Разработка методов и алгоритмов поддержки принятия решений при создании систем управления наружным освещением. Ссылка на диссертацию: http://dekanat.bsu.edu.ru/f.php/1/disser/case/filedisser/filedisser/306_Dissertaciya_23.09.2014_.pdf тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Лифиренко Максим Вячеславович

• Лифиренко Максим Вячеславович
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Лифиренко Максим Вячеславович

ПЕРЕЧЕНЬ ПРИНЯТЫХ СОКРАЩЕНИЙ

ВВЕДЕНИЕ

1. ИССЛЕДОВАНИЕ СОВРЕМЕННЫХ ПОДХОДОВ К ПОСТРОЕНИЮ СИСТЕМ УПРАВЛЕНИЯ НАРУЖНЫМ ОСВЕЩЕНИЕМ

1.1. Обзор наружного освещения как области исследования

1.2. Анализ процесса создания АСУНО

1.3. Анализ методов экспертного оценивания для поддержки принятия решений при создании АСУНО

1.4. Постановка цели и задач исследования

2. РАЗРАБОТКА ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ МАИ ПРИ СОЗДАНИИ АСУНО

2.1. Анализ системы наружного освещения и создание информационного обеспечения СППР

2.2. Систематизация комплекса критериев для ранжирования функций АСУНО

2.3. Систематизация комплекса критериев и альтернатив решений для выбора подхода управления наружным освещением

2.4. Систематизация комплекса критериев для принятия решений по составу элементов наружного освещения

2.5. Результаты и выводы по главе

3. РАЗРАБОТКА АДАПТИВНОГО МЕТОДА ПОВЫШЕНИЯ ОБОСНОВАННОСТИ ВЫЧИСЛЕНИЯ ВЕСОМОСТЕЙ АЛЬТЕРНАТИВ

3.1. Выявление особенностей расчета весомостей альтернатив в МПС при создании АСУНО

3.2. Разработка метода адаптивного подбора количественных выражений экспертных оценок в МПС

3.3. Проверка разработанного метода адаптивного подбора количественных выражений сил превосходства/проигрыша экспертных оценок в МПС

3.4. Пример поддержки принятия решений на основе разработанных методов при создании АСУНО

3.5. Результаты и выводы по главе

4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

4.1. Проектирование архитектуры программного обеспечения для поддержки принятия решения при создании АСУНО

4.2. Построение структуры базы данных системы поддержки принятия решений

4.3. Разработка пользовательского интерфейса СППР для поддержки принятия решений при создании АСУНО

4.4. Реализация программного обеспечения поддержки принятия решений при создании АСУНО

4.5. Методика практического применения разработанной системы поддержки принятия решений

4.6. Результаты и выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЯ

Приложение А. Акты о внедрении результатов диссертационного исследования

Приложение Б. Свидетельства регистрации программы ЭВМ

Приложение В. ЕЯ-модель базы данных СППР «Решение»

Приложение Г. Программная реализация методов и алгоритмов диссертационного исследования

Перечень принятых сокращений

АС - автоматизированная система;

АСУНО - автоматизированная система управления наружным освещением;

БД - база данных;

ЖЦ - жизненный цикл;

ИС - индекс согласованности;

ЛПР - лицо, принимающее решение;

МАИ - метод анализа иерархий;

МАО - медианное абсолютное отклонение;

МПС - матрица парных сравнений;

ОС - отношение согласованности;

ПО - программное обеспечение;

СИ - случайный индекс;

СКО - среднеквадратическое отклонение;

СППР - система поддержки принятия решений;

СУБД - система управления базой данных;

УУ - устройство управления;

ШУ - шкаф управления;

ЭО - экспертная оценка;

DAO - Data access object (объект доступа к данным);

FASMI - Fast, Analysis, Shared, Multidimensional, Information (Быстрота, возможность анализа, разделяемость, многомерность, информативность); GUI - Graphic user interface (графический интерфейс пользователя); JVM - Java virtual machine (Виртуальная машина Java); ORM - Object-relational mapping (Объектно-реляционное отображение).

Введение

Разработка и применение энергосберегающих технологий является важнейшей тенденцией развития промышленных процессов. Наружное освещение один из самых энергозатратных процессов и возникает проблема разработки автоматизированной системы управления наружным освещением (АСУНО), позволяющей, с одной стороны, создавать необходимую освещенность, а с другой стороны, снижать затраты.

В настоящий момент в России активно внедряются автоматизированные системы управления наружным освещением. Осветительное оборудование во многих муниципальных образованиях России сильно изношено и устарело. Согласно федеральному закону №261 «Об энергосбережении и о повышении энергетической эффективности и о внесении изменений в отдельные законодательные акты Российской Федерации» каждое муниципальное образование должно проводить мероприятия, направленные на снижение потребления электроэнергии [54,55]. Таким образом, важным аспектом АСУНО является стремление к повышению энергоэффективности в процессе эксплуатации и обеспечении процессов модификации этих систем. Многообразие средств и возможных вариантов построения и оценки эффективности АСУНО делает достаточно сложным проектирование и определение функционального наполнения составляющих элементов. Выбор необходимой конфигурации для определенной ситуации, дающей наибольший полезный эффект, в этих условиях становится затруднителен. При этом выбор конфигурации в каждом случае многозначен, слабо формализуем, и зависит от предпочтений лиц принимающих решения (ЛИР).

Исследованиями в области построения АСУНО занимались Зотин О.Т., Михелев М.В., Никуличев А.Ю., Сапронов А.А. и другие, но в настоящее время при выборе подхода к управлению наружным освещением отсутствуют формальные процедуры учета всех факторов, и в связи с этим

принятые решения слабо формально обоснованы, что приводит к дополнительным финансовым расходам и затратам времени.

Сложность и противоречивость ситуаций, психофизиологические ограничения человека в конечном итоге ведут к снижению качества принятых решений, к невыполнению целевой задачи. Без использования методов поддержки принятия решений осуществление мероприятий по проектированию и реконфигурации АСУНО не дает полной уверенности выбора наиболее рационального варианта системы, что неизбежно скажется на качестве принятых решений.

Постоянно возрастающие требования к оперативности управления, составу решаемых функциональных задач все в большей степени требуют комплексного подхода к вопросам повышения эффективности АСУНО. Для решения слабо формализованных задач совершенствования процедур создания и модернизации АСУНО предлагается использовать методы экспертного оценивания, которые в полной мере позволяют учесть важные аспекты АСУНО. Отсутствие примеров использования методов экспертного оценивания в качестве основы поддержки принятия решений при работе АСУНО дает предпосылки к проведению исследования.

Существуют различные методы экспертного оценивания, но наиболее

приемлемым представляется метод анализа иерархий (МАИ) в форме Саати,

позволяющий учесть многокритериальность задач. Развитием МАИ, в том

числе вопросами повышения согласованности матриц парных сравнений

(МПС), занимались Harker P.T., Keeney R.L., Lee K.H., Saaty T.L., Yu P.L.,

Абакаров А.Ш., Жиляков Е.Г., Киселёв И.С., Микони С.В., Митихин В.Г.,

Ногин В.Д., Огурцов А.Н., Подиновский В.В., Тоценко В.Г. Не смотря на

достаточно высокую степень развития данного метода, практика его

применения показывает, что в настоящий момент отсутствуют процедуры

получения согласованных МПС, при использовании шкале количественных

выражений, рекомендованной Саати, и это зачастую снижает доверие к

получаемым выводам. В тоже время процедуры получения согласованных

6

МПС играют очень важную роль в принятии решения, обеспечивая не только большую достоверность расчетов, но и дают возможность повысить степень доверия к получаемым результатам, что является существенным аргументом для обоснованности принимаемых решений.

Все это требует разработки новых приемов и подходов к обработке исходной информации, построению средств информатизации для поддержки принятия решений на основе реализации системы поддержки принятия решений (СППР). Исследованием проектирования и разработки СППР, основанных на экспертном оценивании, занимались Codd E.F., Inmon B., Kimball R., Saaty T.L., Абакаров А.Ш., Ларичев О.И., Петровский А.Б., Уманский В.И. и другие, но в настоящее время отсутствуют СППР, которые способны к определению грубых ошибок экспертов при заполнении МПС и подбору количественных выражений степени превосходства/проигрыша элементов сравнения.

В настоящее время СППР активно используются в качестве инструмента информатизации процесса выработки управленческих решений. Среди универсальных и широко используемых методов принятия решений, положенных в основу современных СППР, можно выделить аналитико-иерархический подход, позволяющий производить декомпозицию управленческих задач на различные уровни иерархии, что в свою очередь делает возможным принятие управленческих решений на основе процедур парных сравнений.

Однако существует класс задач, требующих дополнительного

методического и информационного инструментария для принятия решений.

Например, при решении задач постановки диагноза в медицине необходимо

обрабатывать и учитывать мнение многих экспертов в отношении

параметров, не имеющих очевидной связи друг с другом. Это относится, в

частности, к зависимости от квалификации в определенной сфере знаний,

особенностям конкретного пациента, предыстории заболевания.

Аналогичные проблемы возникают при решении финансовых вопросов и

7

ряда задач интеллектуальной поддержки управления технологическими процессами. В диссертационной работе решаются задачи принятия решения в автоматизированной системе управления наружным освещением. АСУНО позволяет на новом качественном уровне управлять наружным освещением при этом её использование дает и сберегательный эффект. Использование АСУНО может дать ощутимые экономические результаты, но для этого необходимо адекватная конкретной ситуации конфигурация системы.

Таким образом, разработка СППР при создании систем управления наружным освещением на основе МАИ, а также совершенствование данного метода для достижения более обоснованных вычислений весомостей альтернатив является актуальной задачей.

Целью диссертационной работы является совершенствование процедур создания АСУНО на основе разработки СППР с использованием метода анализа иерархий в форме Саати с адаптивным подбором количественных выражений сил превосходства/проигрыша в элементах МПС.

Для достижения поставленной цели были сформулированы и решены следующие основные задачи:

1) Анализ процессов управления наружным освещением с позиции разработки СППР при создании АСУНО.

2) Систематизация комплексов критериев и альтернатив решений для проведения экспертного оценивания при создании АСУНО.

3) Разработка метода обработки МПС с повышением согласованности за счет адаптивного подбора количественных выражений сил превосходства/проигрыша в экспертных оценках МПС и их программной реализации.

4) Разработка на основе созданных методов и алгоритмов СППР для использования в АСУНО.

Объект исследования - процесс принятия решений на основе методов экспертного оценивания в системах управления наружным освещением.

Предмет исследования - методы, алгоритмы и программные средства принятия решений при создании автоматизированных систем управления наружным освещением.

Методы исследования.

При решении указанных задач использовались методы системного анализа, теории принятия решений, оптимизации, теории графов, теории математической статистики и ER-моделирования.

Достоверность научных положений и полученных результатов обусловлена корректностью применения математического аппарата, согласованностью основных теоретических решений с их практической реализацией, и подтверждается результатами вычислительных экспериментов, которые показывают отсутствие противоречий основным фактам теории и практике принятия решений. Правильность теоретических результатов работы подтверждается успешной программной реализацией на ЭВМ и последующим внедрением результатов.

Научную новизну работы составляют:

1. Информационное обеспечение СППР, обеспечивающее полноту анализа и повышающее обоснованность и достоверность экспертного оценивания при создании АСУНО.

2. Оригинальные комплексы критериев и альтернатив решений для проведения процедуры экспертного оценивания при создании АСУНО, учитывающие основные аспекты управления наружным освещением.

3. Метод адаптивного подбора количественных выражений сил превосходства/проигрыша экспертных оценок на основе принципа согласованности элементов МПС со степенной калибровкой, что позволяет повысить достоверность вычисляемых весомостей и выделить грубые ошибки эксперта.

Практическая значимость работы заключается в том, что:

- результаты диссертационного исследования могут быть

использованы при создании АСУНО с целью уменьшения временных затрат

9

за счет рациональной расстановки приоритетов, а также повышения эффективности конфигурации;

- разработанная СППР на основе метода экспертного оценивания используется в учебном процессе, а также при создании реальных систем, что подтверждено актами внедрения в учебный процесс ФГАУ ВПО НИУ «БелГУ» и на предприятии ООО «ИВТБелГУ».

Реализация и внедрение результатов работы.

Основные результаты диссертационной работы внедрены в: ООО «ИВТБелГУ» (г. Белгород) в виде СППР, применяемой при разработке АСУНО «Гелиос»; высшую школу управления ФГАУ ВПО НИУ «БелГУ»; учебный процесс на кафедре «Информационного менеджмента» ФГАУ ВПО НИУ «БелГУ» в рамках дисциплин «Методы и модели в принятии управленческих решений» и «Системы поддержки принятия решений», а также курсового, дипломного и диссертационного проектирования, в научных исследованиях ФГАУ ВПО НИУ «БелГУ» и «ХНУРЭ» (г.Харьков).

Введение диссертации (часть автореферата) на тему «Разработка методов и алгоритмов поддержки принятия решений при создании систем управления наружным освещением. Ссылка на диссертацию: http://dekanat.bsu.edu.ru/f.php/1/disser/case/filedisser/filedisser/306_Dissertaciya_23.09.2014_.pdf»

Апробация работы.

Основные положения и результаты диссертационного исследования

докладывались и обсуждались на Международной научно-технической

конференции молодых учёных (Белгород, БГТУ им. В.Г.Шухова, 2011г.),

Второй международной научно-технической конференции

«Компьютерные науки и технологии» (Белгород, 2011г.), Всероссийском

конкурсе научно-исследовательских работ студентов и аспирантов в

области информатики и информационных технологий (Белгород, НИУ

«БелГУ», 2012г.), Международной молодежной конференции

«Прикладная математика, управление и информатика» (Белгород, НИУ

«БелГУ», 3-5 октября 2012г.), Всероссийской молодежной конференции

«Теория и практика системного анализа» (Белгород, 1 -3 октября 2012г.),

Всероссийской научно-практической конференции с международным

участием «Воспроизводство интеллектуального капитала в системе Высшего

профессионального образования» (Белгород, НИУ «БелГУ», 18-22 ноября

10

2013 г.), 23-ей Международной Крымской конференции «СВЧ-техника и телекоммуникационные технологии» (КрыМиКо'2013) (Россия, г. Севастополь, 8—13 сентября 2013г.), XVII всероссийской научно-практической конференции «Научное творчество молодежи» (г. Анжеро-Судженск, апрель 2013г.), 18-ом Международном молодежном форуме «Радиоэлектроника и молодежь в XXI веке» (г. Харьков, апрель 2014г.), VI международной научно-технической конференции «Информационные технологии в науке, образовании и производстве» (ИТНОП-2014) (г. Орел, 22-23 мая 2014г.).

По теме исследования опубликовано 17 научных работ, в том числе 4 статьи в журналах из перечня ВАК, 3 свидетельства о регистрации программ для ЭВМ.

Связь с научными и инновационными программами.

Результаты диссертационного исследования использовались при выполнении следующих проектов: ФЦП «Научные и научно-педагогические кадры инновационной России» государственный контракт №14.740.11.0591 от 05.10.2010г. «Разработка универсальных инструментальных средств проектирования специализированных гибких модулей поддержки принятия решений в информационно-управляющих системах»; проекта Российского научного фонда №14-38-00047 по теме «Прогнозирование и управление социальными рисками развития техногенных человекомерных систем в динамике процессов трансформации среды обитания человека»; государственного задания Министерства образования и науки РФ на выполнение НИР подведомственным вузам в 2013 году, проект № 8.8600.2013 «Разработка интерактивных средств поддержки принятия и оптимизации управленческих решений на основе итерационных процессов анализа экспертных данных».

Основные положения, выносимые на защиту:

1. Комплексы критериев при экспертном оценивании альтернатив при создании АСУНО.

2. Усовершенствованный метод анализа иерархий в форме Саати с адаптивным подбором количественных выражений сил превосходства/проигрыша экспертных оценок при обработке МПС со степенной калибровкой.

3. Структура и состав СППР для использования в АСУНО.

Соответствие паспорту специальности. Проблематика,

рассмотренная в диссертации, соответствует пунктам 3(«Разработка критериев и моделей описания и оценки эффективности решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации»), 13(«Методы получения, анализа и обработки экспертной информации») паспорта специальности 05.13.01 - Системный анализ, управление и обработка информации (в науке и технике).

Личный вклад соискателя. Все разделы диссертационной работы написаны лично автором. Все изложенные в диссертационной работе результаты исследований получены соискателем лично, либо при его непосредственном участии.

Структура и объем работы. Диссертация состоит из введения, 4 глав, заключения, списка литературы и приложения. Работа изложена на 145 страницах основного текста, включающего 41 рисунков, 14 таблиц, список литературных источников из 1 22 наименований.

Содержание работы кратко можно представить так.

Во введении обосновывается актуальность темы диссертации, её научная новизна и практическая значимость, раскрывается степень разработанности подходов к поддержке принятия решений при создании АСУНО, а также представление неопределенности экспертных знаний и подбор количественных выражений степени превосходства/проигрыша элементов экспертного оценивания, формулируется цель работы и приводится краткое содержание по главам.

В 1 главе вводятся основные понятия и определения, проводится

исследование подходов к построению технических систем, анализ

12

актуальных для решения проблемных ситуаций при создании АСУНО, дается краткий анализ многокритериальных методов поддержки принятия в технических системах.

Во 2 главе проводится построение структуры системы наружного освещения. Разработано информационное обеспечение для принятия решения при создании АСУНО. Опираясь на описанные достоинства и недостатки подходов к организации управления объектами наружного освещения, определен набор критериев для процесса поддержки принятия решения выбора наиболее эффективного подхода в конкретных ситуациях. Определены модели управления наружным освещением и разработан способ их оценки.

В 3 главе производится разработка адаптивного метода повышения обоснованности расчета весомостей альтернатив и приведен пример его применения в АСУНО. Предложен подход к оценке степени согласованности МПС, а на его основе разработан метод повышения объективности расчета весомостей альтернатив за счет адаптивного подбора сил превосходства/проигрыша экспертных оценок (ЭО) на основе принципа согласованности при применении методов парных сравнений со степенной калибровкой.

В 4 главе разработана система поддержки принятия решений с применением разработанных методов и алгоритмов на основе определенных требованиях к ПО. Была спроектирована архитектура СППР (программные модули, база данных и интерфейсы взаимодействия с другими системами). Описана реализация системы и её апробация.

В заключении приведены основные выводы и результаты, полученные в диссертационной работе.

1. Исследование современных подходов к построению систем управления наружным освещением

1.1. Обзор наружного освещения как области исследования

Системы управления уличным освещением города появились в середине XX века. В СССР впервые это было сделано в 1965 году в городе Ленинграде электросетевым предприятием «Ленсвет». Разработанная система управления позволяла централизованно включать и отключать частично или полностью освещение города, а также вести контроль за его работой с единого пульта управления.

С тех пор системы управления наружным освещением сильно изменились и продолжают вслед за новыми технологиями развиваться: повышается отказоустойчивость и гибкость системы, повышается качество освещения, снижаются затраты на внедрение систем и на подключение улиц в систему, повышается оперативность контроля освещения города, а также снижается электропотребление уличного освещения города. В России такого рода системы имеют достаточно небольшую историю, но уже сейчас начинают внедряться передовые мировые технологии. Так согласно федеральному закону №261 «Об энергосбережении и о повышении энергетической эффективности и о внесении изменений в отдельные законодательные акты Российской Федерации» каждое муниципальное образование должно проводить мероприятия, направленные на снижение потребления электроэнергии [54,55].

В соответствии с предпосылками на текущий момент активно

развиваются автоматизированные системы управления наружным

освещением [29,43,65,85], создаются новые системы с применением

новейших технологий. На данный момент уже существует большое

количество разработанных продуктов по управлению наружным освещением

отличающихся друг от друга теми или иными функциями. К таким системам

относятся «Andover Controls» (Великобритания)[32], «Гелиос»

14

(г. Белгород) [24], «КУЛОН» (г. Москва), «АРГО» (г. Иваново), «Светлый город» (г. Краснодар) и другие.

Интерес к созданию новых систем управления наружным освещением вызван в первую очередь разной историей развития наружного освещения в регионах и соответственно разными проблемными ситуациями, возникающими при внедрении той или иной системы управления наружным освещением. Кроме того, бюджеты, выделяемые на модернизацию наружного освещения с целью повысить энергоэффективность в разных регионах различны.

Предприятиям коммунальной сферы, электрических сетей, промышленным предприятиям, городским и сельским муниципальным образованиям применение АСУНО позволяет организовать автоматическое централизованное управление наружным освещением. Осуществляя учет электроэнергии, контролируя состояние сетей наружного освещения, осуществляя диагностику оборудования, АСУНО позволяет добиться реального экономического эффекта при эксплуатации наружного освещения.

В последние годы по поручениям Президента Российской Федерации и Правительства России приняты беспрецедентные меры по созданию законодательной основы деятельности дорожного хозяйства. Утверждена программа по модернизации дорог и систем уличного освещения. Эффективность утвержденной программы обещает быть высокой: до 2022 года протяженность новых российских автотрасс достигнет отметки в 2 млн. километров. Модернизация коснется и существующих фондов: не отвечающие утвержденным критериям трассы будут модернизированы, а те автодороги, что находятся в критическом состоянии, ждет капитальный ремонт. В процессе совершенствования дорог нынешняя система их освещения уступит место более современной (замена освещения -обязательный элемент программы).

Новому освещению российских трасс уделено пристальное внимание.

Многочисленными зарубежными исследованиями доказано: качество

15

освещения дороги напрямую влияет на статистику происходящих ДТП. Исследования во многих странах показывают, что высококачественное освещение дороги способно спасти жизнь до 65% участников автомобильного движения и до 50% пешеходов. Именно на столько процентов снижаются показатели смертности в ДТП при условии хорошего освещения дорог.

При этом наружное освещение один из самых энергозатратных процессов и возникает проблема, заключающаяся в том, чтобы с одной стороны, создавать необходимую освещенность, а с другой стороны, снижать затраты. Для решения такой задачи необходимо использование АСУНО.

На практике применение АСУНО дает следующие результаты:

• достижение оптимального уровня наружного освещения;

• рациональное использование электроэнергии;

• оперативное выявление и устранение повреждений сетей наружного освещения;

• снижение затрат, связанных с выездом на объекты управления освещением оперативного персонала;

• качественное повышение уровня оперативно-диспетчерского управления системами наружного освещения.

Таким образом, актуальна задача создания автоматизированных систем управления наружным освещением.

1.2. Анализ процесса создания АСУНО

Жизненный цикл (ЖЦ) автоматизированной системы[1,2] — развитие системы, начиная со стадии разработки концепции и заканчивая прекращением применения системы.

Далее приведены определения модели жизненного цикла технической системы, даваемые в двух вариантах разных стандартов ГОСТ:

• Модель жизненного цикла - структура, состоящая из процессов,

работ и задач, включающих в себя разработку, эксплуатацию и

16

сопровождение программного продукта, охватывающая жизнь системы от установления требований к ней до прекращения ее использования [1].

• Жизненный цикл автоматизированной системы (АС) -совокупность взаимосвязанных процессов создания и последовательного изменения состояния АС, от формирования исходных требований к ней до окончания эксплуатации и утилизации комплекса средств автоматизации АС [2].

Из этих определений следует, что идентификация и выбор модели, в первую очередь, касается таких вопросов как определенность и стабильность требований, жесткость и детализированность плана работ, а также частота выпуска работающих версий разрабатываемой программной системы. Модели жизненного цикла делят на 3 основные: каскадная, итерационная, спиральная. Исследуем модели ЖЦ и определим предпочтительную модель для АСУНО.

Каскадная модель ЖЦ хорошо подходит тем проектам, у которых достаточно хорошо и точно определены требования, таким образом, в такой модели имеется четкий план завершения проекта, а также одним из преимуществ данной модели является то, что на каждом из этапов каскадной модели получаются законченные наборы проектной документации. В нашем случае проект не имеет достаточно полного перечня требований, кроме того требования в проекте автоматизированной системы управления наружным освещением подвержены изменениям с течением времени. В настоящий момент такая модель встречается в практике, но достаточно редко. Одним из главных недостатков в такой модели считается предположение, что разрабатываемый проект проходит через весь процесс один раз [10].

Итерационный подход основан на параллельном выполнении разработки и анализа полученных результатов, а также корректировкой предыдущих этапов работы. Схема данного подхода представлена на рисунке

1.1. Весь жизненный цикл проекта протекает в виде последовательности итераций выпуска версий.

Время

Рис. 1.1. Рост функциональности при итеративной организации

жизненного цикла В настоящий момент наиболее популярной моделью считается спиральная модель [10] (рисунок 1.2), которая сочетает как каскадную модель, так и итеративную. Смысл такого подхода в том, что на каждой итерации проект проходит весь процесс каскадной модели.

Рис. 1 .2. Спиральная модель жизненного цикла систем

Как видно из рисунка 1.2, спиральный подход, представляющий собой процесс частичной реализации всей системы наряду с постепенным наращиванием функциональных возможностей. С помощью этого подхода ускоряется процесс создания функционирующей системы, при этом уменьшаются затраты на разработку и внедрение, предшествующие достижению уровня заданных технических характеристик.

На каждом из этапов разработки приходится заново переоценивать приоритеты функций, так как меняются ограничения на ресурсы, эволюционируют требования пользователей программного продукта, по мере накопления опыта меняются представления о системе, о том, что нуждается в автоматизации, и о возможностях повышения уровня разработки ПО [43].

Так как в АСУНО необходимы постоянные доработки, связанные с экономией электроэнергии и повышением эксплуатационных характеристик на основе обновления программных и технических средств, то рационально применять спиральный подход разработки.

Наружное освещение - средства, позволяющие искусственно увеличить оптическую видимость на улице в тёмное время суток. Осуществляется это с помощью ламп, закрепленных на улице и управляемых автоматически или в ручную из диспетчерского пункта.

На каждой итерации функции системы должны проходить объективную экспертную оценку в соответствии с определенным набором требований. Обобщенно последовательность совершенствования АСУНО можно схематически представить в виде схемы (рисунок 1.3).

Рис. 1.3. Обобщённая схема разработки АСУНО по спиральной модели

На блок-схеме показаны этапы разработки продукта от идеи системы до конечного продукта. Как видно, вся разработка производится с помощью повторения процедур прототипирования, эксплуатации и анализа. Изложенный выше подход в полной мере учитывает особенность АСУНО, связанную с поэтапным внедрением и соответствует спиральной модели разработки.

Задачи ранжирования функций системы относятся к типу слабоструктурированных, и их решение можно описать с помощью многокритериальных моделей [4,5,6]. В данном случае для получения решения необходим учет множества экономических, организационных, технических и других факторов, при этом невозможно описать зависимости с помощью четких формул и правил.

В настоящее время осуществляется переход систем наружного освещения на энергосберегающие технологии. Спиральный подход предполагает последовательное внедрение выпускающихся при создании прототипов системы в эксплуатацию. Наряду с этим, существует реальный недостаток объективной информации, которая бы позволяла выстраивать четкий план перехода на новые технологии и модернизации старых. Одной из областей, где активно внедряются энергосберегающие технологии, является управление наружным (уличным) освещением. В настоящее время функции, которые должна выполнять современная АСУНО, значительно расширились [22]. В частности, АСУНО не только позволяет управлять освещением, но и выполнять функции контроля, учета и прогнозирования потребления электроэнергии. В АСУНО активно внедряются новые технологии и технические средства, такие как: GSM, Ethernet, PLC, ZigBee, ЭПРА, ЭмПРА, DALI и другие [48].

Выбор необходимой конфигурации, дающей наибольший полезный эффект в этих условиях становится затруднителен. Причем выбор конфигурации АСУНО для того или иного сегмента рынка может различаться.

В настоящий момент времени выбор подхода управления уличным освещением осуществляют самостоятельно представители энергетических компаний и в связи с этим наблюдаются частые ошибки, что приводит к дополнительным расходам как денежным, так и временным. Таким образом, актуальна задача выбора подхода к управлению наружным освещением для конкретного сегмента рынка.

Кроме того, на данный момент планирование и финансирование потребления электрической энергии на нужды систем уличного освещения осуществляются исходя из финансовых возможностей местных бюджетов, а не реальных потребностей. В соответствии с этим актуальной становится задача определения состава объектов наружного освещения в условиях ограниченного бюджета.

Разработка системы по спиральной модели как уже было сказано, связана с оценкой приоритетов функций на каждой итерации, поэтому актуальна задача поддержки принятия решений при ранжировании функций системы предназначенных для определенного прототипа системы.

Таким образом, возникающие указанные выше проблемные ситуации в системах наружного освещения дают предпосылки к созданию:

1. Методики и определенных правил ранжирования функций АСУНО на каждой итерации разработки системы.

2. Алгоритма выбора подхода к управлению наружным освещением.

3. Комплекса критериев выбора светильников, учитывающих все параметры.

Как видно, решение этих проблемных ситуаций связано с многокритериальной и слабоструктурированной задачей принятия решений на этапах разработки, внедрения и модернизации систем управления наружным освещением.

Так как определенные проблемные ситуации в системах наружного

освещения относятся к типу слабоструктурированных, их решение можно

21

описать с помощью многокритериальных моделей[3,4]. В данном случае для получения решения необходим учет множества экономических, организационных, технических и других факторов, при этом невозможно описать зависимости с помощью четких формул и правил.

Такое положение вещей соответствует тому, что требования к техническим системам повышаются, совершенствуются принципы их построения, возникает необходимость учитывать все большое количество критериев и ограничений, большинство из которых относятся к качественным, напрямую количественно не описываемых.

В зависимости от того, как спланировано внедрение системы, можно по-разному распределить силы и средства при разработке той или иной функции. Как отмечалось выше, при качественном анализе функций АСУНО необходимо учесть множество факторов, и для решения данного вопроса необходимо привлекать широкий круг экспертов из различных областей знаний.

Применение СППР для поддержки принятия решений при создании АСУНО снизит риски разработки технической системы и её эксплуатации, повысит конкурентоспособность системы в текущий момент времени. А так как процесс создания АСУНО достаточно сложно математически формализовать, то целесообразно применение в СППР методов экспертного оценивания [13].

Исходя из определенных выше проблемных ситуаций, требующих решений, можно сделать вывод, что необходимы алгоритмы поддержки принятия решений при создании и модернизации АСУНО. Для поддержки принятия решений при создании АСУНО предлагается применение методов теории принятия решений, а именно, исходя из слабоструктурированных и многокритериальных задач в АСУНО, методов экспертного оценивания [6,8,9].

При решении указанных вопросов на всех итерациях создания АСУНО

имеют место формализованные и неформализованные этапы, при этом

22

многие задачи ранее не были решены. Это задачи ранжирования функций с целью определения наиболее важных направлений улучшения системы, выбора способа управления освещением, определения рационального состава системы наружного освещения.

На основании анализа процессов управления наружным освещением определен круг нерешенных вопросов, произведена декомпозиция задачи разработки комплексов критериев и альтернатив решений для проведения экспертного оценивания и выделен ряд частных задач:

1. Разработка методики ранжирования функций при создании АСУНО.

2. Разработка алгоритма выбора подхода управления объектами освещения.

3. Формализация комплексов критериев для создания АСУНО.

1.3. Анализ методов экспертного оценивания для поддержки

принятия решений при создании АСУНО

Под принятием решения в узком смысле (многокритериального выбора) понимают особый вид человеческой деятельности, направленный на выбор лучшей из имеющихся альтернатив. На рисунке 1.4 представлена общая схема принятия решений в технической системе.

В случае ограниченных возможностей применения точных математических методов из-за отсутствия достаточно точной статистической и другой информации о показателях и технических характеристиках системы, а также наличия подходящих для решения задачи математических моделей, описывающих реальное состояние объектов, экспертные оценки являются единственным средством решения задач [31].

Методы многокритериального анализа исторически появились позже методов исследования операций. Одной из главных предпосылок создания этой группы методов являлась необходимость определять явным образом

целевую функцию, описывающей наиболее полно предметную область, в методах исследования операций, что не редко является сложной задачей. Оптимум разработанной целевой функции дает искомое оптимальное решение при выполнении определенных ограничений, но зачастую сложности также возникают при разработке методов решения поставленной задачи оптимизации и нахождения данного оптимума.

Рис. 1.4. Схема принятия решений в технической системе

Методы многокритериального анализа исходят из той гипотезы, что при принятии человеком решения, он сравнивает между собой набор вариантов. Такое сравнение производится по целому ряду критериев оценки качества альтернативных вариантов.

Исходя из того, что размерность практических задач, как правило, достаточно велика, а расчеты в соответствии с методиками требуют значительных ресурсов, то методы поддержки принятия решений главным образом ориентированы на их реализацию как программного обеспечения

для ЭВМ. Для того чтобы запрограммировать ЭВМ для решения какой-либо задачи, предварительно необходимо формализовать её решение.

Недостатком методов принятия решений, не смотря на их универсальность, является то, что их эффективное применение во многом зависит от правильно подобранной группы экспертов, соответствующей области принятия решений, и их профессиональной подготовки. Также эксперты должны четко представлять предметную область и умело формулировать задачу принятия решения.

Сформируем порядок необходимых действий в процессе формулирования задачи принятия решений:

• определение области оптимизации системы, т.е. представление системы в виде некоторой её части. Увеличение объема системы значительно повышает размерность и сложность многокомпонентной системы и, тем самым, усложняет её анализ. Именно поэтому, в инженерной практике проводят декомпозицию сложных систем на подсистемы, которые можно исследовать отдельно без лишнего упрощения;

• установка показателей эффективности, на основе которых производится ранжирование альтернатив для выявления наилучших. В инженерных задачах обычно выбираются показатели экономического (расходы, доходы, прибыль и т.д.) или технологического (производительность, надежность, ресурсоемкость и т.д.) характера. Выбранному варианту всегда соответствуют экстремальные значения показателей эффективности рассматриваемых альтернатив;

• выбор внутрисистемных независимых переменных, которые должны правильным образом описывать допустимые варианты решения и влиять на то, чтобы все важнейшие технико-экономические показатели нашли отражение в формулировке задачи;

Так как оптимальное решение поставленной задачи имеет

многочисленные зависимости, то невозможно оперативно и правильно его

находить, возлагая все задачи в процессе принятия решения на

Список литературы диссертационного исследования кандидат наук Лифиренко Максим Вячеславович, 2014 год

Список литературы

1. ГОСТ Р ИСО/МЭК 12207-2010. Информационная технология. Системная и программная инженерия. Процессы жизненного цикла программных средств [Текст]. - М. : Стандартинформ, 2011. - 105 с. : ил.

2. ГОСТ 34:601-90. Информационная технология. Комплекс стандартов на автоматизированные системы. Автоматизированные системы. Стадии создания [Текст]. - М.: Изд-во стандартов, 1992.-6 с.

3. Ногин, В.Д. Принятие решений в многокритериальной среде: количественный подход [Текст] / В.Д. Ногин. - М.: ФИЗМАТЛИТ, 2002. -176с.

4. Ларичев, О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах [Текст] : Учебник / О.И. Ларичев. -Изд. 2-е, перераб. и доп.- М.: Логос, 2002.- 392 с.

5. Ларичев, О.И. Качественные методы принятия решений [Текст] / О.И. Ларичев, Е.М. Мошкович. - М.: Физматлит, 1996. - 208 с.

6. Ларичев, О.И. Наука и искусство принятия решений [Текст] / О.И. Ларичев. - М.: Наука, 1979.-200 с.

7. Саати, Т. Принятие решений. Метод анализа иерархий [Текст] / Т. Саати. - М.: Радио и связь, 1993.- 278 с.

8. Саати, Т. Аналитическое планирование. Организация систем [Текст] / Т. Саати, К. Кернс. - М.: Радио и связь, 1991. - 224с.

9. Saaty, T.L. Multicriteria Decision Making. The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation / T.L. Saaty. - University of Pittsburgh, RWS Publications, 1990. - 287 pages.

10. Брукс, Ф. Мифический человеко-месяц или как создаются программные системы [Текст] / Ф. Брукс, Ч. Хилл. - М.: Символ-Плюс, 2010. - 304с.

11. Donegan, H.A. A note on Saaty's random indexes / H.A. Donegan, F.J. Dodd // Mathl. Comput. Modelling. - 1991. - Vol. 15. - №10. - pp.135-137.

12. Alonso, J.A. Consistency in the analytic hierarchy process: a new approach / J.A. Alonso // International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems. - 2006. - Vol. 14. - №4. - pp. 445-459.

13. Балтрашевич, В.Э. Реализация инструментальной экспертной системы / В.Э. Балтрашевич. - СПб.: Политехника, 1993. - 237 с.

14. Растригин, Л.А. Адаптация сложных систем [Текст] / Л.А. Растригин. — Рига: Зинатне, 1981. — 375 с.

15. Ломакин, В.В. Система поддержки принятия решений с автоматизированными средствами корректировки суждений экспертов [Текст] / В.В. Ломакин, М.В. Лифиренко // Научные ведомости Белгородского государственного университета: научный журнал. - Белгород: Издательский дом «Белгород». - 2014. - №1(172) выпуск 29/1. - С. 114-120.

16. Ломакин, В.В. Инструментальные средства поддержки жизненного цикла автоматизированных систем управления наружным освещением на основе экспертных методов принятия решений [Текст] / В.В. Ломакин, М.В. Лифиренко, М.В. Михелев // Вестник БГТУ им. В.Г. Шухова. - Белгород. - 2014. - №5.-С.196-200.

17. Ломакин, В.В. Алгоритм повышения степени согласованности матрицы парных сравнений при проведении экспертных опросов [Текст] / В.В. Ломакин, М.В. Лифиренко // Фундаментальные исследования. - 2013. -№11. - С.1798-1803.

18. Ломакин, В.В. Информационное и лингвистическое обеспечение управления производством [Текст] : монография / В.В. Ломакин, В.Г. Рубанов. - Белгород: Изд-во БГТУ, 2008. - 175 с.

19. Ломакин В.В. Интерактивная динамическая модель обучения на основе интеллектуальной системы поддержки принятия решений и многомерных баз знаний [Текст] / В.В. Ломакин [и др.] // Вестник БГТУ им. В.Г. Шухова. - 2013. - №1. - С. 177-179.

20. Ломакин, В.В. Системы поддержки принятия решений как

инструмент решения задач управления развитием инновационной экономики

115

[Текст] / В.В. Ломакин, М.В. Лифиренко // Современные проблемы и перспективы управления развитием инновационной экономики: материалы междунар. науч.-практ. конф. (Белгород, 18-19 октября 2012г.) - Белгород: ИД «Белгород», 2012. - С.17-21.

21. Лифиренко, М.В. Программное обеспечение поддержки принятия решений на основе балльной шкалы оценки альтернатив [Текст] / М.В. Лифиренко // Всероссийский конкурс НИР студентов и аспирантов в области информатики и информационных технологий: сб. науч. работ: в 3 т. -Белгород: ИД «Белгород», 2012. - Т. 2. - С.526-536

22. Лифиренко, М.В. Система управления уличным освещением как этап создания «Умного города» [Электронный ресурс] / М.В. Лифиренко // Международная научно-техническая конференция молодых ученых БГТУ им. Шухова. - 2011г. - 1 электрон. опт. диск (CD-ROM).

23. Лифиренко, М.В. Выбор светильников наружного освещения на основе многокритериальной оптимизации [Текст] / М.В. Лифиренко // 18-й Международный молодежный форум «Радиоэлектроника и молодежь в ХХ1 веке». Сб. материалов форума. - Т.6. - Харьков: ХНУРЭ, 2011. - С.283-284.

24. Свидетельство 2013616209 Российской Федерации о гос. регистрации программы для ЭВМ. Программа управления уличным освещением «Гелиос 2.0» / М.В. Михелев, И.В. Насипов, М.В. Лифиренко, А.С. Ковляшенко, С.А. Макаров; заявитель и правообладатель ООО «Институт высоких технологий Белгородского государственного университета». - №2013612311, заявл. 15.03.2013; опубл. 02.07.2013.

25. Свидетельство 2013616249 Российской Федерации о гос. регистрации программы для ЭВМ. Система поддержки принятия управленческих решений на основе усовершенствованного аналитико-иерархического процесса / М.В. Лифиренко, В.В. Ломакин; заявитель и правообладатель ФГАОУ ВПО «Белгородский государственный национальный исследовательский университет». - №2013614230, заявл. 21.05.2013; опубл. 02.07.2013.

26. Безрук, В.М. Выбор оптимальных речевых кодеков на основе методологии многокритериальной оптимизации [Текст] / В.М. Безрук [и др.] // Информационные системы и технологии. - 2014. - №2(82). - С. 84-92.

27. Жиляков, Е.Г. Адаптивное определение относительных важностей объектов на основе качественных парных сравнений [Текст] / Е.Г. Жиляков // Экономика и математические методы. - 2006. - Т.42. - №2. -С.111-122.

28. Жиляков, Е.Г. Об использовании метода парных сравнений для принятия решений при оценивании уровня профессиональных компетенций обучаемых [Текст] / Е.Г. Жиляков [и др.] // Научные ведомости БелГУ. Сер. История. Политология. Экономика. Информатика. -2008. -№ 10 (50). Вып. 8/1. - С. 65-73.

29. Образцов, С.А. Децентрализованная беспроводная система управления наружным освещением [Текст] / С.А. Образцов, Д.И. Панфилов // Светотехника. - 2012. - №1. - С. 32-36.

30. Михелев, М.В. Формализация бизнеса с помощью графоаналитических моделей [Текст] / М.В. Михелев // Научные ведомости БелГУ. Серия «История. Политология. Экономика. Информатика». - 2009. №1(56) выпуск №9/1. - С. 84-92.

31. Аверкин, А.Н Поддержка принятия решений в слабоструктурированных предметных областях. Анализ ситуаций и оценка альтернатив [Текст] / А.Н. Аверкин [и др.] // Теория систем управления. -Вып. 3. - 2006. - С.139-149.

32. Сайт компании разработчика системы «Andover Controls» [Электронный ресурс] URL: http://www.schneider-electric.ru/sites/russia/ru/solutions/energy-efficiency/by-application/lighting-control.page_(Дата обращения: 15.03.2014).

33. Сайт форума «CIT» [Электронный ресурс] // Центр Информационных Технологий. Москва, 2014. URL: http: //citforum. ru/programming/prg96/85. shtml_ (Дата обращения: 15.03.2014)

34. Сайт nM3.Wiki АлтГТУ [Электронный ресурс] URL: http ://wiki.mvtom. ru/ index. рЬр/Интеллектуальные_информационные_системы (Дата обращения: 15.03.2014)

35. Сайт сервиса генерации случайных чисел [Электронный ресурс] URL: http://www.random.org/ (Дата обращения: 15.03.2014)

36. Библиотека OrmLite [Электронный ресурс]. URL: http://ormlite.com/ (Дата обращения: 01.12.2013)

37. Сайт СУБД Apache Derby [Электронный ресурс]. URL: http://db.apache.org/derby/ (Дата обращения: 01.12.2013)

38. Официальный сайт Java [Электронный ресурс]. URL: http: //www.oracle.com/technetwork/j ava/j avase/downloads/index.html (Дата обращения: 01.12.2013)

39. Абакаров, А.Ш. Диалоговая программная система поддержки принятия рациональных решений [Электронный ресурс] / А.Ш. Абакаров, Ю.А. Сушков // Сайт Санкт-Петербургского Клуба консультантов и тренеров. URL: http://treko.ru/show_article_763. (Дата обращения: 01.12.2013).

40. Joseph. B. Kruskal. On the Shortest Spanning Subtree of a Graph and the Traveling Salesman Problem. // Proc. AMS. - 1956. - Vol 7. - No. 1. - C. 4850.

41. Подиновский, В.В. О некорректности метода анализа иерархий [Текст] / В.В. Подиновский, О.В. Подиновская // Математические проблемы управления. - 2011. - Вып. 1. - Стр. 9-13.

42. Подиновский, В.В. Парето оптимальные решения многокритериальных задач [Текст] / В.В. Подиновский, В.Д. Ногин. - М.: Наука, 1982. - 125 с.

43. Зотин, О.Т. Энерго-ресурсосберегающее управление наружным освещением. Возможные принципы построения и сравнительная оценка вариантов [Текст] / О.Т. Зотин, Н.О. Морозова // Светотехника. - 2010. - № 5. - С. 41-50.

44. Уварова, Г. В. Методы управления и принятия решений. М.: Центр общественных наук, 1992. - 215 с.

45. Березовский, Б.А. Многокритериальная оптимизация. Математические аспекты [Текст] / Б.А. Березовский [и др.]. - М.: Наука, 1986. - 254с.

46. Шахнов, И. С. Вопросы анализа и процедуры принятия решений [Текст] : Сборник переводов / И.С. Шахнов. - М.: Мир, 1975. - 406 с.

47. Чеботарёва, Д.В. Многокритериальная оптимизация проектных решений при планировании сотовых сетей мобильной связи [Текст] / Д.В. Чеботарёва, В.М. Безрук. - Х. : Компания СМИТ, 2013. - 148с.

48. Никуличев, А.Ю. Модернизация систем наружного освещения -реальный путь к энергоэффективности [Текст] / А.Ю. Никуличев, А.А. Сапронов, А.Г. Лещенко // Автоматизация в промышленности. - 2011. - №9. - С.12-16.

49. Киселев, И.С. Показатель согласованности количественных предпочтений в матрице парных сравнений [Текст] / И.С. Киселев // Известия Томского политехнического университета. - 2011. - №5. - С.22-24.

50. Башлыков, А.А. Экспертные системы поддержки принятия решений в энергетике / А.А. Башлыков, А.П. Еремеев. - М.: Изд-во МЭИ, 1994. - 213 с.

51. Волкова, И.О. Оценка рисков внедрения АСКУЭ в электрических сетях г. Иванова / И.О. Волкова [и др.] // Вестник ИГЭУ. - 2004. - Вып. 4 -С.50-52.

52. Петровский, А.Б. Теория принятия решений [Текст] / А.Б. Петровский. - М.: Академия, 2009. - 400 с.

53. СНиП 23-05-95. Естественное и искусственное освещение [Текст] . - М.: Госстрой России, ГУП ЦПП. - 2003. - 54 с.

54. Российская Федерация. Законы. Об электроэнергетике [Текст]: федер. закон : [принят Гос. Думой 21 февраля 2003 г. : одобр. Советом

Федерации 12 марта 2003г.] - [2-е изд.]. - М. : Ось-89, [2008]. - 96с. -(Актуальный закон).

55. Российская Федерация. Законы. Об энергосбережении и о повышении энергетической эффективности и о внесении изменений в отдельные законодательные акты Российской Федерации [Текст] федер. закон : [принят Гос. Думой 11 ноября 2009г. : одобр. Советом Федерации 18 ноября 2009г.]. - Новосибирск: Сибирское университетское издательство, [2010г.]. - 64с. - (Актуальный закон).

56. Барышников, Н.В. Разработка новых критериев эффективности дорожных светодиодных светильников [Текст] / Н.В. Барышников [и др.] // Наука и образование. - 2013. - №7. - С.319-328.

57. Волкова, В.Н. Системный анализ и принятие решений: Словарь -справочник [Текст]: Учебное пособие для вузов / Под ред. В.Н.Волковой, В.Н.Козлова. - М.: Высш шк., 2004. - 616 с.

58. Перегудов, Ф.И. Введение в системный анализ [Текст] / Ф.И. Перегудов, Ф.П. Тарасенко. - М.: Высш. шк., 1989. - 367 с.

59. Месарович, М. Теория иерархических многоуровневых систем [Текст] / М. Месарович, Д. Мако, И. Такахара. - М.: Мир, 1973.-.344 с.

60. Басакер, Р. Конечные графы и сети [Текст] / Р. Басакер, Т. Саати. - М.: Наука, 1974. -368с.

61. Дектярев, Ю.И. Системный анализ и исследование операций [Текст] : учеб. для вузов / Ю.И. Дектярев. - М.: Высш. шк., 1996. - 335 с.

62. Белов, С.В. Шкалы и системы мягких измерений [Текст] / С.В. Белов // Труды II межд. конф. по мягким вычислениям и измерениям. - СПб., 1999. - Т.1. - С.81 - 84.

63. Ситников, П.В. Разработка системы информационно-аналитической поддержки процессов принятия решений при управлении группой энергосервисных компаний [Текст] / П.В. Ситников // Проблемы управления и моделирования в сложных системах: труды XI межд. конф. -Самара: СамНЦ РАН, 2009. - С. 515-519.

64. Коптелова, И.А. Методика интеллектуальной поддержки проектирования информационно - управляющих систем [Текст] / И.А. Коптелова // Приборы. - 2007. - №4. - С. 36-42.

65. Фукалов, А. Автоматизированная система управления энергопотреблением «Янтарь» [Текст] / А. Фукалов // Современные технологии автоматизации. - 2003. - № 4. - С. 18-23.

66. Новиков, Д.А. Человеческий фактор в управлении / Д.А. Новиков; под ред. Н.А. Абрамовой, К.С. Гинсбурга, Д.А. Новикова. -М.: КомКнига, 2006. -496 с.

67. Доропей, В.Н. Системный анализ согласованного управления и принятия решений в интеллектуальных активных системах [Текст] / В.Н. Доропей, В.Н. Кузнецов, С.А. Чудов // Системы управления и информационные технологии. - 2012. - №3.1(49). - С. 141-146.

68. Кравченко, Т.К. Выделение признаков классификации систем поддержки принятия решений [Текст] / Т.К. Кравченко, Н.Н. Середенко // Открытое образование. - 2010. - № 4. - С.71-78.

69. Воронин, А.А. Оптимальные иерархические структуры [Текст] / А.А. Воронин, С.П. Мишин. - М. : ИПУ РАН, 2003. - 214 с.

70. Кривоножко, В.Е. Анализ эффективности функционирования сложных систем [Текст] / В.Е. Кривоножко [и др.] // Автоматизация проектирования.- 1999.- №1.- С. 2-7.

71. Гантмахер, Ф.Р. Теория матриц [Текст] / Ф.Р. Гантмахер. М.: Наука. - 1966. - 576 с. : ил.

72. Бачурин, С.А. Технология разработка систем поддержки научных исследований [Текст] / С.А. Бачурин, А.И. Гусева // Программные продукты и системы. 2011. № 4. С. 56-61.

73. Огурцов, А.Н. Алгоритм повышения согласованности экспертных оценок в методе анализа иерархий [Текст] / А.Н. Огурцов, Н.А. Староверова // Вестник Ивановского государственного энергетического университета.- 2013. - №5. - С.81-84.

74. Огурцов, А.Н. Обеспечение согласованности экспертных оценок в системе поддержки принятия решений на основе попарных сравнений альтернатив [Текст] / А.Н. Огурцов // Технические науки - от теории к практике. - 2012. - №6. - С.Ш-114.

75. Огурцов А.Н. Информационная система поддержки принятия решений на основе попарных сравнений альтернатив [Текст] / А.Н. Огурцов, В.Н. Шведенко, H.A. Староверова // Приборы и системы. Управление, контроль, диагностика. - 2011. - № 4. - С.13-16.

76. Шведенко, В.Н. Многокритериальная оценка промышленных систем управления с помощью автоматизированной экспертной системы [Текст] / В.Н. Шведенко, Н.А. Староверова, А.Н. Огурцов // Промышленные АСУ и контроллеры. - 2011. - № 1. - С. 10-13.

77. Кини, Р.Л. Принятие решений при многих критериях: предпочтения и замещения [Текст] / Р.Л.Кини, X. Райфа. -М.: Радио и связь, -1981. -154 с.

78. Абакаров, А.Ш. Двухэтапная процедура отбора перспективных альтернатив на базе табличного метода и метода анализа иерархий [Текст] /

A.Ш. Абакаров, Ю.А. Сушков // Наука в образовании: Электронное научное издание. - 2008. - №7. URL: http://technomag.bmstu.ru/doc/97924.html (Дата обращения: 26.03.2014).

79. Иваненко, В.И. Проблема неопределенности в задачах принятия решений [Текст] / В.И.Иваненко, В.А. Лабковский // АН УССР, Ин-т кибернетики им. В.М.Глушкова. - Киев: Наука, думка, 1990. -132с.

80. Жуковин, В.Е. Модели и процедуры принятия решений [Текст] /

B.Е. Жуковин. - Тбилиси: Мецниереба, 1981. - 118 с.

81. Жуковин, В.Е. Многокритериальные модели принятия решений с неопределенностью [Текст] / В.Е.Жуковин. - Тбилиси: Мецниереба, 1983. -104 с.

82. Варфоломеев, В.И. Принятие управленческих решений [Текст] : учеб. пособие для вузов / В.И. Варфоломеев, С.Н. Воробьев. - М.: КУДИЦ-ОБРАЗ, 2001.- 288с.

83. Кини, Р.Л. Теория принятия решений. Методологические основы и математические методы [Текст] / Р.Л. Кини. - М.: Мир, 1981. - 340 с.

84. Коптелова, И.А. Методика интеллектуальной поддержки проектирования информационно управляющих систем [Текст] / И.А. Коптелова // Приборы. - 2007. - №4. - С.36-42.

85. Шнайдер, Д.А. Системы управления уличным освещением гибкой структуры [Текст] / Д.А. Шнайдер, Е.И. Крахмалев // Вестник ЮУрГУ. - 2010. - №22. - С.63-65.

86. Сушков, Ю.А. Многокритериальность в многорежимных системах [Текст] / Ю.А. Сушков // Архитектура и программное обеспечение цифровых систем. - М.: МГУ, 1984. - С.71-77.

87. Кузнецов, В.Н. Согласование и оптимизация в иерархических системах с активными элементами [Текст] / В.Н. Кузнецов. - М.: Институт проблем управления, 1996. -132 с.

88. Литвак, Б.Г. Экспертная информация: Методы получения и анализа [Текст] / Б.Г. Литвак. - М.: Радио и связь, 1982. - 184 с.

89. Геловани, В.А. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды [Текст] / В.А. Геловани [и др.]. - М.: Эдиториал УРСС, 2001.- 304 с.

90. Ириков, В.А. Распределенные системы принятия решений. Теория и приложения [Текст] / В.А. Ириков, В.Н. Тренев. - М.: Наука: Физматлит, 1999.- 288 с.

91. Канер, С. Тестирование программного обеспечения [Текст]: Пер. с англ. / С. Канер, Д. Фолк, Е.К. Нгуен. - К.: Издательство "ДиаСофт", 2000. -544 с.

92. Сайт русского перевода SWEBOK 2004 [Электронный ресурс]. -Электрон. дан. - "Основы программной инженерии", 2004-2010. - Режим доступа: http://swebok.sorlik.ru/software_lifecycle_models.html, свободный.

93. МББ - философия создания 1Т-решений или голые амбиции лидера [Электронный ресурс]. - Электрон. дан. "ЦИТ Форум", 2001-2012. -Режим доступа: http://citforum.ru/SE/project/msf/, свободный.

94. Официальный сайт рекламно-информационного журнала «Электротехнический рынок» [Электронный ресурс]. - Электрон. дан. -«Элек.ру», 2005-2011 - Режим доступа: http://market.elec.ru/nomer/23/pra-Батое-вегёсе-вуеШшка/, свободный.

95. Коллинз, Г. Структурные методы разработки систем: от стратегического планирования до тестирования [Текст]: Пер. с англ. / Г. Коллинз, Дж. Блэй; Под ред. и с предисл. В.М. Савинкова.- М.: Финансы и статистика, 1986.- 264 с.

96. Кондоров, А.М. Автоматизированная система поддержки управленческих решений [Текст] / А.М. Кондоров.- М.: Интерэкспорт, 1991. - 215 с.

97. Майерс, Г. Искусство тестирования программ [Текст] / Г. Майерс; Пер с англ. под ред. Б.А. Позина.- М.: Финансы и статистика, 1982.176 с.

98. Орлов, С.А. Технологии разработки программного обеспечения [Текст]: Учебник / С.А. Орлов.- СПб.: Питер, 2002.- 464 с.

99. Пантелеев, А.В. Методы оптимизации в примерах и задачах [Текст]: учеб. пособие / А.В. Пантелеев, Т.А. Летова.- М.: Высшая школа, 2002.- 544 с.

100. Киселёв, И.С. Показатель согласованности количественных предпочтений в матрице парных сравнений [Текст] / И.С. Киселёв // Известия Томского политехнического университета. - 2011. - №5. - С. 22-24.

101. Розен, В.В. Математические модели принятия решений в экономике [Текст]: учеб. пособие / В.В. Розен.- М.: Книжный дом "Университет": Высшая школа, 2002.- 288 с.

102. Борисов, А.Н. Диалоговые системы принятия решений на базе мини-ЭВМ: Информационное, математическое и программное обеспечение [Текст] / А.Н.Борисов, Э.Р.Вилюмс, Л.Я.Сукур. - Рига: Зинатне, 1986. -195 с.

103. Матвеев, Л.А. Системы поддержки принятия решений [Текст] / Л.А.Матвеев. - СПб.: Изд-во СПб ГУЭФ, 1993. -384с.

104. Трахтенгерц, Э.А. Компьютерная поддержка принятия решений [Текст] / Э.А. Трахтенгерц. - М.: Синтег, 1998.- 376 с.

105. Трахтенгерц, Э.А. Субъективность в компьютерной поддержке управленческих решений [Текст] / Э.А. Трахтенгерц.- М.: Синтег, 2001.256 с.

106. Черноруцкий, И.Г. Методы оптимизации и принятия решений [Текст]: учебное пособие / И.Г. Черноруцкий. - СПб: Лань, 2001.- 384 с.

107. Гафт, М.Г. Принятие решений при многих критериях [Текст] / М.Г. Гафт. - М.: Знание, 1979. -324с.

108. Симанков В.С. Автоматизация процессов принятия решений в системах управления [Текст] / B.C. Симанков [и др.]. - М.: ЦНИИТЭИ, 1986. - 42 с.

109. Моррис, С. Объектно-ориентированное программирование [Текст] / С.Моррис. - Ростов-на-Дону: Феникс, 1997.- 352 с.

110. Симанков В.С., Луценко Е.В. Моделирование принятия решений в адаптивных АСУ сложными системами на основе теории информации [Текст] / В.С. Симанков, Е.В. Луценко. - Краснодар, 1998. - 12 с.

111. Симанков В.С. Применение экспертных систем в АСУ [Текст] / В.С. Симанков, А.А. Тулин, О.В. Смирнов // Техн. ун-т Кубан. гос. технол. ун-та. Краснодар, 2000. - 42 с.

112. Грабер, М. SQL справочное руководство [Текст] / М. Грабер. -М.: Лори, 2001.-354 с.

113. Борисов, А.Н. Методы интерактивной оценки решений [Текст] / А.Н. Борисов, А.С. Левченков. - Рига: Зинатне, 1982. - 139 с.

114. Эккель, Б. Философия Java. Библиотека программиста [Текст] / Б. Эккель. - СПб: Питер, 2009. - 640c.

115. Нотон, П. Java. Справочное руководство [Текст] / П. Нотон. - М.: Бином, 1996. - 448 с.

116. Budimlic Z. Optimizing Java: theory and practice / Z. Budimlic, K. Kennedy // Software: Practice and Experience. - June 1997, pp. 445-463.

117. Iqbal M.K. Five Reasons for using an ORM Tool [Электронный ресурс] / M.K. Iqbal. — URL: http://www.alachisoft.com/articles/orm.html (Дата обращения: 24.06.2014).

118. Charnes, A. Measuring the Efficiency of Decision Making Units / A. Charnes, W.W. Cooper, E. Rhodes // European Journal of Operational Research.- 1978.- Vol. 2.- pp. 429-444.

119. Triantis, K. Fuzzy Pair-wise Dominance and Implications for Technical Efficiency Performance Assessment [Text] / K. Triantis, P. V. Eeckaut // Journal of Productivity Analysis. - 2000. - Vol. 13, No. 3. - pp. 207-230.

120. Stam A. Stochastic judgements in the AHP : the measurement of rank reversal probabilities / A. Stam, A.P. Silva. - Rep.WP-94-101. HAS A. Laxenburg,

1994. - pp. 655-688.

121. Olson, D.L. Comparison of the REMBRANDT system with analytic hierarchy process / D.L. Olson, G. Fliendner, K. Currie // European J. Oper. Res.

1995. - V.32. - pp. 522-539.

122. Bloch J. Effective Java: Programming Language Guide / J. Bloch -Publisher: Addison Wesley. - First Edition. - 2001. - ISBN: 0-201-31005-8. -272p.

Приложения

Приложение А. Акты о внедрении результатов диссертационного исследования

ИНСТИТУТ ¿а.„ ВЫСОКИХ ТЕХНОЛОГИЙ

Pi .....-

Россия, 308001, г. Белгород, 1-й Первомайский пер., д. 1 «А» тел./факс: [phone] WWW.ivt.SU e-mail: [e-mail]

41? ССкТ^Г^, 2014 г. Исх. № АКТ

о внедрении результатов диссертационного исследования Лифиренко Максима Вячеславовича

на соискание степени кандидата технических наук на тему «Разработка методов и алгоритмов поддержки принятия решений при создании систем управления наружным освещением» по специальности 05.13.01 - Системный анализ, управление и обработка информации (в науке и технике)

Настоящий акт составлен в том. что результаты, полученные в диссертационной работе Лифиренко Максима Вячеславовича, в частности: разработка экспертной системы поддержки принятия решений (СППР). методы и алгоритмы поддержки принятия решений при создании автоматизированных систем управления наружным освещением (АСУНО) использованы в ООО «ИВТБелГУ».

Апробация разработанной СППР показала возможность применения и полезность предложенных подходов при создании и модификации АСУНО «Гелиос» на отдельных этапах жизненного цикла.

СППР позволила организовать проведение экспертных опросов и принятие более обоснованных решений. Подходы и инструментальные средства, предложенные в диссертации Лифиренко М.В.. повысили эффективность процессов проектирования, разработки и внедрения АСУНО «Гелиос». Использование СППР сэкономило время разработки и внедрения, а также позволило уменьшить число обращений клиентов на этапе сопровождения АСУНО «Гелиос».

«¿/» СМТМ/ЬЛ 2014г

Приложение Б. Свидетельства регистрации программы ЭВМ

ТООСЖЙСЖАЯ ФВдаРАЩШЯ

СВИДЕТЕЛЬСТВО

и ючгу паре таги мои регистрации щкиранчы ш ЭВМ

№ 2014610183

Программа модуля уоракимшя явгомлишрованний системы управления наружным освещением «I е.нню

■к 1 V - ■ • . - \ -

Прикуп, и! с К 1ющ?\1гин> г о.'ряиичгинон *'млсмстл?мн0сгггьг

<\Институт кыехпмх техпляягии Ьстюройскп.™ .ун^хмргтмнч

ушжренжм.т,

Приложение В. ЕЯ-модель базы данных СППР «Решение»

Приложение Г. Программная реализация методов и алгоритмов диссертационного исследования

ЦЫС-диаграмма для основных классов ПО, предназначенных для взаимодействия с БД:

Исходный код основных алгоритмов СППР «Решение»: package ru.maximus.mai.core.dao;

import j ava. sql.SQLException;

import ru.maximus .mai .core.matters .CriteryComparison;

import com.j256.ormlite.dao.Dao;

import com.j256.ormlite.dao .DaoManager;

import com.j256.ormlite.support.ConnectionSource;

public class CriteryComparisonDao extends AbstractDao {

private static CriteryComparisonDao instance = null;

public static synchronized CriteryComparisonDao getInstance() throws Exception {

if (instance == null) {

instance = new CriteryComparisonDao();

}

return instance;

}

private static Dao<CriteryComparison, Integer> criteryComparisonDao;

protected CriteryComparisonDao() throws SQLException, Exception { super();

}

@Override

protected void setupDao(ConnectionSource connectionSource) throws SQLException { criteryComparisonDao = DaoManager.createDao(connectionSource,

CriteryComparison.class); }

public Dao<CriteryComparison, Integer> getDao() { return criteryComparisonDao;

}

}

package ru.maximus .mai .core.math.finders ; import java.util.*;

import ru.maximus .mai .core.math.BigFraction; import ru.maximus .mai .core.math.BigFractionMatrix; import ru.maximus.mai.core.math.DecisionPriority; import ru.maximus .mai .core.math. metho ds .MathForMAI; import ru.maximus .mai .core.matters. * ; import ru.maximus .mai .gui.reports.data.*;

public class MaiFinder extends DecisionFinder {

public MaiFinder(MathForMAI math) { super(math);

}

public MaiFinder(MathForMAI math, ReportData reportData) { super(math, reportData);

}

public ReportData getReportData() { return reportData;

}

public void setReportData(ReportData reportData) { this.reportData = reportData;

}

@Override

public List<DecisionPriority> findDecisionPriorities(MaiProcess process) { reportData.clearData(); reportData.setProblem(process.getProblem()); for (Expert expert : process.getExpertPlayers()) { reportData. getExperts().add(new ExpertData(expert));

}

reportData.getExperts().add(new ExpertData(process.getExpert())); reportData.setNameOfMethod(algorithm.getNameOfMethodO); List<DecisionPriority> result = findRanks(process); return result;

}

private List<DecisionPriority> findRanks(MaiProcess process) {

List<DecisionPriority> result = new LinkedList<DecisionPriority>();

List<ProcessCriteryBundle> bundles =

process.getCriteryBundlesAsList();

List<Decision> decisions = process.getDecisionsAsList();

Map<Critery, BigFraction> criteriesPriority = calcCriteryPriorities(process, bundles);

List<CriteryData> tmpCrit = new LinkedList<CriteryData>(); for (ProcessCriteryBundle bundle : bundles) { tmpCrit.add(new CriteryData(bundle.getCritery().getId(),

bundle. getCritery().getName(),

criteriesPriority.get(bundle.getCritery()).doubleValue()));

}

reportData.setCriteries(tmpCrit); reportData.normCriteryPriority();

Map<ProcessCriteryBundle, List<DecisionPriority>> decisionsPriority = algorithm.calcDecisionPriorities(bundles, decisions);

BigFraction[] normalvals = new BigFraction[decisions.size()]; for (int row = 0; row < decisions.size(); row++) { BigFraction tmp = new BigFraction(0, 1);

for (ProcessCriteryBundle critery : bundles) { if (decisionsPriority.get(critery) == null) continue; if

((!Double.isNaN(decisionsPriority.get(critery).get(row).getPriority()))

&&

(!Double.isNaN(criteriesPriority.get(critery.getCritery()).doubleValue()))) {

tmp =

tmp.add(criteriesPriority.get(critery.getCritery()).multiply(new

BigFraction(decisionsPriority.get(critery).get(row).getPriority(), 1)));

}

}

normalvals[row] = tmp;

}

normalvals = MathForMAI.normalize(normalvals); List<DecisionData> tmp = new LinkedList<DecisionData>(); for (int i = 0; i < normalvals.length; i++) { DecisionPriority prior = new DecisionPriority(decisions.get(i), normalvals[i].doubleValue());

result.add(prior);

tmp.add(new DecisionData(prior.getDecision().getName(),

prior. getPriority())); }

reportData.setDecisions(tmp); return result;

}

private Map<Critery, BigFraction> calcCriteryPriorities(MaiProcess process, List<ProcessCriteryBundle> criteries) {

Collection<ExpertActivity> experts = process.getExpertActivities(); if (experts.isEmpty()) { experts = new LinkedList<ExpertActivity>(); experts.add(new ExpertActivity(process.getExpert(), 1.0f));

}

Map<Critery, BigFraction> result = new HashMap<Critery, BigFraction>(); List<Critery> crits = new LinkedList<Critery>(); List<CriteryData> criteryDatas = new LinkedList<CriteryData>(); for (ProcessCriteryBundle critery : criteries) { crits.add(critery .getCritery());

criteryDatas.add(new CriteryData(critery.getCritery().getId(),

critery.getCritery().getName(), null)); }

for (ExpertActivity expertActivity : experts) { BigFraction[][] matrix = MathForMAI.getCriteryComparisonMatrix(crits, process, expertActivity.getExpert());

CriteryCompareData criteryCompareData = new CriteryCompareData(); criteryCompareData. setExpert(new ExpertData(expertActivity.getExpert()));

criteryCompareData. setMatrix(new BigFractionMatrix(matrix));

criteryCompareData.setCriterys(criteryDatas);

Map<ProcessCriteryBundle, BigFraction> priorityForExpert = algorithm.recalcPrioritiesAsMap(criteries, matrix);

BigFraction[] priorities = new BigFraction[criteries.size()]; int i = 0;

for(ProcessCriteryBundle critery : criteries) { BigFraction tmp = result.get(critery.getCritery()); priorities[i] = (tmp != null ? tmp : new BigFraction(0, 1 )).add(priorityForExpert.get(critery));

result.put(critery.getCritery(), priorities[i]); i++;

}

criteryCompareData.setPriorites(priorities); BigFraction SZ = algorithm.calcSZ(matrix); BigFraction IS = algorithm.calcIS(SZ, matrix.length); BigFraction OS = algorithm.calcOS(IS, matrix.length); criteryCompareData.setOs(OS);

reportData.getCriteryCompareData().add(criteryCompareData);

}

for (ProcessCriteryBundle critery : criteries) { result.put(critery.getCritery(),

result.get(critery.getCritery()).divide(experts.size())); }

return result;

}

@Override

public double convertPriorityToValue(double priority, int count) { return priority * 100;

}

@Override

public boolean needReverse() { return true;

}

@Override

public String getName() { return "МАИ";

}

}

public abstract class DecisionFinder {

protected ReportData reportData = new ReportData();

public abstract List<DecisionPriority> findDecisionPriorities(MaiProcess process);

public abstract double convertPriorityToValue(double priority, int count); public abstract boolean needReverse(); public abstract String getName();

protected MathForMAI algorithm;

public DecisionFinder(MathForMAI math) { this.algorithm = math; algorithm.setReport(reportData);

}

public DecisionFinder(MathForMAI math, ReportData reportData) { this.algorithm = math;

this.reportData = reportData;

}

public MathForMAI getAlgorithm() { return algorithm;

}

public void setAlgorithm(MathForMAI algorithm) { this.algorithm = algorithm;

this.algorithm.setReport(reportData);

}

public Map<Decision, Integer> getPlaceInCollection(List<DecisionPriority>

list) {

return getPlaceInCollection(list, needReverse());

}

public Map<Decision, Integer> getPlaceInCollection(List<DecisionPriority> list, boolean needReverse) {

Map<Decision, Integer> result = new HashMap<Decision, Integer>(); int place = 1;

DecisionPriority beforeElem = null;

Collections.sort(list);

if (needReverse) Collections.reverse(list);

for (DecisionPriority elem : list) { if (beforeElem == null) { beforeElem = elem; } else {

if (beforeElem.getPriority() != elem.getPriority()) {

place++;

}

beforeElem = elem;

}

result.put(elem.getDecision(), place);

}

return result;

}

}

package ru.maximus .mai .core. math.finders;

import java.util.Collections; import java.util.HashMap; import java.util.LinkedList; import java.util.List; import j ava. util .Map;

import ru.maximus .mai .core.math.BigFraction; import ru.maximus.mai.core.math.DecisionPriority; import ru.maximus .mai .core.math. metho ds .MathForMAI; import ru.maximus .mai .core.matters .Critery; import ru.maximus.mai.core.matters.Decision; import ru.maximus .mai .core.matters.MaiProcess; import ru.maximus.mai.core.matters.ProcessCriteryBundle; import ru.maximus.mai.gui.Main;

public class GeometricAverageFinder extends PlaceOrderFinder {

public GeometricAverageFinder(MathForMAI math) { super(math);

}

@Override

public List<DecisionPriority> findDecisionPriorities(MaiProcess process) { return findRanks(process);

}

private List<DecisionPriority> findRanks(MaiProcess process) {

List<DecisionPriority> result = new LinkedList<DecisionPriority>();

List<ProcessCriteryBundle> criteries =

process.getCriteryBundlesAsList();

List<Critery> criteryList = new LinkedList<Critery>();

for (ProcessCriteryBundle bund : criteries) { criteryList.add(bund.getCritery());

}

List<Decision> decisions = process.getDecisionsAsList();

Map<ProcessCriteryBundle, BigFraction> criteriesPriority = algorithm.recalcPrioritiesAsMap(criteries,

MathForMAI.getCriteryComparisonMatrix(criteryList, process, Main.user));

Map<ProcessCriteryBundle, List<DecisionPriority>>

decisionsPriority = algorithm.calcDecisionPriorities(criteries, decisions);

Map<Critery, Map<Decision, Integer>> placeDec = new HashMap<Critery, Map<Decision, Integer>>();

for (Critery critery : criteryList) { placeDec.put(critery,

getPlaceInCollection(decisionsPriority.get(critery), true)); }

for (Decision dec : decisions) { BigFraction tmp = new BigFraction(1, 1);

for (Critery critery : criteryList) {

tmp =

tmp.multiply(criteriesPriority.get(critery).pow(placeDec.get(critery).get(dec)));

}

result.add(new DecisionPriority(dec, tmp.doubleValue()));

}

Collections.sort(result); return result;

}

@Override

public String getName() {

return "Метод среднего геометрического";

}

package ru.maximus. mai .core. math. graphs;

import j ava. util .HashSet; import java.util.TreeSet; import java.util.Vector;

public class KruskalEdges<T>

}

{

Vector<HashSet<T>> vertexGroups = new Vector<HashSet<T>>(); TreeSet<Edge<T>> kruskalEdges = new TreeSet<Edge<T>>();

public TreeSet<Edge<T>> getEdges() {

return kruskalEdges;

}

HashSet<T> getVertexGroup(T vertex) {

for (HashSet<T> vertexGroup : vertexGroups) { if (vertexGroup.contains(vertex)) { return vertexGroup;

}

}

return null;

}

public void insertEdge(Edge<T> edge) {

T vertexA = edge.getVertexA(); T vertexB = edge.getVertexB();

HashSet<T> vertexGroupA = getVertexGroup(vertexA); HashSet<T> vertexGroupB = getVertexGroup(vertexB);

if (vertexGroupA == null) { kruskalEdges.add(edge); if (vertexGroupB == null) {

HashSet<T> htNewVertexGroup = new HashSet<T>(); htNewVertexGroup.add(vertexA); htNewVertexGroup.add(vertexB); vertexGroups.add(htNewVertexGroup);

}

else {

vertexGroupB.add(vertexA);

}

}

else {

if (vertexGroupB == null) { vertexGroupA.add(vertexB); kruskalEdges.add(edge);

}

else if (vertexGroupA != vertexGroupB) {

vertexGroupA.addAll(vertexGroupB); vertexGroups.remove(vertexGroupB); kruskalEdges.add(edge);

}

}

}

}

package ru.maximus.mai.gui.tree.strategies.controllers; import java.util.List;

import javax.swing.tree.DefaultMutableTreeNode;

import com.j256.ormlite.dao .ForeignCollection; import ru.maximus .mai .core.matters .Critery; import ru.maximus.mai.core.matters.Decision; import ru.maximus .mai .core.matters.MaiProcess; import ru.maximus.mai.core.matters.ProcessCriteryBundle; import ru.maximus .mai .gui .tree.ITreeRefresher; import ru.maximus.mai.gui.tree.strategies.MaiStrategy;

public class MaiController implements AbstractLoadingController {

private MaiProcess process;

public MaiController(MaiProcess process) { this.process = process;

}

@Override

public void loadNextLevel(ITreeRefresher refresher,

DefaultMutableTreeNode node, boolean immediately) { node.removeAllChildren(); Object userObject = node.getUserObject(); if (userObject instanceof String) {

String data = (String) userObject; if (data.equals(MaiStrategy.TARGET)) {

node.add(new DefaultMutableTreeNode(process)); } else if (data.equals(MaiStrategy.CRITERIES)) {

ForeignCollection<ProcessCriteryBundle> list = process.getCriteryBundles();

for (ProcessCriteryBundle critery : list) {

node.add(new DefaultMutableTreeNode(critery));

}

} else if (data.equals(MaiStrategy.ALTERNATIVES)) {

ForeignCollection<Decision>

process.getDecisions();

for (Decision decision : list) { node.add(new

DefaultMutableTreeNode(decision));

}

}

}

refresher.refreshTree();

}

}

list

package ru.maximus.mai.gui.tree.strategies.editors;

import j ava.awt.Component; import java.awt.FlowLayout; import java.awt.event.ActionEvent; import j ava.awt.event.ActionListener; import java.awt.event.MouseEvent; import j ava. util .EventObj ect;

import javax.swing.AbstractCellEditor;

import javax.swing.JButton;

import javax.swing.JComponent;

import javax.swing.JLabel;

import j avax.swing.JPanel;

import javax.swing.JTree;

import javax.swing.UIManager;