Телефон: +7 (383)-202-16-86

Статья опубликована в рамках: XLVI Международной научно-практической конференции «Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ» (Россия, г. Новосибирск, 07 июня 2018 г.)

Наука: Информационные технологии

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Хамидулина Ю.А. ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ИСПОЛЬЗОВАНИЯ МЕТОДА ПРОГНОЗИРОВАНИЯ С ПРИМЕНЕНИЕМ ЭКСПОНЕНЦИАЛЬНОГО СГЛАЖИВАНИЯ ПО МЕТОДУ БРАУНА И ХОЛЬТА В АВТОМАТИЗАЦИИ РАСПРЕДЕЛЕННОЙ ОБРАБОТКИ ДАННЫХ СЕТИ САЛОНОВ КРАСОТЫ // Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ: сб. ст. по мат. XLVI междунар. студ. науч.-практ. конф. № 11(46). URL: https://sibac.info/archive/meghdis/11(46).pdf (дата обращения: 24.08.2019)
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
У данной статьи нет
дипломов

ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ИСПОЛЬЗОВАНИЯ МЕТОДА ПРОГНОЗИРОВАНИЯ С ПРИМЕНЕНИЕМ ЭКСПОНЕНЦИАЛЬНОГО СГЛАЖИВАНИЯ ПО МЕТОДУ БРАУНА И ХОЛЬТА В АВТОМАТИЗАЦИИ РАСПРЕДЕЛЕННОЙ ОБРАБОТКИ ДАННЫХ СЕТИ САЛОНОВ КРАСОТЫ

Хамидулина Юлия Александровна

магистрант, кафедра ПОВТАС, Оренбургский государственный университет,

РФ, г. Оренбург

Научный руководитель Волкова Татьяна Викторовна

канд. технических наук, доцент кафедры ПОВТАС, Оренбургский государственный университет,

РФ, г. Оренбург

Автоматизированная система (АС) BeautyCRM предназначена автоматизировать информационные потоки сети салонов красоты. В процессе работы АС задействуются большие ресурсы на обработку и анализ скопленной информации, что требует достаточных вычислительных мощностей на машинах-клиентах и относительно высокой производительности сервера. Для повышения гибкости и масштабируемости многопользовательской распределенной АС необходима работа программного средства администрирования, распределяющего места расположения логики обработки данных для бизнес-процессов сети салонов красоты между клиентским приложением и серверной частью.

Поставленная задача была решена с помощью разработанного модуля автоматизации распределения мест расположения бизнес-логики АС, прогнозирующего нагрузку клиента в следующий момент времени за запуском формирования статистических и аналитических отчетов АС.

В рамках данного исследования предлагается включить программное средство администрирования в систему управления АС BeautyCRM на основе метода прогнозирования временного ряда с использованием экспоненциального сглаживания на основе модели Брауна или на основе модели Хольта. Суть такого подхода состоит в том, что средство администрирования должно корректировать места расположения логики обработки данных между клиентским приложением и серверной частью для бизнес-процессов, разгружая клиентскую часть и не перегружая серверную.

Целью данной научно-исследовательской работы является проведение эксперимента, сравнение выбранных методов, проверка полученных результатов с помощью программы MathCad.

Для поставленной цели необходимо решить ряд задач:

1) разработать требования и спецификации объектов профессиональной деятельности на основе анализа запросов пользователей, моделей предметной области и возможностей технических средств;

2) разработать архитектуру программных комплексов и их компонентов;

3) выбрать инструментальные средства программирования;

4) спроектировать математическое, лингвистическое, информационное и программное обеспечения автоматизированных систем на основе современных методов, средств и технологий программирования;

5) протестировать программную систему.

Первая версия разработанного средства администрирования предназначена для автоматизации процесса распределения места расположения бизнес-логики АС BeautyCRM.

Разработанное программное средство администрирования находится в симбиозе с АС BeautyCRM. Модуль автоматизации запускается непосредственно при старте АС, распределение логики обработки данных протекает в фоновом режиме, что гарантирует незаметность его работы для конечного пользователя, однако наглядно увидеть работу модуля возможно при авторизации в АС пользователем с правами доступа уровня программиста или специалиста по сопровождению.

Регистрация статистических данных о текущей нагрузке клиента наглядно фиксируется в режиме реального времени на временном графике с плавающим временным интервалом. Изменение динамически меняющихся параметров отражается на графике и в таблице реальной и прогнозируемой нагрузки клиента (рисунок 1).

 

Рисунок 1. Снятие показаний нагрузки клиента

 

Смоделируем нагрузку на рабочую станцию в течение минуты. Мониторинг нагрузки на ЦП в первые 30 с показал следующее (таблица 1).

Таблица 1.

Таблица наблюдений

Время, с

Нагрузка ЦП, %

1

15,016

2

4,366

3

11,413

4

3,619

5

4,374

6

7,393

7

5,867

8

7,478

9

2,832

10

3,19

11

13,079

12

16,904

13

18,38

14

20,328

15

21,92

16

25,469

17

20,376

18

19,546

19

15,339

20

19,122

21

23,879

22

16,48

23

19,128

24

19,188

25

19,994

26

23,115

27

19,998

28

13,713

29

17,647

30

21,885

 

Из таблицы 1 видно, что нагрузка распределена неравномерно, но находится в пределах нормы, перегрузки и аномалии отсутствуют.

Занесем исходные данные в MathCad и произведем прогнозирование по методу Брауна.

 

Рисунок 2.  Прогнозирование по методу Брауна

 

Рисунок 3.  Вычисление ошибки, отклонения ошибки и точности метода

 

На основе занесенных ранее в MathCad данных произведем прогнозирование по методу Хольта.

 

Рисунок 4. Прогнозирование по методу Хольта

 

Рисунок 5.  Вычисление ошибки, отклонения ошибки и точности метода

 

Расчеты показали, что наиболее точное прогнозирование было получено методом Брауна. Однако, нельзя говорить о том, что метод Брауна бесспорно лучший из представленных методов, так как при больших количествах наблюдений и при изменении нагрузки на клиент ситуация может измениться, и лучшим из методов может стать метод Хольта, поэтому целесообразно проводить расчеты двумя ранее рассмотренными методами.

В ходе выполнения научно-исследовательской работы были рассмотрены теоретические аспекты проведения эксперимента, а также изучены методы прогнозирования временного ряда с использованием экспоненциального сглаживания на основе модели Брауна и на основе модели Хольта для решения задачи распределенной обработки данных в сети салонов красоты. На основе проведенных экспериментов можно сделать вывод, что разработанный модуль распределения логики обработки данных на основе метода прогнозирования временного ряда с использованием экспоненциального сглаживания на основе модели Брауна работает эффективнее эталонной модели и модели на основе метода Хольта.

 

Список литературы:

1. Хамидулина Ю.А. Программное средство автоматизации распределенной обработки данных в сети салонов красоты // Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ: сб. ст. по мат. XLV междунар. студ. науч.-практ. конф. № 10(45).

Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
У данной статьи нет
дипломов

Оставить комментарий