Модели и методы оптимального управления производством для зерновых и зерноперерабатывающих компаний

Размещено на http://allbest.ru

На правах рукописи

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

доктора технических наук

Модели и методы оптимального управления производством для зерновых и зерноперерабатывающих компаний

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствами

(пищевая промышленность)

Новицкий Владимир Олегович

Москва - 2010

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Московский государственный университет пищевых производств» (МГУПП)

Научный консультант:

доктор технических наук, профессор Карпов Валерий Иванович.

Официальные оппоненты:

доктор технических наук, член-корреспондент РАЕН, профессор Широков Лев Алексеевич;

доктор физико-математических наук, профессор Краснов Андрей Евгеньевич;

доктор технических наук, профессор Данчул Александр Николаевич.

Ведущая организация: Негосударственное образовательное учреждение дополнительного профессионального образования «Международная промышленная академия»

Защита состоится «23» декабря 2010 г. в 14.30 часов на заседании Совета по защите докторских и кандидатских диссертаций Д 212.148.02 при ГОУ ВПО «Московский государственный университет пищевых производств» по адресу: 125080, г. Москва, Волоколамское ш., д. 11, корп. А, ауд. 302.

С диссертацией можно ознакомиться в библиотеке МГУПП.

Отзывы на автореферат (в двух экземплярах), заверенные печатью, просьба направлять по адресу: 125080, г. Москва, Волоколамское ш., д. 11.

Автореферат разослан « » 2010 г.

Ученый секретарь Cовета,

кандидат технических наук, доцент Воронина Н.О.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. На современном этапе развития научно-технического прогресса в области агропромышленного комплекса (АПК) фундаментальной проблемой является недостаточно эффективное управление его важнейшим - зерновым сектором, являющимся одним из основных рыночных и стратегических ресурсов, необходимых для сохранения и обеспечения нормального развития государства и нации.

В России, как и во многих других странах, зерно и продукты его переработки, традиционно называемые хлебопродуктами (х/п), составляют основу агропромышленного производства и продовольственной безопасности страны. Зерновой и зерноперерабатывающий секторы составляют около трети АПК России. При этом качество зерна, выращиваемого в России, сильно различается из-за большого диапазона климатических условий в зернопроизводящих регионах, а расстояния между производителями и потребителями хлебопродуктов очень велики. Это влияет на себестоимость и соответственно на цены х/п.

В России и ближнем зарубежье исторически сложилась ситуация избытка производственных мощностей по переработке зерна при их неравномерном распределении по территориям стран. С учётом давления внешнего рынка внутри России возникла жёсткая конкуренция между производителями как на сырьевых рынках, так и особенно на рынках муки, комбикормов и др. Причём рентабельность подавляющего большинства производств крайне низкая (от 0 до 5-7%), несмотря на высокие показатели интеграции производственных и торговых предприятий в отраслевые и межотраслевые холдинги с достаточно квалифицированным уровнем топ-менеджмента. Это позволяет утверждать, что основными инструментами, которые могут обеспечить успешное функционирование и развитие российских зерновых и зерноперерабатывающих предприятий и компаний (далее ЗПК) в условиях высокой конкуренции на внутренних и перспективных внешних рынках, являются более совершенные системы управления производством (СУП). И чем больший цикл функций управления они охватывают, чем выше их техническо-экономические показатели и ниже доля в себестоимости продукции, тем выше инвестиционная привлекательность ЗПК и их шансы на эффективную работу на традиционных продовольственных рынках и освоение новых. Основным направлением повышения качества СУП для ЗПК является их комплексная автоматизация, интеллектуализация, интеграция, приближённость к клиентам, гибкость и постоянная адаптация к изменяющимся условиям рынка на основе учёта большого числа необходимых формализуемых и слабоформализуемых факторов с применением системного подхода, интегрирующего цикл функций управления: сбор информации, контроль, учёт, регулирование, планирование, организация, целевое управление и координация. Важнейшими функциями СУП для ЗПК являются учёт, контроль и планирование зерновых ресурсов, обеспечивающие их рациональное использование и снижение себестоимости х/п.

Работа выполнена на кафедре «Автоматизированные системы и вычислительная техника» (АС и ВТ) ГОУВПО МГУПП. В диссертации обобщены результаты теоретических и экспериментальных исследований, выполненных в период с 1988 г. по 2010 г. лично автором или при его непосредственном участии в качестве ответственного исполнителя в рамках хоздоговорных и госбюджетных научно-исследовательских работ. Под научным руководством автора защищена кандидатская диссертация.

Целью работы является повышение эффективности функционирования зерновых и зерноперерабатывающих предприятий и компаний на основе современных информационных технологий управления сложными производственными системами и бизнес-процессами по циклу функций учёта, контроля и поддержки принятия решений по планированию производства.

Объектом исследования являются зерновые и зерноперерабатывающие предприятия и компании, которые осуществляют закупку, приём, хранение, реализацию и отгрузку зерна, его переработку в муку, комбикорма и др. виды хлебопродуктов и представляют большой класс типовых объектов автоматизации в крупном рыночном секторе АПК РФ.

Предметом исследования являются методы моделирования организационно-технических систем управления производством, модели задач учёта, контроля и планирования для класса объектов - зерновых и зерноперерабатывающих предприятий и компаний.

Основными задачами исследования, которые необходимо решить для достижения поставленной цели, являются следующие.

1. Анализ производственных бизнес-процессов, стратегий, функций, проблем и существующих решений по управлению на ЗПК, методов исследования и моделирования сложных организационно-технических систем.

2. Формулирование проблемы и общая постановка задачи управления производством на ЗПК.

3. Разработка методологии моделирования систем управления для ЗПК как специфического класса сложных производственных систем с характерными особенностями и соответствующей программной нотации.

4. Концептуальное моделирование подсистем и математическая постановка задач управления производством для ЗПК на основе разработки структур целей, причинно-следственных граф-моделей и теоретико-множественных представлений.

5. Разработка математических моделей процессов производственного планирования для ЗПК: приёма, обработки, размещения, реализации и отгрузки зерна на элеваторе, закупки зерна, формирования зерновых смесей и загрузки производственных линий для мукомольного и комбикормового производств и построение на их основе банка математических моделей СУП ЗПК.

6. Разработка алгоритмов принятия решений по планированию производства на основе постановки общей задачи выбора решений по управлению в ЗПК

7. Разработка методов адаптации моделей и алгоритмов принятия решений в соответствии с условиями функционирования ЗПК.

8. Разработка методики проектирования, внедрения и сопровождения и архитектуры программного обеспечения системы поддержки принятия решений (СППР) корпоративной автоматизированной информационной системы управления (КАИСУ) ЗПК.

9. Разработка типовых подсистем управления КАИСУ ЗПК на основе разработанных методов и моделей.

10. Внедрение и оценка эффективности разработанных моделей, методов, алгоритмов и типовых подсистем управления для ЗПК России.

Методы исследования. Для решения основных задач исследования в работе использованы следующие теории и методы: теория систем и системный анализ, теория управления, теория автоматического управления, теория больших систем, теория иерархических многоуровневых систем, теория множеств, векторная алгебра, теория информации, теория графов, когнитивные технологии моделирования, структурно-функциональное и информационное моделирование, методы исследования операций, методы производственного менеджмента, методы планирования, методы целевого управления, методы процессного управления, линейное и линейное целочисленное программирование, методы постепенной формализации моделей, методы принятия решений.

Научная новизна диссертационной работы заключается в следующем.

1. Впервые на основе системного подхода в многомерном пространстве бизнес-процессов разработана общая структурно-функциональная модель системы и математическая постановка задачи управления производством для ЗПК в теоретико-множественном представлении (ТМП), включающая множества целей, критериев, возмущений, управлений и состояний системы на различных временных горизонтах управления.

2. Разработана методология моделирования сложных систем управления применительно к ЗПК на основе интеграции системного, причинно-следственного, кибернетического, процессного и функционального подходов, когнитивных технологий, концептуального моделирования в ТМП и методов математического программирования, которая, в отличие от известных методологий, наряду с интеграцией подходов, позволяет автоматизировать процесс формирования концептуальных моделей и математических постановок задач для сложных систем управления производством для класса предприятий.

3. Разработаны концептуальные причинно-следственные и теоретико-множественные модели подсистем и постановки задач учёта, контроля и планирования производства от приёма зерна до реализации хлебопродуктов на элеваторах, мукомольных и комбикормовых предприятиях, что позволило создать систему типовых взаимосвязанных моделей актуальных задач управления для ЗПК.

4. Разработаны математические модели процессов: планирования приёма, обработки и размещения зерна; оперативного расчёта рецептов и планирования помольных и отгрузочных партий зерна, планирования закупки зерна для производства муки; планирования рецептов, закупки сырья и загрузки технологических линий комбикормового производства в выражениях векторной алгебры.

5. Впервые предложена идея создания и использования методов адаптивного оптимального управления на основе банка математических моделей как специального структурированного множества типовых модельных компонентов (ТМК) для ЗПК, формирования из них модельных агрегатов (МА) и синтеза СУ в соответствии с принципами подобия и аналогий. Разработан комплекс ТМК для задач оптимального планирования производства и алгоритм наполнения БМ.

6. Разработана постановка задачи многокритериального выбора и алгоритм принятия решений по планированию производства в ЗПК, использующий методы: декомпозиции и агрегирования, смешанного целочисленного линейного программирования, диалогового итерационного поиска и координации критериев и решений и реализующий адаптивное управление предприятием.

7. Разработан метод адаптации моделей и алгоритмов принятия решений по планированию производства в ЗПК на основе методики постепенной формализации моделей.

8. Разработаны комплексы структурно-функциональных моделей, моделей потоков данных и информационных моделей подсистем учёта, контроля, планирования производства и торговли хлебопродуктами для ЗПК.

Практическую ценность работы составляют следующие полученные результаты.

1. Разработано программное обеспечение для построения системных диаграмм и концептуального моделирования - SDCM, являющееся CASE-средством графического моделирования причинно-следственных связей и постановки задач управления для сложных систем, доступная для специалистов предприятий.

2. Разработан банк моделей задач планирования для СУ ЗПК, который позволяет решать различные задачи планирования для элеваторных, мукомольных, комбикормовых, торговых и др. производственно-хозяйственных подразделений ЗПК и близких отраслей.

3. Разработана методика адаптации моделей и алгоритмов принятия решений по планированию производства для ЗПК, которая позволяет учитывать опыт специалистов, снизить трудоемкость внедрения и сопровождения комплекса типовых подсистем управления КАИСУ ЗПК.

4. Разработана методика проектирования, внедрения и сопровождения подсистем управления для ЗПК, позволяющая на основе настройки типовых решений сочетать этапы проектирования, обучения, тиражирования и сопровождения систем.

5. Разработаны подсистемы: учёта и контроля грузооборота зерна на автотранспорте (а/т); первичного учёта х/п; СППР планирования работы элеватора, оптимального расчёта рецептов помольных смесей и зерновых смесей для отгрузки на элеваторе, планирования закупки зерна, загрузки линий комбикормового производства и планирования операций по торговле зерном на внутреннем рынке. Данные подсистемы являются компонентами КАИСУ ЗПК.

Реализация научно-технических результатов работы.

1. Разработанные в рамках настоящего исследования методология моделирования сложных систем управления для ЗПК, программная нотация построения системных диаграмм и концептуального моделирования SDCM, методика адаптации моделей и алгоритмов принятия решений в соответствии с условиями функционирования ЗПК и методика проектирования, настройки, внедрения и сопровождения разработанных подсистем управления КАИСУ ЗПК используются на кафедре АС и ВТ МГУПП при проектировании, внедрении и сопровождении подсистем учёта и контроля грузооборота х/п и поддержки принятия решений по планированию производства в ЗПК, а с 2008г. используются в учебном процессе в курсовом и дипломном проектировании.

2. Подсистема первичного учёта х/п на базе автоматизированой информационной системы комбината хлебопродуктов (АИС КХП) внедрена на нескольких десятках предприятий РФ, в т.ч.: ОАО «Мурманский КХП», ОАО «Хлеб Кубани», Ялуторовском КХП, ОАО «Хлебоприёмное предприятие Отрешково», ООО «Бунге СНГ» филиал в Колодезном, ОАО «Элеватор» (г. Будёновск), ОАО «Усть-Лабинский КХП», ОАО «Камышинская зерновая компания», ОАО «Верхнехавский элеватор», ОАО «Ростовский зерновой терминал», ОАО «Зерновой терминал «Волга» (г.Кинешма), ОАО «Тульский КХП» и др. Внедрение данной подсистемы позволило устранить дублирование, повысить оперативность и достоверность информации, эффективность использования зерновых и финансовых ресурсов, обоснованность управленческих решений, производительность труда. Подсистема первичного учёта х/п используется в учебном процессе ФГОУ ВПО «Башкирский государственный аграрный университет» (БГАУ), МГУПП и НОУ ДПО «Международная промышленная академия» (МПА). На комплексы задач учета качества хлебопродуктов в зерновой и мукомольной производственно-технологических лабораториях (УКХ ПТЛ) и учета зачистки на элеваторах и складах хлебоприемных и зерноперерабатывающих предприятий получены свидетельства об официальной регистрации программ для ЭВМ. За УКХ ПТЛ автор награждён дипломом за I место в Первом Всероссийском смотре на лучшую изобретательскую и рационализаторскую работу в мукомольно-крупяной промышленности (Москва, 2006 г.).

4. Автоматизированная система расчёта оптимальных рецептов помольных смесей (АСР ОРПС) внедрена на предприятиях: ОАО «Мурманский КХП», ОАО «Раменский КХП», ОАО «Усть-Лабинский КХП», ОАО «Элеватор», а также используется в учебном процессе БГАУ, МГУПП и МПА. За АСР ОРПС автор награждён дипломом за II место во Втором Всероссийском смотре на лучшую изобретательскую и рационализаторскую работу в мукомольно-крупяной промышленности (Москва, 2008 г.). На АСР ОРПС получено свидетельство об официальной регистрации программ для ЭВМ.

5. СППР планирования производства комбикормов внедрена в ОАО «Мурманский КХП» и позволяет оптимизировать загрузку линий комбикормового цеха.

6. Автоматизированная информационная система поддержки принятия решений по закупкам и продажам зерна (АИС ПР «Торговля зерном») внедрена в компании «Разгуляй Зерно» и позволяет оптимально планировать как отдельные сделки, так и пакеты торговых сделок на внутреннем рынке зерна.

7. Для автоматизированной системы учёта и контроля грузооборота зерна разработаны технические задания на внедрение в ОАО «Ростовский зерновой терминал», ООО «Элеватор» (Воронежская обл.) и ЗАО «Орёл Нобель Агро».

Апробация работы. Основные результаты выполненных исследований были представлены на следующих научных конференциях, выставках и съездах: I Всероссийской научно-практической конференции (НПК) «Современные информационные технологии и системы для отраслей агропромышленного комплекса», Москва, 1999 г.; II международной научной конференции (НК) «Управление свойствами зерна в технологии муки, крупы и комбикормов», Москва, 2000 г.; Юбилейной международной НПК «Пищевые продукты XXI века», Москва, 2001 г.; IV международной НПК «ХЛЕБОПРОДУКТЫ-2002», Одесса.; VI специализированной выставке-конференции «Управление 2002 (методы, средства, технологии)», Москва; Всероссийской научно-технической конференции и выставке (НТКВ)«Качество и безопасность продовольственного сырья и продуктов питания», Москва, 2002 г.; I и II Всероссийском конгрессе зернопереработчиков и хлебопеков «Нивы России», Барнаул, 2001 г. и 2003 г.; международных выставках «Зерно - Комбикорма - Ветеринария», Москва, 2002-2006 г.г.; XI, XII, XIII и XIV международной НПК «Системный анализ в проектировании и управлении», Санкт-Петербург, 2007-2010 г.г.; I и II Всероссийской НТКВ «Высокоэффективные пищевые технологии, методы и средства для их реализации», Москва, 2003 г. и 2004 г..; III международной конференции (МК) «Управление технологическими свойствами зерна», Москва, 2005 г.; III МК «Качество зерна, муки, хлебобулочных и макаронных изделий», Москва, 2006 г.; V МК «МЕЛЬНИЦА-2007», Москва; IV МК «Лаборатория для предприятий АПК-2008», Москва.; VIII Съезде мукомольных и крупяных предприятий России, Москва, 2009г.; МК «Лаборатория для предприятий хранения, переработки зерна и хлебопекарной промышленности», Москва, 2010 г.



Рис.1. Структура диссертационной работы

Публикации результатов работы. По теме диссертации опубликовано 114 научных и учебно-методических работ, в том числе 36 статей в журналах, рекомендованных ВАК, получено авторское свидетельство об изобретении и 7 свидетельств об официальной регистрации программ для ЭВМ.

Структура и объем работы. Диссертация состоит из введения, 6 глав, заключения, списка литературы, перечня сокращений и приложений. Общий объем работы составляет 450 страниц. Структура работы приведена на рис.1.

Краткое содержание работы

Во введении обоснована актуальность работы, определены цель и задачи исследования, научная новизна и практическая ценность работы.

В первой главе проведён анализ зерновых и зерноперерабатывающих предприятий и компаний (ЗПК) как объектов управления, рассмотрены основные производственные и бизнес-процессы (БП), проанализирована система управления ЗПК, охарактеризованы известные решения по управлению производством для предприятий и компаний, действующих на рынках зерна и продуктов его переработки, сформулирована проблема и представлена общая постановка задачи управления производством для ЗПК.

В работе ЗПК названы предприятия и их объединения, осуществляющие какие-либо из следующих операций: закупка зернового сырья, его приём, размещение, обработка, хранение и отгрузка потребителям, переработка в муку, крупу, комбикорма, другие виды продукции из зерна (отруби, растительное масло, солод и т.п.) и зерновые отходы, реализацию зерна и продуктов его переработки (или хлебопродуктов - х/п) на внутреннем и внешнем рынках. ЗПК могут включать в себя элеваторно-складские комплексы (ЭСК), мукомольные заводы разного вида помолов, комбикормовые заводы, крупозаводы по переработке разных зерновых культур, предприятия торговли (торговые дома) и побочные производства. К ЗПК также могут быть отнесены заводы по производству растительного масла, зерновые терминалы и др. Для зернового бизнеса характерна высокая степень интеграции производства и управления. Организационная структура ЗПК определяется типом и степенью его интеграции в компании. Структурно-функциональная схема основных производственных процессов в ЗПК приведена на рис.1.1.

Рис.1.1. Структурно-функциональная схема основных производственных процессов в ЗПК

продовольственный зерноперерабатывающий планирование

Как объект управления ЗПК характеризуется следующими чертами.

1. Основным входным материальным потоком является зерновое сырьё, которое в России имеет большой разброс более чем по 20 показателям качества. Закупку основного сырья определяет сезонность сбора урожая. Процессы хранения, переработки и реализации х/п потребителям характеризуются относительной стабильностью в течение всего года. Основным способом стабилизации качества продукции на ЗПК является стабилизация качества входного сырьевого потока.

2. Зерно в процессе приёмки, размещения, хранения и отгрузки в зависимости от значений показателей качества формируется по партиям. Формирование крупных товарных партий по целевому назначению в соответствии с требованиями к показателям качества осуществляется из мелких, разнородных по качеству партий зерна.

3. Производства в ЗПК являются многопоточными, многопередельными и включают ряд операций. Для перерабатывающих предприятий процессы являются непрерывными, а для ЭСК они непрерывны только в рамках операций, которые разделены во времени, поэтому особенностью ЗПК является одновременная непрерывность потока в производстве и партионная дискретность в учёте. В процессе обработки, хранения и переработки х/п изменяются их количественные и качественные показатели.

4. ЭСК и перерабатывающие подразделения ЗПК работают по различным временным графикам, требующим согласованности.

ЗПК рассматривается как большая сложная организационно-техническая и производственно-хозяйственная система, обеспечивающая преобразование сырьевых ресурсов в готовую продукцию, полуфабрикаты и услуги.

БП для ЗПК - это определённая совокупность взаимосвязанных операций с привлечением различных ресурсов, направленных на формирование товарных партий, выработку требуемой продукции из зерна и оказание необходимых услуг по его приёму, обработке, хранению, переработке и реализации потребителям. БП может быть описан математической моделью (ММ) - функционалом и множеством ограничений, что является основой для постановки задач управления предприятием.

Производственные БП в ЗПК связаны с основной логистической цепочкой производственного предприятия: закупка сырья - производство - реализация и отгрузка продукции.

Управление в ЗПК рассматривается как последовательность функций, составляющих технологический цикл управления БП для достижения целей в рамках ограничений: сбор информации, учёт, контроль, регулирование, планирование, организация, целевое управление и координация.

Для реализации управления как интегративного свойства СУ необходимы ресурсы, которые ограничены и должны быть распределены эффективным образом. С этих позиций управление есть распределение ресурсов.

Управление также рассматривается как совокупность циклических действий, связанных с выявлением проблем, поиском и организацией выполнения принятых решений на двух уровнях: производственных БП и административных БП.

Управление производством на ЗПК базируется на данных (модели) первичного учёта х/п и не может существовать в отрыве от стратегического управления - верхнего уровня СУ компании, определяющего цели предприятия.

СУ компании должна учитывать основные составляющие бизнес стратегии (БС) и реализовывать их через стратегию управления. ЗПК может включать различные предприятия, обладающие общими или собственными моделями функций управления c разной степенью их автоматизации.

В настоящее время частные проблемы управления производством упираются в общую проблему недостаточной управляемости ЗПК в современных рыночных условиях, связанной с отсутствием комплексной интегрированной СУ, отвечающей следующим основным требованиям:

- подчиняться главной цели компании как системы. Цели элементов системы должны быть с ней согласованы;

- опираться на формализованные модели БП предприятия и компании;

- адаптироваться к условиям неопределённости;

- охватывать цикл функций управления для всех необходимых временных периодов на любом уровне ответственности;

- обеспечивать взаимосвязанное управление по всем звеньям основной производственной логистической цепочки и учитывать значимые возмущения от внутренних активных элементов системы и из внешней среды;

- многокритериальность управления должна обеспечивать принятие решений при любом заданном комплексе условий и ограничений.

Проведён анализ имеющихся решений по СУ для компаний данного класса. Изучены работы современных российских учёных для отрасли хранения и переработки зерна и близких отраслей: И.П.Богомоловой, В.П.Елизарова, В.И.Карпова, А.Е.Краснова, Б.В. Лукьянова, А.Ю.Машковой, И.Г.Панина, Л.И.Смоляр, Е.В.Терёшкина, В.Б.Фейденгольда, А.Ю.Шаззо и др. Рассмотрены решения по автоматизации управления, предлагаемые рядом отечественных фирм: НПФ ИнСАТ-СПб, «Малленом» (г.Самара), «ЦентрПрограммСистем» (г.Белгород), «ИНФО» (г.Москва), «АльтСофт» (г.Омск), «ИНПРО» (г.Оренбург), «Гела» (г.Воронеж), ПКФ «Информ-Сервис» (г.Азов) и др. Рассмотрены также системы ведущих западных компаний, использующих современные информационные технологии интеллектуальной обработки данных: SAP, Oracle, IBM, Microsoft, PowerSim, на базе которых российскими компаниями-интеграторами разрабатываются решения для крупных холдингов.

На основе рассмотренных подходов и решений сделан вывод, что управление производством по совокупности технологических и экономических показателей для ЗПК предпочтительнее, чем только по экономическим. С другой стороны, предлагаемые системы зарубежного производства слишком дороги, громоздки и не отвечают требованиями специфики деятельности ЗПК, а известные частные отраслевые отечественные решения не дают целостного системного эффекта для управления компанией.

Таким образом, выявлено, что для широкого класса компаний АПК РФ отсутствуют СУ, отвечающие всем указанным требованиям, поэтому необходимо и актуально создание СУП для ЗПК на основе разработки более совершенных методов и инструментов моделирования.

Производственно-хозяйственные и управленческие элементы СУ ЗПК могут быть представлены как пространство БП (c F-функционалом BP), приведенное на рис.1.2.

Рис.1.2. Классификация и пространство бизнес-процессов в зерновой и зерноперерабатывающей компании

Общую постановку задачи исследования можно сформулировать следующим образом.

С учётом статических и динамических задач цикла функций управления на всём пространстве производственных БП необходимо разработать методологию моделирования сложных систем, на основе которой создать математическое и программное обеспечение задач учёта контроля и поддержки принятия решения по планированию производства в составе комплексной интегрированной СУП для класса ЗПК.

На основе описания и анализа объектов, функций, стратегий управления и БП для различных производств ЗПК сформулирована проблема управления и разработана функциональная модель СУП ЗПК, (рис.1.3), из которой видно, что она включает следующие основные функциональные блоки: контроль и учёт грузооборота х/п на автотранспорте (а/т); первичный учёт х/п; планирование производства и реализации х/п.

Рис.1.3.Общая функциональная модель СУП ЗПК (SADT A0)

Общая математическая постановка задачи управления производством на ЗПК, разработанная в ТМП, в графическом виде показана на рис.1.4 и может быть также представлена в виде нижеприведенных операторов-отображений:

Рис. 1.4.Теоретико-множественное представление общей постановки задачи управления производством в ЗПК

P - множество элементов производственного процесса,

US - множество элементов управляющей системы,

S - множество элементов стратегии управления;

V - множество возмущающих воздействий,

U - множество управляющих параметров,

С - множество параметров состояния системы,

Y - множество целевых результирующих параметров,

K - множество критериев управления,

Z - множество (структура) целей системы (зависящих от условий бизнес среды и бизнес стратегии),

T₁, T₂, T₃ - упорядоченные множества моментов времени t в соответствии с горизонтами оператив-ного, тактического и стратегического управления.

: V U C Y, (1.1)

: V U T₁ C,

: K C T₂ U,

: Z Y T₃ K

Приведенная общая постановка задачи работы подразумевает определённые специфические требования к методологии её реализации.

Вторая глава посвящена разработке методологии моделирования сложных систем управления применительно к ЗПК. Рассмотрены понятия методологии, системы, сложной системы. Изучение существующих современных методов, подходов и методологий исследования и моделирования систем управления производственными компаниями в России и за рубежом показало, что являясь ценным опытом в данной проблемной области, тем не менее ввиду ряда недостатков, каждая из них в отдельности малоприменима и недостаточно эффективна при реализации СУ для класса ЗПК, а также близких отраслей. Необходима их интеграция в виде специализированной методологии, отвечающей следующим требованиям:

- подход к проблеме с использованием методов логистики;

- использование наряду с формальными параметрами и аналитическими методами также слабоструктурированных элементов и методов;

- подход к решению задач как многокритериальных;

- исследование СУ ЗПК включает полный цикл функций управления, а создаваемые компоненты СУ относятся практически ко всему диапазону классов информационно-управляющих систем (ИУС) и систем аналитической и интеллектуальной обработки данных.

- доступность и наглядность в применении для решения задач разных уровней абстракции, сложности и ответственности с целью привлечения к созданию моделей систем наряду с аналитиками также профессионалов-практиков.

Анализ специфики СУ ЗПК и существующих методологий исследования и моделирования сложных систем (рассмотренных в главе 2 диссертации) на соответствие требованиям общей постановки задачи управления производством ЗПК дают основание сделать вывод о необходимости разработки специализированной методологии моделирования сложных систем управления для широкого класса производственных предприятий АПК, к которым относятся ЗПК.

В разработанной методологии моделирования для СУ ЗПК используется несколько подходов: системный, диалектический (причинно-следственный или когнитивный), кибернетический, процессный, функциональный, ситуационный.

Проведен анализ известных результатов исследований в теории систем, системного анализа и системотехники, теории управления, когнитивных технологий, исследования систем, теории принятия решений, информационных технологий и интеллектуальных систем, исследования операций и математического программирования, производственного менеджмента, в частности, в трудах учёных: Ю.И.Черняка, Ф.И.Перегудова, Ф.П.Тарасенко, В.В.Дружинина, С.Л.Оптнера, В.Н.Спицнаделя, В.Н.Садовского, Э.Г.Юдина, А.А.Емельянова, В.С.Анфилатова, И.Н.Дрогобыцкого, В.Н.Волковой, П.М.Хомякова, В.В.Качала, Д.М.Жилина, М.Месаровича, У.Р.Эшби, Н.П.Бусленко, АА.Денисова, В.Н.Буркова, В.И.Максимова, С.А.Юдицкого, А.А.Кулинича, Е.К.Корноушенко, В.В.Борисова, М.М.Герасимова, Г.В.Гореловой, В.М.Мишина, А.В.Катернюка, Е.В.Фрейдиной, И.Г.Черноруцкого, А.М.Баина, Г.Н.Калянова, Н.М.Абдикеева, В.Н.Гришина, Р.Брауна, Р.Мэзона, А.А.Корбута, Ю.Ю.Финкельштейна, В.П.Корнеенко, Г.Кокинза, С.Г.Фалько и др. учёных.

В диссертации за основу взят системный подход, и СУ ЗПК рассматривается как сложная интегрированная автоматизированная система - ИАСУ. Причём под интеграцией понимается объединение отдельных частей в единое целое - в интегрированную систему, где воедино сводятся элементы, компоненты, ресурсы, процессы для реализации нового, интегративного свойства (целостности) системы, обеспечивающего достижение её целей.

Интегративные свойства ИАСУ ЗПК отражаются в эффектах (повышение прибыли, конкурентоспособности, качества, выходов продукции и др.), получаемых за счёт наилучшей реализации функций цикла управления.

Разработанная методология моделирования сложных СУ для ЗПК базируется на принципах физичности, моделируемости и целенаправленности (взятых из системотехники) и предполагает взаимосвязанный комплекс методов поддержки основных стадий концептуального и логического моделирования ИУС для всех уровней и функций цикла управления с использованием формальных и слабоструктурированных агрегированных параметров совместно с концепцией формирования банка моделей.

Методология состоит из следующих этапов, процедур и положений.

1. Изучение предметной области при формулировании проблемы и проблематики проводится с использованием подходов BPM (управления результативностью бизнеса), нацеленных на построение системы поддержки принятия решений. Именно с этих позиций изначально определяется главная цель и структура (дерево) целей системы и обуславливаемые ею основные агрегированные элементы (компоненты) с последующей декомпозицией.

2. На основе проанализированной первичной информации определяются основные элементы системы в виде параметров, которые поддаются сравнению. Для оценки системы и поиска решений комплекса взаимосвязанных задач строится диаграмма причинно-следственных связей (ДПСС) или иначе каузальная граф-модель. Техника её построения имеет ряд общих правил с методикой когнитивного моделирования, а именно: вершинами графа являются элементы-параметры; дуги представляют собой положительные (усиливающие) или отрицательные (уменьшающие) причинно-следственные связи между элементами и т.д., поэтому ДПСС в целом можно называть также «когнитивными картами» с учётом ряда существенных отличий:

- ДПСС предназначены для исследования контуров обратных связей (ОС) в СУ с целью выявления актуальных задач. Контуры могут быть усиливающие, либо уравновешивающие (компенсирующие);

- на дугах выставляются задержки по времени, на основе которых определяются временные горизонты управления;

- в ДПСС используются несколько типов блоков элементов-параметров, отражающих их динамику и определяемых как уровни объектов: 0 - исходное свойство («событие» или «начало»), 1 - изменение свойства («накопитель или «уровень»), 2 - процесс изменения свойства («поток»), 3 - реструктуризация системы (качественный скачок свойства, «трансформация»).

На основе предложенной методики проводится анализ конфигурации усиливающих и компенсирующих контуров ОС в СУ, оценивается логика построения системы, её устойчивость и направления возможного развития.

3. Взаимосвязь решаемых задач должна отражаться на дереве целей, в процессе построения которого ДПСС может корректироваться, включая состав элементов и топологию связей. Таким образом, процесс построения каузального графа-модели и структуры целей системы является итерационным.

4. Строится концептуальная модель СУ, формализованная в ТМП.

В аналитическом виде формальную модель СУ ЗПК, являющуюся структурно-динамической, в соответствии с выражением (1.1) общей постановки задачи управления производством можно представить как:

µ : X T C , з : С Т Y; (2.1)

T={t_l, }; X = U, V,

U=u_i(t)| u_i(t)D^Ui, }, D^U={D^Ui, }, tT;

V={v_j(t)| v_j(t)D^Vj,, D^V={D^Vj,}, tT;

С = {C_t: C_t =f (C_t-1, X), U D^U, V D^V, tT}

С_t = {c_n(t), }, tT

Y = y_m(t), , tT;

y_m(t) = з_m(t,C_t), tT, ;

Сt = µ(t, X), tT ,

где µ - отображение (оператор) множества X входов на всём интервале времени (множества Т, соответствующего горизонту времени) управления во множество состояний С; з - отображение множества состояний на горизонте управления во множество выходов (результатов)Y; U - множество параметров управляемых входов u(t); V - множество параметров возмущающих (неуправляемых) входов v(t); C_t - промежуточное состояние системы в момент времени tT; Y - множество результирующих целевых выходов y(t); D^U_, D^V -области допустимых значений управляемых и возмущающих параметров.

В зависимости от конкретизации множеств V, U, C, Y , отображений (операторов) µ и з и интервалов T можно получить как аналитические так и слабоформализуемые дискретные или непрерывные модели.

5. Результат анализа - концептуальная модель - имеет цель построения моделей более детального - логического уровня для последующей идентификации параметров этих моделей на этапе синтеза системы.

Для получения моделей логического уровня предлагается использовать понятие банка математических моделей (БМ) предметной области (СУ ЗПК). Это обусловлено наличием общей отраслевой специфики, которая может быть реализована в виде структурированных определённым образом типовых модельных компонентов (ТМК) процессов (критерии, условия, связи).

Для него разрабатываются модели на основе тех или иных методов из определяемого исследователем конфигуратора языков системы.

БМ предназначен для синтеза СУП ЗПК и позволяет использовать заранее подготовленные ТМК для решения актуальных задач; на логическом уровне конструировать из них модельные агрегаты (МА) для СУ ЗПК; исследовать возможное поведение систем. Динамика сложной СУ раскрывается через динамику взаимосвязанных МА.

В процессе проведения исследований и развития СУ БМ пополняется новыми моделями, отражающими новые функции и свойства объектов.

Для достижения требуемого уровня адекватности моделей реальным объектам с учётом обязательного использования субъективного опыта специалистов отраслевых предприятий и компаний предусматривается разработка собственных методик постепенной формализации моделей.

С целью автоматизации методологии моделирования сложных СУ разработана программа построения системных диаграмм и концептуального моделирования - SDCM (System Diagram and Conceptual Modeler), позволяющая строить и редактировать граф, анализировать правильность построения и контуры ОС, изменять топологию диаграммы, получать концептуальную модель в ТМП.

В третьей главе проведено системное исследование и концептуальное моделирование основных подсистем и разработаны математические постановки задач СУП ЗПК на основе разработанной методологии.

Проведён анализ подсистемы учёта и контроля движения хлебопродуктов на предприятии (УКДХП) на примере приёма зерна с а/т в период закупок.

Рис.3.1 Дерево целей подсистемы учёта и контроля движения х/п в ЗПК

Автоматизация УКДХП на ЗПК должна обеспечивать достижение целей, приведенных в виде дерева целей на рис.3.1. В соответствии с ним построена ДПСС (рис.3.2), которая включает следующие контуры ОС:

Рис. 3.2. Диаграмма причинно-следственных связей подсистемы УКДХП в ЗПК

1. C1 - V1 - Y5 - Y3 - Y1 - C1 - усиливающий контур (положительная ОС) - говорит о том, что увеличение грузооборота за счёт привлечения клиентов - поставщиков зерна на а/т с полей в сезон сбора урожая повышает рентабельность хлебозаготовительной деятельности предприятия и, как следствие, его конкурентоспособность.

2. C1 - V1 - Y5 - C3 - Y4 - C2 - Y3 - Y1 - C1 - ослабляющий (компенсирующий) контур (отрицательная ОС) - показывает, что увеличение количества клиентов - поставщиков зерна (при закупке) ограничивается загрузкой приёмного фронта предприятия.

Пропустим для краткости контуры с 3 по 13 и перейдём сразу к контуру 14.

14. C3 - Y4 - V1 - Y5 - C3 - ослабляющий контур, ограничивающий рост грузооборота загрузкой приёмного фронта, увеличением времени простоя и снижением транспортного потока зерна.

15. Y5 - V3 - U3 - C4 - Y5 - ослабляющий контур, ограничивающий рост грузооборота возможностями хранения и приёма зерна.

Подобным образом проанализированы остальные контуры ОС (с 3 по 13).

Анализ контуров ОС на ДПСС УКДХП показывает, что в целом данная система регулирования устойчива. Стремление к увеличению грузооборота зерна и к снижению его потерь (влияющих на рентабельность) на основе повышения уровня автоматизации учёта и мониторинга х/п, мотивации персонала предприятия и увеличения количества его клиентов, ограничивается возможностями приёмного фронта с а/т, его загруженностью, а также возможностями размещения и хранения зерна (использования силосов), связанными с разнообразием качества поступающего зерна.

Подсистемы управления оперативного уровня (без задержек на связях) описываются контурами 14 и 15, которые включают общий элемент - грузооборот Y5. Отсюда делаем вывод об актуальности решения задачи оперативного управления грузооборотом.

При этом учитываем воздействие на него обоих контуров. Y5 является критерием управления данной задачи. Его увеличение повышает рентабельность хлебоприёмной деятельности, являющуюся одним из целевых критериев системы в целом.

Контур 14 компенсирует рост грузооборота на основе параметра состояния загрузки приёмного фронта С3 с учётом возмущающего параметра транспортного потока V1 и времени простоя а/т Y4, зависящих главным образом от количества клиентов-поставщиков зерна С1 и уровня автоматизации контроля U1 (а также возможных случайных факторов (неравномерность приезда а/т с зерном и др.), которые относятся к внешней среде - надсистеме).

Контур 15 компенсирует грузооборот возможностями раздельного хранения зерна различного качества U3 и возможностями приёма зерна на элеватор C4 (число различных по расходу грузопотоков) с учётом возмущений по качеству привозимого зерна V3.

Анализ контуров 1 - 13 показывает, что для тактического (среднесрочного) управления актуальными являются задачи, нацеленные на:

- увеличение рентабельности хлебозаготовительной деятельности Y3;

- снижение потерь зерна Y2;

- уменьшение времени простоя автомобилей с зерном Y4;

- снижение трудозатрат на учёт и контроль Y6.

Сделан также ряд других выводов.

На основе ДПСС построена концептуальная модель подсистемы УКДХП:

Тактическое управление на горизонте Т₂ Т :

з ₁ : Y3 Т₂ >Y1- конкурентоспособность

з ₂ : {U1, U2, U4, V3} Т₂ > Y2 - потери зерна

з ₃ : {C2, Y5, V2, Y6, Y2} Т₂ > Y3 - рентабельность

з ₄ : {U1, U2, C3} Т₂ > Y4- время простоя а/т

з ₆ : {V1; Y5; Y3; Y1; U4; Y2; V3} Т₂ > Y6- трудозатраты на учёт и контроль

µ₁ : Y1 > C1- количество клиентов-поставщиков зерна

µ₂ : Y4 > C2- материальные потери (штрафы за простой а/т)

µ₃ : {V1, Y5} Т₂ > C3- загрузка приёмного фронта

µ₅ : {V3, U4} Т₂ > C5- применение АИС.(3.1)

Оперативное управление на горизонте Т₁ Т, Т₁ Т₂

з ₅ : (C4, C1, V1) Т₁ > Y5- грузооборот зерна

µ₄ : (V2, V3, U3) Т₁ > C4- возможности приёма (3.2)

На основе анализа ДПСС системы УКДХП и её концептуальной модели поставлены актуальные задачи тактического и оперативного управления:

1. Задача планирования работы (грузооборота зерна) на ЭСК (SKUGO_plan), предназначенная для реализации задач принятия решений по следующим действиям: прием, размещение, перевалка и отпуск партий зерна.

2. Задача контроля грузооборота зерна (SKUGO_contr), предназначенная для сбора и анализа данных о движении а/т на территории предприятия.

3. Задача учета грузооборота зерна (SKUGO_uchet), обеспечивающая функции регистрации и хранения информации о потоках зерна на предприятии.

В теоретико-множественном представлении подсистема учета и контроля грузооборота (SKUGO) представлена в виде трех функциональных задач (подмножеств элементов, связей, свойств, целей)

SKUGO = {SKUGO_plan, SKUGO_contr, SKUGO_uchet}, (3.3)

В процессе дальнейшей декомпозиции УКДХП в работе строятся математические постановки вышеприведенных функциональных задач в ТМП.

Разработаны также модели подсистем планирования производства:

- планирования работы элеваторно-складского комплекса (ПРЭСК):

- планирования зерновых ресурсов мукомольного производства (ПЗРМП);

- планирования производства комбикормов (ППК);

- планирования операций по торговле зерном (в главе не приводится).

В отличие от подсистемы УКДХП данные подсистемы реализуются как оптимизационные (многокритериальные), поэтому в главе проведено исследование критериев управления, соответствующих разработанным структурам целей данных подсистем.

Так для подсистемы ППК получены целевые критерии, соответствующие ДПСС, приведенной на рис. 3.3 и сведенные в таблицу 3.1. Построенные концептуальная модель подсистем и математические постановки задач позволяют разработать для них математические модели (ММ) логического уровня с введением их в БМ СУ ЗПК для использования в СППР КАИСУ ЗПК.

Рис.3.3. ДПСС подсистемы планирования производства комбикормов

Таблица 3.1

Критерии управления подсистемы ППК

N	Задачи	Критерии управления	Содержание критериев управления	Ограничения
1	Расчёт исполняемых рецептов комбикормов	FKO11=	Минимальная себестоимость комбикорма с управлением по вводу ценных компонентов	Качество к/к Y1; нормы ввода и замены U3
		FKO12=	Максимальное качество (питательность) к/к	Цена к/к С2
2	Планирование закупки сырья для выработки комбикормов	FKO21=	Минимальная себестои-мость к/к с управлением по объёмам закупки сырья	Качество к/к Y1
3	Планирование загрузки технологических линий	FKO31= FKO32=	Минимальная себестои-мость к/к с управлением по загрузке линий Максимальный объём про-изводства и реализации к/к	Возможности производства С1; план отгрузки Y1

Четвёртая глава посвящена разработке банка математических моделей (БМ) на основе типовых модельных компонент (ТМК).

БМ - это структурированный набор формализованных знаний в виде математических выражений с соответствующими описаниями их применений.

Предлагается для класса ЗПК сформировать БМ производственно-ресурсного планирования и использовать его в составе СППР в качестве интеллектуального компонента КАИСУ. При этом БМ представляет собой комплекс математических моделей (ММ) для всех видов деятельности ЗПК, образующих основную производственную логистическую цепочку, и позволяет накапливать и использовать модельные решения для синтеза СУП ЗПК.

БМ позволяет использовать заранее подготовленные формальные ММ и БД классификаторов как ТМК для решения проблемных задач, из которых на логическом уровне синтезируются СУП для ЗПК, а также исследовать возможное поведение систем при разных стратегиях в различных условиях функционирования.

ММ в ТМК сформированы на основе сильных (целевые функции (ЦФ)) и слабых (ограничения) критериев, полученных на основе разработанных в выражениях векторной алгебры моделей производственных БП для подсистем:

- ПРЭСК в составе задач оперативного и тактического планирования приёма, обработки и размещения зерна, формирования отгрузочных партий зерна;

- ПЗРМП в составе задач планирования закупки зерна, рецептов помольных партий на период и расчёта оперативных рецептов помольных смесей (ПС);

- ППК в составе задач оперативного и тактического планирования и расчёта рецептов комбикормов, закупки сырья и загрузки производственных линий.

ММ процессов планирования приёма, обработки и размещения зерна состоит из следующих слабых и сильных критериев:

Ограничение по приему зерна с автотранспорта:

(X, 1) / T N_па (4.1)

где N_па - мощность приемного фронта с автотранспорта;

X = (x_j (t1))_1J - вектор масс партий принимаемого, обрабатываемого и размещаемого зерна в периоды t₁[0;T];

(X, 1) - скалярное произведение вектора X и единичного вектора.

T - заготовительный период (приёмки зерна с а/т).

Если t₁ не указан, то рассматривается весь планируемый период Т приёма урожая, а показатель является плановым. Так X - план приёма зерна (по массе), а X(t₁) - приём зерна на периоде t₁[0;T].

Ограничения по техническим возможностям обработки зерна:

(X, ДQ_i) / T N_i , i = (4.2)

где N_i- мощность линий обработки зерна по i-м показателям качества (соответствующим влияющим на них производственным операциям)

ДQ_i = (q_i,j(rн_i,j , rк_i,j))_1J - векторы удельных объемов обработки (в плановых тоннах) для доведения j-ой партии зерна от начального rн до требуемого конечного rк значения по i-м показателям качества, i = .

...