Назначение - Вычисление неопределенности информации с использованием математических выражений Шеннона и В-энтропии.

Область применения - теория информации, информационные дисциплины в Вузах.

Созданное программное обеспечение позволяет:

• произвести сравнение плановых и фактических показателей потребления электроэнергии на основе математического аппарата и математических выражений Шеннона и В-энтропии. 
• проанализировать полученные результаты и определить "узкие" места при использовании формулы Шеннона и формулы В-энтропии.
• проверить закономерность и правильность вычислений по формулам определения энтропии информации относительно погрешности измерений.

С помощью результатов, полученных в программе, появляется возможность сравнивать возможные варианты исхода события между собой, для выявления наилучшего.

Функциональные возможности: расчеты производятся с использованием файлов с данными формата .xls, количество строк с данными в файле использовалось более 8500. В программе реализована возможность представления обработанных и рассчитанных данных в графическом виде. Программа осуществляет загрузку входных данных в виде  файла формата .xls и производит считывание информации согласно колонок и строк в этом файле.
Инструментальные средства создания: C#

Назначение - поиск оптимальных методов надежной многоадресной рассылки в беспроводных сетях.

Область применения - маршрутизация в беспроводных сетях.
Используемый алгоритм -  В программе реализован алгоритм, разработанный авторами и описанный в [1]. Программа решает задачу поиска оптимального метода многоадресной рассылки  сообщений в беспроводной сети. В качестве модели сети рассматривается ориентированный взвешенный граф.  Программа представляет возможность выбирать метод передачи как для всего маршрута, так и для каждого его шага. В классе древовидных маршрутов, таких что вероятность доставки пакета по каждой дуге маршрута не ниже заданного порогового значения, выбирается маршрут, стоимость которого минимальна. Как принято в сетях Wi-Fi Mesh, используемая стоимостная функция задается средним временем занятия беспроводной среды, необходимым для доставки пакета, с учетом используемой сигнально-кодовой конструкции, определяющей скорость передачи, и необходимого числа попыток передачи для доставки пакета на каждом шаге маршрута. В разработанном алгоритме это понятие расширено для учета методов надежной передачи многоадресных пакетов, описанных в IEEE 802.11aa.

[1] A. Lyakhov, A. Safonov, A. Yurgenson, O. Sokolova  Wireless Groupcast Routing with Palette of Transmission Methods // 5th International Workshop on Multiple Access Communications (MACOM-2012, Ireland, 19-20 November 2012), Springer, LNCS, p. 97-108

Функциональные возможности -

1. генерация случайной сети,
2. построение и оптимизация дерева рассылки минимальной стоимости в зависимости от выбранного метода передачи.

Инструментальные средства создания - Lazarus (OS Linux)

По сравнению с 1 версией программы (зарегистрирована в Каталоге ФАП СО РАН, номер PR11044), в данной версии:

• изменена формула расчета стоимости дерева для метода групповой рассылки GCR-B
• добавлен метод ATL (Air Time Link)
• улучшен метод рекластеризации
• добавлена возможность построения гибридного дерева, т.е. метод передачи в каждом узле выбирается с учетом минимизации стоимости.

Назначение - Программа предназначена для построения многогранников с элементами симметрии и кристаллических решеток кристаллов. Пользователь может максимально комфортно рассмотреть объекты и определить элементы симметрии, координационные числа, число формульных единиц, плотнейшие упаковки и другие характеристики. В программе есть возможность рассчитывать символы граней и ребер, определяемые традиционным методом в кристаллографии.

Область применения - Программа может быть использована в курсе общей физики, при изучении элементов кристаллографии, в других исследовательских работах. 

Используемый алгоритм:  Учитывая межатомное расстояние, программа осуществляет построение объектов,  затем сохраняет их координаты в памяти компьютера. 

Функциональные возможности - Программа позволяет построить 18 структурных типов различных кристаллов и 12 видов многогранников,  рассмотреть их элементы симметрии (оси и плоскости). Выбранный  3D-объект (модель многогранника или кристалла) появляется в центральном окне. Можно выполнить расчет символов граней и символов ребер. Вращение и перемещение объекта осуществляется с помощью мыши. В программу также включен краткий справочник по кристаллографии.

Инструментальные средства создания - Среда программирования Delphi 7.0

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 автоматического поиска спектральных линий переходов в Фурье-спектрах высокого разрешения и подгонки к ним модельных контуров.

Область применения - Молекулярная спектроскопия, физика молекул, измерение состава газовых смесей.

 Используемый алгоритм - Метод Потенциальных Функций из теории распознавания образов.  Подробное описание методов, используемых в программе, - в статьях [1,2]. Распознавание пиков производится перемещением сканирующего окна установленной ширины, по всему спектру. Ширина окна устанавливается в зависимости от ширины искомых спектральных линий. В каждый момент времени, строго фиксированное количество N равномерно распределённых в окне точек используются для взятия значений поглощения в этих точках, для формирования N-мерного, нормированного на максимум, вектора признаков. Вектор признаков используется алгоритмом распознавания [4]. Количество точек N в сканирующем окне всегда одинаково, а их равномерное распределение по окну производится с использованием интерполяции между отсчётами спектра. Подгонка модельных контуров производится по методу наименьших квадратов, с использованием регуляризации, базовые принципы которой описаны в [4].Модифицированная процедура подгонки описана в [1]. Автоматическая процедура подгонки управляет параметрами регуляризации.

1. Т. В. Круглова, А. П. Щербаков. Автоматический поиск линий в молекулярных спектрах на основе методов непараметрической статистики. Регуляризация в оценке параметров спектральных линий. //Оптика и спектроскопия. - 2011. - Т. 111, N 3. - С. 383-386.

2. Shcherbakov A.P., Pshenichnicov A.M. Computer-aided system for automatic peak searching and contour fitting in molecular spectra. //SPIE, 2000, No 4341, P.60-63.

3. М.А.Айзерман, Э.И.Браверман,Л.И.Розоноэр, Метод потенциальных функций в задачах обучения машин. М.Наука 1970.

4. Тихонов А.Н., Арсенин В.Я., Методы решения некорректных задач. М:Наука, Главная редакция физико-математической литературы. 1979, 2-е изд.

 Функциональные возможности - В качестве входных данных программа использует  текстовые файлы, описывающие спектральную кривую. В каждой строке файла содержатся данные - частота и  коэфициент поглощения. Вместо коэффициента поглощения может использоваться другое входное данное - пропускание. В программе имеется функция преобразования данных (коэффициент пропускания преобразуется в коэффициент поглощения). Выходные файлы представляют собой список спектральных линий в текстовом виде. В каждой строке перечисляются параметры линий - частота центра, интенсивность, полуширина и др., и ошибки оценки этих параметров.

Программа обучается поиску линий на примерах пользователя, позволяет проводить автоматический поиск пиков в спектральной кривой и подгонку к ним модельных контуров Воигта, Лоренца, Доплера и Разенкранца. Алгоритм может автоматически опознавать спектральные линии, не имеющие явного максимума, наблюдающиеся в виде выпуклости на склоне более сильной линии. В программе есть возможность учёта аппаратной функции Фурье-спектрометра.

 Инструментальные средства создания - Компилятор Microsoft Visual C++ 6.0, Свободно распространяемая интерфейсная библиотека wxWidgets

Назначение: Программа "СЛОН" предназначина для идентификации линий в спектрах молекул типа асимметичного волчка.

Название  расшифровывается как "Спектральный Логический Обработчик для Научных исследований". Программа является автоматизированным средством, предполагающим частичное участие человека, и классифицируется как "система поддержки принятия решений". Пользователь обрабатывает поочерёдно интересующие его колебательно-вращательные состояния молекул. При этом для каждого обрабатываемого верхнего состояния  система находит в спектре возможные предполагаемые группы линий - переходов на данное состояние с различных подуровней нижнего колебательного состояния. Встроенная автоматика подсказывает наиболее подходящие наборы линий, но окончательные решения и запись результатов в банки данных, осуществляются пользователем.

Входные данные: 

1. Файл список спектральных линий.
2. Файл параметров верхних состояний молекулы.
3. Файл параметров нижнего состояния.
4. Файл параметров дипольного момента.

Выходные данные:

1. Банк данных идентификации линий.
2. Банк данных извлекаемых верхних уровней энергии.
3. Файлы отчётов в виде стандартных таблиц уровней энергии, и спектральных линий с идентификацией.

Область применения - Изучение внутреннего строения молекул и внутримолекулярных процессов. Анализ состава газовых смесей. Экологический мониторинг атмосферы, химическое производство. Анализ пламени и выхлопов двигателей.

Используемый алгоритм - Для идентификации линий используется вычислительная процедура, предсказывающая частоты и интенсивности искомых линий. Далее используется Комбинационное правило Ридберга-Ритца [2], благодаря которому задача сводится к поиску группы линий, определённым образом отстоящих друг от друга. Это оказывается возможным благодаря тому, что нижние состояния молекул хорошо изучены, и поэтому блок расчёта воспроизводит соответствующие им уровни энергии с точностью, близкой к экспериментальной. Линиии переходов с разных нижних на одно и то же верхнее состояние будут отстоять друг от друга на частоты, равные разностям энергий нижних состояний этих переходов.

Как правило, в спектре наблюдается до нескольких десятков групп линий, похожих на искомые. Для автоматического нахождения нужной группы используется Метод Потенциальных Функций из теории распознавания образов [2-4], позволяющий создавать автоматические распознающие системы, обучаемые на примерах. Программа "СЛОН" выбирает группы линий по наличию линий, наилучших по основным семи признакам, используемым спектроскопистами.

1. Отклонение по частоте.
2. Отклонение по интенсивности.
3. Точность выполненея комбинационного правила для текущей линии.

4. Отклонение наблюдаемой интенсивности линии от средней по расчётным интенсивностям в группе.

5. Пропорциональность наблюдаемых и расчётных интенсивностей.
6. Отношение суммарной интенсивности найденных линий в группе-претенденте к суммарной предсказанной интенсивности.
7. Точность выполнение комбинационного правила для всей группы.

Система "СЛОН" следит за решениями спектроскописта и строит в своей памяти плотность распределения "правильных линий" в указанном семимерном пространстве признаков, и уже на следующих шагах начинает "подсказывать" пользователю наилучшие группы-претенденты. Если решение пользователя не совпадает с предложенным, то система, используя это решение как элемент обучающей последовательности, поправляет указанную плотность распределения. Такое решение позволяет системе быстро адаптироваться к свойствам задач с разной точностью измерений параметров линий в спектрах и с разной точностью параметров математической модели молекулы. В данной версии программы плотность распределения вероятностей строится в виде разложения в ряд по ортонормированному набору базисных функций.

Автоматизированная программа описана авторами в работах [5-7]. Авторы готовы, по желанию пользователей, предоставить исходные текты программы. По возможности, последние версии и исходные тексты программы будут также выложены на официальном сайте Института Оптики Атмосферы им.В.Е. Зуева СО РАН.

Функциональные возможности - Программа использует математическую модель на основе гамильтониана Уотсона [8]. Дополнительно имеется возможность задействовать математические методы суммирования расходящихся рядов, на основе производящих функций [9-10] или аппроксимации Паде-Бореля [11]. Предусмотрена возможность использования заранее подготовленного файла предсказаний, содержащего расчётные частоты линий, их интенсивности и квантовую идентификацию.

Файл спектра может содержать интенсивности линий, или коэффициенты поглощения, или пропускание.

Литература

1. Г.Герцберг, Колебательно-вращательные спектры многоатомных молекул. M., Издательство иностранной литературы.- 1949, 403 с.
2. М.А.Айзерман, Э.И.Браверман,Л.И.Розоноэр, Метод потенциальных функций в задачах обучения машин. М.Наука 1970.
3. Л.Л.Левин, Введение в теорию распознавания образов./Томск, 1982/.
4. М.Б.Невельсон,Р.З.Хасьминский, Стохастическая аппроксимация и рекурентное оценивание. /Москва 1972/.
5. А.П.Щербаков.Применение методов теории распознавания образов для идентификации линий в колебательно-вращательных спектрах.Оптика атмосферы и океана, т.10, 1997.- N. 8. стр. 947-958.
6. Pshenichnicov A.M., Shcherbakov A.P. Computer-aided system for automatic peak searching and contour fitting in molecular spectra. SPIE, 2000, No 4341, P.60-63.
7. Щербаков А.П., Быков А.Д., Науменко О.В., Пшеничников А.М., Синица Л.Н. Экспертная система для идентификации линий в колебательно-вращательных спектрах. //Оптика и спектроскопия 2003, том 94, №4, с. 580-589
8. Watson J.K.G., Determination of centrifugal distortion coefficients of asymmetric top molecules. //J.Chem.Phis.- 46, 1935-1948 (1967)
9. V.I.Starikov, S.A.Tashkun, and Vl.G.Tyuterev, Description of Vibration-Rotation Energies of Nonrigid Triatomic Mjlecules Using Generating Function Method. //J.Mol.Spectrosc. 151,130-147 (1992).
10. Vl.G.Tyuterev,V.I.Starikov, S.A.Tashkun and S.N.Mikhailenko, Calcuations of Rotation Energies of Water Molecule Using the Generating Functions Model. //J.Mol.Spectrosc. 170, 38-58 (1995).
11. O.L.Polyanskii, One-Dimensional Approximation of Effective Rotational Hamiltonian of the Ground state of the Water Molecule. //J.Mol.Spectrosc. 112, 79 (1985)

Инструментальные средства создания - Свободно распространяемый компилятор  языка С++, под названием QTCreator.

Программа является частью Системы управления и контроля лидарного комплекса и предназначена для получения и записи оцифрованных данных с двух фотоэлектрических датчиков.

Система контроля и управления, в настоящее время находящаяся в разработке, будет состоять из:

• программы оцифровки отраженного лазерного импульса,
• программы фильтрации экспериментальных данных по высоте наблюдения,
• системы хранения данных,
• комплекса программ по алгоритмической обработке данных. 

Исследования отраженного от облаков верхнего яруса сигнала являются целью существования лидарного комплекса. Фотоэлектрические датчики принимают лазерный импульс, отраженный от облаков верхнего яруса. Лазерный импульс проходит два поляризационных диска - при излучении и при приеме. В описываемую программу заложен функционал для записи состояния этих поляризационных дисков. 

Оцифровка данных с датчиков происходит с использованием аналого-цифрового преобразователя, подключенного по шине USB к компьютеру и через аналоговый разъем к датчикам.  Программа реализована на основе драйверов и пакета разработчика, поставляемых в комплекте с АЦП.

Возможные области применения: мониторинг атмосферы, физика облаков верхнего яруса, газовый анализ среды. Возможно использование программы в научных и производственных операциях, связанных с преобразованием в цифровую форму аналоговых сигналов, получаемых с аппаратных датчиков, с внесением цифровой информации в информационные системы для последующей математической и алгоритмической обработки.

В программе использованы реализации асинхронных операций получения и записи данных, отложенная инициализация аппаратного драйвера, событийная модель графического интерфейса пользователя. Используется многопоточное выполнение с использованием примитивов синхронизации.

Программа предоставляет:

• графический интерфейс пользователя для задания настроек аналого-цифрового преобразования (параметры преобразования запрашиваются от драйвера при инициализации);
• возможность сменить имя и расположение файла с полученными данными, установленное по умолчанию.

В программе реализованы полностью автоматический и ручной режим сбора данных. При автоматическом режиме при заданном количестве собранных данных происходит изменение состояния дисков поляризации, сбор данных не прекращается, окна настроек не активны. При ручном режиме работы получение данных останавливается до следующего запуска, но становятся доступны для изменения состояния дисков.

Размер выходного файла ограничен 4 ГБ.  Обеспечивается оцифровка без пропусков импульсов, поступающих с частотой 10 Гц,  при размере пакета до 8192 отсчетов на канал. К аннотации прикреплен файл вывода программы, выходные файлы именуются по дате и времени создания. АЦП имеет диапазон дискретизации сигнала от -2048 до 2048 отсчета.  

Именование файлов происходит автоматически по текущей дате запуска, присутствует возможность явно выбрать место расположения и имя файла с выходными данными.

Содержимое файла вывода (на примере файла example_output.txt, находящегося во вложении):

•  - номер полученного пакета данных и разрешение в метрах по высоте(пересчитано из частоты дискретизации); 
•  - строка, описывающая один отсчет сигнала при заданной частоте дискретизации, перед каждым значением находится условное обозначение поля;
•    - номер отсчета;
•    - битовые флаги канала 0;
•    - битовые флаги канала 1;
•    - положение в градусах поляризационного диска излучателя;
•    - положение в градусах поляризационного диска приемника;
•    - значение сигнала в канале 0 в отсчетах дискретизации устройства; 
•    - значение сигнала в канале 1 в отсчетах дискретизации устройств.

Программа создана в среде Microsoft Visual Studio 2010 на языке программирования C++, с использованием библиотеки графического интерфейса пользователя wxWidgets 2.9.3. Гарантирована работа в операционной системе WindowsXP.

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 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++.

Назначение: хранение, обновление и предоставление данных по событиям широких атмосферных ливней (ШАЛ), вызываемых космическими лучами сверхвысоких энергий (КЛСВЭ), зарегистрированных Якутской комплексной установкой ШАЛ (ЯКУ ШАЛ).

Область применения: физика космических лучей, астрофизика, физика атомного ядра и элементарных частиц.

Функциональные возможности:

База Данных обеспечивает:

• хранение и обновление данных по заряженной, мюонной и черенковской компонентам ШАЛ;
• формирование выборки событий ШАЛ согласно желаемым критериям отбора для дальнейшего анализа;
• многокомпонентный анализ характеристик ШАЛ;
• анализ астрофизических параметров КЛСВЭ с энергиями выше 10¹⁸ эВ;
• мониторинг качества работы детекторов установки в течение анализируемых периодов.

БД содержит события ШАЛ, начиная с 1995 г., в настоящий момент в ней 1511955 событий. БД содержит 10 таблиц. 

Подробное описание структуры БД - в приложенном файле.

Инструментальные средства создания - СУБД Postgresql-8.4.11