CC BY
14Решетневскце чтения
УДК 004.896
В. В. Тынченко, В. С. Тынченко, С. В. Тынченко
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск
МНОГОКРИТЕРИАЛЬНЫЕ ПАРАЛЛЕЛЬНЫЕ ГЕНЕТИЧЕСКИЕ АЛГОРИТМЫ ДЛЯ АВТОМАТИЗАЦИИ СИНТЕЗА ИНТЕЛЛЕКТУАЛЬНЫХ ТЕХНОЛОГИЙ В СОСТАВЕ КОРПОРАТИВНЫХ ИНФОРМАЦИОННЫХ СИСТЕМ
Рассматриваются проблемы проектирования корпоративных информационных систем. Предлагается использование параллельных генетических алгоритмов для автоматизации генерирования интеллектуальных технологий при формировании подобных систем.
Сегодня автоматизированные информационные системы являются основным средством информационного обеспечения организационно-управленческой и производственно-технологической сфер человеческой деятельности. Важное место в сфере управления деятельностью крупных предприятий, имеющих сложную организационно-производственную структуру, занимают корпоративные информационные системы (КИС), многие функции которых базируются на использовании методов и технологий искусственного интеллекта. При этом все декларируемые разработчиками выгоды и преимущества, получаемые предприятием в результате приобретения некоторой системы из числа предлагаемых на рынке корпоративного программного обеспечения, проявятся только в результате ее успешного внедрения.
Очевидно, что эффективность применения готовой КИС на конкретном предприятии непосредственно зависит от того, насколько полно удалось адаптировать ее в соответствии с намеченными целями к сути происходящего производственного процесса. Кроме того, успех дальнейшего использования такой системы требует привлечения целого штата дорогостоящих высококвалифицированных специалистов различных сфер бизнеса, информационных технологий и вычислительной техники. При этом большинство потенциальных пользователей, ответственных за принятие решений в бизнесе и финансах, обычно не имеют достаточного уровня подготовки и практического опыта для обоснованного выбора и эффективного применения инструментальных средств КИС, базирующихся на интеллектуальных аналитических методах и требующих сложной настройки, а также специальной подготовки данных. Таким образом, затраты на постановку задачи и сопровождение системы специалистами могут на порядок превышать стоимость отдельного пакета программ. В силу вышесказанного представляется важной и актуальной задача выработки новых подходов, моделей и алгоритмов, позволяющих максимально автоматизировать процессы проектирования, адаптации и последующего практического применения интеллектуальных составляющих корпоративной информационной системы в соответствии с нуждами конкретного предприятия.
Очевидно, что процесс автоматического генерирования лучшей в некотором смысле информационной технологии и ее параметров направлен на оптимиза-
цию, причем в данном случае могут возникать сложные оптимизационные задачи (например, выбор оптимальной структуры нечеткого контроллера или нейронной сети), обладающие такими свойствами, как наличие большого числа различных моделей, которые объединяются в одной оптимизационной задаче; большого количества целевых функционалов и сложного вида ограничений; использование разношкаль-ных переменных; неявное (алгоритмическое) задание целевых функций и ограничений; иерархичность оптимизационных задач, причем множества переменных различных уровней иерархии могут пересекаться; нестационарность свойств оптимизируемого объекта, которые могут измениться в ходе решения задачи. Этот список можно расширить за счет различного рода неопределенностей, но и перечисленных особенностей достаточно, чтобы сделать вывод о неприменимости в данном случае стандартных оптимизационных процедур математического программирования.
Решение проблемы, обозначенной выше, состоит в построении процедур адаптации структуры и параметров интеллектуальных информационных технологий к результатам, получаемым в процессе оптимизации. Универсальными адаптивными поисковыми алгоритмами являются генетические алгоритмы, имитирующие биологические эволюционные процессы и обладающие широкими возможностями для самонастройки своей структуры и параметров в процессе оптимизации. Генетические алгоритмы работают с совокупностью (популяцией) индивидов, каждый из которых представляет собой поисковую точку в пространстве допустимых решений. Все индивиды оцениваются мерой их пригодности в соответствии с тем, насколько «хорошим» окажется полученное с их помощью решение поставленной задачи. Индивиды, у которых значение пригодности выше, с большей вероятностью смогут воспроизводить потомков, закрепляя тем самым необходимые свойства и распространяя их из поколения в поколение по всей популяции в процессе эволюции. В конечном счете развитие популяции будет сводиться к оптимальному поиску решения того или иного круга задач оптимизации. Описанный подход позволяет автоматически выбирать лучшую стратегию из имеющихся и включать ее в работу в нужный момент.
Выполнение расчетов по эволюционным алгоритмам предъявляет высокие требования к системным
Информационные системы и технологии
вычислительным ресурсам, поэтому применение параллельных генетических алгоритмов для распределенного решения поставленной задачи даст возможность значительно повысить быстродействие - как за счет параллельного выполнения вычислений, так и за счет использования таких более эффективных способов реализации эволюционных процедур, которые невозможны в случае последовательного выполнения программы. При этом использование нескольких популяций, развивающихся на различных вычислительных узлах и конкурирующих или сотрудничающих друг с другом, позволит не только решать многокритериальные многошкальные многоуровневые задачи
оптимизации с неявно заданными функциями, не решаемые никакими другими методами, но и эффективно настраивать и перестраивать параметры алгоритмов в процессе оптимизации.
Таким образом, разработка и внедрение многокритериальных параллельных генетических алгоритмов в процесс проектирования корпоративных информационных систем позволит выйти на качественно новый уровень реализации интеллектуальных информационных технологий в рамках самонастраивающейся системы, адаптирующейся в автоматизированном режиме к конкретной организационной и информационной структуре корпорации.
V. V. Tynchenko, V. S. Tynchenko, S. V. Tynchenko Siberian State Aerospace University named after academician M. F. Reshetnev, Russia, Krasnoyarsk
MULTIOBJECTIVE PARALLEL GENETIC ALGORITHMS FOR AUTOMATION SYNTHESIS OF INTELLIGENCE TECHNOLOGIES AS A PART OF CORPORATE INFORMATION SYSTEMS
The problems of corporate information systems projecting are considered. Usage of parallel genetic algorithms for intelligence technologies generation automation is suggested.
© TtiHHeHKO B. B., TtiHHeHKO B. C., TtiHHeHKO C. B., 2011
УДК 658.5.011.54|56:629.78
С. В. Усатов, А. А. Бикчентаев
ОАО «Информационные спутниковые системы» имени академика М. Ф. Решетнева», Россия, Железногорск
ПРИНЦИПЫ РАЗВИТИЯ АВТОМАТИЗАЦИИ ТЕХНОЛОГИЧЕСКОЙ ПОДГОТОВКИ ПРОИЗВОДСТВА В ОАО «ИНФОРМАЦИОННЫЕ СПУТНИКОВЫЕ СИСТЕМЫ»
Проанализировано текущее состояние автоматизации технологической подготовки производства (ТПП) в ОАО «ИСС» и сформулированы принципы развития этой области с учетом информационной поддержки процессов жизненного цикла изделий.
Эффективное использование современных информационных технологий (ИТ) является одним из ключевых моментов в обеспечении высокого уровня конкурентоспособности продукции предприятия.
На сегодняшний день наиболее обоснованным и разработанным подходом к развитию ИТ является CALS (Continuous Acquisition and Life cycle Support -непрерывная информационная поддержка поставок и жизненного цикла).
В концепции развития CAL S-технологий в промышленности России [1] представлен русскоязычный аналог понятия CALS: информационная поддержка процессов жизненного цикла изделий (ИПИ).
Этот подход базируется на идее реализации работы в информационной интегрированной среде (ИИС) и информационной интеграции жизненного цикла (ЖЦ).
Ориентация на принципы и технологии ИПИ позволит добиться эффективных результатов при реализации развития ИТ на предприятии.
Анализ автоматизации ТПП. Проанализировав текущую ситуацию в области автоматизации на ОАО «ИСС», можно выделить ряд имеющихся преимуществ, которые можно использовать в дальнейшем:
1) разработана и используется собственная автоматизированная система управления предприятием (АСУП);
2) разработана на базе системы SmarTeam и используется система электронного оборота конструкторской документации (СЭДО);
3) разработана и используется собственная информационно-поисковая система средств технологического оснащения (ИПС СТО).
На данный момент в этой области имеются нерешенные проблемы.
Во-первых, нет реализации автоматизированной системы технологической подготовки производства (АСТПП) как единого комплекса систем, реализующего идею работы в ИИС.
