1. МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ
УКРАИНСКАЯ ИНЖЕНЕРНО-ПЕДАГОГИЧЕСКАЯ АКАДЕМИЯ
ДОНЕЦКИЙ НАЦИОНАЛЬНЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
На правах рукописи
ЧИКУНОВ ПАВЕЛ АЛЕКСАНДРОВИЧ
УДК 004.942:658.5
ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ ДВУХУРОВНЕВОЙ СИСТЕМЫ
ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ СЕЗОННОМ ХАРАКТЕРЕ
СПРОСА
Специальность 05.13.06 – информационные технологии
Диссертация на соискание ученой степени
кандидата технических наук
Научный руководитель
КРИВОДУБСКИЙ Олег Александрович
кандидат технических наук, доцент
Харьков – 2016
2. 2
СОДЕРЖАНИЕ
ПЕРЕЧЕНЬ УСЛОВНЫХ СОКРАЩЕНИЙ ........................................................................................ 4
ВВЕДЕНИЕ............................................................................................................................................. 5
РАЗДЕЛ 1.............................................................................................................................................. 12
1.1 Системный анализ в управлении ............................................................................................. 12
1.2 Многоуровневые системы управления.................................................................................... 15
1.3 Многокритериальные системы управления............................................................................ 17
1.4 Системы планирования производственной деятельности..................................................... 19
1.5 Методы моделирования процессов планирования и управления......................................... 20
1.6 Методы идентификации моделей и систем ............................................................................ 22
1.7 Численные методы решения оптимизационных задач .......................................................... 24
1.8 Анализ алгоритмов управления ............................................................................................... 27
1.9 Использование пакетов прикладных программ при синтезе СППР..................................... 29
1.10 Выводы по первому разделу. Выбор направления и заданий исследования..................... 30
РАЗДЕЛ 2.............................................................................................................................................. 32
2.1 Структура и технологические особенности производственного процесса ......................... 32
2.2 Технологические особенности комплексов переработки каменной соли ........................... 34
2.3 Теоретико-множественные представления, как часть информационной технологии........ 40
2.3.1 Теоретико-множественное представление взаимозависимостей видов продукции ... 40
2.3.2 Теоретико-множественное представление взаимозависимостей объемов выпуска
укрупненных и расширенных видов продукции ..................................................................... 42
2.3.3 Теоретико-множественное представление взаимозависимостей объемов выпуска
расширенных видов продукции ................................................................................................ 47
2.4 Анализ временных характеристик процессов производства продукции............................. 51
2.5. Стоимостный анализ производства ........................................................................................ 54
2.6 Постановка задачи исследования............................................................................................. 63
2.7 Выводы по второму разделу..................................................................................................... 63
РАЗДЕЛ 3.............................................................................................................................................. 65
3.1 Классификация переменных .................................................................................................... 66
3.2 Статические модели расчета показателей деятельности предприятия................................ 67
3.2.1 Математическая модель расчета показателей технико-экономической деятельности
предприятия при стратегическом планировании .................................................................... 67
3.2.2 Уравнения сезонного расчета объемов выпуска укрупненных видов продукции...... 71
3.2.3 Уравнения тактического расчета объемов выпуска укрупненных видов продукции. 73
3.3 Динамические модели прогноза полного ассортимента продукции перерабатывающих
комплексов ....................................................................................................................................... 77
3.3.1 Гипотеза о механизме процесса ....................................................................................... 77
3.3.2 Прогноз преобразований потока соли ............................................................................. 80
3.3.3 Уравнения прогноза объемов выпуска фасованной соли.............................................. 83
3. 3
3.3.4 Уравнения прогноза объемов выпуска затаренной соли............................................... 85
3.3.5 Уравнения прогноза объемов соли, затаренной в МКР................................................. 95
3.4 Выводы по третьему разделу ................................................................................................... 98
РАЗДЕЛ 4.............................................................................................................................................. 99
4.1 Постановка задач планирования выпуска укрупненных видов продукции ........................ 99
4.1.1 Постановка задачи стратегического планирования объемов выпуска укрупненных
видов продукции....................................................................................................................... 100
4.1.2 Постановка задачи стратегического планирования объемов выпуска каждого
перерабатывающего комплекса............................................................................................... 101
4.1.3 Постановка задачи тактического планирования объемов выпуска укрупненных видов
продукции.................................................................................................................................. 103
4.1.4 Постановка задачи тактического планирования объемов выпуска каждого
перерабатывающего комплекса............................................................................................... 107
4.1.5 Настройка параметров статических моделей................................................................ 108
4.2 Решение оптимизационных задач с помощью генетического алгоритма ......................... 114
4.2.1 Создание исходной популяции....................................................................................... 115
4.2.2 Фитнесс-функция............................................................................................................. 116
4.2.3 Оператор репродукции.................................................................................................... 116
4.4.4 Оператор кроссинговера (кроссовера, рекомбинации)................................................ 120
4.4.5 Оператор мутации............................................................................................................ 123
4.4.6 Оператор редукции.......................................................................................................... 124
4.3 Постановка задачи оперативного планирования объемов выпуска укрупненных видов
продукции....................................................................................................................................... 126
4.3.1 Процедуры настройки и параметрической идентификации динамической модели. 128
4.4 Разработка функциональной структуры СППР.................................................................... 135
4.4.1 Обобщенная структура системы управления................................................................ 136
4.5 Методика использования разработанного инструментария при создании
информационного обеспечения СППР........................................................................................ 143
4.6 Алгоритм применения разработанного информационного обеспечения СППР .............. 147
4.7 Экспериментальные исследования эффективности информационной технологии ......... 156
4.7.1 Исследование подсистемы стратегического планирования........................................ 156
4.7.2 Исследование подсистемы тактического планирования ............................................. 158
4.7.3 Исследование подсистемы оперативного планирования............................................. 158
4.8 Выводы по четвёртому разделу ............................................................................................. 164
Выводы по работе .............................................................................................................................. 167
Приложение А .................................................................................................................................... 170
Приложение Б..................................................................................................................................... 171
Приложение В..................................................................................................................................... 181
Список использованных источников ............................................................................................... 185
4. 4
ПЕРЕЧЕНЬ УСЛОВНЫХ СОКРАЩЕНИЙ
ИТ – информационная технология
СППР – система поддержки принятия решений
ОУ – объект управления
ММ – математическая модель
ЛПР – лицо, принимающее решение
ГП – государственное предприятие
ПО – производственное объединение
МКР – мягкий контейнер
ППП – пакет прикладных программ
ГА – генетический алгоритм
5. 5
ВВЕДЕНИЕ
В современной технико-экономической деятельности Украины особое
место занимают предприятия с сезонным характером формирования портфеля
заказов. Деятельность таких предприятий характеризуется неравномерностью
поступления заказов на сезон и вариациями объёмов заказов в различные месяцы
сезона. Это определяет сложность планирования технико-экономических
показателей и капитализации бюджета предприятия. Кроме того, как правило,
такие предприятия имеют двухуровневую организацию структуры и управления.
При этом планирование деятельности на верхнем уровне осуществляется по
укрупненным позициям портфеля заказов, а исполнение решений, планирование и
исполнение заданий на структурных подразделениях (нижний уровень)
осуществляется по расширенному ассортименту производимой продукции.
Подразделения нижнего уровня имеют разнотипное оборудование, что влияет на
показатели технологической себестоимости производимой продукции. При
планировании деятельности таких предприятий наличие указанных особенностей
приводит к возникновению неантагонистических противоречий между уровнями
управления. Эти противоречия устраняются полиальтернативными
согласованиями плановых решений. Получение решений, учитывающих
перечисленные особенности, определяет актуальность разработки
информационных технологий (ИТ) систем поддержки принятия решений (СППР),
что дает возможность решать задачи варьирования технологическими затратами
предприятия и его подразделений.
Для определения стратегии деятельности многоуровневых
перерабатывающих предприятий необходима разработка информационных
технологий, включающих в себя математические модели обработки информации,
необходимой для определения стратегии производственной деятельности
предприятия на сезон, а также формирование критериев оптимального
оценивания полученных стратегий. Это определяет необходимость в
формировании правил разработки инструментария системы принятия
6. 6
стратегических и тактических решений для автоматизации процесса принятия
менеджерами решений по управлению деятельностью предприятий,
отличающихся сезонным характером формирования портфеля заказов.
Информационные технологии, как инструментарий менеджеров обоих
уровней, включают в себя математические модели сезонного планирования
деятельности структурных подразделений, подчиненной решениям вышестоящего
уровня и критерии оценки оптимальных решений. Текущая технико-
экономическая деятельность этих подразделений, сопровождающаяся
случайными отклонениями от плановых задач, определяет актуальность
включения в информационную технологию математических моделей и критериев
оптимальной оценки оперативных решений, позволяющих принимать наилучшие
технико-экономические показатели в условиях соподчиненности решений
менеджеров подразделений предприятия (нижний уровень) плановым заданиям.
Перечисленные особенности определяют актуальность создания
информационной технологии двухуровневой системы поддержки принятия
решений с поликритериальным оцениванием оптимальных решений
стратегического (на сезон), тактического (на месяц) и оперативного (на сутки)
планирования, подчиненных задаче увеличения дохода и прибыли предприятия в
классе многоуровневых предприятий с сезонным характером спроса.
Значительный вклад в развитие методологии синтеза подобного рода
инструментария внесли отечественные ученые Томашевский В.Н., Панкратова
Н.Д., Павлов А.А., Кунченко Ю. П., Шостак И.В. и зарубежные – Эйкхофф П.,
Бокс Д., Шеннон Р., Новиков Д.А.
Тем не менее, нерешенной остается задача создания правил разработки
инструментальных средств ИТ двухуровневой СППР с поликритериальным
оцениванием оптимальных решений стратегического (на сезон), тактического (на
месяц) и оперативного (на сутки) планирования, подчиненных задаче увеличения
дохода и прибыли предприятия в классе многоуровневых предприятий с
сезонным характером спроса. Перечисленные особенности определяют
актуальность диссертационного исследования.
7. 7
Диссертационное исследование выполнено согласно Постановлению
Кабинета Министров Украины № 55 от 25.02.2009 «Основные научные
направления и наиболее важные проблемы фундаментальных исследований в
области естественных, технических и гуманитарных наук на 2009-2013 гг.»: п.
1.2.3.3 «Разработка теорий интеллектуального управления» и п. 1.2.5.9 «Методы и
системы поддержки принятия решений», а также согласно «Концепции
деятельности Украинской инженерно-педагогической академии на 2010-2014 гг.».
В диссертационном исследовании решен ряд научно-технических задач, которые
определены в научно-исследовательской работе №0112U005978 «Разработка
математической модели системы подготовки принятия решений предприятия
перерабатывающей промышленности», в которой автор принимал участие в
качестве руководителя раздела, а также в научно-исследовательской работе
№0110U006207 «Программное обеспечение высокопродуктивных
вычислительных интеллектуальных и моделирующих систем», в которой автор
принимал участие в качестве исполнителя.
Цель и задачи исследования. Целью исследования является повышение
эффективности планирования и управления производственной деятельностью
перерабатывающих двухуровневых предприятий и сезонным характером спроса
за счет разработки правил создания инструментальных средств информационной
технологии системы поддержки принятия решений.
Для достижения поставленной цели в работе необходимо решить
следующие научные задачи.
1. Провести анализ теоретико-множественных представлений
взаимозависимостей показателей деятельности двухуровневого предприятия с
сезонным характером спроса.
2. Разработать статические статистические модели расчета показателей
сезонной деятельности двухуровневого предприятия.
3. Разработать динамические детерминированные модели расчета
показателей деятельности перерабатывающих подразделений нижнего уровня.
8. 8
4. Усовершенствовать метод согласованного взаимодействия лиц,
принимающих управленческие поликритериальные решения по формированию
оптимальной по степени дохода и уровню производственных затрат плановой
программы подразделений нижнего уровня.
5. Разработать метод адаптации и параметрической идентификации
статических и динамических моделей расчета показателей предприятия.
Объектом исследования являются процессы поддержки принятия решений в
двухуровневых системах с сезонным характером формирования портфеля заказов
при полиальтернативном стратегическом и тактическом неантагонистическом
планировании производственной деятельности перерабатывающих предприятий.
Предметом исследования является методы, модели и информационные
технологии, предназначенные для автоматизации выполнения функций
планирования в двухуровневых структурах.
Методы исследования. Для формализации структуры предприятия и
взаимозависимостей показателей производственной деятельности использованы
методы теории множеств. При разработке инструментария планирования
деятельности предприятия использованы методы математической статистики.
Оперативный прогноз показателей осуществляется помощью аппарата
обыкновенных дифференциальных уравнений. При оценке параметров
статистических моделей использованы методы теории вероятностей, а для
динамических моделей – методы идентификации и методы оптимизации.
Формализация задач управления осуществлялась с использованием методов
системного анализа и методов оптимизации. Поиск оптимальных решений
осуществлялся с помощью численных методов решения экстремальных задач.
Научная новизна полученных результатов. В рамках выполненного в работе
исследования получены следующие научные результаты.
1. Впервые предложены правила использования функциональных моделей
для двухуровневых предприятий с сезонным характером спроса, которые
позволяют рассчитывать показатели деятельности двух уровней предприятия с
помощью разработанных статических статистических моделей, которые
9. 9
отличаются от существующих возможностью адаптации параметров моделей к
изменяющимся условиям сезона.
2. Впервые разработана математическая модель автоматизированного
расчета показателей деятельности в виде системы параметрических
дифференциальных уравнений, с помощью которых можно рассчитывать и
корректировать суточную программу производственной деятельности
подразделений нижнего уровня, что и отличает модель расчета от существующих.
3. Получил дальнейшее развитие метод принятия решений, который
позволяет учитывать особенности структурной соподчиненности решений,
принимаемых персоналом на каждом уровне и отличающийся от существующих
постановкой задач планирования в виде поликритериальной системы.
4. Усовершенствована информационная технология, которая позволяет
автоматизировать процесс полиальтернативных расчетов плановой программы, и
отличается от существующих учетом взаимозависимости показателей валового
выпуска товарной продукции.
Практическое значение полученных результатов. Все научные результаты,
полученные автором, доведены до уровня методик, алгоритмов, типовых
функциональных схем, пригодных для использования в инженерной практике
технического проектирования.
1. Разработаны алгоритм и функциональная структура двухуровневой
поликритериальной СППР с идентификатором – программным средством анализа
информации, который выполняет настройку параметров математических моделей
расчета показателей.
2. Предложены правила создания и внедрения ИТ СППР, позволяющей
автоматизировать процесс принятия менеджерами поликритериальных и
полиальтернативных решений при оптимальном планирования деятельности в
условиях неантагонистического противоречия межуровневых интересов.
3. Практическая значимость работы подтверждена актами внедрения в
УкрНИИ соляной промышленности, г. Бахмут (акт от 23.10.2013р.) и
Государственном предприятии (ГП) «Артемсоль», г. Соледар (акт от 8.10.2013р.).
10. 10
4. Основные теоретические и прикладные аспекты работы применены в
курсах лекций и лабораторных работ дисциплин, преподаваемых автором в
Украинской инженерно-педагогической академии, г. Харьков.
Личный вклад автора. Основные научные положения, практические
результаты, выводы и рекомендации диссертационной работы получены автором
самостоятельно. В опубликованных в соавторстве научных работах автору
принадлежат экономические и формальные постановки задач планирования и
оперативного управления [116], разработка системы дифференциальных
нелинейных параметрических уравнений [117], теоретико-множественные
взаимозависимости между технологическими особенностями производства,
объемами и видами продукции [118], модели расчета затратного механизма
производства укрупненных видов продукции для ГП «Артемсоль» и его
подразделений [120], постановка задачи идентификации параметров и настройки
динамической модели оперативного прогноза ассортимента продукции, а также
блок-схема и описание итерационного алгоритма настройки параметров модели
[123], формализация производственных затрат на планово-отчетные позиции
номенклатуры производимой продукции [126], анализ современных методик
моделирования СППР и численных методов решения оптимизационных задач
[127], разработка математических моделей расчета показателей и алгоритма
информационной технологии [128], анализ технологических особенностей
перерабатывающего предприятия [129], постановка целей планирования и
оперативного управления предприятием [130], сравнение рекомендаций СППР с
фактическими данными [139], постановка задачи автоматизированного
управления предприятием [140].
Апробация результатов диссертации. Результаты диссертационного
исследования докладывались и обсуждались на межвузовских семинарах
«Моделирование, идентификация, синтез систем управления» (2010-2014 гг.,
ежемесячно, г. Донецк), Х–XV международных научно-технических
конференциях «Моделирование, идентификация, синтез систем управления» (АР
Крым, пос. Канака, 2007-2012 г.г.), международной научно-технической
11. 11
конференции «Интегрированные компьютерные технологии в машиностроении»
(Харьков, 2007), международной научно-технической конференции
«Интеллектуальные системы принятия решений и проблемы вычислительного
интеллекта» (Херсон, 2013), международной научно-технической конференции
«Инновационный потенциал экономики» (Херсон, 2013), VIII международной
научно-технической конференции «Исследование и оптимизация экономических
процессов» (Харьков, 2013), международной конференции «Наука, как движущая
антикризисная сила» (Киев, 2014).
Публикации. Основные результаты диссертационной работы изложены в 29
печатных научных трудах, в том числе 13 статей в специализированных научно-
технических изданиях, в которых могут публиковаться результаты
диссертационных исследований на соискательство научной степени кандидата
технических наук, из них 5 статей в изданиях, которые реферируются такими
наукометрическими базами, как Ulrich's Periodicals Directory, WorldCat, РИНЦ, в
том числе 11 тезисов докладов на международных научных конференциях.
Структура работы. Диссертация состоит из введения, четырех разделов,
выводов, списка использованных источников из 144 наименований, трех
приложений. Общий объем диссертации – 200 страниц, в том числе 139 страниц
основного материала. Работа содержит 24 рисунков, 28 таблицы, 32 страницы
приложений и списка использованных источников.
12. 12
РАЗДЕЛ 1
АНАЛИЗ СПОСОБОВ РАЗРАБОТКИ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ
РЕШЕНИЙ
В этом разделе необходимо рассмотреть современные способы,
сопровождающие решение теоретических и практических задач, возникающих
при управлении деятельностью перерабатывающих многоуровневых предприятий
с сезонным характером портфеля заказов.
К вопросам, надлежащим к рассмотрению, в данном разделе относятся:
теория систем и системный анализ, решение многоуровневых задач,
многокритериальные постановки задач управления, современные разработки
систем планирования на предприятиях, принципы и методы моделирования,
используемые в разработке систем управления, принципы и методы
идентификации математических моделей различных видов, методы оптимизации
в задачах управления производственными системами и численные методы
решения оптимизационных задач, современные алгоритмы систем, реализующих
планирование и управление, а также существующие пакеты прикладных
программ (ППП), использование которых позволяет сократить длительность и
стоимость разработок систем поддержки принимаемых решений.
Анализ перечисленных научных разработок необходимо соотносить с
особенностями ГП «Артемсоль», на примере которого решается задача
разработки СППР.
1.1 Системный анализ в управлении
Концептуальная парадигма системного анализа в её историческом развитии
рациональной деятельности [1] предшествовала широкому развитию методов и
приемов, используемых в современных разработках. Материалистическая
трактовка методологии системного анализа предполагает выделение объектов, на
которых необходимо решать задачи производственного характера [1],
13. 13
феноменологию объектов, сущность которых определяется человеком – лицом,
принимающим решение (ЛПР). В работе рассматриваются варианты соотношений
«время-пространство», «время-группа». Первое определяет специфику систем
принятия решений для объектов с нестационарным характером протекающих на
них процессов в динамике их изменений. Второе предназначено для решения
задач экономического и организационного характера.
Авторы рассматривают вопросы классификации систем, выделяя сложные
иерархические системы. Основные положения этой работы позволяют
классифицировать перерабатывающее предприятие с сезонным характером
портфеля заказов ГП «Артемсоль» как сложную иерархическую
производственную систему со статическими и динамическими характеристиками
объемов выпускаемой продукции. В соответствии с этим проведена
формализация задач системного анализа в виде математических записей целей
управления [2,3]. Как следует из основных источников методологии системного
анализа и управления [1, 2, 5] для разработки систем управления сложными
иерархическими объектами, необходимо сформировать структурную модель
объекта управления, определить условия упорядоченности и соподчиненности
составных частей, после чего сформулировать цели управления для объекта в
целом и его структурных составляющих. Данные положения системного анализа
положены в основу разработки СППР ГП «Артемсоль». Выделены составные
части – структурные подразделения предприятия – поверхностные
перерабатывающие комплексы. По имеющейся информации осуществлено
структурирование готовой продукции на укрупненные виды, планирование
выпуска которых и управление производством осуществляется лицом,
принимающим решение – руководителем предприятия.
Выделен ассортимент готовой продукции, планирование и производство
которого осуществляется в элементах структуры – перерабатывающих
комплексах. В соответствии с методологией системного анализа определены цели
каждого уровня. Исходя из положений временного характера выделены два
основных сезона, отличающихся объемами укрупненных видов продукции и
14. 14
ассортимента. Для этого этапа декомпозиции определены цели каждого уровня на
каждый сезон. Анализ временных показателей деятельности предприятия,
основанный на методологии системного анализа, позволил определить
необходимость использования различных видов математического описания
объекта управления: статистический (регрессионный) расчет показателей на
фиксированный интервал времени (сезон, месяц сезона) для ГП «Артемсоль» в
целом и для каждого структурного подразделения, а также детерминированный –
для оперативного прогноза показателей деятельности подразделений.
Следует отметить [2, 3, 6], что существует достаточное количество методов
поиска оптимальных значений формализованных функций цели управления.
Численные методы поисковой оптимизации [3] предлагается решать с
использованием детерминированных процедур, основанных на градиентных
алгоритмах первого и второго порядков. Достаточно эффективны методы прямого
поиска: покоординатного спуска, сеточного поиска (метод Хука-Дживса),
сопряженных направлений (Пауэлла). Особое место занимают методы случайного
поиска, позволяющие решать поливариантные задачи, но обладающие
существенным недостатком – бо̀льшим временем вычислительных поисковых
процедур. Следует отметить наличие методов условной минимизации: штрафных
функций, градиентов первого порядка, скользящего спуска. Для задач с
вероятностным характером показателей предложены методы
недифференцируемой оптимизации и стохастического программирования:
субградиента и обобщенного градиента, стохастических квазиградиентов,
стохастической аппроксимации.
Как наиболее современное направление системного анализа для задач
планирования предложен метод комбинированного генетического алгоритма,
предназначенный для решения динамических задач [6]. Как следует из основ
решения современных задач, системный анализ предлагает декомпозировать
сложные иерархические объекты управления на структурные элементы, с
выделением уровней принятия управленческих решений.
15. 15
1.2 Многоуровневые системы управления
Как одна из составляющих методологии системного анализа,
разрабатывается структура сложной иерархической системы. Для реализации
такой структуры в составе СППР предлагается [7-9] формальное ее представление
в виде модели. Модели могут иметь алгебраический вид в форме матрицы
смежности [7] либо представлены соответствующим графом. Сложность таких
представлений заключается в том, что при наличии нелинейных
взаимозависимостей между структурными элементами, необходимо осуществлять
декомпозицию таких моделей на составляющие части в виде частных, линейных
подмоделей. Кроме формального представления структуры объекта управления в
виде моделей при анализе сложных иерархических систем необходимо
определить условие соподчиненности уровней. Этим определяется перечень и
функциональные обязанности лиц, принимающих решение в СППР.
Работа [8] посвящена решению проблемы обеспечения эффективности
СППР путем создания методологии интеграции и координации СППР с
использованием экспертных систем для построения единого информационно-
управляющего пространства в пределах иерархических многоуровневых структур
управления сложными организационно-техническими объектами. Предложенные
модели и методы интеграции и координации знаний, позволяют существенно
повысить эффективность процессов поддержки принятия решений по управлению
сложными организационно-техническими объектами с помощью экспертных
систем. Разработаны алгоритмические и программные средства, реализующие
функции проектирования, разработки, внедрения и эксплуатации систем
поддержки принятия решений для большого класса сложных организационно-
технических объектов.
Как правило, управляющие решения, вырабатываемые СППР как
рекомендации, поступают с верхних уровней на нижние, а обратная связь
контроля исполнения управляющих рекомендаций – снизу-вверх. При разработке
современных СППР [10-11] многоуровневые системы управления
16. 16
рассматриваются, как распределенные системы обработки информации, в
которых на каждом уровне создаются свои базы данных (БД) и базы знаний (БЗ).
На каждом уровне хранится информация, характеризующая деятельность
подразделений данного уровня, а на вышестоящие уровни передается
информация об обобщенных показателях за установленный системой управления
период (сутки, месяц сезона). При реализации такой СППР на ГП «Артемсоль»
верхний уровень будет решать задачи планирования обобщенных показателей, а
нижний уровень – обрабатывать и хранить информацию о выпуске ассортимента
продукции в условии подчинения управляющим заданиям верхнего уровня.
В последнее время появились разработки СППР, базирующиеся на
интеллектуальных методах представления характеристик структурных элементов
систем управления. В этом случае многоуровневая система представлена
математическими моделями, опирающимися на аппарат нечеткой логики, то есть
модели каждого уровня имеют свою функцию принадлежности характеристик.
Принятие решений в таких СППР осуществляется при помощи распознавания
образов [10] или генетических алгоритмов. Сложность такого представления
многоуровневых систем заключается в том, что предприятие с сезонным
характером портфеля заказов характеризуется случайными флуктуациями
показателей, как в течение сезона, так и в различные годы. Это делает
невозможным определение ассоциативных связей и крайне затруднительно при
реализации процедур обучения нейросети. Многоуровневые системы управления,
в которых необходимо оперировать большим количеством переменных, могут
быть реализованы с применением эффективных относительных воздействий [11],
оценка результата действия которых осуществляется на каждом шаге управления
с последующей адаптацией масштаба отношений. Недостаток этого метода
заключается в том, что для СППР ГП «Артемсоль» (верхний уровень) существуют
укрупненные показатели продукции и ассортимент (нижний уровень), выпуск
которого суммарно подчинен укрупненным видам.
В работе [12] утверждается, что управление большими организационными
системами из единого центра, даже на основе мощной информационной системы,
17. 17
менее эффективно, чем децентрализованное управление, когда центр делегирует
полномочия принятия ряда решений руководителям нижних уровней. Основная
мысль автора состоит в том, что причина иерархического построения эффективно
работающих социально-экономических систем заключается в наличии в
иерархических системах специфических форм и процедур передачи и обработки
информации, разграничения полномочий, планирования, мотивации и т.д.
Центральной проблемой при этом становится проблема согласования интересов
руководителя всей организации с интересами руководителей ее частей
(подсистем) и так далее, вплоть до самого нижнего уровня иерархии. В работе
приводятся результаты анализа теоретико-игровых моделей механизмов
планирования и стимулирования в многоуровневых организационных системах.
Недостаток этого метода заключается в том, что систему управления ГП
«Артемсоль» нельзя отнести к классу больших систем.
1.3 Многокритериальные системы управления
Декомпозиция сложной иерархической системы, для которой создается
СППР, согласно методологии системного анализа предполагает выделение целей
управления для каждого уровня и для каждой подзадачи. Оперирование
управляющими рекомендациями СППР предполагает [13-15] исследование
чувствительности решения каждой задачи принятия решений [13], что дает
возможность оценить силу влияния каждой управляющей рекомендации. Для лиц,
принимающих решения на каждом уровне, целесообразно определить
оптимальную иерархию подчинения и рекомендаций [14].
Комплексное решение задач управления многоуровневыми системами в
условиях иерархической соподчиненности уровней должно подчиняться
специальным критериям оптимальности [15]. При разработке СППР
иерархических систем со многими критериями целесообразно проводить
иерархическую реконструкцию будущей системы [16] с соответствующей
оценкой будущего поведения СППР и рекомендаций по управлению объектом.
18. 18
Классическая теория иерархических многоуровневых систем управления
[17, 18, 23] предполагает структуризацию целей управления, замещение в
условиях неопределённости для двух и более критериев, включая элементы
теории надежности с оценкой полезности возможных исходов от принятых СППР
решений, а также определением рисков от некорректности рекомендаций.
Рассматриваются вопросы взаимной независимости относительно полезности.
Отдельно рассматриваются условия взаимосвязи между независимостью по
предпочтению решений и независимостью по полезности. Выделены типовые
иерархические структуры и условия предпочтения. Субъективные факторы
системы, представленные квалификацией ЛПР, предлагается учитывать в виде
агрегирования индивидуальных предпочтений. Они заключаются в
интегрировании и объединении различных мнений специалистов-ЛПР с
последующим агрегированием индивидуальных предпочтений в условиях
определенности или неопределённости. Предполагается осуществлять анализ
принятых допущений о независимости ЛПР различных уровней с формированием
функций общесистемной полезности. Наиболее подробно рассмотрен вопрос
анализа свойств иерархии и, соответственно, принятие решений [18]. Личностные
свойства ЛПР различных уровней определяют условие выбора управляющих
рекомендаций ЛПР [19], а численные исследования решений
многокритериальных [20] задач определяют условие получения оптимальных и
квазиоптимальных рекомендаций.
Определенный интерес представляют современные решения задач
многокритериальной оптимизации на основе аппарата нечетких множеств [21,
22], с помощью которого принимают решения в условиях неопределенности.
Практические рекомендации, которые целесообразно использовать в данной
работе [24], определяют последовательность формирования функциональных
особенностей разрабатываемой СППР ГП «Артемсоль». Основные алгоритмы
принятия решений могут быть сформированы согласно рекомендациям [25-27],
особенно в части решения задач многокритериального планирования [28] и
управления. Компьютерная реализация СППР с использованием интерактивных
19. 19
методов и теории игр [29, 30] составляет основу разработки функциональной
структуры ПК СППР, а использование генетического алгоритма [32] может быть
составной частью реализации процедур поиска оптимальных решений.
1.4 Системы планирования производственной деятельности
Постановка задач планирования и принятия решений в СППР [33] дает
возможность реализовать современные аспекты решения таких задач.
Формализация задач планирования [34, 35], в виде математических моделей
расчета будущей производственной программы, определяет возможность анализа
статических и динамических характеристик деятельности. Необходимость
решения задач оперативного планирования и управления [36] для многоуровневой
иерархической СППР рассматривается на верхнем (заводоуправление) и нижнем
(перерабатывающие комплексы) уровнях согласно методике [37-39].
Современные аспекты планирования в рыночных условиях, отражающие
особенности формирования портфеля заказов и сезонные колебания ассортимента
могут быть учтены с учетом методик [40]. В таком случае целесообразно создать
СППР, позволяющую решать задачи стратегического [41, 42] (на сезон) и
тактического (на месяц) планирования и управления, причем с учетом иерархии
верхнего и нижнего уровня.
Модели решения задач планирования также должны учитывать уровни
иерархии с последующим анализом иерархических решений [43].
Функциональная сущность математических моделей, постановки задач
планирования и управления для верхнего и нижнего уровней, стратегического и
тактического планирования и управления должны учитывать ограничения
технологического, экономического и организационного характера.
В работе [44] представлены методологические основы управления
технологическими комплексами непрерывного типа на длительных интервалах
времени в условиях неопределенности. Предлагается комплексное применение
методов стратегического и оперативного управления для технологических
20. 20
комплексов в условиях неопределенности. В работе [45] для моделирования
управления технологическими комплексами непрерывного типа предложено
использование мультиагентного подхода с применением алгебры поведения.
Недостаток метода заключается в том, что функционирование системы
управления рассматривается только для стационарных процессов, в то время, как
проектируемая система принятия решений характеризуется нестационарным
характером протекающих производственных процессов.
Сезонность спроса на выпускаемую продукцию является одной из проблем,
возникающих перед перерабатывающими предприятиями. Причем сезонности
подвержен спрос как на товары народного потребления, так и на продукцию
промышленного назначения. Сезонность спроса препятствует эффективному
планированию производства, ухудшает ликвидность предприятия и замедляет
экономическое развитие. В настоящее время на предприятиях перерабатывающей
отрасли применяется совокупность мероприятий, направленных на сглаживание
сезонной цикличности в спросе на продукцию. Известна работа [46],
направленная на разработку математической модели функционирования
сезонного склада на базе предприятия и включающая разработку механизмов
согласованного взаимодействия между субъектами системы товародвижения в
процессе производства и реализации продукции, подчиненная задаче
согласования интересов при сбыте продукции с сезонным, циклическим
характером спроса. Недостаток этого метода заключается в том, что в
современных условиях для ГП «Артемсоль» создание сезонных складов приведет
к завышению размера оборотных средств и замораживанию средств в любом
виде, тем самым препятствуя вложению средств в расширение производства.
1.5 Методы моделирования процессов планирования и управления
В первую очередь необходимо провести анализ разработок математических
моделей планирования полисезонных работ [47]. Как один из вариантов
применения методик моделирования, рассматриваются вопросы имитационного
21. 21
моделирования [48-49]. Методика имитационного моделирования
производственных систем, включающих в себя экономические аспекты [48],
позволяет оценивать внутренние и внешние факторы деятельности предприятия,
что существенно для условий конкурентной борьбы за ранки сбыта.
Согласно методике имитационного моделирования рассматривается
классификация переменных, характеризующих производственные и
экономические стороны предприятия, определяется их значимость и выделяются
целевые функции, определяются входные, выходные и управляющие переменные.
Согласно проведенной классификации анализируется характер изменений
переменных во времени и пространстве. На основании этого определяется тип
моделей – статические или динамические. Кроме того осуществляется анализ
взаимного влияния переменных и определяется порядок их линейности, что
сказывается на выборе типа модели, так как выбор порядка модели определяет
будущую точность прогноза по разработанной модели. Предложены варианты
матричных балансовых моделей производственной системы. Для решения задач
имитационного моделирования определяются статистические законы
распределения переменных, вычисляются параметры этих распределений. При
синтезе модели на вход подаются значения случайных величин, рассчитанные по
законам распределения. Результатом имитационного моделирования является
статистическое оценивание параметров распределения выходных переменных,
после чего делается заключение об идентификации и верификации зависимостей
и получением выводов о том, что модель адекватна процессу.
Методы моделирования сложных иерархических и организационных систем
[50-53] позволяют оценить структурную и производственную сложность
разработок моделей, описывающих характеристики объекта управления на более
простые, но связанные между собой подмодели, что позволяет существенно
упростить вычислительные процедуры прогноза по этим подмоделям.
Попытка получить методику разработки математических моделей
планирования, инвариантных относительно структуры конкретного производства
[54], обладает одним существенным недостатком – отсутствием аппарата
22. 22
формального описания нелинейных структурных взаимосвязей в иерархической
системе. Некоторые положения [55-57] о структуризации дают возможность
получения частных решений с определенным показателем эффективности.
Наиболее сложными в разработке являются динамические детерминированные
модели [58-61], которые дают возможность рассчитывать изменение
характеристик объекта управления на любой, наперед заданный интервал
времени. Для такого типа моделей характерно качественное изучение природы и
поведения структурных элементов иерархической системы. Программная
реализация СППР включает в себя лингвистические и логико-математические
(теоретико-множественные) модели [61-62]. На современном этапе применяют
нейросетевые модели с нечетким заданием начальных условий [63, 64].
1.6 Методы идентификации моделей и систем
Методика моделирования предполагает, что математическая модель
разрабатывается как параметрическая модель-структура, описывающая
однотипные явления в классе объектов [65]. При этом значения параметров
определяются по фактическому статистическому материалу, собранному на
конкретном предприятии, в результате чего модель становится пригодной для
прогноза и принятия решений по управлению этим конкретным предприятием.
Вводится [65] понятие идентификации «в большом» и «в малом». Под
идентификацией в «малом» понимается процедура определения численных
значений параметров модели. Тогда идентификация «в большом» подразумевает
разработку [66-68] модели-структуры и ее последующую идентификацию «в
малом». Параметрическая идентификация модели подразумевает, что для
заданного функционала ошибки (первого или второго порядка) необходимо
определить такие значения параметров модели, которые доставляют минимум
этому функционалу. В устоявшихся понятиях для определения минимума
функционала ошибки используются численные процедуры методов поиска
экстремума. В зависимости от скорости изменений характеристик объекта
23. 23
управления, описанных математической моделью, возможно применение
поисковых процедур, использующих первую производную функционала ошибки
по параметрам (градиентные методы первого порядка) либо вторые производные
(методы второго порядка). Возможна комбинация этих методов с методом
Ньютона, дихотомии или «золотого сечения». Применение перечисленных
методов эффективно для статических моделей, синтез которых методами
регрессионного анализа сопровождается параметрической идентификацией с
соответствующей оценкой ошибки идентификации и значимости факторов.
Параметрическая оценка для динамических моделей, представленных системой
связных обыкновенных нелинейных дифференциальных уравнений, значительно
сложнее и включает в себя процедуры численного интегрирования (метод Эйлера,
Рунге-Кутты). При решении систем уравнений, нелинейных по переменным и
параметрам, необходимо осуществлять итеративную шаговую аппроксимацию
нелинейностей с использованием метода чувствительности и метода двух
моделей, позволяющих получать значения частных производных и градиентов,
либо гессиана.
Перечисленные особенности процедур идентификации позволяют
осуществить расчет параметров модели до внедрения в производство. За период
эксплуатации системы в производственных характеристиках наблюдается
неконтролируемое их изменение (временной дрейф), что приводит к увеличению
ошибки прогноза и, в конечном счете, потере адекватности модели процессу. Во
избежание подобной ситуации можно встраивать процедуры идентификации в
контур систем управления, то есть создавать адаптивную систему с
идентификатором в контуре принятия решения. Такая организация СППР для ГП
«Артемсоль» позволит в режиме оперативного планирования и управления
непрерывно осуществлять прогноз и дискретно подстраивать математические
модели к изменениям производственной программы предприятия, как в течение
месяца, так и сезона.
24. 24
Современные тенденции развития системного анализа определили
возможности диагностики систем и структурной идентификации с помощью
нейронной сети, как алгоритма с обучением [69-71].
1.7 Численные методы решения оптимизационных задач
Формальное представление целей управления в виде функционалов
различных видов обусловливает применение специальных приемов [72, 73],
описанных в различных классических источниках [73, 74]. В этих работах
рассматривается арсенал методов условной и безусловной оптимизации и
оговариваются условия их применения. Проводится анализ достоинств и
недостатков различных методов оптимизации и численных процедур их
реализации. Достаточно доступно изложены вопросы сходимости численных
процедур, условия единственности и существования решений. Кроме этого
существенное внимание уделяется точности итеративных процедур и их
взаимосвязи с масштабом шага итерации.
Проведен анализ устойчивости численных процедур поиска экстремума
функционала цели, а также оценка риска получения неверных решений. Вводятся
понятия оптимальных, квазиоптимальных решений, сходимости «в малом» и «в
большом», сходимости по мере. Проведен анализ ошибок завершения поисковых
процедур и выдачи готовых решений по области допустимых ошибок.
Рассматриваются категории локального и глобального экстремумов для
многомерных функционалов, приводится условие введения ограничений,
позволяющих локализовать область поиска. Широко используются аналитические
методы поиска, основанные на необходимых и достаточных условиях
существования экстремума. Также рассматриваются дискретные и непрерывные
поисковые процедуры. При этом производятся анализ [72] и выдача
рекомендаций по использованию численных методов оптимизации в пакете
прикладных программ (ППП) MATLAB. Использование цифровой
вычислительной техники при поиске экстремума осложняется тем, что
25. 25
персональные компьютеры не позволяют формировать матрицы первых и вторых
производных, заменяя значения производных конечными разностями первого и
второго порядков. Это накладывает требование хранения больших объемов
информации о текущих значениях переменных, из которых вычисляются
конечные результаты.
Соответственно этому появляются ошибки аппроксимации производных,
что сказывается на точности поисковых процедур и риске получения неверных
решений. Рассматривается [76] внешняя и параметрическая инвариантность
выхода адаптивной системы с идентификатором в контуре управления как
попытка получения устойчивых численных решений в безпоисковых процедурах
принятия решений. Попытка упростить описательную часть функциональной
схемы системы управления с последующим увеличением скорости процедур
поиска экстремума [77] сформулирована в виде обобщенного существования
решения экстремальных задач с помощью векторной оптимизации. Применение
подобной методики осложняется понятиями метризуемости и нормируемости
производственно-экономических задач планирования и управления.
Исходя из свойств ГП «Артемсоль» как объекта управления, можно
рассматривать предприятие, как объект с распределёнными параметрами,
основные положения которого могут рассматриваться [78] с применением
соответствующих процедур оптимизации, однако этот подход значительно
усложняет процедуру разработки СППР. Современные аспекты решения задач
оптимизации [79, 80] предусматривают алгоритмизацию поисковых процедур с
привязкой типовых алгоритмов к средствам вычислительной техники.
Вычислительные процедуры приведены в привязке к различным ППП и языкам
программирования. Следует отметить [81] возможность оценивания надежности
принимаемых решений, что может быть использовано в специальных
экономических показателях решений, которые СППР рекомендует ЛПР и
решений, субъективно принимаемых ЛПР, не согласным с рекомендациями
СППР. Современные аспекты реализации управленческих решений
26. 26
предусматривают [82] применение метаэвристик для описания статических и
динамических управлений.
Существует предложение о разработке оптимизирующих моделей [83],
предназначенных для определения управленческих решений. Эти предложения
содержат типовые формальные модели и соответствующие правила выбора.
Такой подход не позволит говорить о получении оптимальных решений, п лишь о
решениях, близких к требуемым. В зависимости от принятых допущений о
характере процессов, протекающих на объекте управления, могут приниматься
гипотезы о дискретном характере этих процессов. В соответствии с этими
гипотезами осуществляется численное сравнение методов оптимизации. Такой
подход не совсем корректен, так как дискретный характер экономико-
производственных задач определяется точками выпуска и реализации продукции,
но движение финансовых и материальных потоков непрерывно. Для сложных
систем [84] рассматриваются вопросы оптимальной параметрической коррекции
автоколебаний производственных систем. Как правило, рентабельные
производства избегают колебательных режимов. Такие режимы могут возникать
на границе сезонов, когда меняется ассортимент заказов и, соответственно,
производимой продукции. Это может быть учтено в режиме эксплуатации СППР.
Разработчики систем могут принять и обосновать вероятностный, стохастический
характер функционирования объекта управления [85], при котором предлагается
специальная методика поиска оптимальных решений. Для ее использования
необходим достаточный объем статистической информации, по которой
обосновывается стохастичность характеристик объекта управления.
Собрать корректный материал в постсоветский период невозможно. Для
реализации алгоритмов оперативного управления в составе СППР необходимо
рассматривать оптимальное управление в реальном масштабе времени [86],
однако предложенная методика может быть реализована только в СППР,
созданной на базе аналого-цифрового вычислительного комплекса.
Возможно использование декомпозиционного подхода к решению задач
определения оптимальных структур предприятия [87], который может быть
27. 27
достаточно эффективным при наличии 30-40% резерва производственных
мощностей, что в отечественных условиях невозможно. Как современная
реализация оптимизационных процедур может быть использован [88, 89]
генетический алгоритм. Эта методика предусматривает многокритериальную
оптимизацию, но отсутствует сравнительный анализ длительности и объема
вычислений в сопоставлении [90] с классическим методом проекций градиента.
Применение теории важности критериев [91, 92] при решении задач
многокритериальной оптимизации может дать возможность варьирования
критериями и целями управления в межсезонный период. Категория гибридных
систем [93, 94] позволяет согласовывать структуру, вид и количество
математических моделей с формализацией целей управления и принятия
соответствующих решений. Оригинальными является алгоритм и методика
выделения выпуклостей (локальных максимумов), их оценивание [95] и принятие
оптимизационных решений через аппроксимацию поверхности движущимися
наименьшими квадратами. К сожалению, отсутствует текст и алгоритм процедур.
При реализации СППР по управлению перерабатывающими предприятиями
с сезонным характером портфеля заказов, математические модели содержат
большое количество параметров, которые определяются по статистической
информации, характеризующей деятельность конкретного предприятия. Для
такого класса задач [96, 97] предлагается методика решения оптимизационных
задач относительно изменения совокупности показателей экономико-
производственной деятельности предприятия и условий конкурентной борьбы.
Для адаптивных СППР, реализующих дуальное управление [98] в
многокритериальной системе предложена обобщенная методика, которая может
упростить определение оптимальных решений.
1.8 Анализ алгоритмов управления
Алгоритмы стратегического управления [99] рассматриваются как задачи
менеджмента и основываются на системном анализе деятельности предприятий,
28. 28
предусматривающем внутренние и внешние характеристики, влияющие на
эффективность принимаемых решений. К внутренним относятся
производительность и гибкость основного оборудования, обеспечивающая
ликвидность продукции предприятия, а к внешним – конъюнктура рынка,
сезонность, конкурентная борьба. Основные положения этой работы могут быть
использованы при разработке СППР ГП «Артемсоль» в решении задачи
стратегического планирования. Возможные варианты автоматизированных
систем принятия решений [100] имеют практическое значение при техническом
проектировании СППР. Эти варианты содержат возможные структуры
автоматизированных систем, функциональную составляющую каждого блока
системы, а также взаимосвязи (в том числе обратные) между структурными
элементами системы иерархии. Основные положения получения, обработки и
выдачи решений в информационных системах [101] позволяют решать вопросы
выбора системы управления БД, декомпозицию БД на разделы, подразделы, а
также дают характеристики возможной организации файлов, интерфейсов
пользователей. Рассматриваются вопросы безопасности, системы защиты, пароли
и иерархии санкционированного доступа в сложной иерархической системе.
Служебные и функциональные ограничения, сопровождающие выработку
управленческих решений [102], лежат в основе согласования управлений,
характеризующихся неантагонистическими противоречиями. Это дает
возможность согласовывать решения в подчинение максимального выигрыша от
принимаемых решений. Практическая значимость изложенного подхода
определяется тем, что в многоуровневой, многокритериальной СППР могут
возникать противоречия между решениями оптимизационных задач верхнего и
нижнего уровней и, непосредственно, между критериальными оценками.
Экономические аспекты, определяемые корректной организацией процесса
управления и планирования на сложном иерархическом предприятии с сезонным
колебанием портфеля заказов [103], предусматривают современный,
капиталистический подход к принятию решений в автоматизированной системе.
При решении задач оперативного управления, в которых прогноз осуществляется
