Интеллектуальная информационно-измерительная система разграничения потоков данных при мониторинге сложных объектов

• Автор: Севалкин, Александр Алексеевич
• Шифр специальности: 05.11.16
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Москва
• Количество страниц: 119 с. : ил.

Список условных сокращений и обозначений
Введение
ГЛАВА 1. Анализ современных информационно-измерительных систем, моделей, методов, алгоритмов и программных средств обработки и разграничения потоков данных при мониторинге сложных систем. Основные проблемы и выбор путей их решения
1.1 Принципы построения и математического моделирования интеллектуальных систем
1.2 Моделирование процесса принятия решений в интеллектуальных информационно-измерительных системах мониторинга
1.3 Фреймовая модель представления знаний в интеллектуальных информационно-измерительных системах
1.4 Динамические экспертные системы мониторинга
1.5 Постановка задачи разграничения потоков данных при мониторинге сложных объектов и пути её решения
1.6 Методы решения поставленных задач
1.7 Выводы
ГЛАВА 2. Метод определения параметров разграничения потоков
данных при мониторинге сложных объектов. Модель
разграничения потоков данных
2.1 Матричная модель РПД пользователей
2.2 Параметры доступа. Существенные параметры доступа
2.3 Метод определения существенных параметров доступа на
основе нечеткой гиперрезолюции
2.4 Метод определения существенных параметров доступа на
основе ортогонально-латинских квадратов
2.5 Модель разграничения потоков данных
2.6 Выводы
ГЛАВА 3. Алгоритмизация модели разграничения потоков данных
при мониторинге сложных объектов и проектирование
программной системы
3.1 Алгоритмизация метода определения существенных параметров доступа

3.2 Алгоритмизация модели разграничения потоков данных
3.3 Основные задачи, реализуемые программной системой.
Архитектура программной системы
3.4 Выводы
ГЛАВА 4. Программная реализация интеллектуальной информационно-измерительной системы. Проверка работоспособности программной системы
4.1 Описание реализации программной системы
4.2 Оценка эффективности разработанной модели разграничения потоков данных при мониторинге сложных объектов
4.3 Анализ оценки эффективности алгоритма разграничения потоков данных при мониторинге сложных объектов с помощью имитационного моделирования
4.4 Инженерная методика по разграничению потоков данных в информационно-измерительной системе
4.5 Внедрение программного обеспечения в организациях
4.6 Выводы
Заключение
Список использованной литературы
ПРИЛОЖЕНИЯ

Список условных сокращений и обозначений
РПД Разграничение потоков данных
пд Параметры доступа
ОС Операционные системы
NCP Nowell Client Protocol
IRF Inherited Right Filter
NDS NetWare Directory Services
иис Информационно-измерительные системы
БД База данных
ПАК Программно-аппаратный комплекс
СУБД Система управления БД
СВТ Средство вычислительной техники
ПО Программное обеспечение
НЛВ Нечеткий логический вывод
олк Ортогональные латинские квадраты
ФИ Функциональная инверсия
млпо Многозначной логики переменных оснований
СНДФ Совершенная нормальная дизъюнктивная форма
ХФП Характеристическая функция принадлежности

Мв[(У) = в_(у),
Мв-2 (У) = «1 Мв2 00-
Этап 4. Аккумулирование полученных на предыдущем этапе заключений и получение результирующего нечеткого множества выполняется с использованием операции тах-дизъюнкции (в случае п правил:

Ив{у) = / Ив',{у)):

Мв- (у) = Мв (у)Мв’2 (у)
Этап 5. Приведение к четкости проводится в случае необходимости на основе 1.3.
Алгоритм нечеткого вывода Цукамото
При реализации алгоритма нечеткого вывода Цукамото:
1. База правил формируется на основе базы правил с МКО-структурой (с двумя входами и одним выходом) состоит из двух правил:
I у. ЕСЛИ X, есть АпИ х2 есть Л12, ТО у = /1~а1),
12: ЕСЛИ х, есть Л21И х2 есть Л22, ТО у = /2 (а2).
где /, , /2 - монотонные функции.
2. Нечеткая импликация - операция тт-конъюнкции.
Этап 1. Введение нечеткости (как в алгоритме Мамдани).
Этап 2. Агрегирование степеней истинности предпосылок по каждому из правил а1 и и2 (как в алгоритме Мамдани).
Этап 3. Активизация заключений по каждому из правил:
у=1х-ах),
У 2 = Уг (2 )
В результате находятся четкие значения выходных переменных в каждом из заключений правил.