Научно-технологическое прогнозирование на базе прогрессивного морфологического подхода

Размещено на http://www.allbest.ru/

Научно-технологическое прогнозирование на базе прогрессивного морфологического подхода

Раков Д.Л. к.т.н., с.н.с. ИМАШ РАН

Ключевые слова: научно-технологическое прогнозирование, инновационные технологии, прогрессивный морфологический подход.

Keywords: scientific and technological forecasting, innovative technologies, progressive morphological approach.

Синтез инновационных технологий и решений, а также их прогнозирование обусловливает интерес разработчиков к компьютерным методам поддержки инновационных процессов. Создание инновационных технологических систем (ТС) происходит в условиях жесткой конкуренции, эти системы характеризуются быстрым моральным старением, а также необходимостью динамично реагировать на изменяющиеся условия внешней среды. В связи с этим особое значение приобретает решение проблемы синтеза технологических решений (ТР), в которых воплощены новейшие научно-технические достижения и открытия с высокими показателями. Для этого необходимо использование системного анализа и синтеза при их создании.

При синтезе ТС и ТР значительно изменяется информационное поле (рис. 1). На этапе исследований (этап 1, рис. 1), в результате выявления потребностей, принимается решение о создании новой ТС, определяются ее основные характеристики, которые являются исходными данными для следующего этапа проектирования. Результаты исследований этого этапа, как правило, являются основой для принятия решений о необходимости создания или модификации системы, либо о целесообразности проведения дополнительных исследований. Целью решения совокупности перечисленных выше задач является определение содержания этапа оперативно-тактических исследований, результатом которого является ТЗ на проектирование ТС и других подсистем.

После этого начинается непосредственное проектирование ТС - предэскизное проектирование (этап 2). На этом этапе проектирования ведется проработка нескольких технических предложений, проводится их сравнительный анализ с точки зрения соответствия функциональному назначению, дается предварительная оценка эффективности разрабатываемых вариантов, определяются предпочтительные из них. Необходимость проработки нескольких вариантов вызвана, в основном, отсутствием точной информации о возможных реализациях того или иного проектного решения. Для этих этапов характерна значительная неопределенность используемой информации и чрезвычайно большая размерность.

Рисунок 1. Изменение информационного поля в процессе проектирования ТС

Неопределенность связана с естественными для этого уровня неточностями прогнозирования потребностей и технических возможностей реализации проектируемых систем. При этом неопределенности при оценке потребностей и технических возможностей имеют различный характер. Первая, как правило, устраняется лишь при непосредственном использовании ТС, вторая - последовательно уменьшается в процессе проектирования и изготовления ТС.

После анализа рациональных вариантов ТС в целом формируются предварительные требования ко всем ее элементам, и намечается состав оборудования, определяющего ее функциональные особенности. На этом заканчивается первый виток спирали проектирования, после которого можно судить об основных деталях выбранной схемы. Из-за отсутствия точной информации на этом этапе еще не устанавливаются окончательные параметры ТС и ее подсистем.

Предэскизное проектирование непосредственно переходит в эскизное (этап 3). После утверждения эскизного проекта на этапе технического проектирования (этап 4) проводится дальнейшее уточнение параметров и характеристик, а также проводится окончательная увязка всех элементов.

Анализ описанных этапов показывает, что одной из основных особенностей проектирования является последовательный процесс принятия решений в условиях неопределенности. При этом принятые на каждом этапе решения уменьшают степень неопределенности последующих этапов проектирования, что приводит к последовательному уточнению и детализации проектных решений. Значительная неопределенность информации на предварительных этапах проектирования приводит к рассмотрению «грубых» моделей и многовариантности ТР, т.е. параллельной отработке нескольких альтернативных вариантов. Уточняются также внешние факторы, воздействующие на ТС. Взаимовлияние внешних и внутренних факторов процесса проектирования и его автоматизация является одной из его определяющих характеристик и нуждается в детальном системном и математическом исследовании. Для инновационных ТС эффективность проектно-поисковых исследований в значительной степени влияет на ход дальнейших разработок, поэтому на этапе предварительного проектирования целесообразно всемерное внедрение новых методов, повышающих достоверность и качество результатов.

Основными задачами системного анализа являются три задачи [1] (рис. 2):

декомпозиция ТС;

анализ ТС. Анализ проводится для идентификации свойств ТС и для установления закономерностей ее функционирования;

задача синтеза ТС. На основе информации о ТС, разрабатывается модель ТС, определяются ее структура (структурный синтез) и параметры (параметрический синтез или параметрическая оптимизация), обеспечивающие эффективное функционирование ТС и достижение поставленных целей.

В большинстве практических задач структурный синтез образует с параметрическим единое целое. Очевидно, что параметрический синтез (оптимизация) проводится при условии фиксации структуры объекта. Обратное неверно. Структурный синтез слабо связан с какими-либо предположениями о выбранных параметрах. Поэтому структурная оптимизация, естественная для любого процесса проектирования, всегда опирается на повторяющуюся параметрическую оптимизацию.

Операции структурного и параметрического синтеза проводятся, как правило, последовательно. Целесообразность разработки методов структурного синтеза не вызывает сомнений, поскольку в дополнение к эффекту, получаемому от решения задач параметрической оптимизации, может быть получен не меньший эффект за счет расширения (на порядок и более) множества рассматриваемых ТР. Если при постановке задач параметрической оптимизации (по одному и тому же критерию качества) для двух вариантов ТС нельзя задать одинаковые наборы оптимизируемых параметров и одинаковые целевые функции и функции ограничений, то эти варианты ТС имеют различную структуру, т.е. для различных структур имеют место различные по постановке задачи параметрической оптимизации. При этом приходится формировать и просматривать различные сочетания элементов ТС друг с другом, определяющие тем самым тот или иной вариант конструкции, технологии или последовательно комплектовать из отдельных агрегатов и блоков заданную структуру. Для автоматизированного синтеза оптимальной структуры необходимо применение особых численных методов, поэтому в настоящее время алгоритмы структурного синтеза, активно разрабатываются в различных областях техники.

Рисунок 2. Основные задачи системного анализа

Синтез ТС представляет собой задачу большой размерности, решить которую аналитически на данном этапе не удается. Для ее решения требуется знать точную модель взаимосвязи параметров, определяющих систему, а также критерии, характеризующие успешность ее реализации. Такие характеристики можно получить только в результате моделирования поведения системы. В виду отсутствия полной математической модели, связывающей параметры, определяющие систему с критериями качества ее реализации, задачу синтеза необходимо решать методом подбора параметров [2]. Все множество методов постановки и решения задач поиска можно разбить на два класса: трансформационные и морфологические, другое обозначение - алгоритмические и эвристические методы проектирования [3, 4].

Трансформационный подход базируется на следующих принципах. На стадии анализа, путем продвижения от предугадываемого разработчиком облика искомого решения к возможному его прототипу, формируют план решения задачи. Реализацию этого плана, т.е. синтез искомого решения, осуществляют путем тех или иных преобразований (трансформаций) прототипа с помощью одного, но чаще целой системы эвристических приемов (например, инвертирование, поиск аналогий и т.д.). При этом весь цикл решения задачи приходится повторять многократно, отыскивая ряд прототипов и используя для их трансформации различные наборы эвристических приемов.

Трансформационные (эвристические) методы разрабатывались в ряде работ (Альтшулер [5, 6] 1973, 1982, Буш [7], 1979, Половинкин [8], 1981, Бирюков [9], 1982 и ряде других). Надежность трансформационных методов, опирающихся на построение модели ориентира искомого ТР, обратно пропорциональна сложности решаемых задач [10]. Попытки преодолеть этот недостаток, внутренне присущий трансформационным методам, привели к возникновению морфологического подхода, базирующегося на комбинаторном подходе. Суть морфологического подхода к решению задачи состоит в следующем. На стадии морфологического анализа надо получить не план решения задачи, как в трансформационных методах, а так называемое морфологическое множество решений (ММР) - описание всех потенциально возможных решений данной задачи.

Был разработан прогрессивный морфологический подход, опирающийся на многокритериальный, кластерный анализ и теорию множеств. Предложенный подход реализуется следующим образом [11-13]:

В исследуемой ТС выделяются признаки (функциональные или конструктивные). В зависимости от вида задачи из множества основных признаков экспертами выбираются существенные. Для каждого признака формируют альтернативы, т. е. возможные варианты его исполнения или реализации. После декомпозиции и анализа исследуемых систем формируется морфологическая матрица (ММ) (рис. 3). Все варианты ТР из матрицы образуют морфологическое множество решений.

Рисунок 3. Морфологическая матрица и ТР (справа) в ней

ММ содержит как уже известные варианты ТР, так и множество новых (неизвестных) ТР. В ММ заносится множество опорных ТР (известных решений - из описаний патентов, литературы и технической документации). Для уменьшения размерности множества возможных решений генерируется матрица несовместимых сочетаний альтернатив, что позволяет построить допустимое множество решений. Каждый вариант, содержащийся в ММ, получает оценку в зависимости от критерия и балльной оценки элементов признаков. Затем осуществляется генерация вариантов, их оценка и первоначальный отбор. Область исследования сужают к нескольким кластерам, которые в дальнейшем исследуются. Для повышения степени информативности при выборе генерируются конвергентные варианты, т.е. варианты имеющие максимальную оценку по каждому из критериев, и «лучший» или «идеальный» вариант - решение, имеющее максимальную оценку. Для сопоставления различных вариантов строится морфологическое пространство решений, в котором положение системы характеризует свойства выбранных вариантов (рис. 4). Количество вариантов для отбора и кластеризации может варьировать (рис. 5).

Сопоставляя варианты, определяют наилучшие, из которых составляется итоговая таблица, где после всех выборок остается набор приемлемых решений. ТР, помимо состава и функций, описывают также связи (эффективные, энергетические и т.д.).

Рисунок 4. Расположение кластеров в морфологическом поле решений

Рисунок 5. Морфологические поля решений с разным количеством исследуемых вариантов: а) 67 вариантов б) 123 варианта

Выводы

информационный морфологический технологический инновационный прогнозирование

Предложенный подход был использован для синтеза инновационных технических и технологических систем и решений в машиностроении, аэрокосмической отрасли и ряде других областей [14-16], а также для прогнозирования развития ряда ТС и ТР.

В заключении можно сделать выводы о том, что использование прогрессивного морфологического подхода позволяет повысить вероятность создания инновационных ТС с высокими качественными показателями и одновременно снизить риски технологического характера. К достоинствам метода следует отнести и его способность давать ценные, по отношению к исходной цели поиска, результаты:

Список литературы

1. Алесинская T. В. Основы логистики. Общие вопросы логистического управления. - Таганрог: Изд-во ТРТУ, 2005. - 121 с.

2. Земских Л. В., Самаров Е. К., Жданов А. А., Бабкова В. В.. Применение генетических алгоритмов для оптимизации адаптивной системы управления мобильного робота на параллельном вычислительном комплексе. Аннотация проекта РФФИ № 03-01-00323 и № 04-01-08023. 2004. - 24с.

3. Быков В. П. Методика проектирования объектов новой техники. - М.: Высшая школа, 1990. - 168 с.

4. Автономов, В. Н. Создание современной техники. - М.: Машиностроение, 1991. - 258 с.

5. Альтшуллер Г. С. Алгоритм изобретения. - М.: Радио и связь, 1973. - 296 с.

6. Альтшуллер Г. С. Творчество как точная наука: теория решения изобретательских задач. - М.: Советское радио, 1979. - 184 с.

7. Буш Г. Я. Аналогия и техническое творчество. - Рига: Лиесма, 1978. - 128 c.

8. Половинкин А. И. Автоматизация поискового конструирования. - М.: Радио и связь, 1981. - 368 с.

9. Бирюков Б. В., Гудчин И. Б.. Машина и творчество. - М.: Радио и связь, 1982. - 168 c.

10. 0дрин М., Картавов С. С. Морфологический анализ систем (построение морфологических матриц. - Киев: Наукова думка, 1977. - 148 c.

11. Bardenhagen A., Gavrilina L. V., Klimenko B. M., Pecheykina M.A., Rakov D. L., Statnikov I. N. A Comprehensive Approach to the Structural Synthesis and Evaluation of Engineering Solutions in the Design of Transportation and Technological Systems // Journal of machinery manufacture and reliability. 2017. - N 46. - P. 453-462. DOI: 10.3103/S105261881705003X

12. Klimenko B., Rakov D. Analysis and Synthesis of innovative engineering solutions and technologies based on advanced morphological approach // Advances in Intelligent Systems and Computing. 2018. - Т. 658. - P. 274-283.

13. Rakov D. Strukturelle Synthese und Analyse von innovativen technischen Systemen // Unique and Excellent Ingenieurausbildung im 21. Jahrhundert. 2000. - S. 388-395.

14. Rakov D. OKKAM - advanced morphological approach as method for computer aided innovation (CAI) // MATEC WEB OF CONFERENCES The proceedings International Conference on Modern Trends in Manufacturing Technologies and Equipment: Mechanical Engineering and Materials Science (ICMTMTE 2019). 2019. - P. 00120.

15. Rakov D.L., Sukhorukov R.Y., Pecheykina M.A. Choosing and Evaluating Fabrication Processes by Means of a Computer-Aided Innovation Support System Based on the Morphological Approach // Journal of Machinery Manufacture and Reliability. 2019. - Т. 48, N 2. - P. 173-178.

16. Bardenhagen A., Rakov D. Advanced morphological approach in aerospace design during conceptual stage // Facta Universitatis. Series: Mechanical Engineering. 2019. - Т. 17, N 3. - P. 321-332.

Размещено на Allbest.ru