авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 10 | 11 || 13 | 14 |   ...   | 17 |

«Институт проблем управления им. В.А. Трапезникова РАН УПРАВЛЕНИЕ БОЛЬШИМИ СИСТЕМАМИ Специальный выпуск 30.1 ...»

-- [ Страница 12 ] --

Заработок Заработок Стоимость Дальность маршрута №заказа заказа 1 a10 7,56 2 1284,30 128,43 50,21 656,16 439, 2 нет 18, 3 a2 9,37 5,65 431,19 43,12 31,54 205,61 140, 4 a3 16,10 16,33 633,11 63,31 68,11 280,10 211, 5 a4 14,31 4,38 579,45 57,94 39,26 279,44 192, 6 нет 12, 7 a5 5,61 10,84 542,38 54,24 58,70 239,61 179, 8 a4 17,07 12,56 662,11 66,21 62,22 301,94 221, 9 a6 6,49 5,56 604,57 60,46 43,04 289,47 201, 10 нет 5, 11 a3 2,92 6,70 237,57 23,76 20,20 110,46 73, 12 a2 24,00 11,65 870,07 87,01 74,86 403,68 294, 13 нет 17, 14 нет 6, 15 a3 19,41 4,30 732,21 73,22 49,78 352,93 246, 16 a2 10,88 1,78 476,46 47,65 26,60 235,46 156, 17 a6 9,03 5,36 420,97 42,10 51,40 180,14 137, 18 нет 3, 19 a7 18,84 11,25 1469,06 146,91 107,44 700,54 504, 20 a4 15,71 12,34 621,21 62,12 58,89 282,77 207, 21 a5 5,28 9,11 308,55 30,85 51,40 118,30 97, 22 нет 7, Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

диспетчера, руб.

Расстояние до водителя, руб.

Прибыль, руб.

бензин, руб.

Автомобиль Расходы на заказа, руб.

Заработок Заработок Стоимость Дальность маршрута №заказа заказа 23 a8 12,40 6,52 521,98 52,20 67,55 219,53 172, 24 нет 17, 25 a8 15,49 6,14 1234,61 123,46 77,24 601,79 422, 26 a9 5,16 1,21 666,31 66,63 26,75 339,72 223, 27 a5 14,53 12,59 586,03 58,60 96,84 225,48 195, 28 a3 6,92 21,57 357,49 35,75 59,82 136,80 115, 29 a7 12,14 2,53 514,07 51,41 52,37 230,37 169, 30 a6 8,41 9,51 738,58 73,86 63,97 342,26 248, Таблица 4. Итоговая прибыль Агент Прибыль, руб a1 диспетчер 1449, a2 эконом-класс 844, a3 эконом-класс 880, a4 эконом-класс 864, a5 бизнес-класс 583, a6 бизнес-класс 811, a7 бизнес-класс 930, a8 бизнес-класс 821, a9 минивен 339, a10 автобус 656, Компания 4852, 5. Заключение В рассмотренном примере методом перебора был получен оптимальный план перевозки заказов. В общем случае этого Сетецентрическое управление и многоагентные системы можно достичь численными методами динамического програм мирования [5]. Следующим этапом исследования планируется переход к конкретным практическим задачам с использованием изложенной сетевой модели.

Работа выполнялась при частичной поддержке ФЦП «Кад ры», Госконтракт 02.740.11.5056.

Литература 1. ВИТТИХ В.А., СКОБЕЛЕВ П.О. Метод сопряженных взаимодействий для управления распределением ресурсов в реальном масштабе времени // Автометрия, 2009. Т. 45, № 2 – С. 84–86.

2. ГОРОДЕЦКИЙ В.И., ГРУШИНСКИЙ М.С., ХАБА ЛОВ А.В. Многоагентные системы (обзор) // Новости ис кусственного интеллекта. – 1998. – №2. – С. 64–116.

3. СКОБЕЛЕВ П.О. Открытые мультиагентные системы для оперативной обработки информации в процессах принятия решений // Автометрия. – 2002. – №6. – С. 45–61.

4. УСЕНКО И.В. Обзор проблем принятия решений в неопре деленных и расплывчатых условиях при решении транс портных задач // Перспективные информационные техно логии и интеллектуальные системы. – 2008. – №2(34). – С. 1–8.

5. ЧЕРНОУСЬКО Ф.Л., БАНИЧУК Н.В. Вариационные задачи механики и управления: Численные методы. – М.: Наука, 1973. – 238 с.

6. SHOHAM Y., LEYTON-BROWN K. MULTIAGENT SYSTEMS: Algorithmic, Game-Theoretic and Logical Founda tions, London: Cambridge University Press, 2009. – P. 14–37.

7. RAO A., GEORGEFF M. Modeling Rational Agents within a BDI-Architecture. Morgan Kaufmann publishers Inc.: San Ma teo, CA, USA, 1991. – P. 473–484.

Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

MULTI-AGENT ORDER SCHEDULING SYSTEM Natalia Granichina, Saint-Petersburg State University, post graduate student, (ngranichina@mail.ru).

Abstract: The mathematical network-based model of multi-agent order scheduling system is suggested. The model is illustrated by the example of a small taxi company.

Keywords: multi-agent systems, multi-agent control, schedule, optimal schedule.

Статья представлена к публикации членом редакционной коллегии О. П. Кузнецовым Сетецентрическое управление и многоагентные системы УДК 004.75 + 62- ББК 32. ГРАФОДИНАМИЧЕСКИЕ СИСТЕМЫ С СЕТЕЦЕНТРИЧЕСКИМ УПРАВЛЕНИЕМ В МАТЕМАТИЧЕСКИ ОДНОРОДНОМ ПОЛЕ КОМПЬЮТЕРНОЙ ИНФОРМАЦИИ Затуливетер Ю. С.1, Фищенко Е. А. (Учреждение Российской академии наук Институт проблем управления РАН, Москва) В развитие идей графодинамики обсуждаются проблемы воплощения в глобальной компьютерной среде систем с сете центрическим управлением высокой структурной сложности.

На основе исчисления древовидных структур предлагается подход к формированию в ресурсах глобальных сетей матема тически однородного поля компьютерной информации, в кото ром открываются возможности представления и «бесшовно го» программирования графодинамических систем с сетецентрическим управлением в едином формализме. Приво дятся примеры систем с сетецентрическим управлением, которые можно отнести к классу графодинамических.

Ключевые слова: компьютерные сети, сетецентрическое управление, древовидные структуры, графодинамика, единое адресное пространство, интеграция.

Юрий Семенович Затуливетер, ведущий научный сотрудник, канди дат технических наук, доцент (zvt@ipu.rssi.ru, Москва, ул. Профсоюз ная, д. 65, тел. 8-(495) 334-92-09).

Елена Алексеевна Фищенко, ведущий научный сотрудник, кандидат технических наук (fish@ipu.rssi.ru, Москва, ул. Профсоюзная, д. 65, тел. 8-(495) 334-92-09).

Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

1. Введение За прошедшие 20 лет большие системы пополнились прин ципиально новым классом объектов исследований. Компьютер ные сети образовали качественно новую среду – глобальное информационное пространство, которое связывает более 1, млрд. персональных компьютеров. Их количество быстро рас тет. Сети мобильной связи объединяют более 4 млрд. абонентов.

Очевидно, «центр тяжести» компьютерной среды от изна чально разрозненных локальных компьютерных/сетевых архи тектур и приложений смещается к глобальным сетям и массо вым приложениям, интегрированным в общемировое информационное пространство. Сверхбольшие системы этого класса быстро эволюционируют от слабосвязных к сильносвяз ным. Их особенность в том, что связность систем универсально программируемых вычислительных устройств воплощается универсальными компьютерными сетями, системообразующие свойства которых инвариантны к количеству и составу связы ваемых устройств. Архитектура больших сильносвязных систем этого класса становится сетецентрической, поэтому процессы управления их функционированием и развитием, воплощаемые в них, могут рассматриваться как сетецентрические.

Образцы сфер применимости таких систем. Все более акту альной для практики становится концепция «Интернет вещей»

[11]. Распределенные системы на основе массовых сетей, в состав которых могут входить подсети интеллектуальных дат чиков и всевозможных исполнительных устройств, способны обеспечивать управление разнообразными системами объектов со встроенными компьютерными устройствами.

Миллиарды встроенных компьютерных устройств обеспе чивают управление сложными объектами и системами стацио нарных и подвижных объектов во все более разнообразных сферах массовых применений: в различных областях производ ства, в системах управления автомобилей, в авиации, в управле нии транспортными и товарными потоками, в интеллектуализа ции бытовой техники и др.

Сетецентрическое управление и многоагентные системы Функционирование и развитие мировой социосистемы в ус ловиях глобального информационного пространства во все более существенной мере становится зависимым от свойств компьютерной среды. В осязаемой перспективе глобальная компьютерная среда должна стать универсальным стратегиче ским ресурсом и одним из главных инструментов сетецентриче ского управления функционированием и устойчивым развитием мировой социосистемы в целом и ее частей [3, 4].

Совокупный функциональный и вычислительный потенци ал глобальной сети с географически отдаленными компьютера ми открывает практически неограниченные перспективы массо вого применения разнообразных систем с сетецентрическим управлением. Однако общедоступное применение распределен ного компьютерно-сетевого интеллекта, отвечающее требовани ям массового спроса, пока невозможно. Выделим две причины, относящиеся, на наш взгляд, к числу основных:

· отсутствие средств «бесшовного» программирования в ресурсах глобальных сетей распределенных структурно слож ных вычислений;

· отсутствие универсальных математических методов по становки и решения задач управления системами распределен ных объектов, для которых характерна высокая структурно динамическая сложность, в условиях непрерывно меняющегося информационного контекста глобальных компьютерных сетей.

Для преодоления этих препятствий требуется решение про блем фундаментального характера, которые связаны как с раз работкой теоретических и прикладных методов решения в условиях глобальной компьютерной среды задач сетецентриче ского управления высокой структурно-динамической сложно сти, так и с построением инструментальных средств их практи ческого воплощения. Для этого необходима принципиальная коррекция классической компьютерной аксиоматики [3, 4].

Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

2. Графодинамические системы Высокая структурная сложность больших систем с управ лением, погружаемых в сетевую среду, объясняется быстро нарастающим производством и потреблением все более разно образных и сложных информационных структур, которые со провождают функционирование и развитие социосистемы в целом и ее частей в глобальном информационном пространстве [4]. Для формализации таких систем требуются новые принципы и методы, позволяющие оперировать не только со скалярами или регулярными структурами типа вектор или матрица, но и со сложными данными, имеющими произвольно изменяющиеся структуры, которые, в общем случае, зависят от быстро меняю щегося контекста глобального информационного пространства.

Отсутствие универсального математического формализма и методов постановки и решения таких задач управления стано вится важнейшим сдерживающим фактором расширения сфер и масштабов их применения.

Известно, что до настоящего времени для математического и компьютерного решения задач используются существенно отличающиеся формализмы. Десятилетиями развитие компью терных языков и формальных систем шло в направлении повы шения уровней абстракции. Поначалу в рамках развития проце дурных языков программирования доминировали попытки внешнего подражания математическим нотациям (Фортран, Алгол). На этом фоне также возникали непроцедурные компью терные формализмы высоких уровней абстракции – Лисп, Про лог и др. В настоящее время атрибутом систем индустриального программирования стал объектно-ориентированный стиль.

Несмотря на обилие разнообразных компьютерных языков и систем программирования, понятийный барьер между ними и ма тематическими формализмами/методами решения остается слиш ком высоким. По большому счету математические и компью терные понятийные пространства постановки/решения задач по прежнему представляют собой трудно совмещаемые культуры.

Сетецентрическое управление и многоагентные системы В условиях быстро прогрессирующей компьютерной глоба лизации информационного пространства новые реализации больших систем различного назначения обретают качества продуктов массового применения. Нетрудно видеть, что подав ляющая доля таких систем, функционирующих в глобальном информационном пространстве, разрабатывается в основном коллективами разнопрофильных программистов. Такие продук ты, как правило, строятся эвристическими методами, в отсутст вие математических моделей с доказанными свойствами кор ректного (безопасного) функционирования.

Очевидно, чем больше масштабы применения таких реше ний, тем выше риски непредсказуемых последствий, связанных и с неизбежными для эвристических моделей ошибками в управлении ответственными системами и объектами, а также в нежелательных социальных последствиях массовых «сервисов», запускаемых без учета всей совокупности значимых факторов.

Проблемы изначальной семантической несовместимости математических и компьютерных формализмов обретают осо бую остроту применительно к большим системам с сетецентри ческим управлением. Глобальные масштабы, реальное время, особая значимость ошибок и нестыковок, неизбежных для комплексных эвристических решений, заставляют искать пути кардинального снижения понятийных барьеров между матема тическими и компьютерными пространствами решений.

Путь к этому – формирование единого формализма матема тического и компьютерного решения задач сетецентрического управления в больших системах. В таком формализме открыва ются возможности построения математически корректных моделей и их непосредственного компьютерного воплощения в ресурсах глобальной компьютерной среды.

Полагаем, что отправной методологической идеей для об щего подхода к математическому решению задач сетецентриче ского управления большими системами глобально распределен ных объектов должны стать принципы графодинамики [1], обозначившие новое направление в расширении сфер примени мости математического аппарата теории управления.

Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

В работе [1] в сферы теоретического рассмотрения были впервые введены графодинамические системы. Это новый, и потому малоизученный класс систем с управлением. Отличи тельные особенности графодинамических систем состоят в том, что их текущие входы, выходы и внутренние состояния пред ставляются структурами общего вида и могут принимать значе ния в произвольно задаваемых множествах графов, см. рис. 1.

Развитие событий во времени [1] связано не с движениями по графам, а их изменением. Изменения могут быть либо автоном ными, либо вызваны внешними для системы воздействиями и задаются функциями преобразования графов. Преобразование графов может сопровождаться изменением состава вершин, связей между вершинами, а также значений «разметок», связы ваемых с вершинами и ребрами (дугами) графов.

Новые идеи математической формализации динамических систем, высказанные в основах графодинамики, дают начальный импульс для построения конструктивных теорий графодинами ческих систем с управлением. К сожалению, эта опередившая свое время работа не получила теоретического развития.

Рис. 1. Графодинамические системы Сетецентрическое управление и многоагентные системы Причины, скорее всего, в прежнем отсутствии предметных областей со значимыми объектами приложения. Практическая потребность в математической теории графодинамических систем становится очевидной только сейчас, в связи с состояв шимся де-факто формированием глобального компьютерно сетевого информационного пространства и массовым вовлече нием в него социальной среды [4]. Ее функционирование и развитие в глобальном информационном пространстве сопро вождается экспоненциально растущими потоками и объемами сложно структурированной информации, отсюда необходимость единого формализма решения и программирования задач управ ления в сверхбольших системах, в которых объектом математи ческих преобразований становятся глобально распределенные динамически изменяемые структуры высокой сложности.

Масштабы и темпы роста спроса на системы распределен ной обработки в сетевых ресурсах глобально распределенной информации в разнообразных сферах превышают возможности существующих технологий индустриального программирова ния. Наряду с развитием теории распределенных графодинами ческих систем совершенно необходимо построение общедос тупных, математически и технологически «бесшовных»

инструментов их программирования в ресурсах глобально связной компьютерной среды.

Актуальность данной проблематики растет в темпах, соот ветствующих экспоненциальному росту потоков и объемов распределенной информации и глобальных масштабов приме нений компьютерных сетей.

К важным аспектам новизны данной работы можно отнести определение перспективных сфер применения графодинамиче ских систем с сетецентрическим управлением, а также методов и средств «бесшовного» их программирования, основанных на исчислении древовидных структур. Это математически замкну тое компьютерное исчисление реализовано в системе програм мирования ПАРСЕК [5] и может рассматриваться как первый компьютерный базис для практически значимого воплощения формализма графодинамики.

Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

3. Задачи распределенной обработки Увеличение масштабов применения глобальных сетей со провождается ростом разнообразия задач распределенной обра ботки данных. В таблице 1 приведены примеры таких систем, дающие представление о масштабах и сферах их применения.

Таблица 1. Примеры распределенных систем обработки Название Цель Средство Цена Соединить всех участников боевых действий и военную Future Combat $ System (FCS), технику в единую млрд.

US Army [12] командную сеть сетецентрического управления LHC (Большой Обработка 1,5 Пета GRID, 100 органи- ~$ Адронный Кол- байт ежегодно на заций в 31 стране млн.

лайдер), CERN 10000 компьютерах Обслуживание 40 Интегрированная «Связьинвест» $ млн. абонентов про- биллинговая сис (Россия) млн.

водных сетей связи тема Она иллюстрирует противоречивые качества этих систем.

Массовость вовлечения потребителей говорит о потенциально высоком спросе на системы глобально распределенной обработ ки, но высокая стоимость отражает чрезмерную трудоемкость их разработки и сопровождения.

В отсутствие «бесшовных» технологий универсального программирования глобально распределенных вычислений спрос на задачи распределенной обработки и управления с нарастающими темпами опережает предложение.

В настоящее время системы распределенной обработки строятся в сетевых архитектурах «Peer-to-Peer» (P2P), см.

рис. 2, а, и «клиент-сервер», см. рис. 2, б.

Сетецентрическое управление и многоагентные системы Рис. 2. Типы сетевых архитектур распределенной обработки В первом случае компьютеры способны напрямую взаимо действовать между собой, осуществляя произвольные обмены данными. Во втором – связи между компьютерами клиентами и компьютером-сервером имеют конфигурацию многолучевой звезды.

3.1. ВЫЧИСЛИТЕЛЬНЫЕ ЗАДАЧИ РАСПРЕДЕЛЕННОЙ ОБРАБОТКИ, НЕ ТРЕБУЮЩИЕ ПРЯМЫХ ОБМЕНОВ С точки зрения системных свойств архитектуры «клиент сервер» следует отнести к самому простому из возможных видов сетевых архитектур. Поэтому с нее началось массовое освоение глобального сетевого пространства. В гипертекстовой сетевой архитектуре «клиент-сервер» построено глобальное информационное пространство WWW. Ее функционально более богатые варианты положены в основу распределенных корпора тивных систем обработки данных и управления. Данная архи тектура широко используется в коммерческих и государствен ных разработках, таких как построение информационных / управляющих систем в бизнес-приложениях, для медицинских и учебных заведений, в организации научных электронных биб лиотек, в задачах централизованного сбора и хранения налого вой отчетности и т. п.

Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

В архитектурах этого типа, см. рис. 2, б, обработка может проводиться в двух «противоположных» режимах:

1) задания на обработку готовятся на многочисленных кли ентских компьютерах, а обработка запросов и возврат результа тов, передаваемых через сеть, осуществляется высокопроизво дительными серверными центрами;

2) в серверных компьютерах большая вычислительная зада ча разбивается на независимые части, рассылаемые многочис ленным клиентам-исполнителям, которые по завершению своих заданий возвращают результаты серверным компьютерам.

В первом случае обеспечивается обслуживание большого числа потребителей, во втором – распараллеливание исполнения слабосвязанных фрагментов задач на разных компьютерах.

Для задач с большим объемом вычислений (случай 2) нако плен большой опыт широкомасштабного распараллеливания распределенных вычислений в ресурсах глобальной сети в режиме метакомпьютинга. Существует множество убедитель ных примеров.

В медицине и биологии:

· Rosetta@home – вычисление структуры белка, · Folding@Home – проект по расчету третичной структуры белков, · World Community Grid – изучение белков и их каталогизация, · grid.org – проект по синтезу лекарства от рака, · Find-a-Drug – проект по поиску лекарств от различных бо лезней.

В естественных науках:

· SETI@Home – проект поиска радиосигналов внеземных цивилизаций, · Einstein@Home – проект поиска гравитационных волн, · Climate Prediction – проект по моделированию климата Зем ли, · Spinhenge@home – проект в области нанотехнологий, · LHC@home – расчеты для создания ускорителя заряженных частиц.

Сетецентрическое управление и многоагентные системы Эта простейшая организация распределенных параллель ных вычислений, когда задачи допускают разбиение на слабо связные фрагменты, исполняемые параллельно, может рассмат риваться как демонстрация принципиальной возможности практического применения массовых распределенных вычисле ний в ресурсах глобальных сетей. На таких задачах количество вовлекаемых компьютеров достигает сотен тысяч и миллионов.

Ограничения, свойственные архитектуре «клиент-сервер»:

· сужение классов решаемых задач распределенной обработки до таких, которые не требуют прямых обменов промежуточ ными данными между исполняемыми на разных компьюте рах фрагментами задач;

· программирование и запуск задач производится только через серверный компьютер, а запуск фрагментов задач на клиентских машинах производится добровольными участ никами «вручную».

Ясно, что метакомпьютинг в этой архитектуре нельзя рас сматривать как технологию общедоступного программирования и автоматического исполнения распределенных процессов вычислений и управления в ресурсах глобальной сети. Это обстоятельство позволяет сделать вывод, что для эффективного использования функционального и вычислительного потенциала миллиардов компьютерных устройств, связываемых глобаль ными сетями, требуются принципиально новые сетевые архи тектуры распределенных вычислений, формы и представления и способы обработки глобально распределенной информации, методы и средства программирования распределенных вычис лений [3-8].

3.2. ЗАДАЧИ С РАВНОПРАВНЫМ РАСПРЕДЕЛЕНИЕМ ФУНКЦИЙ ОБРАБОТКИ ВО ВСЕХ КОМПЬЮТЕРАХ В общем случае задачи распределенной обработки предпо лагают наличие сильносвязных фрагментов, исполняемых па раллельно и прямые обмены промежуточными данными через сети между вовлечёнными компьютерами. Универсально про граммируемые архитектуры P2P в своем предельном потенциа Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

ле относятся к функционально общей сетевой организации, которая может стать базовой архитектурой для воплощения универсально программируемых распределенных вычислений и процессов сетецентрического управления.

В архитектуре P2P функциональные возможности связан ных сетями компьютеров должны быть равносильны и в пре дельном случае могут соответствовать максимальным возмож ностям универсально программируемых компьютеров. Каждый компьютер должен уметь одномоментно действовать как «кли ент» и «сервер» в соответствии с функциональными требова ниями реализуемого приложения.

В универсально программируемых системах P2P компью теры-участники должны рассматриваться как функционально равноправные объекты, даже если они предоставляют разные объем и качество ресурсов. Важной их чертой является возмож ность прямого взаимодействия компьютеров между собой, см.

рис. 2, а. При этом компьютерная среда оказывается принципи ально децентрализованной. Степень децентрализации может варьироваться от частичной до полной. В общем случае выделе ние фиксированных центральных серверов становится ненуж ным. Эта сетевая архитектура за счет равноправной параллель ной работы всех компьютеров и распараллеливания процессов обмена данными обеспечивает максимальную пропускную способность распределенной обработки.

При этом каждое из компьютерных устройств может стано виться как источником/инициатором своих распределенных программ/процессов, так и соисполнителем таковых, иницииро ванных с любых других узлов сети. Это качество необходимо для сетецентрических технологий глобального программирова ния и компьютерной глобализации парадигмы управления на основе математически однородного поля компьютерной инфор мации в модели исчисления древовидных структур [3, 4].

Отметим отсутствие в настоящее время универсальных «бесшовных» средств индустриального программирования в сетевой архитектуре P2P. До сих пор распределенные системы в Сетецентрическое управление и многоагентные системы архитектурах P2P используются для создания в основном узко профильных решений в следующих областях [14]:

· файлообменные системы;

· приложения мгновенного обмена сообщениями;

· организация сообществ и коллаборативных поисковых систем;

· приложения для организации совместной работы;

· управление информацией и знаниями;

· организация эффективного взаимодействия между предпри ятиями (b2b);

· электронные рынки и информационная коммерция;

· распределенные вычисления;

· доставка и распространение контента.

Примером одной из ближайших по времени сфер потенци ально крупномасштабного применения являются системы управления потоками товаров по технологиям RFID (радиофи цированные идентификационные метки). Они обобщают воз можности технологий оптических штрих-кодов, заменяя пас сивные метки недорогими микропроцессорными устройствами с двусторонним дистанционным доступом по радиоканалам.

Интеллектуальные метки RFID открывают принципиально новые возможности полномасштабного перехода к эффектив ному автоматическому управлению перемещаемыми объектами на всех этапах их жизненного цикла [11].

4. Пример больших систем с сетецентрическим управлением Весьма перспективная область массового применения сис тем сетецентрического управления формируется в рамках дол госрочной комплексной программы министерства обороны США Future Combat Systems (FCS) [18], в которой предлагаются новые принципы и глобальные «стандарты» управления боль шими системами в военных применениях.

Программа FCS определяет архитектуру перспективных глобально распределенных систем сетецентрического (в едином Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

информационном пространстве компьютерных сетей) управле ния боевыми единицами, их группами, системами и средствами обеспечения. Она представляет собой многоуровневую систему сетецентрической интеграции стационарных и мобильных объ ектов разного назначения, оснащенных встроенным компьютер ным интеллектом, в едином информационно-функциональном пространстве управления с их взаимодействием в реальном времени.

На рис. 3 проиллюстрированы сферы комплексной приме нимости сетецентрического управления всеми видами (стацио нарных и мобильных) средств ведения боевых действий в об щем информационно-временном пространстве, охватывающем все виды действий – сухопутных, воздушных, морских, косми ческих. Одним из главных требований становится обеспечение в реальном времени всех участников достоверной и полной ин формацией соответствующего профиля компетенции, обеспечи вающей своевременное достижение поставленных целей в усло виях активного противодействия.

Рис. 3. Сетецентрическое управление «системами систем»

мобильных и стационарных объектов [22] Сетецентрическое управление и многоагентные системы Программа исполняется с начала 2000-х. Практическое ис пользование ее отдельных результатов намечается на 2012 2022 гг. Стратегическая важность программы подтверждается финансированием, которое исчисляется сотнями миллиардов долларов.

Программа FCS состоит из 18 компонентов и двух отдель ных «надсистем» [2, 13]. Все 18 компонентов разделены на подгруппы: «сухопутные управляемые боевые машины», «сухо путные автоматические боевые машины», «автоматические летательные аппараты», «отдельные устройства».

Ключевым системообразующим элементом программы яв ляются средства связи и компьютерные сети, обеспечивающие поддержание функционально интегрированного информацион ного поля над зонами боевых действий посредством построения надежной работы мобильных беспроводных сетей. Автономные элементы подключены к общей сети и обмениваются информа цией. Так, участники в реальном времени обеспечиваются дан ными о местоположении противника, поступающими с отдален ных автоматических датчиков, разведывательных машин, беспилотных аппаратов и т.п.

Подобные сетецентрические системы ввиду особой важно сти имеют высокие приоритеты в финансировании разработок, что позволяет рассматривать их в качестве одной их наиболее вероятных пилотных сфер полномасштабного применения графодинамических систем с управлением.

Сетецентрические системы управления такого рода призва ны обеспечить функционирование единого и сверхнадежного информационного пространства, в котором в реальном времени решаются комплексные задачи сбора, накопления и интеллекту альной переработки многоканальных потоков сложно структу рированных данных. Цель – формирование единой динамиче ской картины событий и обеспечение превосходящего качества управления большими системами разнопрофильных многоком понентных систем подвижных и стационарных объектов, гаран тирующего достижение поставленных целей с минимальными потерями.

Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

Рис. 4. Многослойная архитектура FCS [23] В настоящее время концепция FCS, как, впрочем, и все дру гие сетевые решения, вынуждена опираться на многослойные, разнородные компьютерно-сетевые архитектуры [19] с трудно совместимыми подсистемами различного назначения, реализо ванных в изначально несовместимых формах представления и способах обработки распределенной компьютерной информа ции, см. рис. 4.

Отсутствие изначально единого, «бесшовного» универсаль но-программируемого вычислительного пространства распреде ленных вычислений и сетецентрического управления в нем, отсутствие адекватной элементной базы и общесистемных решений приводят к комбинаторной сложности интеграции крайне разнородных, с изначально не предусмотренной совмес Сетецентрическое управление и многоагентные системы тимостью компьютерных стандартов подсистем и сверхболь шим затратам на их интеграцию.

Затраты в сотни миллиардов долларов до сих пор не приве ли к созданию единого интегрированного пространства управ ления (C4ISR) для FCS. Вместо единого информационно управляющего пространства, охватывающего все рода войск, создано множество слабо связных между собой, трудно совмес тимых узкопрофилированных информационных пространств.

Несмотря на технологическое, финансовое и организационное превосходство, задача формирования сильно связного интегри рованного пространства даже в рамках отдельного рода войск остается нерешенной.

Скорее всего, мировой финансово-экономический кризис простимулировал экономически взвешенные взгляды на при оритеты компонентов программы FCS [21] и привел к осозна нию ограниченных возможностей современных компьютерно сетевых технологий, которые, несмотря на значительные затра ты, в течение 10 лет не смогли дать «лобового» решения цен тральной задачи FCS – формирования единого, системно «бес шовного» информационного пространства сетецентрического управления.

Из сказанного можно сделать вывод о наличии серьезных фундаментальных причин, препятствующих формированию в рамках современных системных качеств (крайне разнородных) компьютерных сред «бесшовного» информационного простран ства сетецентрического управления, без которого невозможно полномасштабное решение задач FCS.

Отсутствие в руководстве программой FCS понимания пу тей устранения в осязаемой перспективе фундаментальных общесистемных причин, препятствующих формированию еди ного, функционально полного пространства сетецентрического управления, заставило правительство США с 2009 года пойти на сокращение масштабов задач и перераспределение бюджетных средств программы FCS [16, 20].

Несомненно, что доминирование изначальной системной разнородности компьютерно-сетевых решений – наиболее сла Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

бое «звено» концепции FCS. Десятилетний опыт ее реализации в условиях «обильного» финансирования показывает, что ставка только на подавляющие технологические, финансовые и органи зационные преимущества не привела к полномасштабному воплощению целей FCS.

Для устранения фундаментальных причин изначальной разнородности системных качеств компьютерной среды необхо димо формирование в ней единого математически однородного пространства распределенных вычислений и процессов управ ления, отвечающего следующим требованиям:

· глобальная связность в едином адресном пространстве всех сетевых ресурсов, их универсальная и «бесшовная» про граммируемость, структурная и системная целостность;

· свободная масштабируемость распределенных данных, программ, процессов вычисления, управления и систем;

· опережающие возможности наращивания структурно динамической и логической сложности распределенного компьютерного интеллекта;

· независимость системной сложности компьютерной среды от количества компьютеров, связываемых сетями;

· свободно масштабируемая наращиваемость производитель ности высокопараллельных вычислений в узлах сетей;

· повышенная надежность и устойчивость к деструктивным воздействиям.

Важно отметить, что военные приложения не обладают мо нополией на сетецентрические методы управления. Повсемест ное проникновение глобальных сетей приводит к тому, что устойчивое развитие мировой социосистемы в целом [4], как чрезвычайно большой и структурно сложной динамической системы, становится невозможным без адекватных, математиче ски корректных моделей сетецентрического управления и их компьютерного воплощения, обеспечивающих согласованное и эффективное функционирование социосистемы и ее частей в условиях глобального информационного пространства. Военные применения, как известно, имеют приоритетное финансирова ние исследований и разработок, что, несомненно, способствует Сетецентрическое управление и многоагентные системы полномасштабному практическому продвижению новых мето дов управления большими системами в глобальном информаци онном пространстве.

Методы и технологии сетецентрического управления, отра ботанные на специальных задачах, решаемых в рамках FCS и аналогичных программ в других странах, несомненно, дадут импульс к массовому их распространению и полномасштабному решению задач управления посредством глобальной компью терной среды эффективным функционированием и устойчивым развитием мировой социосистемы в целом и ее частей.

5. Математически однородное поле компьютерной информации на основе исчисления древовидных структур В настоящее время инструментарий для глобально распре деленных вычислений в сетях создается по разнородным, изна чально несовместимым моделям и развивается как слабо кон тролируемая совокупность трудно интегрируемых технологий и поэтому изначально не обладает свойством структурной и сис темной целостности. Отсюда комбинаторная сложность задач программирования и интеграции распределенных систем, кото рая выражается чрезмерной трудоемкостью и себестоимостью их разработок.

Это относится и к различным реализациям Grid-техноло гий, которые применяются [10], как правило, для создания систем в рамках проектов ограниченных корпоративными инте ресами или особо важных применений, для которых аккумули руются требуемые финансовые и интеллектуальные ресурсы.

Одной из главных причин комбинаторной сложности задач интеграции распределенных в сетевых ресурсах данных, про грамм, процессов и систем является разнородность форм пред ставления и способов обработки компьютерной информации (программ и данных). Избыточное разнообразие форматов ком пьютерной информации создает в глобальной компьютерной среде эффект непрерывно воспроизводимого «информационно Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

го шума», который принципиально неустраним в рамках извест ных технологий [3, 4]. Влияние шума быстро нарастает по мере роста масштабов распределенных систем.

Использование единого формализма исчисления древовид ных структур позволяет сформировать в сетевых ресурсах мате матически однородное поле компьютерной информации, в котором доминирующие в настоящее время причины воспроиз водства информационного шума (разнородность форм пред ставления данных и программ) устраняются, что открывает возможности построения «бесшовных» технологий программи рования распределенных вычислений.

Простейшей процедурной реализацией исчисления древо видных структур является язык и система программирования ПАРСЕК [5], в которой программирование осуществляется посредством универсального базиса операций с древовидными и только древовидными структурами. Они представлены двоич ными деревьями и служат для представления как данных, так программ.

4.1. ПЕРВИЧНЫЕ ПОНЯТИЯ ИСЧИСЛЕНИЯ ДРЕВОВИДНЫХ СТРУКТУР [5] В языке ПАРСЕК для «раскрытия» объекта используется элементарное дерево в геометрической форме:

A a b c Дерево состоит из вершин. Вершина характеризуется со держимым вершины и связями с другими вершинами. Имеется вида связей для каждой вершины:

1) deep – связь с подчиненной по уровню вершиной;

2) next – связь с нижеследующей вершиной одного уровня;

3) prev – связь с предыдущей вершиной.

В таблице 2 приведен пример дерева и анализ его структу ры. Двоичный набор из признаков наличия или отсутствия каждого из трех видов связей (prev, deep, next) образует статус Сетецентрическое управление и многоагентные системы вершины. Статусы вершин (связи дерева) отображаются с по мощью псевдографических символов,,, а также вспомога тельного символа, который дополняется в левой части строк, несущих изображение вершин старшего ранга.

Таблица 2. Определение структуры двоичного дерева Номер Содержимое Связь Связь Связь Дерево вершины вершины prev deep next 1 OBJ - с верш. 2 OBJ 2 A с верш. 1 с верш. 3 с верш. A a1 3 a1 с верш. 2 - с верш. a2 4 a2 с верш. 3 - B 5 B с верш. 2 - Древовидная структура представляет те или иные вполне структурированные информационные объекты. Обработка объекта ведется последовательно по компонентам. Для выделе ния компонентов, которыми являются вершины, вводится поня тие курсор.

Курсор – это переменная, которая принимает значение ад реса (ссылки, указателя) некоторой вершины. На дереве можно определить один или более одного курсора. Процесс обработки начинается с открытия курсоров и перемещения их по дереву.

С курсором связан базисный набор функций для работы с деревьями. Они разделяются на следующие группы:

1. Одношаговое перемещение курсора _deep() – переход на подчиненную вершину;

форма вызова: cur2 = _deep(cur1), где cur1 – адрес текущей вершины, cur2 – адрес вершины, подчиненной текущей.

_next() – переход на нижнюю вершину того же ранга;

форма вызова: cur2 = _next(cur1), _prev() – переход на предыдущую вершину.

форма вызова: cur2 = _prev(cur1), 2. Функции анализа и замены содержимого _cont() – прочитать содержимое вершины;

форма вызова: c = _cont(cur) или c = {cur}, Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

где с – содержимое вершины, cur – адрес вершины (курсор).

_re_cont() – занесение нового содержимого вершины.

форма вызова: _re_cont(cur, NC) или {cur} = NC, где cur – адрес вершины, NC – новое содержимое.

3. Создание и уничтожение вершин _node_create() – создать вершину, форма вызова: cur = _node_create(NC), где cur – переменная (с произвольным именем), которая являет ся вновь создаваемым курсором, указывающим на созданную вершину, NC – новое содержимое. Каждая создаваемая вершина является изолированной.

_node_del() – удалить вершину, форма вызова: _node_del(cur), где cur – текущий курсор.

4. Редактирование связей _link_next(, ) – связать две вершины на одном уровне;

_link_deep(, ) – связать две вершины так, чтобы вторая стала подчиненной первой;

_link_del(, ) – разорвать связь между вершинами, формы вызова: _link_next(cur1, cur2), _link_deep(cur1, cur2), _link_del(cur1, cur2), где cur1 – адрес первой вершины, cur2 – адрес второй вершины.

4.2. СТРУКТУРА ПАРСЕК-ПРОГРАММЫ [5] Структура ПАРСЕК-программ вполне классическая и ти пична для процедурного программирования. Особенность лишь в том, что тексты программ представляются в виде двоичного дерева с ключевыми словами:

Сетецентрическое управление и многоагентные системы *имя_программы* не более 8 символов `rout начало ветки главной программы `parform список парам. запуска программы `subrout список подпрограмм @*имя_функции 1* `parform `return возврат из функции параметр выхода (может отсутствовать) Символьные строки в правой части вершины дерева после первого пробела образуют комментарий (например: строка «начало ветки главной программы»).

Условные обозначения:

1. – поддерево или лист;

2. Ключевые слова в языке ПАРСЕК начинаются с символа обратный апостроф «`», т. е.

*ключевое_слово* == `*идентификатор*.

С помощью ключевых слов строятся все конструкции языка.

3. Идентификатор встроенных функций начинается с символа «_», пользовательских – с «@», т. е.

*встроенная_функция* == _*идентификатор*, *пользовательская_функция* == @*идентификатор*.

Базовые конструкции языка ПАРСЕК вполне традиционны для процедурного программирования:

Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

1. Циклы `repeat - цикл с постусловием *тело* `until *условие* `while - цикл с предусловием *условие* `do *тело* 2. Условия `if - условный оператор *условие* `then тело `else - else – необязательный параметр иначе `case - многовариантный выбор *условие* `of *константа 1* *тело 1* *константа 2* *тело 2*...

*константа N* *тело N* `default *иначе* Операция присваивания, выражения и функции в древовид ной записи представлены в таблице 3. Благодаря уникальным свойствам деревьев (удаление любого ребра нарушает связ ность, число ребер на 1 меньше числа вершин) математически однородное поле компьютерной информации в модели исчисле ния древовидных структур обладает неулучшаемым свойством минимальной структурной сложности.

Сетецентрическое управление и многоагентные системы Таблица 3. Представление операций и выражений Конструкция Формульный вид Древовидная запись a присваивание a=b b + операция 1+3 _f1 @f _f1(x, y) функция x x @f2(x, y) y y a + выражение a=1+ Математическая замкнутость исчисления древовидных структур позволила построить простые и эффективные алгорит мы автоматического управления процессами исполнения про грамм как во внутренней памяти компьютеров, так и в едином адресном пространстве оперативной памяти компьютеров, связанных сетями.

4.3. РАСПРОСТРАНЕНИЕ ИСЧИСЛЕНИЯ ДРЕВОВИДНЫХ СТРУКТУР НА РАСПРЕДЕЛЕННЫЕ ВЫЧИСЛЕНИЯ Принципы распространения формализма исчисления древо видных структур на распределенные вычислительные сетевые ресурсы изложены в [3, 4, 6, 7]. При этом достигается распро странение свойства универсальной программируемости с внут ренних ресурсов компьютеров на распределенные сетевые ресурсы. Для этого с использованием базовых функций управ ления протоколом TCP/IP обеспечивается формирование едино го адресного пространства распределенной памяти всех связан ных сетями компьютеров, участвующих в распределенной обработке.

Единое адресное пространство, охватывающее память всех доступных компьютеров, позволяет программисту «бесшовно», Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

в едином логическом базисе, работать с древовидными структу рами, размещаемыми как в памяти собственного компьютера, так и в памяти отдаленных компьютеров, см. рис. 5.

Рис. 5. Виртуальная Парсек-машина для распределенных вычислений Единое («бесшовное») пространство оперативной памяти компьютеров, связанных сетями состоит из двухкомпонентных адресов. Первая компонента – уникальный сетевой IP-адреc ком пьютеров, вторая – адреса ячеек их оперативной памяти [6, 7].

Распространение свойства универсальной программируе мости с внутрикомпьютерных ресурсов на распределенные сетевые ресурсы предполагает следующее. Все ячейки опера тивной памяти отдаленных компьютеров, охваченные единым адресным пространством, становятся доступными с каждого из компьютеров («бесшовность»). Различные данные, обрабаты ваемые программой, целиком или своими компонентами могут распределяться по различным компьютерам таким образом, что Сетецентрическое управление и многоагентные системы адресный доступ к ним из программы может осуществляться «бесшовно», т. е. без применения дополнительных языковых средств. Например, в выражении C := A + B все три операнда могут находиться в ОЗУ трех разных компьютеров, операция будет выполнена так, как если бы все они находились в памяти одного компьютера, т.е. с точки зрения программиста сеть полностью прозрачна. Такое свойство «бесшовности» относится не только к арифметическим, логическим или символьным выражениям, но и к командам условного перехода, циклам, вызовам подпрограмм (с передачей фактических параметров, находящихся в разных компьютерах), к операторам вво да/вывода, позволяющим читать/записывать файлы, располо женные на разных компьютерах. Это касается всех конструкций языка программирования ПАРСЕК.

Единое пространство двухкомпонентных адресов [6] введе но в систему программирования ПАРСЕК [5, 7]. Для организа ции распределенных вычислений, обеспечения их координиро ванного взаимодействия и синхронизации вычислительных процессов в язык ПАРСЕК введены функции [6, 7, 8], с помо щью которых задается распределенная обработка компонентов деревьев посредством одновременного исполнения на разных компьютерах многих асинхронно взаимодействующих процес сов. Основными компонентами распределенных вычислений являются как перемещаемые exe-модули, так и подпрограммы (функции) с параметрами отдаленного запуска и согласованны ми интерфейсами межкомпонентного сетевого взаимодействия по событиям и данным.

Расширение сфер программирования на сетевые ресурсы осуществляется посредством встраивания в систему ПАРСЕК механизмов отдаленного запуска процедур RPC (Remote Procedure Calls). Встраиваемые механизмы логически и техно логически прозрачны для программистов и не требуют сложно го системно-сетевого конфигурирования и сопровождения. Это открывает перспективы общедоступного программирования распределенных структурно сложных вычислений в сколь угод но большой совокупности связанных компьютеров.

Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

Как известно, концепция RPC расширила сферы програм мирования с внутренних ресурсов компьютеров на распреде ленные вычислительные ресурсы сетей [15, 17]. Механизмы RPC в реализации существенно сложнее и медленнее вызова локальных процедур, т. к. задействуют инерционные системно сетевые механизмы. Существенный недостаток известных реализаций RPC состоит в том, что взаимодействие процессов, протекающих в оперативной памяти на отдаленных компьюте рах, осуществляется в различных адресных пространствах.

Поэтому в принципе отсутствуют возможности работы с гло бальными переменными и передачи адресных указателей в качестве параметров процедур. Неустраненные логические и технологические различия в вызове локальных и отдаленных процедур препятствуют их идентичности, что привносит допол нительные проблемы программирования, которые трудно ре шаются в условиях разработки современных распределенных систем, которые должны гибко и оперативно реагировать на структурные изменения информационного контекста глобально го информационного пространства.

Причины таких ограничений не в существующих способах реализации RPC, а в принципиальных ограничениях сфер дейст вия классической компьютерной аксиоматики, которая замыкает свойство универсальной программируемости на внутренних ресурсах изолированных компьютеров. В таких ограничениях адресное пространство изначально локализовано ячейками внутренней памяти. Поэтому в существующих языках и систе мах программирования, наследующих это ограничение, простые и структурированные данные, способы их представления в памяти и обработки изначально ориентированы на размещение в локальной памяти. Механизмы RPC в отсутствие универсальной структурно целостной и функционально полной модели распре деленных вычислений вынужденно реализуются на уровне частных способов стыковки разнородных адресных про странств, что является существенным препятствием на пути к технологиям «бесшовного» программирования распределенных вычислений в сетевых ресурсах.

Сетецентрическое управление и многоагентные системы Для распространения свойств универсальной программи руемости системы ПАРСЕК с внутренних ресурсов компьюте ров на распределенные вычислительные ресурсы локальных и глобальных сетей с использованием библиотеки функций упра вления протоколом TCP/IP реализован базис управления распре деленными вычислениями в сетевой архитектуре Peer-to-Peer.

Для присоединения компьютеров к распределенной системе требуется установка небольшой программы поддержки сетевого взаимодействия вовлекаемых компьютеров, которая передается при регистрации их IP-адресов.


Система программирования ПАРСЕК, расширенная функ циями распределенных вычислений в едином адресном про странстве исчисления древовидных структур, испытана на задаче поиска оптимальных конфигураций коммутирующих сетей на основе комбинаторных методов построения квазипол ных графов (симметричных блок-схем) [9]. Алгоритм решения задачи допускает разбиение на многие слабосвязанные фраг менты. Это позволяет исполнять их одновременно на многих компьютерах связанных через Интернет. Обеспечивается со кращение времени счета, пропорциональное числу вовлеченных компьютеров. В ходе экспериментов в распределенных вычис ления участвовало до 20 компьютеров различных локальных сетей нескольких организаций, взаимодействующих между собой через Интернет.

6. Переход в единое функциональное пространство древовидных структур Предлагаемый на основе исчисления древовидных структур подход открывает возможности придания глобальной сети свойства универсальной программируемости и системной наце ленности на решение разнообразных задач управления в графо динамических системах с сетецентрическим управлением.

Важно отметить, что в процедурном языке ПАРСЕК работа с древовидными структурами, так же как в функциональном языке ЛИСП, не сужает сфер их универсальной применимости.

Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

Сведение общего случая структурно сложных задач к древовид ным структурам с процедурным стилем программирования позволило существенно упростить компьютерные реализации системы программирования ПАРСЕК [5] и, одновременно, повысить их эффективность.

Универсальный язык ПАРСЕК и его система программиро вания открывают возможности программирования графодина мических систем с сетецентрическим управлением в математи чески однородном поле компьютерной информации, охватывающем ресурсы глобальной компьютерной среды. В связи с этим ориентация графодинамики в своем общем случае на графы общего вида [1] представляется излишней. Произволь ные преобразования сложно структурированной информации можно обеспечивать с помощью деревьев – самых простых связных графов, имеющих минимальную структурную слож ность (число ребер на единицу меньше числа вершин). Ограни чение графодинамики древовидными структурами является существенным фактором снижения трудоемкости программиро вания графодинамических систем в ресурсах глобальных ком пьютерных сетей.

Отметим, что представление деревьев с помощью нуме рующих функций, используемое в публикации [1], имеет два принципиальных недостатка:

· чрезвычайно затруднена смысловая интерпретация матема тических преобразований нумерующих функций, представ ляющих деревья;

· компьютерная реализация деревьев с помощью нумерую щих функций ведет к крайне неэффективному использова нию оперативной памяти и процессорного времени.

В компьютерном исчислении древовидных структур систе мы программирования ПАРСЕК данные недостатки устранены.

Эти качества, а также распространение свойства универсальной программируемости распределенных (в архитектуре P2P) струк турно сложных вычислений на любые совокупности связанных сетями компьютеров позволяют рассматривать ПАРСЕК как основу для построения новых индустриальных средств про Сетецентрическое управление и многоагентные системы граммирования, ориентированных на создание графодинамиче ских систем с сетецентрическим управлением.

Проблемы компьютерно-сетевого управления большими структурно-сложными распределенными системами до настоя щего времени имеют три разноплановых (разнородных) уровня рассмотрения: математические модели управления (MC), сис темно-программная среда SoftWare (SW), машинная среда HardWare (HW).

На рис. 6 показан переход от трех, ныне неизбежных, изна чально разнородных уровней рассмотрения больших систем в различных понятийных пространствах (слева) к однородному и математически замкнутому пространству сетецентрического управления (справа).

В новом пространстве чрезвычайно сложные и разноплано вые, но сугубо внутренние, компьютерные проблемы машинно го и системно-программного уровней исключаются из круга содержательных проблем управления большими системами.

При этом открываются возможности воплощения математиче ских моделей управления в сколь угодно большой компьютер ной среде в едином математически замкнутом компьютерном формализме исчисления древовидных структур, реализованном в языке и системе программирования ПАРСЕК. Этот подход освобождает специалистов в области управления от погружения в специфические системно-программные проблемы (многоас пектные и разнородные, потому чрезвычайно трудоемкие и трудно контролируемые) глобальной машинной среды.

При доминирующей в настоящее время изначальной разно родности всех трех уровней функционирования компьютерной среды с увеличением ее размера с каждым добавляемым компь ютером привносятся открытые степени свободы, которыми необходимо управлять. Известно, что общесистемная сложность с линейным ростом размера и привносимых степеней свободы увеличивается сверхлинейно (комбинаторно). Привносимые степени свободы управления компьютерной среды открыты на человека. Именно поэтому ее устойчивое функционирование до сих пор невозможно без непрерывного сопровождения огром Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

ной армией программистов, системных и сетевых администра торов.

Математические Модели:

переход к графодинамике MC SW HW HW SW:

переход к базису Три разнородных исчисления уровня деревьев, Комбинаторный ПАРСЕК рост общесистем ной сложности с увеличением Математически однородное и размера больших замкнутое пространство сетецен систем трического управления.

Общесистемная сложность не зави сит от размера компьютерной среды и больших систем Рис. 6. Переход в математически однородное и замкнутое пространство сетецентрического управления в едином формализме исчисления древовидных структур В математически однородном поле компьютерной инфор мации на основе исчисления древовидных структур собствен ные системные степени свободы глобальной машинной среды «скрываются» под внешними математическими оболочками Сетецентрическое управление и многоагентные системы единого для графодинамики и системы программирования ПАРСЕК математически замкнутого формализма исчисления древовидных структур (см. рис. 6, справа, два внешних кольца).

В этом случае общесистемная сложность компьютерной среды перестает зависеть от своего размера, а собственные внутри системные проблемы управления степенями свободы глобаль ной компьютерной среды могут быть, в принципе, выведены из сфер прямого участия человеческого фактора. В такой ситуации содержательные проблемы создания больших систем с сетецен трическим управлением разнообразного потребительского назначения не подменяются чрезвычайно сложными, трудоем кими и трудно контролируемыми проблемами управления машинной средой.

Графодинамические модели (см. рис. 1) больших систем имеют в представлениях с дискретным временем привычный вид системы уравнений в векторной форме:

(y[t], q[t]) = F(q[t – 1], x[t], u[t]), t = 1, 2,…;

где x[t], y[t], q[t], u[t] – последовательности значений входных, выходных векторов, векторов внутренних состояний и управ ляющих воздействий, соответственно:

x[t] = (x1[t], x2[t], …, xn[t]) X, xi[t] Xi, i = 1, 2, …, n;

y[t] = (y1[t], y2[t], …, yn[t]) Y, yi[t] Yi, i = 1, 2, …, k;

q[t] = (q1[t], q2[t], …, qn[t]) Q, qi[t] Qi, i = 1, 2, …, m;

u[t] = (u1[t], u2[t], …, un[t]) U, ui[t] Ui, i = 1, 2, …, r;

F(,, ) – вектор-функция:

F(,, ) = (f1(,, ), f2(,, ), …, fp(,, )) F, fi Fi;

i = 1, 2, …, p.

Особенность данного представления состоит только в том, что для всех переменных области их определения Xi, Yi, Qi, Ui вложены в множество всех деревьев D: Xi, Yi, Qi, Ui D, а все функции fj(,, ) строятся в базисе исчисления древовидных структур.

Отметим принципиальное различие методологических це лей графодинамики и системы программирования в сквозном формализме исчисления древовидных структур.

Система программирования основывается на исчислении древовидных структур с универсальным базисом простейших Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

операций над деревьями, обладающим свойством функциональ но полноты: любое дерево может быть построено композициями простейших операций над другими деревьями. В системе ПАРСЕК [5] такие композиции реализуются при программиро вании посредством универсального набора структур управле ния, используемого во всех процедурных языках (линейный участок, ветвления, циклы, вызовы подпрограмм).

Цель графодинамических методов – классификация струк турно и динамически сложных систем с управлением, построе ние и исследование математических моделей управления. Опре деление разнообразия классов динамических систем опирается на различные свойства математической симметрии математиче ских объектов, из которых строятся модели. Различные свойства симметрии, которые определяют разные классы графодинами ческих систем, предполагают построение соответствующих базисов работы с деревьями более высокого логического уровня, нежели тот, который лежит в основе универсальной системы программирования. Базисы высокого уровня должны отражать свои для разных классов графодинамических систем математи ческие симметрии.

Главные методологические цели теоретических исследова ний графодинамических систем – разработка и обоснование математических базисов высокого уровня, построение (анализ и синтез) моделей управления в эти базисах, исследование свойств их корректности и эффективности.

Главные методологические цели программной реализации разработанных математических моделей – программирование базисов высокого уровня (создание библиотек таких базисов), программирование в соответствующих библиотечных базисах высокого уровня разработанных теоретиками математических моделей управления.


7. Выводы В условиях экспоненциального роста сфер влияния гло бальной компьютерной среды графодинамические системы с Сетецентрическое управление и многоагентные системы сетецентрическим управлением следует рассматривать как качественно новый системообразующие фактор преодоления растущей структурной и динамической сложности больших и сверхбольших распределенных систем управления, реализуемых в глобальном информационном пространстве компьютерной среды.

Такие графодинамические системы являются носителями и преобразователями структурно сложной информации в техниче ских, организационных, социальных и других применениях.

Однако технологии индустриального программирования пока не предоставляют общедоступных средств их построения. Причина в том, что они изначально не обладают способностью распро странять свойство универсальной программируемости на сово купные ресурсы любых компьютеров, связанных сетями. Это свойство достижимо в математически однородном поле компь ютерной информации, основанном на исчисления древовидных структур.

Приходит время, когда глобальную компьютерную среду в целом необходимо рассматривать как принципиально новую, универсальную по исполняемым функциям, техническую сис тему, все компоненты которой изначально обладают свойствами сильной связности. Эта система сможет взять на себя роль управляющего универсума – носителя потенциально неограни ченного множества систем и процессов управления высокой структурно-динамической сложности. Конкретные сетецентри ческие системы управления в такой среде будут собираться выбором сильно связных компонентов (из множества доступных сетевых ресурсов) с требуемыми свойствами и функциями и программированием только необходимых связей между ними и недостающих функций.

Литература 1. АЙЗЕРМАН М.А., ГУСЕВ Л.А., СМИРНОВА И.М., ПЕТРОВ С.В. Динамический подход к анализу структур, Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

описываемых графами (Основы графодинамики) // АиТ. – 1977. – №7. – С. 135-151. – №9. – С. 123–136.

2. ВЭЙ С. Американские перспективные боевые системы.

URL: http://www.army-guide.com/rus/article/article.php?

forumID=220 (дата обращения: 23.10.2010).

3. ЗАТУЛИВЕТЕР Ю.C. На пути к глобальному программиро ванию // Открытые системы. – 2003. – №3. – С. 46–47. – URL: http://www.osp.ru/os/2003/03/182704/ (дата обращения:

23.10.2010).

4. ЗАТУЛИВЕТЕР Ю.С. Проблемы глобализации парадигмы управления в математически однородном поле компьютер ной информации // Проблемы управления. – 2005. – №1. – Ч.I. – С. 1-12. – №2. – Ч.II. – С. 13–23. – URL:

http://zvt.hotbox.ru (дата обращения: 23.10.2010).

5. ЗАТУЛИВЕТЕР Ю.С., ХАЛАТЯН Т.Г. ПАРСЕК – язык компьютерного исчисления древовидных структур с от крытой интерпретацией. Стендовый вариант системы программирования. – М.: Институт проблем управления РАН, 1997. – 71 с.

6. ЗАТУЛИВЕТЕР Ю.С. Компьютерная информация в модели исчисления древовидных структур / Труды Второй между народной конференции «Идентификация систем и задачи управления». – М.: Институт проблем управления им. В.А.

Трапезникова РАН, 2003. – C. 790–858.

7. ЗАТУЛИВЕТЕР Ю.С., ТОПОРИЩЕВ А.В. Язык Парсек:

программирование глобально распределенных вычислений в модели исчисления древовидных структур // Проблемы управления. – 2005. – №4. – С. 12–20.

8. ЗАТУЛИВЕТЕР Ю.С., ФИЩЕНКО Е.А. Организация рас пределенных вычислений в системе программирования ПАРСЕК на примере сжатия цифрового видео. // Проблемы управления. – 2003. – №4. – С. 6–10.

9. КАРАВАЙ М.Ф., ПАРХОМЕНКО П.П., ПОДЛАЗОВ В.С.

Комбинаторные методы построения двудольных однород ных минимальных квазиполных графов (симметричных блок-схем) // АиТ. – 2009. – №.2. – С. 153–170.

Сетецентрическое управление и многоагентные системы 10. КОВАЛЕНКО В.Е., КОРЯГИН Д. Организация grid: есть ли альтернативы? // Открытые системы. – 2004. – №12. – С. 34–41.

11. КРОТОВ В. Интернет вещей // Computerworld. – 2008. – №3 – URL: http://www.osp.ru/cw/2008/03/4755084 (дата об ращения: 23.10.2010).

12. КУЗЬМИН И. Future Combat System – революция или эволю ция? – URL: http://www.3dnews.ru/editorial/ future_combat_system (дата обращения: 23.10.2010).

13. НИКОЛАЕВ А. Боевые системы будущего. URL:

http://www.militaryparitet.com/html/data/ic_news/227/ (дата обращения: 23.10.2010).

14. СУХОРОСЛОВ О.В. Пиринговые информационные систе мы: концепция, анализ и приложения. – М: МФТИ, 2002. – 106 с.

15. ТАНЕНБАУМ Э., ВАН СТЕЕН М. Распределенные систе мы. Принципы и парадигмы. – Спб.: Питер. – 2003. – 877 с.

16. ШАДРИН И. Программа модернизации американской армии Future Combat Systems подвергнется серьезной реор ганизации. URL: http://www.infox.ru/hi tech/tech/2009/04/08/FCS_fail.phtml. (дата обращения:

23.10.2010).

17. BIRREL A.D., NELSON B.J. Implementing Remote Procedure Calls // ACM Trans. Comp. Systems. – 1984. –Vol.2, №1. – P. 39–59.

18. FCS 2005 Flipbook Boeing, URL:

http://www.globalsecurity.org/military/library/report/2005/ 00-fcs2005flipbook.pdf (дата обращения: 23.10.2010).

19. FCS Network. URL:

http://www.globalsecurity.org/military/systems/ground/fcs network.htm (дата обращения: 23.10.2010).

20. GATES R.M. Defense Budget Recommendation Statement URL:

http://www.defense.gov/speeches/speech.aspx?speechid= (дата обращения: 23.10.2010).

Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

21. The Army’s Future Combat Systems’ Features, Risks, and Alter natives. URL: http://www.gao.gov/new.items/d04635t.pdf (дата обращения: 23.10.2010).

22. URL: http://www.darkgovernment.com/news/darpa-looks-for ultimate-tracking-ability/ (дата обращения 23.10.10) 23. URL: http://en.wikipedia.org/wiki/FCS_Network (дата обра щения: 23.10.2010).

GRAPH-DYNAMIC SYSTEMS WITH NETWORK-CENTRIC CONTROL IN MATHEMATICALLY UNIFORM FIELD OF COMPUTER INFORMATION Yurii Zatuliveter, Institute of Control Sciences of RAS, Moscow, Cand.Sc., assistant professor (zvt@ipu.rssi.ru, Moscow, Prof soyuznaya st., 65, (495)334-92-09).

Elena Fischenko, Institute of Control Sciences of RAS, Cand.Sc., Moscow, (fish@ipu.rssi.ru, Moscow, Profsoyuznaya st., 65, (495)334-92-09).

Abstract: As development of ideas of the graph-dynamics, the prob lems are discussed of implementation of systems of high structural complexity with network-centric control in a global computer envi ronment. The approach is proposed to formation of mathematically uniform field of computer information in global networks on the basis of the calculus of tree-like structures. The universal formalism to presentation and “seamless” programming of distributed graph dynamic control systems is offered as a part of the approach. The examples are given of systems with network-centric control that can be qualified as graph-dynamic systems.

Keywords: computer networks, network-centric control, tree-like structures, graph-dynamics, uniform address space, integration.

Статья представлена к публикации членом редакционной коллегии Д. А. Новиковым Сетецентрическое управление и многоагентные системы УДК 681.5. ББК 3.32.965.32.965. САМООРГАНИЗУЮЩИЕСЯ РАСПРЕДЕЛЕННЫЕ СИСТЕМЫ УПРАВЛЕНИЯ ГРУППАМИ ИНТЕЛЛЕКТУАЛЬНЫХ РОБОТОВ, ПОСТРОЕННЫЕ НА ОСНОВЕ СЕТЕВОЙ МОДЕЛИ Каляев И. А.1, Капустян С. Г. (Научно-исследовательский институт многопроцессорных вычислительных систем имени академика А.В. Каляева Южного федерального университета, Таганрог) Гайдук А. Р. (Технологический институт федерального государственного автономного образовательного учреждения высшего профессионального образования «Южный федеральный университет» в г. Таганроге) Статья посвящена разработке методов самоорганизации в распределенных технических системах. В частности, рас сматриваются принципы и методы функционирования само организующихся систем группового управления интеллекту альными роботами. Работа предлагаемого подхода рассмат ривается на модельном примере перемещения некоторого тела по поверхности группой интеллектуальных роботов. Приво дятся результаты моделирования.

Игорь Анатольевич Каляев, директор, член-корреспондент РАН, доктор технических наук, профессор (kaliaev@mvs.sfedu.ru).

Сергей Григорьевич Капустян, начальник отдела, доктор техниче ских наук (kap@mvs.sfedu.ru).

Анатолий Романович Гайдук, профессор кафедры систем автома тического управления, доктор технических наук, профессор (gaiduk_2003@mail.ru).

Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

Ключевые слова: интеллектуальный мобильный робот, груп па, групповое управление, система группового управления самоорганизация, самоорганизующаяся система, кластер.

1. Введение Проблема группового управления – это глобальная пробле ма, актуальная для многих сфер жизни. Везде, где существует некоторая группа живых или технических объектов, которые должны совместными усилиями выполнять некоторую работу или решать некоторую задачу, возникает проблема группового управления или группового взаимодействия. Объекты могут быть самой разной природы. Например, это могут быть авто номные мобильные роботы, функционирующие в естественной сложной среде, оборудование автоматизированных предпри ятий, задействованное в выполнении единого технологического процесса, вычислительные устройства распределенной вычис лительной системы, решающей сложную задачу, и т.д. В прин ципе любая техническая система, состоящая из каких-либо отдельных управляемых узлов, может рассматриваться как объект группового управления.

Примеры группового взаимодействия в живой природе – это колонии муравьев, стаи птиц и рыб;

в социальной сфере – это, например, строители, осуществляющие сборку жилых конструкций, спортивные (например, футбольные) команды, боевые подразделения, участвующие в боевых действиях, и т.п.

В технической области проблема группового управления наиболее актуальна в робототехнике. Для решения многих практических задач могут эффективно использоваться группы роботов. Например, это задачи, связанные с обследованием крупных объектов и больших территорий, перевозкой или пере работкой больших объемов разнородных грузов и т.п. Как правило, при решении таких задач роботы должны функциони ровать в неорганизованной или плохо организованной, недетер минированной среде.

Сетецентрическое управление и многоагентные системы При групповом использовании роботов различного назна чения возникает ряд весьма сложных задач, в первую очередь, связанных с проблемой управления ими и организацией взаимо действия роботов группы между собой для наиболее эффектив ного достижения цели, поставленной перед группой. В особен ности эта проблема относится к интеллектуальным мобильным роботам с автономной системой передвижения и навигации.

Под группой интеллектуальных роботов понимается мно жество роботов, автономно (без участия человека или с мини мальным его участием) функционирующих в некоторой среде, способных воспринимать информацию о среде, реагировать на изменения состояния среды и взаимодействовать друг с другом для решения единой целевой задачи. Взаимодействие – это согласование роботами группы своих действий с помощью связей между ними (поля, электрические сигналы по проводам, механические связи, информационные каналы и т.п.).

Задачу управления роботами группы по достижению груп повой цели будем называть задачей группового управления.

Суть задачи группового управления заключается в отыскании и реализации таких действий каждого отдельного робота группы, которые приводят к оптимальному, с точки зрения некоторого критерия, достижению общей групповой цели.

2. Постановка задачи группового управления В общем случае задачу управления группой объектов мож но сформулировать следующим образом [6]. Предположим, что некоторая группа, состоящая из N роботов Ri (i = 1, …, N), воз действует на некоторую среду Е (являющуюся объектом управления для группы). Будем считать, что состояние каждого робота Ri описывается вектором Si(t) = [s1i, s2i, …, sli]T, i = 1, …, N, а состояние среды – вектором Ei(t) = [e1, e2, …, ew]T.

Пусть, кроме того, каждый робот Ri, i = 1, …, N, может выпол нять некоторую совокупность действий Ai = {A1i, A2i, …, Ami}, i = 1, …, N, с помощью которых он может изменять как состоя Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

ние среды, так и состояния других роботов группы. В общем случае эти изменения во времени определяются системами вида:

(1) S i = F1 (S1, A1,..., S N, A N, E), i = 1,..., N, (2) E = F (S1, A1,..., S N, A N, E).

На состояния роботов и среды, а также на действия роботов в конкретных ситуациях, могут налагаться некоторые ограниче ния, в общем случае определяемые системами неравенств:

(3) G (S1,..., S N, E) 0, (4) D(S1, A1,..., S N, A N, E) 0, которым должны удовлетворять допустимые состояния роботов группы и их действия. Целью действий группы роботов являет ся преобразование среды из исходного (текущего) состояния E в некоторое целевое состояние Ek оптимальным образом, на пример за минимальное время.

В общем случае задача группового управления роботами разбивается на ряд подзадач, среди которых можно выделить следующие:

- определение состава группы, способной эффективно ре шить целевую задачу;

- распределение функций между роботами для оптимального (или близкого к нему) решения целевой задачи;

- реализация функций отдельными роботами для достижения конечной цели.

Среди известных подходов к решению задачи группового управления роботами можно выделить два диаметрально проти воположных подхода [5, 6]. В первом случае эта задача решает ся одним, сосредоточенным (центральным) устройством управ ления. Во втором случае решение осуществляется распределенной системой, объединяющей устройства управле ния отдельных роботов группы. В дальнейшем первый подход будем называть централизованным групповым управлением, а второй подход – децентрализованным групповым управлением.

Если целевая задача заранее известна и должна решаться Сетецентрическое управление и многоагентные системы группой роботов в заранее известных условиях, то в этом случае до начала функционирования группы с использованием, напри мер, централизованного подхода можно определить состав группы, определить последовательность действий каждого робота группы. Роботы же должны только выполнять каждый свою последовательность действий. Естественно, в этом случае от роботов не требуется никакого интеллекта, достаточно спо собности адаптироваться к внешней среде для отработки дейст вий.

Если же группа роботов предназначена для решения неко торого круга задач и конкретная задача заранее неизвестна, то решить задачу группового управления описанным выше спосо бом не представляется возможным.

Так как в общем случае для решения конкретной целевой задачи могут использоваться не все роботы группы, то для реализации задачи группового управления должны быть реше ны следующие подзадачи:

- формирование активной части группы – кластера [6], как совокупности роботов, сформированной для достижения той или иной конкретной цели;

- оптимальное (или близкое к нему) распределение функций между роботами группы, а также перераспределение этих функ ций при изменении ситуации;

- реализация функций роботами, входящими в кластер.

Решение этих подзадач должно осуществляться группой роботов самостоятельно, точнее её системой группового управления (СГУ), которая должна быть создана самой группой роботов. То есть здесь можно говорить о самоорганизации группы роботов для решения поставленной целевой задачи. Для этого роботы группы, очевидно, должны обладать достаточным уровнем интеллекта, т. е. быть интеллектуальными.

По способу организации СГУ можно разделить на центра лизованные и распределенные. Наибольшее распространение в последнее время получают распределенные СГУ, реализующие децентрализованный подход к проблеме управления группой Управление большими системами Специальный выпуск 30.1 «Сетевые модели в управлении»

роботов. Преимущества таких СГУ перед централизованными системами аргументированно обоснованы в работах [5, 6, 10].

Примером использования распределенных СГУ может яв ляться система управления группой мобильных роботов, ре шающих задачу картографирования местности [15], реализую щая мультиагентный подход, основанный на принципах «рыночной экономики» и используемый для организации взаи модействия между роботами группы.

Распределенные СГУ строятся из множества устройств управления (УУ) отдельных роботов группы, объединенных коммуникационными каналами. Тогда для приведенного выше случая можно говорить и о самоорганизации СГУ, так как из всего множества компонентов (устройств управления отдельных роботов) в процессе формирования кластера должна быть выде лена активная часть, участвующая в процессе управления робо тами, входящими в кластер, при решении целевой задачи. При чем состав этой части заранее неизвестен. Ниже будет рассмотрен способ построения СГУ на основе сетевой модели.

Как отмечалось выше, СГУ группы, прежде всего, решает задачу организации кластеров группы, каждый из которых ориентирован на достижение определенной цели. Устройства управления роботов кластера объединяются в СГУ кластера. В свою очередь, УУ роботов кластера, взаимодействуя друг с другом, формируют, также на основе самоорганизации, алго ритм своих действий по достижению цели.

Перейдем к рассмотрению особенностей процесса самоор ганизации и самоорганизующихся технических систем.

3. Самоорганизация и самоорганизующиеся системы. Состояние вопроса Первоначально явления самоорганизации наблюдались в естественных и экспериментальных физико-химических систе мах: структуры А. Тьюринга, реакции Белоусова-Жаботинского, ячейки Бенара и т.п. [4, 11]. По мнению большинства исследо Сетецентрическое управление и многоагентные системы вателей, самоорганизующиеся явления (СО-явления) в естест венных системах возникают из-за потери устойчивости преды дущего состояния системы в силу изменившихся внешних условий. Возникающее в соответствии с естественными закона ми природы новое состояние иногда оказывается «организован ной структурой» [11]. В этом случае указанный переходной процесс в естественной системе называется самоорганизую щимся. Важнейшей особенностью возникающей «организован ной структуры» является её устойчивость в сложившихся усло виях. При этом законы природы являются теми детерминирующими факторами, под влиянием которых проте кает процесс самоорганизации. Причем, как правило, так, что естественная система в состоянии, соответствующем «организо ванной структуре», имеет локальный минимум энергии.

Применительно к системам управления проблема самоор ганизации впервые была поставлена, по-видимому, У.Р. Эшби в 1959 г. [13], и в дальнейшем рассматривалась в многочисленных работах, например [9, 10, 17] и многих других.

Рассмотрим сначала известные определения этого явления.

У.Р. Эшби определял самоорганизацию как «процесс, в ходе которого создается, воспроизводится или совершенствуется организация сложной системы» [13]. Заметим, что в этом опре делении не отмечаются ни причины, обуславливающие процесс самоорганизации, ни её цели. Констатируется лишь факт обра зования некоей «организации». Так как самоорганизация проте кает в системе, то под «организацией», по-видимому, следует понимать некую упорядоченную структуру, которая создается, воспроизводится или совершенствуется в сложной системе.



Pages:     | 1 |   ...   | 10 | 11 || 13 | 14 |   ...   | 17 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.