На сегодняшний день наиболее часто нейроподобные сети (НПС) и нейрокомпьютерные системы (НКС) используются для решения слабо формализуемых и неформализуемых задач [4].

Рассмотрим модель виртуализованного реструктиризуемого (под задачу) вычислительного кластера на базе нейропроцессоров, предложенную в [1]. В таком случае кластер представяется как полный взвешенный граф:

G = (CN, ∆, P_i, K_i, E_i, VO, F(CN), q, l, b, c, m, d, δ)                (1)

В данной работе не представлено полное описание модели кластера, с ней можно ознакомиться в [1]. Следует отдельно отметить только управляющий модуль –комплекс подпрограмм распределения задач на определенные узлы кластера. Управляющий модуль кластера можно выразить следующим образом {A_d, A_z, A_sc[i], A_f(sc[i]),A_r}

A_d – алгоритм определения сложности (определения класса) задачи, поступившей на выполнение в вычислительный кластер.

A_z – алгоритм выявления подзадач по поступившей задаче.

Asc_[i] – алгоритм поиска по классам подзадач требуемой нейропроцессорной стсруктуры из множество возможных.

A_f(sc[i]) – алгоритм постороения необходимой нейропроцессорной структуры из пула виртуализованных ресурсов кластера (1).

Ar – алгоритм распределения сформированных подзадач по узлам, полученной в результате работы Asc_[i] и A_f(sc[i]), структуры.

В общем виде любая задача, поступившая на выполнение в кластер, может быть представлена в виде алгоритма выполнения – последовательности машинных команд и данных. Известно, что нейрокомпьютерные системы осуществляют оптимальную обработку информации разбивая ее на фрагменты, которые можно сгруппировать по классам эквивалентности и в зависимости от решения этой задачи формируют оптимальную структуру обработки [2]. Данный принцип был перенесен на распределенную вычислительную структуру типа кластер, вычислительными узлами которого являются нейрокомпьютерные модули. В данной модели распределенный вычислительный кластер виртуализован до абстрактной вычислительной машины с пулом вычислительных ресурсов, как описано в [1].

В основе предлагаемой модели реструктуризации под задачу ресурсов кластера нейрокомпьютеров лежит функциональный принцип, согласно этому принципу – главную роль играет множество операций, выполняемых на процессорных модулях распределенной вычислительной системы нейрокомпьютеров.

Операции (O)- это последовательность действий в алгоритме:

O=.

В результате анализа алгоритма, поступившего на обработку в кластер, необходимо выбрать оптимальную структуру обработки. Множество возможных структур – , где – это конвейер, вектор или их рекомбинации в виде конвейерно-векторной или векторно-конвейерной, матричной и других структур.

Проектируемая структура должна выполнять заданный список операций под управлением алгоритма.

Алгоритм () – упорядоченная последовательность введенных операций или действий. Эта последовательность называется кортежем: .

Под алгоритмом понимается конечный кортеж операций ,определяемый согласно следующему выражению:

длиной.

Структура распределенного нейрокомпьютерного подкластера рассматривается на уровне устройств. Поэтому на первом этапе определяется элементная база. Решение такой задачи математически сводится к нахождению отображения

,    (2)

где под множеством команд конкретного комплекта СБИС подразумевается внутренний язык вычислительной системы (ВС); – минимальное количество команд, реализующее операцию .

Вопрос выбора элементной базы вычислительных машин в конечные узлы вычислительного кластера рассмотрен выше.

На следующем этапе в зависимости от решения задачи (2) проектирования каждому -му алгоритму обработки ставится в соответствие программа обработки посредством определяемого отображения:

.     (3)

Под программой обработки информации понимается кортеж команд: . При этом характеристиками рассматриваемой программы являются: длина программы , определяемая как число макрокоманд, входящих в программу; частота повторения макрокомандX_m^(j) , m=1,M и время выполнения программы , где -время выполнения -й команды.

                    (4)

В результате решения задачи (3) определяется программа обработки однопроцессорного вариант нейрокомпьютера, что соответствует централизованной структуре обработки информации. Для решения задачи в распределенной вычислительной системе введем понятие структуры S, под которым будем понимать отношение параллельности выполнения подпрограмм двумя различными процессорными модулями: . Отношение параллельности понимается как выполнение одновременно двух и более подпрограмм на разных вычислительных машинах кластера.

Тогда на третьем этапе проектирования определяется множество всевозможных структур , позволяющих некоторой -й программе обработки поставить в соответствие множество подпрограмм :

.    (5)

В результате решение задачи (5) определяет технические затраты Q^(jw), такие как: требуемое число нейрокомпьютеров кластера, а также программные затраты R^(jw) , как суммарный набор макрокоманд для каждой программы.

На четвертом этапе осуществляется оптимальный выбор вычислительной структуры для последующей реструктуризации вычислительного кластера или его части из пула виртуализованных ресурсов. Формирование оптимальной структуры также осложнено возможной стратегией проектирования, включающей в себя минимум аппаратных и программных средств и удовлетворяющей требованиям по производительности. Алгоритм разбиения поступившей на выполнение в вычислительный кластер задачи на подзадачи, а также задачу выбора оптимальной структуры кластера для решения поступившей задачи по заданной стратегии в рамках данной работы не рассматривается.

канд. техн. наук, доцент

Определение стоимости земельных участков с точки зрения градостроительного обоснования, основана на применении удельных показателей стоимости на единицу измерения, характеризующих конкретную территорию с точки зрения количественных и качественных показателей: ее размер, особенности архитектурно-планировочной организации, инженерно-транспортной инфраструктуры, состояние экологии и т.д. Определение кадастровой стоимости земельных участков в составе земель населенных пунктов осуществляется в следующем порядке:

- определение перечня земельных участков;

- кластеризация земельных участков;

- определение эталонного земельного участка для каждого из кластеров земельных участков;

Подробнее остановимся на методике определения эталонных участков в сельском поселении. Эталонный земельный участок может быть как реально существующим в кластере, так и гипотетическим.

Определение для каждого из кластеров эталонного земельного участка осуществляется по обладанию таким участком в разрезе факторов кластеризации наиболее вероятными характеристиками по отношению к земельным участкам, входящих в кластер. При этом под наиболее вероятными характеристиками понимаются средние или наиболее часто встречающиеся характеристики земельного участка.

В [5]приведен типовой перечень факторов кластеризации:

1.физические характеристики участка:

- площадь участка;

-вид использования;

2. характеристики местоположения:

- адресные характеристики;

- расстояние до центра муниципального района;

-расстояние до центра населенного пункта;

3. характеристики окружения:

-расстояние до зон рекреации (лес, сквер, парк);

-расстояние до водных объектов (река, пруд, озеро);

-расстояние до остановок общественного транспорта;

4. характеристики территории населенного пункта:

-количество образовательных учреждений и расстояние до ближайших из них;

- количество объектов здравоохранения и расстояние до ближайшего из них;

- количество объектов торговли по видам (торгово-развлекательные центры, магазины, и т.п.).

Для сельских поселений многие факторы не оказываются несущественными при выборе эталонного участка. К ним можно отнести расстояние до остановок общественного транспорта в связи с тем, что площади территорий сельских поселений небольшие и отсутствие или наличие одной остановки не вызывает дискомфорта у населения.

Но существуют такие факторы, которые очень существенны в формировании здорового образа жизни человека, тем самым они создают  комплекс оздоровительных мероприятий, осуществляемых с целью восстановления нормального самочувствия и работоспособности здорового, но утомлённого человека.[1]

После корректировки типового перечня необходимо выполнить группировку земельных участков по каждому фактору. Выбрав один фактор, например, расстояние до центра зоны рекреации, выделяют зоны – зона 1 и зона 5, на территории которых следует выбирать эталонные участки.

Рис.1 – Зоны, в которых могут располагаться эталонные участки в пгт. Юрино Республика Марий Эл [4]

По рис. 1 видно, что вся зона, вблизи зоны рекреации(включая саму зону рекреации) состоит из 10 зон. Расстояние от границы центра до центра варьирует от 400 м до 700 м. Точкой обозначен центр зоны рекреации. На рис. 2 показано расположение двух зон относительно центра.

Рис.2 – Расположение земельных участков относительно центра зоны рекреации в сельском поселении (пгт. Юрино РМЭ) [4]

Зона №1 – между улицами Маяковского и Комсомольской. Зона №5 расположена между улицами Маяковского и Луговая.

Следует выбрать эталонный земельный участок из данных участков. Выбираемый земельный эталонный участок должен соответствовать выбранному требованию, а именно – наименьшему расстоянию до центра зоны рекреации  и виду разрешенного использования.

В зонах № 1 и № 5 предъявляемому требованию отвечают участки № 1 и № 2. Оба земельных участка предназначены для ведения личного подсобного хозяйства. Участок № 1 расположен на расстоянии 670 м до центра рекреационной зоны, участок № 2– 500 м.

По рис. 2 и характеристикам месторасположения участков становится видно, что второй участок находится ближе к центру зоны рекреации чем участок № 1 на 170 м, поэтому его можно считать в качестве эталонного. Проанализировав земельные участки в нескольких зонах, выделяют один эталонный участок, расположенный наиболее близко к центру зоны рекреации в сельском поселении.

В конечном счете, образуется группа из нескольких земельных эталонных участков в одной зоне, например в зоне индивидуальной застройки, со схожими признаками, позволяющая формировать кластеры [3].

Формирование кластеров на территории сельских поселений способствует многополярному распределению точек роста, и тем самым обеспечивает равномерность и сбалансированность пространственного развития [2].