В.C. Забузов1, Д.И. Казанцев2, А.Ф. Покора3

1–3Военно-космическая академия имени А.Ф. Можайского (Санкт-Петербург, Россия)

Постановка проблемы. Повышение оперативности принятия решения при управлении эксплуатацией информационно-управляющих систем не в последнюю очередь зависит от производительности вычислительных комплексов диагностических систем при обработке значительного объема данных об их техническом состоянии.

Цель. Провести расчет производительности вычислительного элемента для подтверждения эффективности методики синтеза высокопроизводительного вычислительного комплекса прогнозирования технического состояния ИУС реального времени для повышения оперативности принятия решения при управлении ее эксплуатацией.

Результаты. Проведен расчет производительности вычислительного элемента специализированного вычислительного комплекса, производительность которого позволяет оперативно осуществлять прогноз технического состояния функциональных систем и обеспечивать решение задач информационной поддержки принятия решений обслуживающим персоналом. Для подтверждения эффективности методики синтеза высокопроизводительного вычислительного комплекса для решения задачи прогнозирования технического состояния в рамках исследования представлены результаты вычислительного эксперимента.

Практическая значимость. Результаты вычислительного эксперимента подтверждают эффективность методики синтеза высокопроизводительного вычислительного комплекса для решения задачи прогнозирования технического состояния.

Забузов В.C., Казанцев Д.И., Покора А.Ф. Синтез высокопроизводительного вычислительного комплекса прогнозирования технического состояния информационно-управляющей системы реального времени // Информационно-измерительные и управляющие системы. 2022. Т. 20. № 1‑2. С. 90−100. DOI: https://doi.org/10.18127/j20700814-202201-09

1. Указ Президента РФ от 10.10.2019. № 490 «О развитии искусственного интеллекта в Российской Федерации» (вместе с «Национальной стратегией развития искусственного интеллекта на период до 2030 г.»). Ссылка на ресурс http://www.consultant.ru/document/cons_doc_LAW_335184/.
2. Казанцев Д.И., Лисицкий В.В., Панкратов В.А., Тимошенко А.В. Методика синтеза высокопроизводительного вычислительного комплекса для решения задачи прогнозирования технического состояния информационно-управляющих систем // Доклады ТУСУРа. 2021. № 2. С. 78−89.
3. Пономарев В.А. Математические модели производительности, надежности и стоимости функционирования системы хранения дедуплицированных данных на SSD-дисках // ИВД. 2019. № 6 (57).
4. Лисицкий В.В., Шестопалова О.Л. Управление обеспечением жизненного цикла территориально распределенных сложных технических систем // Известия Тульского государственного университета. Технические науки. 2018. № 10. С. 366−376.
5. Басыров А.Г., Казанцев Д.И., Шушаков А.О. Модель функционирования комплекса средств автоматизации на основе виртуализации вычислительных ресурсов с учетом характеристики рабочей нагрузки // Труды Военно-космической академии имени А.Ф. Можайского. 2019. № 671. С. 15−25.
6. Миронов А.Н., Лисицкий В.В. Метод многокритериальной нелинейной оптимизации сложных организационно-технических систем на основе минимизации невязок в условиях временных ограничений // Известия Тульского государственного университета. Технические науки. 2019. № 9. С. 330−343.
7. Миронов А.Н., Лисицкий В.В., Шестопалова О.Л. Свойства метода многокритериальной нелинейной оптимизации сложных организационно-технических систем на основе минимизации невязок в условиях временных ограничений // Известия Тульского государственного университета. Технические науки. 2020. № 4. С. 11−19.
8. Миронов А.Н., Лисицкий В.В. Метод многокритериальной нелинейной оптимизации сложных организационно-технических систем на основе минимизации невязок в условиях временных ограничений // Известия Тульского государственного университета. Технические науки. 2019. № 9. С. 330−343.
9. Миронов А.Н., Лисицкий В.В., Шестопалова О.Л. Свойства метода многокритериальной нелинейной оптимизации сложных организационно-технических систем на основе минимизации невязок в условиях временных ограничений // Известия Тульского государственного университета. Технические науки. 2020. № 4. С. 11−19.
10. Казанцев Д.И., Карытко А.А., Родионов Э.А. Методика тестирования производительности вычислительных систем, развернутых на основе технологий виртуализации // Труды Военно-космической академии имени А.Ф. Можайского. 2019. № 667. С. 309−319.
11. Миронов А.Н., Лисицкий В.В. Метод многокритериальной нелинейной оптимизации сложных организационно-технических систем на основе минимизации невязок в условиях временных ограничений // Известия Тульского государственного университета. Технические науки. 2019. № 9. С. 330−343.
12. Белая Т.И., Забузов В.С., Казанцев Д.И., Швецов А.С. Способ организации контроля качества обслуживания в инфо-телекоммуникационной сети на примере ВКА имени А.Ф. Mожайского // Научный обозреватель. 2014. № 12. С. 56−57.
13. Эсаулов К.А., Забузов В.С., Казанцев Д.И. Повышение доступности сервисов путем создания реконфигурируемой системы с использованием средств виртуализации // Вестник Российского нового университета. Сер. Сложные системы: модели, анализ и управление. 2015. № 2. С. 83−86.
14. Гончаренко В.А., Забузов В.С. Минимизация времени восстановления информационно-вычислительной сети на основе оптимизации времени сетевого мониторинга // Труды Военно-космической академии имени А.Ф. Можайского. 2015. № 649. С. 72−78.
15. Забузов В.С., Казанцев Д.И. Методика повышения оперативности мониторинга технического состояния инфотелекоммуникационных сетей // Труды Военно-космической академии имени А.Ф. Можайского. 2016. № 655. С. 24−33.
16. Забузов В.С., Калюжный А.В. Методика выбора параметров мониторинга технического состояния распределенной информационно-вычислительной системы // Вестник Российского нового университета. Сер. Сложные системы: модели, анализ и управление. 2020. № 1. С. 146−151.