Содержание к диссертации
Введение
1. Анализ исследований и разработок в области моделирования динамических систем 16
1.1. Подходы к разработке динамических интеллектуальных систем 16
1.1.1. Интеллектуальные системы 16
1.1.2. Динамические интеллектуальные системы как подкласс динамических систем 18
1.1.3. Интеллектуальные системы поддержки принятия решений реального времени 20
1.2. Задача моделирования сложных динамических систем 23
1.2.1. Особенности систем, для управления и мониторинга которых используются ИСППР РВ 24
1.2.2. Анализ подходов к моделированию сложных динамических систем 25
1.2.3. Анализ подходов к представлению и моделированию времени в сложных динамических системах 28
1.3. Выбор формального аппарата для имитационного моделирования сложных динамических систем 33
1.3.1. Свойства базовой формальной модели 34
1.3.2. Конечные автоматы и сети конечных автоматов 34
1.3.3. Временные автоматы и сети временных автоматов 37
1.3.4. Сети Петри как инструмент моделирования 39
Выводы к главе 1 з
2. Методы моделирования процессов в сложных динамических системах 46
2.1. Сложная система как совокупность взаимодействующих компонентов... 46
2.2. Модификации сетей Петри для моделирования процессов в динамических системах 48
2.2.1. Темпоральные модификации раскрашенных сетей Петри 48
2.2.2. Модификация РСП РВ с поддержкой качественных темпоральных зависимостей 53
2.3. Анализ и верификация моделей процессов на основе сетей Петри с поддержкой логики Аллена 67
2.3.1. Методы анализа сетей Петри 67
2.3.2. Верификация моделей процессов, созданных на основе сетей Петри 74
2.3.3. Применение метода Model Checking для верификации модели на основе РСП РВ ТЛА 76
Выводы к главе 2 79
3. Программная реализация базовых инструментальных средств моделирования процессов в динамических системах на основе РСПРВ ТЛА 81
3.1. Разработка прототипа инструментария в среде G2 81
3.1.1. Организация функционирования модели 88
3.1.2. Пример модели, построенной с помощью разработанного прототипа инструментария 90
3.2. Разработка инструментария в среде Microsoft Visual Studio 92
3.2.1. Модель RTCPNtoolkit.Model 95
3.2.2. Представление модели RTCPNtoolkit. ViewModeI ПО
3.2.3. Графический интерфейс RTCPNtoolkit. View 114
Выводы к главе 3 120
4. Апробация и внедрение разработанных методов и программных средств 121
4.1. Тестирование разработанного инструментария 121
4.2. Внедрение разработанных методов и программных средств 124
4.2.1. Задача разработки моделей объектов электроэнергетический сети 124
4.2.2. Применение формализма РСП РВ ТЛА для моделирования объектов лектроэнергетической системы 126
4.2.3. Пример разработанной модели функционирования гидроагрегата 129
Выводы к главе 4 134
Заключение 135
Литература
- Интеллектуальные системы поддержки принятия решений реального времени
- Модификации сетей Петри для моделирования процессов в динамических системах
- Пример модели, построенной с помощью разработанного прототипа инструментария
- Задача разработки моделей объектов электроэнергетический сети
Введение к работе
Актуальность темы исследования. В настоящее время активно разрабатываются методы и программные средства проектирования математического и программного обеспечения интеллектуальных систем поддержки принятия решений (ИСППР), включая наиболее сложных их представителей – ИСППР реального времени (ИСППР РВ). ИСППР РВ предназначены для помощи лицам, принимающим решения (ЛПР), при управлении и мониторинге сложных динамических систем (ДС) – технических (технологических), транспортных, организационных и других – в условиях достаточно жестких временных ограничений и при наличии различного типа неопределенности в поступающей информации. К таким системам можно отнести, в частности, объекты энергетики. Важной задачей, возникающей при проектировании и разработке ИСППР РВ, является разработка методов и программных средств моделирования сложных ДС, включая средства представления и оперирования временными (темпоральными) зависимостями, как количественными, так и качественными. В ряде современных и дорогих коммерческих инструментальных комплексах для построения сложных ДС (G2, RTworks и др.) имеются средства отображения фактора времени и темпоральных зависимостей, однако они весьма примитивны и не соответствуют сегодняшним требованиям. Следует отметить, что и ИСППР РВ относятся к классу сложных ДС – динамических интеллектуальных систем (ДИС), основанных на использовании методов искусственного интеллекта и поиска (вывода) решений на основе знаний. Одним из основных блоков ДИС является подсистема моделирования, используемая для анализа последствий принимаемых решений и выбора наилучших рекомендаций для ЛПР. Вопросами моделирования сложных ДС, в том числе в плане использования средств моделирования в интеллектуальных системах типа ДИС и ИСППР, посвящены многие отечественные и зарубежные работы: Ларичева О.И., Попова Э.В., Поспелова Д.А., Вагина В.Н., Емельянова В.В., Еремеева А.П., Ковалева С.М., Кузнецова О.П., Курейчика В.М., Осипова Г.С., Петровского А.Б., Рыбиной Г.В., Стефанюка В.Л., Федунова Б.Е., Фоминых И.Б., Ярушкиной Н.Г., Ashby W.R., Forgy C., Giarratano J.C., Jackson P., Luger G.F., Macko D., Mesarovich M.D., Nilsson N.J., Norvig P., Raffa H., Rassel S.J., Zadeh L.A. и др. Задачи исследования процессов и закономерностей, которые определяют функционирование сложных ДС, и разработки методов и программных средств моделирования таких процессов являются весьма актуальными. Надежность и предсказуемость поведения сложных ДС зачастую являются более важными свойствами, чем производительность, модифицируемость и т.п. Это связано с существенным риском возникновения ошибок на этапе проектирования ДС и высокой ценой проявления этих ошибок на стадии эксплуатации. Классический подход – анализ ДС как физической системы, описываемой, например, дифференциальными уравнениями, – плохо применим в силу высокой сложности подобных систем. В настоящее время устойчивый интерес проявляется к методам разработки и анализа имитационных моделей (ИМ) сложных ДС. В качестве базового формализма для создания ИМ, ориентированных на использование в составе ИСППР РВ, предлагается аппарат на основе сетей Петри (СП). Предварительный анализ показал, что модификации СП, использующие конструкции модульности и иерархичности (так называемые «СП высокого уровня») являются перспективным базисом для таких моделей.
Объектом исследования являются сложные ДС, для мониторинга и управления которыми используются ДИС типа ИСППР РВ. Такие системы представляют собой совокупность взаимодействующих компонентов, каждый из которых в любой момент времени находится в некотором состоянии.
Предметом исследования являются методы и программные средства моделирования таких систем на основе темпоральной модификации раскрашенных СП (РСП).
Целью данного диссертационного исследования является создание методов и программных средств разработки и анализа ИМ сложных ДС на основе темпоральной модификации РСП в плане включения этих средств в состав математического и программного обеспечения ИСППР РВ.
Для достижения поставленной цели решены следующие задачи:
-
анализ существующих подходов к моделированию систем и темпоральных зависимостей и применимости этих подходов для разработки и анализа моделей сложных ДС, являющихся объектом исследования;
-
разработка методов и алгоритмов функционирования ИМ сложных ДС на основе аппарата РСП с возможностью представления и оперирования темпоральной информацией;
-
разработка методов анализа и верификации моделей сложных ДС, для мониторинга и управления которыми используются ИСППР РВ;
-
программная реализация разработанных методов и алгоритмов в плане их включения в программное обеспечение ДИС типа ИСППР РВ;
-
экспериментальная апробация разработанных методов и инструментальных программных средств.
Методы исследования. Для решения поставленных задач использованы методы имитационного моделирования, модели и методы представления времени (темпоральные логики, исчисления), теория автоматов, теория сетей Петри и их модификаций, методы разработки программного обеспечения.
Научная новизна исследований заключается в следующем:
-
предложен формализм РСП реального времени с поддержкой темпоральной логики Аллена (РСП РВ ТЛА), базирующийся на модификации РСП, ориентированный на моделирование процессов в сложных ДС и позволяющий использовать в качестве защитных функций переходов выражения темпоральной логики Аллена (ТЛА);
-
разработаны алгоритмы функционирования ИМ сложных ДС на основе РСП РВ ТЛА (определения допустимости перехода, разрешения конфликта, срабатывания перехода), имеющие полиномиальную оценку сложности, что позволяет их применение в ИСППР РВ с достаточно жесткими временными ограничениями;
-
обоснована возможность применения подхода на основе Model Checking для верификации моделей процессов в ДС и разработан алгоритм верификации для ИМ на основе РСП РВ ТЛА, ориентированный на использование в ИСППР РВ.
Практическая значимость полученных результатов заключается в создании методов и программных средств ИМ сложных ДС, ориентированных как на использование в составе современных ДИС типа ИСППР РВ, так и на автономное применение, и расширяющих возможности таких систем и современных компьютерных систем в целом. Разработанные средства позволяют упростить и формализовать процесс моделирования. Практическая значимость работы подтверждается использованием разработанного математического и программного обеспечения в составе комплексной системы
моделирования объектов электроэнергетической сети на кафедре электроэнергетических систем (ЭЭС) МЭИ, а также в учебном процессе кафедры прикладной математики (ПМ) МЭИ (имеются акты об использовании).
Достоверность научных результатов подтверждена теоретическими выкладками, результатами компьютерного моделирования и сравнением полученных результатов с данными, приведенными в научной литературе.
Реализация результатов. Результаты диссертационной работы использовались в НИР кафедры ПМ, поддержанных грантами РФФИ (проекты № 11-01-00140, № 12-07-00508, № 14-01-00427, № 15-07-04574), в работах по государственному заданию Министерства образования и науки Российской Федерации № 2.737.2014/К «Методы и инструментальные средства моделирования рассуждений в интеллектуальных системах поддержки принятия решений (СППР)», а также в программе У.М.Н.И.К. по проекту «Разработка инструментария для создания интеллектуальных систем управления на основе модификации сетей Петри». На разработанный в диссертационной работе программный комплекс получено свидетельство о государственной регистрации программы для ЭВМ № 2015616435 «Инструментарий для разработки моделей систем на основе темпоральных сетей Петри с поддержкой логики Аллена» от 09.06.2015. Разработанные методы и программные средства используются: в учебном и научном процессах кафедры ПМ; на кафедре ЭЭС МЭИ в рамках работ по модернизации электродинамической модели.
Апробация результатов. Основные результаты диссертации докладывались и обсуждались на многих научно-технических конференциях и симпозиумах, в том числе на: 7-ой Международной научно-технической конференции «Интегрированные модели и мягкие вычисления в искусственном интеллекте» (Коломна, 2013); II-ой Международной летней школе-семинаре по искусственному интеллекту для студентов, аспирантов и молодых ученых (Тверь, 2013); международной конференции XVI-th Joint Internatioal Scientific Events on Informatics (Болгария, Варна, 2013); 14-ой Национальной конференции по искусственному интеллекту с международным участием КИИ-2014 (Казань, 2014); VI-ой Всероссийской научно-практической конференции «Нечеткие системы и мягкие вычисления–2014» (Санкт-Петербург, 2014); XXII-ой Международной научно-технической конференции «Информационные средства и технологии» (Москва, 2014); международном симпозиуме SPITSE Symposium 2014 (Германия. Ильменау, 2014); ежегодных «Научных сессиях МИФИ» (Москва, 2013-2015); IV и V Международных научно-технических конференциях «Открытые семантические технологии проектирования интеллектуальных систем» (Беларусь, Минск 2014, 2015).
Публикации. Основные результаты исследования опубликованы в 19 печатных работах, из них 3 – в журналах, включенных ВАК в перечень ведущих рецензируемых научных журналов и изданий.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы (101 наименование) и приложения. Работа содержит 145 страниц машинописного текста (без приложения), 29 рисунков, 2 таблицы.
Интеллектуальные системы поддержки принятия решений реального времени
В процессе информатизации общества особую роль играют интеллектуальные системы (ИС) - основной продукт исследований в искусственном интеллекте (ИИ) [34]. Сегодня термин «интеллектуальный» стал весьма употребляемым в контексте информационных технологий, однако его употребление далеко не всегда имеет однозначный смысл.
Для понимания целей и задач направления ИИ необходимо уточнить феномен интеллекта естественного. Можно выделить ряд ключевых способностей субъекта, совокупность которых и формирует его «интеллектуальность», в том числе [1]: способность выделять существенное в наличных знаниях, т.е. упорядочивать их (необходимый аспект интуиции); способность к целеполаганию и планированию поведения, т.е. порождение последовательностей «цель - план - действие»; способность к отбору знаний (посылок выводов, релевантных цели рассуждения); способность извлекать следствия из имеющихся знаний, т.е. способность к рассуждению, которое может содержать как правдоподобные выводы, используемые для выдвижения гипотез, так и достоверные выводы, используемые при доказательствах; способность к аргументированному принятию решений, использующему упорядоченные знания (представление знаний) и результаты рассуждений, соответствующие поставленной цели; способность к рефлексии - оценке знаний и действий; наличие познавательного любопытства, т.е. познающий субъект должен быть способен задавать вопрос и искать на него ответ; способность и потребность находить объяснение как ответ на вопрос «почему?»; способность к синтезу познавательных процедур, образующих эвристику решения задач и рассмотрения проблем; способность к обучению и использованию памяти; способность к рационализации идей: стремление уточнить их как понятия; способность к созданию целостной картины предмета мышления, объединяющей знания, релевантные поставленной цели (т.е. создание некоторой «теории»); способность к адаптации в условиях изменения жизненных ситуаций и знаний, коррекция «теорий» и поведения. В работе будем придерживаться комплексного определения ИС, данного в работе [1]: ИС - компьютерная система, которая является средством автоматизации ключевых способностей естественного интеллекта. Архитектура такой ИС приведена на рис. 1.1.
Известно достаточно много различных вариантов классификации ИС, одним из наиболее используемых среди которых является деление ИС на статические и динамические [43,45,47]. Для статических ИС предполагается, что исходная информация и БЗ системы не меняются в процессе поиска (вывода) решения, для динамических ИС это требование может не выполняться.
Статические ИС, в частности статические ИСППР, ориентированы на поиск решения в статических предметных (проблемных) областях, характеристики которых не меняются в процессе функционирования ИС (процессе поиска решения). А динамические ИС (ДИС) - на поиск решения в динамических областях, характеристики которых, как правило, изменяются в процессе поиска решения, и для которых необходимо учитывать фактор времени и временные (темпоральные) зависимости. Известно, что понятие ДС возникает, когда необходимо исследовать развитие системы во времени путем установления взаимосвязи между значениями параметров системы в различные моменты времени [27]. Формально ДС можно задать набором: U - множество мгновенных значений входных воздействий; Q = {со со : Т —» U} - непустое множество допустимых входных воздействий; Y - множество мгновенных значений выходных величин; Г = {/ у : Т — 7} - множество выходных величин; переходная функция состояния, значениями которой служат состояния (г,г0,л;(г0),со) = х(т) є X 5 в которых оказывается система в момент времени геТ, если в начальный момент времени т0 є Т она была в начальном состоянии х(т0) є X и на нее действовало входное воздействие СО є Q;
ДИС - это такие системы, которые, с одной стороны, удовлетворяют приведенному определению ДС, с другой, - их динамика описывается правилами, часто используемыми в ИС, а состояния - темпоральными параметрами и переменными, имеющими как количественный, так и качественный (символьный) характер [23,43]. При исследовании поведения многих сложных ДС (технических, организационно-технических, социальных, экологических и др.) и разработке ИС (ИСППР) для помощи ЛПР при управлении такими ДС, необходимо использовать подходы и методы ИИ. Существующие в таких системах законы функционирования (поведения) описываются зачастую качественными параметрами и настолько сложны, что не допускают (или делают практически неприемлемым) применение традиционного аналитического представления, но могут задаваться посредством эмпирических или экспертных правил. В связи с этим классические средства моделирования на основе строгих математических моделей являются непригодными или неэффективными (неадекватными реальной системе).
Подробное описание ДИС и их развернутая классификация даны в работах [43,47,49]. Следует отметить, что современные исследования в области ДИС направлены на создание как мощных универсальных, так и специализированных инструментальных средств различного назначения для промышленной разработки ДИС в сфере коммерческих и промышленных приложений в различных областях науки и техники.
Модификации сетей Петри для моделирования процессов в динамических системах
Введем функцию Kh : h —» U()х9їх9ї0, которая определяет для каждой маркировки сети тєк элемент кк{т) = т следующим образом: (\/peP)m(p)= JI(p),T(p) , где М(Р) = М(Р), T(p) = T(mQ,m). По каждому кортежу h = т0,т1,...,тп е Н можно построить кортеж h = т0,щ,...,тп s где (Vz є 0..п) mi = ки(т{). Такой кортеж хранит моменты срабатывания переходов относительно времени начала функционирования сети. Множество всех возможных кортежей h обозначим Н . Пусть функция Т] : Н —» Н ставит в соответствие каждой истории поведения h є Н кортеж h є Н .
Пусть множество Р мест сети - множество компонентов А-системы S = Р. Определим А-процесс в этой системе, индуцированный историями поведения сети. Реализацию А-процесса в компоненте р є Р, индуцированную историей h= m0,ml,...,mn e Н 5 можно определить следующим образом: R(h,p) = т0(р),Щ(р),...,т„(р) , где (Vz є 0..и) щ = кк(т,)з h = r/(h). А-процесс П в А-системе S = Р, индуцированный всей сетью, можно определить как П = {я (\/р є P)W(p) = R(h, р), h є Н} . Состояния с є С компонентов А-системы р є Р при этом определяются комплектами фишек МІР) , компонент р є Р пассивен (состояние « с0»), если в месте р фишки отсутствуют (ju(p) = 0).
Чтобы подобным образом определить реализацию А-процесса и собственно А-процесс в реальной А-системе, где, согласно (2.2), в любой момент времени может происходить не более одного изменения состояния, необходимо для каждого кортежа h = т0,т1,...,тп е Н построить кортеж h = т0,...,т 5 h п , поместив в h элемент т0 5 а также все элементы Щ = Kh{m ) є h 5 ієі.л, которые удовлетворяют условию (Vp є Р) ft(p) Ф т (р) , с сохранением порядка следования в h. Пусть g:h h - функция, ставящая в соответствие элементу Ш є h маркировку тє h. Множество всех кортежей h обозначим Н. Пусть функция т\: Н —» Н ставит в соответствие каждому кортежу heH кортеж h є Н. Процесс П в реальной А-системе S = Р можно определить как П = {я \{Ур є Р)тг(р) = R(h,p\h є Щ . глагольными предикатами, так как последние выражают информацию о положении дел не только в тот или иной момент времени, но и на том или ином временном интервале, что важно при моделировании сложных ДС и при использовании в ДИС типа ИСППР РВ. ТЛА была выбрана для дальнейшей работы как достаточно известная и уже используемая в ИС, в частности, в ИСППР РВ [21].
С учетом того, что ИМ на основе рассматриваемого аппарата дискретна (временной шаг г є $R+); будем использовать множество моментов Т с Т = 5R0: Тд ={г т = к т ,кєК0,г є9І+} . Пусть Ти = [r0,rlv.,rj - некоторое конечное упорядоченное подмножество моментов TteTD, ієО.л, для которого выполняется условие: Назовем интервалом такое конечное упорядоченное подмножество Int = [т0,тх,..., тп], r,.eTD, і є0..п , для которого выполняется условие: (V/ є\..п)(3кєК)(т,. =к т = Tt_x = (к-ї) г ), (2.13) где г є $R+ - временной шаг сети. Пусть IntD - множество всех таких интервалов для множества моментов TD.
Подмножество Ти в общем случае можно представить в виде т» = [T0 riv T»]Ir»+i r»+2vJj , где [Го, ,..,г.] - интервал, а подмножество [г0,г15..,гй,гй+1] условию (2.13) не удовлетворяет. Продолжив разбиение, можно представить любое подмножество Ти как кортеж интервалов (если считать подмножество из одного элемента [г], те TD элементарным интервалом). В предыдущем пункте показано, что для каждой истории поведения сети h= m0,ml,...,mn G Н можно построить кортеж h= mQ,...,mA) e Н h n, который хранит моменты срабатывания переходов относительно времени начала функционирования сети. Пусть р: PxTD U{) хУІ - функция, определяющая маркировку сети в момент времени т є TD :
Пусть рєР - некоторое место сети, Up = {й І й є U(\(Vu єй) и є І(р)} -множество комплектов фишек, для каждой из которых выполняется условие и є g(p). Для каждой истории поведения сети h є Н определим функцию С, : Рх JJp — TD, которая каждой паре рєР и й є Uр ставит в соответствие некоторое конечное упорядоченное подмножество моментов TD с соблюдением следующих условий: в месте р постоянно находятся фишки из комплекта й ; временная метка места рєР не нарушает условий допустимости (2.3) ни одного перехода.
Для упорядоченного подмножества, определяемого функцией (р,й), выполняется условие (2.12), поэтому его также можно представить как кортеж интервалов, на каждом из которых выполняются требования (2.14): (р,й)= Щ,Щ,..,Мп , (V/ є 0. л) Inti.=[rlo,Th,...,Tlf]. Подобный подход позволяет при моделировании задавать темпоральные интервалы, на которых определенные объекты системы (соответствующие местам сети) обладают некоторыми конкретными свойствами (задаваемыми с помощью маркировок). Данные конструкции можно использовать в первую очередь при определении защитных функций переходов y(t), t еТ .
Для этого необходимо определить тот интервал из кортежа, который необходимо рассмотреть в момент проверки защитной функции. Определим При записи не будем указывать зависимость от времени. Для обозначения функции %((р,й),т) для простоты будем использовать следующую синтаксическую конструкцию: место р ( комплект и ). Например, для РСП РВ на рис. 2.3 функции %-(С (Brake, (on)), т) и z(C(ContrSyst,(safe)),z) будем обозначать как Вгаке(оп) и ContrSyst(safe) соответственно.
Таким образом, в каждый момент работы ИМ на основе предлагаемого аппарата при необходимости рассматриваются текущие, или последние завершившиеся интервалы. Для работы с этими интервалами в защитных функциях будем использовать интервальные формулы ТЛА вида ср: (IntD и {0}) х (IntD u {0} х TD ) - Bool \
Brake(on){b}ContrSyst(safe). Такая функция возвращает значение true, если фишка on находилась в месте Brake до того, как фишка safe находилась в месте ContrSyst, и значение false в противном случае.
Пример модели, построенной с помощью разработанного прототипа инструментария
Алгоритм 3.5 осуществляет проверку: существуют ли подстановки, при которых фишки из весового выражения Бъ дуги, соединяющей место и проверяемый переход, можно извлечь из текущей маркировки этого места. Маркировка определяется как коллекция экземпляров класса PetriNetToken. Кроме того, для алгоритма вычисления функции потребуется объект, представляющий коллекцию маркировок: marking_sef ::= marking marking_sef marking marking ::= PetriNetToken \ marking PetriNetToken
И маркировка места сети, и весовое выражение дуги описываются как marking . Однако если для маркировки места все фишки PetriNetToken являются константами (цветами Color ), то для весовых выражений дуг это условие не является обязательным - возможно использование переменных.
Входные данные: РСП РВ ТЛА, маркировка места сети, весовое выражение дуги. Выходные данные: логическая константа res и множество подстановок Ы, на каждой из которых весовое выражение дуги не препятствует срабатыванию перехода.
1. Определить логическую переменную res = true - результат функции. Определить Ы как пустое множество подстановок bind_set , р dub - как маркировку marking . Скопировать текущую маркировку места в р dub.
2. Для каждой фишки PetriNetToken весового выражения дуги, являющегося константой, выполнить проверку: если фишек, определяемых PetriNetTokeri , в маркировке р dub достаточно, удалить их из р dub. В противном случае текущая маркировка места не удовлетворяет константам весового выражения дуги, возвратить res = false.
3. После прохода по всем фиксированным элементам выражения дуги определить mark как коллекцию подстановок marking set , добавить р dub в mark, определить Ъ как пустое множество подстановок bind_set , добавить тривиальную подстановку в Ъ. Переход к шагу 4.
4. Для каждого PetriNetToken весового выражения дуги, являющегося переменной: определить marknew как коллекцию подстановок marking set , определить bnew как пустое множество bind_set . Переход к шагу 5.
5. Для каждой маркировки marking из mark и подстановки complex bind из Ъ выполнить действия шага 6.
6. Для каждой фишки маркировки marking , если фишек, определяемых PetriNetTokeri , достаточно, добавить к коллекции marknew маркировку marking без этих фишек, добавить к bnew подстановку complex bind , дополненную элементарной подстановкой: переменной PetriNetToken соответствует текущая фишка из marking .
7. После выхода из двойного цикла (шаги 5-6) проверить: если в коллекции маркировок marknew есть хотя бы одна маркировка (и, соответственно, в коллекции подстановок bnew есть хотя бы одна подстановка), копировать коллекции marknew и bnew в mark и Ъ соответственно, переход к следующему PetriNetToken весового выражения дуги (шаг 4). Иначе - для текущего PetriNetToken не удалось подобрать ни одну подстановку, возвратить res = false.
8. После завершения цикла (шаги 4-7), проверить: если в коллекции маркировок mark есть хотя бы одна маркировка (и, соответственно, в коллекции подстановок Ъ есть хотя бы одна подстановка), возвратить res = true и множество подстановок Ъ. Иначе возвратить res = false. Завершить выполнение алгоритма.
В результате анализа допустимости всех переходов сети в текущем состоянии формируется множество допустимых переходов ЕпТ, для каждого из которых существует непустое множество подстановок bind_set . Необходимо определить множество неконфликтных переходов:
Алгоритм 3.6 формирования множества неконфликтных переходов и множества подстановок приведен ниже. Входные данные: множество допустимых переходов tt є ЕпТ, для каждого из которых существует непустое множество подстановок b_sett. Выходные данные: множество неконфликтных переходов NCset и подстановка Ы. Для каждого перехода t из множества nc_set выполнить: из каждого входного места извлечь необходимое количество фишек в соответствии с весовым выражением входной дуги, временная метка места обнуляется; в каждое выходное место поместить необходимое количество фишек в соответствии с весовым выражением выходной дуги, временная метка определяется временным выражением выходной дуги (2.8). Завершить выполнение алгоритма. Если в выражениях выходных дуг находятся переменные, не влияющие на защитную функцию перехода и/или выражения входных дуг, то есть не учтенные подстановкой complex bind , значения таких переменных выбираются случайно.
Задача разработки моделей объектов электроэнергетический сети
В рамках проводимых исследований особое внимание уделяется разработке моделей объектов электроэнергетической сети. Разработка осуществляется с применением современных контроллеров N1 CompactRIO - многофункциональной реконфигурируемой встраиваемой системой сбора данных и управления. Архитектура CompactRIO включает модули ввода/вывода, реконфигурируемое шасси на базе программируемых логических интегральных схем (ПЛИС) и контроллер реального времени. N1 CompactRIO подходит для решения сложных технических задач благодаря открытой архитектуре, компактным размерам, функциональной гибкости.
При программировании контроллеров применяется LabVIEW, графическая среда разработки и платформа для выполнения программ. В отличие от SCADA-систш, которые ориентированы на разработку автоматизированных систем управления технологическим процессом, LabVIEW в большей степени ориентирована на решение задач в области автоматизированных систем научных исследований.
Программа LabVIEW является виртуальным прибором (ВП). В процессе моделирования объекта ЭЭС разрабатываются ИМ отдельных составляющих элементов этого объекта, каждый из которых является проектом (группой ВП) в среде LabVIEW. При этом архитектура таких моделирующих программных приложений соответствует архитектуре контроллеров CompactRIO и представлена нарис. 4.3.
Каждое приложение использует три процессора: процессор ПК под управлением ОС Windows, процессор блока CompactRIO под управлением ОС жесткого реального времени и ядро ПЛИС. Рациональным подходом является разбиение общей задачи моделирования на отдельные подзадачи для каждого процессора, в соответствии с функциональными характеристиками этих подзадач и техническими характеристиками процессоров. Обработка поступающих (или моделируемых) сигналов осуществляется на уровне ПЛИС, контроллер реального времени обрабатывает задачи, связанные с управлением ВП нижнего уровня. ВП на Windows используется для задания параметров моделирования и управления всем приложением.
Такая архитектура позволяет отдельно разрабатывать каждый элемент моделируемого объекта с использованием современных методов и подходов из области ЭЭС. Однако при этом возникает задача объединения таких подмоделей в единую модель объекта сети.
Применение формализма РСП РВ ТЛА для моделирования объектов электроэнергетической системы
Для решения поставленной задачи предлагается использовать разработанный подход на базе РСП РВ ТЛА. Проблема организации взаимодействия между ВП верхнего уровня и созданным инструментарием решается с помощью библиотеки DLL {Dynamic Link Library) - промежуточной библиотеки, позволяющей осуществлять двухстороннюю связь. При этом DLL-библиотека поддерживает работу с разделяемой памятью {shared memory), что позволяет увеличить скорость прохождения данных между отдельными элементами приложения.
Данный подход привлекателен, прежде всего, тем, что в его основе лежит модульный принцип: можно легко заменить одну LabVIEW-MORQRb элемента объекта другой (при этом необходимо контролировать только интерфейсную часть ВП, который взаимодействует с промежуточной библиотекой). Поэтому архитектура удобна при проведении научных исследований в области ЭЭС.
Следует отметить, что подобная ИМ не является системой жесткого реального времени в силу того, что ОС Windows не удовлетворяет обязательным условиям операционной системы РВ. Для создания полноценной системы РВ следует заменить ПК с ОС Windows на один из контроллеров CompactRIO. Учитывая при разработке эту особенность, объединенную модель удобно использовать в учебных и аналитических целях.
Выбранная архитектура приложения позволяет использовать разработанную связующую сеть РСП РВ ТЛА в двух режимах работы: в режиме тестирования и отладки ИМ, когда сеть РСП РВ ТЛА рассматривается отдельно от LabVIEW-MORQRQU элементов, параметры функционирования которых задаются с помощью вспомогательных подсетей. Использование формул ТЛА позволяет разрабатывать ИМ таким образом, чтобы эти подсети были не связаны напрямую - дугами - с основной сетью модели (см. пример моделирования действий машиниста в п. 4.1). В данном режиме можно применять алгоритмы анализа и верификации, рассмотренные во второй главе; в режиме ИМ, когда связующая сеть РСП РВ ТЛА получает данные непосредственно из LabVIEW-MORQRQU (через промежуточную библиотеку). При этом ИМ фактически включается в контур управления. Таким образом реализуется принцип модельно-управляемой разработки (model-driven development) [83].
Процесс разработки осуществляется по следующим правилам: после анализа параметров отдельных LabVIEW-MORQRQU создается ИМ на основе РСП РВ ТЛА, после чего в режиме тестирования и отладки проводится анализ и верификация сети. Затем созданная ИМ подключается к LabVIEW-мод&яям через промежуточную библиотеку и выполняет роль системы управления. Система сохранения информации о функционировании модели, заложенная в инструментарий, позволяет в дальнейшем анализировать работу приложения.
При выявлении ошибок проводится анализ ситуации: определяется, на каком уровне возникает ошибка - на уровне ИМ на основе РСП РВ ТЛА или на уровне моделей LabVIEW. Если некорректно функционирует одна из моделей LabVIEW, осуществляется ее доработка, а модель на основе РСП РВ ТЛА остается неизменной.
Если ошибки возникают на уровне связующей сети РСП РВ ТЛА, то проводится отключение LabVIEW-MORQRQU и переход в режим тестирования и отладки. Общая схема процесса разработки и тестирования ИМ объекта ЭЭС приведена на рис. 4.5.
Предложенная архитектура применима не только для решения задачи моделирования непосредственно объектов ЭЭС, но и в других приложениях и в составе ДИС типа ИСППР РВ (а также при разработке их подсистем моделирования).