Многометодная технология выбора вычислительного комплекса по агрегированным критериям

• Автор: Лобанов, Василий Николаевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Белгород
• Количество страниц: 97 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. ОБЗОР СОВРЕМЕННЫХ ВЫЧИСЛИТЕЛЬНЫХ КОМПЛЕКСОВ И МЕТОДОВ РЕШЕНИЯ ЗАДАЧ МНОГОКРИТЕРИАЛЬНОГО ВЫБОРА
1.1. Назначение и основные характеристики вычислительных комплексов
1.2. Классификация вычислительных комплексов
1.3. Высокопроизводительные кластеры и вычислительные комплексы персонального уровня
1.4. Классы решений задач многокритериального выбора
1.5. Методы индивидуального оптимального выбора
1.6. Методы индивидуального рационального выбора
1.7. Методы группового выбора
1.8. Процедуры снижения размерности признакового пространства
1.9. Выводы по первой главе
ГЛАВА 2. РАЗРАБОТКА МНОГОМЕТОДНОЙ ТЕХНОЛОГИИ РЕШЕНИЯ ЗАДАЧ МНОГОКРИТЕРИАЛЬНОГО ВЫБОРА БОЛЬШОЙ РАЗМЕРНОСТИ..
2.1. Основные требования к технологии решения задач выбора
2.2. Разработка технологии ПАКС-М
2,3 Алгоритм группового многометодного выбора
2.4. Методика использования технологии выбора ПАКС-М
Выводы по второй главе
ГЛАВА 3. ВЫБОР ВЫЧИСЛИТЕЛЬНОГО КОМПЛЕКСА ПО МНОГИМ
КРИТЕРИЯМ
3.1. Формирование перечня характеристик комплексов
3.2 Построение дерева агрегирования показателей «Технические характеристики модуля»
3.3. Построение дерева агрегирования показателей «Аппаратно-программные характеристики комплекса»
3.4. Построение дерева агрегирования показателей «Конструкционные характеристики комплекса»

3.5. Построение дерева агрегирования показателей «Эксплуатационные характеристики комплекса»
3.6. Построение иерархических систем критериев
3.7. Выбор вычислительного комплекса по многим критериям
3.8. Выбор вычислительного комплекса по интегральному показателю
перспективности
3.8 Выводы по третьей главе
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ

ВВЕДЕНИЕ
Актуальность исследования. В настоящее время различные научные и прикладные задачи все чаще решаются с применением высокопроизводительных вычислительных комплексов, которые выступают реальной альтернативой дорогостоящих суперкомпьютеров. В качестве примеров можно указать обнаружение и отслеживание целей в радиолокации и гидроакустике, моделирование быстропротекающих процессов в физике, решение сложных многокритериальных задач транспортной логистики большой размерности и ряд других задач, требующих обработки больших массивов информации за короткое время.
Стоимость создания вычислительных комплексов постоянно снижается, благодаря массовому выпуску стандартных комплектующих изделий и растущей конкуренции среди производителей. Современные стандартные и относительно недорогие микропроцессоры, сетевые технологии и периферийные устройства позволяют строить на их основе разнообразные конфигурации вычислительных комплексов, которые можно гибко и последовательно изменять и наращивать за счет добавления новых вычислительных модулей, обеспечивая требуемую производительность и соответствие потребностям пользователей по энергопотреблению, габаритам, массе, стоимости и другим параметрам.
Построение вычислительных систем из стандартных компонентов привело к тому, что на рынке представлено много комплексов различных конфигураций. Поэтому перед пользователем, которому нужно решить собственную прикладную задачу, встает непростая проблема сравнения и выбора наиболее перспективного вычислительного комплекса.
Вычислительные комплексы, как и другие сложные технические системы, характеризуются большим числом показателей, а выбор осуществляется по многим критериям, среди которых могут быть как количественные, так и качественные. Сравнение и выбор предпочтительной конфигурации комплекса, обладающего требуемыми для прикладных применений параметрами, является достаточно сложной, слабо структурируемой и плохо формализованной задачей

Процедура решения задачи многокритериального выбора с применением технологии ПАКС включает три этапа.
На первом этапе, основываясь на предпочтениях ЛПР, проводится снижение размерности признакового пространства путем построения иерархической системы составных критериев, агрегирующих исходные характеристики объектов. Градации шкал составных критериев являются комбинациями градаций оценок исходных показателей.
На втором этапе, применяя различные методы вербального анализа решений, последовательно формируются шкалы всех составных критериев. Построение шкалы каждого составного критерия рассматривается как задача порядковой классификации, где в качестве классифицируемых объектов выступают комбинации градаций оценок исходных показателей, а классами являются градации оценок составного критерия. Тем самым каждая комбинация градаций оценок будет соответствовать некоторой градации оценок на шкале комплексного критерия [40]. Чтобы уменьшить влияние особенностей различных методов, с помощью которых конструируются шкалы составных критериев, предлагается на разных этапах технологии ПАКС применять несколько различных методов и/или их сочетания.
На третьем этапе выполняется окончательное решение рассматриваемой задачи выбора в полученном пространстве составных критериев меньшей размерности с помощью того или иного метода принятия решений [47].
Блок-схема решения задачи многокритериального выбора с последовательным снижением размерности признакового пространства состоит из следующих шагов (рисунок 1.2).
Шаг 1. Выбрать тип задачи Т. Возможны следующие задачи: Т - выделить лучший вариант; Т2 - упорядочить варианты; 7) - разделить варианты на упорядоченные группы.
Шаг 2. Сформировать множество вариантов Аи...^4р,р>2 решения задачи Т.
Шаг 3. Сформировать множество исходных показателей (признаков) Кь...,Кт, т>2.