Математическая модель обоснования вариантов реконфигурации распределенной автоматизированной контрольно-измерительной системы
Автор: Новиков Александр Николаевич, Нечай Александр Анатольевич, Малахов Александр Владимирович
Рубрика: Математическое моделирование
Статья в выпуске: 1-2, 2016 года.
Бесплатный доступ
Представлены результаты исследований особенностей применения методов многокритериального выбора в нечёткой среде при обосновании вариантов реконфигурации распределенной автоматизированной контрольно-измерительной системы с использованием нечетких исходных данных о режимах и условиях проведения измерений (контроля). Разработанная математическая модель, в отличие от существующих, позволяет исключить ряд допущений и ограничений, характерных для случаев, когда динамические характеристики управляемого процесса и внешних воздействий на процесс известны, в лучшем случае, с точностью до параметров, которые могут непредсказуемо меняться в широких пределах и для их описания необходимо использовать векторные показатели с большим числом компонент. Показано, что применение аппарата теории нечетких множеств существенно дополняет методологию решения задач синтеза оптимальных и адаптивных систем. Модель в значительной степени универсальна для применения как в самоорганизующихся распределенных автоматизированных контрольно-измерительных системах - системах с автоматической реконфигурацией структуры, так и в самоалгоритмизирующихся - с автоматическим изменением алгоритма работы.
Многокритериальный выбор в нечёткой среде, автоматическая реконфигурация, показатели оценивания альтернатив, нечёткая мера, метод сравнения нечётких интервалов, нечёткий интеграл, контрольно-измерительные системы
Короткий адрес: https://sciup.org/148160251
IDR: 148160251
Текст научной статьи Математическая модель обоснования вариантов реконфигурации распределенной автоматизированной контрольно-измерительной системы
В настоящее время в промышленности и научных исследованиях наблюдается существенный рост требований к контрольноизмерительным системам с точки зрения их при-спосабливаемости для достижения оптимальной адаптации к конкретной измерительной задаче с целью обеспечения наилучших показателей быстродействия, точности и помехоустойчивости, пропускной способности и функциональ- ной избыточности. Потребность в контрольноизмерительных системах, обладающих такими свойствами, существует в различных сферах деятельности, в числе которых - компонентные тестирования и мониторинговые исследования быстропротекающих процессов при испытаниях ракетно-космической техники, а также динамический мониторинг конструктивной целостности в процессе ее эксплуатации. На сегодняшний день таким потенциалом обладают только автоматизированные контрольно-измерительные системы с пространственно распределенной модульной компоновкой (далее - РАКИС). Они позволяют использовать только то количество измерительных модулей, которое требуется для решения измерительных задач, что позволяет оптимизировать затраты, а распределенное решение обеспечивает оптимальное отношение результативности и ресурсоемкости, в особенности для крупногабаритных измерительных установок. Так, например, измерительные модули могут располагаться локально вблизи точек измерений и соединяться через последовательный интерфейс. За счет этого снижаются требования к проводке, достигается легкость в обслуживании и, что очень важно, короткие кабели датчиков делают результаты измерений менее чувствительными к помехам и, таким образом, более стабильными и точными.
Однако, как показал опыт применения такого рода РАКИС, зачастую имеющихся аппаратных возможностей с фиксированными алгоритмами измерительных циклов оказывается недостаточно для более эффективного решения возложенной на РАКИС контрольно-измерительной задачи. Выяснилось, что без обеспечения возможности динамического изменения режимов работы РАКИС (изменение последовательности измерений, настроек синхронизации, типа входа и вида измеряемой величины и т.д.), причем в автоматическом режиме, значимого повышения эффективности работы РАКИС не добиться. Соответственно возникла необходимость в разработке научно-методического обеспечения создания распределенных автоматизированных контрольно-измерительных систем с автоматической реконфигурацией. Следует отметить, что задачи максимально полного использования вычислительного ресурса и обеспечения эксплуатационной надежности (резервирования) такого рода оптимальных и адаптивных систем в большинстве своем решены в рамках теории автоматического управления (регулирования) [1-5]. Однако вопросы моделирования процедуры многокритериального выбора конфигурации
РАКИС посредством априорного сравнительного оценивания различных вариантов и сегодня остаются одной из центральных проблем повышения их эффективности. Существует ряд сложных моментов, затрудняющих решение этой проблемы. В частности, ряд переменных, отражающих влияние внешних факторов (условий) проведения измерений (электромагнитные помехи, вибрации, солнечная радиация, состав газов и параметры их динамических состояний и т.д.) при оценивании показателя результативности на этапе анализа вариантов формирования оптимальной конфигурации РАКИС, может быть оценён лишь приблизительно, с указанием примерного интервала возможных значений и ожидаемого распределения на этом интервале. Сам процесс обоснования решения на реконфигурацию осуществляется в условиях ограниченного объёма информации об ожидаемых характеристиках результата реконфигурации, а опыт лица, принимающего решение (специалиста в области технологии измерений и контроля), может выражаться в виде вербальных описаний. Кроме того, нужно учесть, что современные образцы РАКИС являются достаточно сложными и для их описания необходимо использовать векторные показатели с большим числом компонент.
Многомерность сравниваемых альтернатив и существенная степень неопределённости оценивания показателей приводят к необходимости отнесения задачи сравнения вариантов реконфигурации РАКИС к классу задач многокритериального выбора в нечёткой среде.
В указанных выше условиях актуальной научной задачей является разработка математической модели обоснования вариантов реконфигурации РАКИС с максимально возможным использованием ее аппаратного ресурса на основе нечётких моделей.
Постановка задачи исследования
Общая постановка задачи в этом случае выглядит нижеследующим образом.
Пусть:
Z = { zx }, ( 1 = 1, L ) - множество вариантов реконфигурации РАКИС;
X = { X} }, ( i = 1, n ) - множество частных показателей оценивания вариантов реконфигурации РАКИС;
A = {а ,} - множество значений частных ^~ ^~ li показателей Х;
G = { g i } - множество значений коэффициентов важности частных показателей Х ;
~ й = {( f l ( x ), H a l, [( f l ( X )]} - результат нечёткого оценивания , -го частного показателя 1 -го варианта;
ВЕСТНИК 2016
f l ( x ) = x i ^ [0,1];
Ца , [(f (Х)] - функция принадлежности ^~ l нечёткого множества ~ ц ;
gi = {(gi,E (gi)} — результат нечёткого оце-~х нивания коэффициента важности г-го частного показателя из множества Х;
E g, ( g i ) - функция принадлежности нечёткого мн о жества g i .
Решение ~
Решающее правило для выбора лучшего ва- рианта виде:
где E l
реконфигурации РАКИС выражается в z * = arg max El, le1, l ~
- значение обобщённого показателя для l-го варианта реконфигурации РАКИС, Et = est (A , G).
,~ ,■ •
ВЕСТНИК 2016
Вычисление обобщённого показателя E l , как следует из выражения (2), связано с проведением определённых преобразований над нечёткими векторами А ~ и G . Естественно, что и результат такого преобразования будет представлен в нечёткой форме. Предлагается для вычисления по формуле (2) применить нечёткий интеграл [6]. При этом
E i = est i ( A , G ) = maxmin{ a u, g x ( X a )} .
— a г. eA —
,— ,—
Здесь gx (Xa ) — нечёткое значение обобщённого коэ~ффициента важности показателей из множества Х, входящих в множество Ха, дл(Ха) = {(дл(Xa), Egx(дл(Ха))}, (4) ~ ~ где дX(Ха) - обобщённый коэффициент важности группы частных показателей, входящих в множество а-уровня, д^ (ха) = д^{x I fl(х) > а}. (5)
Вычисление по формуле (3) требует предварительного задания способа вычисления по формуле (5) и правил сравнения нечётких множеств.
Вычисление по формуле (5) требует введения понятия нечёткой меры. Для данного случая наиболее удобной мерой является так называемая X-мера (мера Сугено) [7]. Для X-меры справедливо следующее выражение: ГК. Л 1 Г К дл I Ux | = у П(1 + Л?2(х))-1 v i=1 ) л l i=1
Иными словами, если известны коэффициенты важности отдельных показателей x,, i = 1, К, то важность группы показателей из К элементов может быть вычислена по формуле (6). Кроме того, для упрощения вычислений исходные нечёткие множества ~ li и д, представляются в трапецеидальной форме. П~ри этом любое такое нечёткое множество может быть описано кортежем из четырёх чисел. Например, нечёткое множество M записывается в виде M = (m, m, а, в), где [m, m] - ядро нечёткого интервала; [m-a, m+вА - носитель нечёткого интервала; т. - нижнее модальное значение; m- верхнее модальное значение; а - левый коэффициент нечёткости; в - правый коэффициент нечёткости. Тогда исходные данные для сравнения вариантов реконфигурации РАКИС можно записать в виде:
~ и = ( а ^, a ii , аи , Р), (7)
g i = (£, g„ a в ). (8)
При задании исходных данных в форме выражений (7) и (8) значение X -меры также будет нечётким:
~ = ( X , X, а„ в , ).
При этом, используя условие
2 л
K
П (1 + Л д х ( x )) - 1
i = 1
= 1,
можно производить вычисление X j (j' =
1,2,...,4)
по следующим д ^
g 1 = g, -a, ; g 2 = g i ; g з = g , ;
g 4 = gi + в , (рис. 1).
По результатам вычислений строится нечёткая X -мера (9) следующим образом:
Л = Л 3 ; Л = Л , ; ал = Л 3 - Л 4;
Р л = Л 1 - Л

Рис. 1. Построение нечёткой X -меры
При условии задания X -меры в виде выражения (9) вычисление д x ( X a ) по формуле (4) не представляет труда. ~
Для сравнения нечётких чисел целесообразно использовать метод сравнения нечётких интервалов [6], который предполагает вычисление и последующее сравнение двух векторов A <4> и B < 4 > . В случае если A < 4 > > B < 4 > , делается вывод о том, что нечёткое множество A > B . Векторы формируются следующим образом:
A <4> = { a 1 , a 2 , a 3 , a 4 },
B<4> = {b 1, b2, b3, b4}, где a1 = POS(a > b) = max (0,min (1,1 + (a - b)/(pa + ab)));
Список литературы Математическая модель обоснования вариантов реконфигурации распределенной автоматизированной контрольно-измерительной системы
- Теория систем с переменной структурой/под ред. Емельянова C.B. -М.: Наука, 1970. -592 с.
- Бусленко В.Н. Автоматизация имитационного моделирования сложных систем. -М.: Наука, 1977. -240 с.
- Справочник по теории автоматического управления/под ред. А.А. Красовского. -М.: Наука. Гл. ред. физ.-мат. лит., 1987. -712 с.
- Филипс Ч., Харбор Р. Системы управления с обратной связью. -М.: Лаборатория базовых знаний, 2001. -601 с.
- Бесекерский В.А., Попов Е.П. Теория автоматического управления. -СПб.: Профессия, 2004. -752 с.
- Нечёткие множества в моделях управления и искусственного интеллекта/под ред. Д.А. Поспелова. -М.: Радио и связь, 1986.
- Дюбуа Д., Прад А. Теория возможностей. Приложение к представлению знаний в информатике. -М.: Радио и связь, 1990.
- Котиков П.Е., Нечай А.А. Решение проблемы управления параллельным выполнением транзакций в распределенных базах данных для устранения опасной противоречивости/П.Е. Котиков, А.А. Нечай//Вестник Российского нового университета. Серия «Сложные системы: модели, анализ и управление». -2015. -Выпуск 2. -С. 62-64.
- Котиков П.Е., Нечай А.А. Репликация данных между серверами баз данных в среде геоинформационных систем/П.Е. Котиков, А.А. Нечай//Вестник Российского нового университета. Серия «Сложные системы: модели, анализ и управление». -2015. -Выпуск 1. -С. 88-91.