CC BY
496
Прикладные аспекты информационных технологий
УДК 004.942
АНАЛИЗ СОВРЕМЕННЫХ МЕТОДОВ ПОСТРОЕНИЯ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ МНОГОУРОВНЕВЫХ ПРЕДПРИЯТИЙ
Чикунов Павел Александрович,
старший преподаватель, Учебно-научный профессионально-педагогический институт, Артемовск, Украина pashurka@mail.ru
Криводубский Олег Александрович,
кандидат технических наук, доцент, Учебно-научный профессионально-педагогический институт, Артемовск, Украина mv anna@mail.ru
Аннотация. В работе обсуждаются современные информационные методы решения задач планирования и управления деятельностью перерабатывающих многоуровневых предприятий. На основе анализа литературных источников, описывающих многоуровневые системы управления, с использованием методологии системного анализа выполнена классификация типового перерабатывающего предприятия с сезонным характером портфеля заказов. Изучение характеристик объекта управления позволило определить его как сложную многоуровневую и многопользовательскую иерархическую систему. Для определения эффективной стратегии деятельности таких предприятий необходимо создание информационных технологий, включающих в себя математические модели прогноза технико-экономических решений в стратегии предприятия на каждый сезон, а также формирование критериев оптимального оценивания этих решений. Это определяет необходимость разработки методики информационного и ролевого подчинения для автоматизации управленческого труда менеджеров высшего и нижнего уровней предприятия. Рассмотрены следующие вопросы: теория систем и системный анализ, решение многоуровневых задач, многокритериальные постановки задач управления, принципы и методы моделирования систем управления, принципы и методы идентификации математических моделей, методы оптимизации в задачах управления производственными системами и их численные методы решения, современные алгоритмы систем планирования и управления, существующие пакеты прикладных программ (МММ), пригодные для синтеза систем поддержки принятия решений.
Ключевые слова: системы поддержки принятия решений; системный анализ; информационная технология; критерии управления; многоуровневые системы управления; методы оптимизации; моделирование процессов планирования и управления; параметрическая идентификация систем; алгоритмы управления, пакеты прикладных программ.
THE ANALYSIS OF MODERN METHODS BUILDING OF DECISION SUPPORT SYSTEMS FOR MULTILEVEL ENTERPRISES
Chikunov Pavel A.,
senior lecturer,
Educational-scientific Professional-pedagogical Institute, Artemovsk,
Ukraine
pashurka@mail.ru
Krivodubskiy Oleg A.,
the candidate of technical sciences, associate professor, Educational-scientific Professional-pedagogical Institute, Artemovsk,
Ukraine
my anna@mail.ru
Abstract. The paper discusses the modern information methods of solving problems in planning and management of multi-level processing enterprises. Based on analysis of the literature describing the multi-level control system, using the methodology of system analysis performed classification for typical processing enterprise with the seasonal nature of the order book. Analysis of the characteristics of the control object allowed to define it as a complex multilevel and multi-user hierarchical system. To determine an effective strategy to such enterprises must be the creation of information technologies, including the mathematical model prediction of feasibility of solutions in the enterprise strategy for each season, as well as the formation of optimal estimation criteria for these decisions. It identifies the need to develop methods of information and submission of role for the automation of administrative work top and bottom levels of the enterprise. The following topics are examined: systems theory and systems analysis, decision-level problems, multi-criteria tasking management, principles and methods of modeling control systems, principles and methods of identification of mathematical models, optimization methods in problems of industrial control systems and their numerical solution methods, modern
Прикладные аспекты информационных технологий
algorithms of planning systems and management of existing application packages, suitable for the synthesis of decision support systems.
Keywords: decision support systems; systems analysis; information technology; management criteria; multi-level control system; optimization methods; modeling of planning and management; parametric identification systems; control algorithms, application packages.
Введение. В современной технико-экономической деятельности перерабатывающих предприятий особое место занимают предприятия с сезонным характером формирования и исполнения портфеля заказов. Значительная часть таких предприятий содержит управленческое ядро и подчиненную ему совокупность подразделений, осуществляющих переработку сырья в товарную продукцию широкого ассортимента. В соответствии с этим необходима разработка информационных технологий систем подготовки принимаемых решений (СППР) для соподчиненных подразделений. Эти технологии также должны включать в себя математические модели прогноза стратегической деятельности, подчиненной решениям вышестоящего уровня. В состав информационных технологий нижнего уровня целесообразно включать математические модели тактического прогноза деятельности соподчиненных подразделений и критерий оценки оптимальных тактических решений. Текущая технико-экономическая деятельность этих подразделений, сопровождающаяся случайными отклонениями от плановых задач, определяет актуальность включения в информационные технологии математических моделей и критериев оптимальной оценки оперативных решений, позволяющих принимать наилучшие технико-экономические показатели в условиях соподчиненности тактических решений менеджеров среднего звена плановым заданиям.
Цель работы - выполнить анализ современных научных разработок и методов решения теоретических и практических задач, возникающих при управлении деятельностью многоуровневых объектов с сезонным характером портфеля заказов. Анализ необходимо соотносить с особенностями объекта управления, в роли которого в работе выступает перерабатывающее предприятие с сезонным характером формирования и исполнения портфеля за-
казов, имеющее четко выраженную иерархическую структуру управления, функционирующую в условиях неантагонистических межуровневых противоречий.
Материалы исследования.
1. Системный анализ в управлении.
Концептуальная парадигма системного анализа в ее историческом развитии рациональной деятельности [1] предшествовала широкому развитию методов и приемов, используемых в современных разработках. Материалистическая трактовка методологии системного анализа предполагает выделение объектов, на которых необходимо решать задачи производственного характера [1], феноменологию объектов, сущность которых определяется человеком - лицом, принимающим решение (ЛПР). В работе рассматриваются варианты соотношений «время-пространство», «время-группа». Первое определяет специфику систем принятия решений для объектов с нестационарным характером протекающих на них процессов в динамике их изменений. Второе предназначено для решения задач экономического и организационного характера.
Авторы источника [1] рассматривают вопросы классификации систем, выделяя сложные иерархические системы. Основные положения этой работы позволяют классифицировать перерабатывающее предприятие с сезонным характером портфеля заказов как сложную иерархическую производственную систему со статическими и динамическими характеристиками объемов выпускаемой продукции. В соответствии с этим проведена формализация задач системного анализа в виде математических записей целей управления [2; 3]. Как следует из основных источников методологии системного анализа и управления [1; 2], для разработки систем управления сложными иерархическими объектами необходимо сформировать структурную модель объекта управления, определить условия упорядоченности и соподчиненности составных частей, после чего сформулировать цели управления для объекта в целом и его структурных составляющих. Составными частями структуры управления у объекта управления являются заводоуправление и перерабатывающие комплексы. По имеющейся информации осуществлено структурирование готовой продукции на обобщенные виды, планирование выпуска которых
Прикладные аспекты информационных технологий
и управление производством осуществляется лицом, принимающим решение - менеджером верхнего уровня предприятия.
Выделен ассортимент готовой продукции, планирование и производство которого осуществляется в элементах структуры -перерабатывающих комплексах. В соответствии с методологией системного анализа определены цели каждого уровня. Исходя из положений временного характера, выделены два основных сезона, отличающихся объемами обобщенных видов продукции и ассортимента. Для этого этапа декомпозиции определены цели каждого уровня на каждый сезон. Анализ временных показателей деятельности предприятия, основанный на методологии системного анализа, позволил определить необходимость использования различных видов математического описания объекта управления: статистический прогноз показателей за фиксированный интервал времени (сезон, месяц сезона) для предприятия в целом и для каждой структурной составляющей (перерабатывающий комплекс), а также динамический детерминированный прогноз текущих показателей перерабатывающих комплексов.
Следует отметить, что существует достаточное количество методов решения задач определения оптимальных значений формализованных функций цели управления [2; 3]. Численные методы поисковой оптимизации предлагается соотносить с использованием детерминированных процедур, основанных на градиентных алгоритмах первого и второго порядков [3]. Достаточно эффективны методы прямого поиска: покоординатного спуска, сеточного поиска (метод Хука-Дживса), сопряженных направлений (Пауэлла). Особое место занимают методы случайного поиска, позволяющие решать поливариантные задачи, но обладающие существенным недостатком - большим временем вычислительных поисковых процедур. Следует отметить наличие методов условной минимизации: штрафных функций, градиентов первого порядка, скользящего спуска. Для задач с вероятностным характером показателей предложены методы недифференцируемой оптимизации и стохастического программирования: субградиента и обобщенного градиента, стохастических квазиградиентов, стохастической аппроксимации.
Как следует из основ решения современных задач, системный анализ предполагает декомпозицию сложных иерархических объектов управления на структурные элементы, предусматривающие выделение уровней принятия управленческих решений.
2. Многоуровневые системы управления.
Как одна из составляющих методологии системного анализа разрабатывается структура сложной иерархической системы. Для реализации такой структуры в составе СППР предлагается формальное ее представление в виде модели [4]. Модели могут иметь алгебраический вид в форме матрицы смежности или могут быть представлены соответствующим графом. Сложность таких представлений заключается в том, что при наличии нелинейных взаимосвязей между структурными элементами [5] следует осуществлять декомпозицию таких моделей на составные части в виде частных, линейных подмоделей. Кроме формального представления структуры объекта управления в виде моделей при анализе сложных иерархических систем необходимо определить условие соподчиненности уровней. Этим обусловливаются перечень и функциональные обязанности лиц, принимающих решение в СППР.
Как правило, управляющие решения, вырабатываемые СППР как рекомендации ЛПР, поступают с верхних уровней на нижние, а обратная связь контроля исполнения управляющих рекомендаций осуществляется снизу-вверх. При разработке современных СППР многоуровневые системы управления рассматриваются как распределенные системы обработки информации, в которых на каждом уровне создаются свои базы данных и базы знаний. На каждом уровне хранится информация, характеризующая деятельность подразделений данного уровня, а на вышестоящие уровни передается информация об обобщенных показателях за установленный системой управления период (сутки, месяц сезона). При реализации такой СППР верхний уровень должен решать задачи планирования обобщенных показателей, а нижний уровень -обрабатывать и хранить в базе данных информацию о выпуске ассортимента производимой продукции в условии подчинения управляющим заданиям верхнего уровня.
В последнее время появились разработки СППР, базирующиеся на интеллектуальных методах представления характеристик структурных элементов систем управления. В этом случае многоуровневая система представлена математическими моделями, опирающимися на аппарат нечеткой логики, то есть модели каждого уровня имеют свою функцию принадлежности характеристик. Принятие решений в таких СППР осуществляется при помощи
Прикладные аспекты информационных технологий
распознавания образов или генетических алгоритмов. Сложность подобного представления многоуровневых систем заключается в том, что предприятие с сезонным характером портфеля заказов характеризуется случайными флуктуациями показателей, как в течение сезона, так и в различные годы. Это делает невозможным определение ассоциативных связей и крайне затруднительно при реализации процедур обучения нейросети. Многоуровневые системы управления, в которых необходимо оперировать большим количеством переменных, могут быть реализованы с применением эффективных относительных воздействий, оценка результата действия которых осуществляется на каждом шаге управления с последующей адаптацией масштаба отношений. Недостаток этого метода заключается в том, что верхний уровень оперирует обобщенными показателями продукции, нижний уровень - широким ассортиментом готовой продукции, выпуск которого суммарно подчинен обобщенным видам.
3. Многокритериальные системы управления.
Декомпозиция сложной иерархической системы, для которой создается СППР, согласно методологии системного анализа предполагает выделение целей управления для каждого уровня и для каждой подзадачи СППР. Оперирование управляющими рекомендациями СППР предполагает исследование чувствительности решения каждой задачи принятия решений [6], что дает возможность оценить силу влияния каждой управляющей рекомендации СППР. Для лиц, принимающих решения на каждом уровне, целесообразно определить оптимальную иерархию подчинения и рекомендаций [7].
Комплексное решение задач управления многоуровневыми системами в условиях иерархической соподчиненности уровней должно соответствовать специальным критериям оптимальности [8]. При разработке СППР иерархических систем со многими критериями целесообразно проводить иерархическую реконструкцию будущей системы с надлежащей оценкой будущего поведения СППР и рекомендаций по управлению объектом.
Классическая теория иерархических многоуровневых систем управления предполагает структуризацию целей управления, замещение в условиях неопределенности для двух и более критериев, включая элементы теории надежности с оценкой полезности
возможных исходов от принятых СППР решений, а также определением рисков от некорректности рекомендаций. Рассматриваются вопросы взаимной независимости относительно полезности. Отдельно анализируются условия взаимосвязи между независимостью по предпочтению решений и независимостью по полезности. Выделены типовые иерархические структуры и условия предпочтения. Субъективные факторы системы, представленные квалификацией ЛПР, предлагается учитывать в виде агрегирования индивидуальных предпочтений. Они заключаются в интегрировании и объединении различных мнений специалистов-ЛПР с последующим агрегированием индивидуальных предпочтений в условиях определенности или неопределенности. Предполагается осуществлять анализ принятых допущений о независимости ЛПР различных уровней с формированием функций общесистемной полезности.
Определенный интерес представляют современные решения задач многокритериальной оптимизации на основе аппарата нечетких множеств, с помощью которого можно принимать решения в условиях неопределенности. Практические рекомендации, которые целесообразно использовать в данной работе, определяют последовательность формирования функциональных особенностей СППР перерабатывающего предприятия. Компьютерная реализация СППР с использованием интерактивных методов и теории игр составляет основу разработки функциональной структуры СППР, а использование генетического алгоритма может быть составной частью реализации процедур поиска оптимальных решений.
4. Методы моделирования процессов планирования и управления.
В первую очередь необходимо провести анализ разработок математических моделей планирования полисезонных работ [9]. Как один из вариантов применения методик моделирования рассматриваются вопросы имитационного моделирования. Методика имитационного моделирования производственных систем, включающих в себя экономические аспекты [10], позволяет оценивать внутренние и внешние факторы деятельности предприятия, что существенно для условий конкурентной борьбы за рынки сбыта и конъюнктуры формируемого портфеля заказов.
Прикладные аспекты информационных технологий
Согласно методике имитационного моделирования рассматривается классификация переменных, характеризующих производственные и экономические стороны предприятия, устанавливается их значимость и выделяются целевые функции, определяются входные, выходные и управляющие переменные. В соответствии с классификацией этих переменных анализируется характер их изменений во времени и пространстве. На основании этого определяется тип моделей - статические или динамические. Кроме того осуществляется анализ взаимного влияния переменных и определяется порядок их линейности (нелинейности), что сказывается на выборе типа модели, так как выбор порядка модели определяет будущую точность прогноза по разработанной модели. Предложены варианты матричных балансовых моделей производственной системы. Для решения задач имитационного моделирования применяются статистические законы распределения входных и выходных переменных, вычисляются параметры этих распределений. При синтезе модели на вход подаются значения случайных величин, рассчитанные по законам распределения. Результатом компьютерного имитационного моделирования является статистическое оценивание параметров распределения выходных переменных, после чего делается заключение об идентификации и верификации зависимостей и вывод о том, что модель адекватна процессу.
Методы моделирования сложных иерархических и организационных систем позволяют оценить структурную и производственную сложность разработок моделей, описывающих характеристики объекта управления, на более простые, но связанные между собой подмодели, что позволяет существенно упростить вычислительные процедуры прогноза по этим подмоделям.
Наиболее сложными в разработке являются динамические детерминированные модели, которые дают возможность рассчитывать изменение характеристик объекта управления на любой, наперед заданный интервал времени. Для такого типа моделей характерно качественное изучение природы и поведения структурных элементов иерархической системы. Программная реализация СППР обычно включает в себя лингвистические и логико-формальные модели. На современном этапе начинают применяться нейросетевые модели с нечетким заданием начальных условий [11].
5. Методы идентификации моделей и систем.
Методика моделирования предполагает, что математическая модель разрабатывается как параметрическая модель-структура, описывающая однотипные явления в классе объектов. При этом значения параметров определяются по фактическому статистическому материалу, собранному на конкретном предприятии, в результате чего модель становится пригодной для прогноза и принятия решений по управлению этим конкретным предприятием. Вводится понятие идентификации «в большом» и «в малом» [12]. Под идентификацией «в малом» понимается процедура определения численных значений параметров модели. Тогда идентификация «в большом» подразумевает разработку модели-структуры и ее последующую идентификацию «в малом». Параметрическая идентификация модели подразумевает, что для заданного функционала ошибки (первого или второго порядка) необходимо определить такие значения параметров модели, которые доставляют минимум этому функционалу. В устоявшихся понятиях для определения минимума функционала ошибки используются численные процедуры методов поиска экстремума. В зависимости от скорости изменений характеристик объекта управления, описанных математической моделью, возможно применение поисковых процедур, использующих первую производную функционала ошибки по параметрам (градиентные методы первого порядка) либо вторые производные (методы второго порядка). Возможна комбинация этих методов с методом Ньютона, дихотомии или «золотого сечения». Применение перечисленных методов эффективно для статических моделей, синтез которых методами регрессионного анализа сопровождается параметрической идентификацией с соответствующей оценкой ошибки идентификации и значимости факторов. Параметрическая оценка для динамических моделей, представленных системой связных обыкновенных нелинейных дифференциальных уравнений, значительно сложнее и включает в себя процедуры численного интегрирования (метод Эйлера, Рунге-Кутты). При решении систем уравнений, нелинейных по переменным и параметрам, необходимо осуществлять итеративную шаговую аппроксимацию нелинейностей с использованием метода чувствительности и метода двух моделей, позволяющих получать значения частных производных и градиентов, либо гессиана.
Прикладные аспекты информационных технологий
Перечисленные особенности процедур идентификации позволяют осуществить расчет параметров модели до внедрения СППР в производство. За период эксплуатации системы в производственных характеристиках наблюдается неконтролируемое их изменение (временной дрейф), что приводит к увеличению ошибки прогноза и, в конечном счете, потере адекватности модели процессу. Во избежание подобной ситуации можно встраивать процедуры идентификации в контур систем управления, то есть создавать адаптивную систему с идентификатором в контуре управления. Такая организация СППР позволит в режиме оперативного планирования и управления непрерывно осуществлять прогноз и дискретно подстраивать математические модели к изменениям производственной программы предприятия, в течение как месяца, так и сезона.
Современные тенденции развития системного анализа определили возможности диагностики систем и структурной идентификации с помощью нейронной сети, как алгоритма с обучением [13].
6. Численные методы решения оптимизационных задач.
Формальное представление целей управления в виде функционалов различных видов обусловливает применение специальных приемов, описанных в различных классических источниках [14; 15]. В этих работах рассматривается арсенал методов условной и безусловной оптимизации и оговариваются условия их применения. Проводится анализ достоинств и недостатков различных методов оптимизации и численных процедур их реализации. Достаточно доступно изложены вопросы сходимости численных процедур, условия единственности и существования решений. Кроме этого существенное внимание уделяется точности итеративных процедур и их взаимосвязи с масштабом шага итерации.
Проведен анализ устойчивости численных процедур поиска экстремума функционала цели, а также оценка риска получения неверных решений. Вводятся понятия оптимальных, квазиоптимальных решений, сходимости «в малом» и «в большом», сходимости по мере. Проведен анализ ошибок завершения поисковых процедур и выдачи готовых решений по области допустимых ошибок. Рассматриваются категории локального и глобального экстремумов для многомерных функционалов, приводится усло-
вие введения ограничений, позволяющих локализовать область поиска. Широко используются аналитические методы поиска, основанные на необходимых и достаточных условиях существования экстремума. Также рассматриваются дискретные и непрерывные поисковые процедуры. При этом производятся анализ и выдача рекомендаций по использованию численных методов оптимизации в ППП МА^АВ. Использование цифровой вычислительной техники при поиске экстремума осложняется тем, что персональные компьютеры не позволяют формировать матрицы первых и вторых производных, заменяя значения производных конечными разностями первого и второго порядков. Это предъявляет требование хранения больших объемов информации о текущих значениях переменных, из которых вычисляются конечные результаты.
Соответственно этому появляются ошибки аппроксимации производных, что сказывается на точности поисковых процедур и риске получения неверных решений. Рассматривается внешняя и параметрическая инвариантность выхода адаптивной системы с идентификатором в контуре управления как попытка получения устойчивых численных решений в непоисковых процедурах принятия решений [16]. Попытка упростить описательную часть функциональной схемы системы управления с последующим увеличением скорости процедур поиска экстремума сформулирована в виде обобщенного существования решения экстремальных задач с помощью векторной оптимизации в метрических пространствах [17]. Применение подобной методики осложняется понятиями метризуемости и нормируемости производственно-экономических задач планирования и управления.
Исходя из свойств объекта управления, можно понимать его как объект с распределенными параметрами, основные положения которого рассматриваются с применением соответствующих процедур оптимизации, однако этот подход значительно усложняет процедуру разработки СППР. Современные аспекты решения задач оптимизации предусматривают алгоритмизацию поисковых процедур с привязкой типовых алгоритмов к средствам вычислительной техники. Вычислительные процедуры приведены в привязке к различным ППП и языкам программирования. Следует отметить возможность оценивания надежности принимаемых решений, что может быть использовано в специальных
Прикладные аспекты информационных технологий
экономических показателях решений, которые СППР рекомендует ЛПР, и решений, субъективно принимаемых ЛПР, не согласным с рекомендациями СППР.
Существует предложение о разработке оптимизирующих моделей, предназначенных для определения управленческих решений [18]. Это предложение содержит типовые формальные модели и соответствующие правила выбора. Такой подход не позволяет говорить о получении оптимальных решений, а только лишь о решениях, близких к требуемым. В зависимости от принятых допущений о характере процессов, протекающих на объекте управления, могут приниматься гипотезы о дискретном характере этих процессов. В соответствии с этими гипотезами осуществляется численное сравнение методов оптимизации. Подобный подход не совсем корректен, так как дискретный характер экономико-производственных задач определяется точками выпуска и реализации продукции, но движение финансовых и материальных потоков непрерывно. Для сложных систем рассматриваются вопросы оптимальной параметрической коррекции автоколебаний производственных систем. Как правило, рентабельные производства избегают колебательных режимов. Такие режимы могут возникать на границе сезонов, когда меняется ассортимент заказов и, соответственно, производимой продукции. Это может быть учтено в режиме эксплуатации СППР. Разработчики систем могут принять и обосновать вероятностный, стохастический характер функционирования объекта управления, при котором предлагается специальная методика поиска оптимальных решений. Для ее использования необходим достаточный объем статистической информации, по которой обосновывается стохастичность характеристик объекта управления.
Возможно использование декомпозиционного подхода к решению задач определения оптимальных структур предприятия, который может быть достаточно эффективным при наличии 3040% резерва производственных мощностей, что в отечественных условиях невозможно. Как современная реализация оптимизационных процедур может быть использован генетический алгоритм [19]. Эта методика предусматривает многокритериальную оптимизацию, но отсутствует сравнительный анализ длительности и объема вычислений в сопоставлении с классическим методом проекций градиента для решения многокритериальных задач.
7. Анализ алгоритмов управления.
Алгоритмы стратегического управления обычно рассматриваются как задачи менеджмента и основываются на системном анализе деятельности предприятий, который предусматривает внутренние и внешние характеристики, влияющие на эффективность принимаемых решений. К внутренним относятся производительность и гибкость основного оборудования, обеспечивающая ликвидность продукции предприятия, а к внешним - конъюнктура рынка, сезонность, конкурентная борьба. Основные положения этой работы могут быть использованы при разработке СППР, особенно в отношении задачи стратегического планирования. Возможные варианты автоматизированных систем принятия решений имеют практическое значение при техническом проектировании СППР. Эти варианты содержат возможные структуры автоматизированных систем, функциональную составляющую каждого блока системы, а также взаимосвязи (в том числе обратные) между структурными элементами системы иерархии. Основные положения получения, обработки и выдачи решений в информационных системах [20] позволяют решать вопросы выбора системы управления БД, декомпозиции БД на разделы, подразделы, а также дают характеристики возможной организации файлов, интерфейсов пользователей. Рассматриваются вопросы безопасности, системы защиты, пароли и иерархии санкционированного доступа в сложной иерархической системе. Служебные и функциональные ограничения, которые сопровождают выработку управленческих решений, лежат в основе согласования управлений, характеризующихся неантагонистическими противоречиями. Это дает возможность согласовывать решения для максимального выигрыша от принимаемых решений. Практическая значимость изложенного подхода определяется тем, что в многоуровневой, многокритериальной СППР могут возникать противоречия между решениями оптимизационных задач верхнего и нижнего уровней и, непосредственно, между критериальными оценками.
Экономические аспекты, определяемые корректной организацией процесса управления и планирования на сложном иерархическом предприятии с сезонным колебанием портфеля заказов, предусматривают современный, капиталистический подход к принятию решений в автоматизированной системе. При решении
Прикладные аспекты информационных технологий
задач оперативного управления, в которых прогноз осуществляется с помощью динамических моделей, необходимо осуществлять адаптивную настройку параметров моделей по статистической информации, непрерывно поступающей от структурных элементов уровней предприятий, характеризующих экономико-производственную деятельность этих элементов. Достаточно сложным является применение нейросетевых алгоритмов прогнозирования деятельности предприятия и решения оптимизационных задач управления [21].
Классическое изложение поисковых алгоритмов, ориентированных на современные языки программирования и ППП [22], дает возможность реализовать в контуре СППР задачи динамического программирования. Варианты поисковых алгоритмов доступно изложены и носят конструктивный характер, допускающий их использование в алгоритмах СППР предприятий различной структуры и организации.
Формальная постановка и алгоритмизация целей и стратегии управления предприятиями могут быть применены и для СППР перерабатывающего многоуровневого предприятия. Исследуются возможности применения генетического алгоритма с модифицированным оператором в случае создания интеллектуальной информационной технологии [19]. Вопросы применения эволюционных алгоритмов [23] с идентификацией в контуре управления позволяют реализовывать адаптивные СППР.
8. Использование пакетов прикладных программ при синтезе СППР.
Наиболее применяемым в современных разработках функциональных особенностей СППР является ППП МА^АВ. Этот пакет содержит достаточно большой арсенал средств алгебры, который позволяет формализовать структуру сложной иерархической системы, осуществлять адаптивную настройку моделей структуры объекта управления и функциональных моделей. Кроме того, средства пакета помогают достаточно точно рассчитывать возможные варианты прогноза по статическим моделям, реализо-вывать процедуры численного дифференцирования и интегрирования, что способствует осуществлению параметрической идентификации и настройки динамических моделей, представленных системами дифференциальных уравнений. Пакет содержит ком-
плексы процедур условной и безусловной оптимизации, посредством которых можно рассчитывать оптимальные значения функционалов цели и определять управляющее решение.
Как следует из вышеизложенного, этот ППП является универсальным инструментом создания функциональной структуры и поиска численных значений решений, являющихся рекомендациями СППР для управления деятельностью предприятия. Стратегия производственного планирования MRPII [24] предназначена для разработки информационной составляющей СППР, однако она (так же как и пакеты ERP/MRPII [24]) вызывает значительные затруднения в создании функциональных блоков СППР, осуществляющих прогноз по моделям и поиск оптимальных решений, особенно при оперативном управлении. Рассматриваются вопросы планирования и управления ресурсами предприятия посредством обработки информационных потоков с помощью ERP-системы [25], что пригодно при стратегическом планировании.
Аналогично проведен анализ применения ERP-систем на предприятиях, но отсутствуют сравнительные показатели работы этой системы в стратегическом и оперативном принятии решений.
Заключение.
Предварительная постановка задач управления и принятия решений требует от проектировщика знания методов и средств системного анализа, в том числе средств моделирования объекта. Системный подход состоит в исследовании объекта управления как системы, состоящей из взаимодействующих структурных элементов, построении математической модели объекта и исследовании ее методами математического моделирования с целью решения задач управления и принятия решения.
При моделировании процессов, протекающих в объекте управления, в соответствие реальному объекту ставится некоторый математический объект, называемый математической моделью. При исследовании характеристик любого объекта управления математическими методами должна быть проведена формализация этого процесса, построена математическая модель. Вид математической модели зависит как от природы реального объекта, так и от задач исследования объекта, от требуемой достоверности и точности решения задачи. Для представления математических моделей
Прикладные аспекты информационных технологий
проектировщики могут использовать различные формы записи. Из основных можно назвать аналитическую, алгоритмическую и графическую. Запись модели в аналитической форме представляет собой явные выражения выходных параметров как функций входов и переменных состояния.
Учитывая назначение СППР типового перерабатывающего предприятия, можно ограничиться аналитическим моделированием только функционального аспекта системы. Уравнения системы, описывающие алгоритм ее функционирования, записываются в виде аналитических соотношений или логико-формальных условий. При дальнейшем исследовании аналитическую модель можно исследовать, например, численными методами, когда стремятся получить числовые результаты при конкретных начальных данных.
При проведении системного анализа структуры иерархического многоуровневого объекта нами предлагается рассматривать следующие вопросы: характеристики структуры управления предприятием [26], функциональная взаимосвязь составляющих этой структуры [27], временные особенности технико-экономической деятельности предприятия. По результатам анализа выполняется классификация объекта управления, на основании чего осуществляется предварительная постановка задачи синтеза СППР.
Использование методологии системного анализа позволило классифицировать типовое перерабатывающее предприятие с сезонным характером портфеля заказов как сложную многоуровневую и многопользовательскую иерархическую систему. Процесс принятия управленческих решений проходит в условиях неантагонистических противоречий между верхним и нижним уровнями, а также между родственными структурами нижнего уровня.
Постановка задач планирования и принятия управленческих решений в СППР дает возможность реализовать современные системные аспекты решения таких задач. Формализация задач планирования в виде математических моделей прогноза будущей производственной программы определяет возможность системного анализа статических и динамических характеристик деятельности предприятия.
Современные аспекты планирования в рыночных условиях и сезонные колебания ассортимента готовой продукции должны учитываться менеджерами верхнего уровня при формировании
портфеля заказов. Как следует из анализа характеристик объекта управления, на предприятии целесообразно создавать СППР, позволяющую решать задачи стратегического (на сезон) и тактического (на месяц) планирования и управления, причем с учетом иерархии верхнего и нижнего уровня.
Математические модели прогноза и решения задач планирования также должны учитывать уровни иерархии с последующим анализом иерархических решений. Функциональная сущность математических моделей, постановки задач планирования и управления для верхнего и нижнего уровней, стратегического и тактического планирования и управления должны учитывать ограничения технологического, экономического и организационного характера.
Сделан вывод о том, что задачи, свойственные верхнему уровню (заводоуправление) и нижнему уровню (перерабатывающие комплексы), согласно рассмотренным методикам могут быть представлены различными функционалами цели (критериями), определяющими возможность оптимального управления предприятием и его элементами через рекомендации, вырабатываемые СППР [28].
Проведенное исследование методик моделирования и существующих моделей позволяет утверждать, что для решения задач планового стратегического и тактического прогнозов допустим математический аппарат разработки статических статистических моделей, а для оперативного прогноза - аппарат разработки динамических детерминированных моделей.
Согласно рекомендациям исследованных источников предполагается разрабатывать параметрические модели-структуры для класса однотипных объектов управления. По фактическому статистическому материалу (показатели деятельности конкретного предприятия) возможно осуществление параметрической идентификации и адаптации математической модели прогноза.
Согласно методикам системного анализа выявлена необходимость формирования целей управления в виде функционалов и ограничений, после чего можно выбирать численные процедуры поиска оптимальных решений, которые являются рекомендациями СППР для менеджеров верхнего и нижних уровней.
Анализ существующих алгоритмов СППР по планированию и управлению деятельностью многоуровневых предприятий по-
Прикладные аспекты информационных технологий
зволил определить методические аспекты разработки алгоритмов СППР.
Установлено, что современный инструментарий программиста по реализации СППР основывается на широко распространенных пакетах прикладных программ, наиболее приемлемым из которых является MATLAB.
Литература:
1. Згуровский М.З., Панкратова Н.Д. Системный анализ: проблемы, методология, приложения. К.: Наукова думка, 2005. (Zgurovskiy M.Z., Pankratova N.D. Sistemnyiy analiz: problemyi, metodologiya, prilozheniya. K.: Naukova dumka, 2005.)
2. Моисеев Н.Н. Математические задачи системного анализа. М.: Наука, 1981. (Moiseev N.N. Matematicheskie zadachi sistemnogo analiza. M.: Nauka, 1981.)
3. Рыков А.С. Модели и методы системного анализа: принятие решений. М.: Исследовательский центр проблем качества подготовки специалистов, 2005. (Ryikov A.S. Modeli i metodyi sistemnogo analiza: prinyatie resheniy. M.: Issledovatelskiy tsentr problem kachestva podgot-ovki spetsialistov, 2005.)
4. Казиев В.М. Введение в анализ, синтез и моделирование систем: учебное пособие. М.: Изд-во ИНТУИТ.ру, 2006. (Kaziev V.M. Vvede-nie v analiz, sintez i modelirovanie sistem: uchebnoe posobie. M.: Izd-vo INTUIT.ru, 2006.)
5. СимоновМ.Л., ПоповаА.Н. Нелинейная модель системы управления, представленной структурной схемой // Приборы и системы: Упр., контроль, диагност. 2007. № 12. - С. 18-25. (Simonov M.L., Popo-va A.N. Nelineynaya model sistemyi upravleniya, predstavlennoy struk-turnoy shemoy // Priboryi i sistemyi: Upr., kontrol, diagnost. 2007. No 12. - P. 18-25.)
6. Оцшювання чутливосп розв'язку задачi прийняття ршень iз застосуванням методу аналiзу iерархiй / Недашювська Н1. // Наук. вгсп Нац. техн. ун-ту Украши «Кшв. полггехн. ш-т». 2006. № 2. -С. 27-36. (Otsinyuvannya chutlivosti rozv'yazku zadachi priynyattya rishen iz zastosuvannyam metodu analizu ierarhiy / Nedashkivska N.I. // Nauk. visti Nats. tehn. un-tu Ukraini «Kiiv. politehn. in-t». 2006. No 2. -P. 27-36.)
7. Мишин С.П. Оптимальная иерархия, управляющая заданными группами исполнителей // Автоматика и телемеханика. 2006. № 7. -С. 144-160. (Mishin S.P. Optimalnaya ierarhiya, upravlyayuschaya zadan-nyimi gruppami ispolniteley // Avtomatika i telemehanika. 2006. No 7. -P. 144-160.)
8. Optimal control of spatially distributed systems / Motee Nader, Jadbabaie Ali // IEEE Trans. Autom. Contr. 2008. 53, № 7. - P. 1616-1629.
9. A mathematical model for the multi-mode resource-constrained project scheduling problem with mode dependent time lags / Sabzehparvar Majid, Seyed-Hosseini S. Mohammad // Supercomput. 2008. 44, № 3. -P. 257-273.
10. ТомашевскийВ.Н. Имитационное моделирование систем и процессов. К.: 1СДО, «В1ПОЛ», 1994. (Tomashevskiy V.N. Imitatsionnoe modeliro-vanie sistem i protsessov. K.: ISDO, «VIPOL», 1994.)
11. Modelling and multi-objective optimal control of batch processes using recurrent neuro-fuzzy networks / Zhang Jie // Int. J. Autom. and Comput. 2006. № 1. - P. 1-7.
12. Эйкхофф П. Основы идентификации систем управления. Оценивание параметров и состояния. М.: Мир, 1975. (Eykhoff P. Osnovyi identi-fikatsii sistem upravleniya. Otsenivanie parametrov i sostoyaniya. M.: Mir, 1975.)
13. Алексеев А.А., Кораблев Ю.А., Шестопалов М.Ю. Идентификация и диагностика систем: учеб. для студ. высш. учеб. заведений. М.: Издательский центр «Академия», 2009. (AlekseevA.A., Korablev Yu.A., Shestopalov M.Yu. Identifikatsiya i diagnostika sistem: ucheb. dlya stud. vyissh. ucheb. zavedeniy. M.: Izdatelskiy tsentr «Akademiya», 2009.)
14. Аоки М. Введение в методы оптимизации. М.: Наука, 1977. (Aoki M. Vvedenie v metodyi optimizatsii. M.: Nauka, 1977.)
15. МоисеевН.Н., ИваниловЮ.П., СтоляроваЕ.М. Методы оптимизации. М.: Наука, 1978. (Moiseev N.N., Ivanilov Yu.P., Stolyarova E.M. Metodyi optimizatsii. M.: Nauka, 1978.)
16. Бронников А.М. Внешняя и параметрическая инвариантность выхода адаптивной системы с идентификатором и эталонной моделью // Инф.-измерит. и управл. системы. 2008. 6, № 2. - С. 15-23. (Bron-nikov A.M. Vneshnyaya i parametricheskaya invariantnost vyihoda adap-tivnoy sistemyi s identifikatorom i etalonnoy modelyu // Inf.-izmerit. i upravl. sistemyi. 2008. 6, No 2. - P. 15-23.)
17. Zaslavski A.J. Generic existence of solutions in vector optimization on metric spaces // Optimiz. Theory and Appl. 2008. № 1. - С. 139-153.
18. Ашихмин A.A. Разработка и принятие управленческих решений: формальные модели и методы выбора. 2-е изд., стер. М.: МГГУУ 2001. (Ashihmin A.A. Razrabotka i prinyatie upravlencheskih resheniy: formal-nyie modeli i metodyi vyibora. 2-e izd., ster. M.: MGGU, 2001.)
19. Study on the system of dynamic job shop scheduling based on combined genetic algorithm / Ju Quanyong, Zhu Jianying // China Mech. Eng. 2007. 18, № 1. - С. 40-43.
20. Баронов В.В. и др. Автоматизация управления предприятием. М.: ИНФРА-М, 2000. (Baronov V.V. i dr. Avtomatizatsiya upravleniya pred-priyatiem. M.: INFRA-M, 2000.)
21. Назаров Л.Нейросетевые алгоритмы прогнозирования и оптимизации и систем. М.: Наука и Техника, 2004. (Nazarov L. Neyrosetevyie al-goritmyi prognozirovaniya i optimizatsii i sistem. M.: Nauka i Tehnika, 2004.)
Философские проблемы информационных технологий и киберпространства
40 -
Прикладные аспекты информационных технологий
22. Химмельблау Д. Прикладное нелинейное программирование. М.: Мир, 1976. (Himmelblau D. Prikladnoe nelineynoe programmirovanie. M.: Mir, 1976.)
23. Репин А.И., Смирнов Н.И., Сабанин В.Р. Идентификация и адаптация САПР с использованием эволюционных алгоритмов оптимизации // Пром. АСУ и контроллеры. 2008. № 3. - С. 31-35. (Repin A.I., Smirn-ov N.I., Sabanin V.R. Identifikatsiya i adaptatsiya SAPR s ispolzovaniem evolyutsionnyih algoritmov optimizatsii // Prom. ASU i kontrolleryi. 2008. No 3. - P. 31-35.)
24. Гайфуллин Б.Н., Обухов И.А. Автоматизированные системы управления предприятиями стандарта ERP/MRPII. М.: Богород. печатник, 2000. (Gayfullin B.N., Obuhov I.A. Avtomatizirovannyie siste-myi upravleniya predpriyatiyami standarta ERP/MRPII. M.: Bogorod. pechatnik, 2000.)
25. О'Лири Д. ERP системы. Современное планирование и управление ресурсами предприятия: Выбор, внедрение, эксплуатация. М.: Кон-сультац.-фин. центр «Актион», 2004. (O'Liri D. ERP sistemyi. Sovre-mennoe planirovanie i upravlenie resursami predpriyatiya: Vyibor, vne-drenie, ekspluatatsiya. M.: Konsultats.-fin. tsentr "Aktion", 2004.)
26. Криводубский О.А., Чикунов П.А. Математическая модель планирования производства соли // Радюелектронш i комп'ютерш системи. 2008. № 2 (29). - С. 107-110. (Krivodubskiy O.A., Chikunov P.A. Matem-aticheskaja model' planirovanija proizvodstva soli // Radioelectronic and computer system. 2008. No 2 (29). - P. 107-110.)
27. Криводубский О.А., Чикунов П.А., Новаковская А.О. Логико-формальная модель взаимосвязей ассортимента продукции, выпускаемой ГПО «Артемсоль» // Радюелектронш i комп'ютерш системи. 2010. № 4 (45). - С. 205-210. (Krivodubskiy O.A., Chikunov P.A., Novakovska-ya A.O. Logiko-formal'naja model' vzaimosvjazej assortimenta produk-cii, vypuskaemoj GPO "Artemsol" // Radioelectronic and computer system. 2010. No 4 (45). - P. 205-210.)
28. Чикунов П.А. Функциональные особенности системы подготовки принимаемых решений ГП «Артемсоль» // Системи обробки шфор-мацп. 2012. № 3 (101). - С. 107-110. (Chikunov P.A. Funkcional'nye osobennosti sistemy podgotovki prinimaemyh reshenij GP «Artemsol» // Systemy obrobky informacii. 2012. No 3 (101). - P. 107-110.)
