Моделі та засоби підвищення ефективності адаптивних інформаційно-управляючих систем промислових виробництв

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

ХЕРСОНСЬКИЙ НАЦІОНАЛЬНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ

МОДЕЛІ ТА ЗАСОБИ ПІДВИЩЕННЯ ЕФЕКТИВНОСТІ ФУНКЦІОНУВАННЯ АДАПТИВНИХ ІНФОРМАЦІЙНО-УПРАВЛЯЮЧИХ СИСТЕМ ПРОМИСЛОВИХ ВИРОБНИЦТВ

05.13.06 - інформаційні технології

АВТОРЕФЕРАТ

дисертації на здобуття наукового ступеня кандидата технічних наук

ЛІСЯНОЙ ГЕННАДІЙ ВОЛОДИМИРОВИЧ

Херсон - 2010

Анотація

Лісяной Г.В. Моделі та засоби підвищення ефективності адаптивних інформаційно-управляючих систем промислових виробництв. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 - інформаційні технології. - Херсонський національний технічний університет, Херсон, 2010.

Дисертаційна робота присвячена вирішенню важливої науково-технічної задачі підвищення ефективності функціонування та розвитку ПВ, сутність якої полягає в розробці теоретичних та методологічних основ адаптації, моделей та методів побудови АІУС ПВ.

Суттєве підвищення ефективності системи управління функціонуванням та розвитком ПВ здійснено на основі розроблених: методики вирішення задачі адаптивного управління об'єктом, або процесом ПВ; методів адаптації процесів управління об'єктами, що функціонують в невизначеному середовищі; критерію оптимізації для задач ідентифікації і параметричної адаптації динамічних об'єктів; нелінійної схеми компромісів як засобу адаптації до ситуації прийняття багатокритеріального рішення; адаптивної системи управління з використанням самонастроювальної моделі, заданої у вигляді векторного рівняння; методу оптимізації систем управління, що функціонують в умовах невизначеності; методу оптимізації динамічних систем управління; методу синтезу алгоритмів адаптації для АІУС; методу визначення оптимального варіанту структури і властивостей АІУС; динамічної моделі ПВ; дослідження впливу параметрів, що знаходяться в компетенції керівництва ПВ; дослідження впливу параметрів, що знаходяться в компетенції вищестоящого органу, дослідження сумісного впливу декількох параметрів управління; інструментарію декомпозиції функціональних алгоритмів АІУС; алгоритму пошуку із структурною адаптацією; методики синтезу функціональних алгоритмів для підсистем АІУС; методики вдосконалення структури алгоритмів АІУС; технології адаптивного стратегічного планування ПВ; функціональної схеми локальної АІУС; структурної схеми адаптивної системи управління, на основі спеціалізованого контролера; імітаційного моделювання локальних алгоритмів АІУС.

управління адаптація алгоритм

Аннотация

Лисяной Г.В. Модели и средства повышения эффективности адаптивных информационно-управляющих систем промышленных производств. - Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.06 - информационные технологии. - Херсонский национальный технический университет, Херсон, 2010.

Диссертационная работа посвящена решению важной научно-прикладной задачи повышения эффективности функционирования и развития ПП, сущность которой состоит в разработке теоретических и методологических основ адаптации, моделей и методов построения АИУС ПП.

Существенное повышение эффективности системы управления функционированием и развитием ПП осуществлено на основе разработанных: методики решения задачи адаптивного управления объектом или процессом ПП; методов адаптации процессов управления объектами, функционирующих в неопределенной среде; критерия оптимизации для задач идентификации и параметрической адаптации динамических объектов; нелинейной схемы компромиссов как средства адаптации к ситуации принятия многокритериального решения; адаптивной системы управления с использованием самонастраивающейся модели, заданной в виде векторного уравнения; метода оптимизации систем управления, которые функционируют в условиях неопределенности; метода оптимизации динамических систем управления; метода синтеза алгоритмов адаптации для АИУС; метода определения оптимального варианта структуры и свойств АИУС; динамической модели ПП; исследования влияния параметров, которые находятся в компетенции руководства ПП; исследование влияния параметров, которые находятся в компетенции вышестоящего органа, исследования совместного влияния нескольких параметров управления; инструментария декомпозиции функциональных алгоритмов АИУС; алгоритма поиска со структурной адаптацией; методики синтеза функциональных алгоритмов для подсистем АИУС; методики совершенствования структуры алгоритмов АИУС; технологии адаптивного стратегического планирования ПП; функциональной схемы локальной АИУС; структурной схемы адаптивной системы управления на основе специализированного контроллера; имитационного моделирования локальных алгоритмов АИУС.

Summary

Lisyanoy G.V. Models and resources of increase of effectiveness of the adaptive management-information systems of industrial enterprises. - Manuscript.

Dissertation on the competition academic degree of candidate of technical sciences on speciality 05.13.06 - information technologies. - Kherson national technical university, Kherson, 2010.

Dissertational work is devoted to decisions of the important scientific-applied task increases of efficiency of functioning and development of enterprises essence of which consist in work out of theoretical and methodological bases of adaptive models and methods of construction AMIS of enterprises.

Essential increase of a system effectiveness of management by functioning and development of industrial production is carried out on the basis of developed: procedure of the decision of a task of adaptive management of object or process of enterprise; the methods of adaptation of managerial processes by objects functioning in the uncertain environment; criterion of optimization for tasks of identification and parametrical adaptation of dynamic objects; the nonlinear circuit of compromises as means of adaptation to a situation of acceptance multicriterion decisions; an adaptive control system with use of the self-adapting model set as the vector equation; a method of optimization of control systems which function in conditions of uncertainty; a method of optimization of dynamic control systems; a method of synthesis of algorithms of adaptation for AMIS; a method definition of an optimum variant of structure and properties AMIS; dynamic model of industrial production; research of influence of parameters which are in the competence of a higher element, researches of compatible influence of several parameters of management; toolkit of decomposition of functional algorithms AMIS; algorithm of search with structural adaptation; procedure of synthesis of functional algorithms for subsystem AMIS; procedure of perfection of structure of algorithms AMIS; technologies of adaptive strategic planning of industrial production; a function chart local AMIS; the block diagram of an adaptive control system on the basis of the specialized controller; simulation of technique of local algorithms AMIS.

1. Загальна характеристика роботи

Актуальність теми. Посилення ринкової орієнтації промислових виробництв (ПВ), різкі зміни зовнішнього середовища (асортименту продукції, балансу попиту та пропозиції, кон'юнктури ринку) викликають необхідність розробки адаптивних інформаційно-управляючих систем (АІУС). За оцінками вітчизняних і закордонних фахівців впровадження АІУС у наступні роки стане основним напрямком в області автоматизації ПВ.

Отримання максимального ефекту від впровадження АІУС залежить в першу чергу від пошуку способів побудови і аналізу комплексів алгоритмів, забезпечуючи необхідну функціональну можливість вирішення виробничих задач, при забезпеченні задовільної для практики надійності їх реалізації для всіх підсистем АІУС.

Важливість вирішення задач підвищення показників якості і ефективності функціонування існуючих і проектованих АІУС, за рахунок подальшого розвитку теоретичних основ, проблемно-орієнтованих моделей і методів синтезу адаптивних ІУС ПВ, є актуальною науковою і практичною задачею.

Актуальність і практична значущість вирішення даної задачі і зумовили вибір теми, постановку мети і задач дослідження.

Передумовою для успішного вирішення цієї задачі є наукові розробки вітчизняних вчених: Андрейчікова О.В., Башмакова О.І., БусленкоМ.П., Васюхіна М.І., Волкова В.М., Гандельмана М.Х., Глушкова В.М., Іванова В.В., Коломойцева М.Б., Костюка В.І., Міркіна Б.М., Мірошніка І.В., Нікіфорова В.О., Папченко О.М., Рубіна А.Н., Сільвєстрова А.І., Фісуна М.Т., Фрадкова О.Д., Юдіна О.Ю. та ін., праці яких створили необхідні теоретичні і практичні основи для подальших досліджень.

З урахуванням висловленого, розробка нових адаптивних методів, моделей, алгоритмів і інструментальних засобів синтезу адаптивних інформаційно-управляючих систем ПВ є важливою і актуальною задачею дисертаційного дослідження.

Зв'язок роботи з науковими програмами, планами, темами. Мета роботи і основні задачі відповідають державним науково-технічним програмам, що сформульовані в Законах України «Про наукову і науково-технічну діяльність», «Про національну програму інформатизації», а також планам науково-технічних робіт Міністерства освіти і науки України: 6. - інформатика, автоматизація і приладобудування; 6.2.1 - інтелектуалізація процесів прийняття рішень; 6.2.2 - перспективні інформаційні технології і системи.

Дисертаційна робота є складовою частиною програм досліджень, що проводилися на кафедрі інформаційних технологій Херсонського національного технічного університету (ХНТУ) по темам «Розробка інформаційно-аналітичного забезпечення процедур підтримки ухвалення рішень в комп'ютерно-інтегрованих системах» (ДР № 0106U001578) і «Розробка інформаційних моделей для реалізації процедур структурного синтезу в комп'ютерно-інтегрованих системах» (ДР № 0103U001543), де здобувач приймав участь як відповідальний виконавець.

Мета і задачі дослідження. Метою дисертаційної роботи є вирішення важливої науково-технічної задачі підвищення ефективності функціонування та розвитку процесів оптимізації та адаптивного управління промислових виробництв сутність якої полягає в розробці теоретичних та методологічних основ адаптації, моделей та методів побудови АІУС.

Для досягнення вказаної мети необхідно вирішити наступні задачі:

• - проаналізувати: сутність концепцій управління, які використовуються при розробці ІУС; існуючі підходи до адаптивної ідентифікації ІУС; основні принципи побудови різних рівнів адаптації математичного забезпечення (МЗ), механізмів адаптації та адаптивних елементів МЗ, моделі оцінки ефективності функціонування підсистем АІУС та системи управління в цілому;
• - розробити: методику узагальненої процедури вирішення задачі адаптивного управління об'єктом або процесом ПВ; метод адаптації процесів управління об'єктами, які функціонують в невизначеному середовищі, що змінюється; критерій оптимізації для задач ідентифікації і параметричної адаптації динамічних об'єктів; нелінійну схему компромісів як засобу адаптації до ситуації прийняття багатокритеріального рішення; метод аналітичного конструювання АІУС з використанням самоналагоджувальної моделі заданої у вигляді векторного рівняння;
• - розробити методи: оптимізації функціонування системи управління ПВ в умовах невизначеності, синтезу алгоритмів адаптації, визначення оптимального варіанту структури та властивостей АІУС;
• - розробити динамічну модель ПВ та провести дослідження впливу параметрів, що знаходяться в компетенції керівництва ПВ, вищестоящого органу та сумісного впливу декількох параметрів управління;
• - розробити засоби вдосконалення АІУС ПВ у вигляді: інструментарію декомпозиції функціональних алгоритмів (ФА) АІУС; алгоритму пошуку із структурною адаптацією; методики синтезу ФА АІУС та вдосконалення їх структури; технології адаптивного стратегічного планування ПВ;
• - розробити: функціональну схему локальної АІУС; структуру адаптивної системи управління на основі спеціалізованого контролера; структурну схему системи управління об'єктами, які забезпечують випуск продукції високої точності; імітаційну модель локальних алгоритмів для окремих підсистем АІУС.
• Об'єкт дослідження. Об'єктом дослідження є процеси оптимізації та адаптивного управління промислових виробництв.
• Предмет дослідження - моделі та засоби підвищення ефективності адаптивних інформаційно-управляючих систем промислових виробництв.
• Методи дослідження. Для вирішення сформульованих задач використовувались методи багатокритеріальної оптимізації, теорії ймовірності і математичної статистики, теорії оптимального управління, теорії нечітких множин, імітаційного моделювання. Зокрема, для математичного опису задач застосовані методи теорії множин і математичної статистики. Для моделювання процесів- математичний апарат теорії множин і економіко-математичного моделювання; при розробці алгоритмів і програмних модулів використовувались методи алгоритмізації і програмування.
• Наукова новизна одержаних результатів полягає в наступному:
• Вперше:
• - розроблений критерій оптимізації для задач ідентифікації і параметричної адаптації динамічних об'єктів, у вигляді модифікованого функціонала, в який введені додаткові складові: позитивно напіввизначена матриця; позитивно визначена нелінійна матрична функція різниці стану моделі і об'єкту; невід'ємна скалярна нелінійна функція різниці стану моделі і об'єкту; коефіцієнт, що характеризує швидкість збіжності функціонала.
• - розроблений інструментарій декомпозиції ФА, який передбачає звуження області пошуку оптимального вирішення і включає етапи: дослідження зв'язності функціональних підсистем між собою і звуження суміжних областей, що складаються з груп ФА; аналізу алгоритмічного змісту та способів організації обчислювального процесу по функціональним підсистемам; дослідження однорідності вихідних інформаційних масивів і розподілу проміжних операторів по функціональних підсистемах; оцінки сумісного впливу розглянутих чинників на якість декомпозиції.
• - запропоновано алгоритм пошуку із структурною адаптацією, який в процесі оптимізації здійснює ідентифікацію ситуацій і перебудову своєї структури, шляхом використання відповідності між ситуацією, критерієм ефективності і оптимальним алгоритмом з подальшою його параметричною адаптацією по параметрах даної структури.
• Отримали подальший розвиток:
• - метод аналітичного конструювання адаптивної системи управління лінійними об'єктами ПВ з використанням самонастроювальної моделі заданої у вигляді векторного рівняння, в якому в якості критерію використовується функціонал, перша складова якого характеризує процес управління об'єктом, друга - процес ідентифікації, тобто вивчення об'єкту управління.
• - концепція нелінійної схеми компромісів як засобу адаптації до ситуації прийняття багатокритеріального рішення.
• - метод синтезу алгоритмів адаптації для самоорганзуючихся систем управління, що полягає у визначенні функції, яка визначає клас алгоритмів адаптації, закони зміни якої формують сімейство алгоритмів адаптації, які гарантують стійкість адаптивних систем в цілому.
• - технологія адаптивного стратегічного планування ПВ, суть якої полягає у використанні блоку адаптації із зворотними зв'язками, який акумулюючи в себе максимальні знання про поведінку ПВ в минулому і імітуючи майбутнє в розвитку ПВ, виробляє параметри адаптації, які дозволяють при розрахунку стратегічних планів враховувати майбутні умови їх реалізації і визначати реакцію ПВ на ці зміни.
• - імітаційне моделювання локальних алгоритмів управління для окремих підсистем АІУС.
• Достовірність результатів досліджень забезпечується використанням принципів прикладного системного аналізу, сучасних та достатньо апробованих математичних абстракцій, прогресивних інформаційних технологій, методів статистичної обробки експертних даних та імітаційного моделювання, які концептуально інтегровані в структуру управління функціонуванням та розвитком ПВ.
• Практичне значення одержаних результатів. Наукові положення, теоретичні і експериментальні результати досліджень і рекомендації можуть бути використані проектними організаціями, при створенні нових і модернізації існуючих АІУС, що дозволить скоротити терміни їх створення з метою збільшення ефективності їх функціонування.
• Розроблене адаптивне МЗ, у вигляді пакетів прикладних програм, і адаптивні засоби впроваджені на підприємствах м. Одеси: ВАТ «Стальканат», ТЖК та ПКК «КСП», а також використовуються в учбових процесах Херсонського національного технічного університету.
• Практична цінність підтверджується актами впроваджень.
• Особистий внесок здобувача полягає в постановці і обґрунтуванні мети і задач досліджень, критичному аналізі публікацій по темі дисертації, дослідженні процесів функціонування ПВ і сучасних АІУС ПВ. У вдосконаленні існуючих і розробці нових адаптивних методів, алгоритмів і МЗ, створенні нових інформаційних технологій синтезу АІУС ПВ, узагальненні отриманих при дослідженні результатів.
• Наукові положення, практичні результати, висновки і рекомендації, що виносяться на захист, належать автору і не містять результатів, які належать співавторам, разом з якими опубліковані наукові праці.
• Апробація результатів дисертації. Основні ідеї, положення й результати досліджень доповідалися на 7 і 10 Міжнародних наук.-практ. конф. «Сучасні інформаційні і електронні технології» (Одеса, 2006, 2009), 12-й Міжнародній наук.-техн. конф. «Фізичні і комп'ютерні технології» (Харків, 2006), IX і XI наук.-практ. Міжнародних конф. «Інформаційні технології в освіті і управлінні» (Нова Каховка, 2007, 2009), I Міжнародній наук.-метод. конф. «Математичні методи, моделі і інформаційні технології в економіці» (Чернівці, 2009), VIII Міжнародній наук.-практ. конф. студентів, аспірантів і молодих вчених «Науково-технічний розвиток: економіка, технології, управління» (Київ, 2009), Всеукраїнській наук.-практ. конф. «Актуальні проблеми і прогресивні напрямки управління економічним розвитком вітчизняних підприємств» (Кривий Ріг, 2009), XI Міжнародній наук.-практ. конф. «Системний аналіз і інформаційні технології» (Київ, 2009), дев'ятій конф. «Математичне моделювання і інформаційні технології» (Одеса, 2009). Крім того результати роботи пройшли апробацію на наукових семінарах кафедри інформаційних технологій ХНТУ.
• Публікації. Основні результати дисертаційної роботи опубліковано у 21 наукових працях, у тому числі 13 статей (7 - одноосібно), у збірниках наукових праць, видання яких входять до переліку затверджених ВАК України, 8 тез доповідей (6 - одноосібно) на вітчизняних і міжнародних наукових конференціях.
• 2. Основний зміст роботи
• У вступі здобувачем обґрунтовано актуальність вибраної теми дисертації і її зв'язок з державними науковими програмами і темами, сформульована мета та задачі досліджень, представлені теоретичні та практичні значення отриманих результатів, їх наукова новизна, відзначено особистий внесок здобувача та показаний ступінь апробації результатів.
• У першому розділі проведений аналіз сутності концепцій управління, які використовуються при розробці ІУС, проаналізовані відомі підходи до адаптивної ідентифікації ІУС. Існуючі адаптивні системи умовно можна поділити на два класи: параметричні і непараметричні. В параметричних системах структура управляючого пристрою залишається незмінною, а адаптація здійснюється за рахунок зміни значень параметрів, для наближення їх до оптимальної настройки. В непараметричних системах адаптація здійснюється за рахунок зміни структури (алгоритму функціонування) управляючого пристрою. Представлена класифікація систем ідентифікації по ступеню їх адаптивності, яка визначається: множиною структур і параметрів моделей; методів оптимальної оцінки параметрів моделей і параметрів цих методів; показників якості ідентифікації і основної задачі відповідно; моментів часу, при яких реальна система представлена набором даних, що описують вхідні і вихідні змінні.
• Розглянуті основні принципи побудови та рівні адаптації МЗ АІУС. Сформульовано вимоги, яким повинно відповідати адаптивне МЗ в АІУС. Визначено механізми адаптації і адаптивні елементи МЗ АІУС.
• Запропоновані моделі оцінки ефективності функціонування окремих підсистем (ПС) АІУС та системи управління в цілому.
• В результаті узагальнення результатів проведеного аналізу обґрунтована актуальність та сформульовані задачі дисертаційного дослідження.
• У другому розділі розглядається моделювання процесів адаптації.
• Запропоновані основні етапи узагальненої процедури розробки та вирішення задачі адаптивного управління об'єктом або процесом ПВ у вигляді послідовного вирішення окремих задач, кожна з яких є обов'язковим етапом вирішення загальної задачі і взаємозв'язана з результатами, отриманими на інших етапах. При цьому вважається, що певна апріорна інформація про об'єкт або процес, включаючи результати попередніх експериментальних досліджень, вже є.
• Показана можливість адаптації процесів управління об'єктами, що функціонують в умовах невизначеності. Розглянемо об'єкт, який функціонує в невизначеному середовищі, що змінюється. Стан об'єкту також характеризується апріорною невизначеністю, яка змінюється в часі. Об'єкт описується оператором F перетворень вхідних параметрів середовища X і дії Y на середовище з боку об'єкту, тобто Y=F(X). Оператор F при цьому характеризується двійкою F=S,C_S, де S - структура оператора об'єкту; C_S - параметри об'єкту із структурою S. Для оптимального функціонування об'єкту в середовищі, що змінюється, з погляду заданого критерію оптимальності: необхідне управління об'єктом. Тут Q(X,Y)=Q(X,C_s,S,Z(t)) - миттєве значення показника якості при деякій структурі S з вектором параметрів. Це значення залежить від вектора дій X=(X₁,X₂,…,X_m) з боку середовища і чинника невизначеності стану об'єкту Z(t), густина сумісного розподілу (X,Z(t)) і область визначення W яких апріорі невідома (в загальному випадку критерій І може бути векторним).
• Задача оптимального управління такого об'єкту зводиться до рішення задачі оптимізації: де U - управління, здатне змінювати в заданих межах керовані елементи і зв'язки об'єкту.
• Традиційна постановка цієї задачі зводиться до параметричної оптимізації, при якій U=C_s, тобто . Проте її рішення ускладнено зважаючи на складність визначення критерію I. Дійсно, для цього необхідно мати або визначення (X,Z(t)), щоб шляхом інтеграції обчислити значення критерію, або спостерігати реалізації миттєвих значень критерію, щоб оцінити критерій (І) шляхом усереднювання на базі N вимірювань
• ,
• де X_i,Y_i - реалізації чинників X і Y в t-й момент часу.
• Як легко помітити, ці труднощі для складних об'єктів управління практично непереборні в зв'язку з нестаціонарністю процесів X(t), Y(t). Ця обставина і примушує звертатися до методів адаптації, алгоритми яких дозволяють, спостерігаючи тільки стан середовища X і об'єкту Y, вирішити задачу, тобто виробити оптимальну структуру і відповідний їй оптимальний вектор параметрів S^*,C_S* який екстремізує функціонал I(S,C_s). Управління в цьому випадку представляє собою деякий алгоритм адаптації, який виробляє управляючу дію U. Алгоритм адаптації в загальному випадку може впливати як на структуру об'єкту S, так і на його параметри C_s, тобто S = S (U) і C_s = C_s (U).
• Параметрична адаптація, за допомогою якої вирішується задача визначення С^*, звичайно представляється в рекурентній формі
• C_N+1=C_N+f(C_N, X_N+1, Y_N+1),
• де f(C_N, X_N+1, Y_N+1) - функція аргументів, яка визначається обраним алгоритмом адаптації. Застосування, однак, тільки лише методів параметричної адаптації зовсім недостатньо при оптимальному управлінні складним об'єктом в умовах невизначеності. Внаслідок цього представляється доцільним і необхідним застосування методів структурної адаптації, що дає можливість варіювати не тільки параметрами, але й структурою управляючого об'єкту. При цьому структурна адаптація органічно пов'язана з параметричною адаптацією, що відіграє роль внутрішнього контуру при настроюванні об'єкта, що сприяє досягненню екстремуму. На N+1-му кроці адаптації вибір структури залежить від структури на N-му кроці, а також від інформації про поведінку середовища й об'єкта на N+1-му кроці, тобто S_N+1=_N+1(S_N, X_N+1, Y_N+1), де (,,) - алгоритм структурної адаптації, що пропонує певний спосіб зміни структури.
• Розроблено критерій оптимізації для задач ідентифікації і параметричної адаптації динамічних об'єктів. Нехай досліджуваний процес описується системою диференціальних рівнянь X(t)=A(t)X(t)+B(t)U(t), де X(t)=n1 - вектор стану об'єкта; U(t)=n1 - вектор контрольованих вхідних збуджень; A(t)=n1 - матриця невідомих параметрів об'єкта; B(t)=n1 - матриця невідомих параметрів управляючого пристрою. Відповідно до відомої структури об'єкта побудуємо модель X(t)=A_M(t)X_M(t)+B_M(t)U(t), де X(t)=nn - вектор стану моделі; A_m(t), B_m(t) - матриці параметрів настроювальної моделі відповідної розмірності.
• Розглядається квазістаціонарний режим роботи досліджуваного процесу. В якості критерію оптимальності для знаходження алгоритмів адаптації приймемо модифікований функціонал
• в який введені додаткові складові: Q - додатно напіввизначена матриця, R(X_m-X) - додатна визначена нелінійна матрична функція різниці стану моделі та об'єкту, (X_m-X) - невід'ємна скалярна нелінійна функція різниці стану моделі та об'єкту, - коефіцієнт, що характеризує швидкість сходження функціоналу. Необхідно визначити закон управління швидкістю зміни параметрів моделі U_a, що мінімізує функціонал.
• Запишемо рівняння X(t) у вигляді
• X=Y,
• де =[I₁X₁,…,I₁X_n, I₁U₁, I₁U₂, …, I₁U_m], I₁ - nn - одинична матриця; Y=[a₁₁,a₂₁,…a_ij,…,b₁₁,b₂₁,…b_ik], i=1,…n; j=1,…n; k=1,…m. Аналогічно для X_M(t). Тоді оптимальний закон настроювання параметрів шукаємо з умови Y_M=U_a з урахуванням мінімізації функціонала.
• Показано використання нелінійної схеми компромісів як засобу адаптації до ситуації прийняття багатокритеріального рішення, що дозволяє враховувати: оцінку ситуації, визначення цілей управління, виявлення необхідності управління, пошук допустимих рішень та способу досягнення поставленої цілі, реалізацію вибраного способу досягнення цілі.
• Викладені результати розробки адаптивної системи управління з використанням самоналагоджувальної моделі, заданої у вигляді векторного рівняння. Задача вирішувалась в наступній постановці. Нехай є об'єкт, збурений рух якого описується рівнянням , де матриця A і вектор b залежать від вектора невідомих параметрів ; - множина можливих значень вектора . Будемо будувати адаптивну систему з використанням самонастроювальної моделі, заданої у вигляді векторного рівняння . Тут x_mRⁿ, а для матриць A_m і b_m потрібно визначити настроювання , де a_mi - i-й стовпець матриці A_m, F_i і Ф - векторні функції, що підлягають визначенню. Потрібно визначити керуючий вплив , таким чином, щоб мінімізувати функціонал:
• ,
• де r>0, Q, G, Q₁ і G_i, (i=1,2,…,n) позитивно визначені симетричні матриці, =1/T, =x-x_m. Перша складова у критерії характеризує процес керування об'єктом, друга - процес вивчення об'єкта керування.
• Третій розділ присвячено методам та моделям оптимізації ІУС ПВ.
• Удосконалено метод оптимізації функціонування ІУС ПВ в умовах невизначеності, з можливістю перевірки стійкості алгоритму пошуку. Розглянуто систему, на вхід якої поступають дані, перша частина з яких (статистична) одержується шляхом вимірювання і представляється законами розподілу вірогідності, а друга (нечітка) - задається експертом у вигляді функцій приналежності. Перетворення, які відбуваються в системі, характеризуються вектором коефіцієнтів. Вихід системи представлено рівнянням . Оптимізація системи управління (СУ) проводиться за деяким критерієм . Оскільки початкові дані і є невизначеними, то відповідно до методу узагальнюючих функцій, задачу доцільно представити в операторній формі: . Перевірка стійкості алгоритму пошуку здійснюється шляхом визначення функції порівняння значень критерію оптимальності в точках X₀ і X₁ та визначення критерію стійкості в умовах невизначеності .
• Запропоновано метод оптимізації динамічних систем управління, сутність якого заснована на декомпозиції всієї системи на групу локальних підсистем меншої розмірності, введенні в загальний критерій оптимізації всієї системи додаткового відповідним чином визначеного модифікуючого члена. Для знаходження оптимального рішення використовується дворівнева процедура рішення, в якій на нижньому рівні для заданих взаємозв'язків та множників вирішується система рівнянь та інформація о станах та прийнятих рішеннях управління повідомляється верхньому координуючому рівню, що визначає їх уточнені значення.
• Розроблено метод синтезу алгоритмів адаптації для самоорганізуючихся систем управління, що включає два етапи, на першому з яких знаходиться додатна скалярна функція, що визначає найбільше сімейство законів адаптації, що гарантують стійкість адаптивної системи в цілому, серед яких вибирається кращий в сенсі деякого критерію якості, на другому - структура та алгоритми самоорганізації.
• Запропоновано метод визначення оптимального варіанту структури та властивостей АІУС ПВ. Основу методу складає двохетапний агрегативно-декомпозиційний підхід, що включає послідовну декомпозицію виконуваних системою цілей, функцій, задач та агрегативне об'єднання елементів на відповідному рівні деталізації, для генерації варіантів побудови системи, на основі вибраних критеріїв ефективності.
• Представимо ієрархічну систему як систему, яка складається з п-рівнів
• U_i=(X_i,Z_i,_i,{_ij},{_ij}), i=1,2,…,n; 1jn,
• де X_i - множина станів і-го рівня; Z_i - множина можливих керувань і-м рівнем; _i - множина зовнішніх впливів на і-й рівень; _ij(x) - множина станів j-го рівня, які задовольняють вимогам i-го рівня, що перебуває в стані xX_i; _ij(x) - множина припустимих керувань на j-му рівні, що визначають стан x рівня U_i.
• Відображення ?_i і ?_і визначають пріоритетність рівнів. Дійсно, при визначенні значення _i(x) (відповідно _i(x)) (х=(х₁,x₂, ..., х_n)) в першу чергу враховуються елементи множини _1i(x₁), потім _2i(x₂) і т.п. до _ni(x_n) (відповідно _1i(x₁), _2i(x₂), ..., _ni(x_n)). Зберігаючи прийняту індексацію, ми будемо вважати, що рівень U_k є вищестоящим по відношенню до U'_k, якщо k < k' (U_k > U_k'). Отже, можна говорити про впорядковану множину рівнів системи U: U₁>U₂>,…,>U_n, взаємозв'язок яких як зверху вниз, так і знизу верх характеризується функціями _ij і _ij (і,j=1,2,…,n) і не обмежується при цьому взаємодіями між сусідніми рівнями.
• Стан x системи U будемо називати ідеальним (або рішенням системи), якщо х є нерухомою точкою багатозначного відображення ?, тобто x?(x). Якщо множина нерухомих точок відображення ? не порожня (F_ix?0), то система U є вирішуваною.
• При синтезі структури АІУС важливо виходити з поняття системи S як підмножини декартового добутку деякого сімейства множин: , де I - множина індексів, беручи до уваги існування глобальної реакції системи: , де: і ; X - деяка абстрактна множина, яка називається множиною станів.
• Множина можливих управлінь Z і множина зовнішніх впливів є множинами відображень: , Причому: , , так що: , для всіх x = (x₁,x₂,…,x_n) X, де z_iZ_i : X_i X_i, _ii : X_i X_i.
• Будемо вважати, що множини Z_i і _i містять елемент такий, що (х) = х для всіх x X_i і для i = 1, 2, ... , n де Р() - сукупність всіх непустих підмножин множини n. Множини і є діагональними добутками відображень:
• Так що для кожного х = (х₁, х₂,..., х_п) маємо: де _i(х) визначаються значеннями багатозадачних відображень: як перша непуста множина в послідовності: .
• Аналогічно _i(x) - перше непусте перетинання в послідовності:
• Пропонований метод дозволяє досить узагальнено підійти до проблеми опису складних систем і дає можливість наділяти отримані конструкції конкретними математичними структурами, що сприяє детальному їхньому вивченню.
• Розглянута динамічна модель ПВ, яка представлена наступними рівняннями: об'єм реалізованої продукції; рівень рентабельності; вартість основних виробничих фондів, що вибувають; приріст коштів, які поступають з фонду розвитку виробництва. Наведені результати досліджень впливу параметрів, що знаходяться у компетенції керівництва ПВ, параметрів, що знаходяться у компетенції вищого органу й спільного впливу декількох параметрів керування.
• В четвертому розділі розглядаються засоби вдосконалювання АІУС ПВ.
• Розроблено інструментарій декомпозиції функціональних алгоритмів (ФА) АІУС. Розглянемо алгоритм декомпозиції, який забезпечує екстремальне значення деякої функції, яка визначає критерій якості розбиття ФА за наявності обмежень, пов'язаних з умовами конкретних систем управління: де _i(i=1,2,…,p) - різні параметри, що характеризують якість розкладання моделі на підсистеми; _j - вектор параметрів _i; f_j(_j) - функції, що враховують специфіку організації функціонування ФА; _j - дійсні числа.
• Точне вирішення оптимізаційної задачі декомпозиції множини ФА на функціональні групи: так, щоб і пов'язано з великими обчислювальними труднощами. У зв'язку з цим нами запропонований евристичний алгоритм, що забезпечує значне звуження області пошуку оптимального рішення, який включає наступні етапи:
• - дослідження зв'язності функціональних підсистем між собою і звуження суміжних областей, що складаються з груп ФА, функціональна приналежність яких до підсистем чітко не визначена. На цьому етапі, де c_ij=c(Q_i,Q_j) - функція, що характеризує інформаційний взаємозв'язок функціональних груп операторів Q_i і Q_j, що виділяються; - множина різних варіантів розбиття ФА по підсистемах, а якість декомпозиції оцінюється по критерію ;
• - дослідження однорідності початкових інформаційних масивів і розподілу проміжних операторів по функціональних підсистемах, де під однорідністю розуміється така організація зберігання і обробки даних, яка забезпечує рівномірне використовування всіх елементів масивів інформації в процесі реалізації функціональних груп ФА. На цьому етапі, , де - коефіцієнт обміну; - кількість звернень до j-го масиву початкової інформації i-го ФА підсистеми Q; ; - кількість початкових масивів інформації групи ФА підсистеми Q;
• - оцінки сумісного впливу розглянутих чинників на якість декомпозиції по значеннях функції мети. Значення чисел _j визначають на основі аналізу ФА і надалі повинні уточнюватися в процесі функціонування АІУС. Використання даного інструментарію забезпечує значне звуження області пошуку оптимального рішення.
• Розроблено алгоритм пошуку із структурною адаптацією. Проблема синтезу оптимальних алгоритмів вирішується використанням апарата багатозв'язних марківських ланцюгів. Останні дозволяють врахувати численні логічні правила алгоритму і передісторію пошуку, формалізувати стратегію пошуку. Тому для даного процесу пошуку структура відповідного йому багатозв'язкового марківського ланцюга визначає структуру алгоритму.
• Нехай маємо кінцеву множину ситуацій S={s₁,s₂,…,s}. Ці ситуації відповідають локальним властивостям оптимізуємого об'єкту, які описуються множиною математичних моделей M={m₁,m₂,…m}. Для кожної моделі за заданим критерієм ефективності (або ряду критеріїв) із множини K={k₁,k₂,…,k_m} вироблений синтез оптимального алгоритму (оптимальних алгоритмів) пошуку. Отже, маємо множину оптимальних алгоритмів, яку можна представити у вигляді матриці A=||a_ij|| розміром m.
• При синтезі оптимальних алгоритмів використовуються найпростіші математичні моделі, що відображають основні властивості оптимізуємого об'єкту в різних ситуаціях пошуку. Наприклад, локальні властивості об'єкта при сходженні до стаціонарної мети, сходженні до рухомої мети, доведенню й відстеженню дрейфуючої мети, відображають відповідні моделі: y=Q_i+, i=1,2,3,4, де Q_i(x)=b^Tx; Q₂(x,t)=x₂-V₂t; Q₃(x)=-|x|; Q₄(x)=-|x-Vt|, де y і Q - спостережуване й правдиве значення оптимізуємого показника; х і b - вектори керованих параметрів і коефіцієнтів; V - вектор швидкості дрейфу; t - дискретний час; - випадкова перешкода.
• Процес пошуку розбивається на ряд етапів. Тривалість етапу є параметром пошуку, значення якого адаптується. На кожному етапі важливо оцінити, що відбувається: сходження, доведення або відстеження мети. Для кожного із цих режимів існує ряд факторів, які уточнюють ситуацію, наприклад наявність дрейфу мети, великого рівня перешкод і т.п.
• Розглянемо один з найпростіших підходів до розв'язання задачі ідентифікації ситуацій. Нехай етап пошуку складається із кроків. Визначаються показники, що дозволяють оцінити ефективність пошуку за М кроків: або , де п - номер кроку. Крім того, визначається модуль зміни вектора керованих параметрів _n=|x_n-x_n-m|. Набір величин _n,_n-1,_n,_n-1, що характеризують ефективність пошуку, зміна ефективності, зміна просування, а також структура алгоритму й оцінка ситуації на попередньому етапі дозволяють за допомогою тестової таблиці оцінити ситуацію.
• Розроблена методика синтезу функціональних алгоритмів для підсистем АІУС в наступній постановці: побудувати алгоритми, які дозволяли б в кожний момент часу t_j{t₁, t_j0} для будь-якої підмножини початкових (вхідних) даних , що характеризують стан елементів АІУС і виробництва, знаходити такі управляючі сигнали , виконання яких забезпечувало б досягнення мети їх функціонування.
• Процес синтезу ФА для підсистем АІУС умовно розбито на етапи: блокового, абстрактного, структурного та надійністного синтезів. Кожному з етапів властиві свої методи і проблеми. Так, наприклад, при вирішенні задач останнього етапу можуть бути використані: методи теорії систем автоматичної оптимізації за наявності реальних завад; методи планування екстремальних експериментів по пошуку оптимальних параметрів виробничого процесу за допомогою мінімальної кількості проб (експериментів); методи введення доцільної алгоритмічної надмірності; методи статистичного моделювання, при яких показник якості оптимізується в умовах завад. Показано, що оскільки процес перетворення інформації залежить не від часу, а від функціональних особливостей множини алгоритмів, що розглядається, то ефективним методом досліджень структурної організації ФА є вивчення топологічних властивостей функціонально-алгоритмічного простору (зв'язності, автономності, еквівалентності та ін.) з використанням розробленої структурної схеми алгоритму побудови інформаційного поля.
• Запропонована методика вдосконалення структури алгоритмів АІУС. Показано, що отримання максимального ефекту від впровадження АІУС залежить, в першу чергу, від пошуку способів побудови та аналізу простору алгоритмів, які забезпечують необхідну функціональну можливість вирішення виробничих задач, при забезпеченні задовільної для практики надійності та вартості реалізації комплексу ФА для всіх підсистем АІУС. Основу даної методики складає евристичне впорядкування перетоку інформації та ліквідація дублювання, тобто усунення еквівалентних алгоритмів та їх сполучень.
• Отримала подальший розвиток технологія адаптивного стратегічного планування, сутність якої полягає в використанні блока адаптації із вхідними зворотними зв'язками, який акумулюючи в собі максимальні знання про поведінку ПВ в минулому та імітуючи майбутнє в розвитку ПВ, виробляє параметри адаптації, які дозволяють при розрахунку стратегічних планів враховувати майбутні умови їх реалізації та визначати реакцію ПВ на ці зміни. Її використання забезпечує стабільність показників виробничо-господарської діяльності ПВ, мінімізацію витрат на коректування економічної стратегії, збільшення швидкості реакції системи управління на зміни зовнішнього середовища.
• У п'ятому розділі здійснена апробація результатів досліджень.
• Синтезовано функціональну схему локальної АIУС, яка включає в себе: контури спостереження, контури прогнозу, та контур адаптації (блок ідентифікації; блок формування керуючих впливів для видачі в канал керування, блок параметричної настройки). Впровадження, на початкових етапах автоматизації ПВ, запропонованої АІУС, дозволяє підвищити його ефективність функціонування й розвитку. При наявності декількох подібних систем управління надається можливість, без істотних витрат, об'єднати їх у єдину комплексну АІУС ПВ.
• Розроблена структура адаптивної системи управління на основі спеціалізованого контролера, що включає: контролер для розрахунку оптимального керуючого впливу; блок перетворення форми даних з узагальнюючої функції в точне значення; виконавчий пристрій; об'єкт керування; блок ідентифікації об'єкта; блок адаптації; сенсор; функцію приналежності нечіткої команди оператора. Створення системи засноване на використанні наступних принципів: використання апріорних даних; ідентифікації ОУ на основі узагальнюючих функцій; адаптації системи ідентифікації на основі експериментальних даних; реалізації узагальнених операцій за допомогою спеціалізованого контролера для обробки узагальнюючих функцій з паралельним потоком даних. Процес адаптації ґрунтується на таких міркуваннях. Контролер, отримавши завдання перевести об'єкт ОУ в стан х з поточного стану y, розраховує оптимальний закон управління U(x,y,t). Для цього використовується модель об'єкта W_ОУ. Модель розраховується на основі умовних узагальнюючих функцій (y/u,). На початку роботи й при істотних змінах умов функціонування узагальнюючі функції отримуються із експертних оцінок відповідних функцій приналежності. Ймовірність функцій приналежності залежить від ступеня довіри до досвіду експерта. Удосконалювання висновків експерта в процесі роботи системи здійснюється шляхом корегування функцій приналежності початкових нечітких даних, отриманих шляхом експертної оцінки, за методикою, заснованою на гіпотезі, що досвід експерта, втілений у функцію приналежності, є підсвідомим результатом нагромадження їм певних спостережень.
• Розроблена структурна схема системи управління об'єктами, що забезпечують випуск високоточної продукції, у якій вхідна інформація x(t), вихідна інформація y(t) і керуючий сигнал е(t) запам'ятовуються в накопичувачі інформації Н(i) і аналізується перетворювачем інформації (Прi). У результаті аналізу поведінки системи виробляються коригувальні сигнали (t), які, керуючи модифікатором Мi, забезпечують необхідну перебудову керуючого пристрою.
• Запропонована самоорганізуюча система управління, гнучко реагуючи на зовнішні умови, що змінюються, виробляє керуючі впливи на об'єкт управління, забезпечуючи тим самим отримання високоточної продукції.
• Розроблені алгоритми та здійснено імітаційне моделювання локальних алгоритмів (ЛА) для окремих підсистем АІУС, при цьому характеристики групи ЛА задаються характеристичним вектором, що враховує: пріоритет групи; період виконання; тип групи (формування сигналів управління), множину векторів алгоритмічних характеристик ЛА групи; директивний строк завершення реалізації групи; дисципліну обслуговування ЛА групи, вектор спеціальних характеристик групи. На відміну від існуючих, представлені групи ЛА забезпечують можливість враховувати суб'єктивну інформацію для зміни стратегії управління.
• Розроблено програмний комплекс для підсистеми «Планування та технологічна підготовка виробництва» і показана в ньому структура інформаційних зв'язків, що містить 4 програмні модулі і 8 груп файлів, яка дозволяє: автоматизувати введення початкової інформації, необхідної для заключення договорів; здійснювати накопичення і сортування цієї інформації; стежити за збалансованістю пакету замовлень і проектом плану; оперативно інформувати про об'єм укладених контрактів і поточних значеннях техніко-економічних показників; оцінювати доцільність укладення того або іншого договору залежно від ситуації, що складається; автоматизувати підготовку необхідної документації, включаючи їх тексти; формувати підсумкову документацію і переліки техніко-економічних показників за наслідками продаж.
• Запропонована інформаційно-логічна модель у вигляді база даних (БД) «Управління збутом готової продукції». Сучасний етап розвитку інформаційних процесів характеризується тим, що процедури збереження великих масивів інформації здійснюються за допомогою створення баз даних і банків даних, які відображають стан об'єкту або множини об'єктів, їх властивості і взаємовідношення. По суті, БД можна розглядати як інформаційну модель об'єкту, від обґрунтованості і достовірності якої багато в чому залежить ефективність системи управління об'єктом або множиною об'єктів.
• У висновках за розділами стисло викладені отримані результати наукових досліджень.
• У додатках вказані документи впровадження результатів дисертаційної роботи та приводиться опис масивів та реквізитів бази даних.
• Висновки
• Дисертаційна робота присвячена вирішенню важливої науково-технічної задачі підвищення ефективності функціонування та розвитку ПВ, сутність якої полягає в розробці теоретичних та методологічних основ адаптації, моделей та методів побудови адаптивних інформаційно-управляючих систем ПВ.
• В результаті вирішення вище зазначеної задачі отримані наступні результати:
• 1. Вперше, для задач ідентифікації й параметричної адаптації динамічних об'єктів, запропоновано критерій, у вигляді модифікованого функціонала, у який введені додаткові складові: позитивно напіввизначена матриця; позитивно визначена нелінійна матрична функція різниці стану моделі й об'єкта; невід'ємна скалярна нелінійна функція різниці стану моделі й об'єкта; коефіцієнт, що характеризує швидкість збіжності функціонала. Впровадження сукупності вказаних складових дозволяє автоматизувати процеси ідентифікації та параметричної адаптації динамічних об'єктів.
• 2. Запропоновано використання нелінійної схеми компромісів для адаптації до ситуацій прийняття багатокритеріальних рішень, що дозволяє враховувати: оцінку ситуації, визначення цілей управління, виявлення необхідності управління, пошук допустимих рішень та способу досягнення поставленої цілі, реалізацію вибраного способу досягнення цілі.
• 3. Отримав подальший розвиток метод аналітичного конструювання адаптивної системи управління лінійними об'єктами ПВ з використанням самонастроювальної моделі, яка задана у вигляді векторного рівняння. Змінюючи співвідношення матриць в функціоналі критерію якості управління, можна покращити або процес управління, або процес ідентифікації. Показані можливі спрощення алгоритмів та отримана квазіоптимальна система управління по швидкодії.
• 4. Вперше розроблено інструментарій декомпозиції ФА, який включає етапи: дослідження зв'язності функціональних підсистем між собою й звуження суміжних областей, що складаються із груп ФА; аналізу алгоритмічного змісту та способів організації обчислювального процесу по функціональним підсистемам; дослідження однорідності вихідних інформаційних масивів і розподілу проміжних операторів по функціональним підсистемам; оцінки сумісного впливу розглянутих факторів на якість декомпозиції. Використання пропонованого інструментарію забезпечує звуження області пошуку оптимального рішення при декомпозиції ФА.
• Проведеними нами дослідженнями встановлена можливість покращення якості декомпозиції за рахунок зменшення сумарних перетоків інформації між підсистемами на 36%, при цьому значно покращується структурна однорідність інформаційної бази, що є важливим моментом при розробці методології адаптивного автоматизованого пошуку оптимальних альтернатив приймаємих рішень.
• 5. Вперше розроблено алгоритм пошуку із структурною адаптацією, який в процесі оптимізації здійснює ідентифікацію ситуацій і перебудову своєї структури, шляхом використання відповідності між ситуацією, критерієм ефективності й оптимальним алгоритмом із наступною його параметричною адаптацією по параметрах даної структури.
• Маючи апріорну інформацію про властивості об'єкта, наприклад, відомості о стаціонарності об'єкта, даний алгоритм дозволяє значно спростити задачу ідентифікації ситуації та алгоритм пошуку. Ця обставина, по крайній мірі, вказує на два напрямки подальшої розробки алгоритмів: побудова спеціалізованих алгоритмів із структурною адаптацією для окремих класів об'єктів; розробка універсального алгоритму, який би на початку пошуку міг встановити клас, до якого належить об'єкт, що оптимізується, а потім перебудував би стратегію пошуку у відповідності з вимогами даного класу.
• 6. Отримала подальший розвиток технологія адаптивного стратегічного планування ПП, сутність якої полягає в використанні блока адаптації із вхідними зворотними зв'язками, який акумулюючи в собі максимальні знання про поведінку ПВ в минулому та імітуючи майбутнє в розвитку ПВ, виробляє параметри адаптації, які дозволяють при розрахунку стратегічних планів враховувати майбутні умови їх реалізації та визначати реакцію ПВ на ці зміни, що забезпечує підвищення якості продукції, що випускається, на 1,7%
• 7. Здійснено імітаційне моделювання, при якому групи локальних алгоритмів задаються характеристичним вектором, що враховує: пріоритет групи; період виконання; тип групи (формування сигналів управління), множину векторів алгоритмічних характеристик ЛА групи; директивний строк завершення реалізації групи; дисципліну обслуговування ЛА групи, вектор спеціальних характеристик групи. На відміну від існуючих, представлені групи ЛА забезпечують можливість враховувати суб'єктивну інформацію для зміни стратегії управління.
...