Автоматизированная система выбора оптимальных методов решения акустических задач на базе онтологии

Представлен программный комплекс, который позволит специалистам в области архитектурной акустики выбрать наиболее подходящие способы моделирования звука и подбора отделочных материалов в зависимости от поставленных задач и параметров помещения. Отличительной особенностью данной системы является наличие онтологии предметной области, описывающей термины и связи между понятиями, а также модулей для решения различных задач в области архитектурной акустики. Подобный подход позволит рекомендовать пользователю наиболее подходящие для его запроса методы моделирования вследствие учета специфики помещения и функциональных требований клиента. Программная система позволит по запросу оптимизировать и распараллелить программы, которые написаны с помощью предметно-ориентированного языка программирования.


Описаны принципы анализа программного кода для выявления участков экономии и применения трансформаций, представленных в банке паттернов. Рассмотрен также подход к построению предметно-ориентированного языка программирования, основанного на онтологии предметной области ODSL (Ontology-Based Domain-Specific Language) и позволяющего специалистам описывать алгоритмы, не вникая в используемые методы оптимизации и распараллеливания. Новизна работы заключается в предложенной архитектуре модулей, основанных на прикладной онтологии, что позволяет адаптировать решение под другие предметные области.

онтология, архитектурная акустика, оптимизация, параллелизм, ODSL

1. Грибова В.В., Федорищев Л.А. Адаптивный генератор-WIMP-интерфейса редакторов базы знаний на основе онтологии // Вестн. Том. гос. ун-та. Управление, вычислительная техника и информатика. Томск: Национальный исследовательский Томский государственный университет, 2019. С. 110–119. https://cyberleninka.ru/article/n/adaptivnyy-generator-shmr-interfeysa-redaktorov-bazy-znaniy-na-osnove-ontologii

2. Чусова А.Е. Онтология методов моделирования в области архитектурной акустики // Прикаспийский журнал: управление и высокие технологии. 2023. № 1(61). С. 140–149.

3. ГОСТ Р 52797.1. Акустика. РЕКОМЕНДУЕМЫЕ МЕТОДЫ ПРОЕКТИРОВАНИЯ МАЛОШУМНЫХ РАБОЧИХ МЕСТ ПРОИЗВОДСТВЕННЫХ ПОМЕЩЕНИЙ. Часть 1. Принципы защиты от шума. Введ. 2008-07-01. М.: Стандартинформ, 2008. 32 с. (Технический комитет по стандартизации ТК 358 «Акустика»).

4. СП 415.1325800.2018. Здания общественные. Правила акустического проектирования. Введ. 2018-05-16. М.: Минстрой России, 2018. 31 с. (Технический комитет по стандартизации ТК 465 «Строительство»).

5. Чебанов А.Д. Приближенная оценка времени реверберации для залов различного функционального назначения: учебно-методические указания. М.: МАРХИ, 2012. 36 с.

6. Walter Т., Parreiras F. S., Staab S. OntoDSL: An Ontology-Based Framework for Domain-Specific Languages // Model Driven Engineering Languages and Systems. MODELS 2009. Lecture Notes in Computer Science, vol 5795. Berlin: Springer, 2009. P. 408–422. https://link.springer.com/chapter/10.1007/978-3-642-04425-0_32

7. Касьянов В.Н., Касьянов Е.В. Методы и технологии конструирования эффективных и надежных программ и программных систем на основе графовых моделей и семантических преобразований // Системная информатика. Новосибирск: Институт систем информатики СО РАН, 2021. №19. С. 1–14. https://doi.org/10.31144/si.2307-6410.2021.n19.p1-14.

8. Yamaguchi F., Golde N., Arp D., Rieck K. Modeling and discovering vulnerabilities with code property graphs // 35th IEEE Symposium on Security and Privacy. San Jose, 2014. P. 590–604.

9. Yue Z., Liao G., Shen X. Towards Ontology-Based Program Analysis // The 30th European Conference on Object-Oriented Programming. Rome, 2016. P. 26:1–26:25.

10. Selvaraj G.K. Improving Program Analysis using Efficient Semantic and Deductive Techniques. PhD thesis, The University of Auckland, 2022, 203 pp. https://researchspace.auckland.ac.nz/handle/2292/64360

11. Курмангалеев Ш.Ф. Методы оптимизации Cи/Cи++ приложений, распространяемых в биткоде LLVM с учетом специфики оборудования // Труды ИСП РАН. М.: ИСП РАН, 2013. Т. 24, №1. С. 127–144.

12. Faryabi W. Data-oriented Design approach for processor intensive games. Master thesis, Norwegian University of Science and Technology, 2018, 179 pp. https://ntnuopen.ntnu.no/ntnu-xmlui/handle/11250/2575669

13. Артемьева И.Л., Чусова А.Е., Чусов А.А. Моделирование конкуренции за кэш в многоядерном процессоре // Вычислительные технологии и прикладная математика: Материалы II Международного семинара, Благовещенск, 12–16 июня 2023 года / Отв. редактор А.Г. Масловская. Благовещенск: Амурский государственный университет, 2023. С. 22–24.

14. Чусов А.А., Чусова А.Е., Смадыч Н.С. Алгоритмы высокопроизводительной рекуррентной аффинной обработки данных и сигналов и метод улучшения локальности ввода-вывода. 2023. № 4, часть 1. С. 242–250.