ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2017 г.)
2-летний импакт-фактор РИНЦ: 0,500
2-летний импакт-фактор РИНЦ без самоцитирования: 0,405
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,817
5-летний импакт-фактор РИНЦ: 0,319
5-летний импакт-фактор РИНЦ без самоцитирования: 0,264
Суммарное число цитирований журнала в РИНЦ: 6012
Пятилетний индекс Херфиндаля по цитирующим журналам: 404
Индекс Херфиндаля по организациям авторов: 338
Десятилетний индекс Хирша: 17
Место в общем рейтинге SCIENCE INDEX за 2017 год: 527
Место в рейтинге SCIENCE INDEX за 2017 год по тематике "Автоматика. Вычислительная техника": 16

Больше данных по публикационной активности нашего журнале за 2008-2017 гг. на сайте РИНЦ

Вход


Забыли пароль? / Регистрация

Добавить в закладки

Следующий номер на сайте

4
Ожидается:
16 Декабря 2018

Инструментальные средства автоматизации синтеза оптимальных стратегий управления дискретными технологическими и информационными процессами

Статья опубликована в выпуске журнала № 4 за 1995 год.[ 20.12.1995 ]
Аннотация:
Abstract:
Авторы: Бурлаков М.В. () - , ,
Ключевое слово:
Ключевое слово:
Количество просмотров: 6398
Версия для печати

Размер шрифта:       Шрифт:

Разработка инструментальных программных средств, основанных на знаниях, представляет собой новое бурно развивающееся направление области создания программного обеспечения. Подкласс экспертных систем является наиболее развитым среди класса инструментальных систем. Гораздо меньше успехов по созданию инструментария, основанного на знаниях, имеется в областях точных наук. Хотя именно здесь подчас существует огромный разрыв между теоретическими наработками и их практическим воплощением. Предлагаемая вниманию читателя статья посвящена решению актуальной проблемы автоматизации генерации оптимальных стратегий управления дискретными технологическими и информационными процессами. Накопленный автором опыт в данной области может оказаться полезным при разработке инструментария и в других областях знаний.

Актуальность разработки инструментальных средств

Проблемы управления дискретными технологическими и информационными процессами (ДТИП) возникают в самых разнообразных областях человеческой деятельности: при проектировании и в строительстве, в сфере обслуживания населения и при ремонте технологического оборудования, в области коммуникации и на транспорте и т.д. Как и при управлении непрерывными (непрерывно изменяющимися во времени) процессами, эти проблемы связаны с повышением эффективности использования ресурсов обслуживающих систем и качества протекания этих процессов. С целью количественной оценки эффективности применяемых стратегий управления ДТИП вводятся соответствующие критерии качества, что позволяет сравнивать различные стратегии по величине заданного функционала потерь/дохода, а также решать оптимизационные задачи.

Существует множество различных математических методов оптимизации ситуационного управления ДТИП, разработанных в рамках теории управляемых систем массового обслуживания и теории расписаний. Однако их практическое освоение доступно в основном специалистам-теоретикам, знакомым с этими методами и имеющим соответствующую теоретическую подготовку. Нынешнее состояние дел в сфере управления ДТИП характеризуется огромным разрывом теории и практики, вследствие чего происходит ориентация разработчиков в конкретных прикладных областях на эвристические (неоптимизационные) методы организации управления. Вместе с тем в настоящее время имеются все необходимые предпосылки для устранения данного разрыва. Кардинальный путь решения этой важнейшей с практической точки зрения проблемы состоит» разработке инструментальных программньн средств (ИПС), основанных на знаниях и предназначенных для автоматизации генерации (синтеза) эффективных стратегий управления ДТИП в различных прикладных областях.

Методология оптимизации ДТИП

Цель разработки инструментальных средств оптимизации управления ДТИП состоит в автоматизации синтеза и исследования оптимальных (или близких к ним) стратегий управления этими процессами. Исходной предпосылкой для проектирования подобных средств является выбор методов оптимизации и выявление классов моделей ДТИП, которые могут быть оптимизированы с их помощью. При выборе оптимизационных методов следует отдать предпочтение тем из них, которые обладают следующими свойствами: универсальность, сравнительная простота, эффективность и доступность алгоритмизации. Анализ показывает, что наиболее полно этим качествам удовлетворяют численные методы оптимизации процессов обслуживания. В работе [1] эти методы были систематизированы, развиты и сформулированы в виде единой методологии численной оптимизации процессов обслуживания, ориентированной на практическую реализацию. Данная методология и выбрана за основу при создании ИПС оптимизации управления ДТИП.

Суть методологии численной оптимизации процессов обслуживания состоит в аппроксимации (замене) исходного немарковского случайного процесса обслуживания с неограниченным числом его фазовых состояний некоторым управляемым полумарковским (марковским) процессом с конечным числом состояний и управлений, в синтезе (численным путем) оптимальной стратегии управления аппроксимированным процессом и в использовании этой стратегии для управления искомым процессом (при ее дополнительном улучшении на стадии применения). В качестве методов конечномерной аппроксимации (сведения к процессу с конечным числом состояний) рекомендуется использовать метод тактировки (синхронизации моментов управления моментами искусственно введенной тактировки) [1] либо один из вариантов метода марковской аппроксимации, описанный в работе [2]. В качестве алгоритмов (схем) оптимизации предлагается применять известные схемы рекуррентной оптимизации полумарковских процессов, разработанные на базе динамического программирования [1]. В качестве метода исследования эффективности синтезируемых стратегий управления целесообразно использовать статистическое моделирование, с помощью которого производить сравнение потерь/дохода в системе обслуживания при использовании оптимальной стратегии управления и некоторой эвристической стратегии, выбранной в качестве базовой.

Следует подчеркнуть, что методология численной оптимизации процессов обслуживания обладает уникальными свойствами, которые отсутствуют у любой другой методологии, основанной на аналитических методах оптимизации. Основными из них являются следующие:

-  ориентация на широкие классы процессов обслуживания, адекватно описывающих многие реальные ДТИП;

-  возможность алгоритмизации процедур синтеза и исследования стратегий управления для выделенных классов процессов;

-  возможность управления трудоемкостью синтеза (числом фазовых состояний оптимизи руемого процесса обслуживания).

Перечисленные свойства позволяют сделать вывод о принципиальной возможности разработки ИПС, базирующихся на выбранной методологии численной оптимизации и ориентированных на самые широкие классы ДТИП. Создание подобного инструментария позволит свести к минимуму трудоемкость генерации оптимальных стратегий управления ДТИП и тем самым откроет путь к разработке и широкому практическому внедрению новой информационной технологии автоматизации управления ДТИП [3].

База знаний инструментальной системы

Рассмотрим некоторую гипотетическую инструментальную систему, предназначенную для автоматизации синтеза и исследования оптимальных стратегий управления для выделенного класса ДТИП, в основу функционирования которой положена методология численной оптимизации процессов обслуживания. Такая система является типичным представителем интеллектуальных систем, основанных на знаниях. Как известно, системы знаний отличаются от обычных программных систем тем, что они работают со знаниями в чистом виде, то есть не смешанными с конкретными областями их использования. При этом под знаниями подразумевается такая информационная компонента, описывающая некий объект, которая указывает все существенное множество применений этого объекта [4]. Система, владеющая знаниями в конкретной прикладной области, для выполнения требуемых функций должна быть обеспечена только постановкой задачи.

Все это в полной мере относится и к инструментальной системе оптимизации управления (ИСОУ) ДТИП. Знаниями здесь являются методология численной оптимизации и процедура имитационного (статистического) моделирования, ориентированные на выделенный класс процессов обслуживания, являющихся моделями реальных ДТИП. Заметим, что в процессе работы ИСОУ происходит абстрагирование от конкретной прикладной области (система работает с чистыми моделями процессов), что характерно для класса интеллектуальных систем, основанных на знаниях. Следует подчеркнуть, что проблема решения оптимизационных задач с помощью ИСОУ ДТИП сводится, по существу, к проблеме их постановки в процессе взаимодействия инженера знаний (постановщика задач) с системой.

Анализ публикаций, посвященных проблеме разработки программных систем, основанных на знаниях, показывает, что знания о конкретной прикладной области или решаемой проблематике обычно хранятся и используются в виде отдельной подсистемы (базы) знаний, представляющей собой некоторую информационно-программную структуру. При этом смена прикладной области или ее расширение сводится лишь к замене базы знаний или ее модификации при неизменной остальной части программной системы. Это особенно характерно для экспертных систем, являющихся подклассом систем, основанных на знаниях.

Применительно к ИСОУ ДТИП имеются свои особенности представления знаний в системе. Как показал опыт разработки конкретных ИСОУ ДТИП, базу знаний типичной инструментальной системы можно представить в виде совокупности следующих групп программно-информационных компонент: 1) языковых средств ввода исходных данных в систему; 2) структур информационных массивов; 3) универсальных алгоритмов обработки. Остановимся на каждой из этих групп компонент более подробно.

К первой группе языковых средств относятся языки описания параметров модели процесса.

Во вторую группу входят:

а) структуры файловых интерфейсов (файлов параметров модели, параметров расче тов, текущего состояния и текущего управления);

б) структуры вспомогательных массивов (фазовых состояний процесса, параметров ша говых переходов, шаговых управлений и др.).

К третьей группе компонент базы знаний следует отнести универсальные алгоритмы обработки (их разработка возможна лишь после создания первых двух групп компонент). Они предназначены для:

а) верификации исходных данных о параметрах процесса;

б) формирования массива параметров шаговых переходов для синтеза оптимальной стратегии управления;

в) то же для базовой стратегии;

г) численной оптимизации управляемого полумарковского (марковского) процесса об служивания с конечным числом фазовых со стояний и управлений;

д) статистического моделирования про цесса обслуживания с использованием опти мальной или базовой стратегии управления.

Заметим, что в базу знаний здесь включены лишь те основные компоненты системы, которые непосредственно используются при обработке знаний и без которых невозможно решение основной задачи - автоматизации синтеза и исследования оптимальных стратегий управления ДТИП.

Программно-информационное обеспечение ИСОУ ДТИП

ДТИП, основные технические характера стшш которых приведены ниже, позволил вы явить общие закономерности построения щ граммного и информационного обеспечен типичной инструментальной системы, баи рующейся на методологии численной опт» зации процессов обслуживания. В работе приведены                           структура          программ

информационного обеспечения и алгор функционирования системы знаний оптими ции управления дискретными процессами d служивания марковского класса (СЗОУ ДП1 М), которые можно взять за основу при проа тировании любой ИСОУ ДТИП. При этом сд дует иметь в виду, что структура и футор нальные возможности разрабатываемой а стемы могут быть расширены по сравнению! СЗОУ за счет увеличения числа сервисны! функций и ввода дополнительной функции диспетчеризации. В основу построения про граммно-информационного обеспечения положен принцип инструментальности программных средств и каталогизации прикладных информационных. Это означает, что база данных, формируемая в виде файлов, содержит информацию об исходных параметрах моделей процессов и результатов выполненных расчетов по их оптимизации, в то время как программное обеспечение представляет собой инструментальную компоненту, не связанную с конкретными моделями.

Программное обеспечение ИСОУ ДТИП состоит из двух взаимосвязанных частей: подсистемы оболочки и подсистемы обработки. Оболочка предназначена для взаимодействии ИСОУ с пользователем и имеет два интерфейса: пользовательский интерфейс, работающий по принципу меню, и файловый интерфейс, пред назначенный для взаимодействия оболочки! подсистемой обработки. Файловый интерфей между подсистемами представляет собой да группы файлов: входных и выходных. К первой из них относятся файлы параметров модели оптимизируемого ДТИП, а также файл параметров расчетов и управляющий файл (в ю указывается наименование выбранной модел и режим функционирования подсистемы обработки). Группа входных файлов генерируете! пользователем с помощью оболочки системы и представляет собой базу исходных данных да решения задачи оптимизации процесса обслуживания. Вторая группа выходных файлов состоит из файла фазовых состояний процесса, файла оптимальной и базовой стратегий управления, а также файла обобщенных результатов расчетов. Эта группа файлов представляет собой базу данных результатов вычислений (синтеза стратегий управления) и статистического моделирования (исследования их эффективности), выполненных в подсистеме обработки.

Подсистема обработки ИСОУ ДТИП предназначена для решения главной задачи системы - синтеза и исследования (в автоматизированном режиме) оптимальных стратегий управления для выделенного класса ДТИП.

Проанализируем требования к языковым средствам, предназначенным для разработки и эксплуатации ИСОУ ДТИП. Здесь существуют две проблемы. Первая из них состоит в выборе языков программирования для создания ИСОУ. В качестве языка разработки оболочки системы можно выбрать любой распространенный язык управления базами данных, например Clipper. Следует подчеркнуть, что для проектируемой системы наряду с оболочкой предполагается также возможность разработки комплекса программных интерфейсов, каждый из которых ориентирован на конкретную область применения и предназначен для адаптации системы к терминологии и кругу задач, решаемых в соответствующей прикладной области. В качестве языка разработки программных модулей подсистемы обработки может быть использован любой распространенный общеалгоритмический язык, например Pascal, С, С++. В частности, проектирование оболочек инструментальных систем СЗОУ ДПО-М и ОСПЛАН (см. ниже) осуществлялось на языке программирования Clipper-4, а подсистем обработки - на языке С.

Вторая проблема выбора языковых средств состоит в разработке языка общения пользователей с системой. Этот язык должен обладать следующими основными свойствами: полнотой и достаточностью описания, ориентацией на неподготовленных пользователей, реализацией диалогового режима их общения с системой с помощью метода подсказки (меню), адаптация к терминологии конкретных прикладных областей (через межъязыковые интерфейсы).

СЗОУ ДПО-М - система знаний оптимизации управления дискретными процессами обслуживания марковского класса (экспериментальная версия)

Функциональные возможности СЗОУ ДПО-М: автоматизация разработки и исследования оптимальных стратегий управления (табличных управляемых дисциплин обслуживания (УДОТ)) для дискретных процессов обслуживания, описываемых марковскими случайными процессами с аддитивными критериями качества (ДПО-М).

Цель разработки СЗОУ ДПО-М: автоматизация проектирования систем управления ДПО-М, которые обеспечивают обработку материальных или информационных дискретных потоков марковского класса с минимальными потерями (максимальным доходом).

Метод оптимизации ДПО-М: численный метод синтеза оптимальных стратегий управления (оптимальных УДОТ) для стационарных марковских случайных процессов с конечным числом фазовых состояний и управлений.

Метод исследования УДОТ: сравнительный анализ средних потерь (дохода) в единицу времени для синтезированной оптимальной УДОТ и для эвристической дисциплины, выбранной в качестве базовой.

Объект оптимизации: система обслуживания (СО), состоящая из совокупности динамических и статистических объектов, правил и характеристик изменения состояний объектов, их взаимодействия друг с другом, появления в системе и ухода из нее; к динамическим объектам относятся приборы обслуживания и заявки, а к статическим - среды, которые определяют физические условия процессов взаимодействия, появления и исчезновения динамических объектов.

Фазовое состояние СО: совокупность фазовых состояний статических и динамических объектов, находящихся в системе.

Шаговое управления СО: совокупность управляющих воздействий, прилагаемых к динамическим объектам и зависящих от текущего фазового состояния системы.

Возможные применения УДОТ, синтезированных с помощью СЗОУ ДПО-М: вычислительные системы и сети; службы оперативного ремонта и технологического оборудования; робо-то-технологические комплексы; экстренные городские службы; транспортные системы; сфера обслуживания населения; системы хранения и переработки скоропортящихся продуктов; задачи календарного и сетевого планирования.

Вычислительные средства СЗОУ ДПО-М: персональный компьютер, совместимый с IBM PC.

СЗОУ ДПО-М разработана авторским коллективом в составе Бурлакова М.В. (руководитель проекта), Самсоненко В.И. (подсистема обработки) и Фомина В.И. (оболочка системы), г. Киев. Данная разработка финансировалась частной производственно-коммерческой фирмой "Борисфен-2" (Киев, директор Прозоровский А.Н.), которая обладает правами ее коммерческого использования.

ИПС ОСПЛАН - инструментальная

программная система оптимизации сетевого

и календарного планирования

(коммерческая версия)

Назначение ИПС ОСПЛАН: автоматизация разработки и исследования оптимальных стратегий управления (ОСУ) процессом выполнения технологических операций (ТО).

Цель разработки ИПС ОСПЛАН: реализация возможности определения оптимальных порядков и режимов выполнения ТО в различных сферах производства и предпринимательства без привлечения специалистов в областях сетевого и календарного планирования и исследования операций.

Функциональные возможности ИПС ОСПЛАН: произвольные распределения длительностей выполнения ТО и ориентации (переналадок) приборов; многорежимность реализации ТО и ориентации приборов; возможность выполнения ТО группами приборов; различные критерии качества, допускающие введение ограничений на сроки выполнения ТО.

Метод ограничения числа фазовых состояний процесса: синхронизация моментов управления процессом выполнения ТО моментами искусственно введенной тактировки с фиксированной длительностью такта (метод тактировки).

Метод оптимизации процесса выполнения ТО: численный метод синтеза ОСУ для аппроксимированного полумарковского процесса многоэтапного обслуживания заявки, имеющей сетевую структуру, с конечным числом фазовых состояний и управлений.

Метод исследования ОСУ: сравнительный анализ (посредством имитационного моделирования) полученных потерь (дохода) от обслуживания заявки с сетевой структурой для синтезированной ОСУ и эвристической стратегии, выбранной в качестве базовой.

Объект оптимизации: заявка на выполнение ТО, имеющая сетевую структуру, группа приборов обслуживания, предназначенных для реализации ТО в заданных режимах, устройства ориентации приборов.

Критерий качества: средние потери/доход в единицу времени либо средние абсолютные потери/доход от выполнения ТО, приведшего к достижению поставленной цели (полному обслуживанию заявки с сетевой структурой), при наличии возможных ограничений как на сроки выполнения отдельных операций, так и на время обслуживания заявки в целом.

Области возможного применения ИПС ОСПЛАН: ремонт технологического оборудования; обслуживание территориально распределенных объектов; сборка/обработка деталей и механизмов на робото-технологических комплексах; перевозка срочных грузов; обслужива-

ние нетерпеливых клиентов; строительство/проектирование уникальных объектов; проведение погрузочно-разгрузочных работ; реконструкция предприятий; переналадка производства на новые виды продукции; планирование поряди и способов реализации деловых операций i бизнесе.

Вычислительные средства ИПС ОСПЛАН, персональный компьютер, совместимый с IBM PC.

Автором разработки ИПС ОСПЛАН ш ляется д.т.н. Бурлаков М.В. (г. Киев).

Перспективы разработки нового  инструментария          I

Дальнейшая разработка инструментари основанного на знаниях, по оптимизац» управления ДТИП будет, очевидно, идт\ трем направлениям. Первое из них состо; разработке универсальных ИСОУ ДТЙ (подобных ИПС ОСПЛАН), ориентировании на достаточно большие классы процессов и fit зирующихся на методах численной оптимш» ции. В частности, уже сейчас можно пристуш к разработке одной такой системы, в основ) которой будет положен эффективный мед марковской аппроксимации, изученный в [1]. Второе направление состоит в разработке специализированных ИСОУ ДТИП, основании на численной оптимизации, которые предназначены для конкретных прикладных областей. Данное направление будет развиваться по мере практического внедрения технологии автоматизации управления ДТИП. Третье направление, связанное с разработкой такого инструментария, заключается в создании комплекса ИСОУ, базирующихся на аналитических оптимизационных и эвристических методах разработки стратегий управления ДТИП. Уже сейчас теоретические результаты в области аналитической оптимизации процессов обслуживания позволяют создавать различные инструментальные средства, основанные на знаниях (в том числе и экспертные).

Достигнутые успехи в проектировании конкретных ИСОУ ДТИП (СЗОУ ДТП-М и ИПС ОСПЛАН), а также имеющиеся перспективы создания нового инструментария формируют прочную основу для разработки и широкого практического внедрения в различных сфера! человеческой деятельности принципиально но вой информационной технологии, автомата» рующей управление дискретными технологи? скими и информационными процессами pai личного назначения.

Список литературы

1. Бурлаков М.В. Ситуационное управление в система! массового обслуживания. - Киев: Наукова думка, 1991.-160 с.

2.    Бурлаков М.В. Об одном методе марковской ап проксимации немарковских управляемых процессов обслу живания // Исследование сетей связи и компьютерных сетей методами теории массового обслуживания. Тез. докл. - Минск, 1995.-С. 34-35.

3.    Бурлаков М.В. Инструментальные средства знаний оптимизации управления дискретными процессами обслуживания // Управляющие системы и машины. - 1994. - №3. -С.22-30.

4. Кургаев А.Ф., Дашкиев Г.Н. Проблемы создания ЭВМ с развитым интеллектом // Управляющие системы и машины. 1989. - №2. - С. 36-41.


Постоянный адрес статьи:
http://swsys.ru/index.php?page=article&id=1135
Версия для печати
Статья опубликована в выпуске журнала № 4 за 1995 год.

Возможно, Вас заинтересуют следующие статьи схожих тематик: