Алгоритмизация управления производственно-сбытовым процессом на основе интеграции сетевых моделей и компонентов экспертных систем тема диссертации и автореферата по ВАК РФ 05.13.07, кандидат технических наук Черняев, Евгений Петрович

• Черняев, Евгений Петрович
• кандидат технических наук
• 1998

Оглавление диссертации кандидат технических наук Черняев, Евгений Петрович

СОДЕРЖАНИЕ

Стр.

ВВЕДЕНИЕ

ГЛАВА 1. ПУТИ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ

УПРАВЛЕНИЯ ПРОИЗВОДСТВЕННО- СБЫТОВЫМИ СИСТЕМАМИ НА ОСНОВЕ МЕТОДОВ МОДЕЛИРОВАНИЯ И ОПТИМИЗАЦИИ

1.1 Анализ методов моделирования и оптимизации для управления автоматизированным производством

1.2 Требования к математическому обеспечению функционирования автоматизированного производства в рыночных условиях

1.3 Цели и задачи исследования

ГЛАВА 2. РАЗРАБОТКА СЕТЕВОЙ МОДЕЛИ ДЛЯ АВТОМАТИЗИРОВАННОГО УПРАВЛЕНИЯ ПРОИЗВОДСТВЕННО СБЫТОВЫМ ПРОЦЕССОМ НА ОСНОВЕ ЭКСПЕРТНОЙ СИСТЕМЫ

2.1 Содержательное описание автоматизированной экспертной системы

2.2 Формализация способа представления знаний автоматизированной экспертной системы с использованием сетей Петри

2.3 Алгоритм имитационного моделирования процесса функционирования ПСС

Выводы второй главы

ГЛАВА 3. АЛГОРИТИМИЗАЦИЯ УПРАВЛЕНИЯ ПРОИЗВОДСТВЕННОЙ СИСТЕМОЙ С ИСПОЛЬЗОВАНИЕМ СЕТЕВЫХ МОДЕЛЕЙ

3.1 Алгоритм оптимального многоальтернативного выбора управления процессами производства и 70 маркетинга

3.2 Структурная модель АЭСУПСП

3.3 Структура программного обеспечения

АЭСУПСП

Выводы третьей главы

ГЛАВА 4. РЕАЛИЗАЦИЯ МОДЕЛЕЙ И АЛГОРИТМОВ

ПРИ АВТОМАТИЗАЦИИ ПРОИЗВОДСТВА

ШВЕЙНЫХ ИЗДЕЛИЙ

4.1 Выбор и требования к программные средствам моделирования и оптимизации

4.2 Структура автоматизированной системы с использованием программных средств моделирования и оптимизации

4.3 Апробация разработанного программно-алгоритмического комплекса в условиях швейного производства

Выводы четвертой главы

ЗАКЛЮЧЕНИЕ

ЛИТЕРАТУРА

ПРИЛОЖЕНИЕ 1

ПРИЛОЖЕНИЕ 2

ПРИЛОЖЕНИЕ 3

Введение диссертации (часть автореферата) на тему «Алгоритмизация управления производственно-сбытовым процессом на основе интеграции сетевых моделей и компонентов экспертных систем»

ВВЕДЕНИЕ

Актуальность темы. Формирование рыночных отношений в условиях современных экономических преобразований объективно вызывает необходимость внедрения в систему хозяйствования программных систем различного функционального назначения, которые способствуют повышению эффективности производства и управления технологическими процессами и маркетинговыми исследованиями. Однако при их внедрении в производство возможно возникновение трудностей, связанных с его спецификой, в том числе и с наличием большого количества альтернативных вариантов управления, отсутствием точных математических методов и алгоритмов оптимизации процессов управления деятельностью фирм. Многообразие же форм механизмов управления кроме того требует создания таких автоматизированных систем, которые могли бы быстро настраиваться на любую производственную ситуацию. В то же время они должны включать в себя инструментальные средства, которые позволяли бы учитывать индивидуальные особенности конкретной экономической системы. Это вызывает необходимость в разработке систем автоматизации нового качественного уровня на базе современных средств управления и математического аппарата.

В настоящее время мощное развитие получила такая область искусственного интеллекта (ИИ) как экспертные системы (ЭС). В их основе лежат программы, предназначенные для представления и применения фактических знаний из специальных областей. Например, совместные усилия экспертов-людей и разработчиков систем позволили создать системы, которые подбирают конфигурации различных производственно-сбытовых систем, диагностируют свойства объектов и т.п. Осознание полезности систем, которые могут копировать дорогостоящие или редко встречающиеся человеческие знания, привело к повсеместным усилиям расширить и

применить эту технологию. Мощное развитие получил также математический аппарат сетевых моделей при разработке имитаций систем, в которых имеют место параллельные процессы обработки информационных потоков. Таким образом, актуальность работы определяется необходимостью разработки алгоритмического и программного обеспечения систем автоматизации управления производственными процессами с учетом их функционирования в рыночных условиях.

Работа выполнена в соответствии с Программой 12.11 " Перспективные информационные технологии в высшей школе" в рамках одного из основных научных направлений Воронежского государственных технического университета " САПР и системы автоматизации производства".

Цели и задачи исследования. Целью диссертационной работы является разработка автоматизированной экспертной системы эффективного управления производственно-сбытовыми процессами в условиях современных экономических отношений на основе сетевых моделей.

Поставленная цель обуславливает необходимость решения следующих основных задач:

исследование специфики автоматизации производственного процесса с учетом использования экспертной системы и сетевых моделей при решении задач управления в рыночных условиях;

выбор способа представления знаний и формирование механизмов взаимодействия экспертов и ЭС для анализа взаимосвязи этапов маркетинга и изготовления изделий и принятия решений по управлению производственно-сбытовыми процессами (ПСП);

разработка сетевой модели функционирования производственно-сбытовых процессов, генерации вариантов рационального многоальтернативного выбора управляющих воздействий и алгоритма функционирования системы управления автоматизированным производством;

разработка алгоритма функционирования имитационной модели процессов ПСС;

построение структурной модели автоматизированной экспертной системы управления производственными процессами (АЭСУПСП);

реализация результатов в виде комплекса программных средств и его внедрение в условиях производства швейных изделий.

Методы исследования. В качестве теоретической и методологической основы диссертационного исследования использованы методы системного анализа, теория управления, теория сетей Петри, аппарат теории множеств, методы математического программирования и построения экспертных систем.

Научная новизна. В результате проведенного диссертационного исследования получены основные результаты, характеризующие его научную новизну.

1. Структурная модель автоматизированного управления ПСС в рыночных условиях, отличающаяся интеграцией математического аппарата сетевых моделей и экспертных систем.

2. Алгоритмические процедуры, обеспечивающие управление выводом во время процесса принятия решения по управлению в неоднозначных ситуациях путем имитационного моделирования при помощи предложенной модификации аппарата сетей Петри и реализующие рациональный многоальтернативный выбор управляющего воздействия.

3. Алгоритм имитационного моделирования функционирования ПСС, обеспечивающий генерацию вариантов управляющих выводов путем имитации процессов управления производственно - сбытовыми процессами, интеллектуализацию принятия решений в условиях функционирования экспертной системы управления ПСП.

4. Способ представления знаний в виде дискретных сетей классов условий и правил, позволяющий производить описание ситуации для этапов

маркетинга и изготовления изделий, ее классификацию (при помощи соответствующих условий и правил), а также поиск управляющих воздействий.

Практическая значимость и результаты внедрения. В результате исследования разработан пакет прикладных программ (ППП), использование которого целесообразно для решения задач внутрипроизводственного планирования технологических процессов, эффективной генерации решений по управлению ПСП, автоматизации ЭС в условиях функционирования ПСС.

Диссертация выполнялась в рамках создания комплекса алгоритмических и программных средств по управлению технологическими процессами и маркетинговыми исследованиями швейного предприятия.

Результаты исследования внедрены на предприятии швейной промышленности ЗАО ПК "Славянка" с фактическим экономическим эффектом 143 313,6 руб. и подтверждены соответствующими актами.

Апробация работы. Основные положения диссертационной работы докладывались на следующих конференциях, семинарах и совещаниях: Всероссийском совещании - семинаре "Математическое обеспечение высоких технологий в технике, образовании и медицине" ( Воронеж, ВГТУ, 1997, 1998); Российском молодежном научном симпозиуме " Молодежь и проблемы информационного и экологического мониторинга " (Воронеж, ВГТА, 1996); Всероссийской научно - технической конференции студентов, молодых ученых и специалистов " Биотехнические, медицинские и экологические системы и комплексы " (Рязань, 1997); Международной научной конференции (школа молодых ученых и специалистов) "Системные проблемы надежности математического моделирования и информационных технологий" ( Москва - Сочи, 1997); семинарах кафедры "Системы автоматизированного проектирования и информационные системы "; ежегодных научных конференциях профессорско-преподавательского состава Воронежского государственного технического университета.

Публикации. Основные результаты диссертации опубликованы в 9 печатных работах, перечень которых приведен в конце автореферата.

Структура и объем работы. Основная часть диссертационной работы состоит из введения, четырех глав с выводами и заключения, изложенных на 122 е., списка литературы (104 наименования) на 10 е., 2 приложений на 41 е., содержит 20 рисунков, 1 таблицу.

Во введении обосновывается актуальность работы, дается ее краткая характеристика, показывая основные пути решения сформулированных проблем.

В первой главе диссертационного исследования рассматриваются особенности автоматизации производственных процессов дискретного производства; анализ выбора управления рыночной стратегии; анализ методов описания структуры объектов системы и представления знаний; возможность применения к решению поставленной задачи различных математических методов оптимизации управления производственными процессами и процессами управления рынком продукции ; исследуется сущность процесса подготовки, принятия и реализации решения по управлению , внешние и внутренние факторы, определяющие состояние системы управления ; анализируются математические характеристики моделей управления ПСС; обосновывается выбор математического аппарата (аппарат сетей Петри и ЭС), используемого при построении модели управления.

В качестве особенностей автоматизации процессов управления рассматриваются:

многообразие функциональной структуры, что выражается в большом количестве структурных элементов и сложной взаимосвязи событий, происходящих в системе;

динамичность - быстрая смена состояний системы управления в процессе ее функционирования;

стохастичность ПСП;

сложная инфраструктура рынка сбыта;

многокритериальность управления - каждой ситуации соответствует свой частный вектор критериев управления, который с переходом к другой ситуации изменяется;

необходимость высококвалифицированных экспертов, как неотъемлемой части процесса функционирования системы; частая сменяемость номенклатуры изделий.

В качестве анализа методов представления знаний и функциональной структуры объектов системы управления представлен анализ основных аспектов концептуального построения экспертных систем: правила, фреймовые структуры, семантические сети, логика предикатов, нечетких знаний; также рассматриваются этапы построения ЭС. Среди направлений по решению проблемы оптимального управления дискретным производством анализируются задачи теории массового обслуживания, теории расписаний, теория графов, теория имитационного моделирования. Среди направлений по решению проблемы оптимального управления рыночной стратегией рассматриваются модели принятия управленческих решений по формированию хозяйственного портфеля предприятия.

Во второй главе диссертационного исследования производится содержательное описание структуры ЭС и функционального взаимодействия ее элементов, предлагаются принципы классификации условий и правил в условиях ЭСУПСП, механизм взаимодействия эксперта и экспертной системы в случае возникновения неоднозначной ситуации во время выполнения процесса управления; на основе представления знаний при помощи правил представлены: модель представления знаний о причинно - следственных связях между условиями ситуаций и управлением выводом для группы однозначных условий, сетевая модель представления знаний по управлению выводом при условии деления условий и правил на классы по типу модели представления знаний "доска объявлений". Излагается алго-

ритм имитации функционирования информационных потоков ПСС с учетом математических особенностей причинно-следственных закономерностей взаимодействия элементов сетей Петри; предлагаются пути разрешения возможных конфликтных ситуаций на основе определения приоритета того или иного информационного потока, а также пути возбуждения выполнения событий в условиях тупиковых ситуаций.

Заметим, что в качестве разделения условий на классы предлагается деление на условия однозначных ситуаций, где управление выводом производится на основе уже определенной для данного класса условий совокупностью правил и условия неоднозначных ситуаций, где для определения управляющих воздействий возможно включение эксперта в процесс обучения ЭС. Также следует отметить, что представление причинно-следственных отношений между классами условий (антецедентов) и классами правил (консеквентов) в виде сетевой модели помогает унифицировать описание глобального функционирования системы на языке сетей Петри. Также предлагаются методы сужения пространства критериев управляющих выводов, что способствует оптимизации управления системой.

В третьей главе определяются процедуры алгоритма рационального многоальтернативного выбора для совокупности управляющих выводов. Рассматривается информационно-структурная модель функционирования АЭСУПСП, содержащая логические схемы решения основных задач управления ПСП, что дает возможность определения информационного, алгоритмического и программного обеспечения системы. Определяются задачи решаемые ходе функционирования АЭСУПСП: настройка системы, описание текущей ситуации, поиск управляющих выводов системы, многоальтернативный поиск среди найденных решений.

Четвертая глава содержит обоснование выбора программной среды разработки приложений построенной ЭС; рассмотрение требований к

ППП, осуществляющему поддержку ЭС; описание программных средств моделирования и оптимизации сетевой модели; определение структуры АЭСУПСП. В данной главе также рассматривается программная структура автоматизированной системы и производится анализ эффективности разработанной системы и ее программных характеристик, приводятся результаты апробации системы в условиях производства швейных изделий.

При рассмотрении требований к ППП особое внимание уделяется следующим аспектам:

- обеспечению формирования и коррекции описания однозначных ситуаций;

- осуществление формирования и коррекции фрагментов ЭСУПСП и сетевой модели функционирования ПСС;

- поддержание режим отслеживания системы в течение длительного времени;

- проведение генерации управляющего вывода путем имитации функционирования ПСС.

Также рассматриваются такие вопросы выбора средств разработки, как переносимость продукта на различные платформы, гибкость языка разработки приложений ЭС, применимость приложения при работе в ЛВС предприятия, гетерогенность структур хранения данных и знаний ЭС.

В заключении рассмотрены основные результаты работы.

В приложениях приведены листинги основных программных модулей, акт внедрения, расчет годового экономического эффекта.

1.ПУТИ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ ПРОИЗВОДСТВЕННО-СБЫТОВЫМИ ПРОЦЕССАМИ НА ОСНОВЕ МЕТОДОВ МОДЕЛИРОВАНИЯ И ОПТИМИЗАЦИИ

Расширение области применения автоматизации процессов управления в производственной сфере породило возникновения понятия системы поддержки принятия решений, т.е. системы, включающей в себя базы знаний и комплекс программ, направленных на решение различного рода задач.

Подобные системы охватывают деятельность целых производственных подразделений, позволяя вести централизованный сбор, обработку, хранение и использование большого количества информации. Компании, добившиеся значительной экономии денежных средств благодаря технологии баз знаний, развивают и встраивают ее в специализированные бизнес-процессы, которые были бы просто невозможны без компьютерной экспертизы. Наиболее популярные системы с базами знаний начиная с середины 80-х годов создавались с ориентацией на стандартное оборудование. В этом и лежит ключ к пониманию причин успеха технологии баз знаний. Опыт показывает, что системы с базами знаний необходимо встраивать в самые важные бизнес-процессы и организовывать работу персонала так, чтобы они могли максимально использовать их преимущества для достижения наилучших результатов.

1.1. Анализ методов моделирования и оптимизации для управления автоматизированным производством

Традиционная теория управления рассматривает объект управления в виде "черного ящика", на вход которого подается вектор параметров х = (хг,...,хп), при этом предполагается, что на объект воздействуют помехи

и> = (Ур...,и на выходе получается некоторый вектор параметров

у- (у19—,ут). Лицо, принимающее решение (ЛПР) в идеальном случае может управлять процессом при помощи вектора параметров и - (щ,...,ик). Таким образом формируется функциональная связь у = /(х,и,лу). Однако, т.к. информация о м? недоступна, в задачу ЛПР входит добиться таких значений У , которые его устраивают при помощи

некоторого соотношения и = в{х^у) .

В случае традиционного управления аналитически определить такие соотношения практически очень сложно. Это можно объяснить невозможностью построения аналитической модели, при помощи которой можно было бы установить текущее состояние производственно-сбытовой системы (ПСС) в тот или иной момент времени, а также изменением в зависимости от сложившейся ситуации вектора критериев управления ПСП.

Эти причины не способствуют применению традиционного управления для автоматизации ПСС. Экспертные системы (ЭС) позволяют проводить автоматизацию управления сложными системами как на основе синтеза неформализуемых правил и математических методов. Главная идея управления при помощи ЭС - представление множества ситуаций в виде совокупности классов знаний об объекте управления и сопоставление этим классам множества управляющих воздействий. Текущая ситуация на объекте - это совокупность всех знаний о его структуре и его функционировании в текущий момент времени. В общем случае структура ЭС приведена на рис. 1.1.

База данных(БД) предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи.

База знаний(БЗ) в ЭС предназначена для хранения долгосрочных знаний, описывающих рассматриваемую область (а не текущих данных), и правил, описывающих целесообразные преобразования данных в этой области.

Механизм логических выводов, используя исходные данные из БД и знания из БЗ, формирует такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи.

Модуль советов и объяснений объясняет, как система получила данное решение и какие знания она при этом использовала.

Модуль приобретения знаний автоматизирует процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом.

Интерфейс пользователя ориентирован на организацию взаимодействия пользователя с ЭС как в ходе решения задач, так и входе наполнения БЗ новыми знаниями.

Решение, получаемое при использовании ЭС, не всегда является наилучшим, но всегда не хуже того решения, которое принимает человек, т.е. методы ЭС - эвристические методы, основное достоинство которых - быстрота принимаемого решения. Заметим, однако, что здесь не учитывается возможность появления ситуации, которую система не сможет распознать, следовательно, возможность генерации решения по управлению в таком случае не рассматривается вообще.

Описание структуры объекта управления и знаний об управлении в различных ситуациях производятся на основе одного из способов представления знаний. В основном выделяются следующие способы [60,74]:

1. Представление знаний правилами и логический вывод.

2. Представление знаний фреймами.

3. Представление знаний семантическими сетями.

4. Представление знаний и получение выводов с помощью логики предикатов.

5. Представление и использование нечетких знаний.

От того, какой способ представления знаний был выбран зависит и разработка составляющих функциональных блоков и алгоритмы работы со знаниями.

В [29] приводится анализ АСУ построенных на традиционных принципах, и отмечается, что традиционные методы управления не содержат в себе средств исследования производства. Происходит все больший разрыв между средствами ввода-вывода информации в ЭВМ и профессиональным языком, которым пользуется специалист.

1-база данных;2- база знаний;3- модуль приобретения знаний;4 -механизм логических выводов;5- модуль советов и объяснений;6-эксперт;7,8- пользовательский интерфейс; 9- пользова-тель(неспециалист). ***Отметим, что во взаимосвязь блоков 6,7 входит определение, подтверждение, модификация и дополнение знаний; взаимосвязи между блоками 8,9 определяются соответственно как "ввод данных" и "заключения, советы, объяснения".

Метод построения ЭС управления рассматривается в [5].В качестве основных этапов построения системы выделяются:

1.Этап идентификации, на котором определяются участники процесса проектирования и их роли, ресурсы, цели.

2. Этап концептуализации. На этом этапе определяются ключевые понятия, отношения и характеристики, необходимые для описания процесса решения задачи.

3. Этап формализации. Выходом этого этапа является описание того, как рассматриваемая задача может быть представлена или выполнена в представленном формализме.

4. Этап выполнения, на котором создается один или несколько прототипов ЭС, решающих заданные задачи, затем по результатам этапов тестирования создается конечный продукт, пригодный для промышленной эксплуатации.

5. Этап опытной эксплуатации. На данном этапе проверяется пригодность ЭС для конечного пользователя.

6. Возможная модификация системы: переформулирование понятий и требований; переконструирование представления; усовершенствование прототипа.

Разработка функциональных частей автоматизированной экспертной системы управления производственно-сбытовыми процессами (АЭСУПСП) не должна исключать возможности применения некоторых математических методов.

Заметим, что управление ПСП рассматривается как совокупность управлений внутренними производственными процессами и принятием управленческих решений по формированию хозяйственного портфеля предприятий, поэтому будет уместным рассмотреть математические методы, применяемые для решения этих двух задач.

Традиционно оптимальное управление дискретным производством ставят в зависимость от упорядочения в каждый момент времени фиксированного множества ресурсов для выполнения определенного количества работ. Решение этой проблемы ведется сразу по нескольким направлениям

[51]:

1. В теории массового обслуживания рассматриваются задачи назначения приоритетов в обслуживании поступающих заявок станками, приборами и т.п. Иначе говоря, здесь, как правило, оперируют понятиями распределения моментов поступления требований.

Важным фактором является допустимая длина очереди, определяемая либо объемом накопителя, либо ограничением на время хранения, и др. [83]. Принципы теории массового обслуживания положены в основу многих языков моделирования. Так, GPSS, GASP, SIMSCRIPT нацелены на построение дискретных моделей, в них входят специальные средства для описания динамического поведения систем.

Также отмечается, что моделирование дискретных процессов опирается на фундаментальные знания в области теории вероятности и математической статистики. Однако, ни один из языков моделирования не является универсальным; этим объясняется их большое количество (более 500). Подробная их классификация дана в [20].

Ряд работ [17, 24] посвящен вероятностным и статистическим методам анализа дискретных моделей сетей массового обслуживания, в основе которых лежит представление соответствующих математических моделей в виде регенерирующих случайных процессов. Рассматриваются вопросы создания стохастических моделей диспетчеризации дискретного производства. Метод определения оптимальной стратегии управления объектом основан на представлении функционирования объекта как управляемой системы массового обслуживания с ситуационными приоритетами. Однако, в [17] отмечается, что математическая модель массового обслуживания не

может учитывать сугубо индивидуальное поведение заявок (то есть элементов сложной системы), предполагается, что в пределах системы массового обслуживания все заявки ведут себя одинаково.

Таким образом, все нетипичные ситуации в расчет не принимаются несмотря на то, что в реальных системах происходят десятки разного рода сбоев организационного и технического плана.

Из всего вышеизложенного видно, что теорию систем массового обслуживания надо применять в основном при анализе функционирования сложных систем. Для управления же в реальной ситуации дискретным производством она не подходит.

2. Теория расписаний - область прикладной математики, которая развилась на базе исследования операций и теории массового обслуживания. Для расписаний используются в основном детерминированные математические модели, однако многие понятия, методы взяты из теории массового обслуживания.

Задача теории расписаний считается заданной, если определены [68]:

- подлежащие выполнению работы и операции;

- количество и типы машин, выполняющих операции;

- порядок прохождения машин;

- критерии оценки вариантов расписаний .

В [72] все это обобщено понятием "ресурсы". Задачи теории расписаний различаются числом выполняемых в системе работ, характером поступления их в систему и порядком участия отдельных машин в выполнении конкретной работы. В [72] отмечается, что различается 2 вида задач: статические и динамические. В статических задачах в систему, если она свободна, поступает одновременно определенное число заявок и для них составляется расписание при условии, что новые задачи не поступают.

В динамических системах выполнение заявок происходит непрерывно, и они поступают в систему в случайные моменты времени. Причем,

терминология и методы для составления расписаний для динамических систем [72] взяты из теории массового обслуживания "первым пришел -первым обслужен", не всегда приемлемой на практике.

Как уже отмечалось, создание теории расписаний возникло на базе других дисциплин и было вызвано упорядочить понятия, выявить классы задач и критерии.

Впервые такая попытка проведена в работах [21,72]. В [21] дана форма записи для классификации задач: А\в\с\Э ,где А - характеризует процесс поступления заявки на обслуживание и для динамических задач представляет собой функцию распределения времени между их поступлениями. Для статических задач А - это число одновременно поступивших заявок, если на месте А стоит п , то это означает произвольное, но конечное число заявок в статическом случае; В - число машин в системе, если на месте В стоит т , то это означает произвольное число машин; С характеризует порядок обслуживания заявок (работ) машинами. Если на месте С находится Е, то это соответствует конвейерной системе, если Я - то случайной, если О -произвольной; В -характеризует критерии оценки расписания.

т

в

¿7

тах

Тогда общая задача теории расписания записывается так: п

упорядочить п работ в произвольной системе из т машин так, чтобы минимизировать максимальную деятельность прохождения работы.

т

в

методом целочислен-

Алгоритм для решения задачи типа п ного линейного программирования описан в [28]. Для решения задач вида

^ ^тах ? где Лпах -минимум наибольшего штрафа за простой оборудо-

п

т

вания, предлагается использовать алгоритм, основанный на методе ветвей и границ, а в [77] предлагается использовать алгоритмы, основанные на методе динамического программирования.

Существует также множество алгоритмов, основанных на методах "разумного перебора", таких как "локальный поиск", "взвешенных паросо-четаниях" [48]. Для составления расписаний часто решают задачу о максимальном потоке. Фордом и Фалкерсоном разработан алгоритм [77]. Основная идея алгоритма в постепенном увеличении потока и поиска минимального пути с максимальной пропускной способностью. По сути дела большинство задач оперативно-календарного планирования основано на методах дискретной оптимизации.

Однако, в ряде работ [22, 76] указываются, что с увеличением размерности системы, программы, основанные на методе "ветвей и границ" и на методе динамического программирования, становятся неэффективными, так как для выполнения требуется значительная часть оперативной памяти и машинного времени.

Применение же эвристических методов также не дает значительного

т

в

Г

тах

эффекта. В [22, 77] описаны эвристические алгоритмы для задач п

. Поисковые алгоритмы для решения таких задач предложены в [22]. Однако в работе [76] отмечается, что главной проблемой, несмотря на большое количество эвристических алгоритмов, остается большая продолжительность решения задач теории расписания. К тому же задачи теории расписаний не решаются в реальном времени.

В [65] описывается подход, не имеющий ничего общего с традиционными методами решения задач составления расписаний. В основе предлагаемой теории лежит формализация структур данных и исследование их особенностей.

Там же приведены алгоритмы переработки информации. Содержанием теории является систематический перебор множества вариантов управления. Для этого, естественно, требуется большая подготовительная работа по созданию мощной базы данных реляционного типа.

Очень интересный подход - "объемное календарное планирование" рассматривается в [65]. В работе [51] рассмотрены вопросы теории и практического применения управления технологическими объектами с гибкой структурой (ТОГС). Как частный случай таких объектов можно рассматривать гибкие производственные системы. Отмечается, что их специфика ограничивает возможность применения в системах управления аналитических моделей и методов.

Как альтернатива им выдвигается имитационное моделирование. В качестве факторов, оказывающих влияние на структурные параметры для режима управления ТОГС, отмечается возникновение сбойных ситуаций. Указывается, что для реализации имитационных моделей в контуре управления использовался модульный принцип их построения.

Системы, в которых применяется имитационное моделирование для управления дискретными производствами, имеют ряд достоинств:

1.как правило, они обладают развитыми средствами описания функциональной структуры имитируемого производства;

2. в них можно достаточно просто организовать средства вывода результатов имитации, обеспечивающие большую наглядность.

Как отмечается в [80], идея имитационного моделирования проста и интуитивно привлекательна. Его применение в целях автоматизации ПСС дает возможность экспериментировать с системой в том случае, когда получить решение по управлению как-либо иначе невозможно. Также отмечается, что имитационная модель должна учитывать ряд характеристик имитируемой системы . Классификация основных типов имитационных моделей приводится в работе [49].

Указываются следующие типовые группы моделей:

Заключение диссертации по теме «Автоматизация технологических процессов и производств (в том числе по отраслям)», Черняев, Евгений Петрович

Выводы четвертой главы

1.Требования к среде разработки и программному обеспечению АЭСУПСП должны определяться на основе анализа особенностей ПСС.

2.Разработанная схема программной реализации АЭСУПСП обеспечивает возможность использования предложенной модели.

3. Апробация системы в условиях разработки программного комплекса "Маршрутный лист" на швейном предприятии показала эффективность использования формализованной модели управления и достижение значительного годового экономического эффекта. Листинги основных программных модулей, акты внедрения и расчет годового экономического эффекта приведены в приложениях.

ЗАКЛЮЧЕНИЕ.

В ходе диссертационного исследования была разработана автоматизированная экспертная система эффективного управления производственными процессами в условиях современных экономических отношений на основе сетевых моделей и получены следующие основные выводы и результаты:

1. Проведен анализ существующих программных средств управления, их структуры и возможностей. Исследована специфика ПСС и выбора стратегии управления рынком. Выявлена малоэффективность применения традиционных средств для автоматизации многокритериального управления ПСП.

2. Предложен алгоритм, обеспечивающий генерацию управляющих выводов путем имитации процессов управления производственными процессами, автоматизированную поддержку принятия решений в условиях функционирования экспертной системы управления ПСС.

3. Разработан способ представления знаний в виде дискретных сетей классов условий и правил, на основе которого построена доска объявлений ЭС.

4. Построен алгоритм, позволяющий осуществить выбор управляющего воздействия на основе рационального многокритериального выбора.

5. На основе системного анализа построена структурная модель АЭСУПСП, которая реализует решение основных задач экспертного управления.

6. Определен состав и построена структура алгоритмического, информационного и программного обеспечения АЭСУПСП.

7. Разработано программного обеспечение в виде программного комплекса АЭСУПСП, позволяющее решать следующие задачи:

-построение формализованных моделей управления производством;

-настройку системы управления на конкретное производство; -описание текущей ситуации при помощи аппарата ЭС и модифицированных сетей Петри;

-осуществление поиска управляющих выводов;

-реализацию рационального многокритериального поиска управляющего воздействия;

-сохранение информации в случае возникновения сбоев в функционировании системы.

8. Применение разработанных моделей, алгоритмов и программ в условиях производства швейных изделий существенно снизило затраты на производство, ускорило обработку информации и создало годовой экономический эффект 143 313,6 руб.

Список литературы диссертационного исследования кандидат технических наук Черняев, Евгений Петрович, 1998 год

СПИСОК ЛИТЕРАТУРЫ

1. Автоматизация дискретного производства. Б.Е. Бонев, Г.Й. Боха-чев, И.К. Бояджиев и др.; Под общ. ред. Е.И. Семенова, Л.И. Волчкевича. -М.: Машиностроение, 1987; София: Техника, 1987. - 376 с.

2. Автоматизация управления / В.А. Абчук, А.Л. Лифшиц, A.A. Фе-дулов , Э,И. Кутина; Под ред. В.А. Абчука. - М.: Радио и связь, 1984. - 264с.

3. Автоматизированное управление технологическими процессами: Учеб. пособие/ Н.С. Зотов, О.В. Назаров, Б.В. Петелин, В.Б. Яковлев, Под ред. Яковлева В.Б. - Л.: Издательство Ленинградского университета, 1988. - 224 с.

4. Александров В.В., Горский Н.Д. Алгоритмы и программы структурного метода обработки данных. - Л.: Наука, 1983. -209с.

5. Анисимов П.А., Маринук М.Н. Системы оперативного управления дискретными производствами. - Кишинев: Штиница, 1984.-174с.

6. Бакаев A.A., Гриценко В.И., Козлов Н.Д. Методы организации и обработки баз знаний. -Киев: Наукова думка, 1993.

7. Белман Р., Калаба Р. Динамическое программирование и современная теория управления. - М.: Наука, 1969. - 120 с.

8. Болотова Л.С. Системы ситуационного управления. Состояние и перспективы развития: В кн.: Моделирование и искусственный интеллект: Межвуз. сб.науч. тр./МИРЭА. - М., 1988.С. 58-46.

9. Браверман Э.М., Мучник И.Б. Структурные методы обработки эмпирических данных. М.: Наука, 1983

10. Вишняков H.A. Об одном типе ситуационных моделей принятия решений// Вопросы кибернетики. Выпуск 68. Ситуационное управление. Теория и практика. М.: ВИНИТИ, 1980. - с. 85-94.

11. Гельфандбейн Я.А., Цветков Г.С. Вопросы методологии проектирования ситуационных систем и язык описания в современных автомата-

зированных системах управления. // Вопросы кибернетики. Выпуск 68. Ситуационное управление. Теория и практика. - М.:ВИНИТИ, 1980. - с.70-85.

12. Григорьева В.З., Ивахник Д.Е.. Принятие управленческих решений по формированию хозяйственного портфеля предприятия.// Швейная промышленность. № 5, 1997, с. 4-7.

13. Деметрович Я., Кнут Е., Радо П. Автоматизированные методы спецификации: Пер. с англ. - М.: Мир, 1989. - 115 с.

14. Жаке-Лагрез Э. Применение размытых отношений при оценке предпочтительности распределенных величин./ Статистические модели и многокритериальные задачи принятия решений. - М.:Статистика.1979, 184с.

15. Жолондзь В.А. Использование закономерностей времени и действия в ситуационном управлении дискретными объектами // Вопросы кибернетики. Выпуск 68. Ситуационное управление. Теория и практика. - М.: ВИНИТИ, 1980.-с. 60-69.

16. Зацепина С.А., Львович Я.Е., Фролов В.Н. Теория управления: Учеб. пособие. - Воронеж; Изд. ВГУ, 1989.

17. Иглхарт Д.Л., Шедлер Д.С. Регенеративное моделирование сетей массового обслуживания: Пер. с англ. - М.: Радио и связь, 1984. - 136 с.

18. Ильевский В.З., Беспалов В.С., Стрижков Г.М. Проектирование автоматизированных систем диспетчерского управления. Л.: Машиностроение. Ленингр. отделение, 1981. - 160 с.

19. Искусственный интеллект: В 3 кн. Кн.1. Системы общения и экспертные системы: Справочник/ Под ред. Э.В. Попова. - М.: Радио и связь, 1990. 464 с.

20. Киндлер Е. Языки моделирования: Пер. с чешек. - М.: Энерго-атомиздат., 1985. - 288 с.

21. Конвей Р., Максвелл В., Миллер Л. Теория расписаний: Пер. с англ./ Под ред. Г.П. Башарина. - М.: Наука, 1975. - 159 с.

22. Корбут A.A., Финкельштейн Ю.Ю. Приближенные методы дискретного программирования // Изв. АН СССР: Техн. кибернетика, 1963, №1, с. 165-176.

23. Котов В.Е.. Сети Петри. - М.: Наука, 1984. 158 с.

24. Крейн М., Лемуан О. Введение в регенеративный метод анализа моделей. - М.: Наука, 1982. - 104 с.

25. Кривинец В.В., Черняев Е.П.. Модификация сетей Петри для функционирования дискретного производства.// Материалы XXXV отчетной конференции за 1996 г.: Тез докладов. - Воронеж: ВГТА., 1997, с. 151.

26. Кузьмук В.В. Анализ и синтез управляющих и безопасных сетей Петри // Препринт. Институт проблем моделирования в энергетике АН УССР, 1987, № 105. С.1-54.

27. Ларичев О.И., Мечитов А.И., Мошкович Е.М., Фуремс Е.М. Выявление экспертных знаний. - М.: Наука, 1989

28. Линский B.C., Кирнеев М.Д. Составление оптимальных расписаний для параллельно действующих процессов // Изв. АН СССР: Техн. кибернетика. 1972, № 3, с. 160-167.

29. Логашев В.Г. Технологические основы гибких автоматических производств. - Л: Машиностроение, Ленингр. отделение, 1985. - 176 с.

30. Лорьер Ж.-Л. Системы искусственного интеллекта: Пер. с франц. -М.: Мир,1991.- 521 с.

31. Львович Я.Е., Полонецкая Л.Л., Чурюмов В.А. Многоальтернативная оценка предпочтительности при множестве критери-ев.//Математическое и алгоритмическое обеспечение оптимизации сложных систем. - Воронеж: ВПИ.1987.С.92-94.

32. Львович Я.Е., Родионова В.Н., Федоркова Н.В., Черняев Е.П.. Применение сетевых моделей для моделирования производственно - сбытовой системы.// "Информатика - Машиностроение", №1(19), 1998, с. 21 -23.

33. Львович Я.Е., Федоркова Н.В., Черняев Е.П.. Моделирование производственно-сбытовой модели на основе сетевых моделей.// Высокие технологии в технике, медицине и образовании: Межвузовский сборник научн. трудов. ч.1 - Воронеж, 1997, с.24 -29.

34. Львович Я.Е., Фролов В.Н. Теоретические основы конструирования, технологии и надежности РЭА: Учеб. пособие для вузов. - М.: Радио и связь, 1986. - 192 с.

35. Львович Я.Е., Черняев Е.П.. Алгоритм расстановки приоритетов при планировании ассортимента фирмы// Высокие технологии в технике, медицине и образовании: Межвузовский сборник научн. трудов. ч.З - Воронеж, 1997, с.159 -164.

36. Львович Я.Е., Черняев Е.П.. Сетевое моделирование правил принятия решений в экономической системе.// Математическое обеспечение информационных технологий в технике, медицине и образовании: Тез. докладов Всерос. сов. - сем., ч.1., -Воронеж, 1997, с. 4.

37. Львович Я.Е., Юрочкин А.Г., Чурюмов В.А. Микропроцессорные системы автоматизированного контроля производства СВТ. - Спб.: Политехника, 1992. - 203с.

38. Мартин Дж. Планирование развития автоматизированных систем/ Пер. с англ.- М.: Финансы и статистика, 1984.- 196 с.

39. Мартин Ф. Моделирование на вычислительных машинах: Пер. с англ.,/ Под ред. И.Н. Коваленко. - М.: Советское радио, 1972

40. Мейер Б., Бодуэн К. Методы программирования: В 2-х томах. Т.1. Пер. с франц. Ю.А. Первина. Под. и с предисловием А.П. Ершова. - М.: Мир, 1992.-456 с.

41. Моделирование дискретных параллельных процессов управления с помощью сетей Петри / В.Б. Васильев, В.В. Кузьмук, Г. Майер, С. Фенч // Электронное моделирование, 1986, т.8, № 2.-е. 10-15, 28.

42. Мышкис А.Д. Элементы теории математических моделей. - М.: Физматлит., 1994. -192 с.

43. Назаренков В.М., Кульба A.B. Использование модифицированных сетей Петри для имитационного моделирования гибкого автоматизированного производства // Проблемы создания гибких автоматизированных производств - М.: Наука, 1987. с.56-62.

44. О разработках экспертных систем. / Я.В. Маркова // Приборы и системы управления. 1989. №1. с. 1-3.

45. Осуга С. Обработка знаний. :Пер. с япон. М.:Мир,1989,293с.

46. Осуга С., Саэки Ю., Судзуки X. и др. Приобретение знаний./Под ред. С.Осуги, Ю. Саэки., М.: Мир. 1990. 304 с.

47. Панадимитриу X., Стайглиц К. Комбинаторная оптимизация. Алгоритмы и сложность: Пер. с англ. - М.: Мир, 1985.- 512с.

48. Панов О.Д.. Организация управления акционерным обществом в условиях перехода к рыночной экономике./Дисс. ... канд. эконом, наук. -Москва, МГСУ, - 1995.

49. Питерсон Дж.. Теория сетей Петри и моделирование систем./Пер. с англ. - М.: Мир, 1984 - 263 с.

50. Планирование и управление в автоматизированном производстве. В.В. Шкурба, С.А. Белецкий, К.Ф. Ефетова и др. - Киев: Наукова думка, 1985.-224 с.

51. Подвальный C.JL, Бурковский B.J1. Имитационное управление технологическими объектами с гибкой структурой. - Воронеж: Изд-во ВГУ, 1988. - 168 с.

52. Пожидаев В. Г. Формирование макроописания системы и его использование в ситуационной модели оперативного планирования// Вопросы кибернетики. Выпуск № 68. Ситуационное управление. Теория и практика. М.: ВИНИТИ, 1980. - с. 131-142.

53. Попов Э.В. Экспертные системы: решение неформализованных задач в диалоге с ЭВМ. - М.: Наука, Гл. ред. физ. - мат. лит., 1987.- 187 с.

54. Поспелов Г. С. Искусственный интеллект-основа новой информационной технологии, АН СССР - М.: Наука, 1988-120с.

55. Поспелов Г.С., Ириков В.А. Программно-целевое планирование и управление.(Введение).М.:Сов.радио.,1976, 440с.

56. Поспелов Г.С., Поспелов Д.А. Искусственный интеллект -прикладные системы. - М.:3нание, 1985. 48 с.

57. Поспелов Д.А. Логико-лингвистические модели в системах управления. - М,: Энергоиздат, 1981. - 232 с.

58. Поспелов Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов. - М.: Радио и связь., 1989. - 184 с.

59. Поспелов Д.А. Ситуационное управление: теория и практика. -М.: Наука. - Гл. ред. физ.-мат. лит., 1986. - 288 с.

60. Представление и использование знаний.[X. Уэно и др.]-М.: Мир,1989-220с.

61. Применение сетей Петри. / В.В. Никонов, Ю.Е. Подгурский // Зарубежная радиоэлектроника, 1986, № II, с. 17-37.

62. Розенблюм А .Я. Сети Петри.// Изв. АН СССР: Техн. кибернетика, 1983, №5, с. 198-210.

63. Системы управления базами данных и базами знаний: Справ, изд. [А. Наумов и др.]-М.: Финансы и статистика, 1991-230с.

64. Слепцов А.И., Юрасов A.A. Автоматизация проектирования управляющих систем гибких автоматизированных производств/ Под ред. Б.Н. Малиновского. - К.: Техшка, 1986. - 110 с.

65. Смирнов А.М. Математическая модель объемного календарного планирования технологически зависимых операций // Автоматика и телемеханика. 1985, №10, с. 109-115.

66. Советов Б.Я., Цехановский В.В. Автоматизированное управление современным предприятием. - JL: Машиностроение. Ленингр. отделение, 1988.- 168 с.

67. Сойер Б., Фостер Д./ Программирование экспертных систем на Паскале -М.: Мир,1990-240с.

68. Степанищев В.А., Черняев Е.П., Кривинец В.В.. Сетевая модель представления знаний о классах ситуаций на основе фреймов.// Молодежь и проблемы информационного и экологического мониторинга/Материалы Рос. молодежного научн. симпозиума: Тез. докладов. - Воронеж: ВГТА., 1996, с.53.

69. Танаев B.C., Шкурба В.В. Введение в теорию расписаний. М.: Наука, 1975. - 256 с.

70. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ.: Пер. с англ./Предисл. Г.С. Осипова. - М.: Финансы и статистика, 1990.-320 с.

71. Taxa X.. Введение в исследование операций.т. 1.М.:Мир, 1982. 480

с.

72. Теория расписаний и вычислительные машины / Под ред. Э.Г. Коффмана: Пер, с англ./ Под ред. Б.А. Головкина. - М.: Наука. - Гл. ред. физ. - мат. лит., 1984. - 335 с.

73. Технология системного моделирования / Е.Ф. Аврамчук, A.A. Вавилов, C.B. Емельянов и др./ Под общ. ред. C.B. Емельянова - М.: Машиностроение, 1988, 320 с.

74. Уотермен, Дональд. Руководство по экспертным системам : Пер. с англ./ Под ред. В. П. Стефанюка- М.:Мир,1989-388с.

75. Управление ГПС: Модели и алгоритмы./ Под ред. C.B. Емельянова. - М.: Машиностроение, 1989.364 с.

76. Финкельштейн Ю.Ю. Приближенные методы и прикладные задачи дискретного программирования. - М.: Наука, 1976. - 264 с.

77. Форд Л.Р., Фалкерсон Д.Р. Потоки в сетях. - М.: Мир,1966. - 214 с. Рихтер К. Динамические задачи дискретной оптимизации :Пер. с нем. - М.: Радио и связь, 1985. - 136 с.

78. Форрестер Дж. Основы кибернетики предприятия. Пер. с англ. -М.: Прогресс, 1971.- 340с.

79. Хейес-Рот Ф., Уотермен Д., Ленат Д. Построение экспертных систем: Пер. с англ.- М.: Мир, 1987. - 430 с.

80. Черняев Е.П.. Сетевое моделирование в информационных системах с обратной связью.// Биотехнические, медицинские и экологические системы и комплексы: Тез. докладов Всерос. научно - техн. конф. студентов, молодых ученых и специалистов, Рязань. - 1997,с 49.

81. Черняев Е.П., Кривинец В.В.. Применение систем типа "клиент -сервер" в условиях швейного производства// Высокие технологии в технике, медицине и образовании: Межвузовский сборник научных трудов. ч.2 -Воронеж, 1997, с. 143 -147.

82. Черняев Е.П., Федоркова Н.В.. Применение сетевых моделей в информационных системах с обратной связью.// Математическое обеспечение информационных технологий в технике, медицине и образовании: Тез. докладов Всерос. сов. - сем., 4.1., -Воронеж, 1997, с. 17.

83. Чоговадзе Г.Г.. Автоматизация проектирования систем оперативного управления технологическими процессами. - М.: Энергия, 1980 - 288 с.

84. Шеннон Р. Имитационное моделирование: Искусство и наука. -М.: Мир, 1978 -418 с.

85. Экспертные системы: Принципы работы и прим./[А. Брукинг, П. Джонс, Ф. Кокс и др.]; Под ред. Р. Форсайта -М.: Радио и связь, 1987-486с.

86. Экспертные системы и системы ситуационного управления/Л.С. Болотова // Приборы и системы управления. 1989. № 1.С. 6-7.

87. Элти Дж., Кумбс М. Экспертные системы: концепции примеры/ Пер. с англ. и предисл. Б.И. Шатикова. - М.: Финансы и статистика, 1987.

88. Artificial Intelligence in Manufacturing: Forecasts for the Use of Artificial Intelligence in the USA// Robotics, 1986,v.2,pp.357-362.

89. B. Moore. Memorandum. 1993, April. Gensym Corporation.

90. B. Moore et al. Questions and Answers about G2. 1993. Gensym Corporation, pp.26-28.

91. B.R. Clements and F. Preto. Evaluating Commercial Real Time Expert System Software for Use in the Process Industries. C&I, 1993, pp. 107-114.

92. Ching-Lai Hwang,Ming-Jeng Lin. Group decision making under multiple criteria-Berlin.: Springer-Verlag,1987-400p.

93. D.R Perley. Migrating to Open Systems: Taming the Tiger. McGraw-Hill, 1993, p.252.

94. David A. Aaker. Strategic market management-NY.: John Wiley & Sons,1988-364p.

95. Edward A. Silver, Rein Peterson. Decision systems for inventory management and production planning.- NY.: John Wiley & Sons,1988-728p.

96. Executive Information Systems and Decision Support./Edited by C. Holthman.- London., Chapman & Hall, 1992.-246 p.

97. F. Hayes-Roth, N. Jacobstein. The State of Enowledge-Based Systems. Communications of the AI, March, 1994, v.37, n.3, pp.27-39.

98. G. Harmon. The Size of the Commercial AI Market in the US. Intelligent Software Strategies. 1994, v. 10, n.l,pp. 1-6.

99. G. Harmon. The Market for Intelligent Software Products. Intelligent Software Strategies 1992, v.8, n.2, pp.5-12.

100. G. Harmon. The AI Tools Market The Market for Intelligent Software Building Tools. Part I. Intelligent Sofware Strategies, 1994, v 10, n.2,pp.1-14.

101. G. Harmon. The market for intelligent software products Intelligent Software Strategies, 1992, v.8, n.2, pp.5-12.

102. G. Kirutly. Assessments of the Application of Expert Systems in Flexible Manufacturing.//North-Holland Robotics, 1986, v.2, pp. 313-321.

103. J. Wang, C. Eisenbeis, B. Su. Using Timed Petri Net to Model Instruction - Level Loop Scheduling with Resource Constraints/ Journal of Computer Science and Technology, 9(2), 1994, pp.128 - 143.

104. M. B. Dwayer, L. A. Clarke, K. A. Nies. A Compact Petri Net Representation on Concurrent Programs./ Proceedings of the 17th International Conference on Software Engineering, pp. 147-157, Apr. 1995.