Способ поиска и восстановления функциональных зависимостей и устройство для его реализации

Изобретение относится к области вычислительной техники, основанной на детерминированных конечных автоматах и стековых вычислительных машинах. Технический результат заключается в повышении точности поиска и восстановления функциональных зависимостей показателей и параметров изделий ракетно-космической техники. Устройство поиска и восстановления функциональных зависимостей показателей и параметров изделий ракетно-космической техники содержит оптимизатор статистических коэффициентов, выполненный в виде генератора псевдослучайных чисел, сервер очередей в виде базы данных, генератор функций, имеющий два входа, оптимизатор функций, содержащий оптимизатор статистических коэффициентов, компилятор математических выражений в объектный код и объектная машина. Способ описывает работу устройства. 2 н.п. ф-лы, 1 ил., 2 табл.

 

Изобретение относится к области вычислительной техники, основанной на детерминированных конечных автоматах и стековых вычислительных машинах. Более точно - к компьютерному системному анализу численных данных в структурированных массивах информации, предназначенным для решения задачи определения математически обусловленных функциональных зависимостей, и может быть также использовано для анализа существующих в матрицах математически обусловленных функциональных зависимостей, в частности, для проверки новых векторов на непротиворечивость исходным данным.

Предлагаемый способ позволяет существенно снизить трудоемкость анализа разнородных статистических данных и обеспечить получение набора математически обусловленных функциональных зависимостей для дальнейшего исследования сложных технических систем эргатического типа («персонал-система-среда»).

Известен способ (см. патент RU №2504006, 10.01.2014, МПК7 G06N 3/08) в котором для последовательного поиска и восстановления зависимостей между матрицей исходных данных и эталонными данными используется численная оптимизация статистических параметров нейросети на основе дополнения процесса ее обучения экспертными данными. Такое решение позволяет за счет знаний эксперта существенно увеличить качество и скорость процесса обучения нейросети. Вместе с тем, ему также присущи и недостатки, которые связаны с тем, что фактически время, затрачиваемое на обучение нейросети, переносится на этап проведения экспертной обработки исходных данных. Кроме того, мнение эксперта о возможной классификации исходных данных зачастую может быть субъективным и не совпадать с общим мнением экспертной группы.

Известно также техническое решение (см. патент RU №.105038, 27.05.2011, МПК7 G06F 9/45) в котором для установления зависимости между матрицей исходных данных и эталонными данными используется метод регрессионного анализа на основе заранее определенных классов функций. Такое техническое решение, в отличие от предыдущего решения, позволяет получить аналитический вид зависимости, однако, в основе используемого способа восстановления зависимостей также содержится аналог нейросети с заранее заданной структурой.

Недостатком выше указанного технического решения, является необходимость априорного задания классов функций, что делает его применение ограниченным и требует значительных временных ресурсов для реализации.

Известен способ обучения искусственной нейронной сети (ИНС) (см. патент RU №2504006, 10.01.2014, МПК7 G06N3/08), заключающийся в подаче исходных данных на вход ИНС, которая на основании обучающих примеров осуществляет оптимизацию статистических коэффициентов в виде векторов синаптических весов нейронов с соответствующей коррекцией до завершения обучения ИНС. Данное изобретение выбрано в качестве прототипа.

Недостатками указанного способа являются требование исходного существования структуры нейросети и невозможность осуществления последовательного приближения к исходному виду функции.

Целью предлагаемого изобретения является устранение вышеуказанных недостатков.

Указанная цель достигается путем последовательного усложнения математических формул с их последующей подачей на оптимизатор и сохранения математически обусловленных зависимостей для дальнейшей оценки вероятности их появления.

Решение сформулированной задачи целесообразно реализовать в виде отдельного унифицированного блока, что позволяет ускорить процесс поиска функциональных зависимостей и расчет вероятности их наблюдения за счет распараллеливания вычислений.

На фиг. 1 представлена схема устройства поиска функциональных зависимостей между входными и выходными данными.

Устройство для поиска функциональных зависимостей содержит: базу данных (сервер очередей) - 1, генератор функций - 2, блок оптимизации - 3, который включает в себя компилятор математических выражений в объектный код - 4, блок оптимизации статистических коэффициентов - 5 и объектную машину - 6.

Вход и выходы устройства поиска функциональных зависимостей (которыми являются вход и выход сервера очередей 1) на фиг. 1 не показаны.

База данных (сервер очередей) - 1 представляет собой систему выдачи на генератор функций исходной матрицы численных значений и целевого вектора параметров исследуемого объекта. Отличительной особенностью его является то, что за одно обращение он выдает ровно один набор данных. В сервер очередей может входить база данных, которая используется для хранения исходных данных и результатов расчета.

Генератор функций - 2 представляет собой систему поэтапного усложнения математических функций, который работает на основе заранее заданной формальной грамматики. Эта грамматика описывает, в свою очередь, множество всех возможных математически корректных формул. Структурно генератор получает исходные данные от сервера очередей, генерирует функции и передает их в компилятор математических выражений.

Блок оптимизации - 3 представляет собой систему поиска оптимальных значений набора статистических коэффициентов в переданной от генератора функций (2) формулы. Структурно блок оптимизации 3 получает исходные данные для расчета и математическую формулу от генератора функций, а также осуществляет оптимизацию статистических коэффициентов переданной формулы по заранее выбранному функционалу. В качестве возвращаемого на генератор функций 2 данных блок оптимизации 3 использует функционал, который рассчитывается на основе отклонения эталонных и расчетных данных.

Компилятор математических выражений - 4 представляет транслятор переданных математических формул в объектный код, что способствует существенному ускорению расчетов.

Блок оптимизации статистических коэффициентов - 5 представляет собой систему численной оптимизации статистических коэффициентов по заранее заданному функционалу.

Объектная машина - 6 представляет собой устройство, выполняющее объектный код, который генерирует компилятор математических выражений. Технически объектная машина представляет собой стековую вычислительную машину.

Сущность способа последовательного поиска и восстановления функциональных зависимостей и устройство для его реализации заключается в следующем.

Генератор функций 2, осуществляющий общее управление поиском математически обусловленных функциональных зависимостей, производит запрос задания, хранимого в сервере очередей 1. Генератор функций 2 инициализирует значение текущей формулы пустой строкой и производит на основе формальной грамматики вывод всех формул, которые отличаются от исходной формулы применением ровно одного правила. При этом на данном этапе предусматривается возможность увеличения количества статистических коэффициентов в формуле на 1. Данный набор функциональных зависимостей последовательно передается на оптимизатор функций (3), который последовательно возвращает обратно формулы с рассчитанными коэффициентами и ошибку в расчетах. На основании этих данных в сервер очередей передается для хранения информация о формуле с наименьшей ошибкой и сложность ее математической конструкции, определяемая как количество правил грамматики, которое необходимо применить для синтаксического разбора полученной формулы. На основании этих данных сервер очередей (1) осуществляет оценку вероятности наблюдения формулы, как отношение количества раз, сколько формула передавалась в блок (1) к общему числу транзакций по передаче формулы заданной сложности.

Оптимизатор функций (3), получая данные от генератора функций (2), осуществляет компиляцию переданной формулы в объектный код при помощи транслятора (4), который после этого передает полученный результат, исходную матрицу численных данных и вектор целевых значений на оптимизатор статистических коэффициентов (5).

Оптимизатор статистических коэффициентов (5) осуществляет поиск наилучшего набора статистических коэффициентов переданной формулы, используя для этого объектную машину (6), которая производит вычисления на основе полученного от генератора функций (2) объектного кода.

Модельный пример

Известны исходные данные о характеристиках отечественных и зарубежных средств выведения (СВ), представленные в виде матрицы вида (таблица 1):

Таблица 1.

Наименование средств выведения Стоимость (Y), млн. долл. Масса ПН (X1) (НОО), кг Масса РКН (X0), кг
KSLV 1 150 100 140600
Старт 1 15 532 47200
Минитмен 2 7 680 33014
Эпсилон 38 1200 91000
Космос 17 1500 109000
Минотавр 4 50 1750 87000
M-5 62 1800 139000
Молния М 40 1800 305000
PSLV-CA 17.8 2100 230000
Рокот 30 2150 107500
Вега 55 2400 137000

Великий поход 2C 30 2400 192000
Дельта 2 7320 130 2700 152000
Циклон 20 3000 182000
Союз-2.1в 23 3150 160000
Атлас 1 65 3630 148700
Днепр 40 3700 211000
Великий поход 2D 20 3800 250000
PSLV-XL 28 3800 320000
Ангара 1.2 26 4000 171000
Великий поход 4B 42 4200 249200
Великий поход 4C 41 4200 250000
GSLV Mk II 35 5000 414000
Антарес 130 90 5100 296000
Великий поход 3A 67 6000 241000
Атлас 2 116 6780 187170
Союз-ФГ 18 6950 298400
Союз-У 17 6950 308000
Зенит 3SL 95 7000 473000
Союз-2.1а 36 7020 312000
Союз-ФГ с РБ «Фрегат» 25 7020 313000
Ангара-А3.2 41 8000 425000
GSLV Mk III 35 8000 630600
Союз-2.1б 36 8250 312000
Атлас 5 401 138.2 9797 334500
H2A202 88.5 10000 289000
Дельта 4 средняя (5.2) 164 10300 292732
Великий поход 3B 70 12000 425800
Дельта 4 средняя (5.4) 164 13600 404600
Атлас 5 421 138 13600 428000
Зенит 2S 27 13740 460000
Дельта 4 средняя (5.4) RS-68A 164 14140 406600
Ангара-А3 46 15300 482000
Атлас 5 531 140 15575 475000
Ариан 5G 125 16000 746000
H-2B 185 16500 531000
Атлас 5 541 232 17443 540300
Ангара-А5.2 60 18200 714000
Атлас 5 551 200 18500 587000
Ариан 5 ECA 160 20000 780000
Ариан 5 ES 150 21000 760000
Протон-М 41 22000 705000
Протон-М с РБ «Бриз-М» 65 22000 712800
Фалькон 9 (вер 1.2) 80 22800 549054
Ангара-А5 75 26000 775000
Дельта 4 тяжелая 350 28790 733000
Дельта 4 тяжелая RS-68A 350 28790 733400
Ангара-А7.2 150 36000 1130000
Ангара-А7.2 В 200 50000 1107000
Фалькон тяжелая 120 54400 1462836
Сатурн 5 820 118000 3000000

Требуется: определить возможный вид зависимости "Стоимости" средств выведения (Y) от массы ракеты (X1) и массы полезной нагрузки (ПН, Х0), выводимой на различные низкие околоземные орбиты (НОО) для решения целевых задач.

Решения, которые были получены с использованием предлагаемого способа и разработанного на его основе алгоритма (показаны только наилучшие в своем уровне сложности функциональные зависимости) представлены в таблице 2.

Таблица 2.

Уровень сложности функциональной зависимости Сумма квадратов ошибки* Функциональная зависимость с поправочными (корректирующими) коэффициентами
1 319693.9778 Y=(X1*0.00022103153859481632)
2 290780.743 Y=(X0*0.0063328663933562793)
3 267694.5096 Y=(0.0054232804232943188*(X0+5089.7808201058197))
4 266857.7733 Y=(0.0055476919599613348*(X0+(8607.2958333333245-3970.0060293000515)))
5 263473.3487 Y=((((-130.02158078680208)*(X0+3782.9636712752117))+X1)/(-17700.179118339875))
6 253308.4021 Y=((((X0/(13363.658227027378+20.899085087557935))*75.102844427402033)+20.899085087557935)-((-14519.347326376181)/X0))
.......................................................................................................................................................................................................................................
13 249639.7697 Y=((((((((X0+7115.0609430628401)*108.38084799351319)-X1)/14471.370612254026)-(108.38084799351319-(-7134.5944794433617)))+(13047.212165726771/X0))+7115.0609430628401)+108.38084799351319)

* обеспечиваемая полученной функциональной зависимостью сумма квадратов отклонений между рассчитанным и фактическим значениями.

С практической точки зрения, соответствие между единицами измерений для функциональных зависимостей (Y) и значениями вектора X=(Х0, Х1) обеспечивается тем, что подобные преобразования осуществляются при помощи найденных предлагаемым в заявке способом значениями статистических коэффициентов. Данная особенность иллюстрируется примером формирования функциональных зависимостей с уровнями сложности 1 и 2, которые могут быть записаны в виде:

где – стоимость пуска ракеты космического назначения (РКН), млн. долл.;

– выводимая масса полезной нагрузки (ПН) на НОО, размерность которой – кг.;

– статистический коэффициент, выраженный в (млн. долл.) на один килограмм полезной нагрузки, характеризующий удельную стоимость выведения ПН.

С экономической точки зрения, данная формула вида (1) полностью соответствует существующему в ракетно-космической отрасли методическому подходу к укрупненной оценке стоимости оказания пусковых услуг, которая активно используется при сравнении конкурентоспособности отечественных и зарубежных средств выведения /1, 2/.

где – стоимость пуска РКН, млн. долл.;

– масса РКН, выраженная в кг;

– статистический коэффициент, выраженный в (млн. долл.) на один килограмм РКН, характеризующий удельную стоимость производства и эксплуатации РКН.

Кроме того, с экономической точки зрения, выражения (1) и (2) соответствуют рекомендованным к использованию ФГУП «Организация «Агат» укрупненным соотношениям, которые приняты к использованию при планировании ценообразования на производство и эксплуатацию средств выведения (СВ). При этом необходимо отметить, что существующие отклонения в значениях статистических коэффициентов и от приведенных в нормативно-правовых документах объясняются использованием в рассматриваемом модельном примере данных не только по российским средствам выведения, но также и по зарубежным СВ.

Таким образом, предлагаемый способ поиска и восстановления функциональных зависимостей характеризуется следующей новизной и практической значимостью:

Полученные в ходе поиска функциональные зависимости с уровнем сложности до 5-го уровня включительно коррелируются по своей структуре с принятым в ракетно-космической отрасли укрупненным подходом, который предусматривает использование при распределении финансовых средств по государственному заказу методов линейного регрессионного анализа.

Получаемые далее соотношения функциональных зависимостей (например, по уровню сложности 13) демонстрируют переход к таким функциональным зависимостям, которые наиболее полно соответствуют академическим исследованиям, а также зависимостям, которые на практике используют при проектировании средств выведения конструкторские бюро предприятий и организаций Государственной корпорации «Роскомос».

Возможность практической реализации представленного способа и его технической реализации, т.е. возможность ее промышленного применения, подтверждается следующими факторами. Общая структура реализации подобных систем известна из прототипа (патент G06N 3/08 от 10.01.2014). Остальные блоки, входящие в состав заявленного «Способа поиска и восстановления функциональных зависимостей», относятся к классам устройств, для которых известны правила и методы, с помощью которых они могут быть получены по предъявляемым к ним требованиям Заказчика, а именно:

- сервер очередей (1) может быть реализован по предъявляемым к нему требованиям в соответствии с известными правилами и методами, описанными: Дюбуа, Поль «MySQL, 2-e издание». Издательский дом: «Вильяме», 2004. – с. 697-719;

- блоки генератора (2) и транслятора функций (4) могут быть реализованы по предъявляемым к ним требованиям по известным правилам и методам, описанными: Ахо, Сети Р., Ульман Дж. «Компиляторы: принципы, техника реализации и инструменты». 2-е изд. Издательский дом «Вильяме», 2003. – с. 22-41;

- блок оптимизатора статистических коэффициентов (5) представлен в источнике: Е.В. Алексеева, О.А. Кутненко, А.В. Плясунов «Численные методы оптимизации». Министерство Образования Российской Федерации. Новосибирск, 2008. – с. 4-120;

- объектная машина (6) может быть получена по предъявляемым к ним требованиям по известным правилам и методам, описанными в Ахо, Сети Р., Ульман Дж. «Компиляторы: принципы, техника реализации и инструменты». 2-е изд. Издательский дом «Вильяме», 2003. – с. 22-41.

Список использованных источников

Министерство экономического развития. Приказ от 2016 г. №.423 «Об утверждении методических рекомендаций по разработке, корректировке, мониторингу среднесрочного прогноза социально-экономического развития Российской Федерации и о признании утратившим силу приказа Минэкономразвития России от 30 ноября 2009 г. № 492».

Министерство экономического развития. Приказ от 2 октября 2013 г.№567. «Об утверждении методических рекомендаций по применению методов определения начальной (максимальной) цены контракта, цены контракта, заключаемого с единственным поставщиком (исполнителем)».

1. Способ поиска и восстановления функциональных зависимостей показателей и параметров изделий ракетно-космической техники, заключающийся в генерировании математически корректных формул на основе экспертной информации и исходных статистических данных об изделиях ракетно-космической техники в виде векторов с численной оптимизацией статистических коэффициентов, отличающийся тем, что сигналы, характеризующие исходные статистические данные об изделиях ракетно-космической техники в виде векторов из сервера очередей подают на вход генератора функций, обеспечивая инициализацию значений исходной функции, а выходной сигнал генератора функций в виде множества формул направляют через компилятор математических выражений в оптимизатор статистических коэффициентов, обеспечивая поиск наилучшего набора статистических коэффициентов путем сравнения сигналов, характеризующих расчетные и эталонные данные, для чего выходной сигнал оптимизатора статистических коэффициентов подают на второй вход генератора функций, получая сигнал отклонения, который используют для формирования новой функциональной зависимости.

2. Устройство поиска и восстановления функциональных зависимостей показателей и параметров изделий ракетно-космической техники, содержащее оптимизатор статистических коэффициентов, выполненный в виде генератора псевдослучайных чисел и выполняющий экспертную функцию, сервер очередей в виде базы данных, отличающийся тем, что содержит генератор функций, имеющий два входа, оптимизатор функций, в состав которого кроме оптимизатора статистических коэффициентов входят компилятор математических выражений в объектный код и объектная машина, при этом вход объектной машины соединен с выходом оптимизатора статистических коэффициентов, вход которого связан выходом компилятора математических выражений в объектный код, выход оптимизатора функций связан со вторым входом генератора функций, а первый вход генератора функций связан с выходом сервера очередей.



 

Похожие патенты:

Изобретение относится к области вычислительной техники. Техническим результатом является обеспечение миграции актора приложения.
Изобретение относится к технике обработки цифровых данных с использованием программируемых специализированных вычислительных устройств и может быть использовано при разработке специализированных вычислительных устройств обработки цифровых данных на борту боевых летательных аппаратов.

Изобретение относится к вычислительной технике. Технический результат заключается в повышении скорости ввода данных.

Изобретение относится к области вычислительной техники для обработки потоковых данных. Технический результат заключается в повышении скорости обработки потоковых данных.

Изобретение относится к системе и способу для рендеринга контента рукописного ввода на устройстве отображения. Технический результат заключается в снижении времени задержки при отображении рукописного ввода и достигается за счет использования отдельного потока процесса рендеринга рукописного ввода, который работает в операционной системе и параллельно с другими потоками приложений.

Изобретение относится к вычислительной технике и может быть использовано в системах цифровой вычислительной техники как средство преобразования кодов. Техническим результатом является реализация любой из простых симметричных булевых функций τ0,5×(n+1)-1, τ0,5×(n+1), τ0,5×(n+1)+1, зависящих от n аргументов - входных двоичных сигналов, при n=5.

Изобретение относится к средствам обеспечения непрерывности задач между устройствами. Технический результат заключается в обеспечении непрерывности выполнения задач между устройствами.

Изобретение предназначено для выполнения селекции и идентификации меньшего, либо селекции и идентификации большего, либо селекции произвольно назначенного из двух n-разрядных двоичных чисел, задаваемых двоичными сигналами, и может быть использовано в системах цифровой вычислительной техники как средство предварительной обработки информации.

Изобретение относится к автоматике и аналоговой вычислительной технике, предназначено для ранговой обработки аналоговых сигналов и может быть использовано в системах аналоговой вычислительной техники как средство предварительной обработки информации.

Изобретение относится к средствам параметрической инерции и API. Технический результат заключается в обеспечении отображения разнообразных эффектов инерции, которые применяются в отношении объекта перемещения в пользовательском интерфейсе.

Изобретение относится к области вычислительной техники, основанной на детерминированных конечных автоматах и стековых вычислительных машинах. Технический результат заключается в повышении точности поиска и восстановления функциональных зависимостей показателей и параметров изделий ракетно-космической техники. Устройство поиска и восстановления функциональных зависимостей показателей и параметров изделий ракетно-космической техники содержит оптимизатор статистических коэффициентов, выполненный в виде генератора псевдослучайных чисел, сервер очередей в виде базы данных, генератор функций, имеющий два входа, оптимизатор функций, содержащий оптимизатор статистических коэффициентов, компилятор математических выражений в объектный код и объектная машина. Способ описывает работу устройства. 2 н.п. ф-лы, 1 ил., 2 табл.

Наверх