CC BY
602
ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПРОАКТИВНОГО УПРАВЛЕНИЯ СЛОЖНЫМИ ОБЪЕКТАМИ
УДК 519.8
М. Ю. Охтилев, Н. Г. Мустафин, В. Е. Миллер, Б. В. Соколов
КОНЦЕПЦИЯ ПРОАКТИВНОГО УПРАВЛЕНИЯ СЛОЖНЫМИ ОБЪЕКТАМИ: ТЕОРЕТИЧЕСКИЕ И ТЕХНОЛОГИЧЕСКИЕ ОСНОВЫ
Рассмотрены теоретические и технологические основы разрабатываемой прикладной теории проактивного управления сложными объектами, которая к настоящему времени получила практическую реализацию в ракетно-космической отрасли, атомной энергетике, транспортно-логистической и военной сферах.
Ключевые слова: междисциплинарный подход, управление сложностью, про-активный мониторинг и управление, комплексное моделирование.
Введение. Анализ основных проблем XXI века показывает, что наиболее актуальной является проблема обеспечения безопасности жизнедеятельности в условиях возникновения различных масштабных аварий, техногенных катастроф и других чрезвычайных ситуаций, которые без оперативного принятия специальных мер могут привести к большим человеческим жертвам, материальным потерям и многим другим негативным факторам [1—3]. Одна из главных причин возникновения перечисленных явлений связана с усилением сложности существующих и проектируемых организационно-технических систем, используемых в различных предметных областях. При этом говоря о сложности современных объектов-оригиналов (реальных и абстрактных), принято выделять следующие основные аспекты: структурную сложность, сложность функционирования, сложность принятия решений и выбора сценариев поведения, сложность развития, сложность их формального описания и моделирования [1, 4, 5—11].
В этих условиях для обеспечения требуемой степени автономности, качества и оперативности управления сложными объектами (далее — объектами) необходимо, во-первых, обеспечить модельно-алгоритмическое описание процессов смысловой интерпретации всех возможных штатных и нештатных состояний при их функционировании и, во-вторых, на этой основе решить весь перечень задач комплексной автоматизации и интеллектуализации процессов управления объектами в различных условиях.
Однако, к сожалению, в подавляющем большинстве случаев на практике процессы мониторинга и управления состояниями объектов в указанной выше трактовке автоматизированы лишь частично [2, 6, 12]. Как правило, в современных автоматизированных системах управления (АСУ) сложными объектами операторам предоставляется смысловая информация только о состояниях их элементов, а не объектов контроля в целом. Указанные обстоятельства приводят к тому, что интегральная оценка состояния объектов в таких системах, как и формирование необходимых управляющих воздействий, осуществляется операторами
в основном вручную на базе тех или иных эвристических правил. Кроме того, как следует из вышеизложенного, особенность создания рассматриваемых объектов, систем и комплексов заключается в том, что они, прежде всего, должны быть ориентированы на применение в условиях возникновения неисправностей, аварий и даже катастроф и, следовательно, наделены свойством живучести (в более общем случае — катастрофоустойчивости) [3, 13, 14]. Применительно к процессам мониторинга и управления реализация свойства живучести предполагает оперативное формирование таких процедур сбора, обработки и анализа данных, а также соответствующей вычислительной среды, при которых обнаружение, локализация и ликвидация сбоев и отказов элементов и подсистем данных объектов будет происходить значительно раньше, чем проявятся возможные последствия указанных неисправностей. В этом и состоит основное содержание рассматриваемых в настоящей статье задач синтеза технологий проактивного (упреждающего) мониторинга и управления, которые можно рассматривать как перспективные технологии управления сложностью (complexity management) [1, 4—6, 8, 10, 11].
Следует отметить, что процессы проактивного управления объектами характеризуются дополнительными особенностями в условиях, когда из-за дефицита ресурсов (вызванного различными причинами субъективного и объективного характера) становится невозможным поддерживать требуемый уровень работоспособности объектов. В данных ситуациях про-активное управление соответствующими объектами и системами должно сопровождаться целенаправленными процедурами реконфигурации структур как самих объектов, так и АСУ объектами для обеспечения максимально допустимого уровня их работоспособности.
Анализ показывает [3, 5, 6, 12, 13, 15—19], что в качестве методологической и методической базы для решения перечисленных выше проблем целесообразно выбрать прикладную теорию проактивного мониторинга и управления структурной динамикой сложных объектов. Проактивное управление объектами, в отличие от традиционно используемого на практике реактивного управления (которое ориентировано на оперативное реагирование на инциденты и последующее их недопущение), предполагает предотвращение возникновения инцидентов за счет создания в соответствующей системе мониторинга и управления принципиально новых упреждающих возможностей при формировании управляющих воздействий на основе реализации концепции системного (комплексного) моделирования [6, 12, 16, 18, 20, 21].
К настоящему времени наука создала богатый методологический и методический аппарат, в основу которого положена междисциплинарная отрасль системных научных знаний. В ядре этой отрасли знаний, прежде всего, выделяют такие научные направления, как кибернетика (в современных условиях — неокибернетика), информатика и общая теория систем [1, 2, 6, 10, 21, 22]. Формирование отрасли системных научных знаний является велением времени, так как на данном этапе развития науки (этапе интеграции научных знаний) на передний план выступает методология, требующая сочетания (единства) процессов анализа и синтеза при изучении свойств объектов как целостных образований, состоящих из взаимосвязанных частей и обладающих качественно новыми свойствами по сравнению со свойствами этих частей. При этом в настоящее время речь должна идти не о взаимном поглощении, а о взаимном дополнении, концептуальном и идейном взаимообогащении, гармоничном и согласованном развитии междисциплинарных наук. В данной статье на примере разрабатываемой авторами теории проактивного мониторинга и управления структурной динамикой объектов иллюстрируются указанные тенденции.
Теоретические основы проактивного управления сложными объектами. Анализ современного состояния фундаментальных и прикладных научных работ в области решения проблем управления сложностью показал, что время реакции на происходящие в этой области перемены, вызванные научно-техническим прогрессом, и адаптации к ним теоретических исследований значительно превышает интервал между очередными изменениями [2, 4, 5, 9—11, 17]. Все это требует проведения упреждающих исследований, основанных на прогнозировании
возможных проблем в рассматриваемой предметной области и разработке соответствующих методологических и методических основ их решения.
При этом в ряде работ [1, 4, 5, 10, 15] подчеркивается глубокая общность биологических объектов, современных АСУ объектами и корпоративных информационных систем (ИС) вследствие их иерархически-сетевой организации. Разрабатываемые в настоящее время архитектуры, ориентированные на сервисы и базирующиеся на концепции виртуализации своих компонентов, обеспечивают материальную основу для синтеза принципиально новых информационно-вычислительных и телекоммуникационных систем, которые по своим свойствам будут приближаться к свойствам живых организмов.
Одним из классиков современной кибернетики С. Биром в работе [1] было показано, как на основе нейрофизиологической интерпретации функционирования центральной нервной системы человека удается построить оригинальную пятиуровневую модель жизнеспособной системы, в которой за счет гибкого сочетания механизмов иерархического и сетевого управления можно находить необходимый (в зависимости от складывающейся ситуации) компромисс между централизацией и децентрализацией целей, функций, задач и операций, реализуемых в соответствующей организации и определяющих ее специфику.
Данную модель С. Бир успешно использовал при решении различных классов задач прогнозирования и анализа путей развития сложных социально-экономических систем [1]. При этом в своих работах С. Бир неоднократно подчеркивал, что конструктивное исследование многоаспектной проблемы сложности должно базироваться на дальнейшем диалектическом развитии принципа необходимого разнообразия, сформулированного Р. Эшби. Анализ работ [2, 4—7, 13—16, 20, 21] в области современной кибернетики (неокибернетики) позволил сформулировать ряд конкретных направлений по реализации данного принципа (см. рис. 1), которые могут быть положены в основу предлагаемой авторами концепции проактивного управления сложными объектами.
Сужение разнообразия состояний объекта и среды
Управление разнообразием состояний объекта и среды (complexity management)
Расширение разнообразия управляющих воздействий
- за счет полимодельного описания предметной области
_за счет классификации и упорядочения моделей, установления взаимосвязей между ними
на основе поиска рациональных многокритериальных решений (компромиссов) при наличии неустранимых пороговых информационных и временных ограничений
на основе преодоления проблем большой размерности и неопределенности при описании предметной области -с использованием методов декомпозиции (композиции), агрегирования (дезагрегирования), координации, аппроксимации, линеаризации, релаксации, редукции (погружения)
на основе формирования множества неокончательных решений
на основе самоподобного рекурсивного описания и моделирования объектов исследования (введение категорий макросостояния, структурного состояния, многоструктурного состояния)
на основе преодоления принципа разделения на основе управления структурной динамикой объектов _(в том числе, на основе гибкого сочетания принципов
иерархического и сетевого управления) Рис. 1
В работах [6, 10, 12, 13, 16, 18—21] перечисленные направления реализации принципа необходимого разнообразия получили свою дальнейшую конкретизацию и развитие для ряда предметных областей. Авторами данных работ подчеркивается особая актуальность создания методологических и методических основ решения проблем управляемой самоорганизации как наиболее эффективного способа борьбы с разнообразием состояний внешней среды. При
этом технология управляемой самоорганизации предполагает реализацию целенаправленных процессов поддержания динамического соответствия структур и функций в соответствующих сложных организационно-технических и социально-экономических системах. К настоящему времени получен ряд интересных теоретических и практических результатов при исследовании проблем управления структурной динамикой сложных технических объектов в различных предметных областях [5, 6, 9—12, 18].
В современных условиях существуют различные варианты организации проактивного управления сложными объектами, в том числе и технологии проактивного управления структурной динамикой указанных объектов. Среди данных технологий можно выделить в первую очередь изменение способов и целей функционирования объектов, последовательности выполнения операций, входящих в указанные технологии, в различных условиях; перемещение в пространстве отдельных элементов и подсистем объектов; перераспределение и децентрализацию функций, задач, алгоритмов управления и информационных потоков между уровнями структур объектов; использование гибких (сокращенных) технологий управления объектами; реконфигурацию структур объектов при их деградации [6].
Задачи управления структурной динамикой объектов по своему содержанию относятся к классу задач структурно-функционального синтеза облика объектов и формирования соответствующих программ управления их развитием. Главная трудность и особенность решения задач рассматриваемого класса состоит в следующем. Оптимальные программы управления основными элементами и подсистемами объекта могут быть выполнены лишь после того, как станет известен перечень функций и алгоритмов обработки информации и управления, которые дол-жены быть реализованы в указанных элементах и подсистемах. В свою очередь, распределение функций и алгоритмов по элементам и подсистемам объекта зависит от структуры и параметров законов управления данными элементами и подсистемами. Трудность разрешения данной противоречивой ситуации усугубляется еще и тем, что под действием различных причин во времени изменяется состав и структура объекта на разных этапах его жизненного цикла.
К настоящему времени рассматриваемый класс задач структурно-функционального синтеза и управления развитием объектов исследован недостаточно глубоко. Получены новые научные и практические результаты в рамках следующих направлений исследований [2, 6, 15,]: синтез технической структуры объекта при известных законах функционирования его основных элементов и подсистем; синтез функциональной структуры объекта или, иными словами, синтез программ управления его основными элементами и подсистемами при известной технической структуре объекта; синтез программ создания и развития новых поколений объектов без учета этапа совместного функционирования существующих и внедряемых объектов. Известен ряд итерационных процедур получения совместного решения задач, исследования которых проводятся в рамках указанных направлений. В целом, все существующие модели и методы структурно-функционального синтеза облика объектов и формирования программ их развития используются на этапах внешнего и внутреннего проектирования облика, т. е. когда фактор времени не является существенным.
В рамках разработанного авторами подхода к организации проактивного управления объектами удалось с единых позиций подойти к решению всего спектра задач их структурно-функционального синтеза, возникающих на различных этапах жизненного цикла. Динамическая и управленческая интерпретация указанных задач, а также реализация концепции комплексного моделирования позволили на конструктивном уровне использовать фундаментальные и прикладные результаты, полученные к настоящему времени в таких научных дисциплинах, как исследование операций, искусственный интеллект, теория управления, теория принятия решений, системный анализ.
В заключение данного раздела приведем в качестве примера содержание предложенной авторами обобщенной процедуры решения задачи проактивного управления структурной ди-
намикой объекта, в соответствии с которой на первом этапе должно осуществляться формирование (генерирование) допустимых вариантов многоструктурных макросостояний объекта или, другими словами, должен проводиться структурно-функциональный синтез его нового облика, соответствующего складывающейся (прогнозируемой) обстановке.
На втором этапе производится выбор и реализация конкретного варианта многоструктурного макросостояния объекта с одновременным синтезом (построением) адаптивных планов (программ) управления его переходом из текущего в требуемое (выбранное) макросостояние. При этом рассматриваемые планы должны обеспечивать такое эволюционное развитие объекта, при котором наряду с реализацией программ перехода из соответствующих макросостояний предусматривается одновременно и реализация программ устойчивого управления объектом в промежуточных макросостояниях. В целом, на втором этапе исследования задачи выбора оптимальных программ проактивного управления структурной динамикой объекта приходится решать совокупность частных задач многоуровневой и многоэтапной оптимизации.
Одно из главных достоинств предлагаемой процедуры поиска и реализации оптимальных программ проактивного управления структурной динамикой объекта состоит в том, что при формировании вектора программных управлений в результате, наряду с оптимальным планом, одновременно получаем и искомое многоструктурное макросостояние, находясь в котором, объект сможет выполнять поставленные перед ним задачи в складывающейся (прогнозируемой) обстановке с требуемой степенью устойчивости.
В результате проведенных исследований были разработаны комбинированные методы и алгоритмы решения задачи выбора указанных оптимальных программ в централизованном и децентрализованном режимах функционирования объекта [6, 12, 16, 18, 21]. В качестве базового комбинированного метода предложено использовать сочетание метода ветвей и границ и метода последовательных приближений. Теоретическим обоснованием данного метода служит доказанная теорема о свойствах задачи выбора оптимальной программы проактивно-го управления структурной динамикой объекта в условиях снятия ряда ограничений.
Технологические основы проактивного управления сложными объектами. Анализ современных тенденций развития информационных технологий и систем (ИТ и ИС) показывает, что все ведущие зарубежные и отечественные компании, специализирующиеся в данной области, строили и строят корпоративные информационные инфраструктуры только по вертикальному принципу, руководствуясь частными критериями и плохо согласуя собственные представления с требованиями бизнеса [4, 8—11, 14]. В результате традиционные подходы к автоматизации бизнес-процессов находятся в настоящее время если не в кризисном, то в предкризисном состоянии. При этом трудности управления современными АСУ объектами, а также корпоративными ИС выходят за рамки администрирования отдельными программными средами. Необходимость интеграции нескольких гетерогенных сред в общекорпоративные вычислительные системы и стремление выйти за пределы компании, подключившись к сети Интернет, обусловливают формирование нового уровня сложности.
Для преодоления указанных тенденций весьма перспективным представляется создание новых поколений ИТ и ИС, построенных на основе концепций адаптивного управления и самоорганизации. Разрабатываемые самоуправляемые вычислительные системы, по замыслам их создателей, должны в будущем самостоятельно организовывать свое функционирование с учетом требований, сформулированных администраторами. Говоря о свойствах будущих адаптивных и самоорганизующихся компьютерных систем, необходимо, в первую очередь, выделить следующие свойства [4—7, 10, 11, 14]: самосознание и проактивность; способность к переконфигурированию (самоконфигурирование); самосовершенствование и самооптимизация; самолечение; самосохранение; общественное поведение; коммуникабельность; благожелательность и правдивость.
В современных условиях ведущие производители компьютерных технологий и систем осознают необходимость и важность проблем создания и внедрения концепции адаптивного проактивного управления и самоорганизации в информационную сферу. Информационные технологии XXI века уже получили определение „естественные", „органичные" (Organic IT). Данной терминологией аналитики компании "Forrester Research" (США) [4, 14] хотят подчеркнуть необходимость более органичного, естественного, непосредственного использования информационных технологий в интересах бизнес-приложений.
Среди крупных корпораций-производителей информационных услуг, осуществляющих продвижение к „естественным" компьютерным системам, можно, в первую очередь, назвать следующие [4, 14]: Dell-Dynamic Computing, Hewlett-Packard-Adaptive Infrastructure (Adaptive Enterprise), IBM-Computing on Demand, Autonomous Computing, Microsoft-Dynamic Systems, Sun Microsystems-Nl (все — США).
Разработчики отечественной концепции проактивного управления объектами в качестве стратегической цели (миссии) определили формирование методологии обеспечения технологической независимости от зарубежных производителей в области создания, эксплуатации и модернизации модельно-алгоритмического, технического, информационного и программного обеспечения процессов комплексной автоматизации и интеллектуализации. Данная методология должна базироваться на принципиально новом подходе к проектированию и применению соответствующих АСУ объектами, основанном на комбинированном использовании логических, лингвистических и математических моделей, методов и алгоритмов, обеспечивающих суперкомпьютерную обработку и анализ в реальном времени сверхбольших объемов информации при наличии в ней некорректных, неточных и противоречивых данных [6].
При этом новизна разработанной теории проактивного управления объектами состоит в том, что ее авторам удалось, базируясь на сформулированных ими концепциях управляемой структурной динамики и инвариантности состояний объектов, а также состояний распределенного асинхронного вычислительного процесса, их описывающих, осуществить переход от эвристических методов алгоритмизации этих процессов к последовательности целенаправленных теоретически и методически обоснованных и взаимосвязанных этапов построения как алгоритмов анализа многоструктурных макро- и микросостояний объектов, так и алгоритмов проактивного управления ими.
На рис. 2 представлены основные принципы построения системы проактивного управления сложными объектами, которые к настоящему времени получили широкую и всестороннюю реализацию в ракетно-космической отрасли, атомной энергетике, траспортно-логистической и военной сферах.
Ключевые принципы построения технологий и систем проактивного управления сложными объектами
V
Объектно-ориентированный подход к описанию исследуемой предметной области
' " - Сервис-ориентированные технологии построения систем сбора, обработки, %. г анализа информации и дистрибуции знаний
Организационное, информационное и функциональное единство в рамках формируемого информационного пространства и унифицированной программной платформы на базе интегрированной модели представления данных, информации и знаний
г ■' ■ -..Технологии распределенной разработки, непосредственное участие экспертов ^(аналитиков) и инженеров по знаниям в концептуальном и логическом проектировании онтолого-ориентированных баз знаний, построении сценариев интеллектуальной оперативно-аналитической обработки информации и принятия решений с опорой на принцип „Программирование без программирования"
Имитационно-аналитический комплекс с широким набором моделей для поддержки принятия решений
Открытый исходный код и отсутствие лицензионных отчислений зарубежным производителям
V ■-'Кроссплатформенная поддержка
Рис. 2
I
Заключение. За прошедшие 20 лет теория проактивного мониторинга и управления структурной динамикой сложных объектов развивалась в рамках следующих трех основных научных направлений: разработка методологических и методических основ решения проблем адаптивного структурного-функционального синтеза и проактивного управления объектами; квалиметрия моделей и полимодельных комплексов, описывающих объекты на различных этапах их жизненного цикла; разработка и реализация инструментальных средств автоматизации и интеллектуализации процессов комплексного моделирования, прогнозирования, мониторинга состояний объектов в различных условиях.
Начиная с 1999 г. полученные фундаментальные и прикладные результаты повсеместно внедряются в организациях и учреждениях РАН, государственных и коммерческих организациях РФ, зарубежных организациях. Это позволило, в частности, решать вопросы прогнозирования при планировании и проектировании таких сверхсложных систем, как объекты воздушно-космической обороны [23]. Принятие решения о будущих угрозах и, как следствие, о возможных способах реакции на них путем разработки новых средств соответствующей информационной системы и (или) модернизации существующих средств является одним из характерных приложений теории проактивного управления сложными объектами. Прикладное значение рассматриваемой теории существенно возрастает в условиях нестабильной геополитической обстановки, когда сохраняется значимость стратегических решений, но особенно актуальными становятся тактические (в геополитическом смысле) решения, позволяющие оперативно реагировать на внешние воздействия.
К числу наиболее значимых результатов можно отнести следующие.
— Разработаны методологические и методические основы решения задач структурно-функционального синтеза интеллектуальных информационных технологий и систем управления объектами, базирующиеся на полимодельном многокритериальном описании, полученном в рамках теории недоопределенных вычислений и управления структурной динамикой. Предлагаемый подход позволил осуществлять в интерактивном либо автоматическом режиме интеллектуальную обработку данных и знаний о состоянии объектов, разнотипных по своей физической природе и формам представления, а также при наличии некорректной и недостоверной информации.
— Разработаны основы теории управления структурной динамикой объектов, содержащие концепции, принципы, способы, методы, алгоритмы и методики управления структурной динамикой. Данная прикладная теория имеет междисциплинарный характер и базируется на результатах, полученных в таких областях, как классическая теория управления, исследование операций, искусственный интеллект, теория систем и системный анализ.
— Разработаны основные понятия, принципы и подходы, используемые в квалиметрии семиотических моделей (полимодельных комплексов). Построена иерархия концептуальных моделей развивающихся ситуаций, участниками которой являются субъекты и объекты моделирования, а также собственно разрабатываемые (используемые) модели. Проведена классификация и систематизация семиотических моделей, установлены взаимосвязи и соответствия между различными их видами и родами. В рамках реализации концепции новых информационных технологий и разработанной методологии моделирования сложных объектов на основе алгоритмических сетей предложен методический подход, обеспечивающий разработку соответствующих систем автоматизации и моделирования и позволяющий пользователям оперативно и с минимальными трудозатратами строить и исследовать сетевые модели сложных объектов для различных предметных областей.
Исследования, выполненные по данной тематике, проводились при финансовой поддержке ведущих университетов Российской Федерации: Санкт-Петербургского государственного политехнического университета (мероприятие 6.1.1), Университета ИТМО (субсидия 074-ЦШ), Программы научно-технического сотрудничества Союзного государства „Мониторинг СГ"
(проект 1.4.1-1), Российского фонда фундаментальных исследований (гранты № 12-07-00З02, 1З-07-00279, 1З-0В-00702, B-08-012S0, 1З-07-12120, 1З-0б-00В7), Программы фундаментальных исследований ОНИТ РАН (проект № 2.11), проектов ESTLATRUS 2.1/ELRI-184/2011/14, 1.2/ELRI-121/2011/13.
СПИСОК ЛИТЕРАТУРЫ
1. Бир С. Mозг фирмы. M.: Едиториал УРСС, 200S.
2. Герасименко В. А. Информатика и интеграция в технике, науке и познании // Зарубежная радиоэлектроника. 199З. № S. С. 22—42.
3. Панкратова Н. Д., Курилин Б. И. Концептуальные основы системного анализа рисков в динамике управления безопасностью сложных систем // Проблемы управления и информатики. 2000. № б. C. 110—1З2; 2001. № 2. C. 10В—12б.
4. Вонт Р., Перинг Т., Тенненхау Д. Адаптивные и проактивные компьютерные системы // Открытые системы. 200З. № 7. С. 4—9.
5. Крылов С. М. Неокибернетика: Алгоритмы, математика эволюции и технологии будущего. M.: Изд-во ЛКИ, 200В.
6. Охтилев М. Ю., Соколов Б. В., Юсупов Р. М. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов. M.: Наука, 200б.
7. Хиценко В. Е. Самоорганизация: элементы теории и социальные приложения. M.: КомКнига, 200S.
В. Foerster von H. Cybernetics of Cybernetics: Paper Delivered at 1970 Annual Meeting of the American Society for Cybernetics / Univ. of Illions, Urbana, 1974.
9. Foerster von H. Cybernetics. Encyclopedia of Artificial Intelligence. N.Y.: John Wiley and Sons, 19В7.
10. Heikki Hyötyniemi. Neocybernetics in Biological Systems / Helsinki Univ. of Technology, Control Engineering Laboratory, Rep. Ш, Aug. 200б. 27З p.
11. Maruyama M. The second cybernetics. Deviation amplifying mutual causal process // American Scientist. 19бЗ. N Sl.
12. Соколов Б. В., Юсупов Р. М. Комплексное моделирование функционирования автоматизированной системы управления навигационными космическими аппаратами // Проблемы управления и информатики. 2002. № S. C. 10З—117.
13. Колесников А. А. Синергетические методы управления сложными системами: Теория системного синтеза. M.: КомКнига, 200б.
14. Черняк Л. От адаптивной инфраструктуры — к адаптивному предприятию // Открытые системы. 2004. Окт., № 9. С. З0—35.
15. Васильев С. Н. От классических задач регулирования к интеллектному управлению // Теория и системы управления. 2001. № 1. С. S—22; № 2. С. S—21.
16. Калинин В. Н., Соколов Б. В. Mногомодельный подход к описанию процессов управления космическими средствами // Теория и системы управления. 199S. № 1. С. S6—б1.
17. Красовский А. А. Науковедение и состояние современной теории управления техническими системами // Изв. РАН. Теория и системы управления. 199В. № 6. С. 16—24.
1В. Соколов Б. В., Юсупов Р. М. Концептуальные основы оценивания и анализа качества моделей и полимодельных комплексов // Теория и системы управления. 2004. № 6. C. S—16.
19. Тимофеев А. В., Юсупов Р. М. Интеллектуальные системы управления // Изв. РАН. Техническая кибернетика. 1994. № S.
20. Юсупов Р. М. К 90-летию академика Е. П. Попова // Информационно-управляющие системы. 200S. № 1. C. S1—S7.
21. Юсупов Р. М., Соколов Б. В. Проблемы развития кибернетики и информатики на современном этапе // Кибернетика и информатика: Сб. СПб: Изд-во СПбГПУ, 2006. C. 6—21.
22. Винер Н. Кибернетика или управление и связь в животном и машине. М.: Сов. радио, 1958.
23. Охтилев М. Ю., Соколов Б. В., Юсупов Р. М. Возможный подход к созданию единой информационно-вычислительной среды для системы воздушно-космической обороны // Вопросы оборонной техники: науч.-техн. сб. 2010. Сер. 9, вып. 1(242)—2(243). С. 85—90.
Михаил Юрьевич Охтилев
Николай Габдрахманович Мустафин —
Владимир Евгеньевич Миллер
Борис Владимирович Соколов
Сведения об авторах д-р техн. наук, профессор; СПИИРАН, лаборатория информационных технологий в системном анализе и моделировании; E-mail: oxt@mail.ru
канд. техн. наук, доцент; Санкт-Петербургский государственный электротехнический университет „ЛЭТИ", кафедра автоматизированных систем обработки информации и управления; E-mail: nikolay.mustafin@gmail.com
канд. техн. наук; ОАО Радиотехнический институт им. акад. А. Л. Минца, Санкт-Петербург; директор филиала; E-mail: miller@progsystema.ru
д-р техн. наук, профессор; СПИИРАН, лаборатория информационных технологий в системном анализе и моделировании; зам. директора по научной работе; E-mail: sokol@iias.spb.su
Рекомендована СПИИРАН
Поступила в редакцию 10.06.14 г.
УДК 519.872
Ю. И. Рыжиков
ОПТИМИЗАЦИЯ МАРШРУТНОЙ МАТРИЦЫ В СЕТЯХ ОБСЛУЖИВАНИЯ
Описан алгоритм расчета временных характеристик разомкнутой сети обслуживания. Предложен метод оптимизации сети обслуживания по среднему времени пребывания заявки в сети путем выравнивания загрузки узлов. Приводятся и обсуждаются результаты численного эксперимента.
Ключевые слова: разомкнутая сеть, время пребывания, выравнивание загрузки узлов.
Расчет сети. Реальные процессы обслуживания связаны с прохождением нескольких его этапов, реализуемых в отдельных узлах сети. Сеть обслуживания состоит из рабочих узлов, пронумерованных от 1 до М, источника (узел „0") и стока (узел „М+1"). Для каждого j-го узла задаются моменты распределения „чистой" длительности обслуживания {bj¡}, l = 1, L ,
число каналов nj и дисциплина обслуживания. Маршрут заявки в сети определяется неразложимой матрицей передач R = {■ j },i, j = 0,M +1, образованной вероятностями перехода из
i-го узла в j-й. Важнейшей оперативной характеристикой работы сети является среднее время пребывания в ней заявки. Первым шагом процесса оптимизации сети должна быть минимизация этого времени.
Проблема расчета сетей обслуживания активно обсуждается в сотнях статей и монографий (см., например, список литературы в работе [1]). К концу 1980-х гг. выяснилось, что строгое решение этой задачи возможно лишь при весьма ограниченных условиях теоремы BCMP (Baskett, Chandy, Muntz, Palacios [2]). Методы решения были непомерно трудоемкими, а получаемые характеристики — недостаточными. Как отмечал в ходе дискуссии на
