Модель зворотних ланцюжків максимальних ваг для аналізу факторів впливу підтримки програмних комплексів

Abstract

UK: Актуальність. Розглянуто задачу розроблення моделі зворотних ланцюжків максимальних ваг, необхідної для аналізу факторів впливу підтримки програмних комплексів. Об’єктом дослідження є процес розроблення моделі зворотних ланцюжків максимальних ваг. Предметом дослідження є методи та засоби розроблення моделі зворотних ланцюжків максимальних ваг. Метою роботи є розроблення моделі зворотних ланцюжків максимальних ваг для аналізу факторів впливу підтримки програмних комплексів. Метод. Запропоновано розроблення моделі зворотних ланцюжків максимальних ваг для аналізу факторів впливу підтримки програмних комплексів, що дає змогу виявити та сформувати відповідні зворотні ланцюжки максимальних ваг для ідентифікації та подальшого аналізу факторів впливу, які впливають на результати сприйняття об’єкта – підтримуваного програмного комплексу чи процесів його підтримки, відповідними суб’єктами взаємодії, що напряму чи опосередковано взаємодіють з ним. Результати. Результатами роботи розроблених моделей, відповідно, є отримані сформовані зворотні ланцюжки максимальних ваг, які в подальшому використано для розв’язання науково-прикладної задачі ідентифікації, формування та відновлення границь факторів впливу, втрачених врезультаті впровадження відповідних моделей багатошарового перцептрона в моделі суб’єктивного сприйняття об’єктів підтримки програмних комплексів. Розроблена модель забезпечує можливість здійснення аналізу перетворення вхідних характеристик об’єкта підтримки у вихідні результуючі характеристики його суб’єктивного сприйняття шляхом відновлення границь факторів впливу цього перетворення. Наведено результати розв’язаної прикладної практичної задачі первинного моніторингу частотного прояву заданого суб’єктивного фактора впливу в режимі постреального часу, в якості прикладу практичного застосування розробленої моделі зворотних ланцюжків максимальних ваг. Висновки. Розроблена модель вирішує поставлену задачу ідентифікації, формування та відновлення границь факторів впливу, втрачених врезультаті впровадження відповідних моделей багатошарового перцептрона в моделі суб’єктивного сприйняття об’єктів підтримки програмних комплексів. Водночас, розроблена модель покращує класичне розуміння штучних нейронних мереж типу багатошарового перцептрона, оскільки вводить додаткове значення для нейронів прихованих шарів, які з впровадженням розроблених моделей здатні виконувати абсолютно нову функціональну роль (маркерів факторів впливу), тоді як у класичному розумінні вони не виконували жодних функцій, окрім арифметичних для забезпечення коректності навчання та функціонування штучних нейронних мереж типу багатошарового перцептрона в ході їх експлуатації у вирішенні найрізноманітніших задач. EN: Context. The problem of identification, formation and restoration of the boundaries of influencing factors, lost as a result of the implementation of multi-layer perceptron models into the models of subjective perception of the object of software complexes support, as well as the applied practical problem of primary monitoring of the frequency manifestation of a given influencing factor in the post-real-time mode, is considered. The object of research is the influencing factors of support of software complexes. Objective – the goal of the work is to develop a model of inverse chains of maximum weights for the analysis of influencing factors of the software complexes support. Method. A model of maximal weights inverse chains for the analysis of the influence factors of the software complexes support was developed for the analysis of the influencing factors of the software complexes support. The developed model provides possibility to identify and form feedback chains of maximum weights for the identification and further analysis of influencing factors that are reflected into the results of the object perception (the supported software complex or its support processes), by the relevant subjects of interaction which directly or indirectly interact with it. Results. Results of the resolved applied practical problem of primary monitoring of the frequency manifestation of a given influencing factor in the post-real-time mode have been provided as an example of the applied practical use of the developed model. The output results of the developed models functioning – are the reverse chains of maximum weights. In the future, the results obtained by the developed model are used to solve the applied-scientific problem of identification, formation and restoration of the boundaries of influencing factors, lost as a result of the implementation of the appropriate models of multilayer perceptron inside the models of subjective perception of the software complexes support. So the developed model of maximal weights inverse chains for the analysis of the influence factors of the software complexes support resolves this applied-scientific problem, initially caused by the implementation of the corresponding multilayer perceptron models inside the model of the subjective perception of the object of software complexes support. The developed model provides the possibility of carrying out a qualitative analysis of the transformation of the input characteristics of the object of support into the output resulting characteristics of its subjective perception. Conclusions. Developed model allows to resolve the described problems. At the same time, the developed model improves the classical understanding of multilayer perceptron artificial neural networks, as it introduces an additional value to the neurons of hidden layers, which (starting from now) are able to perform a completely new role of influencing factors markers, while in the classical understanding of multilayer perceptron artificial neural networks they did not perform any functions other than arithmetic to ensure the possibility of correct learning and functioning of a multilayer perceptron artificial neural networks.