Cтраница 3
При оценке надежности ИПО АСУП основными факторами, приводящими к снижению надежности программных массивов, следует считать ошибки системного характера, обусловленные отклонением условий функционирования алгоритмов в реальной системе, алгоритмические ошибки, связанные с неполным формированием необходимых условий решения задачи из-за неконкретной их постановки и ошибки программирования. [31]
Предположим далее, что параметры модели ( матрицы а, Ъ, с и вектор d), игнорирующей, как видно, наличие осцилляторов, выбраны и в процессе функционирования алгоритма управления не меняются. [32]
Процесс проектирования начинается с того, что разработчики создают функциональную спецификацию системы. Целью является проверка функционирования алгоритмов и системы. Функциональная спецификация представляет собой описание связей, соединяющих при помощи сигналов и каналов взаимодействующие процессы. Процессы соответствуют определенным действиям и могут требовать подключения различных архитектурных блоков, которые могут быть реализованы в форме HW или SW. Поскольку функциональная работоспособность системы может быть проверена путем компиляции и последующего исполнения программы C, то функциональная спецификация может быть преобразована в архитектурную спецификацию. [33]
Четвертая причина: возможная в некоторых случаях неполнота состава исходных параметров. При классическом подходе для функционирования алгоритма необходимо наличие значений исходных параметров, являющихся его аргументами. При отсутствии значения хотя бы одного из аргументов алгоритм не может быть выполнен. Такой подход к построению алгоритмов специального математического обеспечения управления может привести к чрезвычайно большой жесткости средств автоматизации управления. Отдельные алгоритмы и система в целом могут оказаться нежизнеспособными. В сложных системах при большом числе параметров, описывающих их состояние, при вероятностном характере многих из них отсутствие значений некоторых параметров в определенные моменты времени может быть типичным. [34]
Важнейшим достоинством предлагаемого алгоритма представляется то, что он практически не нуждается в априорной информации. Действительно, все, что нужно для функционирования алгоритма и успешного подбора его параметров, - это сведения о числе состояний исследуемого процесса ( заметим, что физические процессы заведомо удовлетворяют условию сильного перемешивания) и наличие достаточно длинных отрезков реализации его до и после момента разладки. Это обстоятельство выгодно отличает данный алгоритм. Но и после получения такой априорной информации - параметры этих алгоритмов надо подбирать экспериментально, во-первых, из-за того, что имеющиеся расчетные формулы являются приближенными. В то же время в предлагаемом алгоритме можно сразу начинать с подбора параметров непосредственно по реализациям случайной последовательности, не занимаясь предварительно идентификацией модели процесса. [35]
Таким образом, можно констатировать, что для оперативной диагностики осложнений разработан аналитический аппарат системы функциональной диагностики технологических режимов магистральных трубопроводов, базирующийся на современных научных достижениях в области нечеткой логики, нечетких множеств и генетических алгоритмов. Выявлены механизмы самообучения и накопления знаний в процессе функционирования алгоритма. [36]
Математическая модель производства является наиболее важной составной частью системы управления. Характеристики модели определяют структуру, объем и точность функционирования алгоритмов управления, а эти факторы в свою очередь обусловливают эффективность системы управления в целом. [37]
Пятое поколение ориентировано на решение еще более сложных системных задач, известных под названием проблем искусственного интеллекта. Для их решения требуются вычислительные средства, способные обеспечить функционирование самоорганизующихся алгоритмов так, что структура вычислительных средств должна допускать изменение универсального алгоритма управления процессом вычислений в течение времени решения задачи. [38]
Вспомогательная информация характеризует основные и производные от них параметры процесса бурения: осевую нагрузку, поглощение раствора, скорость враще. Указанная информация поступает в блок обработки статистической информации для увеличения массива данных и в блок функционирования алгоритма поиска оптимальных режимов по заданному критерию для его коррекции путем наилучшего выбора значений параметров алгоритма. [39]
Предложенная процедура позволяет учитывать разные требования к точности в рамках принятой формализации. Изменяя требования к точности, можно организовать итеративную процедуру нахождения компромисса между требованиями точности и качеством функционирования алгоритмов. [40]
Основной проблемой таких систем становится надежность аппаратного обеспечения как с точки зрения выхода из строя, так и правильности функционирования алгоритмов взаимодействия аппаратуры. Естественно, усложняется поиск ошибок и затрудняется подключение нестандартных устройств. В связи с этим большая нагрузка должна упасть на центры эксплуатации, своевременно вносящие исправления в аппаратную часть, поскольку в местных условиях практически невозможно проводить подобные доработки. Другой неотъемлемой частью будущих операционных систем должно стать включение их в состав средств комплексирования ЭВМ, начиная от локального взаимодействия и кончая сетями ЭВМ. Достигнутые успехи в области стандартизации взаимодействия между ЭВМ, согласно рекомендациям ISO и МКТТ, позволяют надеяться на создание в ближайшем будущем не только внутригосударственных стандартов, но и международных соглашений, что позволит разрабатывать средства поддержки сетей ЭВМ как составную часть операционной системы. [41]
На алгоритмическом и системном уровнях перечисление возможных неисправностей невозможно из-за их большого числа. Поэтому на этих уровнях практикуется вычисление тестов не для обнаружения конкретных неисправностей или их сочетаний, а для проверки правильности функционирования алгоритма или системы при возможных сочетаниях операндов. [42]
Для получения оценок качества [31] различных вариантов построения алгоритмов используется методология имитационного моделирования, применение которой обусловлено стремлением освободиться от множества допущений о характере реально протекающих в объекте проектирования процессов - черты, присущей всем известным аналитическим методам. В этом случае имитационное моделирование сводится к имитации процесса возникновения ошибки алгоритмов контроля, для чего з ЭВМ воспроизводится процесс функционирования алгоритмов в некотором масштабе времени. [43]
Основная масса системных ошибок может быть обнаружена путем последовательного методичного исследования управляющих алгоритмов при различных внешних условиях. Широкое применение подыгрыша и имитации внешних абонентов методами математического и натурного моделирования позволяет в большинстве случаев осуществлять весьма широкое изменение внешних условий функционирования алгоритмов и выявлять ошибки в наиболее типовых и массовых режимах работы. Однако полной адекватности моделей реальной системе добиться трудно, а во многих случаях и невозможно, что является причиной значительного количества ошибок в алгоритмах и программах. Последующая отладка с использованием реальной системы позволяет уменьшить количество ошибок, однако и в процессе эксплуатации серийно изготовленных управляющих систем, благодаря расширению ситуаций по внешним условиям функционирования, может происходить выявление системных ошибок. Поэтому организация эксплуатации управляющих ЦВМ должна обеспечивать возможность выявления и корректировки ошибок в процессе эксплуатации данного экземпляра ЦВМ и распространение корректировки на все выпущенные ЦВМ с алгоритмом данного типа. [44]
Таким образом, можно точно рассчитать буферные зоны памяти при их заполнении без выбивания заявок более низкого приоритета. Распределение времени обслуживания по закону Эрланга при соответствующем изменении параметра т) г позволяет аппроксимировать в большинстве практических случаев реальное распределение времени функционирования алгоритмов обработки заявок в ЦВМ. Однако даже при двух потоках заявок и двух уровнях приоритетного обслуживания расчеты весьма сложны, и во многих случаях более просто характеристики данной дисциплины приоритетной обработки можно получить путем моделирования методом статистических испытаний. Вычислительный алгоритм позволяет получить результаты при использовании достаточно быстродействующих ЦВМ, так как время счета приблизительно пропорционально T ] iT 2r2 и резко возрастает при увеличении объема памяти и уменьшении дисперсии времени обслуживания. [45]