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: 
, где βab – определенная случайная величина с функцией распределения βab(t). Учитывая это, получим следующие условия:
и
.
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:
.
Для элемента a рассматриваемой матрицы выполняется условие 
, при этом каждая заявка распределяется по серверам S. А для элемента b рассматриваемой матрицы выполняется условие 
, 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
,
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; 
– матрица, элементы которой являются функцией распределений длительности обработки заявок, а 
является вектором интенсивности потока заявок [5]. Также рассмотрим интегральную характеристику средней величины затрат, связанных с простоем серверов ИС ОПГМП:
,
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:
.
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:
Таким образом, интенсивность суммарного потока заявок, которая поступает на сервер b, составит
.
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:
(при условии, что все потоки являются пуассоновскими), где 
– 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
где βdb(s) является функцией распределения Bdb(t) преобразования Лапласа – Стилтьеса, а 
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
.
Функция распределения длительности обслуживания заявок преобразования Лапласа – Стилтьеса будет иметь следующий вид:
.
Таким образом, получаем, что средняя длительность обслуживания одной заявки на сервере b от источника a равна
.
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:
,
где
.
Загрузка сервера b будет вычисляться по формуле
.
При этом среднее время ожидания в очереди в ИС ОПГМП для заявки от источника a будет вычисляться по формуле
.
А средняя длительность задержки в очереди на узле b будет вычисляться по формуле
.
Также средняя длина самой очереди из ожидающих заявок на узле b будет вычисляться по формуле
.
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.