Синтез системно-динамических моделей регионального промышленного комплекса на основе формализации коллективных экспертных знаний

Размещено на http://www.allbest.ru

На правах рукописи

Автореферат

диссертации на соискание ученой степени кандидата технических наук

СИНТЕЗ СИСТЕМНО-ДИНАМИЧЕСКИХ МОДЕЛЕЙ РЕГИОНАЛЬНОГО ПРОМЫШЛЕННОГО КОМПЛЕКСА НА ОСНОВЕ ФОРМАЛИЗАЦИИ КОЛЛЕКТИВНЫХ ЭКСПЕРТНЫХ ЗНАНИЙ

05.13.01 - Системный анализ, управление и обработка информации

(в промышленности)

Быстров Виталий Викторович

Тверь 2008Работа выполнена в институте информатики и математического моделирования технологических процессов Кольского научного центра Российской академии наук.

Научный руководитель:

доктор технических наук, Горохов Андрей Витальевич

Официальные оппоненты:

доктор технических наук, профессор Кузнецов Владимир Николаевич

кандидат физико-математических наук Бродский Юрий Игоревич

Ведущая организация:

Институт системного анализа РАН, г. Москва

С диссертацией можно ознакомиться в библиотеке Тверского государственного технического университета.

Автореферат размещен на сайте ТГТУ http:://www.tstu.tver.ru/new_struct/Phd/

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. На сегодняшний день в Мурманской области складывается тенденция, которая характеризуется резким повышением общего количества энергопотребления в ближайшее время. Данная ситуация образуется из-за планируемого крупномасштабного строительства и введения в эксплуатацию транспортных и промышленных объектов, к которым относятся международный морской транспортный узел с крупным контейнерным терминалом, железобетонный завод, разработка Штокмановского месторождения запасов природного газа и нефти. В связи с этим резко возрастет нагрузка на топливно-энергетический комплекс Кольского полуострова. Эти причины вынуждают разрабатывать управленческие стратегии по стабилизации будущего положения в регионе. Из-за наличия большого количества разнородных элементов, многочисленных взаимосвязей между ними заставляет рассматривать топливно-энергетический комплекс региона как сложную систему.

На современном этапе развития отраслей производства растут требования к рациональному обоснованию управленческих решений, влияющих на различные аспекты функционирования сложных систем. Экспериментальные воздействия на такие системы обычно невозможны или нежелательны по многим причинам, таким как ограниченные временные рамки, опасность необратимых изменений, высокая стоимость. Поэтому основным методом исследования и прогнозирования поведения сложных систем служит имитационное моделирование. Одним из эффективных методов имитационного моделирования является системная динамика. Как показывает практика, процесс построения адекватной системно-динамической модели затрудняется с увеличением сложности объекта моделирования. имитационный модель топливный энергетический

Поэтому основное внимание в диссертационной работе направлено на решение проблемы автоматизации процесса создания динамических моделей сложных систем. В качестве аппарата для этого выбрано концептуальное моделирование, достаточно проработанное в Институте информатики и математического моделирования Кольского научного центра РАН для разных приложений. Концептуальная модель используется для перехода от экспертных знаний к их формальному описанию, допускающему единственную интерпретацию, после чего становится возможен формальный синтез динамических моделей исследуемых систем.

Приведенная выше аргументация обосновывает следующую формулировку цели выполненных в диссертационной работе исследований.

Цель работы состоит в разработке информационной технологии и инструментальных средств синтеза системно-динамических моделей сложных систем на основе формализации коллективных экспертных знаний.

Для реализации этой цели автором решены следующие

Основные задачи:

Создание на базе функционально-целевого подхода средств формализации и представления экспертных знаний в виде концептуальных моделей предметной области.

Разработка процедур обработки знаний, обеспечивающих формальный синтез системно-динамических моделей на основе технологии концептуальных шаблонов.

Разработка методики количественной оценки точности композитных системно-динамических моделей.

Разработка программного комплекса автоматизации синтеза системно-динамических моделей сложных промышленных систем.

Апробация разработанных информационной технологии и средств автоматизации моделирования на примере создания прототипа имитационной модели топливно-энергетического комплекса Мурманской области.

Методы исследования. Для решения сформулированных в работе задач использованы: функционально-целевой подход; метод системной динамики; теория графов; элементы математической логики и теории множеств; методы решения экстремальных задач.

Научная новизна. Разработана информационная технология концептуальных шаблонов для синтеза динамических моделей сложных систем. Технология обеспечивает интеграцию коллективных экспертных знаний и построение имитационных моделей из типовых шаблонов, что существенно повышает корректность моделей и сокращает сроки их разработки. Основные аспекты научной новизны следующие:

Формализовано понятие концептуального шаблона;

Разработаны методы и процедуры синтеза системно-динамической модели из набора типовых шаблонов;

Предложена методика количественной оценки точности синтезированной системно-динамической модели;

Технология алгоритмизирована и реализована в виде программного комплекса автоматизации синтеза системно-динамических моделей сложных промышленных систем.

Актуальность и научная новизна работы подтверждены включением разработанной технологии концептуальных шаблонов для синтеза динамических моделей сложных систем в перечень важнейших результатов Российской академии наук за 2006 год по ОИТВС РАН.

Практическая ценность. В основу диссертационной работы положены результаты, полученные автором в ходе исследований, проводимых по планам научно-исследовательских работ Института информатики и математического моделирования технологических процессов Кольского научного центра РАН в период с 2003 по 2007 годы. «Методы и модели синтеза стратегий устойчивого развития региональных социально-экономических систем (на примере Мурманской области), № государственной регистрации: 01.200.2 09390; «Информационные технологии управления инновационным развитием региона (на примере Мурманской области)», № государственной регистрации: 0120.0 502662.

Результаты диссертационной работы внедрены в учебный процесс на факультете Информатики и прикладной математики Кольского филиала Петрозаводского государственного университета. Методика оценки точности системно-динамических моделей используется в лекционном курсе «Моделирование систем», программный комплекс применяется в лабораторном практикуме по дисциплине «Теория информационных систем и процессов».

Программный комплекс применяется в научно-исследовательской и инновационной деятельности Центра физико-технических проблем энергетики Севера КНЦ РАН.

Автор является членом ведущей научной школы НШ-8249.2006.9 «Разработка и развитие информационных технологий поддержки управления региональным развитием».

Научная апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на первой всероссийской конференции «Теория и практика системной динамики» (Апатиты, 2004 г.), второй всероссийской научно-практической конференции «Имитационное моделирование. Теория и практика» (С-Петербург, 2005 г.), VII всероссийской школе-семинаре «Прикладные проблемы управления макросистемами» (Апатиты, 2006 г.), второй всероссийской конференции «Теория и практика системной динамики» (Апатиты, 2007 г.), IX международной конференции «Проблемы управления и моделирования в сложных системах» (г. Самара, 2007 г.), II всероссийской научной конференции ЭКОМОД 2007 (г. Киров, 2007 г.).

Основные положения, выносимые на защиту:

Формализация понятия концептуального шаблона;

Методы и процедуры синтеза моделей системной динамики из типовых шаблонов;

Методика количественной оценки точности композитной системно-динамической модели;

Программный комплекс автоматизации синтеза системно-динамических моделей сложных промышленных систем.

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, списка литературы (120 наименований). Имеет общий объем в 144 печатных страницы, содержит 28 рисунков, две таблицы и 5 приложений.

Публикации. По теме диссертации опубликовано 12 печатных работы: 6 статей в цитируемых изданиях (из них 1 - в списке ВАК); 2 - материалы всероссийских конференций, 4 - статьи в сборнике института информатики и математического моделирования Кольского научного центра РАН,

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении рассматривается современное состояние решаемых в диссертации проблем и актуальность темы, формулируется цель и основные задачи выполненных исследований, приводятся данные о внедрении и апробации результатов работы, описывается ее структура.

В первой главе проводится сравнительный анализ современных программных продуктов автоматизации моделирования сложных систем.

В программном обеспечении, использующемся для компьютерного моделирования, можно выделить четыре уровня. Нижний -- программирование в кодах, автокоды, машинно-ориентированные языки, операционные системы. Следующий уровень образуют алгоритмические языки высокого уровня и соответствующие системы программирования, СУБД. Третий уровень -- специализированные алгоритмические языки моделирования. Наконец, четвертый уровень, образуют интегрированные системы компьютерного моделирования.

Интегрированные системы моделирования используются как инструменты при разработке проблемно-ориентированных информационных систем, в рамках которых осуществляется компьютерное моделирование, связанное с изучением и прогнозированием поведения конкретных реальных процессов и объектов. Интегрированные системы можно разделить на четыре класса: проблемно-ориентированные информационных системы, экспертные системы, интерактивные оптимизационные системы, интерактивные системы моделирования с идеографическим языком представления модели.

В названных выше системах остается не решенной проблема эффективной поддержки процесса формирования и анализа структуры модели исследуемого процесса, и тем более его автоматизации. Суть проблемы заключается в том, что компьютерная реализация динамической модели требует адекватного отображения всего множества разнообразных понятий реального мира на ограниченный набор элементарных объектов системы моделирования. Формализация экспертных знаний с помощью концептуальных моделей позволяет строить формальные алгоритмы и, на их основе, автоматизировать процесс моделирования сложных динамических систем.

Вторая глава содержит описание топливно-энергетического комплекса Мурманской области как сложной системы. В составе ТЭК можно выделить следующие блоки: производство тепло- и электроэнергии, потребление тепло- и электроэнергии, ее передача и распределение. Функции каждого блока выполняют промышленные предприятия региона.

В главе дается описание концептуальной модели предметной области. Концептуальная модель объекта моделирования, ориентированная на моделирования в терминах системной динамики и шаблонов, представлена в виде множества:

КМ={Tr , A, E, Vk, Proc} , где

Tr - дерево целей сложной системы;

А - множество шаблонов;

Е - множество экземпляров шаблонов;

Vk - множество понятий, терминов и норм предметной области;

Proc - множество процедур, устанавливающих взаимосвязи между элементами концептуальной модели.

В свою очередь дерево целей, являющееся представлением концептуальной модели предметной области, может быть формально записано как объединение множества вершин всех уровней декомпозиции и множества примитивов - вершин, для которых дальнейшее разбиение цели не производится.

Tr = ,

где k - уровень иерархии, n_k - количество вершин дерева целей на k-ом уровне иерархии, а множество является объединением вершин нижестоящего уровня, где m - количество нижестоящих вершин для данной вершины.

Для удобства представления информации о вершине дерева целей, ее можно рассматривать как кортеж =<Id , G, F > , Id - некий идентификатор вершины, G - цель вершины, F - некий закон, описывающий правило объединения дочерних вершин.

Множество L - множество примитивов дерева целей концептуальной модели.

Для организации синтеза вводится понятие шаблона - некоторая типовая конструкция, обладающая неизменной структурой и набором входных и выходных параметров, а также функционально реализующая определенную цель.

Множество шаблонов А={P_i}, где i=1,…,m., m-размерность множества А.

Формально шаблон можно представить в виде следующего множества:

P = {St, Fn, X, Y, I} , где St - множество структурных элементов шаблона, Fn - закон функционирования шаблона, X - множество входных параметров шаблона, Y - множество выходных параметров, I - множество начальных значений.

В работе отдельный шаблон реализовывается в виде модели системной динамики. Учитывая указанный факт, можно конкретизировать составляющие элементы шаблона.

Множество структурных элементов (структура модели):

St = Lev ? Fl ? Const ? Ax ? Lk, где

Lev -множество уровней, причем l?Lev : l = <Name_L, Init_L> , Name_L и Init_L - название и начальное значение уровня;

Fl - множество потоков, причем f?Fl : f = <Name_F, Name_Out, Name_In, Temp> , Name_F - название потока , Name_Out - название уровня, из которого исходит поток, Name_In - название уровня, в который входит , Temp - скорость потока;

Const - множество констант, причем c?Const : c = <Name_C, Init_C> , Name_C и Init_C - название и начальное значение константы;

Ax - множество переменных, причем a?Ax : a = <Name_Ax, F> , Name_C - название переменной, F - закон определения значения переменной;

Lk - множество информационных связей, k?Ax : k = <Name_Link, a, b> , Name_Link - название связи, a,b?Vk ? St / Lk , Vk - множество вспомогательных переменных.

В работе рассматривается ситуация, когда входными и выходными параметрами шаблона являются потоки, т.е. X, Y ? Lev.

Закон функционирования шаблона задан в виде системы разностных уравнений, определяющих значения всех структурных элементов шаблона в заданный момент времени.

На этапе синтеза структуры модели происходит сопоставление примитиву некоторого шаблона. В результате данной процедуры определяется множество экземпляров шаблонов Е - шаблоны, заполненные значениями параметров.

Также введено множество вспомогательных переменных. Основное назначение данных объектов заключается в дополнении модели, построенной на основе шаблонов, экспертными оценками, т.е. Vk - множество вспомогательных переменных модели.

Знания экспертов о системе можно разделить на декларативные и процедурные. Декларативными знаниями являются основные понятия данной предметной области и отношения между ними, формализованные в виде концептуальной модели. Процедурные знания экспертов реализованы в базе знаний в виде процедур вывода, которые позволяют формализовать процесс синтеза динамической модели. На вход процедур подаются декларативные знания базы знаний, на выходе получаются элементы моделей системной динамики.

Таким образом, Proc={d, D, ц, ?, R1, R2} - множество процедур вывода, детальное описание каждой из которых приведено в третьей главе диссертационной работы.

На основе предложенной концептуальной модели разработана методика формального синтеза системно-динамических моделей сложных систем.

Третья глава посвящена описанию процесса синтеза модели системной динамики на основе шаблонов. Приводится алгоритм синтеза, сводящийся к последовательному применению процедур вывода к декларативным знаниям базы знаний.

Процедуры вывода представляют собой отображения структуры концептуальной модели, в данном случае это декларативные знания базы знаний, в структуру динамических моделей.

База знаний содержит три группы процедур вывода.

Процедуры вывода, определяющие для каждого шаблона модели покрывающие действия. Будем их называть процедуры сопоставления.

Процедуры вывода, определяющие материальные связи между шаблонами в динамической модели.

Процедуры вывода, определяющие информационные связи между шаблонами в динамической модели.

1) Процедуры вывода D и d определяют для каждого шаблона модели покрывающие.

1.a. Процедура сопоставления примитиву шаблона.

Назначением данной процедуры является осуществить покрытие примитива дерева целей концептуальной модели экземпляром шаблона (экземпляр шаблона - это шаблон, заполненный конкретными данными, начиная от названий всех структурных элементов и заканчивая числовыми значениями).

Пусть Tr - множество вершин дерева целей концептуальной модели, L ? Tr - множество примитивов, тогда процедуру D можно определить как отображение множества примитивов на множество экземпляров.

D : L ? A , (1)

Причем ?l_i ? L ? a_j ? A: f_i = Fn_j , ,

где f_i - цель примитива, Fn_j - цель функционирования шаблона,

m - количество примитивов дерева целей концептуальной модели,

k - количество экземпляров шаблонов.

1.b. Процедура задания экземпляра.

Пусть Е - множество всех экземпляров в модели, а А - множество всех шаблонов.

Процедуру d можно в общем случае представить как отображение множества шаблонов на множество терминов и норм.

d: D(L) ? V?W , (2)

причем ? a_i ? A ? e_j ? E: (? s? St_i ? v?V) & (? c ? I_i ? w?W ) , ,

где n - количество шаблонов в системе,

k - количество экземпляров шаблонов в системе.

Т.е. для любого шаблона из множества шаблонов модели существует экземпляр, только тогда, когда каждому элементу структуры шаблона найдется соответствующий элемент множества понятий и терминов и когда каждому начальному значению шаблона будет задано значение из нормативной базы - множества коэффициентов и констант W.

2) Процедура вывода, определяющая материальные связи между экземплярами шаблонов.

Под материальными связями здесь подразумевается связывание отдельных экземпляров через такие элементы системной динамики как потоки.

В общем случае при условии, что все шаблоны после их заполнения становятся экземплярами, процедуру можно представить как отображение некоторого подмножества экземпляров на произведение этого подмножества самого на себя.

: Е₁ ? Е₁ ? Е₁ , где Е₁ ? Е , (3)

причем ?е_i ? Е₁ ? е_j ? Е₁: < е_i, е_j > ? Е₁ ? Е₁, , n_k - количество шаблонов в Е₁ (n_k < n).

Таким образом, схема отображения может быть представлена в виде матрицы _к (n_k ? n_k), строки и столбцы которой соответствуют экземплярам шаблонам модели. Значения элементов данной матрицы определяются наличием отношений между соответствующими шаблонами модели на к - ом уровне иерархии.

Прежде чем приступить к описанию принципов построения матрицы _к (n_k ? n_k), необходимо определить виды объединения шаблонов между собой. В работе рассматривается два типа объединения: последовательное и параллельное.

Определим матрицу _к (n_k ? n_k).

где i,j = 1,…,n_k ,

е_i , e_j - экземпляры шаблонов к-ого уровня, если родительская вершина к+1 уровня,

M_ij - матрица сопряжения входных и выходных параметров двух экземпляров.

В многомерном случае, элемент M_ij также является матрицей

где t,p = 1,…, m, m - количество входных/выходных параметров шаблонов.

3) Процедуры вывода, определяющие информационные связи системно-динамической модели

В диссертационной работе рассматриваются три типа информационной связи: связь между элементами структуры двух шаблонов; связь между вспомогательной переменной и элементом структуры шаблона; связь между элементом структуры шаблона и вспомогательной переменной.

3.a) Процедура вывода, определяющая информационные связи между элементами структуры двух экземпляров шаблонов.

Пусть Е1?Е является подмножеством множества экземпляров шаблонов модели и содержит экземпляры, покрывающие все дочерние вершины родительской вершины дерева целей (к - уровень иерархии, l - индекс вершины в этом уровне).

Тогда отображение

? : Е1 ? Е1?Е1, Е1 ? Е , (4)

причем ? е_i ? Е₁ ? е_j ? Е₁:

1) < е_i, е_j > ? Е₁ ? Е₁, , n_k - количество шаблонов в Е₁

2) ? s_p ? St_i ? e_i ? s_t ? St_j ? e_j : < s_p, s_t > ? Sti ? St_j ? Е₁ ? Е₁ , где t?[1;m_i] и p?[1;m_j] , m_i и m_j - количество элементов структуры в экземплярах е_i и е_j соответственно.

Схема отображения ? может быть представлена в виде квадратной матрицы ?( n_k ? n_k), строки и столбцы которой соответствуют элементам множества Е1. Значения элементов данной матрицы определяются наличием связи между соответствующими экземплярами данного множества.

В свою очередь элемент B_ij матрицы ?( n_k ? n_k) также является матрицей B(m_i ? m_j), где m_i и m_j - количество элементов структуры в экземплярах е_i и е_j соответственно. Вид данной матрицы может быть определен следующим образом:

3.b) Процедура вывода, определяющая информационные связи между вспомогательными переменными и экземплярами шаблонов модели, задается как отображения множества вспомогательных переменных Vk, полученных в результате добавления экспертных знаний об объекте моделирования, на декартово произведение этого множества с множеством экземпляров модели Е1, которое может являться подмножеством множества всех экземпляров модели Е.

Пусть Vk - множество вспомогательных переменных модели, а Е1 - подмножество экземпляров модели, тогда

R1 : Vk ? Vk ? Е₁, E1 ? Е (5)

причем ?v_i ? Vk ? е_j ? Е₁: < v_i, е_j > ? Vk ? Е₁, i=1,…,k (6),

k - количество вспомогательных переменных в модели,, n_k - количество шаблонов в Е₁

Принимая во внимание, что каждый экземпляр имеет свою внутреннюю структуру и в качестве параметра информационной связи может выступать любой элемент структуры, т.е. е_j = <St_j , Fn_j , X_j , Y_j , I_j> , то высказывание (6) можно записать в следующем виде:

?v_i ? Vk ? е_j ? Е₁| ? s_k ? St_j : < v_i, s_k > ? Vk ? St_j ? Vk ? Е₁

3.c) Процедура вывода, определяющая информационные связи между элементами структуры шаблона и вспомогательными переменными. Процедура определена как отображение множества экземпляров модели Е1, которое может являться подмножеством множества всех экземпляров модели Е, на декартово произведение этого множества с множеством вспомогательных переменных модели Vk.

R2 : E1 ? E1 ? Vk, E1 ? Е (7)

причем ? е_i ? Е₁ ? v_j ? Vk : < е_i , v_j > ? E1 ? Vk, (8)

,n_k - количество шаблонов в Е₁ , j=1,…,k , k - количество вспомогательных переменных в модели.

? (е_i ? Е₁| ? s_k ? St_i ) ? v_i ? Vk : < s_k , v_i > ? St_j ? Vk ? Е₁? Vk

Применение к соответствующим наборам декларативных знаний данных процедур обеспечивает формальный синтез состава и структуры системно-динамической модели, соответствующей декларативным знаниям базы знаний, которая является реализацией концептуальной модели исследуемой предметной области. Последовательность применения процедур задается алгоритмами синтеза системно-динамической модели.

Четвертая глава посвящена разработке методики количественной оценки точности рекуррентных системно-динамических моделей, реализованных в инструментальных средах, использующих стандартные методы интегрирования.

Данная методика основывается на использовании рекуррентных соотношений, которые достаточно хорошо применимы к используемой вычислительной схеме. В качестве основного подхода к количественной оценке ошибок использован метод эталонной модели в следующей модификации, непосредственно ориентированной на имитационное моделирование.

Предпологая,

(а) что исследуемая динамическая модель М представляет собой точно известную и однозначно определенную композицию относительно самостоятельных подмоделей;

М=сК { Mi | iI }

(b) что для каждой названной в пункте (а) подмодели Мi известна эталонная линейная рекуррентная модель < Мi ; >, iI ;

(c) что единственными источниками ошибок исследуемой композиционной модели являются:

1) отклонение общесистемного времени от элементарных циклов подмоделей;

2) используемый метод интегрирования.

Дополнительным существенным предположением для развитого ниже подхода является предположение о гладкости номинальной характеристической функции ошибок в пределах реальной полосы погрешностей каждой из используемых подмоделей Мi, iI.

Указанные в пункте (с) причины погрешностей оказываются аддитивными, что позволяет вместо совокупности эталонных моделей < Мi ; >, iI, для каждого метода интегрирования, просто рассматривать соответствующие Совокупные Номинальные Функции Ошибок (СНФО).

В рассматриваемой методике оценки методической погрешности рекуррентных системно-динамических моделей для построения СНФО использовались линейная, параболическая, кубическая аппроксимация функций. Для каждого вида аппроксимации были доказаны оптимизационные теоремы, на основе которых строится анализ методических ошибок, что позволило осуществить и обосновать правильность выбора оптимального шага интегрирования для композитных системно-динамических моделей. Формулировки данных теорем приведены ниже. Доказательство теорем проводилось с использованием математического аппарата и методов теории экстремальных задач, а именно линейное программирование, поскольку задачу исследования методических погрешностей можно свести к задаче поиска экстремальных точек обобщенной функции ошибок композитной модели.

Системное время считается действительной величиной из интервала (0,1], что достигается простой нормировкой величин элементарных циклов подмоделей, т.е. масштабированием с коэффициентом множества { | iI } характеристических циклов подмоделей. Более того, далее также считается , что позволит нам избежать необходимости учета точек “инверсии” для кривых ошибок подмоделей на множестве значений приведенных циклов. Таким образом, для определенности, считаем - нормированные циклы подмоделей, с соответствующими функциями ошибок f1(t) и f2(t).

Теорема 1 Если СНФО , элементов декомпозиции {M1; M2} динамической модели М линейны относительно t, то оптимальное значение системного времени, минимизирующее ошибку аппроксимации М, совпадает с одной из границ интервала [a,b].

Теорема 2 Парная композиция рекуррентных динамических моделей, обладающих однотипными СНФО вида (10), достигает наименьшей ошибки аппроксимации при

(9).

; (10).

Теорема 3: Множество оптимальных значений системного времени парной композиции рекуррентных динамических моделей , обладающих однотипными СНФО вида (11), непусто и содержит, по крайней мере, одну точку множества

{; }

(11)

Теоремы 2 и 3 позволяют обобщить полученные результаты на множественные композиции рекуррентных подмоделей, обладающих линейными СНФО.

Пятая глава содержит описание программного комплекса автоматизации синтеза системно-динамических моделей. Программная реализация имеет модульную структуру, что обеспечивает удобство и легкость редактирования отдельных модулей, не влияющее на работу остальных, и добавление новых функциональных возможностей в среду.

Основные модули:

1. Генерация дерева целей. Осуществляется диалог через интерфейс пользователя между средой и специалистом, который с помощью инструментария программного комплекса выполняет декомпозицию «своей» цели.

2. Генерация дерева шаблонов. На основе информации из соответствующих БД и диалога между специалистом и программным комплексом строится дерево шаблонов.

3. Блок коррекции. Производится проверка правильности генерации дерева шаблонов, осуществляет рекомендацию о соответствии выбора альтернативных ветвей дерева по заданным формальным критериям.

4. БД целей и шаблонов. Хранится информация о соответствующих деревьях.

5. Заполнение БД шаблонов. Через интерфейс пользователя осуществляется заполнение БД шаблонов экспертом.

6. Агент Powersim. Формируются данные о конечных шаблонах и передаются среде Powersim, где по ним строится системно-динамическая модель.

7. БД справочника. Содержит информацию о предметной области.

Для удобства хранения и обработки вся информация системы разбита на отдельные базы данных: БД вершин дерева целей; БД спецификаций шаблонов; БД экземпляров шаблонов; БД пользователей; БД справочника.

В системе предусмотрено разделение пользователей по категориям, в зависимости от выполняемых ими функций: системный аналитик, эксперт.

Система реализована в среде визуального программирования Borland Delphi 6.0, ядро системы занимает около 17 Mb дисковой памяти.

Заключительная часть главы содержит описание системно-динамической модели топливно-энергетического комплекса Мурманской области, полученной в результате применения разработанных методик синтеза и реализованных в виде программного комплекса.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ:

1. Разработаны на базе функционально-целевого подхода средства формализации и представления коллективных экспертных знаний, позволяющие специалистам строить иерархические описания объектов, процессов и отношений исследуемой системы в терминах предметной области.

2. Разработаны процедуры обработки знаний, обеспечивающие формальный синтез моделей системной динамики на основе технологии концептуальных шаблонов. Это позволило избежать формализации экспертных знаний непосредственно в терминах моделей системной динамики, что особенно затруднительно в процессе моделирования сложных систем, и синтезировать общую модель из конечного набора типовых конструкций, несущих определенную функциональную нагрузку.

3. Разработана методика количественной оценки точности композитных системно-динамических моделей. Предлагаемая методика позволила объективно оценивать точность моделей относящихся к классу композитных рекуррентных моделей, т.е. моделей состоящих из конечного числа относительно независимых друг от друга шаблонов, и осуществлять обоснованный выбор оптимального шага интегрирования для композитной модели в целом, который минимизирует ее методическую ошибку.

4. Разработан программный комплекс автоматизации синтеза системно-динамических моделей сложных промышленных систем. Комплекс позволяет разрабатывать динамические модели, собирая из специально построенных типовых конструкций и используя формализованные экспертные знания.

5. Построена системно-динамическая модель топливно-энергетического комплекса Мурманской области, представляющая собой интегрированные аналитические описания динамики производства и потребления электрической и тепловой энергии. Модель позволяет исследовать различные стратегии развития ТЭК с учетом его взаимодействия с другими отраслями экономики Мурманской области.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ ИЗЛОЖЕНЫ В СЛЕДУЮЩИХ ПУБЛИКАЦИЯХ:

Быстров В.В. Об оценке точности моделей системной динамики // Имитационное моделирование. Теория и практика: материалы всероссийской конференции - ФГУП ЦНИИ технологии судостроения, С.-П., 2005 - С.87 - 89.

Быстров В.В., Цай Е.Л. Разработка системно-динамической модели развития моногорода в современных экономических условиях // Информационные технологии в региональном развитии - Апатиты, 2005 - Вып. V. - С.50-57.

Быстров В.В., Кодема В.А. Разработка информационной системы автоматизации синтеза структуры динамических моделей сложных систем // Сборник «Информационные технологии в региональном развитии» - Апатиты, ИИММ КНЦ РАН, 2006 - Вып. 6 - С.37-41.

Быстров В.В. Методика экспериментальной оценки точности композиции концептуальных шаблонов// Сборник «Информационные технологии в региональном развитии» - Апатиты, ИИММ КНЦ РАН, 2006 - Вып. 6 - С.49-52.

Быстров В.В., Кодема В.А. Формальный синтез структуры модели системной динамики на основе концептуальных шаблонов. // Сборник «Информационные технологии в региональном развитии» - Апатиты, ИИММ КНЦ РАН, 2006 - Вып. 6 - С.57-62.

Быстров В.В. Программный комплекс автоматизации синтеза структуры динамических моделей сложных систем. // Вестник Поморского Университета - 2006 - Выпуск 4 - С.111-118.

Быстров В.В. Методика оценки точности модели, построенной на основе концептуальных шаблонов // «Прикладные проблемы управления макросистемами» труды ИСА РАН - том 28 - М., 2006 - С.207 - 213.

Быстров В.В., Кодема В.А. Инструментальная система автоматизированного синтеза имитационных моделей сложных систем // «Прикладные проблемы управления макросистемами» труды ИСА РАН - том 28 - М., 2006 - С.213 - 225.

Быстров В.В. Организация базы знаний при автоматизации синтеза динамических моделей сложных систем // Информационные ресурсы России - 2006 г. - Выпуск 6 - С.34-36.

Быстров В.В., Горохов А.В. Информационная технология концептуального синтеза динамических моделей сложных систем // Информационные ресурсы России - 2007 -выпуск 2 - С.15-18.

Быстров В.В., Горохов А.В. Технология концептуальных шаблонов для синтеза имитационных моделей сложных систем // Проблемы управления и моделирования в сложных системах: труды IX Международной конференции - Самарский научный центр РАН, Самара, 2007 - С.462 - 467.

Быстров В.В. Программный комплекс автоматизации концептуального синтеза системно-динамических моделей // Программные продукты и системы, № 1, 2008 - С.32-35.

Размещено на Allbest.ru

...