CC BY
22
Нападение на противника представляет собой способ действий, направленных на уничтожение и пленение противника. Оно подготавливается скрытно и проводится внезапно, как правило, по заранее разработанному плану.
Оборона от нападения противника - это способ действий, направленных на отражение нападения, чтобы в дальнейшем перейти к ответным действиям и одержать победу.
В методическом плане действия представляют собой основу тактики рукопашного боя и состоят из подготовительных действий, действий нападения и обороны.
Подготовительные действия предназначены для создания условий успешного проведения нападения и обороны.
Действия нападения обеспечивают победу над противником. Структурными компонентами их являются атаки, контратаки и групповое нападение.
Действия обороны применяются для отражения нападения (атак) противника в сочетании с ответными нападениями на него.
Приёмы обеспечения предназначены для создания благоприятных условий применения приёмов и проведения действий в рукопашном бою.
Приёмы боя с оружием предназначены для уничтожения противника в рукопашном бою, а также для обороны от его нападения.
Приёмы боя без оружия предназначены для травмирования противника, его задержания и последующего конвоирования, освобождения от захватов и обезоруживания, а также его уничтожения или выведения из строя при помощи ударов и удушений.
Из вышесказанного следует, что рукопашный бой является важным средством физической подготовки сотрудников полиции, способным комплексно решать целый ряд задач их физической и психологической закалки, целенаправленно способствовать повышению профессионального мастерства.
Список литературы
1. Кикоть, В. Я., Барчуков, И. С. Физическая культура и физическая подготовка : учебник. -М.: Юнити-Дана, 2009. - 431 с.
2. Торопов, В. А., Ушенин, А. И., Куликов, М. Л. и др. Физическая подготовка : учебник. - СПб.: Изд-во СПб ун-та МВД России, 2010. - 312 с.
3. Рукопашный бой и спортивные единоборства : учебник для курсантов и слушателей военного института физической культуры. - СПб.: ВИФК, 2005. - 431 с.
4. Торопов В. А., Ушенин А. И., Дудчик В. И., Хыбыртов Р. Б. Рукопашный бой в теории и практике служебной подготовки сотрудников органов внутренних дел : монография. - Изд-во СПб ун-та МВД России; ООО «Р-Копи», 2016. - 188 с.
УДК 37.022, 51-77
И.С. Захаров*, В.И. Куватов**, О.Е. Чудаков***
Технология исследования сложных систем на основе современных case-средств
В статье описана технология моделирования человеко-машинных систем с использованием современных case-средств. В статье приведены основные этапы технологии и содержание каждого этапа.
Ключевые слова: система, сложная система, моделирование, функциональная модель, имитационная модель, адекватность, критерий эффективности.
I.S. Zakharov*, V.I. Kuvatov**, O.E. Chudakov***. Technology research of complex systems based on modern case-tools. This article describes a technology of modelling complex systems based on modern case-tools. The article presents the main stages of technology and content of each stage.
Keywords: system, complex system, modelling, functional model, simulation model, adequacy, efficiency criterion.
* Захаров, Игорь Семенович, ведущий научный сотрудник ООО «Фирма "Пассат"». Адрес: Россия 198516, Санкт-Петербург, г. Петергоф, Санкт-Петербургский проспект, д. 60, лит. Ф. Тел. 8-(812) 427-10-11; 8-921-942-32-57. E-mail: igor_zaharov@lenta.ru.
** Куватов, Валерий Ильич, профессор кафедры специальных информационных технологий Санкт-Петербургского университета МВД России. Адрес: Россия, 198206, Санкт-Петербург, ул. Летчика Пилютова, д. 1. Тел. 8-(812)-300-89-94; 8-911-208-64-39. E-mail: kyb.valery@yandex.ru.
*** Чудаков, Олег Евгеньевич, профессор кафедры специальных информационных технологий Санкт-Петербургского университета МВД России. Адрес: Россия, 198206, Санкт-Петербург, ул. Летчика Пилютова, д. 1. Тел. 8-(812)-300-89-94; 8-921-940-65-45. E-mail: Oechuda@yandex.ru.
* Zakharov, Igor Semenovich, leading researcher Limited Liability Company "Passat". Address: Russia, St. Petersburg, Petergof, St. Petersburg Prospect, 60-F. Tel. 8-(812) 427-10-11; 8-921-942-32-57. E-mail: igor_zaharov@lenta.ru.
** Kuvatov, Valery Ilyich, Professor of special Department of information technology Saint-Petersburg University of MIA of Russia. Address: Russia, 198206, Saint-Petersburg, Pilot Pilutov str., 1. Tel. 8-(812)-300-89-94; 8-911-208-64-39. E-mail: kyb.valery@yandex.ru.
*** Chudakov, Oleg Evgenievich, Professor of special Department of information technology Saint-Petersburg University of MIA of Russia. Address: Russia, 198206, Saint-Petersburg, Pilot Pilutov str., 1. Tel. 8-(812)-300-89-94; 8-921-940-65-45. E-mail: Oechuda@yandex.ru.
© Захаров И.С., Куватов В.И., Чудаков О.Е., 2016
В современных условиях одной из существенных проблем является эффективность управления. Наличие большого количества современных информационных технологий в области автоматизации управления не всегда приводит к повышению эффективности управления, что в определённых случаях создает негативное представление в целом о возможности автоматизации этих процессов.
На наш взгляд, прежде всего это связано с тем, что во многих случаях автоматизация процессов управления для определённых объектов осуществляется без использования системного подхода к решению задачи разработки системы, несмотря на то, что сами объекты управления постоянно усложняются.
Следует также отметить, что во многих случаях средства автоматизации разрабатываются без учёта фактора наличия человека в контуре управления, что может привести к тому, что даже хорошее само по себе программное обеспечение во взаимодействии с человеком-оператором не позволит решать стоящие задачи с необходимой эффективностью.
Особенно важное значение учёта операторского фактора на этапе разработки автоматизированных систем приобретает для сложных автоматизированных систем управления реального времени, которые включают много операторов, функционально связанных при решении задач управления.
В таких условиях предварительное моделирование функционирования человеко-машинной системы представляется не только важным, но и необходимым для получения оценок эффективности функционирования таких систем.
Основными показателями человеко-машинных систем реального времени в соответствии с ГОСТ В 29.08.002-84 [1] являются:
- время выполнения возложенных на систему функций (включая оператора);
- вероятность выполнения функций за заданное время.
Эти показатели отражают основные свойства систем военного назначения, где оперативность выполнения поставленной задачи с заданной вероятностью является ключевой.
Выполнение различных задач в системах реального времени требует выполнения целого набора функций различными операторами. При этом взаимосвязи этих функций достаточно сложны и не всегда очевидны, поэтому оценка выполнения боевой задачи в таких условиях может быть осуществлена с использованием моделирования. При этом важно оценить конечный результат - время цикла управления при решении задачи.
В таких условиях для исследования сложных человеко-машинных систем может быть использована технология, включающая в себя выполнение следующих действий:
1) анализ функций исследуемой системы;
2) разработка функциональной модели исследуемой системы;
3) разработка имитационной модели, реализующей основные характеристики функциональной модели;
4) проведение статистического эксперимента для получения статистических характеристик основных функций модели и вероятностно-временных характеристик модели в целом (оценка времени цикла управления);
5) анализ результатов моделирования.
Структура технологии с некоторой детализацией отдельных этапов представлена на рис. 1.
Рис. 1. Структура технологи исследования человеко-машинной системы
Рассмотрим некоторые особенности каждого этапа [2]. При этом необходимо отметить, что каждый этап формирует исходные данные для реализации последующего этапа.
Анализ проблемной области является первым и основополагающим этапом исследования системы, в результате которого должно быть сформировано информационное обеспечение разрабатываемой системы. В самом общем виде в качестве целей данного этапа можно сформулировать следующие:
a) определение системы понятий исследуемой проблемной области и их взаимосвязей;
b) формирование иерархической структуры функций системы управления, установление взаимосвязей между ними.
Системный анализ располагает достаточно широким набором средств анализа исследуемой системы. Одним из таких средств, разработанных в ООО «Фирма "Пассат"» под руководством доктора технических наук, профессора В.Я. Розенберга, является программный пакет, позволяющий строить семантическую сеть знаний исследуемой области на основе определения основных понятий, которая представляет собой иерархическую сеть, определяющую взаимосвязь понятий проблемной области [3; 4].
Вид экрана по результатам оценки совокупности понятий одной из проблемных областей приведен на рис. 2.
Рис. 2. Пример семантической сети знаний
Достоинством такого подхода является получение следующей важной информации:
- взаимосвязь понятий, распределение их по уровням иерархии;
- выявление понятий с циклическими ссылками;
- выявление понятий, не имеющих связей в данной проблемной области.
Эти и другие результаты работы пакета позволяют создать полное и непротиворечивое описание проблемной области, что имеет важное значение для однозначной их трактовки заказчиком и разработчиком.
Хотелось бы обратить внимание на то, что применение данного подхода может быть полезным и при формировании учебного материала дисциплин, а также для обоснования логики изучения тех или иных дисциплин учебного плана.
Необходимо отметить, что само формирование сети знаний при использовании разработанного пакета осуществляется за короткое время, однако подготовительный этап требует скрупулезного изучения проблемной области, руководящих документов.
Разработка функциональной модели тесно связано с анализом исследуемой системы, но основным назначением пакета является анализ функционирования системы, т.е. анализ выполнения системой своего функционального назначения. Безусловно, перечень функций должен быть получен на первом этапе.
Существуют достаточно мощные средства функционального моделирования, позволяющие применять принцип декомпозиции «сверху-вниз» для получения функциональной модели (структуры, архитектуры) системы на основе анализа требований к системе по выполнению заданных функций управления.
В качестве средств функционального моделирования в настоящее время широко используются модели IDEF0, IDEF3, DFD, которые реализуются CASE-средством AllFusion PM, которое достаточно подробно описано в различной литературе, например, в [5; 6; 7][5] [6] [7].
Примеры фрагментов функциональных моделей логистической компании, занимающейся перевозкой грузов, приведены на рис. 3-5.
Рис. 3. Фрагмент функциональной модели
Рис. 4. Фрагмент декомпозиции выделенного на рисунке 3-го блока
Результатом функционального моделирования являются перечень функций различного назначения (вычислительных, логических, управленческих), а также фактический перечень данных, необходимых для выполнения этих функций, что является основой для формирования сначала логической, а затем и физической структуры базы данных (если стоит такая задача), а также дальнейших этапов работы.
Результаты разработки функциональной модели являются основой для разработки имитационной модели и для обоснования показателей и критериев эффективности функционирования системы (рис. 1).
При обосновании показателей эффективности функционирования системы целесообразно обосновать как частные показатели, характеризующие выполнение отдельных функций системой, так групповые показатели, характеризующие эффективность функционирования отдельных подсистем, реализующих группу функций, так и интегральный показатель (или группу показателей), характеризующих функционирование системы в целом.
Если рассматривать показатели, приведенные выше (вероятностно-временные), то для сложной системы аналитическое вычисление таких показателей в настоящее время практически невозможно,
и» к*
Оч
Рис. 5. Фрагмент декомпозиции выделенного на рисунке 4-го блока
поэтому получение их оценок с помощью имитационного моделирования представляется важным и необходимым условием обоснования решений для разработки таких систем.
При разработке имитационной модели важное значение имеет выбор такого пакета, который обеспечит измерение обоснованных показателей эффективности функционирования системы, а также возможность проведения статистического моделирования и удобную интерпретацию полученных результатов.
Современные CASE-технологии предоставляют возможность выбора пакета имитационного моделирования, в наибольшей степени подходящего поставленным целям исследования.
В ряде работ авторами использован пакет имитационного моделирования AnyLogic, который содержит достаточно большую библиотеку визуальных компонентов, использует современный язык программирования высокого уровня Java и обладает следующими свойствами:
1) обеспечивает возможность блочного создания моделей;
2) обеспечивает возможность задания широкого набора реализованных распределений случайных величин;
Рис. 6. Фрагмент имитационной модели управления производством
3) обеспечивает возможность сбора и обработки статистики;
4) наличие анимации и вывода графиков;
5) возможность расширения классов объектов;
6) документация на русском языке.
Все эти свойства дают возможность построения моделей различного назначения для имитации функционирования как технических, так и организационных систем различного назначения, обеспечивая возможность моделирования процессов поддержки принятия человеком-оператором.
Вид фрагмента имитационной модели, использующей стандартные визуальные компоненты пакета для системы управления производством продукции [8], [8] показан на рис. 6.
В примере на рис. 6 имитационная модель четко показывает логику процесса изготовления деталей, последовательность выполнения операций (функций) в различных условиях результатов их выполнения.
Уже в такой модели могут быть заложены характеристики, отражающие возможности человека (а не только автомата), участвующего в выполнении каждой операции технологического цикла.
Аналогичными средствами может быть составлена модель принятия решений человеком-оператором на основе анализа поступающей от средств автоматизации информации.
Пример реализации такой модели показан на рис. 7.
Рис. 7. Модель принятия решений оператором в системе реального времени
В правой части рис. 7 показаны гистограммы, в которых получаются статистические оценки временных параметров принятия отдельных решений или выполнения всей операции (состоящей из последовательно принимаемых решений) в целом.
Необходимо отметить, что доверие к результатам имитационного моделирования будет лишь тогда, когда будет доказано, что разработанная модель правильно отражает реальные процессы управления и принятия решений, характерных для исследуемой системы, т.е. если доказана адекватность модели.
Проверка адекватности имеет большое значение, поскольку при разработке новой системы могут появиться новые элементы, взаимодействие которых между собой заранее неизвестно. Решение этой задачи может быть достигнуто двумя способами:
1) если есть аналог разрабатываемой системы, то должна быть построена средствами имитационного моделирования модель аналога, произведено моделирование такой системы и сравнение полученных характеристик с известными характеристиками аналога;
2) если аналога нет, то вопрос в значительной степени усложняется. Тем не менее, как правило, большинство функций, возлагаемых на проектируемую систему, в той или иной степени выполняются и другими системами аналогичного назначения. Поэтому в данном случае нужно принять решение об адекватности модели на основе оценки адекватности реализованных известных функций.
Для оценки адекватности модели в целом или отдельных функций на основе результатов имитационного моделирования системы в целом или отдельных функций в качестве показателя, характеризующего адекватность, может быть использовано отклонение измеряемого параметра
функционирования системы в имитационной модели (выполнения функции) от времени выполнения данной функции в аналоге.
В качестве примера рассмотрим временной показатель, характеризующий время выполнения функции. При этом сам показатель (отклонение) может быть оценено в процентах от времени аналога. В этом случае расчет отклонения осуществлялся по формуле
где öti (t) - отклонение времени выполнения i-й функции;
Тп - время выполнения i-й функции аналога;
Та - время выполнения i-й функции на имитационной модели.
В качестве критерия адекватности в данном случае будет выступать допустимое отклонение времени выполнения функции (например, не более 20 %).
Следует отметить, что приведенная формула дает оценку отклонения как в сторону увеличения, так и в сторону уменьшения временного параметра.
В случае принятия решения об адекватности построения модели осуществляется моделирование для получения результатов.
Программа и методика проведения моделирования должна обеспечивать получение достаточного количества данных для решения поставленной задачи на исследование системы.
Одними из основных характеристик, характеризующих системы реального времени, как уже отмечалось, являются временные характеристики. Полученные с использованием имитационной модели статистические оценки времени выполнения каждой функции и времени функционирования системы в целом при решении конкретной задачи дают возможность оценить исследуемую систему по обоснованным параметрам.
Существенным при реализации данной технологии является возможность получения вероятностно-временных характеристик основных функций системы управления с учётом деятельности операторов, что является принципиально важным в автоматизированных системах управления.
В целом на основе опыта применения данной технологии авторами статьи можно сделать следующие выводы.
1. Применение технологии позволяет решить задачу оценки вероятностно-временных характеристик элементов системы управления с учетом характеристик операторов на этапе проектирования системы.
2. Применение технологии позволяет получить оценки характеристик функционирования человеко-машинной системы.
3. На основании полученных результатов могут быть выработаны требования к разработке функций и системы в целом, основанные на анализе основных показателей эффективности системы в соответствии со своим предназначением.
Список литературы
1. ГОСТ В 29.08.002-84. Система стандартов эргономических требований и эргономического обеспечения. Показатели качества деятельности операторов. Номенклатура. - М., 1984.
2. Наумов, В. Н., Туровский, О. М., Чудаков, О. Е. Технология моделирования сложных систем с использованием пакета имитационного моделирования AnyLogic. - СПб.: ВУНЦ ВМФ, 2015.
3. Розенберг, В. Я. Аксиомы математической теории исчесления знаний // Международный научный институт «Educatio». Ежемесячный научный журнал - 2015. -№ 5 (12).
4. Розенберг, В. Я. Система обучения на базе семантических сетей // Вестник учебного и методического объединения военно-учебных заведений и учреждений ВМФ по подготовке специалистов и образованию в области военного управления. - 2013. - № 1 (12).
5. Маклаков, С. В. Моделирование бизнес-процессов с AllFusion PM / 2-е изд., испр. и дополн.
- М.: Диалог-МИФИ, 2008. - 224 с.
6. Дубейковский, В. И. Эффективное моделирование с CA ER Win Process Modeler (BPWin; AllFusion Process Modeler). - М: Диалог-МИФИ, 2007. - 384 с.
7. Потехин, В. С, Родин, В. Н., Чудаков, О. Е. Программирование: языки, методы, технологии.
- Ч. 1. Технологии разработки программного обеспечения : учебное пособие. - СПб.: Изд-во СПб ун-та МВД России, 2015. - 132 с.
8. Боев, В. Д. Исследование адекватности GPSS Wold и AnyLogic при моделировании дискретно-событийных процессов : монография. - СПб.: ВАС, 2011. - 404 с.
