75 лет Геннадию Андреевичу Кулябину (стр. 40 )

Список литературы

1.  Савин, формирования оборотных узлов и механизмов подъемных установок / , , // Нефтяное хозяйство.- №12, -2008. - С. 81-84.

2.  Свидетельство об официальной регистрации программы для ЭВМ № 000. Расчет оптимального количества оборотных узлов и механизмов, необходимых при выполнении текущих ремонтов подъемных агрегатов, используемых при ремонте скважин / .

Сведения об авторах

, к. т.н., заведующий кафедрой «Машины и технологическое оборудование», Сургутский институт нефти и газа,

., д. т.н., профессор, Тюменский государственный нефтегазовый университет, , е-mail: [e-mail]

Kuznetsov A. S., Candidate of Technical Sciences, Head of Department «Machines and processing facilities», Surgut Institute of Oil and Gas, phone: [phone]

Danilov O. F., PhD, professor, Tyumen State Oil and gas University, phone: [phone], е-mail: *****@***ru

_____________________________________________________________________________________

Информационные

технологии

 

УДК 681.3.06

АВТОМАТИЗИРОВАННЫЕ ТЕХНОЛОГИИ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ В УПРАВЛЕНИИ ГОРОДОМ

(Институт управления, информации и бизнеса, г. Ухта, Республика Коми)

Ключевые слова: прогнозирующие модели, генетический алгоритм,

прогнозирование оптимальных вариантов роста производства

Key words: forecasting models, genetic algorithm, forecasting of production growth optimal options

В статье «Модели прогнозирования развития муниципального образования (города) в нефтегазовом регионе России» () представлена методика построения прогнозных моделей роста производства на основе классического генетического алгоритма. Статья «Автоматизированные технологии поддержки принятия решения управлении городом», продолжая тему о применении информационных технологий в управлении муниципальным образованием (МО) на территории города в нефтегазовом регионе России, представляет средства автоматизации построения прогнозных моделей.

Автоматизированные средства построения моделей исследования показателей динамики развития МО представлены программой-препроцессором Pre Pro 1.0.

В качестве среды реализации программных средств используется Borland Delphi 7.0 (язык программирования ˗ Object Pascal, среда Delphi представляет продукт фирмы «Borland», предназначенный для RAD ˗ разработки приложений Windows).

Сервер баз данных ˗ MS SQL Server 2005. Программные средства могут эксплуатироваться на ПЭВМ типа IBM PC на базе процессоров не ниже Pentium III, на компьютере, с установленной на ней Win32-операционной системой (WinXP), объединенных в локальную вычислительную сеть на основе протокола TCP/IP. В комплект комплекса технических средств рабочей станции должны входить: ВДТ, ПЭВМ, принтер, клавиатура, манипулятор типа «мышь».

Минимальные требования к конфигурации оборудования:

•  процессор Intel Pentium III или Celeron (также их аналоги);

•  256 MB RAM;

•  минимум 1GB на винчестере;

•  видеокарта AGP 8MB.

Реализация Pre Pro построена на двухзвенной архитектуре «клиент-сервер». В качестве сервера используется надежный в эксплуатации сервер баз данных MS SQL Server 2005. Клиентские места разработаны под Windows XP. Среда программирования Borland Delphi 7.0 использовалась для реализации клиентской части.

Подготовка данных выполняется средствами MS Excel (рис. 1).

Рис. 1.Исходные данные в формате MS Excel

Pre Pro осуществляет следующие функции по обеспечению доступа к следующим данным:

1.  «Создать», функция создать новый проект (новый вариант модели), задать имя проекта (рис. 2).

Рис. 2. Механизм доступа к данным. Функция «Создать» проект,

новый вариант модели

Механизм доступа к данным из Excel осуществляется на основе технологии OLE. Технология OLE (Object Link and Embedding) является стандартом Windows и обеспечивает связывание и встраивание объектов на основе технологии COM. На основе которой получаем доступ к любым приложениям Windows и используем данные, подготовленные средствами этих приложений. С COM-объектами работают все приложения Windows (Word, Excel и т. д).

Функция создания нового проекта для нового варианта модели «Создать» проект, организует логическую единицу, где записываются исходные данные, осуществляется хранение промежуточных данных и результатов расчетов.

2.  «Импорт», функция импорта данных из Excel осуществляется на основе механизма OLE доступа к данным (рис. 3, 4, 5).

Рис. 3. Механизм доступа к данным. Функция “Открыть” файл данных формата

MS Excel в режиме импорта данных

Рис. 4. Механизм доступа к данным. Импортируемые данные формата MS Excel

Рис. 5. Механизм доступа к данным. Функция «Сохранить как» файла проекта

(нового варианта прогнозной модели)

3. Функция «Сохранить как», функция сохранения проекта, обеспечивает сохранение данных проекта; для сохранения которого необходимо задать маршрут доступа к файлу проекта и наименование файлу проекта (файл проекта имеет расширение. gal).

Результативная информация формируется как совокупность ключевых муниципальных показателей, которые определяют рост производства в экономике МО, рост доходов муниципального бюджета, рост доходов населения, сокращение безработицы и т. д. ˗ это файл с расширением. gal (<наименование>.gal). Результаты расчетов заносятся в структуры данных типа Record, из которых формируется структура данных (объект) типа TList, универсальный контейнер списков. TList позволяет создать набор из произвольного количества элементов и организовать индексный способ доступа к ним. Размер списков TList может динамически меняться в ходе работы программы, ограничен только размером доступной памяти. В списках может быть организовано хранение данных разного типа. Технически списки представляют массивы нетипизированных указателей на размещенные в динамической памяти элементы. Массивы размещаются в куче ˗ отсюда возможность динамического изменения размеров списков; входящие в списки нетипизированные указатели позволяют ссылаться на произвольные элементы. Сохранение данных типа TList в файл производится с помощью свойств объекта TFileStream.

Функции обработки данных.

В качестве средств обработки данных использовался метод квантования, бинаризации данных, предложенный в [1, 2, 3]. Данные пересчитываются в диапазон [0,1]. Методика включает последовательность следующих вычислительных операций:

·  исчисление прироста показателя Y за анализируемый период;

·  определение пороговых значений показателя Y;

·  преобразование абсолютных значений показателя Y к бинарному виду (квантование показателей, бинаризация) на основе расчетных пороговых значений;

·  преобразование абсолютных значений каждого показателя Хi к бинарному виду (квантование, бинаризация) на основе рассчитанных пороговых значений;

·  определение количества ошибок на классифицированной последовательности Y сравнением значений каждого Хi с данными Y за анализируемый период;

·  определение предварительного списка факторов, определяющих рост производства, рост доходности бюджета МО, сокращение безработицы и рост доходов населения выявлением тех показателей, которые имеют наименьшее количество ошибок на классифицированной последовательности данных Y за анализируемый период.

Процесс разработки модели роста производства, роста доходной части бюджета, сокращения безработицы и увеличения доходов населения представлен на рис. 6 ˗ 8.

Рис. 6. Процедуры расчета прироста показателей Y и Xi , пороговых значений,

квантования, формирования классифицированной последовательности

Рис. 7. Выбор значимых показателей (факторов роста) по минимальному

количеству ошибок на классифицированной последовательности данных

Рис. 8. Выбор факторов, определяющих экономический рост, формирование

модели роста (Y ˗ рост производства, рост доходов бюджета,

рост доходов населения, сокращение безработицы)

Реализация генетического алгоритма.

1.Генерация начальной популяции. Генерируем случайную начальную популяцию из N особей, рассчитываем функцию пригодности (рис. 9).

Рис. 9. Режимы генерации начальной популяции и расчета функции

пригодности особей популяции

2. Оценивание приспособленности (пригодности) особей в популяции.