Содержание к диссертации
Введение
1 Анализ задачи автотизации мониторинга состояния оборудования 11
1.1 Обзор основных аспектов автоматизации процесса мониторинга 11
1.1.1 Подходы к проектированию АСУ 11
1.1.2 Обзор типовых архитектурных решений для систем мониторинга 15
1.1.3 Обзор моделей обработки информации 17
1.2 Основные положения теории многоагентных систем 19
1.2.1 Понятие агента. Его основные свойства и характеристики 20
1.2.2 BDI архитектура интеллектуальных агентов 23
1.2.3 Взаимодействие интеллектуальных агентов в процессе функционирования 25
1.3 Процесс функционирования ускорителя элементарных частиц 28
1.3.1 Основные аспекты процессов мониторинга и управления ускорителем элементарных частиц 28
1.3.2 Потоки передачи данных 32
1.3.3 Классификация параметров технического устройства 34
1.4 Обзор комплексов мониторинга и управления оборудованием ускорителей 35
1.4.1 Распределенный объектно-ориентированный ИПК управления DOOCS 36
1.4.2 Информационно-программный комплекс управления акселераторами ACNET 38
1.4.3 Информационно-программный комплекс мониторинга и управления БАК 40
1.4.4 Сравнительная характеристика систем мониторинга входящих в состав ИПК мониторинга и управления ускорителями 42
1.5 Постановка задачи 45
2 Распределенная система предварительной обработки данных 47
2.1 Модель предварительной обработки данных 47
2.1.1 Зависимости между параметрами технических устройств 47
2.1.2 Исчисление значений параметров на основе иерархических структур 48
2.1.3 Определение иерархий параметров мета-уровня 49
2.2 Построение многоагентной системы распределенной обработки данных 52
2.2.1 Модель BDI-агента предварительной обработки данных 52
2.2.1.1 Формализация модели BDI-агента 52
2.2.1.2 Предварительная обработка данных 58
2.2.1.3 Обработка данных в условиях недостатка информации 61
2.2.2 Многоагентная система предварительной обработки данных 63
2.2.2.1 Агентная платформа MAC 63
2.2.2.2 Архитектура распределенной MAC предварительной обработки данных 67
2.2.3 Процессы коммуникации структурных элементов MAC 69
2.3 Выводы кглаве 2 73
3 Модель автоматизации мониторинга состояния оборудования технической системы 75
3.1 Автоматизированная система управления информационными процессами 75
3.1.1 Формализованное описание модели автоматизированной системы управления ИП 75
3.1.1.1 Механизм обработки сообщений 79
3.1.1.2 Механизмы управления информационными процессами 81
3.1.2 Жизненный цикл модуля автоматизации ИП 85
3.1.3 Архитектура автоматизированной системы управления ИП 87
3.2 Система мониторинга состояния оборудования технической системы 89
3.2.1 Концептуальная структура автоматизированной системы мониторинга 89
3.2.2 Основные структурные элементы автоматизированной системы мониторинга 91
3.2.2.1 Элементы подсистемы передачи массивов данных 91
3.2.2.2 Управление процессами мониторинга значений параметров 95
3.2.2.3 Организация доступа к удаленным сервисам 97
3.2.3 Архитектура системы мониторинга 98
3.3 Выводы кглаве 3 100
4 Автоматизация процесса мониторинга состояния оборудования комплекса ускорителей элементарных частиц 101
4.1 Предварительная обработка данных получаемых от ТУ 101
4.1.1 Исчисление ДХ значений параметров 102
4.1.2 Иерархические структуры предварительной обработки данных 106
4.1.3 Агент предварительной обработки данных 109
4.2 Управление ИП предварительной обработки данных 113
4.2.1 Источники событий 113
4.2.2 Политика жизненного цикла 115
4.2.3 Модуль автоматизации ИП предварительной обработки данных 117
4.3 Модель автоматизированной системы мониторинга состояния оборудования комплекса ускорителей 118
4.3.1 Архитектура системы мониторинга 118
4.3.2 Оценка производительности модели предварительной обработки 121
4.4 Апробация полученных результатов 122
4.4.1 Определение средств реализации поставленной задачи 123
4.4.2 Информационно-программного комплекс InCA 126
4.4.3 Тестирование прототипа системы мониторинга состояния оборудования комплекса ускорителей 128
4.5 Выводы кглаве 4 131
Заключение 132
Литература
- Обзор типовых архитектурных решений для систем мониторинга
- Исчисление значений параметров на основе иерархических структур
- Формализованное описание модели автоматизированной системы управления ИП
- Управление ИП предварительной обработки данных
Введение к работе
Одной из характерных тенденций развития научных исследований является появление и использование информационных систем большой сложности. Важным классом данных систем являются автоматизированные системы мониторинга, обеспечивающие сбор данных, отражающих определенные характеристики состояния объекта наблюдения, с последующей их передачей конечному множеству заинтересованных клиентов. В данном контексте актуальной становится задача автоматизации предварительной обработки больших массивов информации в масштабах реального времени, что обуславливает создание высокопроизводительных распределенных систем препроцессинга данных.
В настоящее время существует довольно большое количество типов задач обработки информации в различных областях науки и производства, таких как: обработка статических и видеоизображений, обработка аудиоданных, задачи комбинаторной оптимизации и т.д. На протяжении последних десятилетий было создано множество формальных методов, позволяющих эффективно решать обозначенные задачи. В тоже время, специфика задачи препроцессинга массивов данных, получаемых от оборудования технических систем, состоит в том, что функциональный состав моделей, разрабатываемых в рамках решения задач данного класса, определяется подходами к мониторингу и управлению технической системой. Данные подходы зачастую существенно отличаются для различных классов ТС, что объясняет отсутствие единых формальных методов в этой области.
Одним из видов процесса предварительной обработки данных является вычисление значения параметра «верхнего уровня» на основании массивов данных получаемых от технических устройств. Данное отношение на множестве параметров может быть представлено в виде иерархической структуры, задающей правила исчисления значения параметра в совокупности с необходимыми для этого информационными ресурсами. Тогда автоматизация предварительной обработки данных может быть достигнута за счет построения распределенной системы, структурные элементы которой осуществляют исчисление значений параметров на основе иерархических структур в рамках процессов, управляемых на основе системы событий. Также необходимо учесть необходимость обработки данных в условиях недостатка информации, обусловленного неидеальностью элементов ТС и каналов передачи данных. Принимая во внимание распределенность процессов обработки данных, наиболее эффективным подходом к решению обозначенной задачи можно считать использование теории многоагентных систем (MAC). Апробацию разработанных методов, моделей и алгоритмов предполагается провести на
оборудовании комплекса ускорителей элементарных частиц, созданного в Европейской организации ядерных исследований ЦЕРН.
Цель и задачи работы. Целью диссертационной работы является повышение производительности систем мониторинга состояния оборудования за счет разработки масштабируемой модели распределенной системы обработки данных. Для достижения указанной цели необходимо решить следующие задачи:
разработать методы и алгоритмы исчисления значений параметров на основе иерархических структур;
используя основные положения теории MAC, разработать модель распределенной системы предварительной обработки данных;
разработать модель автоматизации управления процессами предварительной обработки данных;
построить модель системы мониторинга состояния оборудования технической системы;
разработать прототип системы мониторинга состояния оборудования комплекса ускорителей элементарных частиц.
Методы исследования. Для решения поставленных задач были использованы методы системного анализа, теории многоагентных систем, теории управления, теории автоматов, общей алгебры, а также методы проектирования информационных систем.
Научная новизна результатов, выносимых на защиту, заключается в том что:
на основе абстрактной модели BDI-агента разработан и формализован алгоритм уточнения интенциональных характеристик;
предложена модель распределенной системы предварительной обработки данных на основе теории MAC;
предложена модель автоматизации информационных процессов в многопоточной среде выполнения, использующая верификацию допустимости выработки управлений на основе конечного автомата.
Практическая значимость и внедрение. Практическая ценность представленной работы определяется возможностями применения разработанных в диссертации формализмов, подходов, моделей и алгоритмов в сложных информационных системах:
формализмы описания автоматизированной системы управления информационными процессами могут быть использованы в рамках решения различных задач подразумевающих автоматизацию конечного множества ИП;
использование теории MAC при проектировании распределенной системы предварительной обработки данных создает базис для разработки методов
интеллектуальной обработки информации (например, в условиях полного или частичного отсутствия информации);
формализмы описания модели системы мониторинга состояния оборудования сложной распределенной системы могут быть использованы в процессе проектирования системы мониторинга оборудования сложной технической системы;
приведенные формализмы описания моделей были использованы в рамках построения системы мониторинга состояния оборудования ускорителя элементарных частиц, вошедшей в состав информационно-программного комплекса мониторинга и управления большинством ускорителей ЦЕРНа.
Публикации. По теме диссертации опубликовано 12 печатных работ.
Апробация работы. Основные положения и результаты, полученные в диссертации, обсуждались на следующих научных конференциях: V всероссийская конференция «Прогрессивные технологии в обучении и производстве» (Камышин 2008); международная научно-практическая конференция «Информационные технологии в науке и образовании» (Шахты 2009); VIII международная научно-техническая конференция «Новые информационные технологии и системы» (Пенза 2008).
Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы и приложений. Общий объем диссертации - 157 страниц, включая 63 рисунка, 24 таблицы, список литературы из 125 наименований и 6 приложений.
Обзор типовых архитектурных решений для систем мониторинга
Идея нормативного проектирования систем управления содержалась еще в попытках построения деятельности организаций на основе применения математической модели (сетевой, конвейерной, очереди, линейного программирования и др.). Как общий принцип построения целостных организаций эта идея была осознана в середине 60-х годов. Хотя многочисленные технические аспекты методов проектирования автоматизированных систем управления (АСУ) продолжают развиваться, их основы и формы применения к прикладным задачам уже достигли определенного, довольно высокого, уровня.
В общем случае управление должно обеспечивать целевое протекание технологических процессов преобразования энергии, вещества и информации, поддержание оптимальной работоспособности и безаварийности функционирования объекта путем сбора и обработки информации о состоянии объекта и внешней среды, выработки решений о воздействии на объект и их исполнении. Процесс управления подразумевает наличие умения и способности создавать целенаправленное воздействие на объект. Согласно [82] любая автоматизированная система управления в необходимых объемах должна автоматизировано выполнять сбор и анализ входной по отношению к системе информации, осуществляя при этом выработку управлений. При выборе вида и метода управления должны учитываться два основных требования, вытекающих из назначения управления: во-первых, цель и вид управления должны быть согласованы с видом желаемого функционирования объекта (с целью функционирования), во-вторых, принципы управления и значения параметров управляющих воздействий должны быть согласованы со свойствами ОУ [70]. Несмотря на то, что существует огромное разнообразие объектов с различными принципами функционирования, число классов задач управления ими невелико. Согласно [98] выделяют четыре основных класса: задачи обеспечения заданного характера изменения координат или некоторых функций от них объекта управления. Задачи этого класса наиболее часто встречаются в практике автоматизации технологических процессов; задачи коррекции динамических свойств объектов управления, например задачи перевода из естественного неустойчивого характера процессов в объекте в устойчивый; задачи координации взаимодействия элементов объекта. Для многих объектов сложной структуры, т. е. многоэлементных объектов, их желаемое функционирование достигается при соблюдении установленных точностных и временных условий, например определенной последовательности информационного взаимодействия, синхронности отдельных операций и т. п.;
Задачи компенсации возмущений, воздействующих на процессы в объектах (действия факторов внешней среды или изменений параметров собственных свойств объектов) с целью сохранения желаемого характера их функционирования. Этот класс задач управления включает три типичных подкласса, широко распространенных в практике автоматизации объектов: 4.1.задачи компенсации возмущений, вызывающих отклонения от желаемых значений параметров процессов в объектах. Будем называть их возмущениями на параметры объектов;
Задачи компенсации возмущений, приводящих к нежелательным изменениям параметров динамических свойств объектов. Действие возмущений этого вида, которые в дальнейшем будем называть параметрическими, приводят к изменениям не только значений параметров процессов в объекте, но и качественного характера самих процессов;
Задачи компенсации возмущений, приводящих к нежелательным изменениям структуры объектов. Такие возмущения будем называть возмущениями на структуру или структурными возмущениями.
Для решения выделенных четырех основных классов задач управления достаточно организовать один или несколько видов управления: координатное, при котором управляющие воздействия представляют собой изменения входных координат физических процессов в объекте, ограничений области допустимых значений некоторых координат или показателей качества процессов в объекте; параметрическое, при котором управляющие воздействия — изменения значений параметров элементов объекта; структурное, при котором управляющие воздействия — изменения состава элементов и (или) связей между ними и режимов функционирования.
Исходя из анализа принципов построения автоматизированных систем реализующих перечисленные типы управления, можно заключить, что данный процесс характеризуется высокой степенью сложности [125]. С другой стороны, согласно [98], «замечательная особенность управления любого вида заключается в том, что для его организации необходимо обеспечить реализацию некоторого универсального набора функций, составляющего типичную функциональную структуру управляющих систем». Рассмотрим совокупность универсальных функций определенных в [98]: информационная функция - совокупность операций измерения, сбора, сортировки, обобщения и распределения данных о состоянии процессов в объекте управления. функция программирования режимов управления - совокупность операций, преобразующих задания извне, например, от систем более высокого ранга, содержащие главным образом информацию о цели управления, в совокупность установок для отдельных подсистем управляющей системы, ограничений областей допустимых состоянии объекта, показателей качества управления, программ изменения управляющих воздействий. функция выработки управляющих воздействий - совокупность операций, определяющих значения параметров управляющих воздействий на основе выходных данных реализации информационной функции и функции программирования режимов управления. функция реализации управляющих воздействий - совокупность операций, преобразующих результаты функции выработки управляющих воздействий в физические управляющие воздействия на объект.
Исчисление значений параметров на основе иерархических структур
Подсистему управления модулями автоматизации ИП представим как: множество входных информационный потоков; If — множество выходных информационных потоков; Q — модель выработки управлений; Е — множество событий; А - множество управляющих воздействий.
Модель выработки управлений позволяет перейти от теоретико-множественного описания входной для системы л,с информации к выработке воздействий, направленных на изменение информационного состояния объекта управления, посредством сюръективного отображения вида:
Конечное множество определенных в рамках данной модели управляющих воздействий имеет вид: где: а — синтез нового модуля автоматизации ИП; а1 - инициализация модуля автоматизации ИП; аг — выполнение алгоритмов модуля автоматизации ИП; а — завершение выполнения алгоритмов модуля автоматизации ИП.
Подсистема распределения нагрузки s позволяет сконфигурировать совокупность модулей одного типа и динамически определять нагрузку на каждый из них. Основной задачей подсистемы доступа к конфигурации МАИП (ss) является представление описания свойств и параметров модуля автоматизации в виде дескриптора МАИП d, обладающего структурой приведенной в таблице 6.
Элемент Описание Примечание / тип модуля автоматизации ИП идентифицирует принадлежность к некоторому классу модулей h прототип модуля автоматизации ИП используется в рамках процесса синтеза модуля автоматизации ИП р» политика жизненного цикла МАИП правила реагирования на события Одним из ключевых элементов дескриптора является политика жизненного цикла модуля автоматизации ИП. Под политикой жизненного цикла модуля понимается совокупность продукций, определяющих управляющие воздействия, подлежащее выработке в ответ на поступившее событие, в целях достижения желаемого поведения. - множество входных и выходных информационных потоков; t - тип модуля автоматизации ИП; VF, — комплексный алгоритм информационных преобразований ИП, включающий в себя алгоритмы инициализации ИП \/ „ информационных преобразований ИП \Л и завершения вьшолнения информационных преобразований vj/c„ т.е. Ч , = (v/ „ \\ir„ \\J,}; 9, - булева функция оценки завершенности ИП; af - конечный детерминированный автомат Мили, определенный на множестве состояний модуля 5.
В общем случае множество входных информационных потоков представляется в качестве совокупности выделенного потока управляющих воздействий и множества входных информационных потоков данных, необходимых модулю для обеспечения корректного функционирования и выполнения основных алгоритмов информационных процессов, т.е.: где: х — входной информационный поток управляющих воздействий; Xi d - множество входных информационных потоков данных; А Конечный автомат af предназначен для фильтрации управляющих воздействий со стороны подсистемы sc на основании текущего состояния МАИП. Множество состояний МАИП S определено как: где: 5 - модуль синтезирован (created); г - способен к выполнению (ninnable)\ с — выполнение завершено (completed). Учитывая (24), комплексный алгоритм информационных преобразований 4у, и функция оценки завершенности информационного процесса 0, будут иметь вид:
Способность системы взаимодействовать с внешней средой посредством информационных сигналов обуславливает необходимость синтеза механизмов обработки сообщений. Согласно (19), основной задачей подсистемы обработки сообщений sm является отображение множества входных информационных сигналов (сообщений) М на множестве событий Е. Данная функциональность достигается с помощью множества источников событий, которые реализуют механизмы синтеза событий на основе анализа информации (сообщений) о состоянии внешней по отношению к системе среды. Класс события определяется конкретной реализацией источника событий.
В целях организации централизованной обработки выявленного подмножества элементов Е будем использовать подсистему буферизации событий, задачей которой сводится к агрегированию поступающих событий и их буферизации перед непосредственным анализом. Тогда учитывая (18), расширенное описание подсистемы обработки сообщений примет вид: множество подсистем синтеза событий (источников событий), g — подсистема буферизации событий. Процесс функционирования подсистемы синтеза событий сводиться к генерации событий на основе поступающих сообщений. Представим источник событий иє Uв виде:
Предоставляя возможности определения пользовательских типов, введем следующую классификацию классов событий наиболее часто используемых в контексте задачи управления техническими системами:
В то время как элементы множеств Е, Е2 и Ev являются продуктом анализа входных по отношению к системе информационных потоков, события Е? представляют собой результат синтеза внутренними источниками событий исходя из логики ИП, отображая необходимость в выполнении определенных действий периодического характера.
Значение v используется продукционной моделью реагирования на события в целях определения множества управляющих воздействий (см. (21)). Основной задачей объекта полезной нагрузки является инкапсуляция дополнительной информации о событии необходимой для корректного функционирования механизмов обработки событий и ИП.
Формализованное описание модели автоматизированной системы управления ИП
Прежде всего, агент предварительной обработки данных формирует множество предпочтений WB. Агент убежден, что в условиях отсутствия значения параметра р существует вариант развития событий, при котором агент может не предпринимать каких-либо активных действий, направленных на исчисление значения р . Вместо этого агент может сообщить клиенту о невозможности осуществления данной операции (, (0)), после чего завершить выполнение алгоритмов предварительной обработки данных для данного параметра. Однако такое поведение агента не является предпочтительным, и будет отфильтровано на этапе формирования предпочтений WB, в силу истинности неравенства y,{s\) 0.
Тогда, согласно описанному алгоритму, получим следующее структуры, характеризующие предпочтения агента (рис. 39).
Все выделенные поддеревья Aft единичной глубины, будут содержать единственное доступное действие ,"(/? ) Следовательно, к реализации будет выбрано действие а(р), а новое состояние будет определено на основе результата выполнения выбранного действия. Тогда, множество достижимых миров намерений WB в данном случае будет совпадать с множеством WB (рис. 40).
Далее, рассмотрим действия агента предварительной обработки данных, полагая, что Sj является текущим состоянием. Тогда, множество достижимых миров предпочтений будет ограниченно только одним элементом w3, а множество допустимых действии а будет содержать два элемента: с, и с, .
В целях выбора наиболее оптимального решения необходимо рассчитать комплексные оценки оптимальности К. Согласно (8) получим:
В целях рассмотрения механизма принятия решения агентом в условиях неопределенности рассмотрим подмножество возможных миров достижимых из состояния st (рис. 21). Данное подмножество будет состоять из двух миров wt с вероятностью достижимости p(w1)=8pxp(u1jr) и iv2 с вероятностью p(iv2) = 5pxp(u0 ) (рис. 41), где 8Р - вероятностный коэффициент, определенный как произведение вероятностей исходов действий: 5p=p(u0 )xP(uia)xP(uoa)- в результате выполнения ?(Р) оценки вероятностей p(wt) и p(w2) будут пересчитаны (p (wi) и Р О г) соответственно), как следствие изменения вероятностных характеристик исходов Do и иД исходя из результатов анализа данных о множестве значений параметров Р.
Тогда в состоянии si+i агенту необходимо определить действие подлежащие реализации, которое потенциально приведет к конечному состоянию с наибольшим значением целевой функции у,-. Принимая во внимание (8) вычислим комплексные оценки оптимальности реализации допустимых действий ;с и :
Выбор дальнейшего действия агента зависит от значений целевой функции, а также вероятностей достижимости миров (результатов анализа имеющихся данных о множестве значений параметров Р).
В силу тесной взаимосвязи процессов предварительной обработки данных с системой управления событиями времени TGM существует необходимость синтеза соответствующего источника событий, целью которого является генерация внутренних событий на основе анализа сообщений поступающих от TGM. В целях своевременного запуска алгоритмов ИП исчисления значений для каждого цикла необходимо отслеживать наступления события ACOR {Acquisition Ready), характеризующего доступность всех данных оборудования для операций чтения в рамках определенного цикла. Учитывая (29) определим источник событий времени как:
Представление задачи предварительной обработки массивов данных в качестве двух независимых ИП предполагает построение соответствующих модулей автоматизации ИП реализующих заданные алгоритмы. Управление данными модулями осуществляется посредством выработки управляющих воздействий на базе соответствующих политик жизненного цикла.
Исходя из сущности бизнес-процессов эксперимента, момент начала информационного процесса предварительной обработки значений параметров должен совпадать с моментом получения события eacqr, характеризующего доступность данных для операций чтения. Учитывая ограниченность скоростных характеристик операций чтения и препроцессинга данных на уровне программного обеспечения ТУ, а также неидеальность каналов передачи информации, применение алгоритмов исчисления значений непосредственно в момент получения события eacqr будет малоэффективным в силу отсутствия значительной части значений параметров. Следовательно, в целях исчисления всего множества значений применение алгоритмов должно носить итерационный характер. Под итерацией в данном контексте будем понимать применение алгоритмов исчисления к подмножеству доступных на текущий момент значений параметров. Данное поведение может быть достигнуто посредством определения выработки управляющего воздействия af на соответствующие события таймера е еЕ . Эмпирическое значение наиболее оптимальной частоты синтеза событий с точки зрения повышения производительных характеристик системы лежит в диапазоне «є [0,05; 0,1] сек.
Согласно параграфу 1.3.1 продолжительность некоторого цикла в общем случае является динамической характеристикой. Следовательно, интервал времени между двумя событиями eacqr сгенерированных для двух смежных циклов также является величиной непостоянной. Величина данного интервала определяет максимальную продолжительность итерационного процесса исчисления значений, т.к. препроцессинг значений параметров для /-го цикла после наступления события eacqr для цикла /+1 не имеет смысла.
Обозначим операции доступа к данным инкапсулированным в событиях е через оператор «.». К примеру, нотация e„ .v будет означать значение v события е„ . Тогда политика жизненного цикла, реализующая описанное поведение будет иметь вид:
Приведенное описание политики определяет управляющие воздействия по созданию, выполнению алгоритмов процесса исчисления и завершению выполнения алгоритмов модуля в условиях наступления соответствующих событий. Ите-рационность процесса обработки данных обеспечивается продукцией RUN, обуславливающей повторное выполнение алгоритмов рассматриваемого ИП при получении события таймера.
Управление ИП предварительной обработки данных
Выбор дальнейшего действия агента зависит от значений целевой функции, а также вероятностей достижимости миров (результатов анализа имеющихся данных о множестве значений параметров Р).
В целях управления процессом предварительной обработки данных посредством системы событий определим множество источников событий и соответствующую политику жизненного цикла.
В силу тесной взаимосвязи процессов предварительной обработки данных с системой управления событиями времени TGM существует необходимость синтеза соответствующего источника событий, целью которого является генерация внутренних событий на основе анализа сообщений поступающих от TGM. В целях своевременного запуска алгоритмов ИП исчисления значений для каждого цикла необходимо отслеживать наступления события ACOR {Acquisition Ready), характеризующего доступность всех данных оборудования для операций чтения в рамках определенного цикла. Учитывая (29) определим источник событий времени как:
Множество At содержит сообщения т, реакцией на поступление которых, является генерация соответствующих событий eacqr&E . Частота синтеза событий данного типа определяется продолжительностью цикла. Структура события времени, в соответствии с (31), будет иметь вид:
Представление задачи предварительной обработки массивов данных в качестве двух независимых ИП предполагает построение соответствующих модулей автоматизации ИП реализующих заданные алгоритмы. Управление данными модулями осуществляется посредством выработки управляющих воздействий на базе соответствующих политик жизненного цикла.
Исходя из сущности бизнес-процессов эксперимента, момент начала информационного процесса предварительной обработки значений параметров должен совпадать с моментом получения события eacqr, характеризующего доступность данных для операций чтения. Учитывая ограниченность скоростных характеристик операций чтения и препроцессинга данных на уровне программного обеспечения ТУ, а также неидеальность каналов передачи информации, применение алгоритмов исчисления значений непосредственно в момент получения события eacqr будет малоэффективным в силу отсутствия значительной части значений параметров. Следовательно, в целях исчисления всего множества значений применение алгоритмов должно носить итерационный характер. Под итерацией в данном контексте будем понимать применение алгоритмов исчисления к подмножеству доступных на текущий момент значений параметров. Данное поведение может быть достигнуто посредством определения выработки управляющего воздействия af на соответствующие события таймера е еЕ . Эмпирическое значение наиболее оптимальной частоты синтеза событий с точки зрения повышения производительных характеристик системы лежит в диапазоне «є [0,05; 0,1] сек.
Согласно параграфу 1.3.1 продолжительность некоторого цикла в общем случае является динамической характеристикой. Следовательно, интервал времени между двумя событиями eacqr сгенерированных для двух смежных циклов также является величиной непостоянной. Величина данного интервала определяет максимальную продолжительность итерационного процесса исчисления значений, т.к. препроцессинг значений параметров для /-го цикла после наступления события eacqr для цикла /+1 не имеет смысла.
Приведенное описание политики определяет управляющие воздействия по созданию, выполнению алгоритмов процесса исчисления и завершению выполнения алгоритмов модуля в условиях наступления соответствующих событий. Ите-рационность процесса обработки данных обеспечивается продукцией RUN, обуславливающей повторное выполнение алгоритмов рассматриваемого ИП при получении события таймера.
На этапе инициализации, согласно алгоритму \уаа, предполагается выполнение модулем автоматизации запросов к внешней по отношению к МАИП подсистеме распределения нагрузки с целью получения множества параметров Ра, значения которых должны быть обработаны данным модулем.
В свою очередь, алгоритм \\ira обеспечивающий взаимодействие с агентами МАС в целях предварительной обработки данных, на верхнем уровне состоит из следующих шагов:
При выработке управления а выполняется алгоритм \\гга, в рамках которого для тех параметров, чьи значения не удалось вычислить, будет произведена попытка вычисления наиболее вероятного значения. Алгоритм представлен следующей последовательностью действий:
В общем случае изменение представления некоторого устройства в БД конфигурации влечет за собой модификацию графического интерфейса, отображающего множество параметров, определенных для данного устройства. Механизм визуализации значений параметров определен на основе информации об их графическом представлении - разметки графического интерфейса (РГИ). В данном случае хранение РГИ во внешнем хранилище информации (БД) является наиболее целесообразным, т.к. предоставляет возможности динамической модификации, графического интерфейса клиента. В то же время, реализация механизма прямого доступа к БД обуславливает необходимость создания соответствующих подсистем реализующую данную функциональность.
Синтез подсистемы доступа к БД на стороне сервера с последующим экспортом программного интерфейса в целях удаленного вызова клиентским приложением позволит организовать взаимодействие с БД на основе трехуровневой архитектуры (рис. 44).
