СИСТЕМЫ АНАЛИЗА И ОБРАБОТКИ ДАННЫХ

В процессе проектирования производственных планов одним из важных шагов является составление расписаний выполнения технологических операций. Расписание может составляться как вручную, так и с помощью программного обеспечения. Если расписание составляется программным средством, то для исключения возможных ошибок используют несколько алгоритмов генерации расписания. Набор таких алгоритмов называют «пачкой». В «пачку» целесообразно включать только различные алгоритмы. Это необходимо для исключения однотипных ошибок. Поэтому поиск клонов алгоритмов в «пачке» является актуальной производственной задачей. Для ее решения в ходе выполнения настоящей работы была разработана метрика диверсифицированности алгоритмов. Такая метрика численно (в процентах) определяет, насколько алгоритмы различны. Данная метрика основывается на характеристиках трасс выполнения алгоритмов. Трассы алгоритмов строятся в N-мерном пространстве по полученным точкам. Координатами точек трасс являются значения, с которыми работает алгоритм на каждом шаге своего выполнения или в каждой из контрольных точек выполнения алгоритма. Для подтверждения корректности работы данной метрики был поставлен эксперимент. В его рамках были вычислены характеристики трасс трех алгоритмов сортировки. На основании полученных характеристик были определены показатели для сравнения алгоритмов в метрическом пространстве. Эксперимент подтвердил эффективность использования метрики диверсифицированности для нахождения клонов в «пачке алгоритмов». Область применения данной метрики не ограничивается лишь поиском клонов. Она может быть применена как самостоятельный показатель качества программного обеспечения.

1. Kuznetsov A.S., Noskova E.E. Assessment of planning methods at job-order manufacturing facilities // IOP Conference Series: Materials Science and Engineering. – 2020. – Vol. 862. – P. 042024. – DOI: 10.1088/1757-899X/862/4/042024.

2. Цуканов М.А., Божкова О.А. Разработка и реализация алгоритма построения расписания сталеплавильного производства на основе адаптации фрактала Кантора // Вестник Воронежского государственного технического университета. – 2017. – № 6. – С. 32–37.

3. Стохастическая модель оптимизации затрат при планировании технологических процессов лесозаготовок / И.В. Бачериков, Ф.В. Свойкин, А.Р. Бирман, В.А. Соколова // Системы. Методы. Технологии. – 2017. – № 4 (36). – С. 182–186.

4. Обоснование эффективности планирования технологических процессов водопользования и оперативное управление водораспределением на базе использования метода Монте-Карло / В.И. Ольгаренко, И.Ф. Юрченко, И.В. Ольгаренко, Г.Г. Костюнин, М.С. Эфендиев, В.И. Ольгаренко // Научный журнал Российского НИИ проблем мелиорации. – 2018. – № 1 (29). – С. 49–65.

5. Бутаков А.С. Автоматизация планирования технологических процессов сборки радиоэлектронной аппаратуры: выпускная квалификационная работа бакалавра / Сибирский федеральный университет. – Красноярск, 2018. – URL: http://elib.sfu-kras.ru/bitstream/handle/2311/72191/vkr_butakov.pdf?sequence (дата обращения: 14.12.2020).

6. Егоршин А.А., Атеняев Е.С., Носкова Е.Е. Автоматизация планирования технологических процессов сборки радиоэлектронной аппаратуры // Современные проблемы радиоэлектроники / науч. ред. А.И. Громыко. – Красноярск: СФУ, 2018. – С. 388–390.

7. Определение метрики диверсифицированности мультиверсионного программного обеспечения на уровне алгоритмов / Д.В. Грузенкин, И.А. Якимов, А.С. Кузнецов, Р.Ю. Царев // Фундаментальные исследования. – 2017. – № 6. – С. 36–40.

8. Васильев Н. Метрические пространства // Квант. – 1990. – № 1. – С. 16–23.

9. Багов М.А., Кудаев В.Ч. Математическое моделирование и оптимизация трубопроводной сети Штейнера // Известия Кабардино-Балкарского научного центра РАН. – 2017. – № 1 (75). – С. 5–11.

10. Астриков Д.Ю., Кузьмин Д.А., Панасюк А.И. Моделирование системы планирования распределенного высокопроизводительного вычислительного комплекса // Доклады Академии наук высшей школы Российской Федерации. – 2014. – № 2–3 (23–24). – С. 34–41.

11. Григорьева М.В. Эколого-экономическая оценка методов ручной и оптической сортировки твердых бытовых отходов // Вестник Пермского национального исследовательского политехнического университета. Урбанистика. – 2012. – № 3. – С. 62–73.

12. Дупленко А.Г. Сравнительный анализ алгоритмов сортировки данных в массивах // Молодой ученый. – 2013. – № 8. – С. 50–53.

13. Fonseca R. ESMT-Smith: Smiths algorithm for the Euclidean Steiner Minimal Tree problem. – 2015. – 23 March. – URL: https://github.com/RasmusFonseca/ESMT-Smith (accessed: 20.11.2020).

14. Chen L., Avizienis A. N-version programming: A fault-tolerance approach to reliability of software operation // FTCS-8: the Eighth Annual International Conference on Fault-Tolerant Computing: digest of papers. – Toulouse, France, 1978. – Vol. 1. – P. 3–9.

15. Бураков Д.П., Кожомбердиева Г.И. Использование формулы Байеса при оценивании качества программного обеспечения согласно стандарту ISO/IEC 9126 // Программные продукты и системы. – 2019. – Т. 32, № 1. – С. 34–41.

16. Грузенкин Д.В., Михалев А.С. Определение метрики диверсифицированности мультиверсионного программного обеспечения на уровне языков программирования // Программная инженерия. – 2019. – Т. 10, № 9–10. – С. 384–390.