моделирование инфоком / Полный Курс лекций по Моделирование ИнфКом Систем

Осипов Н.А.

Курс лекций по дисциплине «Моделирование инфокоммуникационных систем»

1

Общие сведения и порядок изучения дисциплины

Дисциплина «Моделирование инфокоммуникационных систем» относится к циклу математических и естественнонаучных дисциплин.

Целью освоения дисциплины является достижение следующих результатов образования (РО):

знания:

на уровне представлений:

- о пакетах прикладных программ, облегчающих моделирование и обработку результатов экспериментов;

на уровне воспроизведения:

- об основных схемах типовых моделей сложных систем;

-о методах моделирования случайных событий; на уровне понимания:

-о задачах и методах обработки экспериментальной информации;

-о теоретических основах и основных подходах к моделированию и исследованию инфокоммуникационных систем;

умения:

теоретические

-использование типовых моделей и методов обработки при анализе инфокоммуникационных систем;

-обработка результатов имитационного моделирования;

практические

-разработка имитационных моделей с учѐтом влияния случайных факторов;

навыки:

-проведение экспериментов по заданной методике и анализ результатов;

-математическое моделирование инфокоммуникационных процессов и объектов на базе как стандартных пакетов автоматизированного проектирования и исследований, так

исамостоятельно создаваемых оригинальных программ.

2

Структура и содержание дисциплины

Общая трудоемкость дисциплины составляет 3 зачетные единицы,102 часа.

Содержание (дидактика) дисциплины

Раздел 1. Математические модели. Понятие модели и моделирования (1.1). Классификация моделей и виды моделирования (1.2). Этапы математического моделирования (1.3). Принципы построения, особенности и основные требования к математическим моделям систем (1.4). Цели и задачи исследования математических моделей систем (1.5). Формы представления математических моделей (1.6). Типовые модели сложных систем (1.7).

Раздел 2. Компьютерное моделирование. Компьютерное моделирование и вычислительный эксперимент (2.1). Имитационное моделирование (2.2). Визуализация ввода исходных данных и результатов моделирования (2.3). Датчики случайных чисел (2.4). Моделирование случайных событий с заданными вероятностями и зависимостями между ними (2.5). Моделирование случайных величин с заданными законами распределения (2.6).

Раздел 3. Построение математических моделей по экспериментальным данным.

Методы исследования математических моделей систем и процессов (3.1). Планирование экспериментов (3.2). Обработка результатов имитационного эксперимента (3.3). Проверка адекватности моделей (3.4). Технические и программные средства моделирования(3.5).

3

Литература

а) основная литература:

1.Колесов Ю., Сениченков Ю. Моделирование систем. В 2-х книгах. – СПб.: БХВПетербург, 2007.

2.Советов Б.Я., Яковлев С.А. Моделирование систем. Практикум. - М.: Высшая школа, 2007. – 296 с.

3.Советов Б.Я., Яковлев С.А. Моделирование систем. Учебник для вузов. - М.: Высшая школа. 2007 – 343 с.

4.Лоу А.М,.Кельтон Д.В Имитационное моделирование. – СПБ.: Питер, 2004. – 848 с.

5.Карпов Ю.Г. Имитационное моделирование систем. – СПБ.: БХВ-Петербург, 2005

– 400 с.

6.Колесов Ю., Сениченков Ю. Моделирование систем. Практикум. – СПб.: БХВПетербург, 2007. – 352 с.

7.Рыжиков Ю.И. Имитационное моделирование. Теория и технологии. – СПб.:

Корона. – 2008. – 420 с.

б) дополнительная литература:

8.Волкова В.Н., Денисов А.А. Теория систем: Учебник для студентов вузов. – М.: Высшая школа, 2006. – 511 с.

9.Казиев В.М. Введение в анализ, синтез и моделирование систем. БИНОМ. Лаборатория знаний, 2006 – 249 с.

10.Минько А.А. Принятие решений с помощью Excel. – М.: Эксмо., 2007. – 240 с.

11.Тарасевич Ю.Ю. Математическое и компьютерное моделирование. Вводный курс. Изд.4, испр. 2004. – 152 с.

Раздел 1. Математические модели.

Теоретические занятия (лекции) - 5 часов.

Лекция 1. Введение в математическое моделирование

На лекции рассматриваются следующие вопросы: цели освоения дисциплины и ее место в структуре ООП ВПО, общие понятия и принципы теории моделирования.

Из названия дисциплины «Моделирование инфокоммуникационных систем» возникает вопрос об объекте моделирования – инфокоммуникационной системе.

Системами как объектами научного познания стали заниматься в 30-е годы прошлого столетия. Основоположниками теории систем считается биолог Берталанфи, заявивший о ней на семинаре по философии.

В настоящее время издан большой объем литературы по этому направлению. Можно отметить таких авторов, как Месарович М., Тахакара Н., Перегудов Ф.Н., Тарасенко Ф.П., Дружинин В.В., Резников Б.В и другие.

Приведем различное толкование понятия системы.

4

Берталанфи – комплекс взаимодействующих компонентов или совокупность элементов, находящихся в определенных отношениях друг с другом и со средой.

Ожегов С.И. – нечто целое, представляющее собой единство закономерно расположенных и находящихся во взаимной связи частей.

Философский словарь – совокупность элементов, находящихся в отношениях и связях между собой и образующих некоторое целостное единство.

Таким образом, исходя из определений, можно сделать вывод, что почти любой объект подходит под понятие система.

В то же время термин система используют в тех случаях, когда хотят охарактеризовать объект как нечто целое (единое) и сложное, которое не поддается представлению в виде простых моделей (см. Денисов А.А., Волкова В.Н. Основы теории систем и системного анализа. СПбГТУ, 1999. – 512с.).

Понятие инфокоммуникационной системы

Согласно существующим представлениям, инфокоммуникационная система – это совокупность, включающая сущности информационной и телекоммуникационной систем.

Информационная система включает в себя информацию (потенциальную информацию) и пользователя.

Телекоммуникационная система обеспечивает перенос информации от источника к потребителю.

Таким образом, инфокоммуникационную систему (ИКС) образует совокупность

сети телекоммуникаций (телекоммуникационной подсистемы),

прикладной подсистемы (средств хранения и обработки информации, прикладных процессов),

а также подсистемы источников и потребителей информации (пользовательские подсистемы).

Впоследнее время акцентируется внимание на возрастающей роли информации в жизни общества и отдельного человека. И все чаще встречается прилагательное "когнитивный". Иногда приводятся несхожие определения при переводе с английского языка словосочетаний "cognitive system", "cognitive technology" и им подобных.

Когнитивные технологии "имитируют" мыслительную деятельность человека. Они, как правило, основаны на моделях с нечеткой логикой (fuzzy logic) и на нейронных сетях (neural networks). Цели, преследуемые при создании когнитивных систем, могут быть представлены следующими примерами: получение новых знаний, принятие решений в сложных ситуациях и интеллектуальная обработка данных.

Отношения между когнитивными системами и телекоммуникационными сетями можно рассматривать с разных точек зрения.

Во-первых, для функционирования когнитивной системы любого рода необходим обмен информацией, обеспечиваемый телекоммуникационными сетями. Во-вторых, в

5

телекоммуникационных сетях могут использоваться когнитивные системы и технологии, позволяющие радикально улучшить показатели эффективности процессов обмена информацией.

Когнитивная инфокоммуникационная система (КИКС) дополнительно включает в себя элементы, обеспечивающие функциональность когнитивной системы (элементы ментальной деятельности, функции мониторинга, сбора информации, исполнительные устройства и др.) во всех перечисленных подсистемах.

В КИКС можно выделить несколько доменов: физический, информационный и когнитивный.

Каждая из подсистем КИКС потенциально имеет в своем составе элементы, относящиеся к каждому из этих доменов.

В физическом домене происходят энергетические процессы и взаимодействуют технические системы в процессе переноса информации между источниками и получателями.

Информационный домен – это область, в которой находятся данные (информация, знания, методы).

В когнитивном домене происходит анализ ситуаций и интеллектуальная деятельность, продуктом которой являются оценки и принятия решений.

Например, элементы когнитивной инфокоммуникационной системы можно классифицировать, как приведено в таблице.

Таблица 1.1 Элементы инфокоммуникационной системы

Модель когнитивной инфокоммуникационной системы можно представить в виде многослойной конструкции (см. рис.1.1).

6

информационную подсистему дополнительно вводятся серверы и базы данных, обеспечивающие поддержку функций когнитивной подсистемы.

Уровень (IV) когнитивной подсистемы выполняет функции прикладного искусственного интеллекта и интеллектуального управления в реальном масштабе времени объектами, располагающимися на первом уровне архитектуры. Для этого когнитивная подсистема постоянно взаимодействует с сетями сенсоров, исполнительных устройств и информационной подсистемой. Когнитивная подсистема содержит комплекс инструментов (цифровых процессоров, нейропроцессоров, нечеткой логики, соответствующего математического, логического и программного обеспечения), который обеспечивает реализацию когнитивных прикладных процессов и услуг. Типичными примерами используемых технических средств можно считать суперкомпьютер, а также дата центр (data center). Их основная задача – выполнение вычислительных операций по обработке информации с целью принятия решений.

На уровне V когнитивных прикладных процессов осуществляется формирование перечня когнитивных приложений и адаптация под них функций когнитивного и других уровней (на рисунке представлены наиболее актуальные приложения: промышленные роботы, когнитивная медицина, интеллектуальная система предотвращения чрезвычайных ситуаций).

Примеры услуг, поддерживаемых КИКС

Для развития КИКС характерны процессы конвергенции услуг, предоставляемых на базе единого набора технических средств. Например, при развитии абонентских устройств беспроводного доступа и методов управления сетью беспроводной связи решается задача определения местоположения абонента.

Решение этой задачи может быть применено как в целях управления сетью, так и в других целях, например для управления движением автотранспорта (рис. 1.2).

8

Рис. 1.2 Управление сетью и услугами по организации движением автотранспорта

Использование функций определения местоположения в задачах анализа абонентского трафика на обслуживаемой территории позволяет создавать пространственные модели абонентского трафика (рис. 1.3).

Рис. 1.3 Пространственная модель абонентского трафика

Полученная модель трафика может быть использована в задачах управления и планирования (проектирования), например выбор точек установки (перемещения) базовых станций.

Следует отметить, что создание когнитивной инфокоммуникационной системы является следующим эволюционным шагом развития информационной и телекоммуникационной систем, на котором особое внимание уделяется развитию методов получения и анализа информации, методов выработки решений и методов обучения различных автоматизированных систем.

9

Информационная система

Термин информационная система (ИС) используется как в широком, так и в узком смысле.

В широком смысле информационная система есть совокупность технического, программного и организационного обеспечения, а также персонала, предназначенная для того, чтобы своевременно обеспечивать надлежащих людей надлежащей информацией.

Также в достаточно широком смысле трактует понятие информационной системы Федеральный закон РФ от 27 июля 2006 г. N 149-ФЗ «Об информации, информационных технологиях и о защите информации»: «информационная система — совокупность содержащейся в базах данных информации и обеспечивающих ее обработку информационных технологий и технических средств».

Одно из наиболее широких определений ИС (М.Р. Когаловский):

«информационной системой называется комплекс, включающий вычислительное и коммуникационное оборудование, программное обеспечение, лингвистические средства и информационные ресурсы, а также системный персонал и обеспечивающий поддержку динамической информационной модели некоторой части реального мира для удовлетворения информационных потребностей пользователей».

В узком смысле информационной системой называют только подмножество компонентов ИС в широком смысле, включающее базы данных, СУБД и специализированные прикладные программы.

ИС в узком смысле рассматривают как программно-аппаратную систему, предназначенную для автоматизации целенаправленной деятельности конечных пользователей, обеспечивающую, в соответствии с заложенной в нее логикой обработки, возможность получения, модификации и хранения информации.

В любом случае основной задачей ИС является удовлетворение конкретных информационных потребностей в рамках конкретной предметной области.

Современные ИС де-факто немыслимы без использования баз данных и СУБД, поэтому термин «информационная система» на практике сливается по смыслу с термином «система баз данных».

В идеале в рамках предприятия должна функционировать единая корпоративная информационная система, удовлетворяющая все существующие информационные потребности всех сотрудников, служб и подразделений. Однако на практике создание такой всеобъемлющей ИС слишком затруднено или даже невозможно, вследствие чего на предприятии обычно функционируют несколько различных ИС, решающих отдельные группы задач: управление производством, финансово-хозяйственная деятельность и т.д. Часть задач бывает «покрыта» одновременно несколькими ИС, часть задач — вовсе не автоматизирована. Такая ситуация получила название «лоскутной автоматизации» и является довольно типичной для многих предприятий.

Классификация информационных систем

По степени распределѐнности отличают:

10