Интервально-корреляционный анализ в задачах согласованного управления взаимодействием пользователей единого информационного пространства предприятия

Единое информационное пространство (ЕИП) современного предприятия представляет собой не только средство обеспечения пользователей данными. Требование по предоставлению актуальной информации на всех этапах проектирования и производства сопряжено с необходимостью их своевременной аналитической обработки.

Благодаря развитию информационно-коммуникационных технологий процесс управления предприятием связывается с непрерывной обработкой и обновлением данных ЕИП в режиме реального времени, когда взаимодействие всех лиц, принимающих решения, производится в рамках интегрированной информационной среды предприятия.

С одной стороны, такой подход позволяет существенно облегчить процесс взаимодействия всех сотрудников предприятия, от руководителей, до непосредственных исполнителей работ, сообщающих о выполнении работ или других событиях через специальные терминалы. С другой стороны, такая организация работ предъявляет специальные требования к ЕИП, связанные с обеспечением своевременности решений и введением механизмов поиска компромиссов.

Кроме этого, для обеспечения возможности рассмотрения разных вариантов коллективных решений на основе данных ЕИП, необходимо предусмотреть гибкость и адаптивность процессов организации взаимодействия пользователей.

Также определенную проблему представляет использование интеллектуальных программных средств поддержки принятия решений, которые будучи предназначены для решения различных задач, вместе образуют гетерогенную информационную среду.

В связи с этим актуальным является построение динамических моделей ЕИП предприятия и изучение их свойств с целью повышения эффективности согласованного взаимодействия компонентов ЕИП и удовлетворения требованиям, предъявляемым в связи с необходимостью поддержки принятия решений в режиме реального времени.

Для решения этих задач достаточно перспективным представляется применение алгоритмов анализа и управления, которые ранее применялись в технических системах при обработке сигналов и больших информационных массивов. В частности, методы анализа неэквидистантных временных рядов [1], широко используемые при решении задач обработки результатов измерений, могут быть полезны при анализе структуры и динамики развития информационных пространств.

Задача обеспечения согласованного взаимодействия компонентов единого информационного пространства

Создание ЕИП промышленного предприятия в настоящее время является необходимым условием обеспечения его конкурентоспособности. Современные разработки в этой области [2-3] в основном базируются на использовании результатов анализ бизнес-процессов предприятия для структурного проектирования компонентов ЕИП. Действительно, это достаточно эффективный ме- тод, который позволяет использовать результаты системного анализа для создания информационной среды путем интеграции различных информационных систем и программного обеспечения.

Поскольку такая информационная среда практически всегда гетерогенна, производители современного программного и информационного обеспечения, решающего различные задачи, предусматривают открытые интерфейсы для их интеграции.

Вместе с тем, открытым остается вопрос организации эффективного взаимодействия пользователей ЕИП и его программных компонентов, обеспечивающих поддержку принятия решений или автоматизированное управление процессами и производствами.

Под компонентами ЕИП предприятия в этом контексте будем понимать элементы программного и информационного обеспечения, функциональность которого содержит средства автоматизированной поддержки принятия решений. В настоящее время такие компоненты обретают свойства искусственного интеллекта, автоматически генерируя варианты решения задачи или принимая решения самостоятельно.

В частности, в системах динамического управления производственными ресурсами в реальном времени [4] автоматическая обработка данных о событиях, которые поступают от участников производственного процесса, выражается в изменении производственного плана, о чем рассылаются лишь уведомления, и которое не требует утверждения лица, принимающего решения. Аналогичные примеры можно привести в области транспортной логистики [5].

Используемые при этом методы организации информационного пространства позволяют создавать согласованные структуры данных (для информационной поддержки бизнес-процессов) и знаний (например, в виде взаимосвязанных онтологий [6]). Однако задача построения согласованных алгоритмов интеллектуальной обработки этих знаний в составе единого информационного пространства пока не решена.

Алгоритм оценки взаимной интервальной корреляционной функции

Будем считать, что взаимодействие активных сущностей производится только в рамках ЕИП. Это означает, что при описании взаимодействия мы пренебрегаем любой передачей или обработкой информации, которая не регистрируется в едином информационном пространстве.

Действия пользователей и интеллектуальных компонентов единого информационного пространства проявляется в виде потока событий, данные о которых также отражаются в ЕИП предприятия. Каждое событие при этом связано с одним или несколькими информационными объектами – единицами хранения данных.

События могут приводить к выполнению специальных функций обработки либо участниками бизнес-процессов, либо в рамках функциональности автоматизированных систем – компонентов. Поток событий, относящийся к одному компоненту ЕИП, является ординарным, однако потоки, относящиеся к воздействиям на один информационный объект, таким свойством не обладают. Для поддержания согласованности изменений, обычно такие события упорядочивают в очередь, что позволяет их обрабатывать последовательно.

Поскольку при исследовании свойств таких потоков восстановление отсчетов в промежуточных точках невозможно и необходимо использовать для анализа лишь существенные отсчеты и соответствующие им метки времени, в данном случае для анализа этих свойств можно предложить применение интервальных корреляционных функций.

Пусть весь поток событий может быть представлен в виде:

где E – множество событий одного типа и задается в зависимости от решаемой задачи.

При условии k ₁ = k ₂ производится определение интервальной автокорреляционной функции, исследование которой позволяет сделать вывод о структуре связи между событиями, относящимися к поведению одного компонента ЕИП.

Оценку взаимной интервальной корреляционной функции производят в виде:

N

CEbE_k, ( J ) = T7 Z ----- k 1 k 2       ^N j =1 M E k1 j

, x 1 N 1

CEi Ei ( J ) = — Z ------

^{E k}2 ^{E k}1       ^N j .1 ^M E _ti j

^{M E}k 1 ^j L E k 1 E k 2

^{Z Z u} 11 +s ;

i = 1 s= 0

M Ek ₂ j L   _{E k 2 E k 1}

^{Z Z} ° j , i +s ; i = 1 s= 0

где

δ

^E k ₁ ^E k ₂ j,i+s

1, ent

t ^{E k 2 t} j,i+s

E k ₁ j,i

Δτ

0, иначе

δ

^E k2 ^E k1 j,i+s

1, ent

^E k ₁

^t j,i+s

^E k ₂ j,i

Δτ

0, иначе

+ 0,5 = J ;

+ 0,5

= J .

E I = ^{{ e} i kt ^)} ,

где e i ( t ) - i -ое событие в момент времени t .

В данном случае рассматриваются только те события, информация о которых отражается в ЕИП, что, однако с учетом требования по поддержке всех этапов жизненного цикла изделия, выполняется для всех значимых событий.

Набор событий, соответствующих действиям пользователя u _k, можно представить в виде

E k = { e jk ) ( t ) } , j = I- N k .     (2)

Определенная таким образом взаимная интервальная корреляционная функция позволяет определить степень взаимозависимости потоков, а также различить составляющие потоки и установить их интенсивность и скорость.

Взаимную интервальную корреляционную

функцию для этого случая определим как вероятность наблюдения события в потоке E_k – функцию времени после аналогичного события в по-

токе E k1

без учета числа прошедших событий

C E k 1 E k 2 ^{( t ) dt} = P

_^e j 2 ) ^{( t} 2 )/ j ) ^{( t} 1 )

где t = t 2 - t i , причем j и j 2 такие, что

e ⁽ k ² ) , e ^(k 1 ) e E                 (4)

^j 1        ^j 2

Классы задач, при решении которых целесообразно применять интервальнокорреляционный анализ

Корреляционные функции применяются для объяснения поведения систем реального времени, в задачах измерения и управления, при создании вероятностных моделей поведения и определения скрытых зависимостей в случайных потоках.

Применение описанного подхода возможно при решении достаточно разнообразных задач, связанных с построением ЕИП предприятия.

Организация взаимодействия пользователей системы управления инженерными данными и жизненным циклом изделия на этапе конструкторско-технологической подготовки производства часто включает решение задачи согласования разных вариантов документации. Создание новых версий, внесение изменений в рабочие и уже утвержденные комплекты документов (с требова-

нием учета задела) требует четкой организации и при этом не может быть жестко задано.

Интервально-корреляционный анализ взаимодействия пользователей на данном этапе позволяет установить закономерности в обработке данных, выявить повторяющиеся задержки и определить шаги по совершенствованию системы документооборота.

На этапе управления производственными процессами интервально-корреляционный анализ дает возможность согласовать работы с планом на уровне межцехового взаимодействия и при оперативном управлении в цехах [4].

Особенный интерес представляет его применение для конфигурирования системы управления распределением производственных ресурсов в реальном времени на основе мультиагентных технологий. В частности, для моделирования процесса обмена сообщениями в мультиагентной системе адекватной может быть модель, основанная на суперпозиции пуассоновского потока и системы с «мертвым» временем, по аналогии с моделью коммуникации насекомых сверчков [1].

В качестве наиболее наглядного примера можно привести решение задачи обеспечения согласованного управления комплексной безопасностью предприятия. В этом случае анализ скрытых связей между потоками событий, приводящих к нарушению безопасности и экспертных оценок рисков (см. рис 1) позволяет сделать вывод об эффективности взаимодействия сотрудников службы безопасности. Так, по виду положительно определенной ветви взаимной интервальной корреляционной функции (см. рис. 2-3) можно судить о противодействиях угрозам.

Рис. 1. Пример использования интервально-корреляционного анализа в задаче управления безопасностью предприятия

Применение интервально-корреляционного анализа в задачах транспортной логистики позволяет настроить взаимодействие между распределенными ресурсами (водителями) и дис- петчерской службой. Действительно, в случае использования сотовых телефонов (наиболее экономичный вариант) для связи с водителями, необходимо дополнительные усилия потратить на синхронизацию мобильного приложения и сервера.

Интервально-корреляционный анализ в данном случае позволяет выявить и в дальнейшем устранить случаи несогласованного взаимодействия, когда, например, отмена заказа диспетчером производится в момент приема заказа водителем. Кроме этого, частота анализа событий в моменты ожидания водителем вызова должна быть выше, чем во время исполнения заказа и зависеть от напряженности транспортного потока.

Рис. 2. Правая часть ВИКФ для случая успешного противодействия угрозам

Рис. 3. Правая часть ВИКФ в случае пропуска 30% атак

Заключение

Для обеспечения эффективного управления единым информационным пространством предприятия как сложной организационнотехнической системой часто недостаточно использовать лишь технологии моделирования бизнес-процессов. Сложность взаимосвязи между хранимыми знаниями и невозможность четкого описания логики их обработки приводят к необходимости поиска новых алгоритмов управления в этой области.

Решением проблемы является представление пользователей интегрированной информационной среды в виде сообщества, поведение которого определяется событиями по изменению содержимого информационного пространства.

Анализ и сравнение потоков этих событий позволяет выявить скрытые закономерности в поведении членов виртуального сообщества, и,управляя его интересом,добиться наибольшей эффективности управления данными в плане снижения конфликтности, сокращения времени на согласование, привлечения к согласованию данных всех необходимых экспертов и т.п.

Моделирование этих потоков позволяет построить соответствующие вероятностные модели взаимодействия компонентов ЕИП и определить возможные проблемы, связанные с его использованием на предприятии.

Приведенные в данной работе примеры показывают, что применять такой подход целесообразно в случае решения проблем динамического управления в реальном времени, при высокой изменчивости процессов управления и необходимости частых изменений бизнес-процессов.