 |
Информационное обеспечение процессов управления
|
|
|
|
Превращение информации в ресурс
Развитие человеческого общества проходило неразрывно с формированием и накоплением знаний. Первые знания передавались устно из поколения в поколение, т.е. человеческая речь явилась первым носителем информации, отражающей накапливаемы знания.
2.1. Накопление данных.
Начальным источником любой информации является объект реального мира. За счет процесса отражения наблюдатель выявляет характеристики этого объекта, которые и составляют основу информации. Процесс отражения может протекать естественным образом путем наблюдения либо с использованием современной методологии, основанной на широком применении методов математического моделирования и вычислительного эксперимента. При математическом моделировании исходный объект заменяется математической моделью и процесс отражения реализуется как изучение математической модели с помощью вычислительно-логических алгоритмов на компьютере. Математическая модель может быть проиграна в любых реальных и нереальных условиях.
Независимо от характера эксперимента непосредственно либо опосредованно наблюдатель пытается оценить характеристики объекта, как проявление его свойств во времени. Эти характеристики находят свое отражение в информации, которая далее накапливается и затем подвергается преобразованию. В ЭВМ информация хранится и перерабатывается в некоторой символьной форме – форме данных. Под данными понимаются факты и идеи, представленные в формализованном виде, который позволяет передавать и обрабатывать эти факты и идеи с помощью соответствующих технических и программных средств. Т.е. при вводе информации в компьютер реализуется процесс преобразования информации в данные. Если данные нужно преобразовать в информацию, их необходимо актуализировать и придать им смысловое содержание.
|
|
|
Данные имеют определенный жизненный цикл актуального существования, который в обобщенном виде можно представить следующей схемой.
Цикл начинается с процесса формирования данных, т.е. преобразования информации в формализованный вид, затем осуществляется запись данных на носитель и после этого хранение данных. Следующие этапы – поиск требуемых данных, оценка данных с точки зрения их старения и содержательности. Большое значение имеют экономические аспекты хранения данных: стоимость хранения должна быть соизмерима с их ценностью. Поэтому необходимо регулярно выполнять следующие этапы: сортировку данных, обработку в соответствии с реальными вычислительными задачами, синтез данных – получение новых данных на основе объединения отдельных элементов и анализа, воспроизведение данных в удобной для использования форме, т.е преобразования их в информацию, необходимую для принятия решений. При потере актуальности данные удаляются.
Все этапы в автоматизированной информационной системе (АИС) реализуются с использованием разных методов и подходов. Например, формирование данных на базе ССОД (систем сбора и обработки данных) или непосредственного ввода документов.
Формирование знаний
Для ЛПР данные должны предоставляться в виде информации, на основе которой могут быть приняты решения и определенные действия. Информационное обеспечение ППР выполняет АИС, которая использует имеющийся информационный ресурс. В настоящее время сформировалось новое научное направление, в котором рассматриваются различные методы и способы формирования знаний на основе данных, получения новых знаний на основе имеющихся информационных ресурсов в АИС.
|
|
|
Различные виды знаний (конструктивные, процедурные или алгоритмические, понятийные или системные, фактографические (Фактографическая информация - результаты измерений, описаний и иного способа фиксирования в чистом виде, поддающиеся метрологическому анализу, аналогично результатам экспериментов.) хранятся в БД и БЗ АИС. Для их создания используется также математическое моделирование и вычислительный эксперимент. В этом случае исключается трудоемкий натурный эксперимент и реализуется подход “ модель-алгоритм-программа ”. Концептуальная модель АИС, включающая в себя фактографические, понятийные и конструктивные знания, является основой для формирования алгоритмической модели, которая базируется на процедурные знания. Реализация алгоритмической модели – это создание программного обеспечения. Цепь “ модель-алгоритм-программа ” – это путь получения новой информации: вместо объекта используется модель, на основе модели создается алгоритм получения характеристик объекта и программно реализуется этот процесс.
Современные ИТ позволяют по новому организовать информационный процесс как на стадии получения новой информации, так и на стадии использования информационного ресурса для управления объектом. Непрерывно происходит преобразование информации в данные, данных – в информацию и новые знания. Информационные ресурсы концентрируются в БД, БЗ, ХД (Хранилище Данных). Эффективность формирования и использования информационного ресурса зависит от решения проблемы представления информации в этих базах, составляющих основу АИС.
Существуют следующие методы интеллектуального анализа данных для получения новых знаний и построения ХД, содержащих обобщенные показатели.
Поиск ассоциаций. Ассоциации как привязка значений к какому-либо одному событию или выявление взаимосвязей в данных.
Поиск последовательностей. Поиск последовательных во времени событий.
Поиск скрытых закономерностей. Определяются причинно-следственные связи между значениями определенных косвенных параметров исследуемого объекта (ситуации, процесса) и распознаваемым свойством.
Оценка важности (влияния) параметров на события и ситуации. Известно, что на наступление некоторого события или ситуации влияет некоторый набор параметров. Необходимо оценить степень этого влияния для перечисленных параметров.
|
|
|
Классификация. Рассматривается конечное число классов объектов, которыми могут быть, в том числе, события, ситуации или процессы. Объекты должны быть описаны количественными значениями свойств.
Классы описаны с помощью набора объектов, принадлежность которых данному классу априорно известна. Требуется найти критерии, по которым можно было бы отнести объект к тому или иному классу.
Кластеризация. Кластеризация напоминает классификацию, за тем исключением, что критерии классификации не заданы.
Прогнозирование. Оценка состояния объектов на основе ретроспективного анализа их свойств. По истории развития объекта управления определяются обобщенные показатели на некоторое время вперед.
Свойства и назначение ХД
Концепция ХД получила развитие вследствие желания конечных пользователей (ЛПР) иметь непосредственный единообразный доступ к необходимым им данным, источники происхождения которых организационно и территориально распределены, а анализ может повысить эффективность генерации ППР. В этом контексте наиболее актуальной проблемой является обеспечение интегрированного представления о сложном ОУ в целом, комплексного анализа собранных о нем сведений и извлечения из огромного объема детализированных данных некоторой полезной информации – знаний о закономерностях его развития.
Поддержка принятия управленческих решений на основе накопленной информации может осуществляться в трех основных областях:
1. Область детализированных данных. Это сфера действия большинства оперативных, или транзакционных систем (OLTP – On Line Transaction Procession), нацеленных на поиск детальной информации. В большинстве случаев реляционные СУБД отлично справляются с возникающими здесь задачами.
2. Область агрегированных показателей. Комплексный взгляд на собранную в ХД информацию, ее обобщение и агрегация, гиперкубическое представление и многомерный анализ являются задачами систем оперативной аналитической обработки данных (OLAP- On Line Analytical Procession). Здесь можно или ориентироваться на специальные многомерные СУБД, или (как правило, предпочтительнее) оставаться в рамках реляционных технологий. Во втором случае заранее агрегированные данные могут собираться в специальной БД, либо агрегация информации может производиться в процессе обработки детализированных таблиц реляционной БД в интерактивном режиме.
|
|
|
3. Область закономерностей. Интеллектуальная обработка производится методами интеллектуального анализа данных (Data Mining), главными задачами которых являются поиск функциональных и логических закономерностей в накопленной информации, построение моделей и правил, которые объясняют найденные аномалии и/или (с определенной вероятностью) прогнозируют развитие рассматриваемых процессов.
Предметом концепции ХД служат непосредственно данные. После того, как традиционная система обработки данных (СОД) реализована и начинает функционировать, она становится неотъемлемой частью производственного процесса. Данные, которые являются одним из конечных продуктов деятельности СОД, обладают такими же характеристиками, что и любой промышленный продукт: сроком годности, местом складирования (хранения), совместимостью с данными из других производств (СОД), рыночной стоимостью, транспортабельностью, комплектностью, ремонтопригодностью.
Для обеспечения выполнения большой частоты аналитических запросов и эффективной обработки огромных массивов информации могут быть использованы различные технологии представления данных, отличные от классического реляционного представления. В отличие от БД в традиционных OLTP-системах, где данные подобраны в соответствии с конкретными приложениями, информация в ХД ориентирована на задачи принятия решений и представляется в виде обобщенных или агрегированных данных – знаний о поведении объекта управления.
Для пользователя OLAP-системы требуются метаданные, по крайней мере, следующих типов:
- описание структур данных, их взаимосвязей;
- информация о хранимых в ХД и поддерживаемых им агрегатах данных;
- информация об источниках данных и о степени их достоверности. Одна и та же информация могла попасть в ХД из разных источников. Пользователь должен иметь возможность узнать, какой источник был выбран основным, каким образом производились согласование и очистка данных;
- информация о периодичности обновлений данных. Желательно знать не только то, какому моменту времени соответствуют интересующие его данные, но и когда они в следующий раз будут обновлены;
|
|
|
- информация о владельцах данных. Пользователю OLAP-системы может оказаться полезной информация о наличии в системе данных, к которым он не имеет доступа, о владельцах этих данных и о действиях, которые он должен предпринять, чтобы получить доступ к данным;
- статистические оценки времени выполнения запросов. До выполнения запроса полезно иметь хотя бы приблизительную оценку времени, которое потребуется для получения ответа, и объема этого ответа.
Уже сейчас известны примеры ХД, содержащих терабайты информации. Проблемой таких больших хранилищ является то, что накладные расходы на внешнюю память возрастают нелинейно при возрастании объема ХД. Исследования показали, что для ХД объемом в 100 гегабайт потребуется внешняя память объемом в 4,87 раза большая, чем нужно собственно для полезных данных. При дальнейшем росте ХД этот коэффициент увеличивается.
Направления развития АИС
Высокие темпы развития информационных технологий в настоящее время обеспечивают постоянное совершенствование систем сбора и обработки данных, способы представления данных в БД и БЗ, создание новых методологий формирования ХД с целью повышения эффективности вырабатываемых управленческих решений. Новые средства и возможности информационных технологий порождают новые запросы пользователей и диалектический процесс автоматизации всех аспектов организационного управления формирует информационный бизнес в этой области.
Несмотря на высокий существующий уровень автоматизации организационного управления на всех уровнях темпы развития информационного бизнеса все больше увеличиваются. Анализ этапов развития информационного бизнеса в области организационного управления показывает, что формируются циклы с непрерывным переходом на более высокий уровень автоматизации процессов принятия решений, а в пределах одного цикла включаются новые аспекты информационных технологий. Процесс развития информационного бизнеса тесно связан с информационными технологиями. Развитие информационных технологий по циклам приводит к необходимости реинжиниринга существующих АИС. Но, как правило, сложно определить на каком этапе проводить реинжиниринг, чтобы получить наибольший положительный эффект. Неопределенность возникает по следующим двум факторам. Во-первых, до определенного уровня эффективнее использовать хорошо настроенные АИС и решать вопросы интеграции с новыми информационными технологиями путем надстройки дополнительных функциональных модулей. В этом случае возникает опасность "бесконечного" подстраивания системы к новым условиям, что в конечном итоге сделает ее неэффективной и, возможно, неработоспособной. Кроме этого, стоимость самой АИС будет увеличиваться за счет новых компонентов и сильной привязки к предметной области, а эффективность будет снижаться за счет использования громоздких информационных технологий. К тому же, это противоречие увеличивается с течением времени функционирования АИС.
Во-вторых, можно произвести реинжиниринг на новой базовой основе. Возникает неопределенность во времени и масштабе реинжиниринга, так как использование новых информационных технологий приведет к необходимости заменить многие компоненты функциональной системы. Значительные материальные затраты потребуются на приобретение новых информационных технологий, но еще большая часть затрат возникает в процессе перехода от существующих технологий к новым информационным технологиям. В процессе функционирования эволюционной модели интеллектуальных информационных технологий в организационном управлении производственными процессами создается значительный объем взаимосвязанных данных, жизненный цикл которых еще не завершился. Из-за разнородности моделей данных и способов их физического представления возникает необходимость переноса накопленных в предметной области знаний и данных в новую программную среду. Также необходимо перенести накопленный опыт функционирования самой информационной системы на новую платформу.
Реализация интерфейса АИС, обучение пользователей не вызывает особых затруднений. Но даже автоматизированное транспортирование больших объемов информации приводит на практике к появлению ошибок и потере данных из-за изменения модели данных и формы их представления. К тому же, в функционирующих автоматизированных системах специалисты должны вести параллельную обработку текущей информации. Если входные потоки данных имеют большой объем и переменный жизненный цикл по группам потока, то перед ЛПР возникает сложная многомерная задача по управлению потоками данных.
К указанным факторам необходимо добавить также следующее. Современные информационные технологии усложняются по мере их совершенствования с точки зрения функционального богатства и интеграции. В связи с этим для их эффективного использования требуется все более высокая квалификация непосредственных пользователей-специалистов помимо квалификации их в своей специальной области.
АИС – это человеко-компьютерные системы для поддержки принятия решений и производства информационных продуктов, использующие определенные информационные технологии. Они обеспечивают сбор, хранение, обработку, поиск, выдачу информации, необходимой в процессе принятия решений, помогает анализировать проблемы и создавать новые информационные продукты. Первые АИС появились в 50-х годах. Развитие АИС и их назначение тесно связано с развитием информационных технологий (но это разные понятия: ИТ могут существовать и вне АИС, а реализация функций АИС без использования ИТ невозможна).
Производственная система
Объектами автоматизированного управления являются: производство, научный эксперимент, комплексные испытания, объекты социальной сферы и др. Наибольшее значение имеет производство как источник экономического эффекта. Под производством понимается организационно-экономическая деятельность на основе единства целей функционирования, технологий, входных и выходных продуктов труда (производственные продукты, услуги). Любое производство представляет собой систему, которая функционирует в условиях воздействия окружающей среды. С внешней средой производство связано через ресурсные отношения и информационные связи. Производство направлено на достижение цели управления, например, получение прибыли для предприятия или организации. Управление производством осуществляется через производственные процессы. Производственный процесс – это определенное воздействие на определенный ресурс в соответствии с поставленной целью управления.
Организационное управление направлено на эффективную организацию производственных процессов путем управления всеми видами ресурсов – материальными, финансовыми, энергетическими, информационными, трудовыми. Управляющими параметрами при этом являются объемы и темпы выпуска товарной продукции необходимой номенклатуры. Под воздействием возмущений, возникающих по вероятностным законам, появляются отклонения от заданных параметров. Устранение возникающих отклонений происходит своевременным принятием управленческих решений или выработкой управляющих воздействий, в совокупности представляющих собою организационное управление. Оно заключается в выделении ресурсов путем их размещения, изменения мощностей, последовательности применения, сочетания, анализа различных вариантов решений на количественной основе, выбора наилучшего варианта решений.
На рис. 4.1. показана общая структура производственной системы, в которой взаимодействуют следующие наиболее динамические потоки:
- материальный поток W, представленный в системе предметами труда (сырья, материалы, полуфабрикаты, запасные части);
- поток орудий труда М (инструментов, технологических машин, транспортных средств, учитываемых в трудовом коллективе);
- поток труда рабочих R – непосредственная работа над предметами труда и совместная деятельность с использованием орудий труда;
- энергетический поток Э, образующийся в результате потребления электрической, механической, других видов энергии;
- информационный поток H, адекватно отражающий состояние всех других потоков.
Производственный процесс как определенное воздействие на определенный вид ресурса образует поток готовой продукции Y. Являясь целью интеллектуальной деятельности специалистов или ЛПР, он изначально задается по темпу и объему выпуска.
Рис.4.1. Система управления производственными процессами
В реальных условиях в производственной системе возникают различные нарушения в установившемся балансе динамичных потоков, что проявляется в различных формах. В материальном потоке W это может быть неполная номенклатура материалов, запасных частей, узлов, агрегатов, срывы графика движения транспортных средств, наличие брака или некомплектность поставки. В потоке орудий труда М – отказы или снижение производительности технологических машин, ухудшение качества или брак инструмента, внезапные выходы из строя оборудования. В потоке труда рабочих R – нехватка квалифицированных кадров, неправильное использование имеющихся рабочих, увольнения, болезни. В энергетическом потоке Э – выход из строя источников энергии, изменение их параметров, обрывы линии питания, отсутствие необходимого сервисного оборудования, нарушение правил техники безопасности. В информационном потоке Н – неточное определение расчетных показателей, отражающих ход производственных процессов, конструктивные переделки в чертежах, запаздывания в доставке технологической и сопроводительной документации.
Указанные нарушения приводят к изменению объемов и темпов выпуска товарной продукции. Они относятся к первой отрицательной группе возмущающих воздействий 
. Вторая положительная группа возмущающих воздействий 
образуется за счет появления новых возможностей: увеличения скорости потоков путем использования высокопроизводительного оборудования, повышения квалификации кадров, более прогрессивной оплаты труда и др. Возникающие отклонения в ресурсах приводят к различным производственным ситуациям. Нежелательные ситуации устраняются за счет создания запасов и резервов, а также простым устранением возмущающих воздействий.
Одновременно возникают достаточно сложные нежелательные ситуации, способы устранения которых неочевидны, неоднозначны и содержат неопределенности в выборе управляющих воздействий. Причины их возникновения носят объективный характер. Неопределенность связана с тем, что ход производственных процессов в пространстве и во времени подвержен действию значительного числа возмущающих воздействий, возникающих по вероятностным законам. Неоднозначность определена множеством способов устранения нежелательных ситуаций, последствия от которых в условиях многофакторности системы "человек-машина" трудно прогнозировать. Фактически даже при наличии ресурсов в сложных системах "человек-машина" интеллектуальная деятельность ЛПР протекает в условиях дефицита в них из-за трудно учитываемого множества нежелательных ситуаций. Дефицит в ресурсах может быть также искусственно создан в результате негативных последствий от ошибочных решений ЛПР, либо из-за несвоевременно полученной или отсутствия информации о наличии и движении ресурсов.
Информационное обеспечение процессов управления
Функционирование производства происходит в соответствии с некоторой целью управления, которая задается в виде входной информации производственной системы H вх. Чтобы преобразовать входной материальный поток в готовую продукцию необходима последовательность действий, которая должна быть оптимальной исходя из некоторого плана. Форма воздействий на элементы материального потока задается также входной информацией системы. Источником такой информации является концептуальная модель, отображающая требуемые характеристики готовых изделий конечной продукции. Конкретно концептуальная модель может быть представлена в виде технического задания, которое на логическом уровне переводит эту информацию в алгоритмическую модель, то есть в последовательность действий в соответствии с выбранной технологией производства продукции. Информационный поток Н (Н вх и Н вых) адекватно отражает состояние потоков R,W,Э,М. В результате взаимодействия потоков (R,W,Э,М,I) образуется поток готовой продукции на выходе производственной системы У.
Поток Н вх на основе концептуальной модели определяет плановые или расчетные значения параметров производственных процессов, Н вых отражает текущее состояние производственных процессов. Сопоставление плановых значений с текущими позволяет выработать управленческую информацию. Получение управленческой информации связано с большим объемом обработки и моделированием управляющей деятельности специалистов предметной области.
Процессы управления в зависимости от решаемых задач можно разделить на несколько уровней:
1. Организационно-экономическое управление как предприятием в целом так и отдельными его подразделениями, которое позволяет достичь оптимальное значение критериев эффективности, например, максимальной прибыли. На этом уровне актуально применение ХД и OLAP – технологии для представления информации.
2. Организационно-технологическое управление – управление средствами и предметами труда, производственными отношениями с целью оптимального их использования. Эффективны OLAP – технологии.
3. Управление технологическими процессами с учетом внешних возмущений. Основной целью функционирования любого производства является получение заданного количества продуктов труда при гарантированном уровне его качества. Эффективны OLTP – технологии обработки и представления данных.
Решение задачи управления производственными процессами означает наличие идеализированной (эталонной) модели функционирования ОУ, получение модели его фактического состояния и на основе их сравнения определение отклонения, с учетом которого формируются управляющие воздействия. В производственной системе управляющее воздействие – это выделенный ресурс. На основе этих задач процесс управления включает три фазы:
· планирование (определение плановых показателей и программной траектории управляющей системы. Без планирования не существует организационное управление);
· учет – получение данных о состоянии ОУ (производственных процессов);
· регулирование – нахождение управляющих воздействий, устраняющих случайные возмущения.
В процессе производства возникает взаимодействие управляющей системы (автоматической либо автоматизированной) с ОУ и устанавливается регулярный обмен информацией, что позволяет реализовать оптимальный ход производственных процессов. В системе управления с иерархической структурой у каждой подсистемы должна существовать своя цель. Для эффективного функционирования системы необходимо, чтобы цели подсистем более низкого уровня были согласованы с целями подсистем более высокого уровня. То есть возникает иерархия целей. Дерево целей для предприятия – это может быть план мероприятий в целом для предприятия и по подразделениям. Оптимальное управление заключается в выборе наилучшего по некоторому критерию эффективности управляющего воздействия из множества возможных в соответствии с установленной целью управления, учетом ограничений и на основе информации о состоянии ОУ и внешней среды. При реализации оптимального управления важное значение имеет критерий эффективности – показатель, по которому определяется эффективность функционирования производственной системы. Таких показателей может быть много, что характерно для сложной системы (многокритериальная система). Значения критериев эффективности представляются в сводных отчетах предприятия, аналитических отчетах, балансе. Аналогично дереву целей может быть построено дерево критериев.
В зависимости от уровня управления определяются функции и назначение АИС. Чем выше по значимости уровень управления, тем меньше объем работ, выполняемых специалистами с использованием АИС. Но при этом возрастает сложность и интеллектуальные возможности АИС, ее роль в принятии решений. Любой уровень управления нуждается в информации из всех функциональных производственных подсистем, но в разных объемах и с разной степенью обобщения.
|
|
|
