CC BY
78
24. Петренко М.Г. Особливосп розробки знання-opiemoBaHoro лшгвютичного процесора // Компютерш засоби, мережi та системи, 2006. № 5. С. 18-22.
25. Палагт О.В., Петренко М.Г. Модель категорiального рiвня мовно-онтолопчно1 кар-тини свiту // Математичнi машини i системи. 2006. № 3. С. 91-104.
26. Иорданская Л.Н. Автоматический синтаксический анализ. - Directmedia, 2016.
27. Шкурко Е.В. Синтаксическая омонимия и способы предупреждения ее возникновения // Ученые записки Таврического национального университета им. В.И. Вернадского. Серия «Филология. Социальные коммуникации» Том 24 (63). № 2. Часть 2. С. 109-113.
28. Попов Э.В. Общение с ЭВМ на естественном языке. - М.: Наука, 1982. 360 с.
29. Федосюк М.Ю. Синтаксические отношения и синтаксические связи в аспекте активной грамматики // Лингвистический ежегодник Сибири / Гл. ред. ТМ Григорьева. 2005. № 7.
30. Tsvetkov V.Ya. Framework of Correlative Analysis // European researcher. Series A. 2012. № 6-1 (23). С. 839-844
31. Чехарин Е.Е. Парадигматические и синтагматические отношения в информационном моделировании // Перспективы науки и образования. 2016. № 4. С. 13-17.
32. Ozhereleva T.А. Systematics for information units // European researcher. Series A. 2014. Vol. (86). № 11-1. pp. 1894-1900. DOI: 10.13187/er.2014.86. 1900
33. Чехарин Е.Е. Интерпретируемость информационных единиц // Славянский форум. 2014. № 2 (6). С. 151 -155.
34. Охотников А.Л. Информационный морфизм в информационном поле // Перспективы науки и образования. 2017. № 4 (28). С. 7-11.
Method of information interpretation
Cheharin Evgenii Evgen'evich, Deputy Head of the Center of Information Technologies MIREA, Senior lecturer of the Department
Institute of Information Technology Moscow Technological University (MIREA)
The article offers a method of information interpretation of scientific content. The article offers a general model of information interpretation. The basis of the content analysis is information units of three levels. Scientific content is considered as a kind of sign system. The article reveals the content of the main types of analysis in the information interpretation. Types of analysis are the ^ following: grammatical, morphological, descriptive, lexical, syntactic, semantic. The article reveals the various information relationships that exist when analyzing content. The article proves that the information interpretation is the construction of different graphs. The construction of the semantic graph is the completion of the interpretation. The article notes that it is impossible to fully implement a formal interpretation by information methods. In some cases it is necessary to use the ontological approach. Keywords: information field, interpretation, information units, topological models, information structure, information situation.
УДК 523.21
ЛОГИСТИЧЕСКАЯ МОДЕЛЬ ЖИЗНЕННОГО ЦИКЛА СЛОЖНОЙ СИСТЕМЫ
Павел Юрьевич Елсуков, канд. техн. наук, научный сотрудник E-mail: elsukov_p@bk.ru Федеральное государственное бюджетное учреждении науки Институт систем энергетики им. Л.А. Мелентьева Сибирского отделения РАН (ИСЭМ СО РАН)
http://isem.irk.ru/ Виктор Яковлевич Цветков, д-р техн. наук. профессор, E-mail: cvj2@mail.ru Московский технологический университет (МИРЭА) https://www.mirea.ru/
Статья предлагает новую аналитическую модель описания жизненного цикла
сложной системы. Новая модель является аналогом трапециевидной модели, но в отличие от нее имеет аналитическое описание, связанное с важными параметрами системы: ресурсами и скоростью их потребления. Статья анализирует другие модели жизненного цикла, петлю качества, каскадную, итеративную и спиральную. Показано место этих моделей при решении практических задач. Предложен механизм двух аргументов, один из которых действует на первой стадии функционирования системы. Второй аргумент действует на стадии завершения функционирования системы..
Ключевые слова: система, жизненный цикл, логистическое уравнение, эффективность, ресурсы.
Введение. Понятие и модель «Жизненный цикл» (Life cycle) используют в различных областях знаний и научных направлениях: биологии, политике, проектировании, информатике, экономике, военном деле, коммерции астрономии, производстве, строительстве и т.д. Содержание жизненного цикла в том, что он отражает последовательность временных периодов или этапов, на каждом из которых объект исследования проявляется себя по - разному. В первую очередь это относится к его эффективности. Связь эффективности с жизненным циклом определяет важность исследования и моделирования жизненного цикла для любого изделия или проекта. Необходимо различать качественно разные жизнен-
Т
Реализация проегп
Рис.1 Жизненный цикл по трудозатратам
Ликвидация проек а 10-12%
Время
ные циклы. Жизненный цикл проекта [1] отличается от жизненного цикла продукции или сложной технической системы. Жизненный цикл информационной системы отличается от жизненного цикла программной продукции. Анализ жизненного цикла системы связан с исследованием важных критериев: критерий длительности жизненного цикла, причинно-следственная связь существования жизненного цикла, модели проектирования жизненного цикла. Для того
чтобы рассмотреть логистическую модель исследуем несколько типовых моделей жизненного цикла.
Трапециевидная модель жизненного цикла. Трапециевидная модель жизненного цикла основана на его упрощенной модели в виде трапеции. В реальной ситуации жизненный цикл не походит на идеальную трапецию. На рис. 1 приведен жизненный цикл по трудозатратам.
Основной критерий оценки жизненного цикла технических систем или продукции - эффективность. Под эффективностью понимают категорию, отражающую эффект результата функционирования системы по отношению к затратам на ее создание и эксплуатацию, выражаемую принятой системой показателей [2]. Однако, и в этом случае можно использовать разные критерии оценки эффективности, которые дадут разные результаты по оценке жизненного цикла. Эффективность может быть сравнитель-
ной и абсолютной. Сравнительная эффективность оценивается в сравнении с другой аналогичной системой. Абсолютная эффективность оценивается по принятым показателям и нормативам независимо от эффективности конкурирующих систем. В СССР эффективной считалась техническая система, пока она могла давать полезный эффект. На практике такую систему эксплуатировали до физического износа. В условиях рыночной экономики эффективность определяется конкурентоспособностью системы. Как только система становится не конкурентоспособной, ее считают неэффективной и заменяют или используют по другому назначению.
Модель жизненного цикла служит основанием прогнозирования эффективного периода эксплуатации или применения любого объекта. Для технических систем и продукции используют трапециевидную модель жизненного цикла (рис.2).
На рис.1. Показаны жизненный цикл и его основные характеристики. Четыре фазы или периода жизненного цикла обозначены буквами: А, Б, В, Г. А - фаза проектирования и создания системы. Б - фаза роста или опытной эксплуатации системы. В- фаза эксплуатации. Г- фаза спада. Т- время. Эф - эффективность применения системы. УК-
уровень конкурентоспособности. УФИ - это уровень физического износа, определяющий период времени, в течении которого си-
ч. ук
\УФИ
\
а Б В г
стема приносит прибыль. УК в зависимости от состояния рынка может меняться с течением времени. Он может подниматься при рот сте конкурентоспособности других Рис.2. Трапециевидная модель жизненного цикла системы [3] систем, он может падать при снижении конкурентоспособности других систем.
Систему можно совершенствовать для повышения ее эффективности и увеличения ее жизненного цикла. Как следует из рис.1 увеличение жизненного цикла зависит от периода В. Модернизация системы может увеличивать период В. Самоорганизующиеся системы также увеличивают период В. Поэтому, в течение жизненного цикла система может эволюционировать либо за счет модернизации, либо за счет самоорганизации. Трапециевидная модель жизненного цикла дает основание говорить о четырех разных периодах существовании системы. О периоде ее создания (А-Б), производственной эксплуатации (В) и спада (Г).
Петля качества как модель жизненного цикла. В теории управления качеством применяют более детализированную модель жизненного цикла. Жизненный цикл влияет на качество и служит основой качества [4]. В про-
Тех помощь и обслуживание
Подготовка производства
Реализация и распространение
Рис.3. Жизненный цикл как петля качества
стой (трапециевидной) модели выделяют четыре этапа жизненного цикла: внедрение, рост, зрелость, спад. Более детальный подход. Связанный с понятием качества, позволяет разбить жизненный цикл на более мелкие интервалы. В соответствии с ИСО 9004 жизненный цикл продукции. В ИСО 9004 он называется "петля качества" [5, 6](quality loops) разделен на более мелкие этапы (рис.3). Они включают маркетинг, поиски и изучение рынка; проектирование. Эти этапы включают разработка технических требований на стадии проектирования. Разработку материально технического снабжения на стадии проектирования. Подготовку производства на стадии проектирования. Разработку продукции, включая ее дизайн на стадии проектирования. Разработку производственных процессов на стадии проектирования. Технологию производства, контроль, проведение испытаний и обследований; упаковка и хранение - на стадии проектирования. Распределение продукции на стадии проектирования.
На стадии проектирования разрабатывается монтаж и эксплуатация. На стадии проектирования планируется техническая помощь и обслуживание. На стадии проектирования планируется утилизация после использования системы или продукции.
Проектные модели жизненного цикла. Проектные модели жизненного цикла [7] используют при проектировании и разработке программного обеспечения. При проектировании, то есть создании системы до ее эксплуатации также существует свой жизненный цикл. Его качественным критерием является условие того, чтобы проектируемая система не устарела, пока ее проектируют. На рис.2 этап проектирования соответствует фазе А. Но и эта фаза проектирования характеризуется своим жизненным циклом.
Создание любых объектов и систем требует моделировать жизненный цикл на этапе проектирования. Жизненный цикл проектирования моделируют разными методами. Основные методы проектирования жизненного цикла это: каскадный [8] (рис.4), итеративный [9] (рис.5), спиральный [10] (рис.6) и инкрементный [11]. Часто эти методы объединяют и делают комбинированное моделирование жизненного цикла [12].
Реализация
_tL
Внедрение |—i
Сопровождение
Рис.4. Каскадная модель жизненного цикла Рис.5. Итеративная модель жизненного цикла Суть каскадного метода (рис. 4) заключается в разбиении проекта на этапы, при этом переход от текущего этапа к последующему осуществляется только после полного завершения текущего этапа. На каждом этапе формируется набор проектной документации, служащий основанием работа на следующем этапе. Существенным достоинством каскадной модели является возможность планирования сроков работ и затрат на их выполнение. В каскадной модели есть недостаток - по мере усложнения проекта или увеличения числа этапов растет неопределенность проекта. Она приводит к необходимости возврата к предыдущим этапам с целью уточнения и устранения неопределенности.
Как средство устранения этого недостатка стало появление итеративной модели с промежуточным контролем (рис. 5), которую представляют или как самостоятельную модель, или как вариант каскадной модели
Эта модель характеризуется межэтапными корректировками, повышающими надежность. Но планировать и корректировать итеративные процедуры сложно.
Спиральная модель жизненного цикла. Обе модели на рис.4 и рис.5, особенно
итеративная модель с промежуточным контролем, обладают серьезным недостатком -задержкой получения результатов. Это обусловлено тем, что согласование результатов возможно только после завершения каждого этапа работ. Для преодоления этого недостатка и была создана спиральная модель, ориентированная на активную работу с поль зователями и представляющая разрабатываемую систему как постоянно корректируемую во время разработки (рис.6).
Принципиальным отличием этой модели является работа не с частями проекта, а со всем проектом сразу, как с целостной системой. Это дает возможность параллельной работы с проектом, что существенно сокращает сроки, но требует усиления работ по координации и согласованию работ разных исполнителей. В спиральной модели основной являются этапы комплексного анализа и системного проектирования. На этих этапах проверяется реализуемость технических решений путем создания прототипов.
При использовании спиральной модели работа над следующим этапом, начинается, не дожидаясь завершения предыдущего. В спиральной вместо этапов существуют версии проекта. Основная проблема спиральной модели - определение момента перехода к следующей версии. При итеративном проектировании используют повторяющийся цикл, в котором выделяют следующие фазы:
Планирование — Реализация — Проверка — Оценка (plan-do-check-act cycle).
На практике существует более широкая проблема "оценки жизненного цила" (Life cycle assessment или LSA) [13, 14]. В работе [14] выделяют четыре методологические фазы LSA: определение цели и масштаба, анализ инвентаризации, оценку воздействия и интерпретацию (goal and scope definition, inventory analysis, impact assessment, and interpretation). Данная работа отражает тенденцию определения жизненного цикла на основе эмпирических подходов. Эта тенденция преобладает в большинстве работ, связанных с LSA.
Ресурсная логистическая модель. Мало исследований посвящено аналитическим методом расчета LSA. В силу этого, актуальной является разработка аналитических методов оценки жизненного цикла. Трудность решения этой задачи состоит в том, что нельзя разработать универсальную формулу для оценки жизненных циклов разных объектов и для оценки жизненных циклов в разных научных направлениях.
Общей тенденцией для разных систем является использование ресурсов. Часто
эффективность использования ресурса определяет эффективность функционирования системы в целом. Это дает основание рассмотреть ресурсы системы как критерий оценки ее жизненного цикла. Ограниченный объем ресурсов задает период жизненного цикла ИС. Наличие ресурсов создает условия функционирования ИС, отсутствие ресурсов или их недостаточность исключает функционирование ИС.
Термодинамическое свойство диссипация — показывает, что в отличие от замкнутых динамических объектов открытые термодинамические объекты управляемы не до конца [15]. Для их функционирования необходимы ресурсы. Исследование сложных систем, потребляющих ресурсы, приводит к моделированию ситуаций функционирования системы. Известна модель ситуации, которая описывает процессы саморепликации и их подавление в среде с ограниченными ресурсами [15].
Уравнение, описывающее такой процесс, называется логистическим уравнением. Логистическое уравнение, также известное, как уравнение Ферхюльста (Pitrre Francois
Анализ
П[н?к 1и[ю1!аии(
\ \ I
внедрение
Реализация4^ едсця
-В&рси я?'
Рис.6. Спиральная модель жизненного цикла
Verhulst), изначально появилось при рассмотрении модели роста [16]. Обозначим через Р количество продукции или результативность сстемы, через I время. Такая модель сводится к дифференциальному уравнению:
dP
dt
= rP
P
(1)
1 -V Ку
В этой записи параметр г характеризует скорость расхода ресурсов, а К — ресурсность среды, то есть, максимально возможную ёмкость ресурсов. Исходя из названия коэффициентов, часто различают две стратегии поведения систем. Стратегия г предполагает интенсивную деятельность и короткий жизненный цикл. Стратегия К предполагает медленное потребление ресурсов и длительный жизненный цикл. Точным решением уравнения (1) является логистическая функция, £ -образная кривая, (логистическая кривая):
К+Р0(е*~ 1)
Для которой существует предел
Уравнение (1) не приемлемо для многих систем. Это обусловлено тем, что в биологических системах популяция начинается с нулевого значения (пара особей) или нулевого ресурса. Для сложных систем существует нижний предел ресурсов. Это количество ресурсов, отличное от нуля, ниже которого система не функционирует. Верхний предел обусловлен ограниченными возможностями системы переработки ресурсов. Поэтому для сложных систем уравнение моделирующее процесс функционирования системы на основе потребления ресурсов имеет вид (2).
dy dt
= а(у - k1 Xk2 - y)
(2)
Здесь у - величина, связанная с потреблением ресурсов, £1 - нижняя граница ресурсов, кг -верхняя граница ресурсов, а - постоянная величина, характеризующая интенсивность потребления ресурсов.
В рамках модели (2) можно задавать пределы ресурсов и, зная скорость их потребления, получить решение для динамической модели (2). На рис.7 приведен результат экспериментального расчета в условных единицах решения уравнения (2) для сложной системы, потребляющей ресурсы, согласно модели (1) [158, 159]. Можно упростить решение логистического уравнения до простого вида, которое используют в однопараметрической модели Раша
P(t) =
Po ^
1 + Po ^
(3)
Рис. 7 Логистическая кривая потребления ресурсов сложной системой
Рис.8. Логистическая кривая с отрицательным аргументом
Такая кривая приведена на рис. 7 известна в математике и относится к классу сигмоид (sigmoid). Сигмоида — гладкая монотонная нелинейная S-образная
Рис.9. Трапециевидная модель, образованная логистическими кривыми
возрастающая функция, которая применяется для отражения процесса накопления и предела процесса. Величина а задает сдвиг от начала координат вправо. Это решение имеет вид на рис.7.
Если аргумент I изменит знак и величина а заменится на величину Ь, которая задает сдвиг влево то получаем уравнение (4).
Р е ~г+Ь
РЦ ) =-0-г (4)
1 + Р0 е +Ьа
Решение (4) имеет вид, приведенный на рис.8.
Оба вида кривых применяют в модели Раша [18]. Рис.7 характеризует знания учащихся, а рис.8 характеризует трудность заданий. Если наложить рис. 7 на рис.8, то получается трапециевидная модель, показанная на рис.9. Центральная часть логистической кривой определяется разностью между а-Ь. Она задает формальный жизненный цикл системы после ее развития до начала деградации.
На рис.9 символ Э означает уровень эффективности. При самом низком уровне эффективности Э1 система функционирует практически с самого начала до физической деградации. Уровни Э2-Э4 требуют развития системы для достижения нужной эффективности. При уровне Э5-Э6 система неконкурентоспособна и бесполезна, так как не обеспечивает нужной эффективности или конкурентоспособности.
Данный метод оценки жизненного цикла сложной системы является формально аналитическим. Механизм его формализации поясняется наличием двух качественно разных переменных в выражениях (3) и (4). В первой части развития системы функционирует переменная t. Во второй части жизненного цикла функционирует антагонистическая ей ^ . Эту модель можно назвать «ресурсно-логистической». Он позволяет проводить абсолютные (для отдельного класса систем) и сравнительные (для систем разного класса) оценки жизненного цикла системы. Он может служить средством анализа и прогнозирования при разработке сложных систем и других систем, потребляющих ресурсы. Для применения модели необходимо определить верхний и нижний пределы ресурсов, оценить скорость их потребления и задать лаги а-Ь. Принципиально модель является асимметричной. В выражении (2) величина а характеризует скорость потребления ресурса для графика на рис.7 и скорость деградации системы для графика на рис.8.
Модель позволяет оценивать эффективность и длительность жизненного цикля. Для информационных систем существует возможность смещения верхней границы цикла за счет увеличения ресурса системы. Это осуществляется при модернизации системы или за счет информационной поддержки. Это свойство систем называется расширяемостью ресурса. Параметры а-Ь определяются эмпирически.
Заключение. Применение логистической модели жизненного цикла позволяет связывать жизненный цикл с потреблением ресурсов и эффективность системы с имеющимися ресурсами. Логистическая модель требует дальнейших исследований в части отношения между положительным и отрицательным аргументами кривых. Применение этих кривых в модели Раша показало их приемлемость. Но в модели Раша для разных кривых на рис.7 и рис. 8 используются разные аргументы. Один считается постоянным другой переменным. В данной модели жизненного цикла пока механизм взаимодействия аргументов неясен, что служит основой дальнейших исследований. Современное состояние в области оценки
жизненного цикла различных систем показывает, что теория существенно отстает от требований жизни. Во многих случаях оценка жизненного цикла основана на интуиции и эмпирическом подходе, а не на логике или математическом анализе функционирования объекта. В то же время разобщенное применение оценок жизненного цикла тормозит оценку эффективности и прогнозирования функционирования сложных систем.
Литература
1. Муравьева Я.И. Жизненный цикл проекта // Экономика и социум. 2016. № 3. (22). С. 22-25.
2. Tsvetkov V.Ya. Conceptual Model of the Innovative Projects Efficiency Estimation // European Journal of Economic Studies. 2012. Vol. (1). № 1. Р. 45-50.
3 Поляков А.А., Цветков В.Я. Прикладная информатика: Учебно-методическое пособие в 2-х частях / Под общ.ред. А.Н. Тихонова. - М.: МАКС Пресс, Т. 1. 2008. 788 с.
4. Костогрызов А.И., Степанов П.В. Инновационное управление качеством и рисками в жизненном цикле систем. - М.: Изд-во ВПК, 2008
5. Цветков В.Я. Стандартизация информационных программных средств и программных продуктов. - М.: МГУГиК, 2000. 116 с.
6 Schmitt R. et al. Designing closed quality control loops for stable production systems //Proceedings of 55th EOQ Congress,"World Quality Congress", Budapest, Hungary. 2011.
7. Aurich J. C., Fuchs C., Wagenknecht C. Life cycle oriented design of technical Product-Service Systems // Journal of Cleaner Production. 2006. Т. 14. № 17. С. 1480-1494.
8. Wen Y.M., Lu B.L. A cascade method for reducing training time and the number of support vectors // Advances in Neural Networks-ISNN 2004. - Springer Berlin Heidelberg, 2004. Р. 480-486.
9. Anderson B.D. O. et al. Caution in iterative modeling and control design //Adaptive systems in control and signal processing. Workshop. 1998. Р. 13-19.
10. de Souza E.F. The Spiral Model. 2010. homepages.dcc.ufmg.br
11. Цветков В.Я., Железняков В.А. Инкрементальный метод проектирования электронных карт // Инженерные изыскания. 2011. № 1. январь. С. 66-68.
12. Madachy R., Boehm B., Lane J.A. Spiral lifecycle increment modeling for new hybrid processes //Software Process Change. - Springer Berlin Heidelberg, 2006. Р. 167-177.
13. Reap J. et al. A survey of unresolved problems in life cycle assessment //The International Journal of Life Cycle Assessment. 2008. Т. 13. № 5. Р. 374-388.
14. Guinée J.B., Heijungs R. Life cycle assessment. - John Wiley & Sons, Inc., 2005.
15. Пригожин И., Стенгерс И. Порядок из хаоса: Новый диалог человека с природой — М.: Прогресс, 1986. 432 с.
16. Verhulst, P.F., (1838). Notice sur la loi que la population poursuit dans son accroissement. Correspondance mathématique et physique 10:113-121.
17. Tsvetkov V.Ya. Resource Method of Information System Life Cycle Estimation // European Journal of Technology and Design . 2014. Vol. (4). N 2. Р. 86-91.
18. Rasch G. Probabilistic models for some intelligence and attainment tests. - MESA Press, 5835 S. Kimbark Ave., Chicago, IL 60637; e-mail: MESA@ uchicago. edu; web address: www. rasch. org; tele, 1993.
Logistic model of a complex system lifecycle Elsukov P.Yu., Ph.D., Senior Researcher
Federal State Institution of Science Institute of Energy Systems. LA Melentyeva Siberian Branch of the
Russian Academy of Sciences (ESI SB RAS),
Tsvetkov V.Ya., Professor, Doctor of Technical Sciences
Moscow Technological University (MIREA)
The article offers a new analytical model^ for describing the life cycle of a complex system. The new model is an analog of the trapezoidal model. The new model has an analytical description related to the important parameters of the system: the resources and the speed of their consumption. The article analyzes other models of the life cycle, the quality loop, cascade, iterative and spiral. The article shows the place of these models in solving practical problems. Paper offers a mechanism of two arguments. The ^ first argument is at the stage of development and ^ functioning of the system. The second argument is valid at the stage of system shutdown. Keywords: system, life cycle, logistic equation, efficiency, resources.
