Подход к поддержке принятия решений о распределении функций между операторами АСУ Текст научной статьи по специальности «Компьютерные и информационные науки»

2) На третьому крощ порiвнюються коефщенти вiдновленого сигналу с(кр)(а0}, к еМ з коефiцieнтами сигналу у(1) - с^Ча»), к е М, якщо виконуеться нерiвнiсть

для кожного к еМ, де е4 - задана наперед похибка щентифжацп сигналу.

Цей алгоритм допускае можлившть розпаралелю-вання процесу пошуку значення зсуву а0 розташу-вання сигналу

на ™ сигналу y(i) . Так, обчислен-ня узагальнених спектральних коефiцiентiв сигналу у(1) для кожного р = 0,1;0,2;...;0,9 при к еМ , i = 0,N -1 а = 0, N / 2 можливо проводити за формулами

4Р)(а) = £ уО)ф<Р)((а - i)mod К, К),

1=0

с(кр)(а) = £ уО)ф<р)((а + i)modN. N)I

1=0

тобто, кiнцi iнтервалу [0,N -1] «склеюються» i пошук ведеться вщ деяко1 початково! точки одночасно в обох напрямках, назустрiч один одному.

Формування iнварiантних ознак сигналу, що об-робляеться, вiдбуваеться у блощ згортки сигналу iз базисними функщями Кравчука. Далi серед цих ознак вщшукуються тi, якi для даного сигналу е штотш. Таким чином, у блощ згортки проводиться операщя згортки дискретного сигналу у(0 з множиною дис-кретних базисних функцш

{ф(кр)((а + i)modN,N),i = 0^ -1},

Яке залежить вiд параметрiв зсуву а = 0^ -1 та ко-ефiцiента асиметрп р = 0,1;0,2;...;0,9. Тобто, фактично

обчислюеться кореляцiя сигналу з поточними реалiза-цiями функцiй Кравчука при змшних значеннях (a,p).

Висновки

Запропоновано метод обробки сигналiв, який ви-користовуе функцп Кравчука i базуеться на моделю-ваннi властивостi iнварiантностi процесу розпiзна-вання зображень зоровою системою.

На основi ще1 моделi розроблено алгоритми та програми, за допомогою яких було проведено експери-менти по стиску та ввдновленню кардюграм, енцефа-лограм та викликаних потенцiалiв мозку людини.

Отриманi результати можуть бути основою для розробки баз даних великого обсягу, при передачi даних по каналах зв'язку та при розробщ рiзних дiаг-ностичних систем.

Лггература

1. Никифоров А.Ф., Суслов С.К., Уваров В.Б. Классические ортогональные полиномы дискретной переменной. - М.: Наука, 1985.—216 с.

2. Филимонова Н.Б., Вайнерман Л.И., Горго Ю.П. Алгоритм инвариантной обработки медико-биологических сигналов с использованием полиномов Кравчука // Физиологическая и медицинская кибернетика: Сб. науч. тр. Киев, ИК АН УССР. - 1993. - С. 53-58.

3. Забара С.С., ФШмонова Н.Б., Ют Г.В. 1нвар1антне роз-шзнавання образ1в зоровою системою за допомогою функцш Кравчука// Восточно-Европейский журнал передовых технологий, Харьков, 6/2 (30) , 2007.

УДК 658.5.011.56

-□ □-

Рассматривается подход к организации системы интеллектуальной поддержки принятия решений о закреплении функций за операторами автоматизированных систем. Предусмотрена возможность генерации вариантов, оценки их показателей, а также выбора оптимального варианта. Основой для построения моделей является аппарат функционально-структурной теории эрго-технических систем школы проф. А.И.Губинского. Предложенные постановки задач и модели могут быть положены в основу системы поддержки решений оператором-руководителем в сложных полиэрга-

тических системах. -□ □-

ПОДХОД К ПОДДЕРЖКЕ ПРИНЯТИЯ РЕШЕНИЙ О РАСПРЕДЕЛЕНИИ ФУНКЦИЙ МЕЖДУ ОПЕРАТОРАМИ АСУ

Е.А. Лавров

Доктор технических наук, профессор, заведующий кафедрой* Контактный тел.: (0542) 22-24-48, 21-50-42, (050)-691-37-33

e-mail: Lav@sau.sumy.ua

Н.Б. Пасько

Старший преподаватель кафедры* Контактный тел.: (0542) 22-24-48, (095)-150-64-60

*Кафедра кибернетики и информатики Сумской национальный аграрный университет ул.Кирова, 160, г. Сумы, Украина, 40021

1. Введение. Проблема эргономического обеспечения человеко-машинных систем

Усложнение производственных, телекоммуникационных, информационных систем, а также комплек-

сов специального назначения привело к повышению объемов информационных потоков (в 10-15 раз за последние 5-7 лет), увеличению сложности решаемых оперативных задач ( в 5-8 раз в объемах оперативных единиц восприятия); повышению уровня напряжен-

ности деятельности операторов системы управления (в 5-7 раз) [1].

Это повышает актуальность задач эргономического проектирования, экспертизы и эксплуатации сложных систем.

В [2] определены основные задачи эргономического проектирования. К ним относятся:

■ выбор численности и распределение функций между персоналом системы, т.е. разработка общей организации системы;

■ выбор степени автоматизации управления и контроля, т.е. распределение функций между человеком-оператором и автоматическими устройствами машины на каждом индивидуальном рабочем месте;

■ разработка информационной модели и алгоритмов функционирования системы;

■ проектирование индивидуального (коллективного) рабочего места;

■ проектирование условий труда на рабочем месте.

К наиболее сложным, вызывающим многие проблемы эргономического плана, относятся т.н. по-лиэргатические системы (системы с несколькими операторами) [2].

2. Определение численности операторов и распределение функций между ними

Эта задача для сложных иерархических человеко-машинных систем (ЧМС) сформулирована В.Г.Евграфовым [2] следующим образом: на основе выбранной организации ЧМС определить номенклатуру функций ^ возлагаемых на локальные ЧМС, а на основе данных по трудозатратам на управление ^ обслуживание Wa, ремонт Wp, выбрать численность персонала ЧМС, занятого управлением №, обслуживанием N0 и ремонтом

Для определения численности персонала в иерархическом ЧМС предлагается [2] способ, основанный на знании трудозатрат на управление, обслуживание и ремонт техники.

Выбор численности персонала ЧМС базируется на следующих основных принципах [2]:

■ итеративность - последовательное повышение точности выбора численности персонала;

■ завышение - определенное завышение на ранних стадиях проектирования численности персонала системы, что позволит обеспечить заданные условия обитаемости на рабочих местах и жизнеобеспечения при длительном рабочем цикле и автономности функционирования системы;

■ режимность - разделения всех локальных ЧМС, входящих в иерархическую систему, на группы в зависимости от того, в каком режиме - непрерывном периодическом или эпизодическом - функционирует конкретная локальная ЧМС в рабочем цикле.

Процедура распределения функций намного сложнее процедуры определения численности персонала и решается [2], как правило, экспертными методами.

Если для систем с постоянным неизменяющимся составом функции такие методы хотя бы частично наработаны, то для систем с неизвестным заранее характером их возникновения формализованные методы практически отсутствуют.

3. Задачи оперативного закрепления функций за операторами

В сложных системах с высоким темпом протекания процессов уровень ошибок может составлять до 30 % в зависимости от работоспособности и морально-психологической устойчивости конкретного лица [1]. Проанализированный в этой работе объем информации и напряженность деятельности оператора в контуре управления средствами локализации чрезвычайных ситуаций позволили сделать вывод о необходимости создания так называемых унифицированных рабочих мест. Такие рабочие места, получившие название интегрированных, кроме обычных элементов взаимодействия человека с машиной содержат интеллектуальную систему поддержки принятия решений и средства функциональной диагностики и прогнозирования состояния операторов. Это позволяет, например, в зависимости от ситуации плавно изменять уровень автоматизации, а также решать задачу "оперативной замены операторов дежурной смены операторами резерва".

Таким образом, одной из важнейших проблем эргономического обеспечения функционирования сложной полиэргатической системы является поддержка принятия решений оператором - руководителем [3].

В системах, допускающих возникновение заявок на решение некоторых задач в случайные моменты времени, оператору руководителю приходится решать т.н. задачу "диспетчирования", т.е. закрепление конкретных функций за конкретными операторами.

В общем виде задача закрепления структурных элементов ЧМС за функциональными ( к ней относятся "распределение функций между человеком и машиной" и "распределение функций между операторами" сформулирована в [4].

Методология ее решения следующая.

Генерация вариантов. Осуществляется путем решения задачи логического вывода, использующей комплекс баз знаний ("компонентных" и "морфологических" моделей) ЧМС, описываемых в виде системы канонических предикатных уравнений [2,4].

Оценка и выбор варианта. Оцениваемыми показателями являются: вероятность безошибочного выполнения, математическое ожидание времени выполнения (вероятность своевременного выполнения), операционно-темповая напряженность и др [2,4].

Т.е. в отличие от [1] в основе принятия решений -оценка прагматических показателей деятельности при ограничениях на напряженность и ряд других непрагматических показателей [5].

Для оценки качества выполнения функций используются математические модели ЧМС типа "Алгоритм функционирования" в виде функциональных сетей проф. А.И.Губинского [2].

Пусть, например, (см. рис. 1) оператору-руководителю в некоторый заранее неизвестный момент времени ^ поступает заявка Z(fn,t1n,t2n) на реализацию некоторой функции Директивное время завершения выполнения функций Учитывая, что на некотором временном отрезке операторы ЧМС уже закреплены за выполнением определенного множества функций, требования к временным характеристикам начала и окончания которых зафиксированы жестко, опера-

тор-руководитель должен оперативно принять решение, исходя из существующей занятости оператора.

В зависимости от конкретной производственной ситуации возможно множество различных постановок задачи выбора варианта закрепления функции, например:

B(X) ^ max (1)

p{t(x)< to - t0'}>60

X eX'

(2) (3)

где X - вектор, характеризующий вариант закрепления функций за оператором и вариант структуры алгоритма деятельности по выполнению функции;

В(Х) - вероятность безошибочного выполнения функции;

Т(Х) - случайная величина времени выполнения функции;

Т0 - максимально допустимое время реализации функции (для рассматриваемого примера Т0 = ^ -

T'

J-n

значение, на которое уменьшается директив-

ное время выполнения функции за счет того, что некоторый оператор занят выполнением других функций;

90 - минимальная допустимая вероятность своевременной реализации функции, 0 < 90 < 1.

X' - область допустимых решений, которая формируется исходя из анализа возможностей, функционального состояния, напряженности деятельности операторов и других возможных факторов.

Иногда бывает достаточным накладывать ограничение на математическое ожидание времени выполнения функции. Тогда (2) принимает вид:

T (х)< T0 - To

(4)

Заявка Z(f„, t^1, t„ ) на выполнение функции f„

о п

е

Р а т

о Р

Р

у

к о в о Д и т е л ь

(^оператор~1^^)

(^оператор^^)

с^операторз-^

^оп

оператор 4

оператор К

fi

f6

I I

f«

С

где T (X) - математическое ожидание времени выполнения функции.

Очень часто реализация функции может быть выполнена с нарушениями разных типов[6]. Причем каждое нарушение может вести к различным значениям ущерба. В этом случае недостаточно просто максимизации вероятности безошибочного выполнения. Если возможно численное выражение ущерба по каждому из неблагоприятных исходов, задача может быть сформулирована как задача минимизации ущерба от возможных нарушений.

Т.е., например, для ситуации с двумя возможными нарушениями в реализации функции целевая функция (1) может иметь вид:

B0 (X) ■ а + B2 (X) ■ а2 + Bj2 (X) ■ а12 ^ min (5),

где B0 (x) - вероятность реализации функций с нарушением первого типа;

B02 (x) - вероятность реализации функций с нарушением второго типа;

B02 (x) - вероятность реализации функций с нарушением первого и второго типа;

а1 - ущерб от реализации функции с нарушением

1-го типа;

а2 - ущерб от реализации функции с нарушением

2-го типа;

а12 - ущерб от реализации функции с нарушением 1-го и 2-го типа.

Моделирование процессов возникновения и устранения ошибок различных типов стало возможным после появления моделей [6].

Возможно множество и других постановок задачи выбора варианта [5].

fl2

I I

Рисунок 1. Задача закрепления функций за операторами.

Базы данных и знаний

Процедуры

Базы данных

БЗ

" Преимущественные возможности операторов'

БД

"Качество выполнения операторами типовых операций"

Генерация вариантов назначения

исходные данные

Моделирование функционирования (расчет показателей)

Проверка соответствия требованиям

БД

"Типовые технологии реализации функции"

структуры алгоритмов функционирования

Оптимизация

БД

Типовые постановки задач оптимизации"

БД

" Эргономические требования"

общие | частные

БД

"Нарушения технологических процессов"

Рисунок 2. Основные элементы системы поддержки принятия решений.

4. Организация поддержки решений по закреплению функций

На 1-ом этапе, исходя из занятости операторов, на основе анализа их индивидуальных особенностей руководитель должен иметь возможность оценить закрепление за ними поступившей к реализации заявки на выполнение функции. Для этого по аналогии с известной таблицей Фитса [2] преимущественных возможностей человека и машины, используемой в задаче распределения функций между человеком и техникой [4], должна быть создана база знаний о преимущественных возможностях операторов. В такой базе знаний в виде нечетких высказываний фиксируется отношение оператора к каждому типу функций:

■ мотивация к выполнению;

■ подготовленность к выполнению;

■ совпадение профиля деятельности с направленностью функции;

■ другие параметры.

Наличие такой базы знаний позволяет с использованием системы правил логического вывода генерировать значения желательности назначения операторов на выполнение функции. Таким образом может быть сформировано множество X'.

На 2-ом этапе должны быть рассчитаны значения искомых показателей эффективности выполнения функций для допустимых вариантов.

Для этого из базы данных "типовые технологии реализации функций" выбирается модель реализации функции

Формализованное описание в виде языка функциональных сетей позволяет использовать для ^ типовые математические модели. Таким образом реализуется процедура "редукции функциональной сети" и получения расчетных зависимостей.

Особенностью задачи является то, что при подстановке исходных данных для расчета должен учитываться фактор о различных значениях качества выполнения от-

дельных операций разными операторами в разных производственных условиях. Т.е. "разные операторы могут при выполнении операций ошибаться по-разному". Для этого ведется специальная база данных о качестве выполнения операторами типовых операций [7].

Для оценки возможных ущербов должна вестись база данных "нарушения технологических процессов".

Исходя из описанной логики, основные элементы систем поддержки принятия решений можно представить в следующем виде (рис. 2).

5. Выводы

Использование предложенной технологии позволяет оперативно оценивать возможные варианты назначений операторов на выполнение функций. Отсутствие подобной системы в условиях информационной напряженности и дефицита времени не позволяет оператору-руководителю оценить последствия назначений и выбрать оптимальный вариант.

Подход апробирован при проектировании гибких производственных систем и систем специального назначения.

Литература

1. Багрецов С.А. Принципы построения и практической реализации интегрированных рабочих мест систем оперативного управления// Проблемы психологии и эргономики. - Тверь - №3 (13) - 2001. - С. 58-64.

2. Информационно-управляющие человеко-машинные системы: Исследование, проектирование, испытания: Справочник/ Адаменко А.Н., Ашеров А.Т., Лавров Е.А. и др. под общ. ред. Губинского А.И. и Евграфова В.Т. - М.: Машиностроение, 1993. - 528с.

3. Сердюк С.М. 1нтелектуальна пщтримка оператора-керiвника // Вiсник Сумського нацiонального аграрного ушверсите-ту. Серiя «Мехашзащя та автоматизащя виробничих процесiв. - 2007. - №1 (16) - С. 64-69.

4. Лавров Е.А. Методы и средства эргономического проектирования автоматизированных технологических комплексов. - Автореферат дисс. на соиск. ученой степени докт. техн. наук. - Сумы, 1996. - 32с.

5. Лавров Е.А. Выбор оптимальных решений при эргономическом проектировании автоматизированных технологических комплексов. - Сумы: ССХИ, 1996. - 96с.

6. Лавров Е.А., Пасько Н.Б. Моделирование надежности человеко-машинных систем: учет ошибок разных типов. Восточно-европейский журнал передовых технологий. Сер. "Системы управления. Информационные технологии". №2/2 (26). - С. 25-35.

7. Лавров Е.А., Пасько Н.Б., Барченко Н.Л. Подход к использованию экспериментальных данных при эргономическом проектировании человеко-машинных систем// Вюник Сумського нащонального аграрного ушверситету. Серiя «Мехашзащя та автоматизащя виробничих процеав. - 2007. - №9 (15) - С. 112-118.

УДК 681.5.01.23

УПРАВЛЕНИЕ НЕЛИНЕЙНЫМ ДИНАМИЧЕСКИМ ОБЪЕКТОМ ПРИ ПОМОЩИ НЕЙРОКОНТРОЛЛЕРА С ПРЕДСКАЗАНИЕМ

Б.И. Кузнецов

Доктор технических наук, профессор*

Т.Е. Василец

Кандидат технических наук, доцент* Контактные телефоны: 8-067-57-57-032 e-mail: tatyana_vasilets @ yahoo.com

А.А. Варфоломеев

Ассистент*

*Кафедра СУТПиО Украинская инженерно — педагогическая академия ул. Университетская, 16, Харьков, Украина, 61003

тел. (057) 733-79-59

■а о

Выполнен синтез нейросете-вой системы управления нелинейной электромеханической системой с использованием нейроконтрол-лера с предсказанием. Составлена структурная схема системы с учётом сухого трения на валу двигателя и механизма и с учётом люфта в элементах механической части. Выполнен синтез нейрорегулято-ра. Проведено исследование одного из основных свойств системы -нечувствительности по отношению к изменению параметров. Показано, что синтезированная система обладает высокими адаптивными свойствами.

■о о

Постановка проблемы

Современная классическая теория управления включает теорию адаптивного и оптимального управления, с помощью которой можно разрабатывать оптимальные системы. Несмотря на огромное количество работ, ограничения, накладываемые многообразием видов нелинейностей, динамическими свойствами объектов их нестационарностью, а также наличие внешних возмущений и ошибок измерений, не позволяет создать единый подход при построении систем управления. Кроме того, как классическая, так и современная теория управления основываются на идее линеаризации систем. Однако при решении практических задач такой подход может не обеспечить требуемый критерий качества управления, т.к. модель, построенная на предположении о линейности системы, может не отражать ее действительных свойств.

Альтернативой классическим методам построения систем управления нелинейными объектами в на-

стоящее время являются искусственные нейронные сети. Использование искусственных нейронных сетей позволяет решать задачи управления нелинейными объектами, в то время как традиционные методы не обеспечивают решения подобных задач.

Анализ последних достижений и публикаций

В последнее десятилетие проводятся большие работы по применению нейронных сетей в системах управления. В [1] рассмотрены вопросы теории и методы синтеза систем управления нелинейными динамическими объектами на основе обучаемых многослойных сетей. Значительное внимание уделено фундаментальным свойствам нелинейных многослойных нейросетей и алгоритмам их обучения в реальном времени. В [2] приведены базовые функциональные структуры нейросетевых динамических систем управления и идентификации состояния. Рассмотре-