Все выпуски

Работа посвящена валидации модели адаптивного управления движением людских потоков в динамической среде ограниченного пространства, в качестве которого может выступать здание. Рассматривается важный случай, при котором скорости изменения характеристик движения людского потока и состояния среды близки по величине. Для описания имманентных свойств цифровой модели здания введено понятие топологической сложности. Топологическая сложность характеризует здание с позиции связности его элементов. Валидация основана на сопоставлении результатов эвакуации людей из зданий, полученных в процессе проведения учебных пожарных тревог, c результатами моделирования движения людских потоков. При сопоставлении сравниваются временные интервалы освобождения зданий. Экспериментальные результаты статистически значимо аппроксимируются регрессионной моделью, которая используется при валидации. Валидация позволила получить уточняющий коэффициент цифровой модели здания, при котором результаты моделирования движения людских потоков соответствуют результатам натурных наблюдений. Валидация модели управляемого движения людских потоков в изменяющейся среде ограниченного пространства позволила использовать модель в программно-аппаратном комплексе управления людскими потоками, функционирующем в режиме опережения реального времени.

Рассматривается задача автоматизации процесса разработки информационных систем на основе применения оригинальной нейросетевой архитектуры. Проведен анализ существующих подходов к автоматизации проектирования информационных систем. Сформулированы рекомендации к архитектуре информационных систем, направленные на снижение негативного влияния человеческого фактора. Представлена общая концепция нейросетевой архитектуры в виде структурной модели, даны определения основных сущностей и компонентов. Ключевыми отличиями нейросетевой архитектуры являются: независимость ключевых сущностей информационных систем и возможность автоматизации их проектирования и взаимодействия на основе применения нейронных сетей; изолированность математического обеспечения архитектуры; разграничение моделей информационных процессов и функциональных элементов от управляющих систем и систем представления информации; учет влияния окружения на процессы движения информационных потоков, элементы управления и представления системы; возможность адаптации структурных блоков информационных систем под особенности предметной области, параметры оборудования пользователя без необходимости внесения существенных изменений в архитектуру. Рассмотрено понятие нейросетевого канала данных, его структура и обобщенное математическое обеспечение. Осуществлена декомпозиция структурной модели. Представлены структурные схемы каждой сущности нейросетевой архитектуры информационных систем, описание основных компонентов, используемые нейросетевые каналы данных для связи сущностей и их компонентов. Проанализирована область применения нейросетевой архитектуры.