Методы и средства вычислительного эксперимента / Акад. наук СССР, КНЦ, Ин-т информатики и мат. моделирования технолог. процессов. – Апатиты : Кольский научный центр АН СССР, 1990.

дифицируетсядляразличныхклиматическихипромышленныхзон. ВИМдополни тельноучитываютсяглобальныепроцессы, определяющиеэпизодическуюперенаст ройкуПМ. КбыстродействиюИМвтакихприложенияхособыхтребованийнепредъ является. Взадачепрогнозированияразвитиядобывающихпредприятийразделяютсяза дачии, соответственно, подсистемыперспективногоитекущегопланирования, посколькуониимеютразныецели. Перспективноепланированиедолжновыявить предпочтительныетехнологиидобычииобработкисырья, задачатекущегоплани рованиязаключаетсявкоординации(согласовании) процессовфункционирования, ужедействующихтехнологий. Активнаяидентификациямоделейздесьтакжезат руднена. БыстродействиеПМстановитсясущественнымтолькопритекущемплани рованииработнасуткиилиболеекороткиесроки. ОднакоразделениеЕМиИМ целесообразновлюбомслучае, таккакпозволяетоблегчитьработупользовате ляПАС, сокративобъемтребующейсядумобщенииесистемойинформации. Проблемыобеспечениябезопасностиработнадобывающихпредприятияхрас смотримнапримерепрогнозированиясейсмическихудароввподземныхвыработ ках. ЗдесьизложеннаяметодикапроектированияиэксплуатацииПАСможетбыть реализованавполномвиде. БыстродействиеПАСоказываетсявесьмаважным. Для активнойидентификациипотенциальноопасныхучастковвозможнонепосредствен ноевоздействиенасреду, например» методамисейсмозондирования. Перспектив нойпредставляетсяустановкаПАСнапередвижныхсейсмостанциях. ПриведеннаядекомпозицияпроблемысинтезакомплексныхАСУнаподпрооле- мыформированияИМигенерацииПМопределяетразличиявтребованияхкхарак теристикамАСНИиПАС. Численныезначенияпараметровспецифичнывкаждой предметнойобласти, нодляобщегослучаядопустилокачественноесопоставле ние. Результатытакогоанализасведенывтаблиц,е. СравнениехарактеристиккомплексныхАСНИиПАС IНаименование характеристи ки Усредненныетребованиядля АСНИ Методразра ботки Функционально-целевой подход(ФЦП) ПАС Редукцияисследователь скоймодели Алгоритмичес каябаза Вычислительныйэкспери мент, управлениеструк туройданных, идентифи кация, методыадаптации моделей Филътрация, логический анализ, проверкагипо тез, упрощенныечислен ныеметоды Аппаратные ЛокальныесетиЭВМвысо- средства койпроизводительности Нерсоналышвпрофессио нальныеЭВМ(супер-ми- ни-ЭВМ- прибольших потокахданных) ОтметимдостоинствапредложеннойтехнологииразработкиГІАС(порядок записинеотражаетприоритетность): безограниченияобщностиглобальнойза дачиисследованияпредметнойобластиупрощаетсяадаптацияпользователяквы числительнойсредеприкладноймодели, специальносинтезированнойдляего конкретнойзадачи; помереразвитияисследовательскоймоделидостигаетсяак кумуляциязнанийоданнойпредметнойобласти, чтообеспечиваетпостоянное уточнениеэтоймоделииобеспечиваетпреемственностьразработок, атакжесб- 37