Научный журнал
Фундаментальные исследования
ISSN 1812-7339
"Перечень" ВАК
ИФ РИНЦ = 1,674

ПРИМЕНЕНИЕ МНОГОСЕРВЕРНЫХ СИСТЕМ ОБРАБОТКИ ИНФОРМАЦИИ ДЛЯ УПРАВЛЕНИЯ ТРАНСПОРТНЫМИ ПРОЦЕССАМИ МОРСКОГО ПОРТА

Болнокин В.Е. 1 Чувиков Д.А. 2 Нгуен Динь Чунг 1 Зыонг Минь Хай 1
1 ФГУП «Научно-исследовательский и экспериментальный институт автомобильной электроники и электрооборудования»
2 ФГБОУ ВПО «Московский автомобильно-дорожный государственный технический университет (МАДИ)»
Настоящая статья посвящена исследованию применения многосерверных систем обработки информации для управления транспортными процессами морского порта. Рассмотрена задача управления обслуживанием перевозки грузов морского порта. Описана система обслуживания перевозки грузов морского порта. Рассмотрены характеристики системы: частные и интегральные, которые дают возможность не только оценить качество работы многосерверной системы, но и определить оптимальные значения ее параметров. Также представлены математические модели для расчета характеристик многосерверной системы обработки заявок с программным управлением потоками заявок. Представленные в статье результаты, позволяют проводить анализ динамики алгоритмов диспетчеризации и управления потоками данных в многосерверных информационных системах обслуживания перевозки грузов морского порта, а также дают возможность вычислять характеристики алгоритмов как в установившемся режиме, так и в динамике.
системы обработки заявок
управление потоками данных
математические модели
морской порт
обработка информации
база данных
1. Болнокин В.Е. Математические модели управления судовыми транспортными системами [Текст] / В.Е. Болнокин, Д.И. Мутин, А.Т. Нго. – М.: Перо, 2015. – 232 с.
2. Болнокин В.Е. Модели управления мультимодальными контейнерными транспортно-складскими комплексами [Текст] / В.Е. Болнокин, Н.Х. Нгуен, Д.Ч. Нгуен. – М.: ИнтеЛ, 2011. – 256 с.
3. Бутов А.С. Транспортные системы. Моделирование и управление [Текст] / А.С. Бутов, Д.В. Гаскаров, А.Н. Егоров, Н.В. Крупенин. – Спб.: Судостроение, 2001. – 554 с.
4. Вихров Н.М. Модели технологических процессов на транспорте [Текст] / Н.М. Вихров, А.П. Нырков. – М.: Судостроение, 2002. – 422 с.
5. Никитин Е.В., Саксонов Е.А. Управление потоками данных в многосерверных системах обработки информации [Текст] // Информатика и системы управления. – 2010. – № 3 (25). – С. 3–9.
6. Ретано А. Принципы проектирования корпоративных IP-сетей [Текст] / А. Ретано, Д. Слайс, Р. Уайт; пер. с анг. – М.: Изд. Дом «Вильямс», 2002. – 368 с.
7. Рыжиков Ю.И. Бесприоритетное обслуживание неоднородного потока заявок [Текст] // Техническая кибернетика. – 1975. – № 4. – С. 69–73.
8. Саксонов Е.А., Нгуен Динь Чунг, До Чунг Тхоай, Нгуен Ксуан Фыонг. Модели и алгоритмы управления потоками данных в многосерверных информационных системах [Текст] // Системы управления и информационные технологии. – 2011. – Т. 43, № 1.1. – С. 56–59.
9. Таненбаум Э. Распределенные системы. Принципы и парадигмы [Текст] / Э. Таненбаум, М. Ван Стен. – Спб.: Питер, 2003. – 877 с.
10. Тихомиров М.В., Фам Динь Тык, Нгуен Динь Чунг, Ву Ван Чыонг. Методика обеспечения показателей безотказности и долговечности радиоэлектронных средств на основе комплексного моделирования физических процессов [Текст] // Успехи современной радиоэлектроники. – 2011. – № 1. – С. 25–34.
11. Чувиков Д.А. Роль использования синтеза систем имитационного и экспертного моделирования [Текст] //Труды Конгресса по интеллектуальным системам и информационным технологиям. «IS&IT’16». – 2015. – Т. 2. – С. 125–128.
12. Чувиков Д.А., Теплов Е.В., Сараев Д.В., Варламов О.О., Джха П. Методика автоматизации системы диспетчерского контроля на основе экспертной системы городского пассажирского транспорта [Текст] // Радиопромышленность. – 2016. – № 4. – С. 80–90.

Развитие морских портов является одним из стратегических направлений любого государства. А развитие самого морского транспорта является важнейшей составляющей внешнеэкономической деятельности любого государств. Уровень развития морских портов и их состояние отражает степень интеграции страны в глобальной системе распределения потоков материальных ресурсов и готовой продукции. Основной целью развития морских портов является, прежде всего удовлетворение потребностей экономики рассматриваемого государства. Для достижения этой цели необходимо решить такие задачи, как увеличение портовой мощности (в частности – наращивание мощностей причалов, совершенствование автоматизации погрузочно-разгрузочных процессов, развитие мультимодальных перевозок), повышение уровня безопасности порта, повышение конкурентоспособности, а также усовершенствование самого государственного управления в сфере морского портового хозяйства. Таким образом, проблематика управления обслуживанием перевозки грузов морского порта (ОПГМП) является современной и актуальной задачей. Для решения такой задачи необходима качественная обработка и хранение данных. Для эффективной организации деятельности ОПГМП необходимо применять новые средства вычислений, отвечающие современному развитию науки и техники, а также использовать совокупность определенных подходов, инструментов и методов обработки структурированных и неструктурированных данных [1–4, 10]. Определяющими факторами являются объем обрабатываемых данных, скорость обработки данных для получения необходимых результатов, а также многообразие обрабатываемых данных, то есть возможность одновременной обработки различных типов данных. ОПГМП является распределенной интегрированной информационной системой, которая объединяет локальные информационные подсистемы и базы данных (БД). Информационная система ОПГМП (ИС ОПГМП) предназначена для сбора, обработки и хранения данных, которые необходимы для обеспечения функционирования работы определенных аппаратных и программных средств, предназначенных для решения таких задач, как [1–4, 10]: прием заявок на перевозку грузов, обработка заказов, назначение перевозчиков на выполнение заказов и т.д. Для обеспечения решения перечисленных задач необходимо иметь возможность сбора и обработки информации от удаленных источников. Эти факторы неминуемо приводят к необходимости автоматизации большинства процессов морского порта. Условием современных систем автоматизации морских портов является быстрое, безопасное и точное перемещение грузов, минимизация возникновения ошибок, повышение производительности и доходности портов. Автоматизация процесса позволяет сократить число непродуктивных перемещений груза, времени простоя техники и оборудования, что приводит к снижению общих затрат на арендную плату и сроки погрузочно-разгрузочных работ, а также к значительной операционной экономии.

ИС ОПГМП имеет важное свойство – гетерогенность, то есть наличие разнородного аппаратного и программного обеспечения, таким образом, при создании сети ИС ОПГМП рекомендуется использовать следующие типы передачи данных:

  • неэкранированная витая пара – необходима для построения локальных сетей в пределах одного здания;
  • оптоволокно – необходимо для объединения локальных вычислительных сетей, которые могут быть размещены в нескольких зданиях, при условии подключения к сети Интернет;
  • радиоканалы – необходимы для подключения удаленных пользователей, а также локальной вычислительной сети.

Стоит отметить, что существует проблема оценки качества принимаемых решений при построении сетей практически любого класса. Эта проблема оценки может решаться, к примеру, при помощи методов математического или имитационного моделирования [11], а также путем непосредственных измерений на самой сети.

Также стоит отметить, что важной задачей является управление потоками данных, которые поступают в систему, с учетом распределения заявок между серверами, входящими в состав ИС ОПГМП. Под потоками понимается определенная совокупность объектов, происходящих непрерывно на некотором временном интервале. В статье рассматривается оценка характеристик системы в условиях применения различных стратегий управления потоками заявок. Результаты базируются на работах [1–2, 6, 8–9].

Описание системы обслуживания перевозки грузов морского порта

Информационная управляющая система ОПГМП состоит из S серверов. Как правило, на вход S серверов поступают потоки заявок от H источников. Далее заявки встают в очередь на обработку сервера b от источника a. Время, которое затрачено на обработку этой заявки, будет составлять: bol01.wmf, где βab – определенная случайная величина с функцией распределения βab(t). Учитывая это, получим следующие условия:

bol02.wmf

и

bol03.wmf.

Технология вычислений клиент-сервер является сетевой архитектурой, в которой сетевая нагрузка распределена между серверами и клиентами. В классическом понимании системы управления базами данных (СУБД) клиент-сервер представляет собой набор программ, которые позволяют создавать и поддерживать БД в актуальном состоянии и обслуживать заявки пользователей соответственно. Обычно такие программы располагаются на разных ЭВМ и взаимодействуют между собой через вычислительную сеть посредством сетевых протоколов, однако они могут быть расположены и на одной вычислительной машине.

В состав системы ИС ОПГМП [2, 4] входит диспетчер сообщений, который в соответствии с определенными алгоритмами управления распределяет между серверами поступившие в систему заявки, при этом он формирует частный поток заявок для заданных серверов.

Рассмотрим алгоритм управления, где поступающая заявка отправляется на сервер b от источника a, при этом управление самими потоками заявок задается случайной матрицей:

bol04.wmf.

Для элемента a рассматриваемой матрицы выполняется условие bol05.wmf, при этом каждая заявка распределяется по серверам S. А для элемента b рассматриваемой матрицы выполняется условие bol06.wmf, при этом на каждый сервер поступают заявки от H источников.

Рассмотрим интегральные характеристики, а именно среднюю величину затрат на пребывание заявки в ИС ОПГМП. Она будет представлена в виде

bol07.wmf,

где λab – является интенсивностью потока заявок источника a, поступающих на сервер b; aa – является специальным весовым коэффициентом, который представляет собой величины затрат, связанных с пребыванием в ИС ОПГМП; bol08.wmf – матрица, элементы которой являются функцией распределений длительности обработки заявок, а bol09.wmf является вектором интенсивности потока заявок [5]. Также рассмотрим интегральную характеристику средней величины затрат, связанных с простоем серверов ИС ОПГМП:

bol10.wmf,

где bb – является специальным весовым коэффициентом, который представляет собой величины затрат, связанные с задержкой сервера b в течение определенного времени.

Используя характеристику, включающую среднюю величину затрат на пребывание заявки в ИС ОПГМП и среднюю величину затрат, связанную с простоем серверов ИС ОПГМП, получим следующее выражение:

bol11.wmf.

bol12.wmf позволяет решать задачи оптимизации, при этом минимизировать значение этой характеристики по параметрам алгоритма управления P.

Применение перечисленных характеристик в ИС ОПГМП позволяет оценивать качество работы многосерверной системы, а также определять оптимальные значения параметров этой системы.

Определим интенсивности потоков заявок, которые поступают, например, на серверы ИС ОПГМП. Используя случайную матрицу P, а также определенные значения интенсивностей потоков заявок от следующих источников:

bol13.wmf bol14.wmf

Таким образом, интенсивность суммарного потока заявок, которая поступает на сервер b, составит

bol15.wmf.

Учитывая, что каждый сервер работает автономно, его работу можно проанализировать независимо от других серверов. Возьмем за модель сервера в общем виде ИС ОПГМП массового обслуживания (ИС ОПГМП МО) типа M/G/1/∞ [8, 5]. Так как в ИС ОПГМП поступают заявки от разных источников и типов, следовательно, определенный интерес представляют характеристики, которые связаны с каждым типом заявок [7]. В рассматриваемой статье предлагается более простой подход к анализу ИС ОПГМП МО.

Учитывая отдельно поток заявок поступающих на сервер a от сервера b, соответственно, вероятность поступления от источника d в интервале между двумя заявками от источника a вычисляется по следующей формуле:

bol16.wmf

(при условии, что все потоки являются пуассоновскими), где bol17.wmf – функция распределения длительности интервала между двумя последовательно поступающими заявками потока от источника a на сервер b. Определим соответствующие функции распределения длительности обслуживания, которые поступили от источника m на сервер b в интервале времени между поступлением двух последовательных заявок на сервер b от источника a.

Получаем

bol18.wmf

где βdb(s) является функцией распределения Bdb(t) преобразования Лапласа – Стилтьеса, а bol20.wmf является функцией распределения Aab(t) преобразованием Лапласа – Стилтьеса. Используя эти функции распределения, получим функции распределения длительности обслуживания всех заявок преобразования Лапласа – Стилтьеса, то есть от всех источников, поступивших в интервале между поступлением двух последовательных заявок на сервер b источника a. Получаем

bol21.wmf.

Функция распределения длительности обслуживания заявок преобразования Лапласа – Стилтьеса будет иметь следующий вид:

bol22.wmf.

Таким образом, получаем, что средняя длительность обслуживания одной заявки на сервере b от источника a равна

bol23.wmf.

Вычислим среднюю длительность ожидания в очереди на сервер b сообщениями источника a, на примере, ИС ОПГМП МО типа M/G/1/∞ для обслуживания заявок только от источника a:

bol24.wmf,

где

bol25.wmf.

Загрузка сервера b будет вычисляться по формуле

bol26.wmf.

При этом среднее время ожидания в очереди в ИС ОПГМП для заявки от источника a будет вычисляться по формуле

bol27.wmf.

А средняя длительность задержки в очереди на узле b будет вычисляться по формуле

bol28.wmf.

Также средняя длина самой очереди из ожидающих заявок на узле b будет вычисляться по формуле

bol29.wmf.

Используя функцию распределения длительности обслуживания заявок преобразования Лапласа – Стилтьеса, среднюю длительность обслуживания одной заявки на сервере b источника a, среднюю длительность ожидания в очереди на сервер b, рассматривая ИС ОПГМП МО типа M/G/1/∞ для обслуживания заявок только от источника a, формулы загрузки сервера b, формулу среднего времени ожидания в очереди в ИС ОПГМП для заявок от источника a, а также среднюю длительность задержки заявки в очереди на узле b, можно вычислить величину интегральных характеристик ИС ОПГМП, которая задается формулами средней величины затрат на пребывание заявки в ИС ОПГМП и средней величины затрат, связанных с простоем серверов ИС ОПГМП.

Следует отметить, что интегральные характеристики, задаваемые средней величиной затрат на пребывание заявки в ИС ОПГМП и средней величиной затрат, связанных с простоем серверов ИС ОПГМП, являются функциями от параметров алгоритма управления случайной матрицы P, следовательно, постановка задачи о нахождении оптимальных параметров управления является актуальной, на примере для характеристики, задаваемой формулой средней величины затрат на пребывание заявки в ИС ОПГМП.

Заключение

Полученные результаты в статье позволяют провести анализ динамики алгоритмов диспетчеризации [12] и управления потоками данных в многосерверных ИС ОПГМП, а также позволяют вычислить характеристики алгоритмов в установившемся режиме и при динамике.

Применение многосерверных систем обработки информации для управления транспортными процессами морского порта является весьма перспективным направлением. Применение таких систем позволяет автоматизировать деятельность ОПГМП, что является важным фактором конкуренции, а также стратегическим аспектом развития экономики любого государства и одним из ключевых звеньев функционирования транспортной системы в целом. Представленная в статье система обслуживания перевозки грузов морского порта может быть полезна разработчикам и администраторам информационных управляющих систем обслуживания грузовых перевозок морского порта.


Библиографическая ссылка

Болнокин В.Е., Чувиков Д.А., Нгуен Динь Чунг, Зыонг Минь Хай ПРИМЕНЕНИЕ МНОГОСЕРВЕРНЫХ СИСТЕМ ОБРАБОТКИ ИНФОРМАЦИИ ДЛЯ УПРАВЛЕНИЯ ТРАНСПОРТНЫМИ ПРОЦЕССАМИ МОРСКОГО ПОРТА // Фундаментальные исследования. – 2017. – № 5. – С. 26-30;
URL: https://fundamental-research.ru/ru/article/view?id=41501 (дата обращения: 29.03.2024).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1,674