The Editorial Board continues its work. Submitted papers are examined within the established deadlines.
We remind you that all correspondence is conducted by email red@cps.tver.ru.
Editorial office phone number +7 (4822) 39-91-49.
The Editorial Board continues its work. Submitted papers are examined within the established deadlines.
We remind you that all correspondence is conducted by email red@cps.tver.ru.
Editorial office phone number +7 (4822) 39-91-49.
При оптимизации программ основное внимание уделяется наиболее часто исполняемым участкам кода. Как правило, такими участками являются гнезда циклов. Для оптимизации циклов и гнезд циклов в современных микропроцессорных архитектурах поддерживаются специальные векторные инструкции, позволяющие объединять несколько операций в одну, работающую с упакованными данными. Однако, кроме сокращения количества операций, на повышение эффективности векторизованного кода влияет множество факторов. В данной статье рассмотрены проблемы, возникающие при векторизации гнезда циклов для процессора Intel Xeon Phi Knights Landing на примере реализации сортировки Шелла.
В статье рассматривается разработанный в Библиотеке по естественным наукам Российской академии наук (БЕН РАН) программный комплекс «Monitoring», являющийся надстройкой над программными системами, обеспечивающими технологические процессы, реализуемые в рамках централизованной библиотечной системы БЕН РАН, такие как комплектование и учет фондов, обработка поступающих материалов, межбиблиотечный абонемент, обслуживание пользователей.
Комплекс «Monitoring» и реализованное на его основе web-приложение «Система обобщенного статистического мониторинга работы Библиотеки» обеспечивают накопление и обработку статистики практически по всем направлениям деятельности Библиотеки, формируя оперативную обратную связь для принятия управленческих решений на основе анализа динамики работы подразделений БЕН РАН и читательского спроса. На основе комплекса «Monitoring» также были реализованы и другие web-приложения для централизованной библиотечной системы БЕН РАН.
Статья посвящена созданию технологий автоматизации одного из наиболее трудоемких этапов проектирования программной системы – оптимизации исходного кода. Описывается программная платформа, представляющая собой надстройку к популярной среде разработки Microsoft Visual Studio и автоматизирующая процесс оптимизации пользовательских исходных кодов. Приведены основные характеристики пакета: состав и назначение каждого модуля, математические модели и методы, лежащие в основе алгоритмов решения.
Подробно разобран подход к моделированию «экстремальных» методов оптимизации, основанных на экстенсивном подходе к использованию ресурсов вычислительной системы (в частности, оперативной памяти). Приведено описание программного модуля, реализующего предложенный алгоритм. Разработанные в работе модели и методы могут быть использованы при создании автоматизированных средств проектирования ПО.
Предлагается композитная архитектура многоагентной системы бионического поиска на основе роевого интеллекта и генетической эволюции для решения задачи упаковки полуограниченной полосы.
В работе описывается модифицированная парадигма роя частиц, обеспечивающая, в отличие от канонического метода, возможность использования в аффинном пространстве поиска позиций с целочисленными значениями параметров. Рассмотрены механизмы перемещения частиц в аффинном пространстве для уменьшения веса аффинных связей. Разработанные структуры позиций (хромосом) ориентированы на интеграцию роевого интеллекта и генетической эволюции.
Предложенный модифицированный алгоритм декодирования повышает целенаправленность поиска, включает процедуры улучшения решения и обеспечивает более высокую вероятность локализации глобального экстремума задачи. Это позволило повысить качество решения в среднем на 2–4 %. Временная сложность алгоритма, полученная экспериментальным путем, совпадает с теоретическими исследованиями и для рассмотренных тестовых задач составляет О(n2)–О(n3).
В статье рассмотрена специфика основных технологических процессов, характерных для крупных российских академических библиотек.
Приведен краткий обзор ключевых технологических операций, выполняемых в Библиотеке по естественным наукам (БЕН) РАН, возглавляющей централизованную библиотечную систему, и принципов их автоматизации. Основное внимание уделено описанию функциональных особенностей программного комплекса «Библиобус», разработанного в БЕН РАН и обеспечивающего автоматизацию всех этапов работы с непериодическими изданиями, поступающими в фонды ЦБС БЕН РАН, от предварительного заказа до формирования метаданных для электронного каталога.
Работа представляет собой исследование в области прогнозирования временных рядов на основе нейросетевых и когнитивных методов для задачи прогнозирования временных характеристик в управлении жизненным циклом изделия. Детально рассматриваются нейро-нечеткие методы прогнозирования, представлен обзор наиболее успешных работ в данной области. Исследуются проблемы в области прогнозирования временных рядов, которые существенным образом влияют на качество прогнозов.
Результатом работы является созданная гибридная модель прогнозирования, сочетающая в себе нейро-нечеткие нейронные сети и нечеткие когнитивные карты, объединенные в систему прогнозирования. Благодаря сочетанию столь разных методов появляется возможность добиться качественного прогнозирования в условиях явлений, когда происходят сильные скачки во временном ряде и одна нейронная сеть не способна выполнять задачу достойным образом.
Планируется апробирование системы для задачи прогнозирования временных характеристик в управлении жизненным циклом изделия.
Целью работы являлась разработка рекомендательной системы для социальной сети ВКонтакте. Предметом рекомендаций были выбраны сообщества в данной социальной сети. В качестве основной идеи алгоритма рекомендаций использован принцип коллаборативной фильтрации, но в более простом виде: рекомендации составляются на основе знаний о сообществах, в которых состоят друзья пользователя. В результате выполнения работы было разработано приложение с интерфейсом пользователя, позволяющее получить список рекомендованных сообществ социальной сети ВКонтакте.
Одним из ключевых методов повышения эффективности использования вычислительных ресурсов является применение технологии контейнерной виртуализации. В отношении организации высокопроизводительных вычислений контейнерная виртуализация позволяет с минимальными накладными расходами решить проблему бинарной переносимости пользовательских заданий между различными суперкомпьютерными установками. Однако для возможности обработки представленных в виде контейнеров пользовательских заданий в системах коллективного пользования необходим механизм динамической реконфигурации сетей суперкомпьютера, осуществляемой перед каждым запуском задания. Статья посвящена поиску и выбору способов и средств, позволяющих осуществить динамическую реконфигурацию при запуске заданий в контейнерах Docker в суперкомпьютерных системах коллективного пользования.