Главная > Документ


Таблица 4. Матрица приоритетов ФЭ

i r

1

2

9

10

11

12

15

16

17

18

19

20

24

25

26

27

28

32

33

34

35

36

1

0

0

3,3

6,7

5

5

10

3,3

10

10

5,6

5,6

2,8

9,4

5

0

0

2,2

2,2

2,2

3,3

0

2

6

6

12

8,0

0

0

3,9

3,9

12

12

7,5

7,5

6,7

10,6

6,7

4,5

0

4,5

0

0

4,5

0

3

0

0

0

0

0

0

0

0

0

1,3

2,1

2,13

3

2,58

3

1,5

1,5

0

0

0

1,5

1,5

Найдем итоговое значение приоритета для каждого ФЭ по всему множеству ИП (формула 6) и получим взвешенный граф КСПД ООО ";Западно-Малобалыкское";, в котором каждому ФЭ сопоставлено количественное значение его приоритета (рис. 3) .

Рис. 3. Взвешенный граф КСПД ООО ";Западно-Малобалыкское";

Выводы. Предложенный метод расчета приоритетов позволяет ранжировать множество всех ФЭ КСПД (в каждый момент времени), на основании приоритета как общего для всех ФЭ КСПД критерия. Таким образом, при возникновении множественных неисправностей в корпоративной сети на основе предлагаемого подхода может быть сформирована очередь на обслуживание (администрирование) ФЭ КСПД. Кроме того, приведенное ранжирование ФЭ может помочь выявить ";узкие"; места в КСПД и принять соответствующие меры по повышению надежности и живучести корпоративной сети.

Список литературы:1. Каток А.Б. Введение в современную теорию динамических систем / А.Б. Каток, Б. Хасселблат. – М.: Факториал, 1999. – 768 с. 2. Гайфуллин Б.Н. Автоматизированные системы управления предприятиями стандарта ERP/MRPII / Б.Н. Гайфуллин, И.А. Обухов. – M.: Богородский печатник, 2000. – 237 c. 3. Кульгин М. Технологии корпоративных сетей / М. Кульгин. – Энциклопедия. – СПб.: Питер, 1999. – 704 с. 4. Олифер В.Г. Стратегическое планирование сетей масштаба предприятия / В.Г. Олифер, Н.А. Олифер. – М.: Центр Информационных Технологий, 2000. – 680 с. 5. МишинД.В. Модель администратора корпоративной сети передачи данных / Д.В. Мишин, М.М. Монахова / Региональная информатика (РИ-2010). – XII Санкт-Петербургская межд. конф. ";Региональная информатика (РИ-2010)"; / Санкт-Петербург: Труды конф. / СПОИСУ. – СПб, 2010. – С. 55–56. 6. МишинД.В. Модель автоматизированной системы администрирования корпоративной сети передачи данных / Д.В. Мишин, М.М. Монахова / Труды Девятого международного симпозиума ";Интеллектуальные системы"; (Intels'2010). – Россия, ВлГУ, 2010. – С. 268–271. 7. МишинД.В. Проблемы оптимизации распределения работ администраторов как основных исполнительных субъектов в рамках решения целевой задачи администрирования КСПД / Д.В. Мишин, М.М. Монахова / Материалы III Межд. научно-практ. конф. – Шуя-Иваново-Владимир: Изд-во ГОУ ВПО ";ШГПУ";. – С. 165–170. 8. Леохин Ю.Л. Многоуровневый подход к управлению мультисервисными корпоративными сетями // Телематика’2009. Труды XVI Всероссийской научно-методической конф. – Санкт-Петербург. 2009 . – Том 2. – С. 277–278. 9.Chen G. Inte-grated TMN Service Management / G. Chen, Q. Kong, J. Etheridge, P. Foster // Journal of Network and system Management. – 1999. – Vol. 7. – № 4. – P. 469–485. 10. Гребешков А.Ю. Управление сетями электросвязи по стандарту TMN: Учеб. пособие / А.Ю. Гребешков. – М.: Радио и связь, 2004. – 155 с. 11. Курц А.Л. Принципы построения средств управления ИТ-инфраструктурой на примере модели ITSM компании HP / А.Л. Курц, А.Л. Фридман, Б.Н. Андерс, H.A. Фандюшина, Л.Я. Чумаков // Системы и средства информатики. – 2008. – Т. 18. – № 2. – С. 69-85. 12. IBM Tivoli Software library for technical resources [Electronic resource] / IBM Corp. – 2006. Режим доступа: /software/tivoli/sw-library 13.Tammy Zitello. HP OpenView System Administration Handbook / Zitello Tammy, Weber Paul, WilliamsDeborah / Network Node Manager, Customer Views, Service Information Portal, HP OpenView Operations / Pearson Education, Inc., Upper Saddle River, New Jersy, 2004. – 688 p. 14.Ершов Ю.Л. Математическая логика / Ю.Л. Ершов, Е.А. Палютин. – СПб.: Лань, 2005. – 320 с. 15.Салий В.Н. Алгебраические основы теории дискретных систем / В.Н. Салий, А.М. Богомолов. – М.: Физ.-мат. лит., 1997. – 368 c. 16.HerbertBusemann. Projective Geometry and Projective Metrics (Dover Books on Mathematics)/ Busemann Herbert, Kelly Paul J. //New York, Academic Press inc., pub., 2005. – 352 p.

Статья представлена д.т.н. проф. Владимирского государственного университета им. А.Г. и Н.Г. Столетовых, Монаховым М.Ю.

УДК 004.021

Про оптимізації адміністрування корпоративних мереж передачі даних в умовах обмежених адміністративних ресурсів АСУП //МішинД.В., МонаховаМ.М. // Вісник НТУ ";ХПІ";. Тематичний випуск: Інформатика і моделювання. – Харків: НТУ ";ХПІ";. – 2011. – № 17. – С. 101 – 108.

У роботі пропонується модель пріоритетів функціональних елементів корпоративних мереж передачі даних, пропонуються механізми ранжирування елементів мережі за ступенем їх значущості, вирішується завдання формування черги на адміністрування. Зроблено розрахунок пріоритетів елементів мережі підприємства. Іл.: 3. Табл.: 4. Бібліогр.: 16 назв.

Ключові слова: ранжування, пріоритет, функціональний елемент, ресурс адміністрування.

UDC 004.021

Abouttheoptimization of the administration corporate area networks of data transmission under scarce administrative resources // MishinD.V., Monakhova M.M. // Herald of the National Technical University ";KhPI";. Subject issue: Information Science and Modelling. – Kharkov: NTU ";KhPI";. – 2011. – №. 17. – P. 101 – 108.

The aim of this paper is to development the model of the estimate of priorities functional elements for the corporate area networks of data transmission. In this paper we propose effective mechanisms for ranking (assigning priorities) the functional elements of the network by the degree of their importance. Also we solve the question of creation the queue from the set of the all problem elements. Figs.: 3. Tabl.: 4. Refs.: 16 titles.

Keywords: priority, ranking the functional elements, administrative resources.

Поступила в редакцию 15.02.2011

УДК 004.93.1:656.073.5

Б.І. МОРОЗ, д.т.н., проф., зав. каф. АМСУ, Дніпропетровськ,

С.М. КОНОВАЛЕНКО, асп., нач. лаб. АМСУ, Дніпропетровськ

ДEЯКІ АСПЕКТИ РОЗВИТКУ СИСТЕМИ АНАЛІЗУ РИЗИКІВ ПОРУШЕННЯ МИТНОГО ЗАКОНОДАВСТВА

Розглянуто деякі аспекти розвитку автоматизованої системи аналізу ризиків порушення митного законодавства, а саме можливість застосування методів та засобів штучного інтелекту у вигляді нейромережевого моделювання. Описана модель нейронної мережі типу багатошаровий персептрон та використано ітеративний метод навчання з можливістю обходу локальних мінімумів. Іл.: 1. Табл.: 1. Бібліогр.: 11 назв.

Ключові слова: аналіз ризиків, нейронна мережа, персептрон, ітеративний метод.

Постановка проблеми. Одним з основних завдань у діяльності митних органів є здійснення митного контролю. До останнього часу у більшості випадків домінував метод безпосереднього митного контролю, його форми та глибину обирав інспектор [1]. Очевидно, що такий підхід збільшує часові обмеження пропуску та оформлення товарів, транспортних засобів. Окрім того, непоодинокі випадки подання суб’єктами зовнішньоекономічної діяльності недостовірних відомостей про характеристики товарів з метою заниження (завищення) митної вартості, перевезення контрабанди. Концепція створення, впровадження та розвитку автоматизованої системи аналізу та керування ризиками передбачає використання сучасних інформаційних технологій та методів і засобів обробки інформації митного контролю [2, 3].

Аналіз літератури. Публікації в галузі впровадження інформаційних систем аналітики в рамках розвитку проекту E-customs носять концептуальний характер [1 – 3], виділяючи проблематику та формалізуючи загальні аспекти функціонування. Як видно із [4 – 6], великий інтерес представляє використання нейромережевих моделей в системах ідентифікації та розпізнавання, проте застосування цих парадигм штучного інтелекту в митної служби України досі предметно не розглядалась, тому розробка та застосування методів та засобів ідентифікації, яким були б притаманні такі риси як здатність до адаптації, навчання є задачею остаточно не вирішеною та потребує подальшого розвитку та дослідження.

Ціль статті. Метою статті є спроба формалізації та розробки моделі ідентифікації об’єкта, явища, що супроводжує митний контроль на основі математичного апарату нейронних мереж. Оскільки в деяких випадках вхідні данні можуть мати невизначений характер та з часом змінюватися, то моделі ідентифікації необхідно надати такі властивості інтелектуальних систем як адаптивність, можливість оперувати розмитими даними, прийняття рішень в умовах невизначеності.

Митний контроль, як процес прийняття рішень. Під прийняттям рішення будемо розуміти складний процес в якому можна виділити наступні етапи:

  1. Аналіз предметної галузі, проблеми що розглядається, тобто виділення факторів та ознак, що мають найбільш важливе значення.

  2. Побудова математичної або алгоритмічної моделі процесу ідентифікації, щоб встановити або наблизити співвідношення між вхідним та вихідним вектором. Цей етап включає в себе опису та по-можливості побудови цільової функції змінних такої, значенням якої відповідала би найкраща ситуація з погляду прийняття рішення.

Оскільки класи об’єктів митного контролю можуть мати досить великий і різноманітний обсяг ознак, то для практичних цілей виділимо деякі з них, які згодом і використаємо:

– товари, об'єми ввезення яких за даними митної статистики України значно перевищують об'єми їх вивезення за даними митних статистик країн-контрагентiв;

– товари, щодо яких є iнформацiя про вiдсутнiсть виробництва або товари, виробництво яких є нехарактерним для певної країни;

– товари, заявлені в одній декларації, але доставлені в декількох автотранспортних засобах, вагонах або контейнерах;

– пред’явлення товарів для митного оформлення в митний орган, вiдмiнний вiд митного органу призначення, зазначеного в документі контролю за доставкою товарів;

– різниця між брутто i нетто вагою товарів, що перевозяться, вiдмiнна вiд загальноприйнятої;

– вага одиниці товару не є характерною для даного товару або ідентичних чи подібних (аналогічних) товарів;

– заявлена митна вартість товарів значно вiдрiзняється вiд ціни ідентичних чи подібних (аналогічних) товарів при їх увезенні на митну територію України;

– товари переміщуються через митний кордон України за зовнiшньоекономiчними договорами (контрактами), вiдмiнними вiд договорів купiвлi-продажу;

– одна зi сторін зовнiшньоекономiчного договору зареєстрована в офшорній зоні;

– ";білі"; та ";чорні"; списки учасників зовнішньоекономічної діяльності.

Представимо ідентифікаційні ознаки, як вхідну множину , а вихідний результат процедури розпізнавання, в контексті системи аналізу ризиків, опишемо як множину зі ступенями ризику Y= {високий, помірний, низький}. Як бачимо вхідні та вихідні вектори мають різношкальні характеристики, включаючи навіть лінгвістичні значення, тому відповідні вектори потребуватимуть додаткового нормування та кодування.

Система класифікації на основі нейронних мереж. За останні 15 років дуже корисними з погляду розпізнавання образів виявились моделі нейронних мереж, чисельність комерційних програм що їх використовує постійно збільшується. Одними з найкорисніших переваг з погляду класифікації та розпізнавання образів є здатність до навчання та узагальнення накопичених знань [6].

Для побудови нейромережевої моделі необхідно:

– визначити архітектуру нейронної мережі;

– визначити процедуру навчання мережі;

– визначити критерій якості та шлях його оптимізації.

З відомих архітектур нейронних мереж універсальним апроксиматором є багатошаровий персептрон прямого поширення сигналу та зворотного розповсюдження помилки [7 – 10]. Як зазначалось вище ми виділили 10 вхідних змінних та одну вихідну з трьома станами. Для того щоб навчити багатошаровий персептрон, треба привести вхідний та асоційований з ним вихідний вектори у відповідність до того вигляду, з яким може працювати наша нейронна мережа.

Вихідний вектор має три категоричні значення {високий, помірний, низький}, тож враховуючі властивості передаточної функції логістичного сигмоїда, логічно було представити його в межах від 0 до 1, а саме відповідними значеннями {1; 0.5; 0}. Для зручності вхідні значення приводимо до того ж діапазону що і вихідний вектор, наприклад: ознака – вага одиниці товару, має типовий статичний діапазон значень, відхилення від якого і буде вказувати на ступінь ризику. Таким чином згруповуючи діапазони значень або категорій в три групи кодуємо їх відповідно до ступеня ризику – {1; 0.5; 0}.

Отже в нас є множина вхідної інформації X – ознак об’єкта митного контролю, вихідної інформації, що фактично видає мережа на вихідному шарі Y – рекомендації системи щодо можливого ризику порушення, і, власне, множина бажаного виходу тобто правильно розпізнаного образу D [8, 9]. Із комбінації множин X та D сформуємо навчальну вибірку I>x, d>, де , а . Для прикладу використаємо таку товарну позицію, як “монітори кольорові” (номер 8528599000 згідно товарної номенклатури). Було сформовано вибірку із 275 одиниць, із них 193 – навчальна вибірка, 41 – контрольна вибірка та 41 – тестова вибірка.

Проектуючи нейронну мережу потрібно було вирішити скільки буде шарів та кількість нейронів в них. За основу було взято тришаровий персептрон із двома прихованими шарами, де кількість нейронів 1-го шару дорівнює кількістю ознак вхідного вектору – 10 нейронів, 2-го шару – 8, і нарешті вихідний шар складається з одного нейрона. Модель, що була розроблена в середовищі MATLAB 7.11.0 (Neural network toolbox ), зображена на рисунку.

Вхідний сигнал i-го нейрона, що знаходиться в k-му шарі, обчислюється наступним чином:

(1)

де – вихідний сигнал нейрона j () у шарі номер k –1; – сигнал зміщення i-го нейрона; – ваговий коефіцієнт зв‘язку між нейронами i та j; t – кількість нейронів в шарі k –1. Кожен i-й нейрон в свою чергу формує, за допомогою функції активації , вихідний сигнал :

(2)



Скачать документ

Похожие документы:

  1. Государственное бюджетное города москвы «центральная универсальная

    Документ
    ... Р. С. Тенденции роста и развития электронных периодических изданий / Р. С. Гиляревский, И. А. Черный // Современное ... новых информационных технологий в деятельности Нижегородской государственной областной детской библиотеки. Свергунова Н. М. ...
  2. Государственное образовательное профессионального образования

    Документ
    ... деятельности ЗабКИПКРО………………………………………………………… 17 V. Периодические издания:…………………………………………… Научно-методический журнал «Педагогическое ... и методическим работникам.  Статистика результатов государственной (итоговой) аттестации выпускников (9-х классов в ...
  3. Государственное и муниципальное управление (3)

    Ученые записки
    ... государственных экономических, социальных, и других программ, издание и продвижение нормативно-правовых актов, реклама государственных учреждений и государственных ... ра­бот свидетельствует 5-е издание учебного пособия «Государственная и муниципаль­ная ...
  4. Государственная центральная ХАНТЫ-МАНСИЙСК

    Библиографический указатель
    ... с 1941 г. - «Ханты-Мансийск». Справочный аппарат издания включает «Указатель предприятий, учреждений и организаций ... Институт природопользования Севера (Филиал Тюменской Государственной сельскохозяйственной академии) Факультет экономики и ...
  5. Государственная центральная ХАНТЫ-МАНСИЙСК

    Библиографический указатель
    ... с 1941 г. - «Ханты-Мансийск». Справочный аппарат издания включает «Указатель предприятий, учреждений и организаций ... Институт природопользования Севера (Филиал Тюменской Государственной сельскохозяйственной академии) Факультет экономики и ...

Другие похожие документы..