Материалы всероссийской научно-технической конференции Автоматизир

- интервал а 2 - В , соответствующий длительности катакротической фазы, отражает сократительную способность сосудов и их эластичность.

Статистический анализ

Авт окорреляционный анализ. С помощью вычисления и по­ строения автокорреляционной функции динамического ряда кардио­ интервалов изучается внутренняя структура ряда как случайного поцесса. Величина коэффициента корреляции R после первого сдвига на одно значение определяет выраженность дыхательных волн (R резко уменьшается) либо медленноволновых компонентов (R не­ значительно меньше единицы) (рис. 2).

б

Рис. 2. Образцы автокоррелограмм с выраженными дыхательными волнами (а ),

с преобладанием медленных волн (б)

Корреляционная рит м ограф ия (скат ерография). В данном мето­ де производится графическое отображение последовательных пар кардиоинтервалов в двухмерной координатной плоскости. По оси абсцисс откладывается величина R - Rn, а по оси ординат - R - Rn+\-

Рис. 3. Образец корреляционной ритмограммы (КРГ)

у пациента с аритмией

Помимо построения спектрограммы обычно для каждого из компонентов вычисляют абсолютную суммарную мощность в диапа­ зоне, среднюю мощность в диапазоне, значение максимальной гар­ моники и относительное значение в процентах от суммарной мощно­ сти во всех диапазонах.

Библиографический список

1.Баевский Р.М. В помощь практическому врачу. Анализ вариа­ бельности сердечного ритма при использовании различных электро­ кардиографических систем. Методические рекомендации // Вестник аритмологии. - 2001. - № 24. - 22 с.

2.Баевский Р.М., Волков Ю.Н, Ниддекер И.Г. Статистический,

корреляционный и спектральный анализ пульса в физиологии и клинке // Методы математического анализа сердечного ритма. - М., 1976.-С . 162-173.

3.Баевский Р.М. Кибернетический анализ процессов управления сердечным ритмом // Актуальные проблемы физиологии и патологии кровообращения. - М., 1976.-С . 161-175.

4.Булашев С.В. Статистика для трейдеров - М.: Компания Спутник+, 2003. - 245 с.

5.Логвинов В.С. Метод диагностики по параметрам колебатель­ ных и волновых процессов в сердечно-сосудистой системе. Пульсо­ вая диагностика тибетской медицины. - Новосибирск: Наука, 1988. -

С.90-108.

6.Мировой отчет по неинфекционным заболеваниям / ВОЗ. - Женева, 2010.

7.Анализ и синтез измерительных систем / С.В. Мищенко, Ю.Л. Муромцев, Э.И. Цветков, В.Н. Чернышов. - Тамбов: Изд-во ТГТУ, 1995.-236 с.

8.Файзрахманов Р.А., Кычкин А.В. Информационно-измери­ тельная система для оценки состояния сосудов: монография. - Пермь: Изд-во Перм. нац. исслед. политехи, ун-та, 2012. - 161 с.

ИСПОЛЬЗОВАНИЕ ПАРАЛЛЕЛЬНЫХ ВЫЧИСЛЕНИЙ

В ЗАДАЧАХ РАСКРОЯ

Студент гр. АСУ-11-16 А.М. Субботин

Научный руководитель - ассистент В. С. Шилов Пермский национальный исследовательский политехнический университет

Задача раскроя материала как подзадача сложной системы авто­ матизации производства относится к классу NP-трудных задач ком­ бинаторной оптимизации [1]. Это означает, что не существует алго­ ритма полиномиальной сложности для ее оптимального решения, и точный результат в общем случае может быть получен только за экспоненциальное время.

В современных реалиях производственных процессов большое внимание уделяется не только точности выполнения задачи про­ граммным обеспечением, но и скоростью ее выполнения, в связи с чем встает задача оптимизации скорости работы программного обеспечения. Учитывая тот факт, что скорость работы рассматривае­ мых алгоритмов невозможно существенно увеличить без критиче­ ских потерь точности, а также учитывая особенности архитектуры современных процессоров, а именно многоядерность и распаралле­ ливание задач, то одним из вариантов увеличения скорости работы является использование параллельных вычислений.

Актуальность темы. Современные серверные системы исполь­ зуют процессоры, имеющие до 16 ядер. Кроме того, существует тех­ нология Hyper-threading (НТТ). После включения НТТ один физиче­ ский процессор (одно физическое ядро) определяется ОС как два от­ дельных процессора (два логических ядра) [2]. Программные реше­ ния, не использующие эту особенность современного оборудования, вряд ли смогут конкурировать на рынке программного обеспечения с другими решениями, использующими эту особенность, в связи с низкой скоростью работы. Учитывая высокую вычислительную сложность озвученных задач оптимизация для использования на мно­ гоядерных системах крайне важна.

Объект исследования - процесс организации распараллелива­ ния алгоритмов программного комплекса раскроя материала.

Цель работы - проектирование программного модуля парал­ лельной обработки данных в задачах раскроя.

Научная новизна работы заключается в том, что в данной пред­ метной области впервые применяются механизмы распараллеливания вычислений для рассмотренных в работе алгоритмов.

Для достижения цели были поставлены следующие задачи:

-рассмотрение алгоритмов системы раскроя, которые поддаются параллелизации;

-построение модели «как есть»;

-проектирование модели «как должно быть».

Параллельные вычисления - способ организации компьютер­ ных вычислений, при котором программы разрабатываются как на­ бор взаимодействующих вычислительных процессов, работающих параллельно (одновременно) [3, 4]. Термин охватывает совокупность вопросов параллелизма в программировании, а также создание эф­ фективно действующих аппаратных реализаций. Теория параллель­ ных вычислений составляет раздел прикладной теории алгоритмов.

Основная сложность при проектировании параллельных про­ грамм - обеспечить правильную последовательность взаимодействий между различными вычислительными процессами, а также коорди­ нацию ресурсов, разделяемых между процессами [5].

Формирование карт раскроя происходит по следующему ал­ горитму:

-создание групп деталей;

-заполнение листов.

Создание групп деталей - это алгоритм предварительной обра­ ботки деталей, с целью минимизации занимаемой ими площади. Ал­ горитм группировки деталей применяется для комбинирования в од­ ной карте раскроя большого числа деталей. Этот алгоритм позволяет улучшить решение путем многократного применения однотипного решения задачи.

Заполнение листов - это размещение на листе сгруппированных деталей. Данная часть алгоритма не поддается распараллеливанию, так как в начале работы алгоритма нельзя знать сколько понадобить­ ся листов для размещения на них всех деталей. Соответственно нель­ зя начинать размещать детали на нескольких листах сразу.

Определение оптимального пути резки является довольно сложной задачей для расчета, поэтому для этого используются

метаэвристические алгоритмы, рассматриваемые в последующих главах. Эти алгоритмы также поддаются распараллеливанию.

Рассмотрим алгоритм группровки двух одинаковых деталей.

На данный момент создание групп деталей происходит последо­ вательно. Программа выполняет цикл, перебирая все детали и выпол­ няя их группировку.

На рис. 1 представлена блок-схема, отображающая модель «как есть».

Рис. 1. Модель деятельности «как есть»

Недостатком данной модели является то, что не используется вся вычислительная мощность компьютера. Соответственно, время вы­ полнения алгоритма может быть сокращено за счет использования параллельных вычислений.

Найденные в модели AS-IS недостатки можно исправить при создании модели ТО-BE «как должно быть». Представим модель дея­ тельности «как должно быть» в виде диаграммы деятельности (activi­ ty diagram) на рис. 2.

Говоря о перспективах, следует отметить, что планируется реа­ лизация параллельных вычислений в программный комплекс фигур­ ного раскроя листового материала. Также планируется распараллели­ вание алгоритма формирования пути резки, основанного на метаэв­ ристиках, которые хорошо поддаются параллелизации.

Библиографический список

1.Мурзакаев Р.Т., Шилов В.С., Буркова А.В. Основные методы решения задачи фигурной нерегулярной укладки плоских деталей // Инженерный вестник Дона [Электронный ресурс]. - 2013. - №. 4. - URL: http://www.ivdon.ru/magazine/archive/n4y2013/2043 (дата обра­ щения: 26.05.2014).

2.Бекон Д., Харрис Т. Операционные системы: пер. с англ. - СПб.: Питер; Киев: BHV, 2004. - 800 с.

3.Вальковский В.А. Распараллеливание алгоритмов и программ.

Структурный подход. - М.: Радио и связь, 1989. - 176 с.

4.Воеводин В.В., Воеводин Вл.В. Параллельные вычисления. - СПб.: БХВ-Петербург, 2002. - 608 с.

5.Информационно-аналитические материалы по параллельным вычислениям [Электронный ресурс]. - URL: http://www.parallel.ru (дата обращения: 07.04.2015).

ВЫБОР МАТЕМАТИЧЕСКОЙ МОДЕЛИ ЭВАКУАЦИИ

ЛЮДЕЙ ПРИ ПОЖАРЕ

Студент гр. АСУ1-13-1м А.Ю. Новиков

Научный руководитель - канд. техн. наук, доцент Р.Т. Мурзакаев Пермский национальный исследовательский политехнический университет

Пожар - по определению ФЗ «О пожарной безопасности» от 18 ноября 1994 г. «неконтролируемое горение, причиняющее ма­ териальный ущерб, вред жизни и здоровью граждан, интересам об­ щества и государства» [1].

Пожары являют собой угрозу для человека, его имущества, мо­ рального и физического здоровья. Особое место занимают пожары в зданиях, они составляют 90 % от количества пожаров с жертвами среди людей [2]. Особенно проблема актуальна для жителей РФ, ко­ торая из года в год занимает первые позиции в рейтингах стран по жертвам при пожарах [2]. Существует много способов предотвраще­ ния пожаров, одним из них может быть оценка зданий на соответст­ вие нормам пожарной безопасности.

Этот процесс можно автоматизировать, создав информационную систему, совершающую расчет времени эвакуации людей из здания при пожаре. Существующие системы имеют ряд недостатков. Это прежде всего:

-весьма условная визуализация (в некоторых системах);

-отсутствие связи между моделями распространения пожара

иэвакуации людей (в большинстве систем);

Также на этом рынке представлено крайне мало отечествен­ ных систем.

Выявление требований к разрабатываемому ПО. Интеграция моделей эвакуации и распространения пожара нужна для оценки зда­ ний не только по времени эвакуации людей, но и по степени риска контакта людей с ОФП (опасными факторами пожара). Визуализация должна исходить из визуализации отдельно-взятого человека, учиты­ вая препятствия (мебель, оборудование). Отсюда требования к мате­ матической модели:

-удобство наглядной визуализации процессов эвакуации;

-возможность учета малых площадей.

-выполнение второго требования открывает следующие воз­ можности:

-возможность интеграции моделей пожара и эвакуации;

-учет препятствий (помимо стен);

-возможность адекватного учета и визуализации расположения объектов в сравнении с реальным расположением.

Внашей стране приказ МЧС России от 30.06.2009 г. № 382 [3] до­ пускает использование для расчетов трех моделей людского потока:

-упрощенной аналитической;

-имитационно-стохастической;

-индивидуально-поточной.

Втабл. 1 представлено сравнение математических аппаратов, трех допустимых моделей расчета движения людских потоков.

Таблица 1

Сравнение математического аппарата различных моделей

Упрощенная аналитическая модель. Время эвакуации людей из помещений и зданий устанавливается по расчету времени движе­ ния одного или нескольких людских потоков через эвакуационные выходы от наиболее удаленных мест размещения людей.

При расчете весь путь движения людского потока подразделяется на участки (проход, коридор, дверной проем, лестничный марш, тамбур).

Расчетное время эвакуации людей tp следует определять как сумму времени движения людского потока по отдельным участкам пути г,- по формуле:

где f1, г2, Гз,..., г,- время движения потока на каждом из участков пути, мин.