Разработки СО РАН - каталог программ

Назначение: Пакет программ предназначен для подсчета научного рейтинга сотрудников академических институтов. Используя дополнительно базы данных, включающих кадровые и производственные показатели, можно анализировать динамику основных характеристик деятельности научных кадров.

Область применения: делопроизводство в НИИ.

Используемый алгоритм описан в статье: Г. И. Карпачев, В. В. Моисеенко  "Некоторые вопросы ретроспективного анализа структуры и деятельности научных кадров академического института" // Проблемы информатики, 2009 г., 31, с.75-78.

Результатом деятельности научных сотрудников являются опубликованные научные работы, участие в научных форумах, разработка программных продуктов и т.д. Для количественного определения результатов введена формальная система оценок, в которой каждому виду научной работы соответствует определенное количество баллов. Сумма баллов каждого сотрудника за определенный период является его научным рейтингом, а сумма научных рейтингов всех сотрудников определяет научный рейтинг института. В целях оперативного определения рейтингов, а также для решения отчетных и аналитических задач, разработано программное обеспечение, использующее базу данных "Кадры института" . 

Функциональные возможности:

• - ввод и корректировка оперативной и справочной информации в диалоговом режиме;
• - расчет научного рейтинга каждого сотрудника, подразделений института и института в целом;
• - формирование отчетных и аналитических данных для администрации института;
• - вывод результатов на экран и на печать.

Инструментальные средства создания - CLIPPER 5.01

Назначение: Программа предназначена для решения NP-трудной нелинейной целочисленной задачи дискретной оптимизации из области распределенных баз данных. В программе реализованы три нейросетевых алгоритма синтеза оптимальной логической структуры (ОЛС) распределенной базы данных (РБД) по критерию минимума общего времени последовательной обработки множества запросов пользователей.
Область применения: Проектирование и оптимизация логических структур распределенных баз данных.
Используемый алгоритм: В программе реализованы нейросетевые алгоритмы оптимизации, разработанные автором программы:

• НС-ГА-алгоритм (HNN) – эволюционный алгоритм оптимизации, основанный на искусственных нейронных сетях Хопфилда и генетических алгоритмах;
• ТМ-алгоритм (ТМ) – нейросетевой алгоритм оптимизации, основанный на модифицированном табу-поиске;
• РТМ-алгоритм (DTM) – распределенный нейросетевой алгоритм оптимизации, основанный на модифицированном табу-поиске.

Входными данными алгоритмов являются формализованные описания характеристик предметной области задачи, включающие множества пользователей РБД, узлов вычислительной сети (ВС), групп данных канонической структуры РБД и детерминированных запросов, а также ограничения и целевую функцию задачи синтеза ОЛС РБД. Результатом работы алгоритмов является логическая структура РБД в виде множества типов логических записей и их безызбыточного размещения по серверам узлов ВС, обеспечивающие оптимальное значение заданного критерия эффективности функционирования РБД.
Все алгоритмы обладают возможностью останова на субоптимальных допустимых решениях при дефиците вычислительных ресурсов или времени.
Описание реализованных в программе алгоритмов можно найти в следующих статьях:

• Карпунина М.Е. Использование генетических алгоритмов для повышения эффективности работы искусственных нейронных сетей // Известия Академии инженерных наук им. А.М. Прохорова. Бизнес-информатика. / Под ред. Ю.В.Гуляева. – Москва – Н.Новгород: ТАЛАМ, 2005. – 11 с.
• Карпунина М.Е. Табу-машина как средство решения задач дискретной оптимизации: улучшение качества решения и уменьшение времени его нахождения по сравнению с альтернативным методом использования нейросетей Хопфилда. Материалы 1-ой Международной конференции по бизнес-информатике, Россия, Московская область, Звенигород, 2007. – 18 с.
• Babkin E., Karpunina M. Comparative study of the Tabu machine and Hopfield networks for discrete optimization problems // Information technologies’ 2008 – Proceedings of 14th Conference on Information and Software Technologies, IT 2008. – April, 2008. – Kaunas University of Technology, Kaunas, Lithuania. – P.25–41.
• Бабкин Э.А., Карпунина М.Е. Сравнительный анализ использования табу-машины и нейронных сетей Хопфилда для решения задач дискретной оптимизации из области распределенных баз данных // Научно-технический вестник СПбГУ ИТМО. Технологии высокопроизводительных вычислений и компьютерного моделирования. – Санкт-Петербург: Университетские телекоммуникации, 2008. – № 54. – С.120–127.
• Babkin E., Karpunina M. The analysis of tabu machine parameters applied to discrete optimization problems // Proceedings of 2009 ACS/IEEE International Conference on Computer Systems and Applications, AICCSA’2009.  – Rabat, Morocco. – P.153–160. (http://www.congreso.us.es/aiccsa2009);
• Babkin E., Karpunina M. and Aseeva N. Parallel Tabu Search Algorithm for Data Structure Composition // Lecture Notes in Business Information Processing. / J.Grabis and M.Kirikova (Eds.): BIR 2011, LNBIP. – Vol. 90, Perspectives in Business Informatics Research, Part 3. – P.110–123. 
• Babkin E., Karpunina M. A new method of DDB logical structure synthesis using distributed tabu search // Proceedings of International Workshop on Soft Computing Applications and Knowledge Discovery,  – June, 2011. – National Research University Higher School of Economics, Moscow, Russia. – P.1–11.

 Тексты статей доступны по ссылке http://www.scopus.com/authid/detail.url?authorId=55274973600.

Функциональные возможности: Программная реализация алгоритмов не содержит ограничений на максимальное количество пользователей РБД, количество узлов ВС и другие числовые харатеристики задачи. Поэтому они могут быть ограничены лишь размером свободной динамической памяти ЭВМ, объемом ОЗУ. РТМ-алгоритм является наиболее производительным, так как способен работать в параллельном режиме на вычислительном кластере.
Инструментальные средства создания: Язык С++, среда разработки Microsoft Visual Studio 2008, библиотека Microsoft HPC Pack 2008 SDK.

Назначение: Программа предназначена для вычисления сверхбольших чисел вида M_p =  a^p, представляемых в памяти ЭВМ линейными динамическими массивами. При этом показатель степени p может принимать значение порядка 40-100 млн и более.

Область применения: В теории чисел известны числа Мерсенна  вида M_p =  2^p-1 и числа Евклида  вида M_n  = 2^n-1 *(2ⁿ-1). Программа может использоваться при определении сверхбольших чисел Мерсенна, чисел Евклида, простых чисел, при определении закономерности распределения простых чисел. Также программа может использоваться в теоретической физике, при тестировании мощности вычислительных систем.

Используемый алгоритм: В программе реализован алгоритм, разработанный автором. Пользователь вводит  показатель степени двойки для вычисления числа Мерсенна. Алгоритм предусматривает максимальное использование ранее вычисленных значений степени двойки, которые можно использовать в соответствии с правилом сложения степеней. Способ умножения этих значений в виде линейных динамических массивов описан в  программе "Ускоренное умножение сверхбольших чисел" (зарегистрировано в Каталоге ФАП, номер PR12011). Пользователю предоставляется возможность внести имя файла бинарного типа, в котором хранится ранее вычисленное значение числа  с меньшей степенью двойки. Значение считывается в линейный динамический массив в виде последовательности десятичных цифр, начиная с разряда единиц. Значение степени двойки, которое пользователь вводил в начале выполнения программы будет больше, чем у считанного из бинарного файла числа, поэтому определяется их разность - как значение недостающей степени. Далее, уже без участия пользователя, алгоритм предусматривает вторую возможность использования ранее вычисленных значений степеней двойки, которые хранятся в бинарных файлах с соответствующими именами. Циклически можно использовать значения со степенями 1000, 10 000, 100 000 и 1 млн. В программе можно предусмотреть и другие заготовки степеней двойки, например 2^10 млн. Когда до заданной пользователем степени остается значение меньше 1000, то предварительно сформированное значение циклически умножается на 2 необходимое количество раз, например 999 раз, что для современных процессоров выполняется достаточно быстро. Высокая скорость выполнения расчетов в предлагаемой программе обеспечивается двумя факторами: максимальное использование ранее вычисленных значений степеней двойки; многократное использование в ходе вычислений умножения по алгоритму "Ускоренное умножение сверхбольших чисел" (PR12011). Конечные результаты вычислений чисел Мерсенна и чисел Евклида формируюся в виде динамических линейных массивов, эти значения сохраняются в бинарных и текстовых файлах. Значения, сохраненные в бинарных файлах, можно в последующем использовать для вычисления еще больших степеней двойки, что похоже на восхождение на большую высоту с ранее достигнутого места по разновеликим ступенькам лестницы.

Функциональные возможности: Функциональные возможности могут быть ограничены размером свободной динамической памяти ЭВМ. В представленном во вложении листинге программы предусматривается разрядность формируемых чисел порядка 100 млн, что намного превышает разрядность самых больших  известных простых чисел Мерсенна с разрядностью до 15 млн.

Инструментальные средства создания: Microsoft  Visual Studio 2010, Visual C++.