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

Программный комплекс поддержки принятия решений при оптимизации производственно-сбытового процесса

Program complex of supporting decisions adoption with optimization of production-sale process
Статья опубликована в выпуске журнала № 2 за 2010 год.[ 27.05.2010 ]
Аннотация:Рассматриваются принципы организации, основные функции и структурные компоненты программного комплекса поддержки принятия решений при оптимизации производственно-сбытовых систем, разработанного с использованием оптимизационно-имитационного подхода.
Abstract:Enterprise principles, base functions and structural components of program complex of supporting decisions adoption with production-sale systems optimization, developed using optimizing-imitative approach are considered.
Авторы: Боковая Н.В. (bokovaya@vfrsute.ru) - Российский государственный торгово-экономический университет (Воронежский филиал), , , кандидат технических наук
Ключевые слова: процедура оптимизации, имитационное моделирование, производственно-сбытовая система, оптимизационно-имитационный подход
Keywords: optimizing procedure, simulation, production-sale system, optimizing-imitative approach
Количество просмотров: 8027
Версия для печати
Выпуск в формате PDF (4.97Мб)
Скачать обложку в формате PDF (1.38Мб)

Размер шрифта:       Шрифт:

Одним из наиболее перспективных направлений рационализации принятия решений при управлении промышленным предприятием является использование оптимизационно-имитацион­ного подхода [1, 2]. Современное предприятие рассматривается как сложная производственно-сбытовая система, в которой в единую логистическую цепь объединяются процессы закупки сырья и материалов, производства продукции, ее хранения и распределения. Особенностью производственно-сбытовых систем является невозможность адекватного описания процессов их функционирования с помощью аналитических моделей. Это связано с многообразием связей между структурными элементами систем, неоднозначностью алгоритмов поведения при различных условиях, наличием случайных воздействий и возмущений, с корреляционным взаимодействием между большим числом параметров. Необходимость комплексного учета данных факторов затрудняет аналитическую формулировку критериев оптимальности и ограничений в оптимизационных задачах и приводит к использованию аппарата имитационного моделирования. При этом связи между входными и выходными параметрами задаются с помощью различных моделирующих алгоритмов в соответствии с закономерностями функционирования производственно-сбытовых систем.

Оптимизационно-имитационный подход основан на совместном применении имитационных и оптимизационных моделей в процессе управления. При этом имитационные модели используются для оценки основных характеристик производственно-сбытовой системы – коэффициентов загрузки оборудования, средней длины очереди на производственных участках, объема выпускаемой продукции, временных параметров и т.д. Выходные характеристики производственно-сбытовой системы являются исходной информацией для формирования критериев оптимальности и ограничений в оптимизационных моделях. Для рационального выбора текущих значений входных управляемых параметров имитационных моделей используются алгоритмы оптимизации поискового типа [3]. Целенаправленным варьированием параметров имитационной модели под управлением процедур оптимизации можно получить оптимальные и близкие к оптимальным решения.

Рассматриваемые оптимизационные задачи обобщенно могут быть сформулированы в виде

Здесь X=(x1, …, xn) – вектор варьируемых параметров модели; fi(X) – частные критерии оптимальности; D – допустимая область, представленная ограничениями двух видов: прямыми (xjmin£xj£xjmax) и функциональными (gs(X)³0, hk(X)=0).

При этом предполагается, что критерии и ограничения (или их часть) заданы алгоритмически в виде моделирующих процедур, позволяющих по заданным значениям X=(x1, …, xn) получать значения fi(X), gp(X), hk(X).

Практическая реализация оптимизационно-имитационного подхода при оптимизации производственно-сбытовых систем предполагает решение следующих основных задач:

-    построение комплексной динамической модели производственно-сбытовой системы;

-    формирование алгоритмов оптимального поиска с целью направленного проведения модельных экспериментов;

-    разработка процедур интеграции имитационных и оптимизационных моделей в процессе поиска оптимальных решений.

На рисунке показана структура программного комплекса поддержки принятия решений при оптимизации производственно-сбытового процесса на предприятии. Программный комплекс имеет модульную структуру и состоит из набора взаимодействующих блоков, наиболее значимыми из которых являются блоки функционального моделирования, имитационного моделирования, оптимального поиска и управления.

Блок функционального моделирования предназначен для структурного и функционального анализа производственно-сбытовых процессов предприятия. При разработке функциональных моделей производственных систем предлагается использовать CASE-систему BPwin [3], позволяющую анализировать, документировать и планировать сложные бизнес-процессы. Методология SADT, на которой базируется BPwin, обеспечивает целостное описание производственной системы, которое начинается с ее общего обзора, а затем детализируется посредством вложенных диаграмм, приобретая иерархическую структуру. BPwin совмещает средства моделирования функций (IDEF0), потоков данных (DFD) и потоков работ (IDEF3).

Подпись:  На базе разработанной функциональной модели в дальнейшем строится имитационная модель с целью проведения динамического многовариантного анализа и оптимизации бизнес-процессов производства. В качестве среды моделирования выбрана система Arena, в настоящее время являющаяся наиболее эффективным инструментальным средством имитационного моделирования производственных систем. В основе ее построения лежит язык имитационного моделирования SIMAN. В системе Arena предусмотрены возможности формирования иерархически вложенных моделей, что позволяет осуществлять моделирование с различной степенью детализации. Достоинством системы является наличие развитого графического интерфейса и средств анимации моделей, способствующих повышению эффективности принимаемых управленческих решений. Выходная информация представляется в виде динамических графиков, диаграмм, структурированных таблиц, обеспечивающих формирование целостной картины производственно-сбытового процесса на предприятии.

Подготовленный в системе BPwin комплекс IDEF3-диаграмм может быть перенесен в систему Arena посредством функции экспорта. При экспорте передаются структура модели, логика взаимодействия бизнес-процессов, последовательность функций и работ. Далее осуществляются диалоговая доработка и корректировка имитационной модели – установка временных параметров основных процессов, определение характеристик базовых блоков модели, выбор случайных воздействий и возмущений. При формировании имитационной модели определяются ее структура (число накопителей и каналов обслуживания, их характеристики и связи между ними), параметры входного и выходного потоков заявок, дисциплины ожидания и обслуживания, а также алгоритмы функционирования системы. На основании имитационных экспериментов с моделью оцениваются основные характеристики производственной системы – коэффициенты загрузки оборудования, объем выпускаемой продукции, средняя длина очереди, временные параметры и т.д. Рассматриваемая технология позволяет формировать комплексную интегрированную функционально-ими­тационную модель производственно-сбытового процесса, отражающую его различные аспекты и использующуюся для выбора оптимальных управляющих воздействий.

Решение оптимизационных задач при управлении обеспечивается блоком оптимального поиска. При выборе оптимальных вариантов применяются методы оптимизации нулевого порядка, не использующие дифференциальные характеристики критериев и ограничений. В библиотеку оптимизационных процедур включены и стандартные алгоритмы оптимизации данного класса (методы деформируемых конфигураций, покоординатной оптимизации, случайного поиска), и рандомизированные поисковые процедуры, построенные с использованием адаптивного подхода [4]. Разнообразие представленных в библиотеке методов и алгоритмов обеспечивает возможность комплексного применения оптимизационных процедур и выбора комбинированных стратегий поиска оптимальных решений. Формирование вычислительных схем оптимизации производится генератором оптимизационных процедур на основании динамической оценки свойств решаемой задачи.

Перед началом оптимального поиска осуществляются построение оптимизационной модели (определение размерности задачи, формирование критериев и ограничений), установка исходных данных для оптимизации (выбор начального приближения, точности и максимального количества итераций поиска), а также ввод параметров поисковых процедур, использующихся для решения данной задачи. Оптимизационная модель может быть сформирована пользователем в диалоговом режиме или выбрана из библиотеки стандартных моделей. Характеристики построенной модели являются исходной информацией для выбора рациональных процедур оптимизации.

Связующим звеном между основными блоками программного комплекса, обеспечивающим передачу информации и формирование управляющих воздействий, является блок управления. Основные его функции – взаимодействие с ЛПР для координации его действий, связь по данным и управлению между основными программными компонентами, передача результатов оптимизации в банк статистической информации для обработки и дальнейшего анализа. Для взаимосвязи имитационных и оптимизационных моделей используются соответствующие процедуры интеграции, позволяющие осуществлять информационный обмен в автоматическом режиме.

В заключение следует отметить, что применение программного комплекса поддержки принятия решений при оптимизации производственно-сбы­товых систем, разработанного с использованием оптимизационно-имитационного подхода, позволит учитывать различные аспекты, возникающие при выборе оптимальных управляющих воздействий на систему.

Литература

1. Цвиркун А.Д. Структура многоуровневых и крупномасштабных систем. М.: Наука, 1993. 287 с.

2. Хоботов Е.Н. Оптимизационно-имитационный подход к моделированию сложных систем // Изв. РАН. 1996. № 1. С. 12–24 (Теория и системы управления).

3. Маклаков С.В. Моделирование бизнес-процессов с BPwin 4.0. М.: Диалог-МИФИ, 2002. 224 с.

4. Кельтон В., Лоу А. Имитационное моделирование. СПб: Питер, 2004. 848 с.

5. Батищев Д.И., Львович Я.Е., Фролов В.Н. Оптимизация в САПР. Воронеж: Изд-во ВГУ, 1997.


Постоянный адрес статьи:
http://swsys.ru/index.php?page=article&id=2534
Версия для печати
Выпуск в формате PDF (4.97Мб)
Скачать обложку в формате PDF (1.38Мб)
Статья опубликована в выпуске журнала № 2 за 2010 год.

Возможно, Вас заинтересуют следующие статьи схожих тематик: