CC BY
56
СИСТЕМА ПОДДЕРЖКИ МНОГОАТРИБУТИВНОГО ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ СЛОЖНЫМИ СИСТЕМАМИ
И.В. Ковалев, д.т.н.; C-В. Тынченко, к.т.н.; О.И. Завьялова; А.Н. Лайков
(Сибирский федеральный университет, г. Красноярск, kovalev.fsu@mail.ru)
В статье рассмотрена программная система, позволяющая автоматизировать процесс выбора решения при большом количестве заданных атрибутов. Поддержка принятия решений осуществляется на основе использования различных многоатрибутивных методов принятия решений, что позволяет в процессе выбора учесть все заданные требования.
Ключевые слова: управление, программная система, принятие решений, многоатрибутивный метод.
Задача принятия эффективных управленческих решений в организационно-технических системах становится все более значимой. Это обусловлено стремительным ростом сложности процессов, происходящих в этих системах. Управление такими системами сопровождается постоянным выбором решения из множества возможных вариантов (альтернатив). Такое множество в большинстве случаев формируется в условиях неопределенности, нечеткости данных об объекте управления, размытости и быстрого изменения целей. При этом, как правило, отсутствуют строго формализованные математические модели таких систем, которые позволили бы однозначно определить механизм управления.
Как показывает практика, недостаточно иметь хорошее программное обеспечение (ПО) для соответствующей области, чтобы с успехом принимать эффективные решения. В таких случаях особенно важна высокая профессиональная подготовка ЛПР, которым может быть системный аналитик или группа лиц - отдел системного анализа.
Проблема выбора наилучшего решения из множества вариантов, как правило, оказывается многокритериальной, так как наряду с повышением одних количественных показателей (критериев или атрибутов) работы системы необходимо минимизировать ряд других, например, денежные затраты на разработку, внедрение и модификацию, время реализации процесса управления и пр.
Таким образом, можно говорить о том, что задача компьютерной поддержки управления сложными организационно-техническими системами может быть частично реализована созданием программной системы, которая позволяла бы сделать выбор на основе полученного многовариантного решения с использованием разных методов.
Этапы поддержки принятия решений
Методология поддержки принятия решений включает разнообразные схемы и технологии и может реализовываться частично или полностью с использованием программных систем [1].
Простейшая модель принятия решения включает четыре основных циклически повторяющихся этапа: сбор, анализ и преобразование данных; получение вариантов решений (альтернатив); раз-
работка критериев оценки решений; выбор одного из вариантов на основе разработанных критериев.
Сбор данных основан на использовании разнообразных технологий. Анализ включает типизацию, унификацию, классификацию данных. Преобразование заключается в получении различных форм и форматов данных. Современный подход требует применения информационных или интегрированных систем как для сбора информации, так и для хранения БД.
Система поддержки принятия решений
Управление сложными организационно-техническими системами может быть эффективно выполнено с использованием компьютерной системы поддержки многоатрибутивного принятия решений «S-MADM ver.1.0», которая прошла экспертизу и зарегистрирована в ОФАП [2].
Эта система - законченный программный продукт, в который входят ряд программно реализованных методов принятия решений и механизм работы с БД.
Разработанная система позволяет автоматизировать процесс выбора оптимального решения (альтернативы) при большом количестве заданных атрибутов и обладает удобным и интуитивно понятным интерфейсом, ориентированным на применение пользователями с различным уровнем подготовки.
Данная программа реализована с помощью математического пакета MATLAB 7.0.1 с использованием среды визуального программирования GUIDE Builder, что позволило создать стандартный пользовательский интерфейс. Программа предназначена для работы на базе ОС Windows.
В разработанной системе пользователь может работать с альтернативами и их атрибутами, записанными в файл текстового формата или формата MS Excel или заданными вручную. Для открытия файла с данными необходимо зайти в меню File и в открывшемся окне Open выбрать файл с расширением txt или xls. Чтобы ввести данные вручную, нужно создать новый файл в меню File ^ New; откроется окно ввода данных. Также для ввода данных можно нажать на кнопку Input data или зайти в меню Edit ^ Input data. Последние два
способа ввода данных используются в основном для корректировки уже имеющихся данных.
Данные файла представляют собой матрицу, в которой строки - это альтернативы, а столбцы -значения атрибутов альтернатив. Предпоследняя строка этой матрицы является матрицей коэффициентов важности (весовых коэффициентов), задаваемых экспертом. Для правильной работы алгоритмов принятия решений необходимо, чтобы сумма всех весовых коэффициентов была равна единице. Последняя строка в файле должна содержать элементы, равные 1, для атрибутов, которые необходимо максимизировать, и -1 для атрибутов, которые нужно минимизировать.
После открытия файла или ввода данных вручную пользователь имеет возможность корректировать значения весовых коэффициентов. Для упрощения работы пользователя после нажатия кнопки Weights distribution (эта функция продублирована в меню Edit) появляется окно, в котором необходимо проранжировать атрибуты по важности и выбрать распределение весовых коэффициентов. Затем ранги автоматически переводятся в весовые коэффициенты и выводятся в окно Weights matrix. Чтобы сохранить файл с новыми данными, следует зайти в меню File ^ Save As и в появившемся окне ввести название файла. Файл можно сохранить с расширением txt или xls.
После загрузки данных в основное окно программной системы можно приступить непосредственно к поиску оптимальной альтернативы одним из трех возможных способов (все методы продублированы в меню Methods): SAW - метод простого суммарного взвешивания; ELECTRE - метод ELECTRE; TOPSIS - метод упорядоченного предпочтения через сходство с идеальным решением.
При нажатии на кнопку расчета любого из методов в окно Solution выводится результат в виде пошагового решения алгоритма и номера оптимальной альтернативы. В окно Alternatives ranking выводятся номера альтернатив в порядке их предпочтения (первый номер - наиболее предпочтительная альтернатива, последний - наименее предпочтительная). Полученный результат работы метода многоатрибутивного принятия решений может быть сохранен нажатием на кнопку Save solution (эта функция продублирована в меню File), в появившемся окне следует ввести имя файла. Файл можно сохранить в форматах Microsoft Word, Microsoft Excel и в обычном текстовом.
Высоконадежное ПО
Для успешного принятия эффективного решения при управлении в сложных системах особенно важным показателем становится надежность используемого ПО. Поскольку абсолютная надежность программных средств практически недостижима, применяются методы повышения их отказоустойчивости. Отказоустойчивость сложных
программных систем достигается благодаря использованию методологии избыточности: в систему включаются несколько программных компонент, дублирующих друг друга по своему целевому назначению. Мультиверсионное программирование позволяет добиться оптимальной программной избыточности, призванной предупредить случайные сбои. Причем работа ПО застрахована также и от сбоев, вызванных ошибками, сгенерированными еще при проектировании и разработке. Ключевое преимущество мультиверсионного ПО состоит в том, что сбой системы может произойти только в случае сбоя существенного числа модулей. Следовательно, чем больше глубина мульти-версионности, тем выше вероятность корректного функционирования мультиверсионного ПО. Мультиверсии подтверждают работу друг друга, так что можно быть уверенным в точности результатов, которые они выбирают вместе. Не подтвержденные другими мультиверсиями результаты можно игнорировать. Эти свойства делают мультиверсионную систему более устойчивой и заслуживающей доверия в отличие от соответствующей архитектуры с одной версией.
Однако улучшение характеристик надежности ПО с использованием избыточности требует дополнительных ресурсов [3]. Поэтому основной задачей для ЛПР в условиях ограниченности ресурсов является выбор оптимального проекта муль-тиверсионной программной системы из набора предлагаемых вариантов с учетом всех существующих требований и ограничений.
Программно реализованная система поддержки многоатрибутивного принятия решений «S-MADM ver.1.0» дает возможность автоматизировать процесс выбора оптимального проекта мультиверсионной программной системы. Многовариантность решений, полученная с помощью интегрированных в разработанную систему поддержки принятия решений многоатрибутивных методов, позволяет объективно оценить альтернативы при выборе лучшей из всего множества предлагаемых вариантов формирования мульти-версионных программных систем.
Задача принятия эффективных управленческих решений в сложных организационно-технических системах зачастую трудноразрешима из-за отсутствия математических моделей, позволяющих однозначно определить процесс управления. Предлагаемая система поддержки многоатрибутивного принятия решений использует различные многоатрибутивные методы, что дает возможность найти оптимальное управленческое решение.
Разработанная программная система может применяться как отдельно, так и в составе более крупных диалоговых систем, предназначенных для решения задачи принятия решений при заданных критериях оптимальности и ограничениях.
Литература
1. Катулев А.Н., Северцев Н.А. Математические методы в системах поддержки принятия решений: учеб. пособ. М.: Высш. шк., 2005. 311 с.
2. Завьялова О.И., Царев Р.Ю. Система поддержки многоатрибутивного принятия решений (Программная система
«8-МЛОМ уег.1.0»). М.: ВНТИЦ, 2008. № 50200800576. Рег. номер ОФАП 10167.
3. Ковалев И.В., Смолин В.В., Царев Р.Ю. Система поддержки принятия решений по выбору состава отказоустойчивых систем управления // Программные продукты и системы. 2008. № 3 (79). С. 71-72.
ПОЛУМАРКОВСКИЕ МОДЕЛИ ПРОИЗВОДСТВЕННО-ЭКОНОМИЧЕСКИХ СИСТЕМ
Ю.Г. Бояринов, к.т.н. (Московский энергетический институт (ТУ), филиал в г. Смоленске, byg@yandex.ru); В.И. Мищенко, д.т.н. (Смоленский гуманитарный университет)
Рассмотрены общие подходы к построению полумарковских моделей производственно-экономических систем. Определены специфические особенности производственно-экономических систем, содержащих подсистемы обеспечения их текущей работоспособности. Показаны основные направления развития аппарата полумарковского моделирования, используемого для определения оптимального с точки зрения набора мероприятий по обеспечению их нормального функционирования.
Ключевые слова: производственно-экономические системы, полумарковские модели, обслуживание сложных систем.
Современные крупные промышленные предприятия - это сложные производственно-экономические системы, в состав которых входит целый ряд подсистем, связанных сквозными производственными и финансовыми потоками.
Очевидно, что экономическая эффективность функционирования такой сложноструктурированной системы определяется возможностью обеспечить максимальный уровень работоспособности ее подсистем с учетом необходимых затрат на поддержание данного уровня. В связи с этим управленческая деятельность в первую очередь должна быть направлена на определение и реализацию оптимального с точки зрения долгосрочной, среднесрочной и тактической экономической эффективности набора мероприятий, реализующих выбранную стратегию управления жизнеобеспечением отдельных подсистем промышленного предприятия.
Следует отметить, что для всех подсистем производственного предприятия характерно существенное влияние на экономическую эффективность человеческого фактора, а также показателей состояния и функционирования производственных фондов [1].
Важнейшей компонентой системы управления производственно-экономическими системами является система обеспечения их текущей работоспособности, то есть функционирования в заданном режиме (обеспечивающем планируемый или максимальный уровень прибыли), инструментами которой являются частичная или полная диагностика подсистем предприятия или предприятия в целом, профилактические, экстренные и антикризисные мероприятия. Очевидно, что указанные инструменты, кроме масштабности применения, характеризуются затратами, периодичностью и продолжительностью.
Для повышения обоснованности решений по управлению производственными подсистемами промышленных предприятий достаточно широко используются различные методы математического моделирования. Как один из перспективных подходов к построению моделей систем подобного типа может рассматриваться применение теории полумарковских процессов, в соответствии с которой в качестве показателя эффективности применяется значение вероятности застать подсистему в желаемом состоянии. Уровень сложности полумарковских моделей определяется не только перечнем учитываемых факторов, но и соответствующим уровнем сложности самой системы, наличием в ней разнородных подсистем, элементов и взаимосвязей между ними [2-3].
Например, процесс функционирования простых систем можно представить как чередование интервалов работы без нарушений и восстановления, когда функционирование нарушено в результате дестабилизирующего воздействия внешней или внутренней среды. Такой простейший процесс функционирования может быть описан марковской моделью с состояниями исправной работы и восстановления [4]. Для технических систем данные состояния определены в [5]. Восстановление заключается в замене отказавших подсистем или элементов, а также в повторной установке утраченных (нарушенных) взаимосвязей (или их качества), то есть в возвращении системы к нормальной (штатной) работе независимо от природы нарушения.
На рисунке 1 изображен граф возможных состояний простейшей системы, которые характеризуются интенсивно-
