Разработки СО РАН - каталоги программ и БД
Поиск по каталогам:
2019-03-18
Аннотация: Программа позволяет выполнить нагрузочное тестирование и анализ эффективности системы управления ресурсами (СУР) распределенных вычислительных систем. Назначение: Программа состоит из двух модулей. Первый используется для создания потока загрузки на функционирующую СУР и запускается для каждого набора политик и алгоритмов планирования PBS Torque. Второй модуль анализирует системные лог файлы и для каждого набора задач рассчитывает показатели, характеризующие эффективность планирования. Область применения: Высокопроизводительные распределенные вычислительные системы. Используемые алгоритмы: На входе программа использует наборы масштабируемых задач, параметры которых соответствуют моделям загрузки промышленных вычислительных систем (Parallel Workload Archive). Набор задач задаётся в XML формате и архивируется с целью экономии места. Файлы с исходными наборами задач могут быть созданы с помощью пакета программ MOJOS. Формат XML: <JOBSET GUID="1024_bit" CREATIONDATE="date" COUNDJOBS="XXX"> <JOB GUID="1024_bit" ARRIVALTIME="start_time" COUNTREQUESTS="XX"> <REQUEST NODES="XX" TIME="solution_time1" PRIORITY="XX"/> <REQUEST NODES="YY" TIME="solution_time2" PRIORITY="XX"/> ... </JOB> ... </JOBSET> Показатели эффективности, такие как время решения всех задач набора, среднее время ожидания задач в очереди СУР и % загрузки ресурсов, для всех вариантов настройки СУР и для всех наборов задач на выходе программы сохраняются в таблицу в формате CSV с заголовком: NODES_COUNT;JOBS_COUNT;RIGID_JOBS_PART;SCHEDULER;POLICY;ALGORITHM;WINDOW;QUEUE_RUN_TIME;AVERAGE_WAIT_TIME;WORKLOAD. Программа разработана в рамках ГЗ 0306-2016-0018 |
2018-12-27
Назначение - структурная оптимизация сетей различного назначения с целью повышения надёжности. Область применения - моделирование и проектирование сетей различного назначения. Программа позволяет для заданного числа узлов и каналов связи сети находить структуру сети, оптимальную или близкую к оптимальной по критерию надёжности. В качестве показателей надёжности рассматриваются вероятность связности сети и вероятность связности выделенных узлов в сети с ограничением на диаметр. Узлы сети предполагаются абсолютно надёжными, т.е. надёжность узлов предполагается на порядки выше надёжности каналов связи. Для каждого канала связи задаются значения надёжности и стоимости прокладки. Поиск ведётся в условиях наперёд заданных ограничений на общую стоимость прокладки каналов связи и диаметр сети. Подход с использованием кумулятивных оценок позволяет быстрее принимать решение о пригодности (непригодности) получаемых в процессе работы алгоритма вариантов топологии сети. В отличие от Версии № 1 программы, в данной версии появилась возможность проводить оптимизации сети по критерию другого показателя надёжности - вероятности связности выделенных узлов в сети с ограничением на диаметр. Используемый алгоритм - генетический алгоритм с использованием кумулятивных оценок верхней и нижней границ надёжности с модификацией операторов ГА (ускоренный отсев непригодных решений за счёт того, что учитывается, является ли решение достаточно надёжным по отношению к заданному порогу надежности). Алгоритм основан на результатах, опубликованных в следующих работах: [1] Denis A. Migov, Kseniya A. Nechunaeva, Sergei N. Nesterov, Alexey S. Rodionov Cumulative Updating of Network Reliability with Diameter Constraint and Network Topology Optimization, COMPUTATIONAL SCIENCE AND ITS APPLICATIONS - ICCSA 2016, PT I. Серия книг: Lecture Notes in Computer Science, Том: 9786, Стр.: 141-152 [2] Д. А. Мигов, К. А. Нечунаева, А. С. Родионов, Генетический алгоритм структурной оптимизации сетей с применением подхода кумулятивного уточнения границ надёжности. Вестник СибГУТИ, №4, 2015, с. 55-61. Входные данные программы: количество узлов и каналов связи сети, значения надёжности для всех каналов связи (числа от 0 до 1), значения стоимости прокладки для всех каналов связи, параметры генетического алгоритма (размер популяции, кол-во поколений, размер турнира, вероятность мутации), ограничения на общую стоимость прокладки каналов связи, максимальное значение диаметра графа. Функциональные возможности - структурная оптимизация сетей с количеством каналов до 100. Инструментальные средства создания - Delphi. Алгоритм разработан в рамках гранта РФФИ № 18-07-00460. |
2018-12-27
Система имитационного моделирования ИМОДО, разработанная для решения задач, связанных с транспортной сетью, зарегистрирована в ФАП СО РАН, № PR18002. В этой программе представлена вторая версия системы ИМОДО, расширенная. Рассматривалась задача расстановки стационарных устройств мониторинга для оповещения всех участников движения о чрезвычайных ситуациях с учетом дополнительных характеристик. Учитывается разделение множества узлов на кластеры и другие характеристики. Назначение Расчет эффективности расстановки устройств оповещения на транспортных сетях, с целью передачи информации о ситуациях на дорогах. Используемый алгоритм Поиск оптимальной расстановки стационарных устройств оповещения осуществляется с помощью генетического алгоритма с учетом основных характеристик модели: – радиус действия каждого устройства оповещения; – пропускные способности рёбер, позволяющие определить по максимальной нагрузке возможное число транспортных средств; – скорость движения транспорта, фиксированное значение для проводимого эксперимента; – узлы, в которых размещены устройства оповещения; – предельное количечство автомобилей на участке дороги (пробки, возникающие в "узких" местах). В качестве модели транспортной сети рассматривается граф с взвешенными ребрами. Редактирование графа можно производить непосредственно в системе. Подложкой является карта, взятая из открытых источников. Алгоритм описан в [1]. [1] TKACHEV K.V., VOLZHANKINA K.A., SOKOLOVA O.D. On a problem of the monitoring device placement on transport networks, Novosibirsk. https://cloud.mail.ru/public/4Tsd/NymmFx5wP В прилагаемом архиве находится проект для запуска на Visual Studio. |
2018-12-26
Назначение - оптимизация сетей различного назначения с целью повышения надёжности. Область применения - проектирование сетей различного назначения. Используемый алгоритм - генетический алгоритм. Программа позволяет для заданной структуры сети с ненадёжными вершинами определить оптимальное количество необходимых стоков (узлов, предназначенных для сбора информации с остальных) и их расстановку. Предполагается, что стоки могут быть размещены в узлах сети. Для каждого узла сети задаются значения надёжности и стоимости установки стока в этом узле. Под надёжностью сети понимается вероятность связности заданной доли узлов с каким-либо из стоков (Т). Поиск ведётся в условиях наперёд заданных ограничений на общую стоимость. Входные данные программы: структура сети в виде графа, значения надёжности для всех узлов связи (числа от 0 до 1), значения стоимости размещения стока для всех узлов связи, параметры генетического алгоритма (размер популяции, кол-во поколений, размер турнира, вероятность мутации), ограничения на общую стоимость установки, Т - доля узлов сети, которые должны быть связны с каким-либо из стоков. Инструментальные средства создания - Delphi. Алгоритм разработан в рамках гранта РФФИ № 18-07-00460. |
2018-12-24
Назначение: Определение индивидуальных параметров, характеризующих особенности заболевания и иммунитета ВИЧ-инфицированного пациента по дополнительной информации о концентрациях Т-лимфоцитов, свободного вируса и иммунных эффекторов в фиксированные моменты времени. Для составления прогноза развития заболевания и подбора наиболее подходящих программ лечения. Область применения: Медицина. Иммунология. Используемый алгоритм: В работе рассмотрена задача определения параметров (обратная задача) для нелинейной системы обыкновенных дифференциальных уравнений, описывающей динамику ВИЧ-инфекции в организме человека. Алгоритм решения обратной задачи основан на комбинации метода наименьших квадратов и генетического алгоритма (стохастического метода) [1],[2]. Обратная задача сводится к задаче минимизации целевого функционала, характеризующего отклонение модельных данных от экспериментальных. С помощью метода наименьших квадратов мы получаем вид целевого функционала. На каждой итерации метода наименьших квадратов получаем минимум целевого функционала с помощью генетического алгоритма. [1] Kabanikhin S.I., Krivorotko O.I., Yermolenko D.V., Latyshenko V.A., Kashtanova V.N. Inverse problems of immunology and epidemiology // Eurasian Journal of Mathematical and Computer Applications. 2017. 5(2):14-35. ISSN 2306–6172. [2] H.Th. Banks, S.I. Kabanikhin, O.I. Krivorotko and D.V. Yermolenko. A numerical algorithm for constructing an individual mathematical model of HIV dynamics at cellular level // J.Inverse Ill-Posed Probl. 2018; 26(6):859–873. DOI:10.1515/jiip-2018-0019. Функциональные возможности: Программа выдает .txt файлы, содержащие полученные значения определяемых параметров, значения относительных ошибок определяемых параметров, решение прямой задачи (задачи Коши) для полученных параметров. Функциональные возможности подробно описаны в Инструкции в Приложении. Инструментальные средства создания: Программа написана на языке программирования C++ в среде разработки Visual Studio 2015. |
- « первая
- ‹ предыдущая
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- …
- следующая ›
- последняя »