Розподіл ресурсів у системі децентралізованого управління

Abstract

Метою даної роботи є оптимізація процесів в децентралізованій системі при розподілу ресурсу між споживачами в умовах його дефіциту і неповної апріорної інформації. Методика досліджень. Для досягнення поставленої мети використовувалися аналітичні методи у поєднанні з методами імітаційного моделювання процесів адаптивного налаштування оптимального режиму роботи децентралізованої системи. Результати досліджень. Задача розподілу обмеженого ресурсу є типовою задачею дослідження операцій і при відомих її параметрах вирішується як задача умовної оптимізації. Однак, у децентралізованій системі у кожного із складових її елементів повна апріорна інформація про параметри задачі (усієї системи) відсутня. У такій ситуації нестача, а в крайньому випадку і повну відсутність апріорної інформації для кожного з елементів децентралізованої системи необхідно заповнити апостеріорною. Це вимагає узгодженої стратегії поведінки всіх елементів системи. У роботі запропоновано алгоритми поведінки елементів децентралізованої системи, які забезпечують оптимальне розв'язання задачі через певну кількість кроків управління, яка залежить від кількості вихідної інформації. Наукова новизна. Запропоновано та досліджено алгоритми адаптивного налаштування децентралізованої системи, що забезпечує вихід на оптимальний режим її роботи при розподілі обмеженої кількості ресурсу між споживачами. Практична значимість. Децентралізовані системи мають ряд переваг у порівнянні з традиційними системами управління різної структури: підвищену живучість, суттєве скорочення комунікаційної апаратури. Крім того, у певних випадках застосування децентралізованих систем є єдино можливим. З іншого боку, поява та розвиток сучасних малогабаритних засобів переробки інформації дозволяє технічно реалізувати для кожного елемента системи досить складні обчислювальні алгоритми. Тому вивчення та вирішення завдань підвищення ефективності роботи децентралізованих систем має очевидне практичне значення.

Purpose of work is optimization of processes in a decentralized system during resource distribution among consumers in conditions of its scarcity and incomplete a priori information. Methodology. To achieve the goal, analytical methods were used in combination with methods of simulation modeling of processes that determine the optimal mode of operation of the decentralized system. Research results. The problem of allocation of a limited resource is a typical problem of operations research and, if its parameters are known, it is solved as a conditional optimization problem. However, in a decentralized system, each of its constituent elements does not have complete a priori information about the parameters of the problem (of the entire system). In such a situation, lack of information, and in the extreme case, a complete lack of a priori information for each of the elements of the decentralized system must be filled with a posteriori information. This requires a coordinated strategy for the behavior of all elements of the system. Algorithms for the behavior of the decentralized system elements are proposed in this work, which provide an optimal solution of the problem through a certain number of management steps, which depends on the amount of initial information. Scientific novelty. A new algorithm for adaptive tuning of a decentralized system are proposed and investigated, which provides access to the optimal mode of its operation when distributing a limited amount of resources between consumers. Practical significance. Decentralized systems have a number of advantages compared to traditional management systems of different structures: increased survivability, significant reduction of communication equipment. Besides, in some cases, the use of decentralized systems is the only option. On the other hand, the emergence and development of modern small-sized means of processing information allows technically implementing rather complex computational algorithms for each element of the system. Studying and solving the problems of improving the efficiency of decentralized systems has an obvious practical significance.