RU2706458C1 - Method and device for optimizing parameters of strategy for long-term planning of measures to ensure required state of complex organizational and technical system - Google Patents
Method and device for optimizing parameters of strategy for long-term planning of measures to ensure required state of complex organizational and technical system Download PDFInfo
- Publication number
- RU2706458C1 RU2706458C1 RU2019114436A RU2019114436A RU2706458C1 RU 2706458 C1 RU2706458 C1 RU 2706458C1 RU 2019114436 A RU2019114436 A RU 2019114436A RU 2019114436 A RU2019114436 A RU 2019114436A RU 2706458 C1 RU2706458 C1 RU 2706458C1
- Authority
- RU
- Russia
- Prior art keywords
- block
- input
- output
- unit
- multiplexer
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Development Economics (AREA)
- Molecular Biology (AREA)
- Educational Administration (AREA)
- Genetics & Genomics (AREA)
- Game Theory and Decision Science (AREA)
- Physiology (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
Изобретение относится к области автоматизированных систем программно-целевого планирования и управления развитием сложных организационно-технических систем и может быть использовано в процессе определения оптимальной стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния сложной организационно-технической системы (СОТС).The invention relates to the field of automated systems for program-oriented planning and management of the development of complex organizational and technical systems and can be used in the process of determining the optimal strategy for long-term planning of measures to ensure the required state of a complex organizational and technical system (SOTS).
При этом под стратегией долгосрочного планирования мероприятий по обеспечению требуемого состояния СОТС следует понимать упорядоченную во времени и по важности систему мероприятий, которая в рамках существующих условий и ограничений определяет приоритетные направления использования ресурсного, научно-технического и производственного потенциала с целью экономически эффективного решения комплекса задач, по обеспечению требуемого количественного и качественного состояния СОТС в течение заданного периода времени.At the same time, a long-term planning strategy for measures to ensure the required state of SOTS should be understood to mean a system of measures ordered in time and importance, which, within the framework of existing conditions and limitations, determines priority areas for using resource, scientific, technical and production potential with the aim of cost-effective solving a set of tasks, to ensure the required quantitative and qualitative state of SOTS for a given period of time.
Технический результат заключается в повышении эффективности управления состоянием сложной организационно-технической системы, расширении функциональных возможностей, повышении быстродействия и уменьшении времени обработки информации для поиска оптимальных параметров стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния сложной организационно-технической системы.The technical result consists in increasing the efficiency of managing the state of a complex organizational and technical system, expanding functionality, increasing speed and decreasing information processing time to find the optimal parameters for a long-term planning strategy for measures to ensure the required state of a complex organizational and technical system.
Известен способ и система формирования вариантов стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния сложной организационно-технической системы [1]. Система формирования вариантов стратегии долгосрочного планирования мероприятий включает блок данных по контролируемому объекту, блок коррекции по цели прогноза и цели обратной связи, блок формирования свойств контролируемого объекта на основе новых признаков, блок оценки развития свойств объектов, блок, моделирующий воздействующую на контролируемый объект среду, блок-модель актуализации свойств о контролируемом объекте. В состав системы дополнительно включены блок-модели актуализации свойств воздействующей на контролируемый объект среды, блок данных по воздействующей на контролируемый объект среде, предназначенный для сбора и хранения количественных признаков, характеризующих свойства воздействующей на контролируемый объект среды, блок формирования сценариев развития параметров изменения воздействующей на контролируемый объект среды.A known method and system of forming options for a strategy for long-term planning of activities to ensure the required state of a complex organizational and technical system [1]. The system for generating variants of the long-term planning strategy includes a data block for a controlled object, a correction block for the forecast goal and feedback goal, a block for generating properties of a controlled object based on new features, a block for assessing the development of properties of objects, a block simulating the environment affecting the controlled object, a block -Model of updating properties about a controlled object. The system also includes block models for updating the properties of the medium acting on the controlled object, a data block on the medium acting on the controlled object, intended for collecting and storing quantitative characteristics characterizing the properties of the medium acting on the controlled object, and a block for generating scenarios for the development of change parameters affecting the controlled environment object.
Известен способ и устройство оценки эффективности стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния сложной организационно-технической системы [2]. Устройство оценки эффективности стратегии стратеги содержит: группу датчиков параметров СОТС, группу преобразователей параметров информации, блок моделирования процессов динамики изменения количественного и качественного состояния СОТС, блок моделирования процессов применения по назначению СОТС, группу счетчиков параметров модели процессов динамики изменения количественного и качественного состояния СОТС, группу счетчиков параметров модели процессов применения по назначению СОТС, группу преобразователей параметров модельной информации СОТС, блок формирования прогнозируемых показателей состояния СОТС, блок формирования прогнозируемых показателей стоимости реализации стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния СОТС, блок формирования прогнозируемых показателей эффективности применения по назначению СОТС, блок ЗУ модельной информации, блок коммутации, блок формирования обобщенного показателя оценки эффективности стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния СОТС, блок ввода данных, блок накопителя базы данных, блок управления работой устройства.A known method and device for evaluating the effectiveness of the strategy of long-term planning of activities to ensure the required state of a complex organizational and technical system [2]. The strategy strategy effectiveness evaluation device contains: a group of sensors for parameters of the SOTS, a group of converters of information parameters, a block for modeling processes of dynamics of change in the quantitative and qualitative state of SOTS, a block for modeling processes of application for the intended purpose of SOTS, a group of counters for parameters of the model of processes for the dynamics of changes in the quantitative and qualitative state of SOTS, a group counters of parameters of the model of application processes for the intended purpose of SOTS, a group of model and SOTS formations, a unit for generating predicted indicators of the state of SOTS, a unit for generating predicted indicators of the cost of implementing a long-term planning strategy to ensure the required state of the SOTS, a unit for generating predicted performance indicators for the intended purpose of the SOTS, a memory unit for model information, a switching unit, a unit for generating a generalized indicator for assessing effectiveness strategies for long-term planning of measures to ensure the required state of the SOTS, block of explosives Data ode, database drive unit, device operation control unit.
Известен способ и устройство выбора рациональной стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния сложной организационно-технической системы [3]. Устройство содержит коммутатор, блок памяти исходных данных, включающий три блока памяти, блок управления, четвертый блок памяти, блок визуализации, блок определения коэффициентов значимости показателей, блок нормирования значений показателей, блок процедуры последовательного сужения множества вариантов, блок управления при этом является задающим режим работы устройства и координирующим работу коммутатора, блоков памяти, блока определения коэффициентов значимости показателей, блока нормирования значений показателей, блока процедуры последовательного сужения множества вариантов.A known method and device for choosing a rational strategy for long-term planning of activities to ensure the required state of a complex organizational and technical system [3]. The device comprises a switch, a source data memory block including three memory blocks, a control block, a fourth memory block, a visualization block, a block for determining the coefficient of significance of indicators, a unit for normalizing the values of indicators, a procedure for sequentially narrowing down the set of options, and the control unit is then a defining operation mode devices and coordinating the work of the switch, memory blocks, a block for determining the coefficients of significance of indicators, a unit for normalizing values of indicators, a block for s successively narrowing the set goals.
Недостатками вышеупомянутых способов и устройств является отсутствие операторов мутации, инверсии и кроссинговера, что препятствует использованию устройств при решении сложных задач оптимизации параметров стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния сложной организационно-технической системы, для решения которых необходимо использование классических эволюционных алгоритмов.The disadvantages of the above methods and devices are the lack of mutation, inversion and crossing-over operators, which prevents the use of devices in solving complex problems of optimizing the parameters of the long-term planning strategy to ensure the required state of a complex organizational and technical system, which requires the use of classical evolutionary algorithms.
Известно устройство аппаратной реализации вероятностных генетических алгоритмов с параллельным формированием хромосомы [4]. Причинами, препятствующими получению технического результата, являются отсутствие операторов мутации, инверсии и кроссинговера, что препятствует использованию устройства в задачах, для решения которых применяются классические эволюционные алгоритмы.A device for the implementation of probabilistic genetic algorithms with parallel chromosome formation is known [4]. The reasons that impede the achievement of a technical result are the lack of mutation, inversion, and crossover operators, which impedes the use of the device in tasks for which classical evolutionary algorithms are used.
Известно устройство «Genetic algorithm machine and its production method, and method for executing a genetic algorithm» [5]. Причиной, препятствующей получению технического результата, является наличие совокупности оценочных регистров для объединения и сохранения количества непокрытых элементов, что приводит к усложнению алгоритма управления и вызывает дополнительные временные затраты, связанные с задержкой при записи и считывании на регистрах.A device is known "Genetic algorithm machine and its production method, and method for executing a genetic algorithm" [5]. The reason that prevents obtaining a technical result is the presence of a set of evaluation registers for combining and maintaining the number of uncovered elements, which complicates the control algorithm and causes additional time costs associated with the delay in writing and reading to the registers.
Известно устройство аппаратной реализации эволюционного алгоритма с нечеткими операторами [6]. Причинами, препятствующими получению технического результата, являются отсутствие реконфигурируемого модуля, что препятствует использованию устройства в самоадаптирующихся и реконфигурируемых эволюционных аппаратных средствах.A device for implementing the evolutionary algorithm with fuzzy operators is known [6]. The reasons that hinder the receipt of the technical result are the lack of a reconfigurable module, which prevents the use of the device in self-adaptive and reconfigurable evolutionary hardware.
Известно способ и устройство для оптимизации плана распределения ресурсов [7], которое содержит: первый блок для извлечения информации, относящейся к рассматриваемой ситуации; второй блок для обработки упомянутой информации, чтобы выводить предложение о применении вооружения из нее, сначала определяя окна ведения огня на основе упомянутой информации и затем, выводя предложение о применении вооружения на основе упомянутых окон ведения огня, упомянутое предложение о применении вооружения указывает назначение ракетного вооружения и моменты ведения огня для отслеживания и устранения воздушных угроз; и третий блок для реализации этапа утверждения предложения о применении вооружения, причем применение вооружения выполняется в соответствии с предложением о применении вооружения, утвержденным посредством упомянутого третьего блока. Технический результат заключается в обеспечении назначения ракетного вооружения для отслеживания и устранения воздушных угроз в военной области. Причинами, препятствующими получению технического результата, являются отсутствие операторов мутации, инверсии и кроссинговера, что препятствует использованию устройства в задачах, для решения которых применяются классические эволюционные алгоритмы.A known method and apparatus for optimizing a resource allocation plan [7], which comprises: a first unit for extracting information related to the situation under consideration; a second unit for processing said information in order to derive a proposal for using weapons from it, first determining the firing windows based on said information and then, deriving a proposal for using weapons on the basis of said firing windows, said proposal for using weapons indicates the purpose of the missile weapons and moments of fire to track and eliminate air threats; and a third block for the implementation phase of the approval of the proposal for the use of weapons, the use of weapons being carried out in accordance with the proposal for the use of weapons approved by the said third block. The technical result is to ensure the appointment of missile weapons to track and eliminate air threats in the military field. The reasons that impede the achievement of a technical result are the lack of mutation, inversion, and crossover operators, which impedes the use of the device in tasks for which classical evolutionary algorithms are used.
Известен способ оптимизации алгоритма управления конкретным объектом и (или) процессом [8]. Способ оптимизации алгоритма управления конкретным объектом и/или процессом включает построение первоначальной модели объекта и/или процесса в виде, по меньшей мере, одной квадратной матрицы, как правило, большой размерности, в которой каждый из элементов отображает наличие либо отсутствие взаимосвязи составных частей объекта и/или действий процесса, сокращение размерности квадратной матрицы до минимальной путем одновременной перестановки строк и столбцов при условии сохранения полноты отображения объекта и/или процесса, использование полученной квадратной матрицы минимальной размерности в качестве итоговой модели объекта и/или процесса, с использованием которой обосновывают изменения, вносимые в алгоритм управления объектом и/или процессом. Причинами, препятствующими получению технического результата, являются отсутствие операторов мутации, инверсии и кроссинговера, что препятствует использованию устройства в задачах, для решения которых применяются классические эволюционные алгоритмы.A known method of optimizing the control algorithm of a specific object and / or process [8]. A method for optimizing the control algorithm for a specific object and / or process involves constructing the initial model of the object and / or process in the form of at least one square matrix, usually of a large dimension, in which each of the elements displays the presence or absence of the relationship between the components of the object and / or process actions, reducing the dimension of the square matrix to the minimum by simultaneously rearranging rows and columns while maintaining the completeness of the display of the object and / or process using the obtained square matrix of the minimum dimension as the final model of the object and / or process, using which justify the changes made to the algorithm for controlling the object and / or process. The reasons that impede the achievement of a technical result are the lack of mutation, inversion, and crossover operators, which impedes the use of the device in tasks for which classical evolutionary algorithms are used.
Известен способ оптимизации многомерного вектора параметров управления сложными стохастическими системами автоматического управления для многомерного вектора выходных показателей качества работы системы [9]. Изобретение основано на моделировании случайных реализаций, описывающих движение объекта, с использованием статистического метода Монте-Карло с учетом случайных возмущений, действующих на систему, случайных параметров системы и законов распределения случайных величин. Процесс оптимизации разбивается на два этапа, обеспечивающих преобразование статистической оптимизации в детерминированную. Оценка выходных показателей качества работы системы проводится с использованием универсального безразмерного комплексного показателя эффективности работы системы, характеризующего выполнение предъявляемых к системе технических требований и позволяющего сравнивать показатели качества работы систем разной размерности. Причинами, препятствующими получению технического результата, являются отсутствие операторов мутации, инверсии и кроссинговера, что препятствует использованию устройства в задачах, для решения которых применяются классические эволюционные алгоритмы.There is a method for optimizing a multidimensional vector of control parameters for complex stochastic automatic control systems for a multidimensional vector of output indicators of system performance [9]. The invention is based on modeling random implementations describing the movement of an object using the Monte Carlo statistical method, taking into account random perturbations acting on the system, random system parameters and distribution laws of random variables. The optimization process is divided into two stages, ensuring the conversion of statistical optimization to deterministic. Evaluation of the output indicators of the quality of the system’s work is carried out using a universal dimensionless comprehensive indicator of the system’s performance that characterizes the fulfillment of the technical requirements for the system and allows you to compare the performance indicators of systems of different dimensions. The reasons that impede the achievement of a technical result are the lack of mutation, inversion, and crossover operators, which impedes the use of the device in tasks for which classical evolutionary algorithms are used.
Известен способ прогнозирования состояния и оптимизации функционирования системы [10]. Способ прогнозирования состояния и оптимизации функционирования системы, состоящей из отдельных элементов или подсистем, включает оценку эффективности по долевому отношению значения выбранного подчиненного элемента к значению своего исторического максимума. На этапах способа получают данные о функционировании системы и определяют обобщенный показатель, являющийся средним геометрическим интегральных составляющих, агрегируемых из исходных данных о функционировании системы. На основе этого показателя используют инструмент ручного моделирования, реализующий алгоритм обработки исходных данных о функционировании системы, позволяющий прогнозировать показатели через коэффициент, устанавливаемый от значения, полученного в результате обработки исходных данных, исходя из исторического тренда. Затем получают значения показателей, по которым прогнозируют состояние системы. Полученные показатели сохраняют и используют в качестве управляющих воздействий. Причинами, препятствующими получению технического результата, являются отсутствие операторов мутации, инверсии и кроссинговера, что препятствует использованию устройства в задачах, для решения которых применяются классические эволюционные алгоритмы.A known method for predicting the state and optimizing the functioning of the system [10]. A method for predicting the state and optimizing the functioning of a system consisting of individual elements or subsystems involves evaluating the effectiveness by the fractional ratio of the value of the selected subordinate element to the value of its historical maximum. At the stages of the method, data are obtained on the functioning of the system and a generalized indicator is determined, which is the geometric mean of the integral components that are aggregated from the initial data on the functioning of the system. Based on this indicator, a manual modeling tool is used that implements the algorithm for processing the initial data on the functioning of the system, which allows predicting the indicators through a coefficient established from the value obtained as a result of processing the initial data based on the historical trend. Then get the values of indicators, which predict the state of the system. The obtained indicators are stored and used as control actions. The reasons that impede the achievement of a technical result are the lack of mutation, inversion, and crossover operators, which impedes the use of the device in tasks for which classical evolutionary algorithms are used.
Из известных технических решений наиболее близким по технической сущности к заявляемому объекту является реконфигурируемое устройство аппаратной реализации генетического алгоритма [11].Of the known technical solutions, the closest in technical essence to the claimed object is a reconfigurable device for the hardware implementation of the genetic algorithm [11].
Реконфигурируемое устройство аппаратной реализации генетического алгоритма содержит блок микропрограммного управления, первый вход которого связан с первым входным портом устройства, второй вход которого связан с выходом блока мультиплексоров, блок оценки решения, блок генетических операторов, блок мультиплексоров, блок отбора, блок генерации популяции, блок памяти, блок реконфигурируемого модуля, первый вход которого связан со вторым входным портом устройства, второй вход которого связан с выходом блока мультиплексоров, первый выход которого связан с блоком мультиплексоров, второй выход которого связан с выходным портом устройства, блок реконфигурируемого модуля предназначен для динамической реконфигурации цифровых комбинационных логических схем.The reconfigurable device for the hardware implementation of the genetic algorithm contains a microprogram control unit, the first input of which is connected to the first input port of the device, the second input of which is connected to the output of the multiplexer unit, the decision evaluation unit, the genetic operator unit, the multiplexer unit, the selection unit, the population generation unit, the memory unit , a reconfigurable module unit, the first input of which is connected to the second input port of the device, the second input of which is connected to the output of the multiplexer unit, the first output d is associated with a multiplexer unit, the second output of which is connected to the output port device, block reconfigurable module for dynamic reconfiguration of digital combinational logic circuits.
Причиной, препятствующей получению технического результата, отсутствие функциональности моделирования динамики изменения состояния СОТС, что препятствует использованию устройства в автоматизированных системах программно-целевого планирования и управления развитием сложных организационно-технических систем.The reason that impedes the obtaining of a technical result is the lack of functionality for modeling the dynamics of changes in the state of the SOTS, which prevents the use of the device in automated systems for programmed target planning and development management of complex organizational and technical systems.
Указанное устройство аппаратной реализации генетического алгоритма является наиболее близким по технической сущности к заявляемому.The specified device hardware implementation of the genetic algorithm is the closest in technical essence to the claimed.
Задача, на решение которой направлено заявляемое изобретение: повышение эффективности управления состоянием сложной организационно-технической системы, расширение функциональных возможностей, повышение быстродействия и уменьшение времени обработки информации для поиска оптимальных параметров стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния сложной организационно-технической системы, обеспечение возможности использования в качестве аппаратного устройства в эволюционных инструментальных комплексах, в автоматизированных системах программно-целевого планирования и управления развитием сложных организационно-технических систем, исследованиях в области построения интеллектуальных систем поддержки принятия решений и систем искусственного интеллекта, в области автоматизации управления, повышения эффективности оптимизационных задач и т.п.The problem to be solved by the claimed invention is directed: increasing the efficiency of managing the state of a complex organizational and technical system, expanding functional capabilities, increasing speed and reducing the processing time of information to find optimal parameters for a long-term planning strategy for ensuring the required state of a complex organizational and technical system, ensuring use as a hardware device in evolutionary instrumental multiplexes, in automated systems for program-targeted planning and management of the development of complex organizational and technical systems, research in the field of building intelligent decision support systems and artificial intelligence systems, in the field of control automation, improving the efficiency of optimization tasks, etc.
Согласно изобретению указанная задача решается за счет автоматизированного способа оптимизации параметров стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния сложной организационно-технической системы, который заключается в том, что с помощью блока микропрограммного управления производится управление работой устройства, с помощью блока мультиплексоров обеспечивается коммутация между всеми блоками устройства, с помощью блока реконфигурируемого модуля осуществляется динамическая перестройка комбинационных логических схем, с помощью блока генерации популяции на основе опорного закодированного решения случайным образом генерируется популяция хромосом (множество закодированных решений для реконфигурируемого модуля), с помощью блока оценки решения каждая хромосома оценивается на степень «пригодности», с помощью блока генетических операторов хромосомы подвергаются различным генетическим операторам, которые создают в популяции новые решения, с помощью блока отбора выполняется отбор хромосом с лучшим (большим) значением критерия, с помощью блока памяти осуществляется хранение хромосом и значений целевой функции, данный процесс повторяется до тех пор, пока не будет найдено лучшее решение или не будет прерван на определенном количестве итераций, отличающийся тем, что с помощью блока ввода исходных данных формируются исходные данные для моделирования динамики изменения состояния сложной организационно-технической системы, с помощью блока моделирования производится моделирование динамики изменения состояния сложной организационно-технической системы в течение заданного периода планирования, при этом на каждом шаге формируется опорная комбинация последовательности рассмотрения элементов при моделировании управляющего воздействия на состояние сложной организационно-технической системы, с помощью блока кодирования хромосом опорная комбинация кодируется в виде хромосомы (опорного закодированного решения для реконфигурируемого модуля).According to the invention, this problem is solved by an automated method for optimizing the parameters of a long-term planning strategy for ensuring the required state of a complex organizational and technical system, which consists in controlling the operation of the device using a microprogram control unit, and switching between all units by means of a multiplexer block devices, using the block reconfigurable module is carried out dynamic restructuring of of binational logic circuits, using a population generation unit based on a reference encoded solution, a chromosome population is randomly generated (many encoded solutions for a reconfigurable module), using a decision evaluation unit, each chromosome is evaluated for its degree of “suitability”, using a block of genetic operators, chromosomes are subjected to different genetic operators that create new solutions in the population, using the selection block, the selection of chromosomes with the best (large) crit For example, with the help of the memory block, the chromosomes and values of the objective function are stored, this process is repeated until the best solution is found or interrupted at a certain number of iterations, characterized in that the initial data are generated using the input data input block modeling the dynamics of changes in the state of a complex organizational and technical system; using the modeling unit, modeling of the dynamics of changes in the state of a complex organizational and technical system is performed of a predetermined scheduling period, wherein the step is formed on each support element combination sequence consideration in modeling the control action on the state of a complex technical-organizational system using block coding chromosome bearing combination is encoded as chromosomes (coded reference solutions for reconfigurable module).
Сущность способа заключается в следующем. Задача оптимизации параметров стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния сложной организационно-технической системы может быть представлена в виде дискретной и комбинаторной оптимизационной задачи.The essence of the method is as follows. The task of optimizing the parameters of a strategy for long-term planning of measures to ensure the required state of a complex organizational and technical system can be represented as a discrete and combinatorial optimization problem.
В связи с этим большое практическое значение приобретает развитие способов получения эффективного решения данного типа задач. Так как задачи комбинаторного программирования сводятся к выбору на конечном множестве альтернатив, то в принципе каждая подобная задача может быть решена методом полного перебора. Естественной является постановка вопроса о трудоемкости алгоритмов, реализующих этот метод. Эта трудоемкость определяется в основном мощностью исходного множества альтернатив.In this regard, the development of methods for obtaining an effective solution to this type of problem is of great practical importance. Since combinatorial programming problems are reduced to choosing on a finite set of alternatives, in principle, each similar problem can be solved by exhaustive search. It is natural to pose the question of the complexity of the algorithms that implement this method. This complexity is mainly determined by the power of the original set of alternatives.
В задачах программирования с булевыми переменными, в которых размерность вектора параметров х равна n, а элементы вектора х могут принимать значения [0, 1], мощность множества альтернатив будет Δ=2n.In programming problems with Boolean variables in which the dimension of the parameter vector x is n, and the elements of the vector x can take the values [0, 1], the power of the set of alternatives will be Δ = 2 n .
Число шагов вычислительного процесса при реализации алгоритма полного перебора и соответственно эффективность данного алгоритма также определяется числом 2n. Данные алгоритмы обладают экспоненциально возрастающей трудоемкостью, или иными словами - экспоненциально возрастающую трудоемкость с базисом, равным 2.The number of steps in the computational process when implementing the full enumeration algorithm and, accordingly, the effectiveness of this algorithm is also determined by the number 2 n . These algorithms have an exponentially increasing complexity, or in other words, an exponentially increasing complexity with a basis equal to 2.
В случае, если элементы вектора параметров х могут принимать значения xi={0, 1, 2, 3, …, k-1}, получаем мощность Δ=kn. Следовательно, алгоритм полного перебора имеет экспоненциально возрастающую трудоемкость с базисом k. Для таких алгоритмов увеличение числа n в два раза ведет к возрастанию Δ в квадрате.If the elements of the parameter vector x can take the values x i = {0, 1, 2, 3, ..., k-1}, we obtain the power Δ = k n . Consequently, the exhaustive search algorithm has an exponentially increasing complexity with the basis k. For such algorithms, doubling the number n leads to an increase in Δ squared.
Алгоритмы, трудоемкость которых возрастает в зависимости от размерности n более быстро, чем по экспоненте, также относят к классу алгоритмов с экспоненциальной трудоемкостью. Таким образом, в задачах принятия комбинаторных решений применительно к сложным оптимизационным задачам, для которых характерна большая размерность исходных данных, возможности полного перебора весьма ограничены.Algorithms whose complexity increases depending on the dimension n more rapidly than exponentially also belong to the class of algorithms with exponential complexity. Thus, in the problems of making combinatorial decisions as applied to complex optimization problems, which are characterized by a large dimension of the initial data, the possibilities of exhaustive search are very limited.
Одним из перспективных направлений решения сложных оптимизационных задач является использование генетических алгоритмов. Основное отличие генетических алгоритмов заключается в представлении любой альтернативы решения в виде битовой строки фиксированной длины, манипуляции с которой производятся в отсутствие всякой связи с ее смысловой интерпретацией. То есть в данном случае применяется единое универсальное представление любой задачи.One of the promising directions for solving complex optimization problems is the use of genetic algorithms. The main difference between genetic algorithms is the presentation of any alternative solution in the form of a fixed-length bit string, which is manipulated in the absence of any connection with its semantic interpretation. That is, in this case, a single universal representation of any task is applied.
Целью генетической оптимизации в процессе синтеза параметров стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния сложной организационно-технической системы является формирование оптимальной комбинации параметров управляющего воздействия на сложной организационно-технической системы в течение периода планирования на основе определения оптимальной последовательности рассмотрения элементов системы при моделировании динамики изменения состояния системы.The goal of genetic optimization in the process of synthesizing the parameters of a long-term planning strategy for ensuring the required state of a complex organizational and technical system is to form an optimal combination of control parameters on a complex organizational and technical system during the planning period based on determining the optimal sequence of considering system elements when modeling the dynamics of a state change system.
При решении задачи оптимизации параметров стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния сложной организационно-технической системы в течение периода планирования потенциальное решение представляется в виде вектора:When solving the problem of optimizing the parameters of a strategy for long-term planning of measures to ensure the required state of a complex organizational and technical system during the planning period, a potential solution is presented in the form of a vector:
где n - текущий номер элемента в составе СОТС;where n is the current number of the element in the SOTS;
ti - порядковый номер интервала периода планирования;t i is the sequence number of the interval of the planning period;
N- общее количество элементов в составе СОТС;N is the total number of elements in the SOTS;
I - общее количество интервалов периода планирования;I is the total number of intervals of the planning period;
nψ - порядковый номер хромосомы;n ψ is the sequence number of the chromosome;
tp - текущий номер пула эволюционного цикла.t p is the current pool number of the evolutionary cycle.
Структура потенциального решения генетической оптимизации, определяемая выражением (1), представляет собой некоторую последовательность элементов в составе системы в ti-й момент периода планирования.The structure of a potential solution to genetic optimization, defined by expression (1), is a sequence of elements in the system at the t i- th moment of the planning period.
Целевая функция позволяет выполнять отображение хромосомы как потенциального решения двух типов задач оптимизации:The objective function allows you to display the chromosome as a potential solution to two types of optimization problems:
илиor
Выполнение генетического алгоритма начинается с формирования начальной популяцииThe implementation of the genetic algorithm begins with the formation of the initial population
В созданной популяции для каждой хромосомы 
если для 
Лучшие хромосомы (первые g) перемещаются в следующее поколение без изменений. Остальные хромосомы (их количество - (λ-g)) создаются посредством операции кроссинговера.The best chromosomes (first g) move to the next generation unchanged. The remaining chromosomes (their number - (λ-g)) are created through the operation of crossing over.
Оператор кроссинговера определяется таким образом, что не нарушается последовательность элементов в составе системы и их количество не изменяется в процессе формирования хромосом. Место скрещивания хромосом (точка кроссинговера) выбирается случайным образом на границе выборки рассматриваемых элементов:The crossover operator is determined in such a way that the sequence of elements in the system is not violated and their number does not change during the formation of chromosomes. The place of crossing of the chromosomes (crossing-over point) is randomly selected at the border of the sample of the elements under consideration:
Необходимо учитывать тот факт, что в процессе данной операции происходит обмен частями хромосом. Кроме того, необходимо принимать во внимание ранее сформулированные ограничения.It is necessary to take into account the fact that during this operation, an exchange of parts of chromosomes occurs. In addition, the previously stated limitations must be taken into account.
Отбор хромосом, которые участвуют в кроссинговере, производится посредством вычисления значений вероятностей 
На последнем этапе создания новой популяции сформированный пул хромосом подвергается действию оператора мутации.At the last stage of creating a new population, the formed pool of chromosomes is exposed to the mutation operator.
Также предложено устройство, реализующее вышеупомянутый автоматизированный способ оптимизации параметров стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния сложной организационно-технической системы, содержащее блок микропрограммного управления, первый вход которого связан с первым входным портом устройства, второй вход которого связан с выходом блока мультиплексоров, выход которого связан с блоком мультиплексоров, блок оценки решения, вход которого связан с выходом блока мультиплексоров, выход которого связан с блоком мультиплексоров, блок генетических операторов, вход которого связан с выходом блока мультиплексоров, выход которого связан с блоком мультиплексоров, блок мультиплексоров, первый вход которого связан с выходом блока микропрограммного управления, второй вход которого связан с выходом блока оценки решения, третий вход которого связан с выходом блока генетических операторов, четвертый вход которого связан с выходом блока отбора, пятый вход которого связан с выходом блока генерации популяции, шестой вход которого связан с выходом блока памяти, седьмой вход которого связан с выходом блока реконфигурируемого модуля, восьмой вход которого связан с выходом блока ввода исходных данных, девятый вход которого связан с выходом блока моделирования, десятый вход которого связан с выходом блока кодирования хромосом, первый выход которого связан с входом блока микропрограммного управления, второй выход которого связан с входом блока оценки решения, третий выход которого связан с входом блока генетических операторов, четвертый выход которого связан с входом блока отбора, пятый выход которого связан с входом блока генерации популяции, шестой выход которого связан с входом блока памяти, седьмой выход которого связан с входом блока реконфигурируемого модуля, восьмой выход которого связан с входом блока ввода исходных данных, девятый выход которого связан с входом блока моделирования, десятый выход которого связан с входом блока кодирования хромосом, блок отбора, вход которого связан с выходом блока мультиплексоров, выход которого связан с блоком мультиплексоров, блок генерации популяции, вход которого связан с выходом блока мультиплексоров, выход которого связан с блоком мультиплексоров, блок памяти, вход которого связан с выходом блока мультиплексоров, выход которого связан с блоком мультиплексоров, блок реконфигурируемого модуля, первый вход которого связан со вторым входным портом устройства, второй вход которого связан с выходом блока мультиплексоров, первый выход которого связан с блоком мультиплексоров, второй выход которого связан с выходным портом устройства, блок ввода исходных данных, первый вход которого связан с третьим входным портом устройства, второй вход которого связан с выходом блока мультиплексоров, выход которого связан с блоком мультиплексоров, блок моделирования, вход которого связан с выходом блока мультиплексоров, выход которого связан с блоком мультиплексоров, блок кодирования хромосом, вход которого связан с выходом блока мультиплексоров, выход которого связан с блоком мультиплексоров, отличающееся тем, что в его состав введены блок ввода исходных данных, предназначенный для формирования исходных данных необходимых для моделирования динамики изменения состояния сложной организационно-технической системы, блок моделирования, предназначенный для моделирования динамики изменения состояния сложной организационно-технической системы, блок кодирования хромосом, предназначенный для кодирования опорной комбинации последовательности рассмотрения элементов при моделировании управляющего воздействия на состояние сложной организационно-технической системы (опорного закодированного решения для реконфигурируемого модуля).Also proposed is a device that implements the aforementioned automated method for optimizing the parameters of a long-term planning strategy for ensuring the required state of a complex organizational and technical system, comprising a microprogram control unit, the first input of which is connected to the first input port of the device, the second input of which is connected to the output of the multiplexer block, the output of which connected to the multiplexer unit, a decision evaluation unit, the input of which is connected to the output of the multiplexer unit, the output which is connected to the unit of multiplexers, the unit of genetic operators, the input of which is connected to the output of the unit of multiplexers, the output of which is connected to the unit of multiplexers, the unit of multiplexers, the first input of which is connected to the output of the microprogram control unit, the second input of which is connected to the output of the decision evaluation unit, the third input which is connected with the output of the block of genetic operators, the fourth input of which is connected with the output of the selection block, the fifth input of which is connected with the output of the population generation block, the sixth input of which it is connected with the output of the memory block, the seventh input of which is connected with the output of the reconfigurable module block, the eighth input of which is connected with the output of the input data input block, the ninth input of which is connected with the output of the simulation block, the tenth input of which is connected with the output of the chromosome encoding block, the first output of which is connected with the input of the microprogram control unit, the second output of which is connected to the input of the decision evaluation unit, the third output of which is connected to the input of the block of genetic operators, the fourth output of which is connected to the input a selection block, the fifth output of which is connected to the input of the population generation block, the sixth output of which is connected to the input of the memory block, the seventh output of which is connected to the input of the reconfigurable module block, the eighth output of which is connected to the input of the input data input block, the ninth output of which is connected to the input of the block simulation, the tenth output of which is connected to the input of the chromosome coding unit, the selection unit, the input of which is connected to the output of the multiplexer block, the output of which is connected to the multiplexer block, the population generation block, input which is connected to the output of the multiplexer block, the output of which is connected to the multiplexer block, a memory block, the input of which is connected to the output of the multiplexer block, the output of which is connected to the multiplexer block, a reconfigurable module block, the first input of which is connected to the second input port of the device, the second input of which is connected with the output of the multiplexer unit, the first output of which is connected to the multiplexer unit, the second output of which is connected to the output port of the device, the input data input unit, the first input of which is connected with the third input port of the device, the second input of which is connected to the output of the multiplexer block, the output of which is connected to the multiplexer block, the simulation block, the input of which is connected to the output of the multiplexer block, the output of which is connected to the multiplexer block, the chromosome encoding block, the input of which is connected to the output of the block multiplexers, the output of which is connected to the block of multiplexers, characterized in that it includes a block for input of input data intended for generating initial data necessary for the model dynamics dynamics of the state of a complex organizational and technical system, a modeling unit designed to simulate the dynamics of the state of a complex organizational and technical system, a chromosome encoding unit designed to encode a reference combination of the sequence of elements considered when modeling the control action on the state of a complex organizational and technical system (reference encoded solution for reconfigurable module).
На фиг. 1 представлена общая схема устройства для реализации автоматизированного оптимизации параметров стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния сложной организационно-технической системы, где:In FIG. 1 shows a general diagram of a device for implementing automated optimization of the parameters of a strategy for long-term planning of measures to ensure the required state of a complex organizational and technical system, where:
1.1 - блок микропрограммного управления,1.1 - microprogram control unit,
1.2 - блок оценки решения,1.2 - decision evaluation unit,
1.3 - блок генетических операторов,1.3 - block genetic operators,
1.4 - блок отбора,1.4 - block selection
1.5 - блок генерации популяции,1.5 - block generation of the population,
1.6 - блок памяти,1.6 - memory block,
1.7 - блок мультиплексоров,1.7 - block multiplexers,
1.8 - блок реконфигурируемого модуля,1.8 - block reconfigurable module,
1.9 - блок формирования исходных данных,1.9 - block forming the source data,
1.10 - блок моделирования,1.10 - simulation block,
1.11 - блок кодирования хромосом.1.11 - block coding of chromosomes.
Работает устройство следующим образом.The device operates as follows.
При поступлении сигнала синхронизации CLK в блоке микропрограммного управления 1.1 производится считывание микрокоманд управления, настраивающих блок микропрограммного управления на отработку режима инициализации, и микрокоманд управления устройством, производящих инициализацию всех остальных блоков.When the CLK synchronization signal arrives in the microprogram control unit 1.1, the control micro-commands are read, which configure the microprogram control unit to work out the initialization mode, and the device control micro-commands that initialize all the other blocks.
Результатом режима инициализации является настройка блока оценки решения 1.2 на вычисление значения целевой функции для входных значений хромосом; блок генетических операторов 1.3 подготавливает операции кроссинговера и мутации над хромосомами; в блоке отбора 1.4 выполняется сброс всех внутренних регистров; настройка блока генерации популяции 1.5 на генерацию хромосом с заданной разрядностью и установка генераторов случайной последовательности в начальное состояние, в соответствии со значением режима начальной установки для блока генерации популяции; блок памяти 1.6 переводится в режим записи; настройка соответствующих мультиплексоров блока мультиплексоров 1.7; блок реконфигурируемого модуля 1.8 настраивается для динамической перестройки комбинационных логических схем; блок ввода исходных данных 1.9 настраивается на формирование исходных данных для эволюционного моделирования динамики изменения состояния сложной организационно-технической системы; блок моделирования 1.10 настраивается на определение параметров количественного и качественного изменения состояния сложной организационно-технической системы в течение заданного периода времени с учетом ограничений на управляющее воздействие; блок кодирования хромосом 1.11 настраивается для преобразования численных параметров решения в хромосоме на основе комбинированного кодирования (симбиоза целочисленного и вещественного кодирований).The result of the initialization mode is to configure the decision evaluation unit 1.2 to calculate the value of the objective function for the input values of the chromosomes; a block of genetic operators 1.3 prepares crossover and mutation operations on chromosomes; in block selection 1.4, all internal registers are reset; setting the population generation block 1.5 to generate chromosomes with a given bit depth and setting random sequence generators to the initial state, in accordance with the value of the initial setting mode for the population generation block; memory block 1.6 is put into recording mode; setting up the corresponding multiplexers of the multiplexer block 1.7; reconfigurable module block 1.8 is configured to dynamically rebuild combinational logic circuits; input data input unit 1.9 is configured to generate input data for evolutionary modeling of the dynamics of changes in the state of a complex organizational and technical system; modeling block 1.10 is configured to determine the parameters of quantitative and qualitative changes in the state of a complex organizational and technical system for a given period of time, taking into account restrictions on the control action; the chromosome coding unit 1.11 is configured to convert the numerical parameters of the solution in the chromosome based on combined coding (symbiosis of integer and material encodings).
В блоке ввода исходных данных 1.9 формируются необходимые исходные данные для моделирования динамики изменения состояния сложной организационно-технической системы.In the input data input unit 1.9, the necessary input data are generated for modeling the dynamics of changes in the state of a complex organizational and technical system.
В блоке моделирования 1.10 производится моделирование динамики изменения состояния сложной организационно-технической системы в течение заданного периода планирования. В рамках каждого шага моделирования шаге формируется опорная комбинация последовательности рассмотрения элементов при моделировании управляющего воздействия на состояние сложной организационно-технической системы,In the modeling block 1.10, the dynamics of changes in the state of a complex organizational and technical system is simulated over a given planning period. Within each step of modeling, the step forms a supporting combination of the sequence of consideration of elements when modeling the control action on the state of a complex organizational and technical system,
В блоке кодирования хромосом 1.11 опорная комбинация кодируется в виде хромосомы (опорного закодированного решения для реконфигурируемого модуля). Комбинация последовательности рассмотрения элементов системы при моделировании является одним из решений, которое определенным образом в виде хромосомы (особи), состоящей из генов (отдельные составляющие решения). Набор особей (решений) образует собой текущую популяцию.In the chromosome coding unit 1.11, the reference combination is encoded as a chromosome (reference encoded solution for a reconfigurable module). The combination of the sequence of consideration of the elements of the system during modeling is one of the solutions, which in a certain way in the form of a chromosome (individual), consisting of genes (individual components of the solution). A set of individuals (decisions) forms the current population.
Затем случайным образом генерируется популяция хромосом (закодированные схемные решения для реконфигурируемого модуля). Каждый бит в хромосоме определяет некоторую архитектурную особенность реконфигурируемой аппаратной системы.Then, a population of chromosomes (encoded circuitry for a reconfigurable module) is randomly generated. Each bit in the chromosome defines an architectural feature of a reconfigurable hardware system.
Затем каждая хромосома должна быть оценена на степень «пригодности», которая определяет, насколько близко она к решаемой задаче.Then each chromosome should be evaluated for the degree of “suitability”, which determines how close it is to the problem being solved.
После этого хромосомы подвергаются различным генетическим операторам, которые создают в популяции новые решения. Этот процесс повторяется до тех пор, пока не будет найдено лучшее решение или не будет прерван на определенном количестве итераций.After this, the chromosomes undergo various genetic operators that create new solutions in the population. This process is repeated until a better solution is found or interrupted at a certain number of iterations.
Блок микропрограммного управления 1.1 содержит модуль памяти микрокоманд для управления устройством и производит управление работой устройства посредством генерации 32-битной команды управления. Каждый бит отвечает за управление работой соответствующего блока или модуля в зависимости от режима функционирования алгоритма, а также производит приоритетную обработку внутренних и внешних прерываний и переход к соответствующему режиму функционирования алгоритма.The firmware control unit 1.1 contains a micro-memory module for controlling the device and controls the operation of the device by generating a 32-bit control command. Each bit is responsible for controlling the operation of the corresponding block or module depending on the operating mode of the algorithm, and also performs priority processing of internal and external interrupts and switching to the corresponding operating mode of the algorithm.
Блок оценки решения 1.2 производит вычисление значения целевой функции для входных значений хромосом и устанавливает на выходе вычисленные значения.The unit for evaluating solution 1.2 calculates the value of the objective function for the input values of the chromosomes and sets the calculated values at the output.
Блок генетических операторов 1.3 выполняет операции кроссинговера и мутации над хромосомами. Оператор кроссинговера выполняет деления двух хромосом на части и осуществляет обмен. В результате на выходе получаются две новые хромосомы. Оператор мутации выполняет изменение одного гена хромосомы. Номер гена выбирается случайным образом.The block of genetic operators 1.3 performs crossover and mutation operations on chromosomes. The crossover operator performs the division of two chromosomes into parts and carries out the exchange. As a result, two new chromosomes are obtained at the output. The mutation operator performs a change in one chromosome gene. The gene number is randomly selected.
Блок отбора 1.4 выполняет отбор хромосом с лучшим (большим) значением критерия, поступающих на вход блока, при этом на выход устанавливаются адреса хромосом.The selection block 1.4 performs the selection of chromosomes with the best (large) value of the criterion received at the input of the block, and the addresses of the chromosomes are set at the output.
Блок генерации популяции 1.5 выполняет параллельную генерацию бит хромосомы. Параллельная генерация бит хромосомы выполняется посредством применения генераторов псевдослучайной двоичной последовательности.The population block 1.5 generates parallel chromosome bit generation. Parallel generation of chromosome bits is performed using pseudo random binary sequence generators.
Блок памяти 1.6 предназначен для хранения хромосом и значений целевой функции.The memory block 1.6 is designed to store chromosomes and values of the objective function.
Блок мультиплексоров 1.7 обеспечивает коммутацию между всеми блоками устройства.Block multiplexers 1.7 provides switching between all blocks of the device.
Блок реконфигурируемого модуля 1.8 предназначен для динамической перестройки комбинационных логических схем.The reconfigurable module block 1.8 is designed for the dynamic reconstruction of combinational logic circuits.
Блок ввода исходных данных 1.9 предназначен для формирования необходимых исходных данных для моделирования динамики изменения состояния сложной организационно-технической системы.The input data input unit 1.9 is designed to generate the necessary input data for modeling the dynamics of changes in the state of a complex organizational and technical system.
Блок моделирования 1.10 предназначен для определения параметров динамики изменения состояния сложной организационно-технической системы в течение заданного периода времени с учетом ограничений на управляющее воздействие.Modeling block 1.10 is designed to determine the dynamics of changes in the state of a complex organizational and technical system for a given period of time, taking into account restrictions on the control action.
Блок кодирования хромосом 1.11 предназначен для реализации способа комплексного целочисленного и вещественного кодирований значений параметров решения задачи.The coding block of chromosomes 1.11 is designed to implement the method of complex integer and material coding of the values of the parameters for solving the problem.
Заявляемое устройство обладает следующими характеристиками:The inventive device has the following characteristics:
- совокупность существенных признаков объекта (качественные оценки технико-экономических преимуществ): скорость обработки, эффективность, производительность, универсальность.- a set of essential features of the object (qualitative assessment of technical and economic advantages): processing speed, efficiency, productivity, versatility.
- ожидаемый положительный эффект от использования изобретения: повышении эффективности управления состоянием сложной организационно-технической системы, расширении функциональных возможностей, повышении быстродействия и уменьшении времени обработки информации для поиска оптимальных параметров стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния сложной организационно-технической системы;- the expected positive effect of the use of the invention: improving the efficiency of managing the state of a complex organizational and technical system, expanding functional capabilities, increasing speed and reducing the processing time of information to find the optimal parameters for a long-term planning strategy for ensuring the required state of a complex organizational and technical system;
- необходимые конструктивные признаки объекта, определяемые особенностью реализации алгоритма: параллельная 32-блочная система с аппаратной поддержкой интерактивных изменений в параметрах функционирования.- the necessary structural features of the object, determined by the peculiarity of the implementation of the algorithm: a parallel 32-block system with hardware support for interactive changes in the functioning parameters.
Реализация предложенного устройства возможна в виде единого кристалла ПЛИС. Ниже представлены основные временные характеристики устройства при тактовой частоте 800 МГц:Implementation of the proposed device is possible in the form of a single FPGA chip. Below are the main time characteristics of the device at a clock frequency of 800 MHz:
- инициализация всех необходимых параметров - 50 нс;- initialization of all necessary parameters - 50 ns;
- генерация популяции на 1024 особей при параллельном вычислении целевой функции и функционировании блока отбора - 0.3 мкс;- population generation for 1024 individuals with parallel calculation of the objective function and the operation of the selection block - 0.3 μs;
время одного итерационного цикла генетического алгоритма (популяция=1024, разрядность хромосомы 32 бит) составляет 1.2 мкс.the time of one iterative cycle of the genetic algorithm (population = 1024, the length of the chromosome 32 bits) is 1.2 μs.
Основные параметры проектирования:Key design parameters:
- производитель ПЛИС (FPGA): Altera;- manufacturer of FPGAs: Altera;
- семейство: Arria GX;- family: Arria GX;
- тип кристалла: EP1AGX50;- type of crystal: EP1AGX50;
- максимальная частота функционирования устройства: 300 МГц;- the maximum frequency of operation of the device: 300 MHz;
- необходимое количество логических ячеек - 2960;- the required number of logical cells - 2960;
- необходимый объем внутренней памяти - 20.256 bit.- the required amount of internal memory is 20.256 bit.
Предложенный способ позволяет повысить эффективность управления состоянием сложной организационно-технической системы, расширить функциональные возможности прототипа, повысить быстродействие и уменьшить время обработки информации для поиска оптимальных параметров стратегии долгосрочного планирования мероприятий по обеспечению требуемого состояния сложной организационно-технической системы.The proposed method allows to increase the efficiency of managing the state of a complex organizational and technical system, expand the functionality of the prototype, increase the speed and reduce the processing time of information to find the optimal parameters for the long-term planning strategy of measures to ensure the required state of a complex organizational and technical system.
Источники, принятые во внимание при составлении описания и формулы изобретения:Sources taken into account in the preparation of the description and claims:
1. Патент RU 2665231 С1, 2018 г.1. Patent RU 2665231 C1, 2018
2. Патент RU 2671301 С1,2018 г.2. Patent RU 2671301 C1,2018
3. Патент RU 2675901 С1, 2018 г.3. Patent RU 2675901 C1, 2018.
4. Патент RU 2294561 С2, 2007 г.4. Patent RU 2294561 C2, 2007
5. Патент США US 5970487, 1997 г.5. US patent US 5970487, 1997
6. Патент RU 2447503 С1, 2012 г.6. Patent RU 2447503 C1, 2012
7. Патент RU 2679213 С2, 2019 г.7. Patent RU 2679213 C2, 2019.
8. Патент RU 2479864 С1, 2011 г.8. Patent RU 2479864 C1, 2011
9. Патент RU 2581015 С1, 2015 г.9. Patent RU 2581015 C1, 2015.
10. Патент RU 2665231 С1, 2018.10. Patent RU 2665231 C1, 2018.
11. Патент RU 2572379 С1, 2017.11. Patent RU 2572379 C1, 2017.
Claims (2)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2019114436A RU2706458C1 (en) | 2019-05-08 | 2019-05-08 | Method and device for optimizing parameters of strategy for long-term planning of measures to ensure required state of complex organizational and technical system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2019114436A RU2706458C1 (en) | 2019-05-08 | 2019-05-08 | Method and device for optimizing parameters of strategy for long-term planning of measures to ensure required state of complex organizational and technical system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2706458C1 true RU2706458C1 (en) | 2019-11-19 |
Family
ID=68579843
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2019114436A RU2706458C1 (en) | 2019-05-08 | 2019-05-08 | Method and device for optimizing parameters of strategy for long-term planning of measures to ensure required state of complex organizational and technical system |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2706458C1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114723156A (en) * | 2022-04-22 | 2022-07-08 | 中南大学 | Global traffic signal lamp regulation and control method based on improved genetic algorithm |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5970487A (en) * | 1996-11-19 | 1999-10-19 | Mitsubishi Denki Kabushiki Kaisha | Genetic algorithm machine and its production method, and method for executing a genetic algorithm |
| EP1324165B1 (en) * | 2001-12-28 | 2007-11-07 | Proteo S.p.A. | Automatic method and system for determining the optimum strategy for controlling a complex industry system in particular for managing water supply networks by means of an ecosystem model |
| UA84890U (en) * | 2013-03-07 | 2013-11-11 | Таврический Государственный Агротехнологический Университет | Method for monitoring, diagnosing and controlling administrative and technical complex |
| RU2572379C1 (en) * | 2014-07-22 | 2016-01-10 | Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Профессионального Образования "Донской Государственный Технический Университет" (Дгту) | Reconfigurable device for hardware implementation of genetic algorithm |
| US20170116522A1 (en) * | 2015-10-05 | 2017-04-27 | Telekom Malaysia Berhad | Method For Task Scheduling And Resources Allocation And System Thereof |
| RU2665231C1 (en) * | 2017-11-29 | 2018-08-28 | Владимир Сергеевич Пахомов | Method and system for forming variants of strategy for long-term planning of activities on providing required status of complex organizational and technical system |
-
2019
- 2019-05-08 RU RU2019114436A patent/RU2706458C1/en active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5970487A (en) * | 1996-11-19 | 1999-10-19 | Mitsubishi Denki Kabushiki Kaisha | Genetic algorithm machine and its production method, and method for executing a genetic algorithm |
| EP1324165B1 (en) * | 2001-12-28 | 2007-11-07 | Proteo S.p.A. | Automatic method and system for determining the optimum strategy for controlling a complex industry system in particular for managing water supply networks by means of an ecosystem model |
| UA84890U (en) * | 2013-03-07 | 2013-11-11 | Таврический Государственный Агротехнологический Университет | Method for monitoring, diagnosing and controlling administrative and technical complex |
| RU2572379C1 (en) * | 2014-07-22 | 2016-01-10 | Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Профессионального Образования "Донской Государственный Технический Университет" (Дгту) | Reconfigurable device for hardware implementation of genetic algorithm |
| US20170116522A1 (en) * | 2015-10-05 | 2017-04-27 | Telekom Malaysia Berhad | Method For Task Scheduling And Resources Allocation And System Thereof |
| RU2665231C1 (en) * | 2017-11-29 | 2018-08-28 | Владимир Сергеевич Пахомов | Method and system for forming variants of strategy for long-term planning of activities on providing required status of complex organizational and technical system |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114723156A (en) * | 2022-04-22 | 2022-07-08 | 中南大学 | Global traffic signal lamp regulation and control method based on improved genetic algorithm |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhou et al. | A review of methods and algorithms for optimizing construction scheduling | |
| Lee et al. | An advanced stochastic time‐cost tradeoff analysis based on a CPM‐guided genetic algorithm | |
| Laguna | OptQuest | |
| Long et al. | Hybrid multiple objective evolutionary algorithms for optimising multi-mode time, cost and risk trade-off problem | |
| Vergidis et al. | Business process improvement using multi-objective optimisation | |
| Ke et al. | Modeling stochastic project time–cost trade-offs with time-dependent activity durations | |
| Baladeh et al. | A two-stage stochastic programming model of component test plan and redundancy allocation for system reliability optimization | |
| RU2706458C1 (en) | Method and device for optimizing parameters of strategy for long-term planning of measures to ensure required state of complex organizational and technical system | |
| JP2023544028A (en) | Automatic generation of machine learning models from computational simulation data | |
| Vincent et al. | A two-stage genetic algorithm for joint coordination of spare parts inventory and planned maintenance under uncertain failures | |
| de Winter et al. | Parallel multi-objective optimization for expensive and inexpensive objectives and constraints | |
| Khanzadi et al. | Finding optimum resource allocation to optimizing construction project Time/Cost through combination of artificial agents CPM and GA | |
| Lopes et al. | Synthetic data generation for digital twins: enabling production systems analysis in the absence of data | |
| JP7060130B1 (en) | Operation support equipment, operation support methods and programs | |
| Di Maio et al. | A visual interactive method for prime implicants identification | |
| US20220066802A1 (en) | System and method to simulate demand and optimize control parameters for a technology platform | |
| Mosavi | On engineering optimization the splined profiles | |
| Mosavi | Multiobjective Optimization of Spline Curves Using Mode Frontier | |
| Baykasoğlu | Gene expression programming based meta-modelling approach to production line design | |
| Tedford et al. | Production scheduling using adaptable fuzzy logic with genetic algorithms | |
| Dankov et al. | Extended conceptual framework for business analytics supporting innovations | |
| Kuzmina et al. | Risk Analysis of the Company's Activities by Means of Simulation. | |
| KR20190120729A (en) | System Modeling Method by Machine Learning using Big data | |
| WO2014197637A1 (en) | Selecting and optimizing oil field controls for production plateau | |
| US20240037413A1 (en) | Computer-implemented method and computer-readable medium for drainage mesh optimization in oil and/or gas producing fields |