♦ редактор структурных описаний - позволяет задавать структуру моделей в графической форме;
♦ среда выполнения моделей - осуществляет интерпретацию описаний программных компонентов модели над описаниями аппаратных компонентов модели и сохраняет информацию о динамике функционирования ВС в форме трасс;
♦ визуализатор трассы - позволяет просматривать трассы в форме временных диа-
;
♦ анализатор производительности - позволяет получить интегральные характеристики производительности по трассе;
♦ подсистема оценки временной сложности - позволяет оценить время выполнения программного обеспечения на заданных аппаратных средствах;
♦ подсистема алгоритмического анализа (прототип) - позволяет специфицировать и проверять выполнимость алгоритмических свойств.
ЛИТЕРАТУРА
1. Смелянский РЛ. Модель функционирования распределенных вычислительных систем // Вестник Моск. Ун-та. сер 15, Вычисл. Матем. и Кибернетика. - 1990. - Вып.3. - С. 3-21.
2. Smeliansky, A.G. Bakhmurov, A.P. Kapitonova. . DYANA: An Environment for Embedded System Design and Analysis, in Proc. of 32nd Annual Simulation Symposium, San Diego, California, USA, April 11-15, 1999. - P. 50-57.
УДК 681.3.001.63
H.A. Семёнов, A.B. Г рецкий
о возможности оптимизации бизнес-^ющ:ссов НА ОСНОВЕ
ЭВОЛЮЦИОННЫХ АЛГОРИТМОВ
Центральным понятием структуры современного предприятия или организации является понятие бизнес-^оцесса (БП), определяемого как "^у^^ированный, измеряемый набор действий, созданный, чтобы произвести определённый выход для конкретного клиента или рынка" [I]. На современном этапе принципиально важным становится интеграция в бизнес-процесс, с одной стороны, широкого множества клиентов с учитываемыми индивидуальными потребностями, а, с другой стороны, широкого множества поставщиков и сторонних подрядчиков (т.н. аутсорсинг). Соответственно, структура совре-- : субъекты БП (етиенты, поставщики) так и производственные элементы - рабочие, служащие, оборудование, информационные системы (т.н. внутренние объекты БП).
Эти причины определяют актуальность оптимального управления бизнес-процессами в реальном масштабе времени. Суть такого управления состоит в построении оптимальной структуры экземпляра бизнес-процесса для удовлетворения потребностей конкретного клиента или их выделенной группы.
Кроме задачи оптимизации (на^юйки) существующих БП, часто возникает задача -
на более глобальные изменения внешней по отношению к организации среды - рынка. Суть этой задачи в создании новых БП из имеющихся в распоряжении организации или доступных на рынке объектов и новых субъектов.
Материалы Международной конференции
“Интеллектуальные САПР”
Представляется возможным использование методов эволюционной оптимизации, в частности генетических алгоритмов [2], для оперативной настройки и оптимизации БП. Подход к оптимизации БП на основе генетических алгоритмов, в принципе, позволит делать минимальные предположения относительно области решений. С другой стороны размерность структур БП и диапазоны изменения параметров их элементов невелики и регулируемы, что обеспечивает приемлемые объёмы пространства поиска Для генетических алгоритмов отмечается [3] достаточно высокий уровень устойчивости по сравнению с другими оптимизационными алгоритмами в случае нечёткого определения областей допустимых значений параметров описываемых объектов.
Однако уже сейчас ясно, что прямое отображение объектов БП в оптимизируемые стандартными генетическими алгоритмами структуры может столкнуться с рядом проблем. Простой генетический алгоритм (Goldberg, 1989) определён на фиксированном пространстве представления (даоичные строки) и вся проблемная специфика задачи обычно соотносится с целевой функцией. Соответственно для задач, в которых переменные, описывающие объекты, не ортогональны, те. имеют взаимозависимые значения, данное представление порождает множество бессмысленных решений, которые устраняются .
, ,
области приводит к невозможности его использования для оптимизации БП из другой
,
таких алгоритмов. Однако, в настоящее время, разрабатываются подходы [4] к построению универсальных генетических алгоритмов для случаев не ортогональных переменных, что позволяет рассчитывать на их успешное применение для оптимизации бизнес.
ЛИТЕРАТУРА
1. Davenport Т.Н. Business Innovation, Reengineering Work through Information Technology. -Boston, M.A., Harvard Business School Press, 1993. [ Цит. по книге Ойхман Е.Г., Попов Э.В. Реинжини-
: . - .: -тистика, 1997.]
2. . . : . , .1. - : - , 1998.
3. Harding T.J., Radcliffe N.J. Optimisation of Production Strategies using Stochastic Search Methods // European 3-D Reservoir Modelling Conference, Norvay, 1996.
4. Surry P.D., Radcliff N.J. Formal Algorithms+Fonnal Representation=Search Strategies // Parallel Problem Solving from Nature IV, Springer-Verlag, LNCS, 1996. - C. 336-375
УДК 681. 51
. . , . .
ИСПОЛЬЗОВАНИЕ ЭКСПЕРТНОЙ КОМПОНЕНТЫ В ГЕНЕТИЧЕСКОМ
АЛГОРИТМЕ
Генетические алгоритмы - одно из перспективных направлений, позволяющих моделировать эволюционные процессы в различных сферах деятельности. Экспертные системы (компоненты) позволяют обобщать накопленный опыт и выдавать соответствующие рекомендации в различных ситуациях. Весьма перспек-