Ю.М. Искандеров1, А.А. Буцанец2, С.В. Смоленцев3, Е.Б. Мазаков4, К.В. Матрохина5, В.Я. Трофимец6

1 Санкт-Петербургский Федеральный исследовательский центр РАН (Санкт-Петербург, Россия)

2,3 Государственный университет морского и речного флота
имени адмирала С.О. Макарова (Санкт-Петербург, Россия)

4–6 Санкт-Петербургский горный университет (Санкт-Петербург, Россия)

1 iskanderov_y_m@mail.ru, 2 butsanetsaa@gumrf.ru, 3 SmolencevSV@gumrf.ru, 4 mazakov_eb@pers.spmi.ru 5 k.matrokhina@mail.ru, 6 zemifort@inbox.ru

Постановка проблемы. В настоящее время телекоммуникационные сети постепенно эволюционируют в направлении создания общей инфраструктуры, базирующейся на протоколах семейства IP. Для управления информационными потоками данных в этих сетях с целью предотвращения перегрузки и уменьшения потерь в пропускной способности применяют целый арсенал различных методов и средств. Однако, чтобы полностью реализовать преимущества единой инфраструктуры необходимо разрабатывать новые подходы и принципы распределения ресурсов сетей и управления трафиком, которые будут гарантировать высокие уровни показателей качества обслуживания для большого и разнообразного числа приложений, реализуемых конечными пользователями.

Цель. Найти эффективное решение актуальных задач управления процессами в телекоммуникационных сетях c помощью инструментария нечеткой логики.

Результаты. Выявлена наиболее эффективная модель функции принадлежности, которую необходимо использовать для адекватного нечеткого управления. На реальном примере продемонстрированы возможности применения предложенного алгоритма нечеткого управления. Представлены результаты моделирования управления трафиком в телекоммуникационной сети транспортно-энергетической компании на основе теории массового обслуживания и нечеткой логики.

Практическая значимость. С применением алгоритма нечеткого управления вероятности отказов и образования очереди в телекоммуникационной сети снижаются, а абсолютная пропускная способность увеличивается. Для входных и выходной переменных целесообразно использовать треугольные функции принадлежности, поскольку их применение позволяет реализовать предоставление пользователю наибольшую пропускную способность.

Искандеров Ю.М., Буцанец А.А., Смоленцев С.В., Мазаков Е.Б., Матрохина К.В., Трофимец В.Я. Алгоритм нечеткого управления информационным трафиком в телекоммуникационных сетях // Электромагнитные волны и электронные системы. 2024. Т. 29. № 1. С. 41−55. DOI: https://doi.org/10.18127/j15604128-202401-04

1. Bouillard A., Boyer M., Le Corronc E. Deterministic Network Calculus: From Theory to Practical Implementation. New York: Wiley-ISTE. 2018. 334 p. ISBN 9781119440284.
2. Logothetis M., Moscholios I.D. Efficient MultirateTeletraffic Loss Models Beyond Erlang. New York: Wiley-IEEE Press. 2019. 556 p. ISBN 978-1-119-42688-2.
3. Zukerman M. Introduction to Queueing Theory and Stochastic Teletraffic Models // ArXiv. 2013. DOI 10.48550/arXiv.1307.2968.
4. Тавалинский Д.А., Ратушин А.П., Тимофеев Д.И., Чикин Р.В. Особенности использования процедур дедупликации при сигналообразовании в телекоммуникационных системах // Электромагнитные волны и электронные системы. 2020. Т. 25. № 6. С. 75–82. DOI 10.18127/j15604128-202006-09.
5. Bogatin E. Signal and Power Integrity. Simplified. 2nd ed. Pearson Education. 2010. 902 p. ISBN-13 978-0-13-234979-6.
6. Levy B.C. Random Processes with Applications to Circuits and Communications. Springer. 2019. 466 p. ISBN 3030222969.
7. Симаков Д.В. Управление трафиком в сети с высокой динамикой метрик сетевых маршрутов // Интернет-журнал Науковедение. 2016. Т. 8. № 1(32). С. 55. DOI 10.15862/60TVN116.
8. Тавалинский Д.А., Красиков Д.А. Графодинамическое моделирование информационно-телекоммуникационной сети в интересах рационального распределения ресурсов // Динамика сложных систем – XXI век. 2022. Т. 16. № 3. С. 40–46. DOI 10.18127/j19997493-202203-04.
9. Потапчук И.А., Багрянцева А.В. Метод маршрутизации в беспроводной самоорганизующейся сети на основе аппарата нечеткой логики // Техника и электроника высоких напряжений. 2016. № 14. С. 82–88.
10. Сорокин А.А., Чан Куок Т. Адаптивное нечеткое управление заполнением буфера сетевого устройства // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Информатика. Телекоммуникации. Управление. 2018. Т. 11. № 4. С. 36–48. DOI 10.18721/JCSTCS.11403.
11. Altaş I.H. Fuzzy Logic Control in Energy Systems with Design Applications in MatLab/Simulink. London: The Institution of Engineering and Technology. 2017. 506 p.
12. Melin P., Castillo O., Kacprzyk J., Reformat M., Melek W. Fuzzy Logic in Intelligent System Design. Theory and Applications. Springer. 2018. 416 p.
13. Park K.I. Fundamentals of Probability and Stochastic Processes with Applications to Communications. New York: Springer. 2018. 273 p. ISBN 978-3-319-68074-3.
14. Deepshikha B., Sonali V. Pervasive Computing: A Networking Perspective and Future Directions. Springer. 2019. 163 р. ISBN 978-981-13-3462-7.
15. Bouchon-Meunier B., Yager R.R., Zadeh L.A. Fuzzy Logic and Soft Computing. World Scientific. 1995. 509 p.
16. Бобырь М.В. Проектирование нейронных и нечетких моделей в области вычислительной техники и систем управления: Учеб. пособие. М.: Аграмак-Медиа. 2018. 110 с.
17. Лукинский В.С., Искандеров Ю.М., Соколов Б.В., Некрасов А.Г. Проблемы и перспективы использования интеллектуальных информационных технологий в логистических системах // Материалы конф. «Информационные технологии в управлении». СПб: ЦНИИ «Электроприбор». 2018. С. 80–89.
18. Искандеров Ю.М., Дорошенко В.И. Организация транспортно-технологических процессов на основе интегрированных информационных систем // Сб. статей Междунар. науч.-практич. конф. «Новая экономика» и основные направления ее формирования. СПб: ФГАОУ ВО «Санкт-Петербургский политехнический университет Петра Великого». 2016. С. 53–62.
19. Искандеров Ю.М., Гаскаров В.Д., Смоленцев С.В. Развитие транспортно-технологических процессов на основе интегрированных информационных систем // Транспортное дело России. 2019. № 5. С. 114–117.
20. Асадулаев Р.Г. Нечеткая логика и нейронные сети: Учеб. пособие. Белгород: БелГУ. 2017. 309 с.
21. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику. [Электронный ресурс] – Режим доступа: https://studylib.ru/doc/6257364/shtovba-s.d.-vvedenie-v-teoriyu-nechetkih-mnozhestv-i-nechetku..., дата обращения 10.10.2023.
22. Бауэр П. Введение в нечеткую логику и системы нечеткого управления. [Электронный ресурс] – Режим доступа: http://www.gotai.net/documents/doc-l-fl-001.aspx, дата обращения 10.10.2023
23. Паклин Н. Нечеткая логика – математические основы. [Электронный ресурс] – Режим доступа: https://loginom.ru/blog/fuzzy-logic, дата обращения 10.10.2023.
24. Емельянов С.Г., Титов В.С., Бобырь М.В. Адаптивные нечетко-логические системы управления. М.: Аргамак-Медиа. 2013. 184 с. ISBN 978-5-00024-005-2.
25. Матрохина К.В. Применение аппарата нечеткой логики к решению задач управления в телекоммуникационных компаниях // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и технические науки. 2020. № 11.
    С. 91–96. DOI 10.37882/2223-2966.2020.11.24.
26. Хижняков Ю.Н. Алгоритмы нечеткого, нейронного и нечетко нейронного управления в системах реального времени: Учеб. пособие. Пермь: Пермский национальный исследовательский политехнический университет. 2013. 156 с.