Academic literature on the topic 'Мережеве моделювання'

Розглянуто моделі трьох методів управління мережевим трафіком, що забезпечують недопущення перевантажень телекомунікаційних каналів. В основу апаратної моделі лягла технологія обмеження потоків даних через мережеві вузли. Програмна модель є регулятором, який на основі порівняння вхідного та бажаного значень завантаженості каналів виробляє команди для джерел трафіку. Третя модель використовує методи теорії автоматичного управління для обмеження потоків трафіку, а саме оптимальний по швидкодії регулятор. Наводиться структура і опис всіх цих моделей, а також проаналізовані переваги та недоліки кожної з моделей за такими критеріями: швидкодія регулятора, тобто швидкість, з якою регулятор виробляє необхідну керуючу дію; вплив затримок передачі даних на своєчасність регулюючої дії; види трафіку, які здатен регулювати регулятор; простота розрахунку та реалізації регулятора; ефективне використання наявних мережевих ресурсів.

Мережевий аналіз широко застосовується для планування і управління проектами. PERT і CPM, найбільш відомі методи мережевого моделювання, застосовувалися в різних проєктах для цілей планування і управління. Однак можливості PERT і CPM обмежені, що забороняє моделювання багатьох складних мережевих форм проєкту. Більш гнучким універсальним мережевим інструментом, якому останнім часом приділяється підвищена увага, є GERT (Graphical Evaluation and Review Technique), GERT включає такі функції, як імовірнісне розгалуження (стохастичні моделі), сітьова петля (петлі зворотного зв'язку), кілька вузлів − приймачі (множинні результати) і реалізація декількох вузлів (повторювані події), які недоступні в PERT / CPM. Ці функції GERT надають користувачеві можливість моделювати і аналізувати проекти і системи самого загального виду. Оскільки багато системних проблем реального світу дійсно пов'язані з імовірними подіями, помилковими запусками, повторенням дій і множинними результатами, GERT є ідеальним інструментом для моделювання і аналізу. Мета даної статті − описати методику моделювання мережі GERT і пакет імітаційного моделювання, а також продемонструвати його можливості на прикладі планування проєкту формалізованої моделі «КОНСТРУКТИВНИЙ РОЗВИТОК ПРОДУКТУ Х», як результат науково-дослідної роботи. В цей огляд GERT буде включено обговорення використання вихідних даних GERT для управлінського планування і контролю, включаючи аналіз чутливості і реалізацію.

З врахуванням величезного зростання мобільного трафіку даних, з одного боку, та помірного середнього доходу на кожного користувача, з іншого боку, оператори мобільного зв'язку вивчають технології мережевої віртуалізації та технології хмарних обчислень для побудови економічно ефективних та еластичних мобільних мереж та їх пропонування як хмарних сервісів. Предметом вивчення в статті є процеси конфігурування телекомунікаційної мережі для вирішення завдань обробки службового навантаження. Метою є підвищення ефективності роботи мережі шляхом здійснення реконфігурації топології. Завдання: розробити математичну модель та відповідну процедуру еконфігурації ресурсів телекомунікаційної мережі при перевантаженнях або відмовах. Використовуваними методами є: графовий підхід та математичні моделі оптимізації для задачі перерозташування мережевих функцій, імітаційне моделювання для дослідження роботи запропонованого методу реконфігурації ресурсів в мережах з віртуалізацією. Отримані такі результати. У статті представлено метод локальної реконфігурації обчислювальних ресурсів віртуальної мережі у випадку відмови або перевантаження. Висновки. Отриманий метод враховує динамічну зміну топології мережі обслуговування та на відміну від існуючих дозволяє гнучко визначати конфігурацію обчислювальних ресурсів обслуговування, розміщати мережеві функції з мінімальними витратами та децентралізовано контролювати показники якості. Метод використовує евристичну модель для визначення оптимального місця міграції віртуалізованих мережевих функцій з фізичного вузла з відмовою або перевантаженням, а результати моделювання у системі Mathcad показують підвищення ефективності використання ресурсів. Проведені дослідження показали доцільність використання запропонованих рішень при вдосконаленні існуючих телекомунікаційних мереж та при побудові нових перспективних гнучких добре масштабованих мереж оператора зв’язку із повним або частковим застосуванням принципу віртуалізації мережевих функцій.

Розглянуто підходи до обчислювального моделювання нових функціональних асоціацій між диференційованою експресією miRNAs і захворюваннями, а також фенотипових патернів експресії miRNAs у генних регуляторних мережах. Метою концептуалізації стали результати порівняно недавніх досліджень системної біології, в яких використано різні методи кінетичного моделювання, що допомагають виявити можливості стосовно регуляторної функції і терапевтичного потенціалу miRNAs при захворюваннях людини. Розглянуто також деякі з ключових обчислювальних аспектів математичного моделювання, що включають: регуляції опосередкованих miRNAs мережевих мотивів у регуляції експресії генів, моделі біогенезу miRNAs і взаємодії miRNA-мішеней, включення таких моделей у складні шляхи розвитку захворювань, системного розуміння їх патофізіологічного контексту. Зроблено висновок про ефективність і практичність використання невеликих miRNA-асоційованих мережевих мотивів, спрощених до декількох компонентів, для вивчення прогностичних характеристик модельованої мережевої динаміки при захворюваннях і фізіологічних станах. Підкреслюється, що більшість експериментальних досліджень зосереджуються на прямих взаємодіях miRNA-мішеней. Отже, розкривається роль мікроРНК у системах, забезпечуючи системне розуміння опосередкованої мікроРНК репресії генів. однак, окрім звичайних взаємодій miRNA-мішеней, нещодавні експерименти показали, що первинні miRNA або попередники miRNA, що утворюються під час біогенезу miRNA, також можуть конкурувати зі зрілими miRNA за місця зв'язування на цільових miRNA. Також важливо перейти від тимчасової динаміки регуляції генів за допомогою miRNAs, до аналізу та моделювання просторової інформації miRNA в клітинах, як різних субклітинних розташуваннях.

Пріоритетним напрямом розбудови системи освіти нового покоління є впровадження принципів відкритої освіти шляхом розробки електронних освітніх ресурсів із використанням SMART- технологій. У статті розкрито цілі, зміст і шляхи розв’язування проблеми моделювання процесу забезпечення міжпредметних зв’язків математики та інформатики із використанням комп’ютерно орієнтованих систем; побудовано функціональну схему макроблоку розроблення електронного навчально-методичного комплексу навчальної дисципліни. Процес розроблення електронного навчально-методичного комплексу пропоновано здійснювати шляхом використання користувачем (викладачем) можливостей блоку формування та розбудови контенту навчальної дисципліни на основі інтелектуальних алгоритмів Data Mining, макроблоку моделювання процесу навчання, електронних ресурсів метадисципліни, макроблоку пошуку, макроблоку онлайн-консультування. Реалізація метадисциплінарного підходу дасть змогу застосовувати механізми інтеграції (поєднання, взаємопроникнення, взаємозближення, утворення взаємозв’язків) та систематизації даних різних навчальних дисциплін. Планування міжпредметних зв’язків здійснюється за допомогою побудови мережевого графіка, що є формою представлення моделі навчального процесу. З метою побудови календарного графіка забезпечення міжпредметних зв’язків пропонуємо використовувати комп’ютерно орієнтовані системи інформаційно-динамічного моделювання, що дасть змогу забезпечити автоматизацію багатьох функцій управління навчальним процесом. У дослідженні за основу було взято продукт Microsoft Corporation – Microsoft Project 2016. Такі напрями реалізації SMART-технологій у моделюванні процесу навчання дадуть викладачеві можливість: визначити найбільш ефективні підходи до вирішення завдань забезпечення міжпредметних зв’язків математики та інформатики; на основі створених мережевих (календарних) графіків розробити моделі процесу забезпечення міжпредметних зв’язків; здійснювати управління процесом навчання на основі створених мережевих моделей та відслідковувати міжпредметні зв’язки, необхідні для оптимізації планування навчального процесу.

Метою статті є розробка методу синтезу мережевих моделей на основі часових мереж Петрі. Розроблена модель дозволить побудувати модель, що дозволяє досягти ступеня адекватності для прогнозування продуктивності програмного комплексу з необхідною достовірністю. Результати дослідження. Запропоновано метод синтезу часової мережі Петрі, що базується на трасуванні даних. Даний метод був використаний при моделюванні процесу функціонування комплексу програм. Основним недоліком запропонованого підходу є необхідність постійного збору вимірювальної інформації в комп'ютерній системі. Показано, що від точності вимірювальної інформації залежить ступінь адекватності моделі. Проаналізована адекватність опису динаміки досліджуваного процесу. Для оцінки ефективності запропонованої моделі вона була використана для прогнозу продуктивності пакета композитних застосунків, що використовуються при продажі авіаквитків. Висновок. Для практичних застосувань у більшості випадків достатньо синтезувати мережеву модель комп’ютерної системи на гіперконвергентній платформі на основі 30-35 вимірювань. Вибір більшого значення з метою зменшення розміру довірчого інтервалу одержуваних оцінок не буде виправданим, якщо основне завдання прогнозування - мінімізація помилки прогнозу

Впровадження інформаційно-комунікаційних технологій в освіту обумовило появу мережевих технологій навчання. Розвиток Інтернет-технологій відкриває нові шляхи для впровадження дистанційних технологій у вищу освіту та потребують необхідного сучасного мережевого навчально-методичного забезпечення. Специфікою вищого навчального закладу морського профілю є наявність проходження курсантами довготривалої морської практики, а в таких умовах найбільш ефективною є дистанційна форма навчання.Таким чином, створення мережевих освітніх ресурсів у вищому навчальному закладі морського профілю є актуальною проблемою, розв’язання якої обумовить перехід на новий рівень використання телекомунікаційних технологій, дозволить організацію навчальної діяльності на основі інформаційних освітніх ресурсів в глобальних мережах.Питання використання ІКТ у навчальному процесі ВНЗ розглядалися багатьма вітчизняними та закордонними науковцями такими, як Є. С. Полат, М. І. Жалдак, Н. В. Морзе, С. А. Раков, В. В. Олійник, О. В. Співаковський, В. Ю. Биков, В. М. Кухаренко та інші. У структурі інформаційної культури вчителя Н. В. Морзе серед інших складових виділяє культуру використання ІКТ і культуру спілкування через засоби ІКТ [3].Розробці методичної підтримки засобів ІКТ присвячені роботи таких науковців, як В. Ю. Биков, А. Ф. Верлань, Т. Л. Архіпова, О. М. Гончарова, А. М. Гуржій, Ю. О. Жук, Л. І. Білоусова та ін. У своїх працях науковці відмічають високу ефективність використання інформаційно-комунікаційних технологій в навчальному процесі. Значна кількість досліджень присвячених створенню нової системи інформаційного забезпечення освіти, розробленню автоматизованих навчальних систем тощо.О. В. Співаковський проводить дослідження методики викладання із використанням мультимедійних навчальних програм, застосування Інтернет-технологій, електронних бібліотек, мережевих навчальних систем; реалізації дистанційного навчання [4].В роботах Р. С. Гуревича, Л. В. Жиліної, Т. І. Чепрасової розглядається необхідність електронних навчально-методичних комплексів для якісного здійснення процесу навчання та його методичного забезпечення, структура яких включає: електронний навчальний посібник; комп’ютерний практикум лабораторного моделювання; систему тестування; мережеву Web-версію курсу тощо [1; 5].Визначення електронного навчально-методичного комплексу можна сформулювати так: навчально-методичний комплекс-це навчальна програмна система комплексного призначення, що забезпечує неперервність та повноту дидактичного циклу процесу навчання. Вона являє собою теоретичний матеріал, контроль рівня знань та умінь, інформаційно-пошукову діяльність, математичне та імітаційне моделювання з комп’ютерною візуалізацією та сервісні функції при умові здійснення інтерактивного зворотного зв’язку [2].Освітні мережеві навчально-методичні комплекси (МНМК) є програмно-інформаційним посередником між тими, хто навчаються і викладачами, тому функції навчально-методичного комплексу створенні підтримки користувачів.Мережеві навчально-методичні комплекси повинні забезпечувати всі традиційні форми навчання у вищому навчальному закладі:лекції, практичні заняття, консультації. В ході роботи з МНМК можуть бути також здійснені консультацій в он-лайн режимі з викладачем для студентів, що не мають змогу отримати допомогу на території ВНЗ.Мережевий навчально-методичний комплекс в процесі навчання подає навчальні матеріали у доступній формі, наочно, згідно змісту та методики навчання; грає роль помічника в розв’язанні вправ та контролера в прийнятті результатів тестувань, контрольних робіт, звітів тощо, наявність журналу успішності допомагає контролювати рівень засвоєння матеріалу. При розробці мережевого навчально-методичного комплексу необхідно поєднати технологічні етапи створення навчальних курсів з дидактичними принципами навчання та основними ступенями учбового процесу.Мережевий навчально-методичний комплекс містить всі необхідні матеріали такі, як план роботи, робоча програма, електронний лекторій, можливо відео лекторій, практикум, бібліотеку електронних посібників, тренажери, варіанти контрольних та розрахунково-графічних робіт, засоби он-лайн тестування, теми проектів, рефератів тощо.МНМК є основним засобом для організації навчального процесу в нових освітніх умовах для очної, заочної та дистанційної форм навчання. Навчально-методичний комплекс спонукає тих, хто навчається, до активної пошукової навчальної діяльності, самостійного оволодіння знаннями, шукати та знаходити джерела необхідної інформації, розвитку творчих здібностей тощо.Нами було створено МНМК навчання курсу «Вищої математики» майбутніх судноводіїв. При цьому самостійна робота курсантів стає переважаючою в структурі навчально-освітньої діяльності.МНМК курсу «Вища математика» складається з блоків: інструктивний, інформаційний, комунікативний та контролювальний (рис. 1). Рис. 1 Кожен блок являє собою комплект дидактичних ресурсів (рис. 2).МНМК є результатом розвитку та інформатизації традиційних навчально-методичних комплексів. Комплекс здатен забезпечити в належному об’ємі всі традиційні види занять у вузі (лекції, практичні заняття, науково-дослідницьку роботу, самостійну роботу, модульні контрольні роботи, заліки).Кожен курсант має вільний доступ до необхідного навчального матеріалу. Реєструючись у системі і отримуючи доступ до навчального матеріалу, який відповідає його спеціальності та академічному рівню, курсант може розпочати свою самостійну роботу скрізь, де є вільний доступ до мережі Інтернет.Весь матеріал комплексу розподілений на курси:1. Класики 1 курс.2. Класики 2 курс.3. СП 1 курс.4. СП 2 курс.5. Заочне відділення 1 курс.6. Заочне відділення 2 курс.7. СП заочне відділення 1 курс. Рис. 2 Мережевий навчально-методичний комплекс для забезпечення самостійної роботи курсантів Херсонської державної морської академії з вивчення курсу вищої математики, здійснення перевірки сформованості знань, вмінь та навичок курсантів розраховано і на користування викладачів інших спеціальностей кафедри.Сучасний судноводій або судновий механік – це людина, яка крім знання спеціальних дисциплін, повинна володіти ІКТ, вміти інтегрувати свої знання у інноваційні технологій, самостійно творчо вирішувати наукові, технічні, суспільні задачі, критично мислити, захищати свою точку зору. Він повинен вміти працювати в злагоді з оточуючими, постійно поповнювати і поновлювати свої знання шляхом самоосвіти, самовдосконалення. Вища школа реалізує цю задачу при особливій організації освітнього процесу, спрямовану на активну самостійну роботу курсантів.

Вирішується задача інваріантного розпізнавання візуальних об’єктів з використанням структурнихметодів на основі описів у вигляді множини особливих точок зображення. Проведено аналіз характеристикта засобів програмного моделювання сучасних методів ORB та BRISK для визначення особливих точок.Запропоновано метод бінарного аналізу для формування центрів класів та подальшої класифікації. Проведено програмне моделювання методу у порівнянні з мережею Кохонена, отримано підтвердження результативності розробленого методу для прикладної бази зображень.

В роботі розглядаються можливості підвищення ефективності управління комп'ютерною мережею шляхом моделювання процесу інформаційного забезпечення розподілених та ієрархічних систем з одним або декількома керуючими центрами. Виконується порівняльний аналізу варіантів обміну інформацією за ініціативою керуючих центрів, за ініціативою керованих центрів та при періодичному способі передачі даних. При виборі метода інформаційного забезпечення керуючого центру враховуються час збору інформації і необхідні ресурси мережі.

У цій дипломній роботі розглядаються методи моделювання мережевого трафіку, проблеми самоподібності мережевого трафіку, а також основні положеня теорії фрактальних процесів. Представлені такі методи для моделювання мережевого трафіку як розподіл Пуассона, Парето, Вейбулла, логнормальний розподіл, а також моделі ON-OFF. Розглядаються питання параметризації мультимедійного трафіку. Здійснений аналіз імітаційної моделі мережевого трафіку в системі Network Simulator 2, використовуючи експоненційний розподіл, а також розподілу Парето, результати трейс-файлу виведені в XGraph. Крім того, розглянуті питання безпеки життєдіяльності, виконано розрахунки освітлення, описана організація робочого місця, з урахуванням ергонометричних вимог. Виконано розрахунки кінцевої вартості програмного забезпечення в економічній частині дипломного проекту.
This diploma paper deals with methods of network traffic modeling, problems of self-similarity of network traffic and the basic assumptions of the theory of fractal processes. In this paper such methods of network traffic modeling as Poisson distribution, Pareto, Weibull, lognormal distribution, as well as models ON-OFF are presented. The question of multimedia traffic parameterization is also examined. Diploma paper presents analysis of network traffic simulation model of the system Network Simulator 2, using exponential distribution and Pareto distribution, results Trace output file are deducted in XGraph. In addition, the issues of life safety have also been analyzed, the calculations of lightning are completed, the organization of the workplace is described with taking into account erhonometrical requirements. Completed the calculations of the ultimate cost of the software in the economical part of the diploma paper.

Посадська, А. С. Інформаційна технологія підтримки рішень з урахуванням ризиків при мережевому плануванні та управлінні : дис. ... канд. техн. наук : 05.13.06 / А. С. Посадська. - Чернігів, 2017. - 147 с.
Дисертація присвячена розробці інформаційної технології підтримки рішень з урахуванням ризиків при мережевому плануванні та управлінні. Для розв’язання поставленої задачі запропоновано: метод динамічної оцінки ризику, який базується на використанні імітаційної моделі сітьового графіку для обчислення ймовірності виконання темпоральних формул, що визначають динамічні властивості плану робіт; метод вибору оптимальної стратегії планування, який використовує формальну модель статистичної гри для динамічної верифікації плану робіт; метод дослідження циклічних планів, які представлені як нечіткі когнітивні карти, з метою прогнозування станів системи, що змінюються під впливом факторів, в тому числі, за альтернативними рішеннями. Практична реалізація інформаційної технології здійснена за допомогою розробки плагіну до розподіленої системи імітаційного моделювання EMS. Розроблено алгоритми верифікації динамічних властивостей планів робіт при їх дослідженні за допомогою розподіленої системи імітаційного моделювання EMS. Інтегровано EMS в хмарне середовище, що дало змогу застосувати її для побудови планів робіт різного рівня складності. Експериментально за допомогою інформаційної технології розв’язано задачі оцінки ризику в ході виконання стартап-проекту, прогнозування станів екосистеми та планування маршруту польоту агродрону.
Дисертація присвячена розробці інформаційної технології підтримки рішень з урахуванням ризиків при мережевому плануванні та управлінні. Для розв’язання поставленої задачі запропоновано: метод динамічної оцінки ризику, який базується на використанні імітаційної моделі сітьового графіку для обчислення ймовірності виконання темпоральних формул, що визначають динамічні властивості плану робіт; метод вибору оптимальної стратегії планування, який використовує формальну модель статистичної гри для динамічної верифікації плану робіт; метод дослідження циклічних планів, які представлені як нечіткі когнітивні карти, з метою прогнозування станів системи, що змінюються під впливом факторів, в тому числі, за альтернативними рішеннями. Практична реалізація інформаційної технології здійснена за допомогою розробки плагіну до розподіленої системи імітаційного моделювання EMS. Розроблено алгоритми верифікації динамічних властивостей планів робіт при їх дослідженні за допомогою розподіленої системи імітаційного моделювання EMS. Інтегровано EMS в хмарне середовище, що дало змогу застосувати її для побудови планів робіт різного рівня складності. Експериментально за допомогою інформаційної технології розв’язано задачі оцінки ризику в ході виконання стартап-проекту, прогнозування станів екосистеми та планування маршруту польоту агродрону.
The thesis is devoted to development of information technology for decision support with risk accounting in network planning and management. There were proposed such methods for solving the risk assessment task. The first is method of dynamic risk assessment based on the usage of simulation model of the network graph to calculate the probability of implementation of temporal formulas that determine the dynamic properties of the work plan. The second is method of choosing the optimal planning strategy with usage the formal model of statistical game for dynamic verification of the work plan. The third is method of research of cyclic plans, which are represented as fuzzy cognitive map in order to forecast states of the system that change under the influence of factors, also according to the alternative decisions. Practical implementation of information technology was made by designing the plugin to the distributed simulation system EMS. Algorithms for verification of dynamic properties of the work plans in their study using a distributed simulation system EMS were developed. EMS was integrated into the cloud environment, which made it possible to apply it for the building of work plans of various levels of complexity. Such tasks as risk assessment for the start-up project plan, forecasting of ecosystem and flight route planning for agricultural drones were solved experimentally using the developed information technology.

Запропонована нами назва – динамічна мережева математика – з одного боку, підкреслює її фундаментальний, а не евристичний характер, з іншого боку – відбиває динамічний і одночасно мережевий характер процедур, що в ній виконуються. Особливості динамічної мережевої математики, якщо мати на увазі її практично вагомі аспекти, пов’язані з багатовимірністю і невизначеністю вхідних даних, з «прокляттям розмірності» обчислювальних процедур, з нелінійним і складним характером взаємодій. Детальне дослідження динаміки диференціальних економіко-математичних моделей неможливе без чисельних експериментів з використанням дискретних моделей та комп’ютерних засобів. З появою комп’ютерів стало можливим створювати моделі, в яких будуть враховуватися властивості кожного, навіть незначного об’єкта, що приймає участь в процесі. Поєднуючи аналітичні методи та комп’ютерні симуляції, можна отримати результати, недосяжні суто аналітичними методами. Такі дослідження повинні носити системний і послідовний характер та в принципі неможливі без застосування сучасних комп’ютерних засобів і очевидні перспективи їх подальшого розвитку з використанням багатопроцесорних систем, штучних нейронних мереж та інших паралельних технологій нейромережевого типу. Практичні результати, отримані в ряді досліджень підтверджують проведений вище аналіз та його висновки, додаючи їм не тільки технічний, але й концептуальний характер.

Починаючи з 2018-2019 н. р., для магістрантів з додатковою спеціальністю «Інформатика» уведено навчальну дисципліну «Чисельні методи та моделювання», спрямованої на формування у студентів системи теоретичних знань з основ апарату чисельних методів і практичних навичок їх використання для розробки та дослідження математичних моделей. Одним із провідних завдань дисципліни є надання комплексу знань, необхідних для розуміння проблем, які виникають під час побудови та при використанні сучасних інтелектуальних систем, та ознайомлення студентів з основними принципами нейромережевого моделювання: – загальними характеристиками біологічних та штучних нейронів; – штучною нейронною мережею Хебба, класичним та модифікованими перцептронами; – видами функцій активації, що набули поширення в штучних нейронних мережах; – технологією проектування одношарових та багатошарових штучних нейронних мереж; – алгоритмами навчання нейронних мереж. Вказані питання в останні десятиріччя розглядаються у межах машинного навчання (Machine Learning) – розділу штучного інтелекту, що розглядає методи побудови алгоритмів та на їх основі програм, здатних «навчатися» шляхом подання емпіричних даних (прецедентів або спостережень), в яких виявляються закономірності, та на їх основі будуються моделі, що надають можливість у подальшому прогнозувати певні характеристики для нових об’єктів. На жаль, класичний (і найбільш популярний у світі) курс машинного навчання Е. Ина (Andrew Ng), розміщений на платформі Coursera, зорієнтований насамперед на студентів-початковців інформатичних спеціальностей – це надає можливість пропонувати його для самостійного опрацювання, але не розв’язує основну проблему: надання змістовних моделей, що відображають специфіку основної спеціальності – хімія.