Университет Институт «Кибернетический центр»




PDF просмотр
НазваниеУниверситет Институт «Кибернетический центр»
страница313/313
Дата04.10.2012
Размер3.96 Mb.
ТипДокументы
1   ...   305   306   307   308   309   310   311   312   313


СЕКЦИЯ 3. Информационные и интеллектуальные системы (в прикладных областях) 
МОДИФИЦИРОВАННАЯ ДВУХМЕРНАЯ НЕЙРОННАЯ СЕТЬ ХОПФИЛДА, 
ОБУЧАЕМАЯ НА ОСНОВЕ РАССТОЯНИЯ МЕЖДУ НЕЙРОНАМИ 
 
Худоба Е. Н., Аксенов С. В. 
Томский политехнический университет 
E-mail: Robust@kvadro.net 
 
В  данной  работе  рассмотрены  рекуррентные 
которых 
она 
бывает 
автоассоциативная, 
нейронные 
сети, 
имитирующие 
работу 
гетероассоциативная, то есть сопоставлять разные 
автоассоциативной  памяти.  Автоассоциативная 
по  размерность  вектора  между  собой,  а  в  самом 
память  позволяет  запоминать  определенные 
простом  случае  указывает  на  номер  наиболее 
наборы  векторов  и  затем  выбирать  вектор 
похожего,  в  смысле  расстояния  Хемминга, 
наиболее 
близкий, 
в 
смысле 
расстояния 
вектора.  Сеть  Хемминга  имеет  три  слоя:  входной 
Хемминга,  к  одному  из  обучающих  векторов  по 
слой  с  количеством  узлов  равным  количеству 
представлению  на  вход  векторов  не  входящих  в 
отдельных  двоичных  признаков;  слой  категорий 
обучающий  набор.  Нейронная  сеть  Хопфилда 
(слой  Хопфилда),  с  количеством  узлов  равным 
позволяет запоминать бинарные наборы векторов, 
количеству  категорий  или  классов;  выходной 
то  есть  вектора  значениями  элементов  которых 
слой,  который  отвечает  числу  узлов  в  слое 
являются  множества  либо 0 и 1, либо -1 и 1. А 
категорий.  Емкость 
такой 
сети 
очевидно 
также  в  работе  представлена  оценка  количества 
ограничена 
количество 
нейронов 
в 
слое 
векторов,  которые  может  запоминать  нейронная 
Хопфилда. 
сеть. 
Рассмотрим  модифицированную  нейронную 
Самой  известной  и  простой  рекуррентной 
сеть 
Хопфилда. 
Во-первых, 
данная 
сеть 
сетью  является  классическая  нейронная  сеть 
отличается  от  классической  модели  тем,  что  ее 
Хопфилда,  в  которой  имеется 3 слоя  нейронов: 
нейроны 
образуют 
двухмерную 
сетку 
и 
входной,  слой  Хопфилда  и  выходной  слой. 
соответственно  имеют  два  индекса,  отвечающие 
Выходы слоя Хопфилда подсоединяются к входам 
за 
положение 
нейрона 
в 
воображаемой 
всех  нейронов  слоя  Хопфилда,  за  исключением 
двухмерной  сетке  по  горизонтали  и  вертикали. 
самого  себя,  а  также  к  соответствующим 
Во-вторых, выдвигается предположение о том что, 
элементам  в  выходном  слое.  Она  имеет 
чем  ближе  находятся  друг  к  другу  нейроны,  тем 
относительно небольшой объем памяти, величину 
сильнее  они  влияют  друг  на  друга.  Поэтому  при 
которого можно оценить выражением: 
N
вычислении  весовых  значений  используется 


2 ln N
дополнительная  величина  обратная  расстоянию 
где N – количество нейронов во входном слое 
=
x x D
ijkl
∑ s s
М – количество запомненных образов 
между нейронами: 
ij kl
ijkl  
s
−αη
D
= 2
η = max − − l
ijkl
,     ijkl
{
}, 
где  α -  параметр,  отвечающий  за  влияние 
нейронов в зависимости от расстояния ( α > 1); n и 
m – размеры  модулей,  на  которые  делится 
нейронная сеть. 
Распознавание 
производится 
аналогично 
классической 
сети 
Хопфилда, 
то 
есть 
вычисляются  значения  на  выходах  нейронной 
сети  Хопфилда:  (
w x )
ij
∑ ijkl kl , где   - 
ij

 
,l
Рис. 1. Структура классической сети Хопфилда 
значение  активности  выходного  нейрона,  а   - 
kl
 
y
Другим видом сети, которую можно отнести к 
все нейроны, связанные с 
, на которые подано 
ij
автоассоциатиной 
памяти, 
является 
сеть 
входное 
значение. 
После 
чего 
значения 
Хемминга. 
Она 
реализует 
классификатор, 
активности передаются с выхода   на входы   
базирующийся  на  наименьшей  погрешности  для 
ij
ij
векторов  двоичных  входов,  где  погрешность 
и  заново  рассчитываются  значения  активности 
определяется  расстоянием  Хемминга.  Расстояние 
нейронов,  стоящих  на  выходе  сети,  данные 
Хемминга 
определяется 
как 
число 
бит, 
действия  повторяются  до  тех  пора  пока 
отличающихся  между  двумя  соответствующими 
активность  нейронов  не  стабилизируется,  то  есть 
входными  векторами  фиксированной  длины. 
пока 
активность 
нейронов 
не  перестанет 
Существуют  разные  модификации  в  результате 
изменяться. 
347 
 

VII Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых c международным участием 
МОЛОДЕЖЬ И СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ 
Россия, Томск, 25-27 февраля 2009 г. 
Из  формул  обучения  модифицированной 
но  этот  результат  вполне  очевиден,  потому  что 
нейронной  сети  Хопфилда  видно,  что  значения 
количество  запоминаемых  образов  зависит  от 
связей 
быстро 
убывает 
при 
увеличении 
количество  нейронов  сети,  а  оно  в  свою  очередь 
расстояния η  между нейронами, поэтому данную 
равно произведению линейных размеров образов. 
нейронную  сеть  можно  легко  редуцировать,  не 
Исследуемая  нейронная  сеть  имеет  ряд 
учитывая 
значения 
связей 
начиная 
с 
преимуществ,  в  сравнении  с  другими  моделями 
определенного η
. Самое интересное в этом то, 
нейронных  сетей:  относительно  небольшое 
max
количество  связей,  запоминаемая  информация 
что  такое  уменьшение  количества  связей  не 
равномерно  распределяется  между  связями 
только не приводит к ухудшению качества работы 
нейронной  сети,  последовательное  прохождение 
сети,  а  наоборот  придает  ей  достаточно 
нестабильных  состояний  на  пути  к  стабильному 
интересные  положительные  свойства,  о  которых 
состоянию, быстрое обучение. 
будет рассказано далее. 
Во-первых, 
относительное 
небольшое 
Для  тестов  брались  определенные  наборы 
количество  связей  дает  определенный  прирост 
образов,  по  которым  проводилось  обучение 
скорости  работы,  скорости  обучения,  а  также 
нейронной сети и ее дальнейшее тестирование на 
улучшает  качество  определения  наиближайшего 
тоже 
наборе. 
При 
тестировании 
стабильного  состояния,  т.  е.  позволяет  корректно 
модифицированная  нейронная  сеть  Хопфилда 
определять  наиближайшее  в  смысле  расстояния 
показала  очень  высокие  результаты.  Примеры 
Хемминга стабильного состояния. 
тестов  изображенные  на  рисунках 2 и 3 
Во-вторых, 
запоминаемая 
информация 
модифицированная сеть Хопфилда распознала без 
равномерно  распределяется  между  связями 
единой ошибки. 
нейронной  сети  позволяет  нейронным  сетям 
работать  корректно  при  выходе  из  строя  каких 
либо  отдельных  связей.  Данное  свойство  полезно 
при  физическом  исполнении  данной  модели 
нейронных 
сетей 
в 
качестве 
отдельного 
устройства или блока системы управления, так как 
повышает  надежность  системы  управления  в 
целом. 
 
В-третьих,  последовательное  прохождение 
Рис. 2. Тестовый набор образов 
нестабильных  состояний  на  пути  к  стабильному 
 
состоянию считается преимуществом потому, что 
резкое  изменение  состояния  большой  и  сложной 
системы может ей навредить. 
В-четвертых,  быстрое  обучение  нейронной 
сети  достигается  за  счет  совмещения  двух 
факторов:  обучения  за  счет  матриц  корреляций  и 
уменьшенное  количество  связей,  таким  образом 
для  вычисления  значения  веса  каждой  связи 
нейронной 
сети 
требуются 
относительные 
небольшие  вычислительные  мощности  и  самих 
таких связей гораздо меньше, чем в полносвязной 
 
нейронной сети Хопфилда. 
Рис. 3. Большой тест. Размеры образов 32х32 
 
 
Литература 
 
1 Ming-Jung Seow, Vijayan K. Asari Learning using 
distance based training algorithm for pattern 
recognition 2003 
2. Ming-Jung Seow, Hau Ngo, Vijayan K. Asari 
Systolic implementation of 2D block-based Hopfield 
neural network for efficient pattern association 2002 
 
3.  Осовский  С.  Нейронные  сети  для  обработки 
Рис. 4. Сложный тест на образах маленького 
информации — М.: Финансы и статистика, 2002. 
размера 
4. L. B. Litinskii Hopfiled model with a dynamic 
 
threshold – Theoretical and Mathematical Physics 
Хотя  были  у  данной  сети  и  ошибки 
130(1): 136 – 151 (2002) 
распознавания.  Например,  тест,  приведенный  на 
5.  Саймон  Хайкин  Нейронные  сети:  полный  курс 
рисунке 3, при  распознавании  показал  не 
2-е  издание – СПб:  Издательский  дом  «Вильямс» 
корректную работу сети на трех образа из десяти, 
2006. 
348 
 



СЕКЦИЯ 3. Информационные и интеллектуальные системы (в прикладных областях) 
ЭКСПЕРТНАЯ СИСТЕМА ПРИНЯТИЯ РЕШЕНИЙ 
 ДЛЯ ПРОЦЕССОВ ОЧИСТКИ ТЕПЛОВЫХ СЕТЕЙ 
 
Шадрунова О.А., Сазонова Г.А., Зерщикова М.Ф. 
Вологодский государственный технический университет 
E-mail: sga27@mail.ru 
 
Возникновение  отложений  на  внутренних 
соответствия  между  параметрами  контура    и 
поверхностях тепловых сетей – одна из основных 
композициями  для  промывки, R4 – отношение 
проблем,  с  которой  сталкиваются  при  их 
соответствия между композициями для промывки  
эксплуатации. 
Предотвратить 
появление 
и параметрами раствора. 
отложений  полностью  не  удается.  Поэтому 
Множества  P,  K,  R,  O  организованы  в  виде 
оборудование 
необходимо 
периодически 
реляционных таблиц базы данных. Отношения R1, 
подвергать  очистке.  Для  достижения  наилучшего 
R2, R3, R4 формально 
представлены  
результата 
промывки 
необходимо 
достичь 
продукционными  правилами  базы  знаний.  Любое 
максимальной  скорости  растворения  отложений 
продукционное  правило,  содержащееся  в  базе 
при минимальной коррозии металла. 
знаний,  состоит  из  двух  частей:  антецедента  и 
Для 
решения 
этих 
задач 
разработана 
консеквента.  Антецедент  представляет  собой 
экспертная 
система 
(ЭС), 
в 
которой 
посылку  правила  (условную  часть)  и  состоит  из 
использовались 
формализованные 
знания 
элементарных 
предложений, 
соединенных 
эксперта  и  применялись  процедуры  логического 
логическими связками И, ИЛИ. Консеквент (цель) 
вывода [1]. Знания экспертов представлены в виде 
включает  одно  предложение,  которое  выражает 
фреймов    и  детерминированных  продукционных 
либо  некоторый  факт,  либо  указание  на 
правил, 
отображаемых 
используемые 
определенное действие, подлежащее исполнению. 
эвристические правила [2]. 
Продукционные 
правила 
в 
общем 
виде 
База 
знаний 
представлена 
следующими 
представляются следующим образом:   
составляющими:  
АНТЕЦЕДЕНТ  ⇒  КОНСЕКВЕНТ. 
1)  конечный  набор  правил  ПП={P1,…,Pn}, 
Детальное 
представление 
продукционных 
которые 
 
задают 
причинно-следственные 
правил имеет следующий вид: 
отношения  между  простыми  и  сложными 
       Rule <№ правила> 
объектами  (сущностями)  и  определяют  способы 
       ЕСЛИ  <условие1>  
манипулирования  данными,  характерные  для 
                   <условие2>  
рассматриваемой проблемной области; 
         …….……………. 
2)  конечный  список  фреймов F={F1,…,Fm}, 
                 <условие n>, 
которые  определяют  объекты,  их  характеристики 
        ТО   <заключение>. 
и значения, существующие в области экспертизы. 
Правила  и  фреймы  взаимодействуют  в 
С  каждым  фреймом  ассоциирована  информация 
процессе  логического  вывода,  который  в  данной 
разных 
видов, 
предназначенная 
для 
экспертной  системе  имеет  схему  принятия 
моделирования 
стереотипных, 
часто 
решений.  Структура  и  взаимосвязь  компонентов 
повторяющихся  ситуаций.  Фрейм  состоит  из 
базы знаний представлена на рис. 1. 
слотов.  Каждый  слот – это  его  имя,  значение  и 
 
вопрос. 
 
Совокупность  знаний,  используемых  при 
решении  неформализованных  задач  при  очистке 
тепловых  сетей,  можно  представить  в  виде 
кортежа множеств и отношений: 
K = < P, K, R, O, R1, R2, R3, R4 >,   
где    P  – множество    компонентов  композиции 
для    промывки  оборудования  (комплексон, 
ингибитор,  восстановитель,  кислота),  K – 
множество  параметров  промываемого  контура 
(материал,  объем  и  т.д.), R – множество 
параметров  раствора (pH раствора,  температура, 
концентрация), O– множество 
параметров 
отложений  (качественный  и  количественный 
 
состав  отложений,  плотность), R1 – отношение 
Рис. 1. Структура и взаимосвязь  
соответствия  между  требуемыми  параметрами 
компонентов БЗ 
контура и параметрами раствора, R2 – отношение 
 
соответствия  между  параметрами  отложения    и 
Механизм  логического  вывода  выполняет  две 
композициями  для  промывки, R3 – отношение 
основные  функции:  просмотр  существующих  в 
349 
 


VII Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых c международным участием 
МОЛОДЕЖЬ И СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ 
Россия, Томск, 25-27 февраля 2009 г. 
рабочей  памяти  правил-продукций  и  фреймов  из 
только  при  загруженной  базе  знаний.  Перед 
базы  знаний;  определение  порядка  просмотра  и 
началом  работы  системы  имеется  возможность 
применения правил. Порядок в данной экспертной 
загрузить 
необходимую 
базу 
знаний 
и 
системе  обратный – от  заключений  к  фактам.  В 
просматривать её.  
системе с обратным выводом с помощью фреймов  
В  экспертной  системе  присутствует  модуль, 
задается  цель,  а  затем  механизм  логического 
который  способен  при  помощи  механизма 
вывода пытается найти в рабочей памяти правила, 
логического  вывода  «осуществить  разумное 
которые могли  бы  подтвердить  или  опровергнуть 
решение  поставленной  задачи»,  сопровождая  его 
заданную 
цель. 
Процесс 
нахождения 
по 
требованию 
пользователя 
различными 
необходимых правил может включать достаточно 
комментариями,  поясняющими  ход  проведенных 
большое число шагов.  
рассуждений. Модуль, реализующий эти функции, 
Экспертная 
система 
для 
управления 
называется 
модулем 
объяснений 
или 
процессами очистки тепловых сетей – это система, 
трассировкой.  
объединяющая  возможности  компьютера  со 
знаниями  и  опытом  эксперта  в  такой  форме,  что 
система  может  осуществить  разумное  решение 
поставленной  задачи.  Дополнительно  желаемой 
характеристикой  является  способность  системы 
пояснять по требованию ход своих рассуждений в 
понятной форме. 
Разработана 
функциональная 
структура 
экспертной системы, которая представлена на рис. 
2.  Она  состоит  из  следующих  блоков:  база 
данных,  база  знаний,  модуль  приобретения 
знаний, интерфейс программы с разделением прав 
доступа,  механизм  логических  выводов  и  модуль 
объяснений. 
 
Рис. 3.  Блок-схема интерфейса ЭС 
Работа 
системы 
представлена 
двумя 
режимами: приобретения знаний и решения задач. 
В  режиме  приобретения  знаний  эксперт  опи-
сывает  проблемную  область  в  виде  совокупности 
фреймов  и  правил-продукций.  Редактор  базы 
знаний    позволяет  описывать,  модифицировать, 
удалять  фреймы  и  продукционные  правила, 
которые  формально  представляются  в  систему 
 
Рис. 2. Функциональная структура ЭС 
набором 
из 
четырех 
таблиц-отношений 
Экспертная  система  содержит  в  своем  составе 
унифицированной структуры и набором исходных 
базу  знаний  и  механизм  логических  выводов. 
файлов. В режиме решения задачи общение с ЭС 
Дополнительно  для  ведения  базы  знаний  и 
осуществляет  конечный  пользователь,  который 
дополнения  ее  знаниями,  полученными  от 
может  не  быть  специалистом  в  данной 
эксперта, 
требуется 
отдельный 
модуль 
проблемной  области.  Для  поиска  решения 
приобретения 
знаний. 
Другим 
важным 
пользователь  инициализирует  фрейм,  выбирает 
компонентом ЭС является интерфейс программы с 
параметры    промывки  тепловых  сетей  и 
разделением  прав  доступа,  необходимый  для 
определяет  цель  логического  вывода.  Используя 
правильной  передачи  ответов  пользователю  в 
фреймы,  ЭС  задаёт  только  те  вопросы,  которые 
удобной  для  него  форме  и  для  манипуляций  со 
являются подходящими для получения вероятного 
знаниями, для которых необходимо наличие  прав 
решения.  
эксперта.  Интерфейс  системы  объединяет  все 
 
подсистемы,  работающие  в  составе  общей 
Литература 
исполняемой  программы.  В  системе  реализован 
1.  Гаскаров,  Д.В.  Интеллектуальные  экспертные 
многооконный интерфейс на основе меню. Работа 
системы / Д.В.Гаскаров. –М.:  Высшая  школа, 
с  системой  реализована  в  терминах,  хорошо 
2003.– 431с.: ил. 
знакомых  пользователю.  На  рис. 3 представлена 
2. Гаврилова, Т.А. Базы знаний интеллектуальных 
блок-схема  интерфейса  экспертной  системы.  Она 
систем / Т.А.Гаврилова, В.Ф.Хорошевский.– СПб.: 
предусматривает    процесс  логического  вывода 
Питер, 2000.–298с. 
350 
 

СЕКЦИЯ 3. Информационные и интеллектуальные системы (в прикладных областях) 
ПОДСИСТЕМА БЕЗОПАСНОСТИ WEB-ПОРТАЛА ОРГАНИЗАЦИИ 
 
Шастов П. К., Губин М.Ю. 
Томский политехнический университет 
E-mail: paha-avt@mail.ru 
 
Внедрение web-портала  позволяет  решать 
объектов 
безопасности, 
необходимые 
для 
проблемы  структуризации  информации,  которая 
выполнения сообществом его целей. 
имеется  в  организации,  облегчит  процесс  поиска 
Security: 
документов в информационной базе, а также решит 
Подсистема  безопасности,  раздачи  прав  и 
проблемы совместного и повторного использования 
ролей  является  связующим  звеном  между 
знаний. 
пользователем 
и 
конкретными 
ресурсами 
Одним  из  вариантов  проектирования  структуры 
портала.  
портала  является  ориентация  на  сообщества 
В 
данной 
работе 
под 
подсистемой 
пользователей, каждое из которых обладает набором 
безопасности подразумевается такая подсистема, 
доступных  функций  и  информационных  ресурсов. 
с помощью которой: 
Сообщества  связаны  между  собой  иерархическими 
1.  В процессе работы портала выполняется 
связями.  Для    функций  сообществ  должны  быть 
алгоритм 
проверки, 
результатом 
работы 
заданы права доступа.  
которого  является  вердикт -  имеет  ли 
При  использовании  такого  подхода  возникает 
пользователь  право  выполнять  то  или  иное 
необходимость 
разграничения 
прав 
доступа 
действие 
для 
определенного 
объекта  
пользователей 
к 
доступным 
функциям 
и 
безопасности. 
информации.  Среди  особенностей,  которыми 
2.  Осуществляется 
администрирование 
должна  обладать  подсистема  безопасности  портала, 
портала  посредством  выдачи  разрешительного 
стоит  отметить  поддержку  иерархии  сообществ,  а 
либо  запретительного  вердикта  на  различное 
также  возможность  простого  администрирования 
использование 
объектов 
безопасности 
(с 
большого количества пользователей.  
наименьшими  затратами  времени  и  усилий 
Существующие 
общедоступные 
реализации 
администратора сообщества или администратора 
систем  аутентификации  и  выдачи  пользователям 
портала). 
прав  на  основе  ролей,  в  отличие  от  созданной  для 
Под объектом безопасности подразумеваются 
портала системы, не обладают двумя необходимыми 
ресурсы  портала  (каталог  библиотеки,  файл 
для нормальной работы портала функциями. 
библиотеки,  ветка  форума,  новостная  лента  и 
 Во-первых,  они  не  позволяют  выполнять 
т.д.),  имеющие  наборы  применимых  к  ним 
управление  (назначение,  изменение,  удаление) 
действий. 
ролями  групп  пользователей,  а  также  не  обладают 
Детальное описание основных составляющих  
другими средствами упрощения администрирования 
на диаграмме  Рис. 1. 
множества пользователей. 
Правила и роли (таблицы Roles, RoleRights, 
Во-вторых,  они  не  позволяют  создавать  роли, 
Rights). 
действительные  только  для  определенных  групп 
Ролью 
является 
набор 
прав 
и 
объектов портала, что необходимо для выдачи прав 
соответствующих  им  вердиктов.  Объединение 
в  условии  иерархии  объектов  безопасности.   отдельных 
прав 
в 
роли 
позволяет 
Существуют способы решения этих проблем, но они 
администратору портала выдавать пользователям 
не  являются  наилучшими  с  точки  зрения 
стандартные 
наборы 
прав 
и 
уменьшает 
прозрачности  работы  системы,  а  также  могут 
вероятность ошибки. 
привести 
к 
существенному 
снижению 
её 
Атрибут ObjectType таблицы RoleRights 
производительности,  в  связи  с  чем,  было  принято 
определяет,  к  какому  типу  объекта  применимо 
решение  не  использовать  готовые  решения,  а 
данное  право,  атрибут  необходим  для  того, 
разработать  собственную  подсистему  поддержки 
чтобы  не  выполнять  сортировку  на  клиенте,  а 
безопасности, изначально рассчитанную на решение 
возвращать  правила  для  определенного  типа 
вышеуказанных задач. 
объекта. 
 
Так  как  множество  ролей  могут  иметь 
Архитектура подсистемы 
множество  прав  и  наоборот,  множество  прав 
Архитектура  системы  основана  на  древовидной 
может  входить  во  множество  ролей,  для 
структуре сообществ. 
реализации  такой  связи  создана  таблица 
Под  сообществом,  с  точки  рения  подсистемы 
RoleRights.  
безопасности подразумевается множество объектов, 
Атрибут Verdict таблицы RoleRights 
объединенных  по  принципу  каких  либо  общих 
определяет  разрешение  либо  запрещение  того 
свойств. В качестве примеров таких объектов можно 
или иного права для роли. 
назвать  библиотеку,  форум,  ленту  новостей. 
 
Различные  сообщества  содержат  различные  наборы 
 
351 
 


VII Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых c международным участием 
МОЛОДЕЖЬ И СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ 
Россия, Томск, 25-27 февраля 2009 г. 
 
Рис. 1. Диаграмма таблиц базы данных подсистемы Security 
 
Группы безопасности. 
В  данной  системе,  помимо  разрешения  и 
Данный 
элемент 
подсистемы 
является 
запрещения  доступа,  есть  вариант  отсутствия 
связующим  звеном  между  пользователем  и 
записи  в  таблице RoleRights. Такой  тип 
объектом  безопасности,  который  в  свою  очередь 
состояния 
разрешения 
принципиально 
является 
объектом 
сообщества (Community). отличается  от  варианта  с  жестким  запретом  в 
Пользователь  входит  в  группу  безопасности, 
доступе  (присвоение  значению  атрибута Verdict 
которой  присвоен  определенный  набор  ролей, 
таблицы RoleRights значения False).  
определяющий права членов группы в сообществах, 
Принципиальная  разница  состоит  в  том,  что 
с  которыми  эта  группа  связана.  С  группой  может 
пользователь  не  будет  иметь  права  доступа  к 
быть связано множество сообществ, это реализовано 
объекту  безопасности  даже  при  условии 
для 
удобства 
администрирования 
портала, 
существования  разрешения  (разрешений)  в 
например,  для  роли  глобального  администратора 
подобной  выборке  в  случае,  если  существует 
портала,  который  должен  иметь  доступ  ко  всем 
хотя бы один однозначный запрет (установка при 
сообществам, или роли гостя портала. 
администрировании  вердикта  в False). То  есть 
 
приоритет запрета выше любых разрешений.  
Алгоритм проверки прав пользователя 
Возможность 
существования 
нескольких 
В отдельную часть подсистемы можно выделить 
записей  в  подобной  выборке  объясняется  тем, 
хранимую  процедуру,  проверяющую  имеет  ли 
что  пользователь  может  входить  в  любое 
данный  пользователь  право  производить  данное 
множество  групп  безопасности  с  различными 
действие над объектом данного сообщества. 
ролями,  кроме  того  возможны  разрешения  или 
Во-первых,  формируется  выборка  из  базы 
запреты, применимые индивидуально к данному 
данных,  отображающая  действия  над  объектом 
пользователю. 
данного  сообщества,  которые  разрешены,  либо 
 
запрещены для данного пользователя. 
Литература 
Далее  над  этой  выборкой,  производится  набор 
 
определенных действий, а именно: 
1.  Schackow S. Professional ASP.NET 2.0 
• Проверяется наличие записей с вердиктом False, в  Security, Membership, and Role Management – 
случае,  если  хотя  бы  один  таковой  существует, 
New York: Wrox Professional Guides, 2006. – 
возвращает отказ в доступе.  
595p. 
• Если  записи  с  вердиктом False не  существует,  2.  MacDonald M. Pro ASP.NET 3.5 in C# 2008, 
проверяются 
на 
существование 
записи 
с 
Second Edition – New York: Apress, 2008. – 1498 
вердиктом True, если  хотя  бы  один  таковой 
p. 
существует, возвращается разрешение в доступе.  
 
• Если записей нет, возвращается отказ в доступе. 
352 
 


СЕКЦИЯ 3. Информационные и интеллектуальные системы (в прикладных областях) 
РАЗРАБОТКА ПОДСИСТЕМЫ ФОРМИРОВАНИЯ ОТЧЕТОВ БЮДЖЕТНЫХ 
ОРГАНИЗАЦИЙ ДЛЯ ДЕПАРТАМЕНТА ФИНАНСОВ  
АДМИНИСТРАЦИИ ГОРОДА ТОМСКА 
 
Шпигарь В.В., Соколова В.В. 
Томский политехнический университет 
E-mail: shpigar_lera@yahoo.com 
 
В  статье  рассмотрен  процесс  разработки 
«Парус»,  модуль  «Сведение  отчетности. 
подсистемы формирования отчетов муниципальных 
Центр учета».  
учреждений  с  использованием  системы  управления 
5.  Система 
хранения 
сценариев: TSTS 
«Парус» (модуль  «Сведение  отчетности»)  и  СУБД 
(разработана «Парусом»). 
Oracle v 9.2. 
6.  Приложение 
для 
создания 
шаблонов: 
В  городе  Томске  в  качестве  системы  ведения 
Microsoft Excel 2003. 
бюджетного  бухгалтерского  учета  используются 
система  управления  «Парус».  Данная  система 
позволяет 
вести 
бухгалтерский 
отчет 
для 
бюджетных  организаций  и  позволяет  обрабатывать 
большие  объемы  данных.  Разработана  также 
система  сведения  отчетности  «Он-лайн  Своды», 
позволяющая  бухгалтерам  бюджетных  организаций 
Томска  отправлять  ежемесячно  финансовые  отчеты 
на сервер Департамента финансов. Затем эти отчеты 
сортируются  и  подлежат  контролю  в  Департаменте 
финансов  Администрации  Томска.  Основным 
преимуществом  данных  программных  продуктов 
является то, что все операции обработки и передачи 
данных  могут  быть  выполнены  с  удаленных 
 
рабочих  мест.  Однако,  в  данных  системах  не 
Рис. 1. Диаграмма вариантов использования 
существовало  единого  стандарта  отчетности  для 
 
всех  муниципальных  учреждений  и  общей 
При 
решении 
первой 
задачи 
были 
процедуры  загрузки  и  вывода  данных.  В  связи  с 
сформированы  четыре  шаблона  и  отчеты  по 
этим, 
основной 
целью 
работы 
являлась 
определенным  бухгалтерским  формам  для 
автоматизация  процесса  создания  ежемесячных 
добавления их в интернет-приложение «Он-лайн 
отчетов  бюджетных  организаций  и  единой 
Своды» по ведению бухгалтерской отчетности.  
процедуры  передачи  данных  в  Департамент 
Исходными  данными  являлись – трафарет 
финансов.  
отчета 
и 
первичные 
отчеты 
по 
Для  достижения  данной  цели  необходимо  было 
доходам/расходам,  реализованные  в  системе 
решить следующие основные задачи: 
управления «Парус».  
1.  Создание  шаблонов  отчетов  для  бюджетных 
Ниже представлены основные этапы работы: 
организаций. 
1.  Выбор  базы  данных  (БД),  необходимой  для 
2.  Разработка 
процедуры 
загрузки 
отчетов 
создания 
отчета 
(информация 
об 
бюджетных 
организаций 
на 
выделенный 
организации, 
руководстве, 
сведения 
о 
электронный ресурс Департамента финансов. 
доходах и расходах). 
При  анализе  предметной  области  выявлены 
2.  Обработка  полученных  данных  и  сведение 
следующие  пользователи  системы – бухгалтер, 
подотчетов по доходам и расходам. 
который  работает  на  удаленном  от  Департамента 
3.  Написание SQL-запросов. 
финансов  рабочем  месте,  и  главный  бухгалтер 
4.  Формирование XML-шаблонов. 
самого  Департамента  финансов.  На  диаграмме 
Сначала 
для 
каждой 
формы 
отчета 
вариантов  использования (USE-CASE Diagram)  составлялся свой шаблон в формате XML. 
можно  увидеть  функциональные  возможности, 
Например,  на  рис. 2  изображен  шаблон  для 
предоставляемые 
«удаленным» 
пользователям 
отчета  № 182,  который  содержит  сведения  о 
подсистемы (см. рис. 1). 
кассовом исполнении сметы доходов и расходов. 
Для  решения  поставленных  задач  были 
Каждый  параметр,  вставляемый  в  шаблон 
использованы следующие технологии: 
имеет 
определенную 
структуру 
1.  СУБД: Oracle Server v 9.2. 
#T.название_запроса.параметр#.  На  сервере 
2.  Инструмент  для  разработки  приложений  баз 
при  запросе  пользователем  отчета  сначала 
данных: Quest TOAD for Oracle v 9.0. 
происходит  выполнение SQL-запросов,  затем 
3.  Инструмент  для  проектирования  баз  данных: 
параметры из оператора SELECT выгружаются в 
Embarcadero ER/Studio. 
XML-шаблон и подставляются в указанные поля 
4.  Средство 
автоматизации 
формирования 
и 
шаблона.  Созданные SQL-запросы,  позволяют 
сведения  итоговых  отчетов:  система  управления 
извлекать  данные  в  нужном  формате  и 
353 
 



VII Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых c международным участием 
МОЛОДЕЖЬ И СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ 
Россия, Томск, 25-27 февраля 2009 г. 
представлять их конечному пользователю в удобном 
5.  Определение необходимого параметра отчета 
виде  с  возможностью  их  дальнейшей  печати  и 
(например,  уникального  номера  отчета, 
контроля. 
который  хранится  в  базе  данных)  с  целью 
 
отображения нужного пользователю отчета в 
заранее заданной форме. 
Уникальный 
номер 
отчета 
вводится 
бухгалтером  в  строку  ввода,  после  чего 
автоматически 
формируется 
отчет, 
выводящий нужные сведения из базы данных 
для этой организации на текущую дату.  
6.  Автоматическая 
загрузка 
отчета 
на 
выделенный сервер. 
 
 
 
Рис. 2. Шаблон отчета для формы № 182 
 
На  основе  шаблонов  были  созданы  четыре 
отчета для бюджетных организаций: 
1.  «Отчет  об  исполнении  бюджета  главного 
распорядителя/ распорядителя, 
получателя 
средств бюджета» – форма № 127. 
2.  «Сведения  о  кассовом  исполнении  сметы 
доходов  и  расходов  по  приносящей  доход 
деятельности» – форма № 182. 
3.  «Сведения  об  исполнении  бюджета» – форма 
№ 164. 
4.  «Отчет  об  исполнении  сметы  доходов  и 
 
расходов» – форма № 137. 
Рис. 3. Готовая форма отчета № 182,  
Каждый  отчет  является  динамическим,  т.е. 
загруженная с сервера 
выводит 
только 
заполненные 
статьи 
 
доходов/расходов.  В  случае,  если  какие-то  статьи 
Таким  образом,  в  результате  автоматизации 
остаются 
незаполненными, 
система 
их 
процесса 
формирования 
отчетности 
автоматически  удаляет.  Также  при  увеличении 
муниципальных 
учреждений 
ускорилась 
объема 
полученных 
данных, 
обусловленного 
обработка  информации,  сократилось  количество 
добавлением  новых    разрезов  отчета,  в  отчете 
ошибок 
при 
формировании 
отчетов 
и 
автоматически 
увеличивается 
и 
количество 
значительно  упростилась  процедура  её  загрузки 
выводимых  строк.  Готовый  отчет  по  форме  № 182 
на сервер.  
изображен на рис. 3. 
Используя  данную  подсистему,  бухгалтера 
Первоначально  отчеты  предоставлялись  в 
бюджетных 
организаций 
могут 
добавить, 
Департамент финансов в бумажной форме, поэтому 
удалить,  пересчитать,  отправить,  распечатать, 
было  необходимо  осуществить  интеграцию  отчетов 
загрузить  отчет,  а  также  посмотреть  его  статус 
в онлайн-режиме. 
(проверен/не  проверен,  сведен  ли  с  итогами, 
Была разработана пошаговая процедура загрузки 
отправлен ли в Центр учета). 
отчетов  на  выделенный  электронный  ресурс 
Главный  бухгалтер  Департамента  финансов 
Департамента финансов города Томска. 
города Томска может посмотреть отчеты по всем 
Ниже  перечислены  основные  шаги  загрузки 
организациям  и  их  подразделениям,  а  также 
отчетов на удаленный сервер: 
проверить 
наличие 
отчетов 
от 
разных 
1.  Регистрация отчета в системе. 
муниципальных 
учреждений 
города, 
их 
2.  Определение  прав  доступ  к  отчету  различных 
состояние и своевременность формирования.   
групп пользователей. 
Автоматизированная 
подсистема 
3.  Выбор  базы  данных,  содержащей  необходимые 
формирования  отчетов  была  внедрена  в IT-
сведения для формирования отчета. 
подразделении  Департамента  финансов  города 
4.  Выбор  и  загрузка  соответствующего XML-
Томска и используется по настоящее время. 
шаблона. 
 
354 
 


СЕКЦИЯ 3. Информационные и интеллектуальные системы (в прикладных областях) 
ИНФОРМАЦИОННАЯ СИСТЕМА ПОИСКА ОПТИМАЛЬНЫХ КОМПОЗИЦИЙ 
ДЛЯ ОЧИСТКИ ТЕПЛОЭНЕРГЕТИЧЕСКОГО  ОБОРУДОВАНИЯ  
НА ОСНОВЕ КЛАСТЕРНОГО АНАЛИЗА 
 
Ширшиков К.В., Сазонова Г.А., Зеленин А.С. 
Вологодский государственный технический университет 
E-mail: sga27@mail.ru 
 
В 
настоящее 
время 
подбор 
наиболее 
отложений);  блок  экспериментальных  данных 
эффективных  условий  удаления  отложений  с 
(содержит  информацию  об  экспериментальных 
поверхности  теплоэнергетического  оборудования  в 
данных 
по 
процессам 
очистки 
большинстве случаев носит эмпирический характер. 
теплоэнергетического оборудования). 
В 
работе 
разработана 
система 
Автоматизированный  поиск  оптимальных 
автоматизированного 
поиска 
оптимальных 
композиций 
осуществляется 
с 
помощью 
композиций  для  очистки  теплоэнергетического 
подсистемы  вычислительных  и  логических 
оборудования  на  основе  кластерного  анализа. 
операций,  которая  состоит  из  блоков:  блок 
Функциональная  структура  системы  представлена 
реализации  алгоритма  кластерного  анализа 
на рис. 1, которая состоит из четырех подсистем: 
(основная 
функция – классификация 
1)  управляющая  подсистема,  которая  позволяет 
эмпирических данных); блок вывода результатов 
управлять доступом к системе; 
расчета (производит обработку исходных данных 
2)  информационная  подсистема,  позволяющая 
и  определяет  оптимальную  композицию  для 
редактировать  справочные  данные  и  запрашивать 
промывки). 
параметры промываемого объекта; 
При 
проектировании 
информационной 
3)  подсистема  вычислительных  и  логических 
системы  использован  структурный  подход, 
операций,  включающая  в  себя  основной  алгоритм 
реализующий  методологию IDEF. Контекстная 
поиска  с  использованием  механизма  кластерного 
диаграмма  модели  представлена  на  рис. 2. 
анализа и блок вывода результатов; 
Процесс 
проектирования 
информационной 
4)  подсистема  контроля  работы  системы, 
системы  состоит  из 4 этапов  (рис. 3): 
позволяющая  пользователю  контролировать  работу 
аутентификация  пользователя;  ввод  данных;  
системы  и  выводить  результирующие  данные  на 
кластерный  анализ  данных;  поиск  оптимальных 
печать. 
параметров промывки. 
Для  данной  модели  входной  информацией 
являются  качественный  состав  композиции, 
параметры 
промываемого 
контура, 
экспериментальные 
данные 
по 
процессам 
промывки  теплоэнергетического  оборудования. 
В  качестве  выходной  информации  служат 
оптимальный качественный состав композиции и 
оптимальные условия промывки. 
 
 
 
Рис. 1. Функциональная структура системы 
Рис. 2. Контекстная диаграмма модели 
 
 
Автоматизированный 
поиск 
оптимальных 
Управляющими  воздействиями  являются 
композиций  осуществляется  с  помощью  блока 
алгоритм  кластерного  анализа  и  пользователь 
реализации алгоритма кластерного анализа, который 
информационной  системы,  они  отвечают  за 
выполняет  основную  функцию – классификацию 
регулирование процесса преобразования входной 
эмпирических данных. 
информации. 
Исполняющим 
механизмом 
Информационная 
подсистема 
состоит 
из 
является непосредственно сама информационная 
следующих  функциональных  блоков:  блок  ввода 
система. 
параметров  промываемого  объекта  (позволяет  ввести 
Целью 
кластерного 
анализа 
является 
исходные  данные  для  автоматизированного  поиска); 
образование  групп,  схожих  между  собой 
блок 
редактирования 
справочных 
данных 
объектов, которые принято называть кластерами. 
(используется  для  изменения  справочных  данных  о 
Эмпирические  данные,  накапливающиеся  в  базе 
параметрах 
промываемого 
контура, 
составе 
данных 
системы, 
а 
также 
введенные 
355 
 



VII Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых c международным участием 
МОЛОДЕЖЬ И СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ 
Россия, Томск, 25-27 февраля 2009 г. 
пользователем  исходные  данные  анализируются  и 
определение  оптимальной  композиции  для 
обрабатываются  с  помощью  алгоритма  кластерного 
процесса  очистки,  определение  оптимальных 
анализа [1]. 
условий промывки. 
Результатом работы данного поиска является 
кластер  данных,  наиболее  «близкий»  для 
введённых  пользователем  исходных  данных, 
основными 
критериями 
поиска 
являются: 
максимальная  скорость  растворения  отложений 
и минимальная скорость коррозии металла. 
Совместно  с  определением  «ближайшего» 
кластера определяются оптимальная композиция 
 
и 
оптимальные 
условия 
промывки 
Рис. 3. Диаграмма декомпозиции первого уровня 
теплоэнергетического оборудования. 
В  системе  применяется  агломеративный 
 
метод  кластерного  анализа.  При  поиске 
Критерием для определения схожести и различия 
оптимальных  композиций  выполняются  четыре 
кластеров  является  расстояние  между  точками  на 
модуля: 
диаграмме  рассеивания.  В  качестве  функции 
1)формирование  оптимального  кластера  для 
расстояния  в  информационной  системе  выбрана 
введенных  параметров  теплоэнергетического 
евклидова  метрика,  так  как  она  наиболее  близка  к 
объекта;  
интуитивному представлению о расстоянии, а также 
2)поиск 
наилучшего 
объекта 
по 
она  тесно  связана  с  внутригрупповой  суммой 
максимальной  скорости  растворения  отложений 
квадратов. 
и минимальной скорости коррозии металла; 
Агломеративный  метод  кластерного  анализа 
3)модуль поиска оптимального качественного 
предполагает,  что  каждый  объект  в  начале 
состава композиции для процесса очистки; 
исследования  является  отдельным  кластером  и 
4)модуль 
определения 
оптимальных 
производится  группировка  схожих  объектов  на 
параметров процесса очистки. 
основании матрицы мер сходства по кластерам [1]. 
Автоматизированный  поиск  оптимальных 
На 
заключительном 
этапе 
выполняется 
композиций  осуществляется  с  использованием 
сохранение  данных  о  кластеризации  объектов. 
модуля кластерного анализа, который состоит из 
Вычисляются  центры  кластеров,  каждому  объекту 
пяти этапов:  
присваивается 
свой 
номер 
кластера 
для 
1) стандартизация переменных;  
дальнейшего 
использования 
кластеров 
при 
2) реализация евклидовой метрики; 
автоматизированных 
расчетах 
без 
повторной 
3) 
определение 
мер 
сходства 
между 
кластеризации данных. 
объектами; 
Диаграмма декомпозиции процесса «кластерный 
4)  кластеризация  (группировка)  схожих 
анализ данных» представлена на рис. 4. 
объектов; 
5)процедура  сохранения  кластеризованных 
данных. 
Агломеративный  метод  кластерного  анализа 
характеризуется 
последовательным 
объединением 
исходных 
элементов 
и 
соответствующим 
уменьшением 
числа 
кластеров. В кластерном анализе имеет большое 
значение  выбор  масштаба.  Эта  проблема 
решалась 
с 
помощью 
предварительной 
стандартизации переменных. 
 
Применение  метода  кластерного  анализа  в 
Рис. 4. Диаграмма декомпозиции процесса 
системе 
автоматизированного 
поиска 
 «Кластерный анализ данных» 
оптимальных 
композиций 
для 
очистки 
 
теплоэнергетического  оборудования  позволяет 
Процесс  поиска  представляет  собой  процедуру 
классифицировать  неоднородные  данные  по 
определения  «ближайшего» (наилучшего)  кластера 
группам,  тем  самым  упрощая  задачу  принятия 
для  введенных  пользователем  исходных  данных  о 
решения 
по 
конкретному 
объекту 
промываемом  объекте  и  определения  наилучших 
автоматизации. 
условий 
промывки 
для 
данного 
 
теплоэнергетического объекта. 
Литература 
Процесс  поиска  оптимальных  параметров 
 
промывки  включает  следующие  стадии:  поиск 
1.  Мандель,  И.Д.  Кластерный  анализ / И.Д. 
оптимального 
кластера, 
поиск 
объекта 
по 
Мандель. – М.:  Финансы  и  статистика, 1988.– 
максимальной  скорости  растворения  отложений  и 
176  с. 
минимальной 
скорости 
коррозии 
металла, 
356 
 

СЕКЦИЯ 3. Информационные и интеллектуальные системы (в прикладных областях) 
 
 
 
Институт Кибернетический Центр 
Томский политехнический университет 
 
 
 
 

МОЛОДЕЖЬ И СОВРЕМЕННЫЕ 
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ 
 
 

Сборник трудов 
VII Всероссийской научно-практической 
конференции студентов, аспирантов  
и молодых ученых «Молодежь и современные  
информационные технологии» 
c международным участием 
 
 
 

Часть 1. 
Секция 1. «Микропроцессорные системы, компьютерные сети и телекоммуникации» 
Секция 2.  «Математическое моделирование и компьютерный анализ данных»,  
Секция 3. «Информационные и интеллектуальные системы (в прикладных областях)» 
 
 
 
 
Подписано в печать 27.03.2009 г. Формат 60х84/8. Бумага офсетная. 
Печать RISO. Усл. печ. л. 29.06. Уч.-изд. л. 26.31. Тираж 110 экземпляров. 
Отпечатано ООО “Спб Графикс”. Заказ № 07. 
Адрес: 634034, г. Томск, ул. Усова, 4а-150, т. (38-22) 224-789 
 
 
357 
 

Document Outline

  • Томский Политехнический Университет титульный часть1
  • part11

1   ...   305   306   307   308   309   310   311   312   313

Похожие:

Университет Институт «Кибернетический центр» iconУниверситет Институт «Кибернетический центр»
Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых c международным участием
Университет Институт «Кибернетический центр» iconРеспубликанский мультимедиа центр, фгну
Московский государственный институт электроники и математики (технический университет)
Университет Институт «Кибернетический центр» iconИсследование реакции пиностробина с йодом ао «Научно-производственный центр «Фитохимия»
Алексеева О. М., Ким Ю. А., Рыков В. А., Голощапов А. Н. Влияние экранированных фенолов на структуру липидов и растворимых и мембранных...
Университет Институт «Кибернетический центр» iconСистемы на кристалле (СнК) и ip-блоки
Зао «Центр проектирования «Ангстрем-сбис», Московский инженерно-физический институт (государственный университет)
Университет Институт «Кибернетический центр» iconМонгольский государственный университет институт микробиологии ран моо «микробиологическое общество» международная конференция
Институт общей и экспериментальной биологии бурятский государственный университет
Университет Институт «Кибернетический центр» iconНиц «Курчатовский институт»
Ниц «Курчатовский институт» Федеральное государственное бюджетное учреждение «Государственный научный центр Российской Федерации...
Университет Институт «Кибернетический центр» iconРеферат По теме: «История волонтерства. Волонтерское движение в России. Волонтерский Центр мгимо (У) мид россии»
Московский государственный институт международных отношений (университет) мид россии
Университет Институт «Кибернетический центр» iconСписок референтных групп научных организаций ран на 01. 12. 2011г
Вычислительный центр им. А. А. Дородницына Институт автоматизации проектирования ран институт вычислительной математики (ивм)
Университет Институт «Кибернетический центр» iconИванова Ксения Вадимовна
Государственное образовательное учреждение институт электроники высшего профессионального образования Московский Государственный...
Университет Институт «Кибернетический центр» iconM. 12. O. Технологии national instruments в лаборатории автоматизированного проектирования радиоэлектронных устройств и систем
Региональный центр National Instruments, Уральский Государственный Технический Университет – упи, Радиотехнический институт, каф....
Разместите кнопку на своём сайте:
Библиотека


База данных защищена авторским правом ©lib.znate.ru 2014
обратиться к администрации
Библиотека
Главная страница