Сетевое моделирование процесса обработки информации в организационных системах управления производством
Автор: Алекина Елена Викторовна, Яговкин Николай Германович, Яговкина Екатерина Николаевна
Журнал: Инфокоммуникационные технологии @ikt-psuti
Рубрика: Управление и подготовка кадров для отрасли инфокоммуникаций
Статья в выпуске: 2 т.15, 2017 года.
Бесплатный доступ
Предложено иерархическое представление организационных систем управления на трех уровнях: микроструктура, макроструктура и мегаструктура. На первом уровне производится идентификация фактора, на втором - обстановки в информационной среде, на третьем - составление прогноза ее развития с максимальной достоверностью и определение вероятности того, какой она станет через фиксированный интервал времени в будущем. Составляется сетевой граф событий, определяются статистические характеристики времени завершения ситуации - среднее значение и дисперсия. Рассчитывается ожидаемое время свершения определенной ситуации при требуемом значении вероятности ее свершения; оцениваются особенности поведения информационной среды в различные промежутки времени; требования к системе; эффективность системы; обосновываются варианты построения и функционирования системы; экономическая эффективность системы и вырабатываются рекомендации по организационной структуре и функционированию организационной системы управления. Для выбора варианта построения системы предложен обобщенный интегральный показатель качества организационной системы управления.
Сетевое моделирование, управление, оптимизация, граф событий, информационная среда, эффективность
Короткий адрес: https://sciup.org/140191884
IDR: 140191884 | DOI: 10.18469/ikt.2017.15.2.13
Текст научной статьи Сетевое моделирование процесса обработки информации в организационных системах управления производством
На крупных предприятиях страны широко применяется организационная система управления предприятием. Моделирование процесса организационной системы управления, обработки информации сложной системы предполагает в качестве основного инструмента применение математических методов, позволяющих эффективно описывать процесс ее функционирования [1-2]. При этом в соответствии с теорией иерархических систем имеется три условных иерархических типа представления организационной системы управления [3]:
– микроструктура (уровень представления системы с детализацией до функциональных блоков);
– макроструктура (уровень представления системы с детализацией до функциональных агрегатов);
– мегаструктура (уровень представления системы как одного устройства).
Уровни отличаются объемами и содержанием информационных потоков, циркулирующих в системе, и способами математического представления их аппаратной и программной реализации. Базовая предпосылка создания модели системы состоит в том, чтобы она не была чрезмерно сложной. Модель с большим числом системных объектов может рассматриваться как неудовлетворительная, поскольку ее адекватность моделируемой системе можно определить только в относительных понятиях.
Для функционирования организационной системы управления используется способ обслуживания некоторой совокупности информационных элементов (факторов), проявляющих себя в различных информационных полях с пространственновременными характеристиками. В поступающем информационном потоке необходимо определить иерархию уровней функционирования макроструктуры программного обеспечения системы, поскольку именно она необходима для детализации и минимизации алгоритмов обработки [4-5].
Первый уровень – идентификация фактора (элемента информационной среды), на котором происходит установление максимально вероятного соответствия совокупности измеренных физических проявлений фактора в пространстве со значениями физических характеристик, имеющихся в распоряжении органа принятия решения, и отнесение его к определенному классу с максимальной достоверностью на основе анализа полученных характеристик.
Второй уровень – идентификация обстановки в наблюдаемой информационной среде за определенное время для определения признаков, позволяющих с максимальной достоверностью произвести оценку обстановки, созданной совокупностью идентифицированных факторов (информационной средой).
Третий уровень – составление прогноза развития обстановки в информационной среде с максимальной достоверностью и определение вероятности того, какой она станет через фиксированный интервал времени в будущем.
Каждый уровень имеет обратные связи, которые не влияют на структурную логику алгоритмов обработки входных потоков и описывают некоторую информационную среду с набором состояний и конечной совокупностью факторов. Известны три варианта применения специфического математического аппарата к методике распознавания фактора, ситуации, ее развития и содействия принятию управленческого решения – статистический, факторный анализ, сетевые модели. Одна из таких моделей основана на применение методов статистического анализа [6]. Для процесса обработки информации в организационных системах наибольшее применение нашли сетевые модели, которые позволяют принимать решение по обоснованию состава, структуры и функционированию системы, учитывая при этом экономические показатели [6-7].
Математический аппарат построения и методика применения сетевых моделей состоит из алгоритмов, описывающих деятельность информационной среды в различных вариантах в виде сетевой модели, являющейся функцией времени; обосновывающих требования к построению и штатной эксплуатации системы; оценивающих эффективность системы и обосновывающих варианты построения и штатного функционирования организационной системы управления системы [7-9].
Составляется сетевой граф событий, происходящих в информационной среде, определяются статистические характеристики времени завершения ситуации – среднее время и его дисперсия элементарной ситуации, находящейся на критическом пути сетевого графа S pp . Далее рассчитывается реально ожидаемое время свершения tp определенной ситуации при требуемом значении вероятности ее свершения PTp:
_ ^tp — ^5^кр + где Ф – функция Лапласа. Эти результаты являются исходными данными при обосновании состава, структуры и функционирования системы. Далее должны быть оценены характер и особенности поведения информационной среды в различные промежутки времени; требования к системе; эффективность системы; обоснованы варианты построения и функционирования системы; экономическая эффективность системы и выработаны рекомендации по организационной структуре и функционированию организационной системы управления [8-9]. В общем виде условие имеет следующий вид [8; 10]:
M:{X,S}0 = arg max W^X, S,Z0}, (2)
X eNpS еХрЛхЛз ^N,
при
W>W0; c
– варианты построения организационной системы управления; W – эффективность организационной системы управления; S – варианты функционирования организационной системы управления; Z0:minJ^{z}, ZbNzcN и Nz – множество вариантов поведения информационной среды.
Выбор критического варианта ZeN, приводит к варианту Zo . Задача оптимизации решается выбором {^,s!o при заданном варианте Zo по критерию максимальной эффективности информационного обеспечения системой выходных параметров. Последовательность операций следующая:
– формируется множество вариантов поведения информационной среды A^ ;
– производится разработка сетевых моделей поведения информационной среды и выбирается критическая ситуация Zo;
– обосновываются требования к системе по варианту ZQ ’
– формируется множество вариантов построения организационной системы управления N x ’
– формируется множество вариантов функционирования организационной системы управления;
– оценивается эффективность организационной системы управления H^S,Z0);
– обосновывается вариант построения и функционирования организационной системы управления ^X, S }0 = arg max W (X, S, Zo) ;
– на основе полученного варианта fA'.s!» вырабатываются предложения по построению и функционированию организационной системы управления.
Синтез организационной системы управления осуществляется путем установления связи функционального, морфологического и информационного ее описания. Если система выполняет некоторое число N функций ф\ -.■••■, Фх ’ зависящих от n процессов fv....,fn- то эффективность выполнения S -ой функции в общем виде будет записана в виде ^ = ^к)=|^М / = 1-». S = l-W, и иерархия функционального описания позволяет произвести поуровневую факторизацию процессов F, при помощи обобщенных параметров 1^^ / ? являющихся функционалами ^Fj } при N « n .
Способ функционального описания позволяет найти связь между свойствами подсистем низшего уровня и эффективностью организационной системы управления в целом, следовательно, можно записать:
где Z к – активные противодействующие параметры информационной среды, направленные на снижение эффективности F организационной системы управления; ^ I – случайные параметры информационной среды; d. – природные неблагоприятные параметры информационной среды .
С целью синтеза вариантов состава и структуры организационной системы управления введено морфологическое описание в формализованном виде:
sm = ^,vakY (4)
где 4* – количество элементов и подсистем (в которые не проникает морфологическое описание); V – конечное множество связей по информационному и функциональному управлению; Q; К – конечное множество вариантов состава и структуры и композиции подсистем и системы в целом, соответственно.
Совокупность морфологических, функциональных и информационных описаний позволяет представить главные свойства системы и синтезировать ее состав для любого промежутка времени [9; 11]. К составу качественных показателей детализирующей информации (внутрисистемных показателей эффективности системы) относятся вероятностные и точностные параметры идентификации факторов и их пространственно-временных характеристик.
Вероятность любой гипотезы с учетом поступившей новой информации из информационной среды определяется по критерию Байеса. В качестве основного информационного показателя выступает вектор временных ресурсов системы по переходу информационной среды в критическое состояние. Определение совокупности признаков состояния информационной среды к моменту принятия информационного решения выполняется по классификационной модели признаков факторов в информационной среде и их вероятностным характеристикам моделируется в функции времени средняя полнота идентификации факторов .
Далее определяется момент времени принятия управляющего решения с заданным качеством . Из классификационной модели ситуации в информационной среде определяются признаки, которые закончились к моменту времени, определенному в предыдущем пункте. Эти данные используются при расчете вероятностных характеристик идентификации ситуации на основе квазиоптимального алгоритма проверки гипотез с использованием критерия Неймана-Пирсона.
После определения (по элементарным зависимостям) времени наступления критической ситуации в информационной среде формируется облик, состав и структура системы. С этой целью необходимо [12]:
– определить предварительные требования к уровню эффективности системы, ресурсные ограничения, перспективы развития факторов информационной среды и ее функционирования. Проанализировать основные требования, предъявляемые к системе и учесть прогноз развития ТТХ средств автоматизации, предлагаемых для оснащения системы и их ограничения;
– сформулировать основные тактические и технические требования к системе после описания внутрисистемных функций и условий функционирования;
– в соответствии с результатами выполнения предыдущих процедур сформировать общий облик системы (в виде исходных множеств вариантов построения и функционирования системы);
– сформировать допустимые варианты построения системы (с учетом показателей качества выходной информации, эффективности, стоимостных и ресурсных ограничений).
При этом необходимо иметь данные по параметрам информационной среды, полноте, достоверности и своевременности идентификации ситуации. Это основные критерии формирования вариантов NX,NS, и область допустимых решений ^0 долж- на быть определена по отдельным параметрам в виде K^ < K, < K\ и функции вида [5]
аХк^-Лм^Ь, и J = \-p, (5)
где aj C^v) – заданные функции ограничения; 6 J – константы ограничений; p – число ограничений.
Сравнительную оценку вариантов построения системы и эффективности ее функционирования можно выполнить на основе обобщенного интегрированного экономического показателя W3=CB-CH, где CB – цена базового варианта системы; C'н – лимитная цена системы (затраты, связанные с внедрением системы в эксплуатацию), которая выражается как
Ch COKP -1,1 0 + Ccn -1,1 ' . (6)
где ^OKP – стоимость проектирования; ^cn – стоимость серийного производства организационной системы управления; ^t^ – промежуток времени между началом использования организационной системы управления и этапом проектирования; Mc – промежуток времени между моментами использования и началом выпуска организационной системы управления; N – количество элементов организационной системы управления. Далее имеем:
св = сБ+орэп, (7)
где ^ Б – базовая цена системы. Для рационального варианта организационной системы управления эп = сБ(кпкд-Х+1^^ (8)
где ТСд (^2 ~*~ 0?l) ^^<^\ "^" 0^1) 5 К- j] ^'н ' ^^Б ; Пн – интегральный показатель качества новой организационной системы управления, пБ – интегральный показатель качества базовой организационной системы управления Т\;Б – сроки службы базовой и новой организационных систем управления соответственно .
Обобщенный интегральный показатель качества организационной системы управления путем весового суммирования представляется зависимостью [6]
^Н{б) < Pr '
где 1‘ц[Б\ ^-^МЕТР “м + НЕМЕТР ^Н – интегральный метрический показатель;
-
4. Алгоритмы оптимизации проектных решений. Под ред. Половинкина А.Б. М.: Энергия, 1976. – 340 с.
-
5. Ансофф И. Стратегическое управление. Пер. с англ. М.: Экономика, 1989. – 519с.
-
6. Драккер П.Ф. Управление, нацеленное на результаты. Пер. с англ. М: Изд-во ТБС, 1992. – 280 с.
-
7. Яговкин Н.Г., Костечко Н.Н., Костюков А.А., Куликов Л.С. Методологические аспекты построения автоматизированных систем обработки информации. Самара: СНЦ РАН, 2004. – 60 с.
-
8. Яговкин Н.Г., Батищев В.И. Методология поддержки принятия решений при управлении интегративными крупномасштабными производственными системами. Самара: СНЦ РАН, 2008. – 288 с.
-
9. Яговкин Н.Г., Ниц А.А. Проектирование информационных систем с использованием сетевых моделей // Труды II ВНК «Математическое моделирование и краевые задачи». Ч. 2. Самара: СамГТУ, 2005. – С. 264-267.
-
10. Банди Б. Методы оптимизации. Пер. с англ. М.: Радио и связь, 1988. – 128 с.
-
11. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск: Изд-во Института математики, 1999. – 250 с.
-
12. Евланов Л.Г. Теория и практика принятия решений. М.: Экономика, 1984. – 176 с.
-
13. Вентцель Е. Исследование операций. М.: Сов. радио, 1972. – 120 с.
Получено 10.01.2017
nKMETP = I4Pj(Qj-qj)/(qT-qJ) – обобщенный метрический показатель;
пк — V p n
HEMETP I ЫНЕМЕТР1 – обобщенный неметрический показатель;
Qi – абсолютное значение J -го показателя; qf - наилучшее для подобной системы значение J -to показателя; q, – ближайшее к наихудшему значение j -го показателя; p – частные весовые коэффициенты метрической группы показателей; PI – частные весовые коэффициенты неметрической группы показателей; ПнЕМЕТР! – частные показатели неметрической группы; Pm ’ Ph – обобщенные весовые коэффициенты метрической и неметрической групп показателей; K – номер рассматриваемого варианта; P – весовой коэффициент, характеризующий важность решаемых задач и требования к системе, обслуживающей данную информационную среду.
Сетевые модели были использованы при проектировании информационной системы крупного строительного комплекса Самарской области
Список литературы Сетевое моделирование процесса обработки информации в организационных системах управления производством
- Акои М. Введение в методы оптимизации. Основы и применение нелинейного программирования. М.: Наука, 1977. -101 с.
- Данников В.В. Холдинги в нефтегазовом бизнесе: стратегия и управление. М.: ЭЛВОЙС-М, 2004. -464 с.
- Горелик А.Л. и др. Современное состояние проблемы распознавания. М.: Радио и связь, 1985. -56 с.
- Алгоритмы оптимизации проектных решений. Под ред. Половинкина А.Б. М.: Энергия, 1976. -340 с.
- Ансофф И. Стратегическое управление. Пер. с англ. М.: Экономика, 1989. -519с.
- Драккер П.Ф. Управление, нацеленное на результаты. Пер. с англ. М: Изд-во ТБС, 1992. -280 с.
- Яговкин Н.Г., Костечко Н.Н., Костюков А.А.,Куликов Л.С. Методологические ас пекты построения автоматизированных систем обработки информации. Самара: СНЦ РАН, 2004. -60 с.
- Яговкин Н.Г., Батищев В.И. Методология поддержки принятия решений при управлении интегративными крупномасштабными производственными системами. Самара: СНЦ РАН, 2008. -288 с.
- Яговкин Н.Г., Ниц А.А. Проектирование информационных систем с использованием сетевых моделей//Математическое моделирование и краевые задачи. Труды II Всероссийской научной конференции. Ч. 2. Самара: СамГТУ, 2005. -С. 264-267.
- Банди Б. Методы оптимизации. Пер. с англ. М.: Радио и связь, 1988. -128 с.
- Загоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск: Изд-во Института математики, 1999. -250 с.
- Евланов Л.Г. Теория и практика принятия решений. М.: Экономика, 1984. -176 с.
- Вентцель Е. Исследование операций. М.: Сов. радио, 1972. -120 с.