WWW.PDF.KNIGI-X.RU
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - Разные материалы
 

Pages:   || 2 | 3 | 4 | 5 |

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ СИБИРСКОЕ ОТДЕЛЕНИЕ РОССИЙСКОЙ АКАДЕМИИ НАУК НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ...»

-- [ Страница 4 ] --

0 ai xi bi 1 (2) В соответствии с методикой Мак Линна и Андерсона выписываются все возможные комбинации двух уровней для каждого из компонентов, но в каждой комбинации пропускается содержание одного компонента. Число таких комбинаций для n–компонентной смеси равно n*2n-1. В данной работе коэффициенты формулы Дюпона определялись по методу наименьших квадратов.

Поскольку план такого эксперимента ненасыщенный, то имеется несколько степеней свободы для расчета дисперсии адекватности и определении на ее основе критерия Фишера. В соответствии с этим проверка адекватности построенной модели проводилась по критерию Фишера.

Установлено, что полученное уравнение является адекватным в выбранном диапазоне экспериментальных данных, а найденные оценки коэффициентов являются несмещенными и обладают минимальной дисперсией.

На заключительном этапе работы для модели, полученной с помощью планов Шеффе, разработана автоматизированная система расчета октановых чисел товарных бензинов на основе задаваемых компонентов того или иного сорта бензина. При этом решены следующие задачи: программирование уравнений для расчета октановых чисел бензинов по заданным концентрациям компонентов; программирование блока задания списка бензинов и списка компонентов; программирование блока задания рецептуры смешения каждого сорта бензина; разработка алгоритма автоматизированного выбора уравнений в зависимости от выбранного сорта бензина; создание окон диалога и пользовательского интерфейса.

Программа расчета составлена на алгоритмическом языке Visual Basic при помощи стандартных библиотек операционной среды Windows. Представленная программа работает в интерактивном режиме с помощью удобных окон диалога для ввода исходных данных и позволяет быстро оценивать октановые числа товарных бензинов ____________________________________



1. Morris W.E. The Interaction Approach to Gasoline Blending. – NRPA 73rd Annual Meeting, March 23-25, 1975.

2. Ахназарова С.Л., Кафаров В.В. Методы оптимизации эксперимента в химической технологии. – М.: Высш.шк., 1985. – 327 с.

Научный руководитель – канд. техн. наук, проф. Т.Ю. Журавлева

КОМПЛЕКС ПРОГРАММ «СТЕНД» ДЛЯ АВТОМАТИЗАЦИИ

ОБРАБОТКИ РЕЗУЛЬТАТОВ ИЗМЕРЕНИЙ

ТЕМПЕРАТУРНО-ЧАСТОТНЫХ ХАРАКТЕРИСТИК

ТЕПЛОВИЗИОННЫХ ПРИБОРОВ

–  –  –

Современные концепции информационной поддержки процесса разработки и эксплуатации сложных систем находят все большее применение в различных областях приборостроения, обеспечивая сокращение затрат на обеспечение жизненного цикла образцов.

В общем случае, применительно к приборостроению, системы сбора, обработки и хранения результатов измерений различных параметров и характеристик образцов позволяют: на стадии разработки систематизировать экспериментальные данные по параметрам приборов с целью получения на основе их анализа информации о качестве образцов; при эксплуатации систематизировать данные об изменении параметров образцов с целью принятия решения, например, о продлении эксплуатации или необходимости проведения технического обслуживания. Кроме того, такая система позволяет снизить временные затраты на измерение различных параметров приборов.

Тепловизионными приборами (ТВП) называются оптико-электронные приборы, работающие в инфракрасном диапазоне спектра и строящие изображение, наблюдаемое оператором. Для ТВП с визуализацией изображения на видеосмотровом устройстве того или иного типа ряд характеристик определяется путем непосредственного решения зрительной задачи человеком - оператором. В общем случае, такое тестирование ТВП сводится к различению (обнаружению, опознаванию) человеком на изображении различных тест-объектов при заданных температурных контрастах.





В силу наличия субъективных факторов, для повышения достоверности результатов в испытаниях такого вида, принимают участие несколько операторов, а процесс измерений строится с учетом необходимости исключения ошибок, связанных с оператором, и занимает достаточно много времени. Поэтому, решение задачи автоматизации проведения таких испытаний позволяет не только сократить технологический цикл проведения испытаний и обработки их результатов, но и исключить ряд субъективных факторов, связанных с участием в испытаниях человека-оператора.

Для ТВП одной из основных характеристик является температурночастотная характеристика (ТЧХ). Процесс измерения ТЧХ заключается в определении температурных контрастов штриховых мир с различной пространственной частотой, при которых эти миры разрешаются оператором на видеосмотровом устройстве.

Автоматизация испытаний в части измерения ТЧХ, в общем случае должна предусматривать автоматизацию собственно процесса измерения ТЧХ и обработку полученной информации.

Комплекс программ «Стенд», предназначенный для автоматизированного рабочего места инженера-испытателя из состава перспективной САПР ТВП, предназначен для автоматизации процесса обработки результатов испытаний ТЧХ опытных и серийных образцов ТВП в лабораторных условиях и систематизации результатов испытаний.

Комплекс программ «Стенд» должен выполнять три основные функции:

1) управление автоматизированным оборудованием, сбором и обработкой результатов измерений в процессе проведения лабораторных испытаний макетных образцов отдельных узлов и ТВП в целом;

2) обработка результатов всех видов испытаний, осуществляемых в процессе разработки ТВП;

3) определение основных направлений корректировки проектных решений на основе результатов испытаний ТВП.

Процесс измерений температурно-частотных характеристик ТВП в лабораторных условиях сводится к следующему. В поле зрения ТВП помещается тест-объект, состоящий из набора мир с различными частотами.

Далее оператор определяет значение контраста, при котором он последовательно разрешает на экране миры по мере возрастания их пространственной частоты. Результаты измерений усредняются по операторам и по усредненным данным. Затем рассчитывается зависимость ТЧХ. Полученные результаты измерений заносятся в базу данных.

Таким образом, в базе данных хранится информация (результаты замеров каждого оператора и значения ТЧХ) для конкретных ТВП с указанием даты измерений. В программе предусмотрена возможность построения графика зависимости ТЧХ и аппроксимации ТЧХ экспоненциальной функцией, что необходимо при использовании ТЧХ в различных методиках оценки эффективности ТВП.

В соответствии с техническим заданием ГУП «НПО ГИПО»

(г. Казань) в КГТУ им. А.Н. Туполева разработанный комплекс программ «Стенд» был апробирован на макете распределенной САПР ТВП, на котором отрабатывались вопросы взаимодействия различных АРМ в процессе проектирования, разработки и проведения испытаний ТВП.

Научный руководитель – канд. техн. наук, доц. Д.А. Горбунов

ОПРЕДЕЛЕНИЕ МЕСТОПОЛОЖЕНИЯ АБОНЕНТА СПРС

(СИСТЕМЫ ПОДВИЖНОЙ РАДИОСВЯЗИ)

–  –  –

Системы сотовой связи сегодня прочно вошли во все сферы нашей жизни. Российский рынок сотовой подвижной связи динамично развивается, оставаясь одним из наиболее инвестиционно привлекательных сегментов телекоммуникационного рынка страны. Крупнейшие операторские компании России активно продолжают строительство общенациональных сетей сотовой связи. В связи с этим всё чаще и чаще встаёт вопрос о местонахождении подвижного абонента сотовой сети. На Западе уже давно ведутся разработки в этом направлении и системы позиционирования получают всё большее распространение.

Задачи определения местонахождения людей, транспортных средств, ценных грузов и т.п. появляются в практике работы государственных и муниципальных правоохранительных органов, а также частных структур безопасности. Такие задачи приходится решать в процессе поиска людей, управления патрульными службами, контроля за перемещением подвижных объектов, сопровождения (слежения) транспортных средств и ценных грузов и т.д. Одной из задач позиционирования является обеспечение отслеживания местоположения мобильных устройств в случае экстренных ситуаций, например нахождение места абонента, позвонившего в одну из служб экстренной помощи с сотового телефона. Это, естественно, должно способствовать упрощению и ускорению прибытия спасательных служб. А абоненты, благодаря внедрению этой технологии, получат возможность, обращаясь за помощью в аварийных ситуациях, быть уверенными, что помощь придет.

Поэтому наиболее актуальной на сегодняшний день является задача построения системы автоматизированного определения местоположения объекта, так называемой AVL (Automatic Vehicle Location) системы.

С развитием сотовых сетей появились различные технологии определения местоположения абонента СПРС [1], начиная от простых(Cell Identification [2]) не требующих замены какого либо оборудования на БС (базовых станциях) и заканчивая достаточно дорогостоящими(A-GPS [3]). Разнообразие технологий не позволяет на сегодняшний день создать единого стандарта определения местоположения, что является одним из факторов тормозящим развитие и внедрение AVL-систем.

Однако, одной из основных проблем, является отсутствие полноценных систем обработки и управления информацией о местоположении. Неразвитость на сегодняшний день удобных систем отображающих местоположение объекта на электронной карте местности, затрудняет повсеместное внедрение технологий автоматизированного контроля за объектами.

Целью работы является создание системы, позволяющей осуществлять централизованный контроль за местоположением подвижных объектов (абонентов сотовой сети), и визуализировать их положение на электронной карте местности.

Внедрение средств местоопределения в сотовые сети означает, что зона контроля охватывает всю территорию обслуживания сети, а зачастую это могут быть целые регионы. Количество и разнообразие услуг, реализованных и потенциально реализуемых с использованием подобных систем очень велико, что представляется крайне привлекательным как для мобильных операторов, государственных правоохранительных органов так и для частных структур безопасности.

1. СПРС – Система подвижной радиосвязи.

2. Cell Identification – Идентификация по ячейки сотовой сети.

3. A-GPS (Assisted Global Positioning System) - технология совмещения сотовых телефонов с приемниками спутниковой радионавигации.

Научный руководитель – вед. инженер-программист В.М. Махаев

СИСТЕМА АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ ВАКУУМНОЙ

УСТАНОВКИ ИОННО-ХИМИЧЕСКОГО ТРАВЛЕНИЯ

–  –  –

Для создания дифракционных элементов, фотошаблонов, масок, и т.д.

используются тонкие плёнки хрома, кремния, и других материалов. Для их нанесения на оптические подложки в лаборатории лазерных технологий института Автоматики и Электрометрии используется установка ионнохимического травления 08ПХТ75-002. В данный момент управление установкой производится в ручном режиме при непосредственном присутствии оператора. Использование автоматического режима реализованного в установке аппаратным способом затруднено отсутствием возможности гибко изменять важные параметры процесса нанесения пленок, такие как время травления, давление внутри камеры, температура влияющих на толщину и равномерность плёнки. Также аппаратный автоматический режим ведёт жёсткий контроль всех компонентов процесса травления, и не позволяет его проводить без отсутствия какого-либо компонента.

Целью работы является модернизация системы автоматического управления установкой, с возможностью управления при помощи компьютера через последовательный порт RS-232.

Задача состоит в следующем:

Ознакомится с документацией на установку 08ПХТ75-002, произвести анализ требований системы и разработать логическую структуру схемы управления.

Разработать и сделать плату ручного управления.

Разработать и сделать плату автоматического управления, а также интерфейс связи между компьютером, платой ручного управления, и платой автоматического управления.

Создать программное обеспечение для работы с платы с компьютером.

Работа состоит из следующих глав:

1. Анализ задачи.

2. Разработка и создание платы ручного управления.

3. Разработка и создание платы автоматического управления.

4. Создание программного обеспечения для работы с системой.

5. Выводы.

Научный руководитель – д-р техн. наук, проф. А.Г. Полещук

ПРОГРАММА ДЛЯ МОДЕЛИРОВАНИЯ ПРОЦЕССА СТРУЙНОЙ

АЭРАЦИИ ВОДЫ НА ЭВМ

–  –  –

Струйная аэрация жидкости очень широко применяется в промышленности, например, в устройствах для физико-химической и биологической очистки сточных вод, в декарбонизаторах, в щелевых деаэраторах, для обогащения полезных ископаемых, для интенсификации процессов тепломассообмена и в других технологических процессах.

Для оптимизации того или иного технологического процесса необходимо управлять механизмом струйной аэрации, влияя на фракционный состав газовой фазы аэрированной жидкости.

В результате изучения литературных источников по данной теме [1-4 и др.], их анализа и обобщения, построена математическая модель процесса аэрации воды незатопленной свободно падающей круглой струей.

Исходными данными для моделирования принимаются геометрические (высота, скорость и угол падения, диаметр), физические (температура и вязкость) и химические (содержание NaCl) характеристики аэрируемой жидкости. Результатами моделирования являются: глубина проникновения струи, размеры и форма факела пузырьков, количество и размер пузырьков воздуха.

На основании построенной математической модели, разрабатывается приложение для графической операционной среды Microsoft Windows, рассчитывающее основные параметры и позволяющее получить наглядное представление о процессе аэрации воды незатопленной свободно падающей круглой струей через его визуализацию на дисплее компьютера.

Язык программирования – Microsoft Visual Basic 6.0, для визуализации используется технология Direct3D.

1. Заславский Ю.А. Очистка морских нефтесодержащих вод в условиях Тихоокеанского бассейна / Заславский Ю.А., Богданов В.Ф. – Владивосток: Изд-во Дальневост. ун-та, 1992. – 144 с.

2. Классен В.И. Введение в теорию флотации / Классен В.И., Мокроусов В.А. – М.: Госбюджетиздат, 1959. – 636 с.

3. Попкович Г.С. Системы аэрации сточных вод / Попкович Г.С., Репин Б.Н. – М.: Стройиздат, 1986. – 136 с.

4. Русаков В.Н. Исследование процесса аэрации струй, поступающих в нижний бьеф гидросооружений: Дис… канд. тех. наук / Русаков В.Н. – М. 1958. – 120 с.

Научный руководитель – канд. техн. наук, проф. Ю.А. Заславский

МОНИТОРИНГ ТЕХНОЛОГИЧЕСКИХ ПАРАМЕТРОВ

РОТОРНОГО ПЛАВИЛЬНОГО КОМПЛЕКСА

–  –  –

Программный комплекс создавался в целях: получения объективной информации о технологических процессах в реальном времени; реализации соответствующих математических моделей на основе анализа статистически достоверного объема данных о динамике технологических параметров процесса; выдачи на основе разработанных моделей рекомендаций в соответствующих формах оперативному персоналу по коррекции хода технологического процесса; оперативного автоматизированного учета движения материалов; управления отдельными звеньями технологического процесса.

Предлагаемая система сбора данных основана на базе интеллектуальных УСО ADAM-4000 и платах ввода-вывода PCL-733 (Advantech).

Программа сбора данных организована на основе клиент - серверной архитектуры. Первичная фильтрация аналоговых параметров происходит в контроллерах ADAM-4000 Низкочастотная фильтрация аналогового сигнала существенно снизит помехи в измерительных цепях и в ходе передачи по промышленным сетям.

Серверная часть программы мониторинга установленная на технологическом компьютере, ведет считывание сигналов с контроллеров и плат ввода/вывода, вторичную цифровую фильтрацию аналоговых величин, визуализацию текущего состояния аналоговых и дискретных параметров технологического процесса, сохранение данных на сервере БД.

В настоящее время предложенная нами программа мониторинга технологических параметров реализована на одном из предприятий московской области по переработке вторичного алюминия.

Научный руководитель – канд. техн. наук, доц. П.М Гофман

АВТОМАТИЗАЦИЯ. БИЗНЕС-ПРОЦЕСС

–  –  –

Данная тема основана на реальном проекте «Автоматизация ЧПУ (числовое программное управление) станков». В целом работа заключается в модернизации автоматики старых станков. Этот проект экономически выгоден. Он дешевле, чем покупка нового станка, улучшится качество, уменьшается время выпуска продукции и требуется меньшее количество обслуживающего персонала. Но при всех этих положительных качеств, есть и свои недостатки. В основном – это период внедрение подобной системы. Установка и обкат системы, переквалификация обслуживающего персонала все это, конечно же, занимает рабочее время. Но подобное решается с помощью постоянной технической поддержки.

Одна из частей управляющей этой системы – это переносной пульт.

Большинство современных станков имеют свой пульт. Удобства работы и компактность одни из основных преимуществ пульта.

Пульт имеет следующие функции:

1) визуализация данных поступающих с компьютера.

2) посылка уведомлений об изменении позиции преобразователя угловых перемещений.

3) посылка уведомлений об изменении позиции галетных переключателей.

4) посылка уведомлений о нажатии и отпускании кнопки на клавиатуре.

5) управление подсветкой кнопок.

Решение перечисленных задач позволит автоматизировать сбор и обработку данных о выполнении технологических решений по обслуживанию станков.

ИНСТРУМЕНТАЛЬНЫЕ И ПРИКЛАДНЫЕ

ПРОГРАММНЫЕ СИСТЕМЫ

ПАКЕТ ПРОГРАММ ДЛЯ РАСЧЕТА НАПРЯЖЕНИЙ

В НЕОДНОРОДНЫХ МАССИВАХ

–  –  –

В задачах теории упругости возникает необходимость расчета напряжений и деформаций в неоднородных трехмерных массивах. Границы раздела между неоднородными слоями могут быть произвольной формы. Расчет производится по методу конечных элементов.

Для построения пространственной модели массива используются опорные сечения. Границы между слоями обозначены в опорных сечениях линиями раздела, которые строятся по фоновому рисунку. С помощью этих линий производится интерактивное выделение однородных объемов в массиве, а в этих объемах автоматически строится сетка тетраэдров. Такой подход удобен при построении моделей массивов с включениями сложной формы.

Расчет полей напряжений производится методом конечных элементов с использованием аппроксимации перемещений второго порядка. Число степеней свободы получается большим (порядка сотен тысяч). Для решения систем линейных уравнений в перемещениях используется метод сопряженных градиентов с предобуславливанием.

В случае включений, отличающихся по жесткости от вмещающего массива, система линейных уравнений в перемещениях получается плохо обусловленной, что затрудняет применение экономичных итерационных методов. Для решения этой задачи разработан алгоритм на основе метода малого параметра, в котором за основу берется численное решение для однородной области, а неоднородная область рассматривается как область с возмущенными параметрами среды.

Разработанный для решения таких задач пакет программ состоит из двух частей – программы построения конечно-элементной модели массива и программы определения полей напряжений. Авторами настоящего доклада разработаны генератор сетки и модуль решения на основе метода малого параметра.

Научный руководитель – д-р техн. наук, проф. В.О. Каледин

РАЗРАБОТКА ПОЛЬЗОВАТЕЛЬКОГО ИНТЕРФЕЙСА

ПРОГРАММНОГО КОМПЛЕКСА ДЛЯ МОДЕЛИРОВАНИЯ ПОЛЕЙ

ЭЛЕКТРОМАГНИТНОЙ ГЕОРАЗВЕДКИ

К.И. Артуров, В.А. Ефимов, А.К. Кабардин, А.В. Коботов Новосибирский государственный университет Разработан программный комплекс, решающий задачи электромагнитного скважинного каротажа геологической среды, применяемых при разведке полезных ископаемых и обследований разрабатываемых месторождений.

Комплекс состоит из двух компонент:

Пользовательский интерфейс.

Вычислительный сервер.

В докладе описывается компонента «Пользовательский интерфейс»:

ее функциональность, архитектура, особенности реализации.

Свойства пользовательского интерфейса позволяют обрабатывать данные каротажа: загружать их из стандартных геофизических форматов (LAS, WellLog), строить литологическую модель среды, окаймляющей скважину (георедактор), сравнивать каротажные кривые, запускать процесс моделирования каротажа (решение прямой задачи) и процесс определения неизвестных параметров среды по данным каротажа (решение обратной задачи).

Разработана универсальная система представления и хранения данных в формате XML. Пользователь имеет доступ к базе основных каротажных измерительных устройств (зондов), соответствующих реальной практике полевых работ.

Научный руководитель – д-р физ-мат. наук, проф. М.М. Лаврентьев

РАЗРАБОТКА УЧЕБНОЙ ПРОГРАММЫ ДЛЯ РАСЧЕТА

ТОКОВ КОРОТКОГО ЗАМЫКАНИЯ В СЕТЯХ

С НЕТРАДИЦИОННЫМИ ЭЛЕМЕНТАМИ

–  –  –

Расчеты токов КЗ в электрических сетях и системах (ЭС) являются базовыми при формировании инженера – электрика. Особую актуальность эти исследования приобретают в ЭС с нетрадиционными элементами (силовыми тиристорами, транзисторами, нетрадиционными источниками и т.

п.) (НЭ). В начале 90-х годов на ФЭЭ была разработана программа расчета токов КЗ: TKZ, ориентированная для применения на IBM PC совместимых ПЭВМ [1]. В настоящее время эта программа не удовлетворяет современным требованиям. Поэтому возникла необходимость в разработке новой версии программы. При этом ставилась задача улучшения следующих свойств математического описания и программы : дизайна; различной степени доступа при использовании в режимах студент – преподаватель; обработки статистических данных студенческих расчетов ; надежности и удобства работы с программой и т.п. Кроме того, в математическом описании были учтены современные методики расчета токов КЗ [2] и возможность расчета сетей с НЭ.

Математическое описание, программы ТКЗ содержит следующие объекты:

1. Описание структуры вводится с помощью топологических матриц (диагональных с параметрами элементов, инциденции: ветвей – узлов), предварительно подготовленных пользователями [1]. В дальнейшем предполагается автоматизированное получение этих матриц, в составе интегрированного графическо-прикладного комплекса [3].

2. Блок базового алгоритма для вычисления токов и остаточных напряжений при КЗ [1]. В программе ТКЗ появилась возможность применения различных моделей элементов, в частности: комплексных, нелинейных, моделирующих НЭ.

3. Блок учебного применения программы, позволяющий проследить студенческие расчеты на основе собираемой статистики, просматриваемых в пользовательском режиме.

4. Сервисный блок, осуществляющий выбор выводимых данных в удобном виде и рабочих функций программы.

Программа ТКЗ открыта для дальнейшего развития.

1. Демин Ю.И. Расчет токов КЗ в электрических сетях на ПЭВМ. Методические указания. – Ставрополь, СтПИ, 1994. – 20 с.

2. Руководящие указания по расчету токов КЗ и выбор электрооборудования /Под ред. Б.Н.Неклепаева. – М.: Изд-во НЦ ЭНАС, 2002. – 152 с.

3. Ю.И. Демин, О.Р. Киркоров, Д.В. Еремеев Моделирование электроэнергетических сетей с высоковольтными бесконтактными устройствами // Науч. – Актуальн. пробл. релейной защиты, противоаварийной автоматики, устойчивости и моделир. ЭС в условиях реструктуризации электроэнергетики: Сб. докл. НПК – М.: Изд-во НЦ ЭНАС, 2001. – 255 – 261 С.

Научный руководитель – канд. техн. наук, доц. Ю.И. Демин

СОЗДАНИЕ ПОЛЬЗОВАТЕЛЬСКИХ ПРИЛОЖЕНИЙ В СУБД

DELPHI ДЛЯ САПР MECHANICAL DESKTOP POWER PACK

–  –  –

Современные САПР позволяют не только изготовлять комплекты конструкторско-технологической документации в виде чертежей и спецификаций, но и проводить сложные инженерные расчеты. Одной из таких САПР является Mechanical Desktop Power Pack (MDT) – это мощная, динамично развивающаяся инженерная система автоматизации проектирования самых разнообразных объектов. В основе MDT лежит объектно-ориентированный принцип проектирования и новое мощное ядро твердотельного моделирования, с помощью которого можно строить и редактировать различные трехмерные геометрические объекты, создавать трехмерные модели, а также просчитывать скрытые линии.

Объект (точка, линия и др.) – основа, строительный кубик любого приложения системы автоматизированного проектирования. Все объекты пакета структурированы иерархическим способом с приложением, обеспечивающим доступ к объектам пакета. Вид этой иерархической структуры называется объектной моделью пакета. Зная описание объектной модели, ее иерархию, предназначение библиотек, способы их описания и инициализации программным методом, пользователь получает возможность программировать ядро пакета под выполнения конкретных задач пользователя. Одним из таких приложений является модуль для автоматической компоновки телекоммуникационных конструктивов с коммутационным и активным оборудованием с автоматическим созданием таблицы составных частей, которая предназначена для создания спецификаций. Приложение создано с помощью использования СУБД Delphi. Оно состоит из 4-х отдельных модулей разделенных по принципу принадлежности оборудования: активное сетевое оборудование, источники бесперебойного питания, телекоммуникационные конструк-тивы и 19`` оборудование СКС (кроссовое оборудование). Каждый модуль создается с помощью использования баз данных (БД). БД в свою очередь значительно расширяют возможности и гибкость модулей. Вся информация об оборудовании содержится в таблицах БД и представлена производителем оборудования, наименованием и кодом по каталогу.

Подобные возможности САПР позволяют значительно сократить время пользователей на разработку необходимого проекта, которые могут занимать достаточно много времени.

Научный руководитель – С. Л. Карпенко

РАЗРАБОТКА ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ УПРАВЛЕНИЯ

ПРОДАЖАМИ И ПОСЛЕПРОДАЖНЫМ ОБСЛУЖИВАНИЕМ

ИНФОРМАЦИОННЫХ УСЛУГ

–  –  –

Современная деловая среда российских предприятий и организаций характеризуется чрезвычайно быстрыми изменениями, связанными с развитием конкуренции, технологий, качественно новых потребностей населения, формированием правового поля и многими другими факторами. В этих условиях чрезвычайно возрастает роль информационной поддержки бизнеса. При этом информация выступает как ресурс, по значимости наравне с человеческими, материальными и финансовыми ресурсами.

Автором разработано программное обеспечение информационной поддержки бизнес-процесса фирмы «Пульсар-Т», которая работает в сфере услуг, занимаясь продажей и сопровождением программного комплекса с консультационной, нормативной базой данных законодательства Российской Федерации.

Программное обеспечение ориентированно на структурные подразделения фирмы, основными из которых являются: отдел продаж, отдел сопровождения (послепродажного обслуживания), отдел обучения клиентов.

Исходя из этого, в программе предусматривается распределение прав доступа к служебной информации (которая представлена в виде структурированной базы данных) в зависимости от функциональных обязанностей и иерархии пользователей. Для удобства работы с базой данных разработан интерфейс, отражающий и учитывающий динамику работы с клиентами фирмы.

Структурно программный продукт построен по схеме «Клиент – Сервер». В качестве Сервера базы данных используется MS SQL Server 2000.

Клиентская часть представлена графическим интерфейсом для пользователя с помощью среды разработки Borland\Inspire Delphi 6. Взаимодействие сервера БД и интерфейса пользователя осуществляется при помощи ADO (Microsoft ActivX Data Objects). Программа находится в стадии внедрения, которая предполагает внесение в нее корректив, учитывающих пожелания пользователей.

Научный руководитель – канд. эконом. наук Л.А. Астанина

–  –  –

Данная работа относится к области автоматической генерации программ. Разработка интерактивного приложения, в которой принимают участие большое число программистов, приводит к проблеме поддержания общего стиля и стандарта внешнего вида и поведения приложения. Соблюдение единого стиля вызывает значительное дублирование кода в подсистемах. Поэтому задача автоматизации создания подсистем подобного вида является актуальной.

Предлагаемый инструмент разработан для решения данной задачи применительно к системе RescueWare. Он состоит из двух частей: мастера создания описаний и генератора кода.

Мастер автоматически генерирует описание приложения. Для удобства пользователя создан визуальный интерфейс, позволяющий задать описание без явного написания его кода. Программа формирует файл специального вида, в котором указывается, какие объекты должны находиться на форме приложения, каково их взаимное расположение, свойства и т.п.

Используется язык описания данных XML, который обеспечивает простоту создания, удобочитаемость и ясность документов и развитые средства манипулирования структурными данными.

Проанализировав описание данных, генератор создает в среде Visual Basic шаблонную программу, удовлетворяющую всем стандартным требованиям общего стиля. Большая часть кода, отвечающая за реализацию меню, стандартных панелей инструментов, повсеместно используемых команд создается автоматически. В результате получаем работающую программу, в которую пользователь при необходимости дописывает собственные функции. Наличие в описании компонента неформального описания реализуемых им объектов и функций позволяет в значительной степени автоматизировать создание документации и справочной подсистемы.

При написании программы были использованы технологические средства системы RescueWare, среда программирования MS Visual Basic, язык описания данных XML.

Научный руководитель – канд. физ.-мат. наук, доц. М.А. Бульонков

СИСТЕМА БАЗЫ ДАННЫХ В РЕДАКТИРОВАНИИ ТЕКСТОВ

УЗБЕКСКОГО ЯЗЫКА

–  –  –

Создана достаточно оптимальная структура обработки информации для редакторов узбекского языка. На основе этой структуры разработан пакет программ, которые позволяют редактировать, переводить тексты на узбекском языке, а также обучать узбекскому языку.

Наша программа редактирования текстов на узбекском языке создана на основе систем управлений базами данных. Главная проблема обработки предложений является обработка корня и аффикса слова.

Имеются 3 вида ошибки слов:

1. Ошибка только в корне.

2. Ошибка только в аффиксе.

3. Ошибки в корне и аффиксе.

В обработке слово делится на две части: корень и последовательность аффиксов. Эти части сравниваются в отдельности с базами корней и аффиксов. Для каждого корня и последовательности аффиксов соответствует специальные коды, которые служат мостом между корнем и последовательностями аффиксов. После обнаружения корня и аффикса в базе данных, их соответствующие коды “умножаются”, по аналогии со скалярным умножением векторов. Для этого коды предварительно переводятся в двоичную систему счисления и “умножаются” логическим оператором AND.

Коды корня и аффикса созданы так, что если скалярное умножение кодов больше нуля, то корень и аффикс сочетаются. С помощью этой системы можно определить ошибки в корне и/или аффиксе слова, а также исправлять их.

Научный руководитель – д-р физ.-мат. наук, проф. А.К. Пулатов

–  –  –

Для автоматизации решения инженерных задач существует два пути:

Разработка специализированных САПР, выполняющих узкий круг требуемых задач.

Разработка дополнительных модулей для уже используемой на производстве САПР.

По совокупности достоинств и недостатков следует отдать предпочтение методу дополнительных модулей.

При использовании внедрённой на многих промышленных предприятиях САПР Unigraphics V18.0 имеется несколько способов создания модулей с использованием различных концепций:

Запись и воспроизведение макросов.

Использование GRIP-функций.

Создание приложений, использующих функции интерфейса UG/Open API (Application Programming Interface).

Из трёх возможных подходов наиболее предпочтительно использование UG/Open API, учитывая достоинства и недостатки всех трёх способов.

Приложения UG/Open существуют двух видов – внутренние и внешние. Внутреннее приложение обязательно компилируется в форме DLLбиблиотеки, что позволяет системе Unigraphics загрузить её для выполнения. Этот тип приложения имеет доступ ко всему спектру функций интерфейса UG/Open API, включая отображение и выбор объектов. Внутренние приложения хорошо подходят для геометрических манипуляций.

Внешнее приложение – это отдельный исполняемый файл (или DLLбиблиотека, вызываемая файлом, но не системой Unigraphics). Такое приложение имеет доступ к большинству функций интерфейса UG/Open API, но не может воспользоваться интерактивными возможностями, такими как отображение и выбор объектов. Этот тип приложений идеален для операций управления данными и автоматизации некоторых заданий.

Для создания, отладки и развёртывания как внутренних, так и внешних приложений, использующих интерфейс UG/Open API целесообразно использовать среду разработки Microsoft C++.NET.

Научный руководитель – канд. техн. наук В.А. Тихомиров

МЕТОД СИНТЕЗА ПРОВЕРЯЮЩИХ ТЕСТОВ

ДЛЯ РАСШИРЕННЫХ КОНЕЧНЫХ АВТОМАТОВ

–  –  –

Построение проверяющих тестов для протоколов вычислительных сетей является одной из актуальных технических задач. В данной работе в качестве математической модели протоколов вычислительных сетей мы рассматриваем модель расширенного автомата и обсуждаем, как построить проверяющие тесты.

Формально, под расширенным автоматом M понимается пятерка (S,X,Y,T,V), где S - множество состояний автомата, X - множество входных символов, Y - множество выходных символов, V - множество контекстных переменных, T - множество переходов между состояниями из S. Каждый переход t=(s,x,P,op,y,up,s’), где s, s’S - начальное и конечное состояние перехода; xX есть входной символ; yY - выходной символ; P - предикат, op - функции расчета выходных параметров и up - функция нахождения нового значения контекстных переменных. Эти функции определенные над входными параметрами и контекстными переменными из V.

Известно, что в случае, когда области определения контекстных переменных и входных параметров расширенного автомата конечны, то можно построить конечный автомат, эквивалентный расширенному автомату, путем моделирования поведения последнего.

В данной работе мы рассматриваем возможность обнаружения неисправностей, которые связаны с ошибками в функциях расчета выходного параметра и в функциях нахождения нового значения контекстных переменных. Переход t автомата M называется неисправным, если в функциях

op или up:

1. Некоторый математический знак изменился на другой математический знак.

2. Некоторая переменная изменилась на другую переменную.

Обход графа переходов, который является достаточно качественным тестом для детерминированных автоматов с числом состояний не больше, чем у эталонного автомата, при проверке расширенных автоматов является не эффективным. Причиной является, в частности, тот факт, что одиночная ошибка может увеличить число состояний эталонного автомата.

Для улучшения качества теста необходимо проверять переходы, исходящие из всех достигнутых состояний. Для этого требуется из каждого достигнутого состояния подать все входные символы и различающие входные последовательности вновь достигнутых состояний.

Научный руководитель – д-р техн. наук, проф. Н.В. Евтушенко

КОМПЛЕКС КОМПЬЮТЕРНЫХ ПРОГРАММ ПО РАЗДЕЛУ

«СПЕКТРАЛЬНЫЕ И ДРУГИЕ ОПТИЧЕСКИЕ МЕТОДЫ АНАЛИЗА»

–  –  –

Физико-химические методы анализа широко используются в современной аналитической лаборатории в силу таких преимуществ по сравнению с традиционными химическими методами как низкий предел обнаружения, экспрессность, возможность автоматизации анализа и другие.

Практика обучения студентов факультета естествознания КГПУ показывает, однако, что их освоение в рамках дисциплины «Аналитическая химия» вызывает определенные трудности у студентов. С нашей точки зрения это обусловлено многими причинами.

На кафедре химии КГПУ накоплен позитивный опыт решения проблем, возникающих в процессе преподавания, посредством использования современных компьютерных технологий [1,2].

В данной работе предлагается комплекс компьютерных программ по темам «Нефелометрия и турбидиметрия» и «Абсорбционные методы анализа» (раздел «Спектральные и другие оптические методы анализа»), включающий программы для поддержки лекционного курса и для организации индивидуальной работы студента. Программы разработаны в среде визуального конструирования Windows-приложений «Demo-SHIELD».

Содержательная часть программ разрабатывалась на основе учебников Бабко А.К., Золотова Ю.А., Крешкова А.Ю., а также информации из сети Интернет. Планируется апробация комплекса на факультете естествознания КГПУ в рамках дисциплины «Аналитическая химия» в 2004 году.

1. Матрехин Ю.Н., Безрукова Н.П. Компьютерная программа для поддержки преподавания темы «Люминесцентный метод анализа» курса «Аналитическая химия» в педагогическом вузе. – Сборник материалов краевой межвузовской научной конференции молодых ученых и студентов «Интеллект-2002» - КРО НС «Интеграция». - Красноярск, 2002.- С.53-54.

Научный руководитель – канд. хим. наук, доц. Н.П. Безрукова

ПАКЕТ ПРИКЛАДНЫХ ПРОГРАММ ДЛЯ РЕШЕНИЯ

УРАВНЕНИЯ ОРРА-ЗОММЕРФЕЛЬДА

–  –  –

1 Нармурадов.Ч.Б.Подгаев А.Г. Численный метод решения задача для обыкновенных дифференциальных уравнений на основе недородной сплайн аппроксимаций. Применение методов функциального анализа к неклассическим уравнениям математической физики. Новасибирск СОРАН, Институт математики 1989 С 151-164.

2 Нармурадов.Ч.Б. Соловыём А.С. О влияние взвешенных частиц на устойчивость плоского течения Пуазейля, ИзвРАН,сер, Механика жидкости и газа,1987,№2,с60-64 3 НармурадовЧ.Б. Соловьев А.С.Устойчивостиь двухфазного потока газтвёрдые частицы в пограничном слое, Изв РАН,сер Механика жидкости и газа.1987,№3,с51-53.

РАЗРАБОТКА ПРОГРАММНО-ИНСТРУМЕНТАЛЬНОГО

СРЕДСТВА ДЛЯ РЕШЕНИЯ ЗАДАЧИ

МЕДИЦИНСКОЙ ДИАГНОСТИКИ

–  –  –

Комплекс программ предназначен для решения семейства задач, связанных с обучением и распознаванием состояния больных. В основе комплекса заложен принцип структурного программирования, процедурно – ориентированный на выполнение рассматриваемых задач, принцип обучения и распознавания. Распознавание выполняется в два этапа – сначала проводится обучение машин на обучающей выборке, а затем распознавание нового объекта.

В качестве материала обучения использовалась формализованная, информационная карта больного, получившего, так называемую сочетанную челюстно-лицевую и черепно-мозговую травму (СЧЛЧМТ). В этой карте имеются общие, стоматологические, неврологические признаки. По балльной оценке состояния (БОС) дается оценка неврологического состояния больных, максимальный балл составляет 65 баллов, если в первые сутки количество баллов менее 20, то шансов выжить у больного меньше, поэтому больному в первую очередь необходимо проводить интенсивную терапию, а стоматологическая помощь оставляется на втором плане. При восстановлении вытальных функций количество БОС увеличивается и в качестве противошоковых мероприятий проводится специализированная стоматологическая помощь. Определение, когда можно или нельзя проводить специализированную стоматологическую помощь, в этом состоит задача алгоритмизации.

Нашей задачей являлось разработка алгоритмов и программ оценки степени тяжести состояния у больного с СЧЛЧМТ.

Данная задача решалась следующим образом:

определялось информативность клинических признаков;

определялось корреляция между информативными признаками со степенью тяжести состояния больных;

выявлялось корреляционная зависимость подсистемы информативных признаков с временем оказания стоматологической помощи;

находилась зависимость исходов от различных подходов к лечению больных с СЧЛЧМТ.

В результате решения данной задачи получено решающее правило оценивающее степень тяжести состояния больных.

Научный руководитель – канд. техн. наук, доц. К.А. Бекмуродов

СРАВНЕНИЕ СУЩЕСТВУЮЩИХ ПРОГРАММНЫХ СРЕДСТВ

ДЛЯ ФИНАНСОВОГО АНАЛИЗА ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЯ

–  –  –

Финансовый анализ представляет собой метод оценки финансового состояния предприятия на основе изучения зависимости и динамики показателей финансовой отчетности. Для анализа финансового состояния предприятия рассчитывается ряд финансовых коэффициентов, таких как показатели ликвидности, показатели имущественного положения, показатели финансовой устойчивости, показатели деловой активности и показатели рентабельности. Программные средства, существующие для финансового анализа, позволяют выполнить комплексную оценку деятельности предприятия, выявить основные тенденции его развития, рассчитать базовые нормативы для планирования и прогнозирования, оценить кредитоспособность предприятия. В данный момент на рынке существует множество таких разработок и пользователю приходится потрудиться, чтобы выбрать именно тот программный продукт, который подходит ему наилучшим образом. Правильным решением в данной ситуации будет выработка ряда формализованных критериев, опираясь на которые можно сопоставить различные программы финансового анализа, тем самым, уменьшив субъективный фактор в оценке их возможностей.

Предлагаются следующие критерии для сравнения программных продуктов:

1. Базовые возможности:

Автоматизированный ввод данных из бухгалтерских программ и txt-файлов.

Проверка корректности введенных исходных данных.

Анализ ликвидности, безубыточности и рентабельности.

Возможность осуществления горизонтального и вертикального анализа, а также анализа трендов.

Возможность создания аналитических отчетов и др.

2. Средства расширения базовых возможностей:

Создание новых форм ввода исходных данных.

Возможность ранжирования предприятий и др.

3. Удобство пользователя.

4. Графическое представление данных на выходе.

5. Генерация отчетов о финансовом состоянии (результаты проведенного анализа формируются в виде отчета) и другие.

Сравнение программ необходимо для выявления их плюсов и минусов, а так же возможному созданию своего программного продукта с учётом выявленного.

ППП «GIPARD» ДЛЯ АВТОМАТИЗИРОВАННОГО АНАЛИЗА

ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ

–  –  –

В работе приводится описание пакета прикладных программ «GIPARD», предназначенного для автоматизированного анализа многоспектральной аэрокосмической видеоинформации с целью изучения и оценки экологического состояния природных объектов и ресурсов. Основу пакета составляют непараметрические классификаторы [1] и новый многоэтапный алгоритм, базирующийся на методах работы [1] и «быстром глобальном алгоритме k-средних» [2], использующем структуру (k-d) деревьев.

Пакет реализован в среде Microsoft Visual Studio.NET и обеспечивает возможность выполнения следующих процедур:

визуализация многоспектральных данных, включающая изменение масштаба изображения;

улучшение визуальных характеристик изображения (линейное растяжение динамического диапазона яркостей, преобразование эквализации, медианная фильтрация импульсных помех и др.);

статистический анализ;

формирование признаков (вычисление линейных комбинаций признаков и вегетационных индексов);

выбор информативных признаков на основе верхней оценки байесовского риска;

автоматическая классификация в диалоговом режиме;

обработка и изменение цветовой палитры полученной картосхемы.

Пакет работает с форматами данных BIP и BSQ.

На основе данного пакета разработана технология оценки экологического состояния природных объектов.

В работе приводятся примеры обработки данных дистанционного зондирования, полученных со спутников Landsat, а также результаты применения разработанной технологии для обнаружения и классификации повреждений сосновых насаждений по данным восьмизональной сканерной аэросъемки.

1. Pestunov I.A. Algorithms for processing polyzonal video information for detection and classification of forests infested with insects. Pattern Recognition and Image Analysis. 2001, v. 11, № 2, p. 368-371.

2. Likas A., Vlassis N., Verbeek J.J. The global k-means clustering algorithm. Pattern Recognition. 2003, v. 36, p. 451-461.

Научные руководители – А.И. Куликов, канд. физ.-мат. наук, доц.

И.А. Пестунов

ТЕХНОЛОГИЯ СОЗДАНИЯ РАСПРЕДЕЛЕННОЙ СИСТЕМЫ

ВИДЕОНАБЛЮДЕНИЯ И ИДЕНТИФИКАЦИИ ОБЪЕКТОВ

–  –  –

В работе рассматривается технология создания модели распределенной системы обеспечения безопасности, и построение на ее базе системы видеонаблюдения. Структура системы видеонаблюдения представляется в виде набора следующих компонентов: захвата кадра, визуализации кадра, датчика движения, визуализации результатов детектирования движения и ведения протокола. При реализации системы, не накладываются ни какие ограничения на расположение компонентов в сети и на тип и модель аппаратной реализации той или иной части системы. Администратор системы должен иметь возможность изменять какую-то часть системы и добавлять новых функций, непредусмотренных на момент проектирования системы.

Система может входить в систему более высокого уровня в задачи которой, например, может входить обеспечение контроля доступа. В этом случае к компонентам рассматриваемой системы подключаются компоненты выделения сюжета изображения и идентификации полученного изображения.

Задача организации взаимодействия компонентов сложной системы и управления ее разбивается на ряд подзадач: разработка модели рабочего элемента системы, разработка модели взаимодействия рабочих элементов и задача управления рабочими элементами и связями, между ними.

На каждой машине, где находится хотя бы один рабочий элемент системы, располагается так называемая шина. В ее задачи входит управление всеми рабочими элементами системы в рамках данной машины. Шина имеет один вход, куда поставляются все сигналы вырабатываемые рабочими элементами, расположенными на данной машине. Шина создает каналы связи между рабочими элементами. Внутри канала поступающие сигналы группируются в так называемые группы синхронизации. Всего может быть три типа групп синхронизации: синхронизация по таймеру, синхронизация по факту прихода нескольких сигналов и группа без синхронизации.

Научный руководитель – канд. техн. наук В.Т. Калайда

ПРОГРАММА ВИЗУАЛИЗАЦИИ, АНАЛИЗА И КАЧЕСТВЕННОЙ

ИНТЕРПРЕТАЦИИ ДАННЫХ ЭЛЕКТРОМАГНИТНЫХ

ЗОНДИРОВАНИЙ «ПРОФИЛЬ»

–  –  –

В партии электромагнитных исследований Геоинформационного Центра ГФУГП Иркутскгеофизика были созданы и развиваются аппаратурнопрограммные комплексы для работ методом ЗСБ (SGS-TEM) и методом МТЗ (SGS-E). За пятилетний период с новой аппаратурой зарегистрировано и обработано большое число записей в различных физикогеографических условиях. Особенности регистрации сигналов электромагнитных полей с телеметрической аппаратурой – запись сигналов повышенной пространственно-временной плотности. Большой объем регистрируемых данных и многоуровневый подход к обработке и интерпретации требует наличие мощных программных средств для оперирования данными, их просмотра, анализа, визуализации результатов.

В настоящее время среди программных средств предназначенных для работы с данными электроразведки нет комплексных продуктов (подобных сейсмическим), обеспечивающих удобную и эффективную работу с данными от их получения до представления.

Программный комплекс, разработанный для станции SGS-TEM, отличается тем, что в нем интегрированы средства управления аппаратурой, регистрацией сигналов, алгоритмы подавления помех, процедуры для качественной интерпретации, инверсии, визуализации. В то же время, реализован экспорт, импорт данных в формате «Подбор», «Эра-плюс» и др., налажены динамические связи с ГИС ArcView и электронными таблицами Microsoft Excel. При разработке комплекса в качестве образца принимались сейсморазведочные регистрирующие и обрабатывающие системы, так как они являются максимально развитыми, реализованными на высоком уровне.

В рамках программных комплексов для работы с электроразведочными данными для методов ЗСБ и МТЗ, были разработаны программы для регистрации, обработки, качественной и количественной интерпретации.

Созданы унифицированные базы данных, которые представляют собой комплекс реляционных и файловых баз данных. Налажена эффективная схема работы с массовыми данными. Возможен быстрый доступ к данным для их обработки, интерпретации и визуализации.

Автор при поддержке специалистов предприятия создал и развивает программу «Профиль», входящую в данный программный комплекс. Программа разрабатывается в интегрированной среде разработки Delphi 6, и во многом является продолжением разработок специалистов-геофизиков.

–  –  –

Рис. 1. Схема программы

Программа ориентирована на работу с единой базой данных электромагнитных зондирований. Основные возможности программы:

Создание профилей из любого набора пикетов, для дальнейшей работы;

Визуализация кривых и сравнение их между собою;

Построение разрезов, графиков и карт кажущихся и модельных параметров по профилям;

Визуализация разрезов и карт без помощи сторонних программ.

Для доступа к единой базе данных была выбрана технология ADO (ActiveX Data Objects). Причиной этого является ее распространенность, соответствие современным требованиям, интуитивно-понятный интерфейс, и простота программирования.

В программе широко используется концепция объектноориентированного программирования. Это выражено не только в использовании стандартных компонентов Delphi, но и в создании своих объектов и компонентов для упрощения структуры и работы с программой. Примером таких объектов является объект «Profile», содержащий поля методы и свойства, обеспечивающие доступ к данным и их обработку.

Из разработанных компонентов особо выделяются «GeoRazrez» и «AdvancedPalette».

В настоящее время программа внедрена в общую схему работы с данными и применяется специалистами предприятия.

Научный руководитель – Ю.А. Агафонов

ПРОГРАММНАЯ РЕАЛИЗАЦИЯ ЗАДАЧИ ОПТИМАЛЬНОГО

РАСКРОЯ ПЛИТНЫХ И ЛИСТОВЫХ МАТЕРИАЛОВ НА ЗАГОТОВКИ

–  –  –

Задача оптимального двумерного раскроя очень широко используется на практике. Эта задача решается в таких областях, как, например, деревопереработка (в частности, в производстве мебели), металлопрокат и др. В работе рассматривается вопросы разработки математического и программное обеспечение задачи оптимального раскроя плитных и листовых материалов.

Рассматривается решение двух задач:

задача минимизации количества раскраиваемого материала при условии получение заданного количества заготовок;

задача максимизация объёма товарной продукции при производстве комплектов изделий из заданного количества раскраиваемых листов.

Исходные данные для решения задачи 1.

Размеры (длина и ширина) подлежащих раскрою материала Размеры заготовок и задание по их производству Результаты решения оптимальные схемы раскроя (карты раскроя) листов на заготовки;

оптимальный план раскроя листов;

общее количество раскраиваемого материала.

Исходные данные для решения задачи 2.

Размеры (длина и ширина) подлежащих раскрою материала Размеры заготовок и их количество в каждом виде комплектов Количество имеющегося для раскроя материала Стоимость комплектов и изделий Результаты решения оптимальные схемы раскроя (карты раскроя) листов на заготовки;

оптимальный план раскроя;

количество получаемых комплектов и заготовок;

стоимость товарной продукции.

Алгоритмы реализованы в среде Delphi 7.0, под операционной системой Windows 2000 pro. Задача принята к использованию в учебном процессе СибГТУ при изучении дисциплин «Методы оптимизации», «Технологии изделий из древесины».

_______________________________

И. В. Романовский. Алгоритмы решения экстремальных задач. – М:

Наука, 1977.

Научный руководитель – канд. техн. наук, проф. С.В. Ушанов

ЗАДАЧИ ОПТИМАЛЬНОЙ МАРШРУТИЗАЦИИ

И ЛОКАЛИЗАЦИОННОГО УПРАВЛЕНИЯ БОРЬБОЙ

С ЛЕСНЫМИ ПОЖАРАМИ

–  –  –

Задача оптимальной маршрутизации при доставки сил к очагу лесного пожара – одна из возможных областей применений рассмотренного подхода, базирующегося на волновом моделировании. При решении ряда задач управления важно определить не только оптимальный маршрут движения к конкретному лесному пожару, но и оценить область достижимости противопожарных сил к заданному времени. Оценка области достижимости необходима для решения задачи оптимизации начального размещения противопожарных сил на охраняемой территории.

Построение областей достижимости позволяет интегрировано оценить возможные маршруты движения при различных сценариях управления.

Оценка доверительных областей связанна с задачей оптимизации дорожной сети, обеспечивающей своевременную доставку противопожарных сил и средств к возможным очагам лесных пожаров на охраняемой территории.

При определенной модификации, связанной с оценкой скоростей распространения алгоритм построения областей достижимости позволяет строить динамически развивающиеся очаги, например, лесные пожары.

Совместная работа волнового алгоритма определения кратчайшего пути и алгоритма построения областей достижимости [1] (для построения процесса распространения) позволяет решать задачи локализационного управления борьбы с лесным пожаром.

Для решения задачи определения кратчайшего пути и построения области достижимости была разработана специальная программа, основанная на рассмотренном выше модифицированном волновом алгоритме. С ее помощью можно проводить анализ на предмет наиболее эффективного размещения центров базирования пожарных сил методом обнаружения наиболее труднодоступных (но не всегда наиболее удаленных) участков местности.

1. Фадеенков О.В. Математическое и программное обеспечение задачи оптимальной маршрутизации // Химико-лесной комплекс: проблемы и решения. Том 2. Красноярск: СибГТУ, 2003. С. 275-278.

Научный руководитель – канд. техн. наук, проф. С.В. Ушанов

ВИЗУАЛЬНОЕ ПРОГРАММИРОВАНИЕ В СРЕДЕ GPSS

–  –  –

Среди средств имитационного моделирования наибольшее распространение получила система GPSS (General Purpose Systems Simulator).

Она ориентирована на исследование динамики дискретных систем, работающих в условиях случайных воздействий, содержит эффективный механизм для моделирования параллельных процессов и построена на достаточно простых языковых средствах и правилах программирования. Описание исследуемой системы средствами GPSS предполагает ее предварительное представление в форме моделирующего алгоритма. Для разработки такого алгоритма исследуемая система обычно представляется как система массового обслуживания (СМО).

Спецификация системы средствами СМО дает возможность целенаправленно анализировать причинно-следственные отношения в исследуемой системе с целью их отображения в имитационном алгоритме, однако не позволяет наглядно представлять ее динамику на уровне взаимодействия отдельных элементов. Поэтому трудно проверить корректность и адекватность имитационного алгоритма и, следовательно, убедиться в правильности получаемых в результате моделирования результатов.

В число средств спецификации программ входят также сетевые модели. Одна из таких моделей - сеть Петри. Языковые средства сетей Петри позволяют наглядно представлять состояния ресурсов системы на уровне взаимодействующих элементов, однако аппарат сетей Петри не содержит таких эффективных программных средств, какими располагает язык GPSS.

Анализ этих двух средств спецификации обнаруживает определенное соответствие между ними.

Целый ряд операторов языка GPSS имеют вполне определенную интерпретацию на языке сетей Петри и обратно:

ситуации в работе системы, представляемые состояниями сети Петри, могут быть описаны на языке GPSS.

Представляется очевидным, что совместное использование системы GPSS и изобразительных средств сетей Петри позволит устранить (или хотя бы уменьшить) их недостатки и получить эффективное средство для статистического исследования сложных систем, доступное для применения мало квалифицированными пользователями.

Подобная программная система должна содержать средства, поддерживающие аппарат сетей Петри, программную систему GPSS, “мост” между ними и вспомогательные программные модули для организации интерфейса, проверки корректности и т.д. В написании такой программы транслятора и состоит работа.

Научный руководитель – д-р техн. наук, проф. Ю.Г. Древс

ПРОГРАММА КОМПЬЮТЕРНОЙ ОБРАБОТКИ ДАННЫХ ТЕРМИЧЕСКОГО АНАЛИЗА

–  –  –

Термический анализ – один из важнейших методов физикохимического исследования веществ. Основная цель термического анализа

– определение температур фазовых переходов. Кроме того, термический анализ может применяться для количественного определения тепловых эффектов. Данные термического используются для построения фазовых диаграмм, определения составов образцов, определения термодинамических характеристик образцов [1].

Программа компьютерной обработки данных входит в комплекс программных и аппаратных средств автоматизации дифференциальнотермического анализа. Основное назначение программы – автоматизированное определение термодинамических характеристик образцов: температур фазовых переходов и величин тепловых эффектов. Исходные данные представляют собой текстовый файл с таблицей из трех колонок: температура образца, разность температур эталона и образца, время. В исходных данных кроме полезного сигнала присутствуют различного рода высокочастотные шумы. Для удаления шума предусмотрены сглаживающие фильтры. Фильтрация может осуществляться методом скользящего среднего либо может быть применен вейвлет анализ. Выбор и настройку метода фильтрации осуществляет пользователь. Кроме сглаживания для предварительной обработки данных может быть проведена кластеризация данных, при которой данные разбиваются на участки с заданными параметрами – кластеры. Множество точек экспериментальных кривой, попадающее в кластер заменяется одним значением, соответствующим кластеру.

Кластеризация существенно снижает размерность исходных данных и нейтрализует высокочастотный шум, но повышает погрешность вычислений.

Следующая задача, решаемая программой – это поиск характерных точек термической кривой, таких как температура начала теплового эффекта, высота пика, и температура окончания теплового эффекта. Существует несколько различных методик графического определения положения характерных точек [2], выбор той или иной методики непосредственно влияет на расчетные результаты. Поэтому в программе реализовано сразу несколько методик, выбор используемой методики осуществляет пользователь. Программа осуществляет поиск локальных экстремумов, причем на участке нагрева осуществляется поиск локальных минимумов, а на участке охлаждения ищутся локальные максимумы. Определяются высоты пиков и условно определяются границы тепловых эффектов. За границу теплового эффекта применяется точка, соответствующая пересечению двух прямых, построенных по двум примыкающим диапазонам данных в которой угол между этими прямыми имеет наибольшее отклонение от 1800. Из множества выделенных пиков удаляются пики, не подходящие по высоте и по угловым коэффициентам в точках начала и окончания эффекта.

У оставшихся пиков уточняются границы в соответствии с выбранной методикой. Результаты немедленно выводятся на экран монитора. Пользователь может корректировать результаты поиска по своему усмотрению.

Предусмотрен полностью ручной режим выделения пиков. Для каждого выделенного пика может быть подсчитана площадь теплового эффекта. В программе реализовано несколько методов ограничения площади пика [2]. Рассчитанная площадь полинома переводится в величину теплового эффекта по формуле, выведенной по реперным точкам. Формула представляет собой полином третей степени.

1. Н.П.Бурмистрова, К.П.Прибылов, В.П.Савельев, Комплексный термический анализ./ Издательство казанского университета, 1981. 110 с.

2. Егунов В.П. Введение в термический анализ./ Самара, 1996. 270 с.

Научный руководитель – д-р хим. наук, проф. О.В. Андреев

СИСТЕМА АВТОМАТИЗИРОВАННОГО ПРОЕКТИРОВАНИЯ

И РАЗРАБОТКИ ИНФОРМАЦИОННЫХ ПОРТАЛОВ

–  –  –

Как известно, в настоящее время существует значительное количество CASE-средств, облегчающих труд разработчика при создании информационных систем различного масштаба. Большая часть этих средств ориентирована на автоматизацию процесса построения различных моделей, отображающих предметную область, на основе которых в дальнейшем формируется структура базы данных и средства поддержки бизнес-логики.

Гораздо меньше предлагается CASE-средств, решающих задачу автоматизации построения интерфейса пользователя. Данная работа ориентированна как раз на решение этой задачи. Разрабатываемая система позволяет автоматизировать процесс разработки «среднего звена» (middleware) трехуровневых информационных систем, и клиентских приложений клиент- серверных систем. В случае трехзвенных систем, в частности WEBориентированных систем (информационных порталов, web-приложений), система может использоваться для построения шаблонов активных серверных страниц, обеспечивающих представления и обработку данных пользователю. Для клиент-серверных и локальных систем в качестве объекта автоматизации могут выступать клиентские приложения, обеспечивающие работу пользователя с данными.

Логику работы предлагаемой системы можно описать следующим образом: на входе система получает информацию о структуре базы данных (данная информация может быть извлечена из самой БД), а также указания пользователя по формированию функциональных форм, начиная со структуры перехода между ними, и заканчивая особенностями внешнего вида (размер и цвет шрифта, габариты и т.д.). На выходе пользователь получает шаблон кода под конкретное, выбранное им средство разработки приложений или построения активных WEB-страниц. Например, результатом работы может быть сгенерированный проект для среды Borland Delphi или совокупность ASP-страниц. На основе этого шаблона пользователь может создать готовый интерфейс приложения.

С учетом быстро меняющихся технологий, система должна быть гибкой настолько, чтобы с небольшими усилиями можно было бы адаптировать ее к вновь появляющемуся средству проектирования. Основным преимуществом системы перед различными мастерами, встроенными в существующие средства проектирования, является собственный «метаязык»

описания структуры (ядра) создаваемого шаблона. Для реализации спроектированного на метаязыке шаблона в рамках конкретного средства разработки в системе предусмотрены специфические для каждого средства модули перевода («картриджи»).

На текущий момент предлагаемый продукт находится в завершающей стадии разработки. Предполагается, что разрабатываемая система позволит автоматизировать свыше 70% деятельности по формированию интерфейса систем учетного характера.

Научный руководитель – канд. техн. наук, доц. Ф.Ф. Иванов

РАСПОЗНАВАНИЕ И ЛОКАЛИЗАЦИЯ ДВИЖУЩЕГОСЯ

ОБЪЕКТА В ВИДЕО-ПОТОКЕ ПРИМЕНИТЕЛЬНО К ЗАДАЧЕ

КОНТРОЛЯ ДОРОЖНОГО ДВИЖЕНИЯ

И.В. Лобив, Д.Ю. Мехонцев, Н.В. Смолянин, Е.С. Бочар, А.Е. Коротовских Новосибирский государственный университет В докладе описан программный комплекс для локализации движущихся объектов в видеопотоке в рамках задачи контроля дорожного трафика.

В последнее время в связи с ростом мощности компьютеров появилась возможность создания относительно недорогих программноаппаратных систем, реализующих обработку большого количества информации, поступающей в реальном времени. Примером может служить система отслеживания движения объектов, на вход которой поступают изображения, полученные с видеокамеры, а на выходе имеются данные об объектах, попавших в поле зрения, а также об их динамических характеристиках, например скорости и ускорения.

Такая система была успешно реализована, в ней в качестве аппаратной части выступает обычный компьютер Pentium-3, а в качестве программной части используется логический модуль собственной разработки.

К особенностям системы можно отнести следующие моменты.

камера должна обозревать от кадра к кадру одну и ту область пространства;

допускаются цветовые шумы и небольшое дрожание камеры;

отслеживаемые объекты могут плавно менять форму и размер;

не допускается пересечение движущихся объектов одного цвета на продолжительное время.

Метод можно условно разбить на три части.

Выделение адаптивного фона.

Локализация объектов.

Идентификация локализованных объектов (идентификация одного и того же объекта в различных кадрах).

Выделение адаптивного фона – фон моделируется как медленно изменяемая последовательность изображений, которая позволяет адаптироваться к изменениям освещения и погодным условиям.

Были проведены комплексные теоретические исследования и создано программное средство для распознавания и локализации движущегося объекта в видеопотоке. Основным результатом является метод адаптивного фона и метод фильтрации одномерных шумов, которые позволили решить две важные задачи: учесть небольшие быстрые изменения угла зрения (дрожание) камеры и устойчивость всей системы при внесении различных помех, например, MPEG-сжатие видеопотока с потерей качества.

1. Мехонтцев Д.Ю., Лобив И.В., Селезнев К.С. Слежение и определение скорости движущихся на плоскости объектов в реальном времени // Современные проблемы конструирования программ. – Новосибирск, 2002.

– С. 243 – 246.

2. Дунаев А.А., Лобив И.В., Мехонцев Д.Ю., Мурзин Ф.А., Половинко О.Н., Семич Д.Ф., Чепель А.В., Ярков К.А. Алгоритмы быстрого поиска фрагментов фотографических изображений // Современные проблемы конструирования программ. - Новосибирск, 2002. - с.

3. Дунаев А.А., Лобив И.В., Мехонцев Д.Ю., Мурзин Ф.А., Половинко О.Н., Семич Д.Ф., Ярков К.А. Алгоритмы быстрого поиска повернутых и масштабированных образов внутри данного изображения. // Пятая международная конференция «Перспективы систем информатики» – 2003, Новосибирск, Академгородок, Доклады и тезисы. – C.50 – 53

4. Gamma E., Helm R., Johnson R., Vlissides J. Design Patterns. – Addison Wesley Longman Inc, 1995 – 60, 132 p.

5. Booch G. Object – oriented analysis and design. 2nd ed. – Addison Wesley Longman Inc, 1994 – 187 p.

6. Codeguru http://www.codeguru.com

7. Code Project http://www.codeproject.com Научный руководитель – канд. физ.-мат. наук, доц. Ф.А. Мурзин

ПРОГРАММА ДЛЯ ЛОКАЛИЗАЦИИ СПЕЦИАЛЬНЫХ МАРКЕРОВ

НА ИЗОБРАЖЕНИЯХ И РАСПОЗНАВАНИЯ СОДЕРЖАЩЕГОСЯ

В НИХ ТЕКСТА И.В. Лобив, Н.В. Смолянин, Е.С. Бочар, А.Е. Коротовских Новосибирский государственный университет В докладе описана программа быстрого поиска маркеров и распознавания текста, содержащегося в них. Такие программы применяются, например, в обслуживании обычной почты, маркировки товаров в супермаркете, автоматическом обслуживании грузовых контейнеров. Трудность задачи в том, что допускается поворот маркера на любой произвольный угол. При использовании знаменитых систем (например, ABBY FineReader) значительно замедляются локализация и распознавание символов при наличии поворота фрагмента. А также возрастает ошибка распознавания.

На изображении имеется прямоугольная рамка (маркер), разделенная на верхнюю и нижнюю половину. В каждой половине имеется набор цифр.

Необходимо быстро найти маркер на изображении и распознать цифры в нем. Рамка может быть повернута относительно изображения на произвольный угол и может иметь произвольный размер. В докладе описан подход, который хорошо зарекомендовал себя для решения этой задачи.

Рис. 1. Результат работы системы, маркер найден и информация распознана за 20 мс.

Дополнительные требования:

1) Фон должен быть примерно одного цвета.

2) Прямоугольник и текст также должны быть одного цвета, отличающегося от фонового.

Заметим, что геометрия маркера представлена как набор связанных векторов. Следовательно, геометрия может быть легко изменена. Алгоритмы универсальны, т.е. работают с любыми символами.

Обработка изображения делится на две стадии: МРМ (Модуль Распознавания Маркера) и (МИМ) Модуль Интерпретации Маркера, которые в свою очередь состоят из модулей и детально описаны в докладе.

Алгоритмы реализованы на стандартном C++ и представлены в виде MS Windows - dll библиотеки. Проведены серии тестов для различных изображений (100dpi, 200dpi, 300dpi,:) и шрифтов (Arial, Times New Roman, Courier,:) Среднее время работы 20-40ms на изображение 800x600 (100dpi quality, Pentium - III, 700MHz)

1. Дунаев А.А., Лобив И.В., Мехонцев Д.Ю., Мурзин Ф.А., Половинко О.Н., Семич Д.Ф., Чепель А.В., Ярков К.А. Алгоритмы быстрого поиска фрагментов фотографических изображений // Современные проблемы конструирования программ. - Новосибирск, 2002. - с.

2. Дунаев А.А., Лобив И.В., Мехонцев Д.Ю., Мурзин Ф.А., Половинко О.Н., Семич Д.Ф., Ярков К.А. Алгоритмы быстрого поиска повернутых и масштабированных образов внутри данного изображения. // Пятая международная конференция «Перспективы систем информатики» – 2003, Новосибирск, Академгородок, Доклады и тезисы. – C.50 – 53

3. Gamma E., Helm R., Johnson R., Vlissides J. Design Patterns. – Addison Wesley Longman Inc, 1995 – 60, 132 p.

4. Booch G. Object – oriented analysis and design. 2nd ed. – Addison Wesley Longman Inc, 1994 – 187 p.

5. Codeguru http://www.codeguru.com

6. Code Project http://www.codeproject.com Научный руководитель – канд. физ.-мат. наук, доц. Ф.А. Мурзин

АНАЛИЗ СМЫСЛА ТЕКСТА НА ЕСТЕСТВЕННОМ ЯЗЫКЕ

–  –  –

1. Введение В рамках реализуемого проекта предполагается разработать методы, которые позволят проводить разносторонний анализ текстов и отдельных предложений на естественном языке. Планируется использовать такие методы, как: представление смысла текста в рамках подхода И.А. Мельчука и предложенные им лексические функции [1], теоретико-множественные модели Маркуса [2], а также адаптировать для целей изучения текстов на естественном языке некоторые методы и конструкции математической логики.

2. Структуры, соответствующие предложениям на естественном языке Часть проделанной работы можно описать следующим образом. Каждому предложению сопоставляется набор структур structure1,..., structureq, а каждой структуре – предикаты predicatei1,..., predicateij (i ).

С другой стороны, можно считать элементы словаря естественного языка константами, ввести предикаты, на основе их получить формулы.

Предикаты, в свою очередь, сначала рассматриваем на синтаксическом уровне. Затем смотрим на них уже как на подмножества основных множеств моделей в соответствующих декартовых степенях. Такой подход даёт возможность сконструировать модели, т.е. осуществить переход с синтаксического на семантический уровень.

3. Грамматические предикаты Один из способов введения предикатов – сопоставление частям речи.

Такие предикаты назовем грамматическими.

–  –  –

Обозначим C t, n tj | t 1, N, j 1,lt – множество всех пар, встречающихся в потоке. Основными множествами моделей будут множества вида C0 /~, где C0 C, ~ – некоторое отношение эквивалентности.

Отношения эквивалентности будут возникать примерно так же, как в конструкции Генцена при доказательстве теоремы о существовании модели [3]. Т.е. пары вида t,ctj (t 1,..., N ) могут рассматриваться как константы, и в зависимости от высказываний об этих константах, некоторые из них мы объявляем эквивалентными.

Аналогично, можно воспользоваться другими конструкциями математической логики. Отметим, что в процессе применения конструкции Генцена на каждом этапе необходимо проверять непротиворечивость соответствующих теорий. В программной реализации это можно сделать только в упрощенном варианте.

1. Мельчук И.А. Опыт теории лингвистических моделей типа «СмыслТекст». – М. 1974. – 315 с.

2. Маркус С. Теоретико-множественные модели языков. – М.: Наука, 1970. – 332 с.

3. Сакс Дж. Е. Теория насыщенных моделей. – М.: Мир, 1976. – 192 с.

Научные руководители – канд. физ.-мат. наук, доц. Ф.А. Мурзин, канд. биол. наук А.Э. Кель

ВИЗУАЛИЗАЦИЯ И ИДЕНТИФИКАЦИЯ ПОДЦЕПОЧЕК

В РЕГУЛЯТОРНЫХ ПОСЛЕДОВАТЕЛЬНОСТЯХ ДНК

Е.С. Черемушкин, О. Половинко, И. Лобив, А. Дунаев Новосибирский государственный университет Ввиду больших объемов генетических текстов возникает необходимость в визуализации генетической информации. Визуализация генетических текстов может стать необходимым шагом в процессе решения различных генетических задач, например задач распознавания специфичных участков ДНК (генов, сайтов и т. д.). Визуальный анализ биологических последовательностей дает возможность определить структуру информации, закодированной в геноме, а также корректно выбрать метод для анализа этой структуры.

ПОСТАНОВКА ЗАДАЧИ.

Разработка алгоритмов для представления генетических текстов в графической форме и пакета программ, реализующего данные возможности. Последовательность ДНК может быть представлена строкой S в четырехбуквенном алфавите A, C, G, T. На ДНК существуют функциональные участки (гены, цис-элементы и тд.). Точный метод идентификации таких участков еще не найден. При взгляде на эту последовательность, складывается впечатление, что это ни что иное, как хаотический набор букв не несущий никакой информации. Аналогия возникает с чтением текст на незнакомом языке, из которого убрали все разделители слов. Разработка визуализационных методов, представляющих последовательность ДНК в форме, в форме доступной для восприятия, дает возможность понять конструктивные особенности последовательности, что необходимо для построения методов распознавания.

РЕЗУЛЬТАТЫ Реализованы три метода визуализации последовательностей путем последовательного заполнения пикселами картинки в процессе обозрения компонент R, G, B и получено 3-мерное изображение, которое позволяет лучше увидеть структуру последовательности. Были использованы различные формы функции визуализации.

Взята выборка промоторов печеночно-специфичных генов одинаковой длины и рассчитна попарная похожесть при помощи нашей метрики.

Потом на всех парах последовательностей найдены непересекающихся фрагменты с максимальной похожестью, в терминах нашей функции похожести, которые можно считать потенциальными цис-элементами.

Также для анализа данных было использовано видоизмененное быстрое вейвлет-преобразование, опирающееся на метод кратномасштабного анализа, разработанного Малла и Мейером (известного также как пирамидальный алгоритм Малла). Использовался класс базовых функций DB4 открытого Добеши – самый простой и наиболее ограниченный случай, имеющий только четыре коэффициента c0 c3.

Был произведен визуальный анализ выборки последовательностей ДНК состоящей из экзонов и интронов различных генов. Экзоны – это участки ДНК, кодирующие гены. Интроны, это регуляторные участки ДНК, находящиеся между экзонами. Использовался распространенный транскрипционный фактор AP-1. Было замечено объективное различие между вейвлет-образами этих различных структур. Была разработана программная система позволяющая проводить визуальный вейвлетанализ участков ДНК. Программа позволяет, на основе анализа уже известных генов выявить участки, сходные по структуре, что дает реальную альтернативу существующим на данный момент методам предсказания генов.

Модули реализованы на языке C++ в среде Microsoft Visual Studio 6.0/.NET. Каждый метод реализован в виде отдельного приложения. Для визуализационных методов визуализация проходит в две стадии: первая это подготовка данных. Данные конвертируются в вектор чисел double (для вейвлет метода) и в вектор троек R,G,B для других методов. При конвертации используются простейшие преобразования и сглаживающие фильтры. Затем в вейвлет методе применяется вейвлет преобразование, а в других методах сразу происходит визуализация. Второй этап это визуализация результата. В процессе визуализации генерируется изображение (bmp) или последовательность изображений (avi). Задействован широкий круг графических возможностей среды. Системные требования пакета минимальны.

Научные руководители – канд. физ.-мат. наук, доц. Ф.А. Мурзин, канд. биол. наук А.Э. Кель

СТАТИСТИЧЕСКОЕ СРАВНЕНИЕ МЕТОДОВ

ПОИСКА ЦИС-ЭЛЕМЕНТОВ

–  –  –

Реализована система сравнения методов распознавания цисэлементов. Цис-элементы – это короткие участки ДНК играющие ключевую роль в регуляции. Система сравнения реализована с использованием набора классов GRESA DT [1] в виде приложения командной строки в Microsoft Visual Studio.NET. Для добавления нового тестируемого метода достаточно написать функцию с использованием готовых функций сбора статистики. В процессе работы метода статистика сохраняется в виде удобном для визуализации. Тестирующая среда выполнена в виде command-line application в среде Microsoft Visual Studio 6.0 /.NET на языке C++. Результатом работы приложения является отчет о качестве распознавания сравниваемых методов.

Математическое описание метода Качество распознавания может быть оценено распределением двух величин: ошибкой предсказания первого (FP) и второго (FN) рода. В зависимости от параметров поиска получим распределение этих ошибок. Введем следующие величины: значение предсказания 1 FP и чувствительность 1 FN. Пусть S s1,..., sn - известные экспериментальные сайты. Q q1,..., qm – сайты, найденные определенным методом. Обозначим si q j, что сайт si совпадает с сайтом q j (распознан сайтом q j ).

Q ' {q j Q | si S, si q j } Пусть правильно распознавшие сайты,

–  –  –

1. GRESA Development Tools: Объединенная среда разработки и тестирования приложений в области анализа регуляторных последовательностей ДНК. Евгений Черемушкин, Татьяна Коновалова (Иванова), Мария Лобанова, Дмитрий Чекменев, Евгений Бесчастнов.

Научные руководители – канд. физ.-мат. наук, доц. Ф.А. Мурзин, канд. биол. наук А.Э. Кель

ФИЛОГЕНЕТИЧЕСКИЙ ФУТПРИНТ И ВЫРАВНИВАНИЕ

ПРОМОТОРОВ

–  –  –

Филогенетический футпринт – это новый подход к выявлению потенциальных сайтов связывания транскрипционных факторов в последовательностях промоторов. Идея метода основана на предположении, что функциональные сайты в промоторах должны эволюционировать существенно медленнее, чем другие районы, которые не осуществляют какойлибо консервативной функции. Таким образом, потенциальные сайты связывания, которые находятся в эволюционно-консервативных районах промоторов с большей вероятностью можно считать «настоящими».

Наиболее сложной частью филогенетического футпринта является выравнивание последовательностей промоторов разных организмов (например, человека и мыши). Стандартные методы выравнивания часто не могут выравнивать промоторы в силу высокой вариабельности их последовательностей. Мы разработали новый метод выравнивания, который учитывает сходство в распределении потенциальных сайтов связывания на выравнивании последовательностей. Этот метод был эффективно использован для выравнивания промоторов и для выявления новых потенциальных сайтов связывания различных транскрипционных факторов.

Нашей целью было включение в выравнивание знаний о сайтах связывания транскрипционных факторов. Для оценки вероятности нахождения на последовательности сайтов связывания мы использовали весовые матрицы (ВМ).

Тестирование Для подтверждения разработанного алгоритма была построена компьютерную модель эволюции промоторных последовательностей. Последовательность-предок длины l создается случайным образом, в эту последовательность мы вносим N sites сайтов связывания с N sites 1 пробелами между ними. Из этой последовательности мы генерируем 2 последовательности потомка путем внесения Rspacer случайных мутаций (вставок, удалений и замен) в промежутках и Rsite замен в сайтах.

Необходимо, чтобы после каждой итерации все сайты оставались «функциональными». ля этого мы проверяем ВМ вес для каждого из них и отбрасываем случаи, когда вес ниже определенного порога (COsite). Затем эти последовательности выравниваются, и позиции выровненных блоков сравниваются с внесенными сайтами. Далее мы подсчитываем количество ошибочных выравниваний.

В итоге, реализован метод филогенетического футпринта, состоящий из выравнивания нескольких промоторов (характерных активных участков) сходных генов разных видов, а, затем, поиска потенциальных сайтов связывания похожих транскрипционных факторов на них. Метод реализован в виде приложения командной строки (command-line application) в среде Microsoft Visual Studio 6.0 /.NET под Microsoft Windows. Существует также версия метода для Unix. Приложение неоднократно использовалось и используется для анализа регуляторных последовательностей ДНК.

Научные руководители – канд. физ.-мат. наук, доц. Ф.А. Мурзин, канд. биол. наук А.Э. Кель

АЛГОРИТМЫ ИДЕНТИФИКАЦИИ САЙТОВ

ЯДЕРНЫХ РЕЦЕПТОРОВ

Е.Н. Черемушкина, Е.С. Черемушкин, Д. Чекменев, О. Кель Новосибирский государственный университет Ядерные рецепторы (NR) работают как активируемые лигандами транскрипционные факторы. Они участвуют в регуляции обмена веществ, размножения, развития организма и других жизненно важных процессах.

Неправильная работа NR является ключевым моментом в развитии многих патологий. В данной работе была предпринята попытка получить метод распознавания сайтов ядерных рецепторов на ДНК.

Структура данных. Сайты узнавания NR часто состоят из двух шестинуклеотидных полусайтов. Расстояние между полусайтами бывает различное, и иногда зависит от типа рецептора, узнающего этот сайт. Полусайты могут быть в различной взаимной ориентации. Полусайты разных ядерных рецепторов очень похожи, и один сайт может являться мишенью для нескольких NR. Таким образом, особенно востребованной является проблема идентификации сайтов, т.е. определения связывающегося с ними фактора.

Метод распознавания.

Так как сайт состоит из 2 консервативных доменов с варьирующим расстоянием между ними, то зададим double-core M k m1, m2, d1, d2 модели распознавания M k следующим образом:

m1 и m 2 – весовые матрицы [1] длины 6, d1, d 2 – минимальное и максимальное расстояния между полусайтами. Пусть w1 (i) и w2 ( j ) веса m1 и m2 в позиции I и j соответственно на последовательности. Сайт считается w1 (i) w2 ( j ) распознаным, если вес w больше заданного порога c и расстояние между половинками сайтов d [d1, d2 ]. Распознавание сайтов NR будем производить следующим образом: Если на последовательности был распознан характерный полусайт, рассмотрим, какой максимальный вес wk распознавания дает каждая из моделей M k. Если модель M k не расwk 0. Далее классифицируем данпознана в данном районе, то считаем ный сайт в зависимости от весов wm с помощью применения процедуры классификации метода дерева решений.

Метод обучения. Метод получения моделей M k : Пусть S (S1,..., Sm ) – обучающая выборка последовательностей сайтов. Для каждого подмножества S ' (S1',..., Sm ) множества S зададим два набора ' подпоследовательностей S 1 (s1,..., s1 ) и S 2 ( s12,..., sn ), si1, si2 Si', длиn sij равна 6. Найдем с помощью классической процедуры гиббс самна si1 похожи друг на друга, и si2 похожи межплинга [2] S 1 и S 2 такие, что ду собой. По S 1 и S 2 создадим соответствующие матрицы m1 и m2. Затем выберем расстояния d1 min d ( si1, si2 ) и d2 max d (si1, si2 ). Выбеi i рем начальное подмножество S[ 0 ] называемое коровой выборкой. Теперь построим модель M [ 0] и добавим в S[ 0 ] последовательность из S \ S[0], для которой вес w[ 0 ] модели M [ 0] максимален. Таким образом, получим модель M [1]. Будем продолжать процедуру добавления до тех пор, пока вес w[k ] превышает изначально заданный порог C. (рис 1).

Выберем начальное подмножество S[ 0 ] называемое коровой выборкой. Теперь построим модель M [ 0] и добавим в S[ 0 ] последовательность из S \ S[0] для которой вес w[ 0 ] модели M [ 0] максимален. Таким образом, получим модель M [1]. Будем продолжать процедуру добавления до тех пор, пока вес w[k ] превышает изначально заданый порог C.

После окончания процедуры получим модель M, описывающую выборку S. Таким образом, получим различные модели M1,..., M T для различных классов сайтов.

Результаты.

Построена double-core модель по каждому из факторов, для групп сайтов и для повторов. Полученное дерево классификации имеет 18 узлов и 19 листьев. Также была составлена программа для распознавания этих сайтов.

1. MATCH: A tool for searching transcription factor binding sites in DNA sequences. Kel AE, Gossling E, Reuter I, Cheremushkin E, Kel-Margoulis OV, Wingender E.

2. Lawrence, C.E., Altschul, S.F., Bogouski, M.S., Liu, J.S., Neuwald, A.F., and Wooten, J.C. (1993), "Detecting Subtle Sequence Signals: A Gibbs Sampling Strategy for Multiple Alignment," Science, 262, 208-214.

Научные руководители – канд. физ.-мат. наук, доц. Ф.А. Мурзин, канд. биол. наук А.Э. Кель

ИССЛЕДОВАНИЕ БОЛЬШИХ ОДНОМЕРНЫХ МАССИВОВ

ДАННЫХ С ПРИМЕНЕНИЕМ КРАТНОМАСШТАБНОГО

АНАЛИЗА

–  –  –

При решении ряда научно-исследовательских и практических задач возникает проблема обработки больших массивов данных. В качестве примеров можно привести обработку нуклеотидных последовательностей, глобальное моделирование климата, численные эксперименты в области физики и химии. Основная особенность этих задач заключается в том, что обрабатываемые данные из-за большого объема не могут быть целиком помещены в оперативную память ЭВМ. Так, при обработке нуклеотидной последовательности объем исходных данных имеет порядок 1Гб.

Очевидно, что производительность программы, использующей предоставляемый операционной системой механизм виртуальной памяти, при прочих равных условиях будет ниже из-за затрат на загрузку данных из файла подкачки при ошибке из-за отсутствия страницы. По этой причине большинство решений используют альтернативные подходы: частичную модификацию операционной системы [1], использование дисковых массивов [2], или даже, в некотором смысле, исключение файловой системы (данные хранятся в базе данных). В то же время, первый из упомянутых методов ограничивает область применения операционными системами с открытыми спецификациями, а второй и третий попросту дороги.

Цель данной работы – исследование и разработка оптимальных методов работы с большими массивами данных и создание программы, использующей эти методы при обработке данных методом кратномасштабного анализа [3]. Исходными данными для программы является массив данных, сохраненный в файле в том или ином формате. Результаты вычислений сохраняются в файлах и отображаются на экране. Программа легко расширяема, то есть, имеется возможность быстрого добавления модулей для работы с новыми форматами данных. Основными требованиями к программе являются по возможности высокая скорость обработки данных и полная функциональность в рамках стандартных средств, предоставляемых операционной системой.

Программа разработана для операционной системы Microsoft Windows NT/2000. Вычислительные блоки, реализующие исследуемые методы, могут быть с минимальными изменениями использованы при разработке других программ. Она способна обрабатывать массивы объемом до 300 мегабайт.

Результатом вычислений являются несколько векторов, являющихся приближениями одного и того же исходного вектора. Применительно к исследованиям нуклеотидных цепочек, существует несколько методов визуализации информации подобного рода. В настоящей работе был выбран наиболее наглядный, с точки зрения автора, способ, который заключается в следующем.

Среди всех значений, содержащихся в полученных массивах, выбирается минимальное и максимальное значения. После чего строится цветовая шкала соответствия значения оттенку цвета H в системе цветовых координат HSV. Минимальному значению соответствует цвет с оттенком 0, максимальному – с оттенком 360. После этого массивы отображаются на плоскости рядами цветных точек; цвет точки соответствует значению элемента массива. Такой способ отображения дает возможность визуально выделять характерные участки в массиве данных.

1. Todd C. Mowry, Angela K. Demke and Orran Krieger. Automatic Compiler-Inserted I/O Prefetching for Out-of-Core Applications. - Proceedings of the USENIX 2nd Symposium on OS Design and Implementation (OSDI '96).

2. Tracy. Kimbrel, Andrew Tomkins, R. Hugo Patterson и др. A TraceDriven Comparison of Algorithms for Parallel Prefetching and Caching. - Proceedings of the USENIX 2nd Symposium on OS Design and Implementation (OSDI '96).

3. Дремин И. М., Иванов О. В., Нечитайло В. А. Вейвлеты и их использование. – «Успехи физических наук», том 171, №5, май 2001.

Научный руководитель – канд. физ.-мат. наук, доц. Ф.А. Мурзин

АВТОМАТИЗИРОВАННАЯ СИСТЕМА ДЛЯ АННОТИРОВАНИЯ

И КАТАЛОГИЗАЦИИ САЙТОВ

–  –  –

В работе описана система аннотирования и каталогизации сайтов, основанная на статистическом методе аннотирования и методе построения лексических цепочек. Показана возможность применения этих методов к анализу текстов в формате HTML. Описанная система в настоящее время находится в стадии тестирования.

Условно алгоритмы автоматического аннотирования можно разделить на два класса: статистические и семантические методы.

Статистические методы позволяют создавать аннотацию текста на любом языке, но при этом не используют или почти не используют семантическую информацию. Статистические методы достаточно просты в реализации и не требуют использования словарей и баз данных слов. Как правило, алгоритмы основываются на подсчете числа вхождений повторяющихся слов в текст.

Семантические методы аннотирования принимают во внимание значения слов текста.

Метод аннотирования текстов путем построения лексических цепочек [1-3] не работает с осмысленным текстом в целом, но учитывает вхождения в текст синонимов одного и того же слова.

Назовем лексической цепочкой такую последовательность слов из текста, что для любых двух слов из нее справедливо одно из утверждений:

слова совпадают;

слова являются различными формами одного и того же слова;

слова являются синонимами.

Для построения лексических цепочек используется следующий алгоритм. Для каждого слова из текста выбираются все его возможные значения (все значения всех допустимых начальных форм). Для каждого значения выписываются все синонимы. Если цепочки, в которой встречались бы какие-либо из полученных слов, не существует, создается новая цепочка. В противном случае слово добавляется к цепочке, в которой встретилось какое-либо из полученных слов. Ясно, что одно и то же слово может присутствовать в нескольких лексических цепочках.

После того как лексические цепочки построены, необходимо выбрать наиболее значимые из них (они будут указывать на тему всего текста). При выборе предпочтение отдается наиболее протяженным цепочкам, т.е. цепочкам, покрывающим больший текст. Следующим критерием является длина цепочки, т.е. количество слов в ней.

Для определения списка синонимов слов используется база слов английского языка WordNet. Для доступа к базе используются библиотечные функции, исходные коды которых поставляются вместе с базой данных.

Заключительным этапом процесса аннотирования является создание текста аннотации. Т.к. построение связанного текста само по себе является сложной задачей, аннотация строится из предложений исходного текста.

Перечисленные алгоритмы можно применить для аннотирования сайтов. Система аннотирования сайтов должна не только генерировать аннотации текстов сайта, но и предоставлять статистику по ссылкам.

Заключительным этапом работы программы является создание HTML-страницы с описанием сайта, на которой представлены все основные данные, полученные в процессе анализа. Эта страница выдается пользователю.

1. Hirst G., Budanitsky A. Lexical Chains and Semantic Distance. — Univ.

of Toronto, 2001.

2. Silber H. G., McCoy K. F. Efficient Text Summarization Using Lexical Chains. — Univ. of Delaware, 2002.

3. Brunn M., Chali Y., Pinchak Ch. J. Text Summarization Using Lexical Chains. — Univ. of Lethbridge, 2002.

Научный руководитель – канд. физ.-мат. наук, доц. Ф.А. Мурзин

МАСШТАБИРУЮЩИЕ АЛГОРИТМЫ СПЕЦИАЛЬНОГО ВИДА

И КОМПРЕССИЯ ВИДЕОПОСЛЕДОВАТЕЛЬНОСТЕЙ

–  –  –

1. Введение Для улучшения степени сжатия видеопоследовательностей, в частности, используются алгоритмы на основе сглаживающих преобразований.

Последовательность действия в таких алгоритмах следующая: к исходному кадру I применяется некоторое сглаживающее преобразование, затем, I * кодируется рекурсивно по той же схеме. При этом сглаженный кадр * все устроено так, что при кодировании I можно перейти к кадру меньшей размерности, обычно в 4 раза. Если позволяет требуемый битрейт, разность между исходным кадром и сглаженным I I также кодируется.

* В данной статье рассматривается один из таких подходов.

Автором был использован алгоритм масштабирования, увеличивающий исходное изображение в два раза по горизонтали и вертикали (данный масштабирующий алгоритм был предложен И.Книжным, Институт космических исследований РАН).

В этом алгоритме для каждой точки исходного изображения, по 8 точкам окружающим ее, строится изображение, состоящее из 2х2 точек.

Алгоритм основан на использовании прямого и обратного дискретного косинусного преобразования (FDCT и IDCT) результирующего блока 2х2.

Осуществляется переход от исходного изображения к пространственным частотам, и в некотором смысле, осуществляется «предсказание» значений спектральных коэффициентов в блоке из 2х2 точек по его окружению.

2. Полученные результаты В итоге имеем очень быстрый и довольно качественный алгоритм увеличения исходного изображения в два раза по вертикали и горизонтали.

Применим его к задаче предварительного сглаживания кадра видеопоследовательности.

Любым образом (например, прореживанием) уменьшим исходный кадр в два раза по вертикали и горизонтали. Затем применим вышеописанный масштабирующий алгоритм. Получим изображение близкое к исходному, но более гладкое, лишенное высокочастотной составляющей. Заметим, что данное изображение не надо хранить, достаточно иметь в распоряжении разреженное изображение. Таким образом, рекурсивно применяя данную процедуру, мы на каждом шаге уменьшаем размерность изображения в 4 раза.

Разность исходного и сглаженного изображений можно разбить на квадратные блоки (например, 8х8). Затем каждый блок, в зависимости от его веса, либо кодируется целиком, либо заменяется одним средним значением, либо вообще не передается. В случае, когда блок кодируется целиком, можно использовать его квантизацию и метод RLE, либо более сложные методы.

Описанный алгоритм был программно реализован [1]. Использовались цветовые координаты YUV. Метод дает приемлемое качество при сжатии видеопоследовательностей размера 720х480 точек, 24-битный цвет с битрейтом 600-650 kbps.

Следует заметить, что алгоритмический процесс, представляющий собой одну итерацию “прореживание-увеличение” применялся к яркостной составляющей изображения. К компонентам цветности этот алгоритм можно применять 2-3 раза. Т.е. сначала исходное изображение 2-3 раза прореживается в два раза по вертикали и горизонтали, а затем столько же раз применяется масштабирующая процедура.

1. Иванов М. А. О применении алгоритма масштабирования к задаче предварительного сглаживания в кодировании видеопоследовательностей // Пятая междунар. конф. памяти акад. А.П. Ершова, “Перспективы систем информатики”, Рабочий семинар “Наукоемкое программное обеспечение”, Новосибирск 2003, -С. 47-49.

Научный руководитель – канд. физ.-мат. наук, доц. Ф.А. Мурзин

–  –  –

1. Постановка задачи Основной объект изучения - дискретная функция от времени.

Варьирование – это трансформация некоторой структуры из одной ситуации в другую. Структура – это наша функция – носитель образа.

Исследуемая функция подвергается некоторым преобразованиям. При этом некоторые элементы, например, абсолютная величина, некоторые отношения значений функции и др. остаются инвариантными относительно этого преобразования, т.е. при варьировании происходит сохранение некоторых исходных структурных свойств. Наличие инвариантов маскируется другими элементами, которые меняют лицо первоначальной ситуации.

Элементарным преобразованием назовём такую операцию, которая осуществляет изменение (трансформацию) какого-либо одного элемента (или отношения элементов) при сохранении всех остальных.

Элементарными преобразованиями, например, будут:

Тождественное преобразование.

Изменение весов значений определённым образом.

Дробление участков постоянства определённым образом.

Преобразование подобия во времени значений функции.

Алгоритмы применяются к обработке музыкальных произведений: задаче варьирования мелодии.

2. Полученные результаты Известно, что восприятие мелодии характеризуется такой качественной особенностью как структурность [1]. Структура – целостная и не разложенная на составляющие части – носитель некоторого образа. Возможность перенесения структуры из одной ситуации в другую, в новые условия, или транспонируемость, является основным свойством структуры.

В нашем случае структурой будет являться мелодия, формализованная в виде символьной последовательности.

Каждой мелодии ставится в соответствие три числовых последовательности:

1) Последовательность номеров нот.

Все ноты, начиная от ноты «до» первой октавы мы пронумеровываем натуральными числами от 0 до 128.

2) Последовательность интервалов.

Последовательность звуковысотных интервалов между соседними нотами. Если каждый интервал выразить числом полутонов, то такую последовательность можно записать в виде цепочки целых чисел (знак «-» будет показывать движение текущей ноты вниз относительно непосредственно предшествующей ей ноты, отсутствие знака перед интервалом – движение текущей ноты вверх).

3) Последовательность длительностей.

Исследовались три основных класса трансформаций [2]:

Трансформации звуковысотности.

Трансформации ритма.

Орнаментальные трансформации.

Различия между трансформированными мелодиями, а также между трансформированными и исходной оценивались с помощью одной из метрик, предложенных Левенштейном [3]. Также производилось прослушивание мелодий экспертами.

1. Зарипов Р. Х. Машинный поиск вариантов при моделировании творческого процесса. – М.: Наука, 1983.

2. Мухин Д. Ю. Исследование алгоритмов варьирования применительно к MIDI-файлам // “Новые информационные технологии в науке и образовании”, ИСИ СО РАН, Новосибирск 2003, -С. 269-279.

3. Algolist http://algolist.manual.ru Научный руководитель – канд. физ.-мат. наук, доц. Ф.А. Мурзин

АЛГОРИТМЫ АНАЛИЗА ТЕКСТУР И ПОИСК ОБЪЕКТОВ,

РАСПОЛОЖЕННЫХ НА ТЕКСТУРИРОВАННЫХ

ПОВЕРХНОСТЯХ

–  –  –

Введение Текстуры находят целый ряд применений в анализе многих типов изображений. Они непосредственно присутствуют во всех изображениях, получаемых с помощью спутников, в микроскопических изображениях культур клеток, препаратов тканей в биомедицинских исследованиях и т.п.

Измерение параметров текстур позволяют классифицировать физические участки изображения, например, идентифицировать сельскохозяйственные культуры. Наконец, текстуры можно синтезировать, чтобы заполнять участки изображения с целью его кодирования.

Применение текстур может существенно уменьшить вычислительные затраты и сделать возможным интерактивный режим визуализации [1,2].

Содержание работы Формулировка прикладной задачи На некоторой текстурной поверхности находится предмет. Делается фотография этой картины. Наша программа должна определить некоторые отличительные признаки текстуры, затем вытереть её, тем самым, выделив изображение предмета. Таким образом, мы пришли к необходимости распознавания текстуры по некоторому её участку, а точнее к необходимости анализа и выявления закономерностей характеристик текстурного изображения.

Описание текстур на качественном уровне Для демонстрации полученных результатов в качестве основных тестов были выбраны следующие текстурные поверхности: естественная, структурная, беспорядочная линейчатая.

Эти тесты были выбраны исходя из предположения У. К.

Прэтта [1], о том, что текстуры на качественном уровне можно описать несколькими прилагательными, например:

Мелкозернистая, Крупнозернистая, Гладкая, Гранулированная, Беспорядочная линейчатая, Пёстрая, Нерегулярная, Холмистая, Стохастические.

Реализованные методы Рассмотрены три метода, основанные на анализе плотностей перепадов, автокорреляционных функций и различных статистических характеристик серий. Написана программа на языке программирования Visual C++ 6.0 реализующая три подхода к изучению текстурных характеристик [3].

В методе, использующем анализ плотностей перепадов, была достигнута 90 – 100% точность вытирания текстуры. Такой результат был получен при применении шаровой нормы для определения близости цветов, радиус нормы равен ста.

При использовании сравнений автокорреляционных функций точность вытирания текстуры составила 83 – 100%. Применялась та же норма что и в анализе плотностей перепадов. При непосредственном сравнении автокорреляционных функций был учтен возможный сдвиг фаз. Опыты показали, что автокорреляционная функция периодически убывает и возрастает в соответствии с мерой периодичности пространственного расположения тоновых непроизводных элементов.

На данном этапе работы, над выявлением закономерностей характеристик серий, реализован метод сравнения соответствующих характеристик участков изображения. Но такой подход даёт очёнь слабый результат.

Сейчас ведётся работа по разработке лучшего способа сравнения характеристик серий, поэтому о результатах применения этого метода говорить еще рано. Ниже приведен пример одного из тестов.

1. У.К. Прэтт, О. Д. Фожра, А. Гагалович. Применение моделей стохастических текстур для обработки изображений // ТИИЭР, т. 69, №5, май1981.

2. Р.М. Харалик. Статистический и структурный подходы к описанию текстур // ТИИЭР, т. 67, №5, май 1979.

3. Мурзин Ф.А., Половинко О.Н., Лобив И.В. Распознавание текстур по пространственным закономерностям // “Новые информационные технологии в науке и образовании”, ИСИ СО РАН, Новосибирск 2003, -С.

256-268.

Научный руководитель – канд. физ.-мат. наук, доц. Ф.А. Мурзин

АНАЛИЗ СИГНАЛОВ, ВОЗНИКАЮЩИХ ПРИ ЯДЕРНОМ

КАРОТАЖЕ НЕФТЯНЫХ СКВАЖИН

–  –  –

Введение Метод ядерного каротажа нефтяных скважин состоит в следующем. В скважину на тросе, длина троса может достигать 7 км, опускается прибор, содержащий источник нейтронов. Изучается отклик среды. Прибор поднимается наверх. При этом через определенные интервалы, например, через каждые 15 см, производится съем данных, которые по тросу передаются наверх. Анализ полученных данных позволяет произвести геологическое расслоение среды, обнаружить нефть, воду и т.д. При этом применяются алгоритмы обработки сигналов, имеющие очень специфический характер и требующие знания ядерной физики.

Сначала получают чистые спектры ГИНР и ГИРЗ. Более точно, спектр гамма–квантов, зарегистрированный во время вспышки быстрых нейтронов, состоящий из спектра ГИНР и спектра «фона». В данном случае фоном будет являться гамма-излучение радиационного захвата предыдущих вспышек, гамма-излучение радиационного захвата, произошедшего от нейтронов, которые замедлились и гамма-излучение наведенной радиоактивности.

Регистрация осуществляется в четырех временных окнах:

Гамма-спектроскопия естественной радиоактивности. Можно считать, что это вариант ядерного каротажа. В данном методе сначала производится калибровка прибора. Прибор получает данные, используя образцы, содержащие достаточно большое количество урана, калия и тория, соответственно, а также считывается спектр фона, часто им является цемент. Далее получаются чистые спектры, посредством вычитания из спектров образцов спектра фона, осуществляется переход, на оси абсцисс, от каналов к энергиям (от 0 до 3000 кэВ), и строится матрица коэффициентов чувствительности к образцам. При этом можно применять два подхода: оконный и многоканальный. Во втором случае может быть рассмотрены до 300 уровней энергии, и соответственно учитывается чувствительность прибора на каждом энергетическом уровне. Далее при проведении исследований в скважине используется полученная матрица чувствительности, чтобы определить содержание урана, калия и тория в реальной среде. На основании полученных данных проводится литологическое расслоение среды по глубине.

Описание содержания работы По заказу ОАО «Западно-Сибирская Корпорация Тюменьпромгеофизика» разработан и реализован ряд алгоритмов для обработки сигналов, возникающих при ядерном каротаже нефтяных скважин [1],[2],[3].

Создана программа «Анализатор спектров» (SpectrumAnalyzer), предоставляющая следующие возможности:

загрузка и просмотр исходных амплитудных и временных спектров;

автоматическое вычисление чистых спектров ГИНР и ГИРЗ;

полуавтоматическая энергетическая привязка загруженных данных ИНГК-С (С/О-каротажа) и ГК-С;

расчет набора аналитических параметров по задаваемым энергетическим окнам;

полуавтоматическая обработка временных спектров ИННК-нТ и ИНГК по методике определения времени жизни тепловых нейтронов или декрементов затухания нейтронного поля (однозондовая и двухзондовая аппаратура);

полуавтоматическая обработка временных спектров ИНГК (ИННК) по методике компенсации водородосодержания (двухзондовая аппаратура);

вычисление концентраций естественных радионуклидов;

экспорт результатов обработки данных ИНГК-С (С/O-каротажа), ГК-С и ИНГК в формате LAS.

Алгоритмы и программный комплекс используются при эксплуатации нефтяных месторождений и конкурентоспособны с мировыми аналогами.

1. Винокуров А.А., Ильин И.В., Лобив И.В., Мурзин Ф.А., Половинко О.Н., Семич Д.Ф. Программное обеспечение для поддержки процесса ядерного каротажа нефтяных скважин // Пятая междунар. конф. памяти акад. А.П. Ершова, «Перспективы систем информатики», Рабочий семинар «Наукоемкое программное обеспечение», Новосибирск 2003, -С. 40-42.

2. Винокуров А.А., Ильин И.В., Лобив И.В., Мурзин Ф.А., Половинко О.Н., Семич Д.Ф. О некоторых задачах, связанных с автоматизацией процесса ядерного каротажа нефтяных скважин // “Новые информационные технологии в науке и образовании”, ИСИ СО РАН, Новосибирск 2003, -С.

112-123.

3. Винокуров А.А., Ильин И.В., Лобив И.В., Мурзин Ф.А., Половинко О.Н., Семич Д.Ф. Программный комплекс, предназначенный для обработки результатов, полученных методом ядерного каротажа нефтяных скважин // Конф. молодых ученых ИСИ СО РАН «Новые подходы и решения»

Новосибирск 2003, -С. 23-31.

Научные руководители – канд. техн. наук А.А. Винокуров, канд. физ.мат. наук Ф.А. Мурзин

ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

ПРИМЕНЕНИЕ САМООРГАНИЗУЮЩИХСЯ КАРТ

КОХОНЕНА ДЛЯ ПОСТРОЕНИЯ АДАПТИВНЫХ СЕТОК

–  –  –



Pages:   || 2 | 3 | 4 | 5 |
Похожие работы:

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ СИБИРСКОЕ ОТДЕЛЕНИЕ РОССИЙСКОЙ АКАДЕМИИ НАУК НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ МАТЕРИАЛЫ XLII МЕЖДУНАРОДНОЙ НАУЧНОЙ СТУДЕНЧЕСКОЙ КОНФЕРЕНЦИИ «Студент и научно-технический прогре...»

«Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Уфимский государственный авиационный технический университет» ПСИХОЛОГИЯ СЕМИНАРСКИЕ ЗАНЯТИЯ Уфа 2014 ...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ СИБИРСКОЕ ОТДЕЛЕНИЕ РОССИЙСКОЙ АКАДЕМИИ НАУК НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ МАТЕРИАЛЫ XLII МЕЖДУНАРОДНОЙ НАУЧНОЙ СТУДЕНЧЕСКОЙ КОНФЕРЕНЦИИ «Студент и научно-технический пр...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ УХТИНСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ Т.С. Омеличева ОРГАНИЗАЦИОННОЕ ПОВЕДЕНИЕ Учебное пособие Ухта 2010 г. ББК 65.290–2я73 О–57 Омеличева Т.С. Организационное поведение: Учебное пособие. – Ухта: УГТУ,...»

«2014-2015 учебный год Абрашкин Дмитрий Анатольевич Радиофизический факультет Лидер студенческого самоуправления 1. Председатель студенческого совета радиофизического факультета Авагян Элизабет Армановна Механико-математический факультет 2....»

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ СИБИРСКОЕ ОТДЕЛЕНИЕ РОССИЙСКОЙ АКАДЕМИИ НАУК АДМИНИСТРАЦИЯ НОВОСИБИРСКОЙ ОБЛАСТИ КОМИССИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ ПО ДЕЛАМ ЮНЕСКО НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ МАТЕРИАЛЫ XLVIII МЕЖД...»

«Министерство образования Российской Федерации Ухтинский государственный технический университет Н.И. АВЕРЬЯНОВА, И.А. ШИПУЛИНА, А.Е. ЖУЙКОВ, Н.Ю. ЗАРНИЦЫНА, Л.А. КИЧИГИНА, Е.А.ВЕЛЬДЕР ПИЕЛОНЕФРИТ И ГЛОМЕРУЛОНЕФРИТ У ДЕТЕЙ Ухта, 2001 УДК 616.61-002.3-053.2 ББК 56.9:57.33 А19 Ав...»

«УДК 004.9 ПРОКОПЧУК Юрий Александрович МЕТОДОЛОГИЯ СОЗДАНИЯ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И СИСТЕМ НА ОСНОВЕ ПАРАДИГМЫ ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ Специальность 05.13.06 – Информационные технологии Диссертация на соискание ученой степени доктора технических наук Научный консультант Алпатов Анатолий Петрович д-р техн. наук, профессор Днепроп...»

«Кудрявцев Андрей Владимирович НЕЛИНЕЙНО-ОПТИЧЕСКИЕ СВОЙСТВА МИКРОКРИСТАЛЛОВ ГЛИЦИНА И ФЕНИЛАЛАНИНОВ 01.04.07 – Физика конденсированного состояния АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Воронеж-2015 Работа выполнена в ФГБОУ ВПО «Московский гос...»

«БЕЛОЛИПЕЦКИХ НАТАЛЬЯ ВИКТОРОВНА СТИМУЛИРОВАНИЕ ПОЛОРОЛЕВОЙ СОЦИАЛИЗАЦИИ СТУДЕНЧЕСКОЙ МОЛОДЁЖИ (на примере строительного колледжа) 13.00.02 – Теория и методика обучения и воспитания (социальное...»

«Федеральное агентство по образованию Государственное образовательное учреждение высшего профессионального образования Ухтинский государственный технический университет (УГТУ) О. М. Кудряшова, Р. А. Нейдорф, В. Н. Пушкин Вычислительная математика Учебное по...»

«Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Уфимский государственный авиационный технический университет» ПСИХОЛОГИЯ И ПЕДАГОГИКА ВЫСШЕЙ ШКОЛЫ Семинарские занятия Уфа...»

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ СИБИРСКОЕ ОТДЕЛЕНИЕ РОССИЙСКОЙ АКАДЕМИИ НАУК АДМИНИСТРАЦИЯ НОВОСИБИРСКОЙ ОБЛАСТИ КОМИССИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ ПО ДЕЛАМ ЮНЕСКО НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ МАТЕРИАЛЫ XLVIII МЕЖДУНАРОДНОЙ НАУЧНОЙ СТУДЕНЧЕСКОЙ КОНФЕРЕНЦИИ «Студент и научно-технический прогресс»...»

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ СИБИРСКОЕ ОТДЕЛЕНИЕ РОССИЙСКОЙ АКАДЕМИИ НАУК АДМИНИСТРАЦИЯ НОВОСИБИРСКОЙ ОБЛАСТИ КОМИССИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ ПО ДЕЛАМ ЮНЕСКО НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ МАТЕРИАЛЫ XLVI МЕЖДУНАРОДНОЙ...»

«Шутов Владимир Дмитриевич ЛИНЕАРИЗАЦИЯ СВЧ УСИЛИТЕЛЕЙ МОЩНОСТИ МЕТОДОМ ЦИФРОВЫХ ПРЕДЫСКАЖЕНИЙ Специальности 01.04.03 – Радиофизика, 05.13.01 – Системный анализ, управление и обработка информации АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Воронеж – 2015 Работа выполнена в Воронежском государственн...»

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ Государственное образовательное учреждение высшего профессионального образования Ижевский государственный технический университет ГЛАЗОВСКИЙ ИНЖЕНЕРНО-ЭКОНОМИЧЕСКИЙ ИНСТИТУТ УТВЕРЖДАЮ Ректор ИжГТУ _ Б.А.Якимович _ 200 г. РАБОЧАЯ ПРОГРАММА По дисциплин...»

«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Математико-механический факультет Кафедра информатики Панчишена Александра Николаевна Разработка программного продукта для диагностики и развития творческого мыш...»

«2 СОДЕРЖАНИЕ Актуальность и основание разработки Цели программы Целевая аудитория Продолжительность изучения программы Требования к начальной подготовке, необходимые для успешного усвоения цикла. Требования к материально-техническому обеспеч...»

«ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ КАЗАНСКИЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ им. А.Н. ТУПОЛЕВА-КАИ Кафедра Телевидения и мультимедийных систем УТВЕРЖДАЮ Первый проректор-проректор по ОД Н.Н. Маливанов « » 201 _г. Регис...»

«СССР В ПОСЛЕВОЕННЫЕ ГОДЫ (1945-1953 гг.) Социально-экономическое развитие СССР Состояние экономики СССР после Великой Отечественной войны. Последствия Великой Отечественной войны: людские и материальные по...»

«Строительный контроль. Вопрос №1. Авторский надзор в строительстве, в том числе на особо опасных, технически сложных и уникальных объектах Вопрос №2. Технический надзор Вопрос №3. Государственный технически...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ УХТИНСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ В.В. Каюков ПРАКТИКУМ ПО МИКРОЭКОНОМИКЕ Учебное пособие Ухта ББК 65.01.Я 7 К 31 Каюков В.В. Практикум п...»








 
2017 www.pdf.knigi-x.ru - «Бесплатная электронная библиотека - разные матриалы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.