Научный журнал

Международный журнал прикладных и фундаментальных исследований

ISSN 1996-3955

ИФ РИНЦ = 0,593

• Авторы
• Резюме
• Файлы
• Ключевые слова
• Литература

Лелейкин С.С. 1

---

1 ОАНО ВО «Московский технологический институт»

В данной статье автор предлагает ознакомиться с методикой унификации входных параметров для различного рода автоматизированных систем. Необходимость разработки данной методики обусловлена возможностью ее применения с целью снижения трудовых и финансовых затрат при разработке и внедрении автоматизированных систем и процессов автоматизации в целом. Данная методика успешно применяется автором для унификации входных параметров CI/CD DevOps пайплайнов для сборки и поставки программного обеспечения, но ввиду универсальности математических моделей может быть применена к любым системам автоматизации, имеющим входные параметры. Для исследования применялись математическое моделирование, теория множеств и диаграммы Венна. Результатом исследования является алгоритм, позволяющий унифицировать входные параметры. Исследование было проведено в полевых условиях на CI/CD DevOps пайплайнах сборки и поставки программного обеспечения действующей организации, занимающейся разработкой программного обеспечения, что дало исследованию твердую практическую основу. В статье автор приводит два гипотетических примера использования представленной методики: определение параметров машины для производства мороженого различных вкусов и форм и определение параметров простейшего DevOps пайплайна для сборки Java и Ruby приложений.

Статья в формате PDF

885 KB

автоматизация

параметры

унификация

автоматизированная система

теория множеств

множества

математическое моделирование

1. Пеленицына П.А. Devops как взаимодействие между разработкой и эксплуатацией // Интернаука. 2024. № 21 (338). URL: https://internauka.org/journal/science/internauka/338 (дата обращения: 14.02.2025).

2. Михайлов Д.Д. Основы математического моделирования // Вестник Технологического университета. 2015. Т. 18, № 2. С. 374–376.

3. Серовайский С.Я. Математика: от теории множеств к теории категорий // Метафизика. 2022. № 1 (43). С. 29–34. URL: https://journals.rudn.ru/metaphysics/article/download/30764/20616 (дата обращения: 14.02.2025).

4. Ваулина О.Ю. Решение логических задач на основе диаграмм Эйлера – Венна // Вестник современных исследований. 2017. № 6–1 (9). С. 113–115. URL: https://resources.mgpu.ru/docfulldescription.php?docid=554183 (дата обращения: 14.02.2025).

5. Собиров А.Ш. Методические основы логического изложения операций над множествами и доказательство некоторых равносильных формул и отношений // Вестник Бохтарского государственного университета имени Носира Хусрава. Серия естественных наук. 2021. № 2–4 (93). С. 31–38. URL: http://bgu-n-vestniki.tj/wp-content/uploads/2022/02/№2-4932021.pdf (дата обращения: 14.02.2025).

6. Малтугуева Г.С., Юрин А.Ю. Применение мультимножеств при решении практических задач // Образовательные ресурсы и технологии. 2016. № 2 (14). С. 196–202. URL: https://vestnik-muiv.ru/upload/iblock/cd3/cd30c4c3cf0b7cb3a3d168d7f8d860b3.pdf?ysclid=m752mu2p1h77439403 (дата обращения: 14.02.2025).

Введение

В данной статье автор представляет разработанную им методику унификации входных параметров для различных автоматизированных систем.

Данная методика подразумевает анализ автоматизированной системы, выделение характеристик типовых и потенциально возможных случаев сценария работы, определение зависимости конечного результата от изменения выделенных характеристик, приведение собранных данных к строгой математической модели, обработка и получение результата в виде набора параметров, необходимого для функционирования данной автоматизированной системы в рамках выполнения сценариев, применяемых для достижения множества различных результатов без внесения изменений в конструктив/логику работы самой автоматизированной системы.

Ввиду того, что в данной статье подробно рассматривается блок «Параметры», изображенный на рис. 1 слева, он окрашен в серый цвет.

Цель работы – получить методику унификации входных параметров для различных систем автоматизации, вне зависимости от их типа и предназначения.

Материалы и методы исследования

Изначально исследования проводились автором в полевых условиях на CI/CD Dev Ops пайплайнах для сборки и поставки программного обеспечения [1]. После получения необходимых результатов и достижения определенных производственных успехов в унификации, автор решил уйти от конкретного случая и выработать абстрактную модель, применимую вне специфики текущих процессов.

Рис. 1. Абстрактная блок-схема автоматизированной системы В центре – автоматизированная система, она имеет интерфейс для приема параметров и алгоритм, используемый для обработки поступающих в нее объектов (блок «Объекты обработки» внизу на рисунке), справа изображен блок получаемого результата

В результате исследования было выявлено, что данный алгоритм полезен на этапе проектирования системы автоматизации, так как данный этап – самый низкозатратный в плане изменений как по трудовым ресурсам, так и по финансовым. Так же алгоритм можно применить к уже готовым автоматизированным системам с целью оптимизации и унификации исполняемых ей сценариев.

Ввиду универсальности математических моделей [2] представленная методика применима к любым системам автоматизации, имеющим входные параметры, будь то станок с ЧПУ, 3D принтер, DevOps пайплайн [1] или автомат для приготовления мороженого. Заходя немного вперед, стоит отметить, что как раз последний и будет использован как пример в данной статье.

Для исследования автором применялись математическое моделирование [2], теория множеств [3] и диаграммы Венна [4].

Результаты исследования и их обсуждение

Результатом исследования является алгоритм, позволяющий унифицировать входные параметры. Для простоты изложения в качестве автоматизированной системы будет описан автомат для приготовления мороженого, а в качестве входных параметров – все ингредиенты и настройки, подаваемые аппарату на вход.

Итак, непосредственно алгоритм:

1. Необходимо выделить множество типовых и потенциально возможных случаев сценария работы автоматизированной системы. В контексте автомата для приготовления мороженого это будут различные виды мороженого.

Типовые (встречаются часто, стандартные):

1) Пломбир сливочный в стаканчике, наливной.

2) Пломбир шоколадный с шоколадной посыпкой в рожке, наливной.

3) Пломбир клубничный в картонном контейнере, шариками.

4) Пломбир шоколадный в рожке, шариками.

Потенциально возможные случаи (добавлены автором как случаи крайнего отклонения от типовых, представленных выше):

5) Пломбир клубничный, на палочке.

6) Молочный коктейль из мороженого, в пластиковом стаканчике.

7) Различные шарики мороженого, в гонконгской вафле

2. Следующий шаг подразумевает определение набора пар характеристика – значение экземпляров типовых и потенциально возможных случаев сценария работы и назначение им уникальных идентификаторов. Для данной операции выполняется анализ возможных случаев и составляется список пар характеристика – значение, присущих как каждому экземпляру, так и всем экземплярам в целом.

Пары характеристика – значение, составленные для приведенного в первом шаге примера, отражены в табл. 1, где xn – характеристика (потенциальный параметр), yn – значение.

Таблица 1

Пары характеристика – значение сценариев работы автомата для приготовления мороженого

Источник: составлено автором.

Чем больше характеристик будет внесено в данный список, тем больше потенциальных производственных сценариев будет покрыто. Так же в данный список необходимо вынести гипотетические пары характеристика – значение для покрытия случаев, вероятность которых в данном контексте мала, но все же возможна (случаи t, u), и случаев, которые не описаны в техзадании, но участвуют в техпроцессе (q, r).

3. Необходимо определить множество пар характеристика – значение, жестко заданных для каждого экземпляра [3]:

A1 = {a, b, c, d, g, m, q, r},

A2 = {a, b, c, d, e, h, l, m, q, r},

A3 = {a, b, c, d, f, i, n, q, r},

A4 = {a, b, c, d, e, h, n, q, r},

A5 = {a, b, c, d, f, j, p, q, r},

A6 = {a, b, c, d, g, o},

A7 = {a, b, c, d, k, n, q, r, s},

где множество An – номерной случай, типовой или потенциальный, а объекты множества – применимые к нему пары характеристика – значение.

4. Для оптимизации необходимо из результата объединения множеств характеристик вычесть результат их пересечения [5]:

P = (А1∪А2∪А3∪А4∪А5∪А6∪А7∪Аn) \ (А1 ∩ А2 ∩ А3 ∩ А4 ∩ А5 ∩ А6 ∩ А7 ∩ Аn)

Также можно представить данную операцию как «множественную симметрическую разность» [5]:
P = А1 Δ А2 Δ А3 Δ А4 Δ А5 Δ А6 Δ А7 Δ Аn,
P = {g, e, f, m, q, r, h, l, i, n, j, p, o, k, s},
где P – результирующее множество пар характеристика  – значение, подлежащих вынесению в параметры, An – множества пар характеристика – значение.

Интересный факт: мощность результирующего множества больше мощности любого множества из изначального списка, что очень хорошо подчеркивает суть универсализации – необходимость учесть особенности каждого уникального случая, составить их перечень и выделить значения по умолчанию.

Рис. 2. Графическая интерпретация симметрической разности множеств пар характеристика – значение различных типовых и потенциально возможных производственных случаев; An – множества пар характеристика – значение; P – результирующее множество; Штриховкой обозначено множество объектов B1, не вошедших в результирующее множество P; Области An без штриховки входят в результат P

Произведенное действие графически отображено с применением диаграммы Венна на рис. 2 [4].

Исходя из диаграммы Венна [4], изображенной на рис. 2, можно сделать вывод, что

An ∈ P; B1 ∉ P

Резюмируя: в итоговую выборку войдут все элементы, кроме общих для всех множеств.

5. Получив выборку P, для выявления параметров, подлежащих вынесению, необходимо откинуть значения y из каждого элемента, а из оставшихся характеристик х сформировать мультимножество [6].

P = {g, e, f, m, q, r, h, l, i, n, j, p, o, k, s},

B = {x6, x5, x5, x8, x9, x9, x6, x7, x6, x8, x6, x8, x8, x6},

где B – мультимножество, сформированное из характеристик х элементов множества P

Мультимножество B необходимо привести к множеству C, преобразовав элементы, кратность которых больше 1, в элементы с кратностью 1, простыми словами, убрать все дубликаты из множества B. Результат:

С = {x5, x6, x7, x8, x9},

где C – набор уникальных элементов множества B, для удобства отсортированный по возрастанию индекса. Данное множество и является результатом работы алгоритма.

Результатом работы алгоритма является расшифровка названия характеристик и список входных параметров для процесса автоматизации:

− x5 – вкусовая добавка,

− x6 – тара,

− x7 – посыпка,

− x8 – форма выпуска,

− x9 – упаковка.

Итог: для производства указанных видов мороженого, а также всех видов мороженого, обладающими схожими характеристиками, аппарат должен обладать следующими входными параметрами:

− лотки для вкусовых добавок и возможность настройки их выбора,

− хранилище различной тары и возможность ее выбора,

− лотки для посыпок и возможность их выбора,

− возможность настройки подачи мороженого различной формы,

− контейнер для хранения различных видов упаковки и возможность ее выбора.

В дополнение ниже приведено краткое описание унификации параметров простейшего CI DevOps пайплайна для сборки программного обеспечения [1].

Возможные случаи:

1. Сборка java приложения, указана версия, используется jenkins.

Таблица 2

Пары характеристика – значение для типовых сборочных случаев CI DevOps пайплайна

Источник: составлено автором.

2. Сборка java приложения, тесты выключены, используется jenkins.

3. Сборка ruby приложения, используется jenkins.

Пары характеристика – значение для данного примера отражены в табл. 2.

Множества случаев:

А1 = {a, c, f},

А2 = {a, d, f},

А3 = {b, f}.

Расчет:

P = A1 Δ A2 Δ A3,

P = {a, b, c, d},

B = {x1, x1, x3, x4},

C = {x1, x3, x4}.

Расшифровка:

− x1 – язык программирования,

− x3 – версия приложения,

− x4 – тесты.

Итог: для универсализации данного простейшего DevOps пайплайна необходимо вынести в вызов три параметра: язык программирования, версия сборки, необходимость запуска тестов.

Заключение

Данная методика, построенная на теории множеств, свойствах математической модели и жестком алгоритме, позволяет унифицировать входные параметры для различных автоматизированных систем, будь то сборочное оборудование или же программное обеспечение.

Подбор характеристик осуществляется в полуигровой форме, но в последующих шагах подобранные характеристики проходят через структурирующий и оценивающий алгоритм, выполняющий фильтрацию и отсеивающий все характеристики, изменение которых не влияет на итоговый результат и которые нет необходимости выносить в параметры.

Таким образом, данный алгоритм работает как воронка, принимающая на вход итоги оценки текущих и потенциальных производственных случаев и выдающая на выходе перечень параметров, необходимых для тонкой настройки автоматизации не только на работу с перечисленными случаями, но и гипотетически возможными при расширении задач, поставленных перед автоматизированной системой.

Библиографическая ссылка