять возложенные на них функции, в част ности, обеспечение безопасности.

Задача предотвращения отказов УМС в значительной степени связана с задачей прогнозирования технического состояния. Динамика технического состояния опреде ляется факторами, обусловливающими протекание деградационных процессов в эле ментах УМС. Под деградационным понимается механо-физико-химический процесс, протекающий в материале детали, обусловливающий изменение технического состоя ния следующих элементов иерархии «деталь – сборочная единица – механическая си стема» и приводящий к прекращению функционирования и/или нарушению безопасно сти эксплуатации [1, 2].

Применение современных технологий имитационного моделирования является одним из эффективных способов решения задачи прогнозирования и исследования тех нического состояния УМС. Так как УМС – это объект со сложной структурой, и его со стояние складывается из состояний его элементов, для моделирования динамики тех нического состояния целесообразно использовать подход «Агентное моделирование»

[3, 4, 5].

Данный подход позволяет моделировать поведение сложно-структурированных объектов и предназначен для моделирования систем, содержащих большое количество подсистем, обладающих индивидуальным поведением. [4, 5].

Очень важным для рассматриваемой проблемы преимуществом агентного моде лирования является то, что, в отличие от моделей системной динамики или дискретно событийных моделей, здесь нет необходимости подробно определять поведение систе мы в целом, разработка модели возможна при отсутствии глубоких знаний о глобаль ных зависимостях. Агентную модель можно построить, опираясь на знания об индиви дуальной логике поведения объектов. А информацию об особенностях динамики си стемы в целом можно вывести из результатов исследования поведения модели. Агент ную модель проще поддерживать: уточнения обычно делаются на локальном уровне и не требуют глобальных изменений [4, 5].

В процессе создания имитационной модели динамики технического состояния УМС для каждого уровня структурной иерархии необходимо построить соответствую щую модель агента. Первым рассматриваемым уровнем является уровень «деталь».

Агенты данного уровня могут находиться в одном из следующих состояний: исходная дефектность – повреждение – разрушение – отказ [6]. Процесс изменения состояния детали определяется деградационным процессом, протекающим в ее материале. Воз ИММОД-2009 Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования никновение деградационного процесса обусловливается совокупностью факторов, воз действующих на деталь. Воздействующими факторами являются: контактная среда (вода различной степени очистки, кислоты, щелочи и т. п.) и нагрузки (растягивающие, сжимающие, циклические, ударные и т. д.). Переходы между состояниями детали зави сят от микро- и (или) макроскопических явлений, возникающих как реакция материала на воздействия во времени (рис. 1).

Рис. 1. Карта состояний агента, моделирующего деталь Условием перехода детали из состояния исходной дефектности в состояние по вреждения является переход процесса деградации с субмикроуровня на микроуровень.

На стадии применения это означает, что состояние повреждения материала детали можно определить с использованием стандартных диагностических методов и средств.

Переход детали из состояния повреждения в состояние разрушения происходит в тот момент, когда параметры повреждения материала детали вплотную приближают ся к пределу допустимых значений согласно техническим требованиям.

Переход детали из состояния разрушения в состояние отказа фиксируется в мо мент, когда параметры повреждения материала детали выходят за пределы допустимых эксплуатационных значений.

Следующим рассматриваемым уровнем является уровень «сборочная единица».

Агенты данного уровня могут находиться в следующих состояниях: исправное – рабо тоспособное – отказ [6] (рис. 2). Условием перехода сборочной единицы из одного со стояния в другое является отказ какой-либо из входящих в ее состав деталей. Если по следствия отказа детали являются недопустимыми согласно техническим требованиям, то происходит отказ сборочной единицы.

Модель агента уровня механической системы имеет аналогичную карту состоя ний, за исключением того, что переходы между состояниями инициируются отказами входящих в состав механической системы сборочных единиц.

Наибольший интерес для исследования представляет моделирование процесса деградации на уровне детали, т.к. отказы деталей являются первопричиной отказов ме ханических систем и моделирование этого процесса позволяет получить детерминиро ванные оценки времени отказа, что особенно важно в случае УМС, когда отсутствует возможность использования статистической информации для определения вероятности отказа. Рассмотрим работу алгоритма моделирования процесса деградации для детали «гнутая труба», исходными значениями параметров, моделирующих деталь агента, явля ются: материал детали – низколегированная сталь (Cr – Ni – Mo);

контактная среда – хи мически очищенная вода;

нагрузки – растягивающие напряжения (около 1020 МПа).

ИММОД- Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования Рис. 2. Карта состояний агента, моделирующего сборочную единицу Первым шагом алгоритма является определение деградационного процесса. Для определения вероятного деградационного процесса используется прецедентная экс пертная система [7], осуществляющая поиск прецедентов, в которых аналогичный ма териал подвергался аналогичным воздействиям. В том случае, если аналог не был найден или близость найденного прецедента недостаточна, используется продукцион ная экспертная система [8], определяющая деградационный процесс с помощью ин формации о свойствах материала детали, контактной среде и нагрузках. В рассматрива емом случае деградационным процессом будет коррозионное растрескивание [1], кото рое приводит к развитию и росту трещин из существующих дефектов.

С каждым деградационным процессом связана информация о реакции материала на его воздействие, а также информация о механизме воздействия данного процесса на материал детали, чаще всего это полученные эмпирическим путем математические за кономерности, описывающие протекающие в материале процессы, такие, как рост тре щин, увеличение глубины коррозии, износ и т.д. В процессе моделирования данные эмпирические закономерности используются для определения текущего состояния де тали. Коррозионное растрескивание характеризуется скоростью роста глубины трещин, а наблюдаемым параметром является глубина трещины. Полученная зависимость ис пользуется для вычисления количества времени необходимого для достижения трещи ной недопустимой глубины (рис. 3).

При этом условием перехода рассматриваемой детали из состояния исходной дефектности в состояние повреждения является появление на поверхности детали ли ний и полос скольжения, а также трещин длиной более 100 мкм.

Переход детали из состояния повреждение в состояние разрушения происходит при появлении на поверхности детали питтингов диаметром 1–2 мм, глубиной 1–2 мм;

язв диаметром 3–5мм, глубиной 1–3 мм и трещин глубиной не более 3 мм.

Переход в состояние отказа осуществляется при увеличении глубины и длины трещин до величины более 3 мм и 5 мм соответственно.

Представление УМС в виде иерархии взаимодействующих между собой агентов, благодаря рассмотрению отказа детали в качестве результата деградационного процес са, а не как события с некоторой вероятностью, обеспечивает возможность получения более точных результатов прогнозирования динамики технического состояния УМС.

Также следует отметить, что существующие механизмы воздействия деградационных процессов на материал детали в большинстве случаев описаны только эмпирическими зависимостями, и для их совершенствования необходимы дальнейшие исследования.

В частности, существует трудность оценки времени перехода детали из состояния ис ИММОД-2009 Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования ходной дефектности в состояние повреждения, т.к. наблюдения затруднены необходи мостью получения информации о параметрах повреждения материала на субмикро уровне.

10: Сравнение результатов с 1: Информация о материале, критериями контактной среде и нагрузках предельного 2: Прецедентная БЗ по отказам 11: Сообщение об отказе состояния данной детали 3: Название деградационного процесса : Компонент прецедентой : Агент, моделирующий сборочную : Агент, моделирующий деталь экспертной системы единицу 4: Название деградационного 12: БЗ последствий 8: Исходные значения для процесса ИЛИ Информация о отказа расчета материале, контактной среде и 13: Информация об нагрузках отказавшей детали 5: БЗ 9: Результаты деградационных расчета 14: Следствия процессов отказа детали : Компонент математических расчетов : Деградационный процесс 7: Порядок расчета параметров повреждения материала 6: Инициализация : Компонент продукционной экспертной системы Рис. 3. Схема работы агента, моделирующего поведение детали Результаты имитационного моделирования механических систем можно исполь зовать на этапе проектирования для выявления возможных деградационных процессов, обоснования наиболее подходящего материала и структуры. На этапе эксплуатации мо дель может быть использована для определения остаточного ресурса и обоснования пе риодичности технического обслуживания и ремонта.

Литература Берман А. Ф. Деградация механических систем. Новосибирск: Наука, 1998. 320 с.

1.

Берман А. Ф., Николайчук О. А., Юрин А. Ю. Автоматизация прогнозирования 2.

технического состояния и остаточного ресурса деталей уникальных машин и аппа ратуры // Заводская лаборатория. Диагностика материалов. 2009. № 3. С. 48–57.

Карпов Ю. Г. Имитационное моделирование систем. Введение в моделирование с 3.

AnyLogic 5. СПб.: БХВ-Петербург, 2005. 400 с.

Борщёв А. В. От системной динамики и традиционного ИМ – к практическим 4.

агентным моделям: причины, технология, инструменты. // URL: http://www.gpss.ru/paper/borshevarc.pdf.

Паринов С. И. Новые возможности имитационного моделирования социально 5.

экономических систем // Ежеквартальный Интернет – журнал «Искусственные об щества» Том 2, номера 3–4, III–IV кварталы 2007. С.26–62 URL.

Берман А. Ф., Николайчук О. А. Пространство технических состояний уникаль 6.

ных механических систем // Проблемы машиностроения и надежности машин.

2007, № 1, с.14–22.

Павлов А. И., Юрин А. Ю. Компонентный подход: модуль правдоподобного вы 7.

вода по прецедентам. // Программные продукты и системы. 2008. № 3. С. 55–58.

Николайчук О. А., Павлов А. И., Юрин А. Ю. Компонентный подход: модуль 8.

продукционной экспертной системы. // Труды международных научно-технических конференций «Интеллектуальные системы» (AIS’08) и «Интеллектуальные САПР»

(CAD-2008), Дивноморское, 3–10 сентября, 2008. В 3 т. М.: Физматлит, 2008. Т. 2.

С. 3–7.

ИММОД- Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования МОДЕЛИРОВАНИЕ МЕЖФИРМЕННЫХ ВЗАИМОДЕЙСТВИЙ ПРИ СОЗДАНИИ ОБЪЕКТОВ НОВОЙ ТЕХНИКИ Е. А. Бессмертная, Д. М. Ершов, В. С. Скородумов, М. В. Федчин (Москва) Концепция виртуализации бизнеса на базе методологии производственно технологического аутсорсинга является важным фактором повышения конкурентоспо собности промышленных предприятий, а также повышает шансы создания высокотех нологичных изделий машино- и приборостроения при обеспечении заданного качества в более сжатые сроки. Виртуальная промышленная корпорация (ВПК) как форма взаи модействия разнопрофильных промышленных предприятий, реализующих в своем бизнесе стратегию аутсорсинга, позволяет отечественным компаниям-производителям более эффективно сотрудничать как с внутренними, так и с зарубежными партнерами.

В то же время аутсорсинг ставит задачу выбора наиболее надежных партнеров в усло виях неопределенности, что влечет дополнительные риски. Решение о взаимодействии с некоторыми экономическими агентами может являться стратегическим;

поэтому це лесообразно априори оценить последствия такого решения. Эта задача может быть ре шена путем моделирования взаимодействия компаний в составе ВПК при создании но вой продукции совместно с выбранными контрагентами.

Комплекс моделей включает в свой состав несколько различных взаимодопол няющих типов моделей – от концептуальных до имитационных, что позволяет ком плексно представить весь процесс взаимодействия предприятия со своими партнерами на требуемом уровне абстракции для поддержки принятия решений при создании ра циональных производственных цепочек.

При использовании представленной в работе методики для формализации зада чи на первом этапе используется аппарат интеллект-карт: простое, наглядное и лако ничное средство концептуального моделирования1. На представленной здесь интел лект-карте (рис.1) показано, что при взаимодействии предприятий между собой каждый из экономических агентов может преследовать собственные цели (концепт 1), которые в общем случае могут быть противоречивы. Однако при взаимодействии в рамках сов местной программы действий экономические агенты должны прийти к консенсусу, со гласовав свои бизнес-цели, на основе которых формируется стратегия инициатора про граммы (концепт 2) для достижения общего желаемого результата. При производстве новой продукции реализуется интегральный бизнес-процесс, как набор согласованных бизнес-процессов (концепт 3), который формируются на основе согласованной страте гии и бизнес-процессов (БПi) участников программы (концепт 4). Таким образом, фор мируется интегральный БП, в котором отдельные переделы /процессы и/или операции передаются для реализации партнерам аутсорсерам, которые для их выполнения ис пользуют, в том числе, собственные ресурсы (концепт 5).

На следующем этапе функциональное моделирование становится важнейшим элементом системного анализа, выполняемого при проектировании интегрального биз нес-процесса БП, который, в свою очередь, определяет механизм взаимодействия всех звеньев виртуальной промышленной корпорации (ВПК). Разработка и анализ функцио нальной модели позволяет достаточно глубоко погрузиться в предметную область про екта ВПК, выявить бизнес-процессы, определить информационные потоки, найти узкие места в деятельности головного предприятия и всех других участников программы со MindManager / авт.-сост. В.И.Копыл. Минск: Харвест, 2007.

ИММОД-2009 Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования здания новой или обновленной продукции. На рис. 2 представлена функциональная мо дель организации взаимодействия предприятий с помощью нотации стандарта IDEF0.

Рис. 1. Концептуальная модель взаимодействия предприятий Рис. 2. Структурная модель организации взаимодействия предприятий При комплексном подходе к решению общей задачи моделирования ВПК от дельные блоки функциональной модели реализуются с использованием имитационного моделирования (ИМ). Так, в качестве инструментария для построения имитационной модели для блока А3 был выбран продукт AnyLogic 5.5. Основываясь на объектно ориентированной концепции, AnyLogic позволяет представить структуру сложной си ИММОД- Секция 3 Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования стемы как набор параллельно взаимодействующих активностей1. Такой подход к моде лированию понятен и естественен, поскольку сложные системы в реальной жизни со стоят из совокупности активностей, взаимодействующих с другими объектами.

Разработанная имитационная модель базируется на взаимодействии двух основ ных типов агентов: офисов головной компании и её партнеров. Головной организации для успешного функционирования требуется выполнение некоторого количества БПi, которые реализуются с участием её партнеров. Параметрами, подлежащими минимиза ции, являются суммарные расходы на выполнение БПi,, общее время их выполнения каждой из компаний и качество выполнения задач. Таким образом, мы приходим к ре шению многокритериальной задачи оптимизации (оптимальность в смысле Парето)2.

Каждому партнеру ставится в соответствие вектор из трех параметров (рис. 3), выбранных исходя из наблюдений за работой партнеров и научных разработок3 как ос новные: оперативность, качество и уровень обслуживания. Уровень качества БПi ком пании определяет, удовлетворяет ли его работа требованиям головной организации;

оперативность показывает, как быстро партнер реагирует на поступивший заказ на вы полнение задачи;

уровень обслуживания характеризует степень отклонения времени выполнения задачи от заявленных сроков. В имитационной модели ключевые перемен ные, такие, как назначенные партнерами цены выполнения БПi, прогнозируемые сроки их выполнения, реальные сроки выполнения, задержка реакции на заказ, генерируются с использованием различных распределений случайных величин, параметры которых зависят от характеристик БПi агентов. Это позволяет запускать модель, имея каждый раз новые данные и анализируя степень эффективности применения оптимальной стра тегии назначения партнеров, которая сравнивается со случайным выбором партнеров из пула претендентов на реализацию данного БП.

Рис. 3. Имитационная модель назначения партнеров на оказание услуг головной организации Карпов Ю.Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. CПб:

БХВ-Петербург, 2009.

Модели и методы принятия решений. Электронный учебник из цикла интернет-учебников по методам и моделям принятия решений. Автор: Короткова Т. И., д.ф-м.н., профессор кафедры «Математической кибернетики» ГТУ МАИ, 2004. Адрес в Интернете: http://dep805.ru/education/mmpr/index.htm Аутсорсинг: создание высокоэффективных и конкурентоспособных организаций. /Под ред. проф. Б.А.

Аникина. М.: ИНФРА. М. 2003.



Pages:   || 2 | 3 | 4 | 5 |   ...   | 12 |
 



Похожие работы:





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.