Проблемы, решаемые с помощью СППР

Попытки применения исследования операций для решения различного класса задач выявили большие различия в природе изучаемых систем. В связи с этим была предложена следующая классификация проблем.

1. Хорошо структурированные или количественно сформулированные проблемы, в которых существенные зависимости выяснены настолько хорошо, что они могут быть выражены в числах или символах, получающих в конце концов численные оценки.

Слабо структурированные или смешанные проблемы, которые содержат как качественные, так и количественные элементы, причем качественные, малоизвестные и неопределенные стороны проблем имеют тенденцию доминировать.

Неструктурированные или качественно выраженные проблемы, содержащие лишь описание важнейших ресурсов, признаков и характеристик, количественные зависимости между которыми совершенно не известны.

Согласно этой классификации типичные проблемы исследования операций можно назвать хорошо структурированными. Этот класс задач широко применяется при оценке и выборе элементов технических устройств. Например, форм корпуса самолетов или кораблей, управлении электростанциями, расчете радиоактивного заражения местности и т.д. То есть в тех случаях, когда существуют адекватные математические модели устройств или процессов и есть опытные данные, позволяющие априорно определить параметры этих моделей.

Характерными особенностями проблем третьего класса являются:

- уникальность выбора в том смысле, что каждый раз проблема является новой для ЛПР, либо обладает новыми особенностями по сравнению со встречавшейся ранее подобной проблемой;

- неопределенность в оценках альтернативных вариантов реше­ния проблемы;

- качественный характер оценки вариантов решения проблемы, чаще всего формулируемой в словесном виде;

- оценка альтернатив может быть получена лишь на основе субъективных предпочтений ЛПР (либо группы ЛПР);

- критериальные оценки могут быть получены только от экспертов.

К этому классу проблем относятся, например, проблемы планирования научных исследований, конкурсного отбора проектов, выработки политики отбора статей в журналах и т.д.

Ко второму классу проблем относятся многие смешанные задачи, использующие как эвристические предпочтения, так и аналитические модели. Например, при ликвидации последствий чрезвычайных ситуаций, вызванных радиоактивным поражением, аналитические модели могут быть использованы для определения степени и характера поражения через заданные интервалы времени, а эвристические предпочтения при выборе мер по ликвидации последствий поражения. К этому же классу проблем относятся многие проблемы, связанные с экономическими и политическими решениями, проблемы медицинской диагностики и т.п.

В господствующих подходах, порожденных декартовой рационалистической методикой, традиционно существует тенденция отвергать такие термины, как неясность, неопределенность, нечеткость или неточность. Однако в реальном мире неминуемо приходится сталкиваться со множеством случаев, когда невозможно избежать проблемы учета неясностей и неточных данных о событиях, характеристиках в оценках. В 1965 г. Заде предложил теорию нечетких или размытых множеств, получивших также название нечеткой логики. Теория нечетких множеств дала схему решения проблем, в которых субъективное суждение или оценка играют существенную роль при оценке факта неясности и неопре­деленности.

Теория нечетких множеств прошла путь от разработки формальных средств представления плохо определяемых понятий, используемых человеком, и аппарата для их обработки до моделирования приближенных рассуждений, к которым человек прибегает в повседневной и профессиональной деятельности.

Средства вычислительной техники позволяют в значительной степени формализовать процесс поддержки принятия решений, используя оба перечисленных выше подхода в сочетании с методами размытых множеств.

Задачи с объективно оцениваемыми результатами — это задачи, для которых может быть объективно определен факт их окончательного решения. В этих задачах в явном виде задан критерий, определяющий достижения цели. Сюда относятся сложные комбинаторные задачи, различные игры с четкими правилами (шахматы, шашки), задачи проектирования и т.д. Для этих задач, как правило, имеются хорошие аналитические или алгоритмические модели. Для них имеется возможность объективной оценки результата решения или хотя бы сравнительной оценки нескольких вариантов решений.

К задачам с субъективно оцениваемыми решениями отнесем задачи, для которых объективная оценка результата решения отсутствует и ее заменяют экспертные оценки, основанные на эвристических предпочтениях. То есть качество решения основы­вается на субъективных оценках человека. К таким задачам относится принятие экономических и политических решений, задачи медицинской диагностики и т.д.

Обстановку, в которой принимаются решения, можно подразде­лить на стабильную и экстремальную.

При принятии решений в стабильной обстановке ЛПР, как правило, имеет больше времени для сбора и анализа данных и оценки принимаемых решений. Задачи, решаемые в стабильной обстановке, могут быть повторно решаемые или решаемые впервые. При решении повторных задач ЛПР опирается на накопленный опыт и анализ результатов ранее решенных задач. Для впервые решаемых задач опыта их решений нет, и специалисты вынуждены опираться только на свои знания и интуицию.

Принятие решений в экстремальной ситуации характеризуется острым дефицитом времени и, в большинстве случаев, быстро меняющейся обстановкой. Эти два фактора сильно усложняют процесс принятия решений для ЛПР. Задачи, решаемые в экстремальных ситуациях, можно подразделить на ранее решавшиеся и уникальные. Однако даже при решении аналогичных задач практически не бывает двух одинаковых чрезвычайных ситуаций, поэтому наряду с использованием информации, хранящейся в базе данных, специалист (эксперт, ЛПР) должен вводить новую информацию, отображающую данную чрезвычайную ситуацию, корректировать "веса" (значимость) критериев, модифицировать метод ликвидации чрезвычайной ситуации.

 

4.2.3. Типы компьютерного анализа ситуаций, производимого СППР

Под компьютерным анализом будем понимать человеко-машинную процедуру, состоящую из фаз анализа ситуации, принятия решения и оценки последствий принимаемых решений. Компьютерный анализ может быть статический и динамический. Существует класс задач, в которых анализ сложившейся обстановки, принятие по ней решения является достаточным и не требует дальнейшего анализа (во всяком случае, по данной конкретной ситуации). Такой компьютерный анализ назовем статическим. Примером такого анализа является решение по ликвидации аварийного разлива нефти. Принимается решение, обеспечивающее, исходя из имеющихся возможностей, наиболее безопасный, быстрый и дешевый способ ликвидации аварии. Вопрос о ее дальнейших последствиях и необходимых мерах (экологических, финансовых и др.) не является, как правило, предметом обсуждения при выборе средств и методов ликвидации аварии. Это другая проблема.

Однако во многих случаях ситуация оказывается более сложной. То есть существует очень большой класс задач, в которых нельзя оценить эффективность решения без анализа возможных последствий. Таковы, например, подавляющее большинство поли­тических и экономических решений, выбор хода в шахматах и т.д.

Эти высказывания в других терминах можно сформулировать следующим образом: пусть имеется некоторый набор сценариев, из которого один выбирается для реализации поставленной задачи. Эффективность выполнения задачи будем харак­теризовать показателем W=>max.

Все факторы, от которых зависит успех, разделим на три группы: заданные заранее известные факторы (условия выполнения задачи), которые для краткости обозначим α; зависящие от нас элементы решения, образующие в своей совокупности множества решений X; неизвестные факторы, которые в совокупности обозначим ,.

Показатель эффективности W зависит от всех трех групп факторов W=W(α, X, ξ).

Так как величина X зависит от неизвестных факторов ξ она уже не может быть вычислена и остается неопределенной. Поэтому в этом случае задачу можно сформулировать так: при заданных условиях α, с учетом неизвестных факторов ξ, найти такое решение Х, которое, по возможности, обеспечивает максимальное значение показателя эффективности W.

Это уже не чисто математическая задача, вернее не задача классических методов оптимизации. Она может быть решена методами компьютерных игр.

 

4.2.4. Структура распределенной системы поддержки принятия решений

Иллюстрацию возможной структуры системы поддержки принятия решений проведем на системе автоматизации проектирования (САПР), включающей в себя СППР как подсистему. На рис. 4.1 показан фрагмент возможной структуры системы распределенного автоматизированного проектирования сложного технического объекта применительно к проектирова­нию электрооборудования подвижного объекта, на котором мы и будем иллюстрировать предлагаемый подход. Система содержит 7 блоков и базу знаний.

Блок 1. Выбор исполнительных агрегатов и элементов электрооборудования. Цифрами в блоке обозначены автоматизированные рабочие места (АРМ) (каждую подсистему обозначает одно АРМ);

- цифрой 1 обозначено АРМ, на котором осуществляется выбор аппаратуры для внешних связей бортового комплекса управления;

- цифрой 2 обозначено АРМ, на котором осуществляется выбор аппаратуры для управления двигателями;

- цифрой 3 обозначено АРМ, на котором осуществляется выбор аппаратуры для управления шасси;

- буквой n обозначено АРМ, на котором осуществляется выбор аппаратуры для бортовой энергетики.

Для каждого устройства или подсистемы проектирующий ее конструктор или группа конструкторов сами выбирают комплектующие. Однако во многих случаях их целесообразно унифицировать или интегрировать. И тогда возникает задача согласования выбора агрегатов и элементов несколькими заинтересованными конструкторами или группами конструкторов.

В этом случае многопользовательский интерфейс обеспечит конструкторам возможность оперативной оценки правильного выбора исполнительных агрегатов и элементов.

Блок 2. Топологическая и весовая компоновка бортовой аппаратуры с помощью экспертных систем. Результатом работы этого блока является распределение аппаратуры по отсекам, осуществляемое экспертными системами с выдачей необходимой документации

Заметим, что в этом блоке нет изображений дисплеев с клавиатурой. Это значит, что он может функционировать автоматически, без вмешательства конструктора.

Блок 3. Редактирование топологической и весовой компоновки. Поскольку это затрагивает разработчиков различных систем, выдвигающих противоречивые требования, необходимо согласо­ванное принятие групповых решений с использованием многопользовательского интерфейса и средств поддержки групповых решений. Номера АРМ обозначают то же, что и в блоке 1.

Блок 4. Разработка и согласование интерфейсов узлов и подсистем требует активного синхронного взаимодействия конструкторов, устройства которых стыкуются с широким использованием многопользовательского интерфейса и средств поддержки групповых решений.

Блок 5. Разработка устройств и подсистем. Производится проектирование устройств и подсистем с помощью экспертных систем, хранящихся в базе знаний, проверка их логической правильности и времени срабатывания.

Блок 6. Разработка и тестирование отдельных компонент электрооборудования с помощью экспертных систем. Аббреви­атуры означают: РАБ - распределение аппаратуры по блокам, КПБ - компоновка приборных блоков, КС - компоновка стелла­жей, РТ - разжгутовка и трассировка, РПО - разработка програм­много обеспечения.

Проводится проверка правильности функционирования

отдельных компонент и в тех случаях, когда это необходимо, времени их срабатывания с помощью моделей функцио­нирования, хранящихся в базах знаний и библиотеках подпрог­рамм моделирования спроектированных аппаратных средств.

Блок 7. Логическое и временное тестирование устройств и подсистем с помощью моделей функционирования, хранящихся в базе знаний и библиотеках подпрограмм спроектированных аппаратных средств.

База знаний содержит:

- программные модели функционирования аппаратных средств;

- программные средства поддержки принятия групповых решений;

- экспертные системы топологической компоновки бортовой аппаратуры;

- экспертные системы весовой компоновки бортовой аппара­туры;

- экспертные системы компоновки различных устройств;

- экспертная система трассировки и разжгутовки кабеля;

- экспертная система проектирования принципиальных схем;

- экспертная система проектирования бортовой ЛВС;

- экспертная система проектирования управления двигателями;

- экспертная система проектирования шасси.

Рис. 4.1. Фрагмент возможной структуры системы распределенного автоматизированного проектирования

 

Системы автоматизированного проектирования сложных технических объектов прошли достаточно долгий путь развития и сейчас можно попытаться сформулировать ряд требований (возможно, далеко не полный), обеспечивающий высокую экономичность работы этих систем и оптимизацию создаваемых проектов.

1. Комплексная (сплошная) автоматизация проектирования от разработки структуры проектируемого объекта до выдачи рабо­чих чертежей и даже доведения проектируемого объекта до серийного производства.

Комплексная автоматизация проектирования позволяет осуществить полный охват всех компонент сложного технического объекта, что также повышает качество и снижает трудозатраты проектирования. Так, например, при автоматизированном проектировании размещения элементов в блоке реле и изготовлении технической документации блока, в соответствии с требованиями стандартов, время проектирования блока сокращается в 6 раз.

2. Увеличение числа прорабатываемых вариантов проекта на всех уровнях проектирования.

Увеличение числа проработанных вариантов может обеспечить наибольшую экономическую эффективность САПР за счет сокращения затрат производства и эксплуатации проекти­руемых объектов.

3. Возможность сравнения вариантов проектирования и выбора наилучшего из них.

Широкое применение вычислительной техники в сложных технических объектах потребовало разработки широкого спект­ра алгоритмов их функционирования. От правильности выбора некоторых алгоритмов может в значительной степени зависеть качество характеристик проектируемого объекта. При выборе алгоритма необходимо учитывать возможности процессоров, на которых они будут реализованы, т.к. некоторые алгоритмы, обладая, например, высокой точностью, могут потребовать больших вычислительных мощностей, которыми устанавливаемые на объект процессоры могут не обладать.

Эффективное создание программного обеспечения.

Возможность принятия групповых решений, то есть решений, принимаемых несколькими конструкторами или даже несколькими группами конструкторов (что значительно сложнее) по одному вопросу.

Это также относится к возможности оперативно согласовывать интерфейсы и другие проектные решения стыкуемых устройств и подсистем и объективно оценивать предлагаемые варианты, выбирая лучшие.

6. Логическое и временное тестирование проектов аппаратных средств и программного обеспечения.

Проблемы проверки правильности программ и времени их функционирования хорошо известны. В последнее время появился ряд подходов, позволяющих автоматизировать процесс тестиро­вания программ, которые могли бы быть реализованы в системах автоматизации проектирования.

7. Выдача рабочей документации и/или программ для станков с ЦПУ и гибких производств.

8. Система должна обеспечить возможность параллельной работы всех конструкторов, участвующих в проектировании объекта.

Проектирование сложного технического объекта - "ручное" или с помощью автоматизированной системы проектирования - всегда является последовательно - параллельным процессом. Точки распараллеливания этого процесса - выдача технических заданий на разработку проектов отдельных устройств и подсистем, а точки синхронизации - согласование проектных решений стыкуемых Устройств и подсистем.

Схема функционирования компьютерной системы поддержки принятия решения (она обычно входит в качестве подсистемы в какую-либо систему широкого назначения, например, в САПР систему принятия экономических решений, систему ликвидации чрезвычайных ситуации и т.п.)

⇐ Предыдущая12345678Следующая ⇒

Поделиться:

Воспользуйтесь поиском по сайту: