автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Гибридная интеллектуальная система решения задачи оперативно-производственного планирования для машиностроительного предприятия

На правах рукописи 005533771

П

СОЛДАТОВ Сергей Александрович ^

/

ГИБРИДНАЯ ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА РЕШЕНИЯ ЗАДАЧИ ОПЕРАТИВНО-ПРОИЗВОДСТВЕННОГО ПЛАНИРОВАНИЯ ДЛЯ МАШИНОСТРОИТЕЛЬНОГО ПРЕДПРИЯТИЯ

Специальность 05.13.01 - Системный анализ, управление и обработка информации

Автореферат диссертации на соискание ученой степени кандидата технических наук

2 6 СЕН 2013

Москва 2013

005533771

Работа выполнена на кафедре «Систем управления и вычислительной техники» Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Калининградский государственный технический университет».

Научный руководитель: Колесников Александр Васильевич,

доктор технических наук, профессор, профессор кафедры «Компьютфного моделирования и информационных систем» БФУ им. Канта

Официальные оппоненты: Карп Виктория Павловна,

доктор технических наук, профессор, профессор кафедры «Информационные системы» МГТУ МИРЭА; Овсянников Михаил Владимирович, кандидат технических наук, доцент заместитель заведующего кафедрой «Компьютерные системы автоматизации производства» МГТУ им. Н.Э. Баумана по методической работе

Ведущая организация: Федеральное государственное бюджетное

учреждение науки «Институт проблем информатики Российской академии наук»

Защита диссертации состоится «31» октября 2013 года в 13°° часов на заседании диссертационного совета Д212.131.03 Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Московский государственный технический университет радиотехники, электроники и автоматики» (МГТУ МИРЭА) по адресу: Москва, пр-т Вернадского, д. 78, ауд. Г-412.

С диссертацией можно ознакомиться в библиотеке МГТУ МИРЭА.

Отзывы на автореферат в двух экземплярах, заверенные печатью, просим направлять по адресу: 119454, Москва, пр-т Вернадского, д. 78, диссертационный совет Д212.131.03.

Автореферат разослан «13» сентября 2013 года. Ученый секретарь

Диссертационного совета Д212.131.03 д.т.н., профессор

Тягунов О. А.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы диссертации. Задача управления промышленным предприятием связана, зачастую, с необходимостью проведения оперативно-производственного планирования (ОПП).

Поиск способов оптимизации процедуры ОПП определяется рядом общих особенностей принятия управленческих решений. Для них характерны большая номенклатура изделий и требуемых материалов (достигает нескольких тысяч), динамика влияющих факторов внешней и внутренней среды, сжатые сроки выполнения, а в итоге - высокая цена ошибки управленческих решений.

Предлагаемые в настоящее время различными авторами методы и средства моделирования ОПП, группируются по следующим классам: аналитические, статистические, имитационные, структурные, методы искусственного интеллекта и др. И каждый из них имеет свою степень применимости к решению задачи ОПП.

Аналитические и статистические модели планирования зарекомендовали себя положительно, но они опираются на серьезные упрощения, приводящие к тому, что решаемая задача становится неадекватной реальной. Недостаточная гибкость существующих алгоритмов составления плана привела к тому, что он, зачастую, существует «отдельно» от производства, что приводит к нарушению системного подхода к планированию. Введение приоритетов и ранжирования производственных операций также не позволяет существенно улучшить качество разработки плана.

Модели организационной структуры делятся на два вида -функционально- и информационно-ориентированные. Но они не учитывают в полной мере такие особенности планирования как неопределенность и динамичность. Поэтому они не могут быть полным компьютерным аналогом реального предприятия.

Анализ известных способов оптимизации процесса ОПП применительно к реальным ситуациям показал, что, с одной стороны, очевидна перспективность использования современных теоретических разработок, а с другой — выявил необходимость создания нового класса искусственных интеллектуальных систем с учетом координации действий участников, ориентированных на принятие оптимальных управленческих решений.

Наиболее перспективными представляется использование алгоритмов, основанных на аналитико-статистических моделях с

/

Г t

Ь 1

присутствием элементов искусственного интеллекта, что позволяет наиболее эффективно развивать класс гибридных интеллектуальных систем для решения сложных динамических задач. Такие системы способны оперативно реагировать на изменения внешней и внутренней среды производства, и тем самым учитывать динамичность планирования. Такой подход влечет за собой создание гетерогенных интеллектуальных систем, включающих «функции координации» лица принимающего решения.

Актуальность диссертационной работы обусловлена необходимостью повысить эффективность решения задачи оперативно-производственного планирования (ОПГТ), увеличить экономические показатели предприятия и улучшить комфортность работы участников ОПП.

Объект и предмет исследования. Объект диссертационного исследования - система поддержки принятия коллективного решения задачи ОПП. Предмет исследования - моделирование решения задачи ОПП с учетом координации линий рассуждений экспертов лицом, принимающим решения.

Цель диссертационного исследования — повысить эффективность принятия управленческих решений для увеличения экономических показателей предприятия путем создания нового класса гибридных интеллектуальных систем оптимизации ОПП для машиностроительного предприятия с мелкосерийным заказным характером производства.

Для достижения указанной цели в диссертационной работе поставлены и решены следующие основные задачи:

1. Разработка новой модели решения задачи «с координацией» для отображения взаимодействия экспертов и лица, принимающего решения.

2. Разработка новой модели компьютерной системы поддержки принятия решений (КСППР) с учетом координации.

3. Разработка нового алгоритма работы модели ЛПР для «координации» управленческих решений.

4. Разработка новой модели принятия коллективного решения с координацией в составе функциональных гибридных интеллектуальных систем (ФГиИС).

5. Разработка методики создания ФГиИС с координацией для решения задачи ОПП.

6. Экспериментальные исследования разработанных моделей, алгоритмов и методики на примере решения задачи ОПП на ООО завод «Калининградгазавтоматика» (ООО «КГА»).

Методы исследования базируются на положениях современной теории систем и системного анализа, теории множеств, дискретной математики, методах и моделях искусственного интеллекта, а также на теории гибридных интеллектуальных систем. Применялось объектно-ориентированное и модульное программирование. Анализ полученных результатов компьютерных вычислительных экспериментов подтверждает обоснованность теоретических положений.

Научная новизна диссертации состоит в следующем:

1. Разработана новая модель «с координацией», отображающая взаимодействие экспертов и ЛПР при решении задачи.

2. Разработана новая модель КСППР с учетом координации.

3. Разработан новый алгоритм работы модели ЛПР, координирующий принятие управленческих решений.

4. Разработана новая модель принятия коллективного решения с координацией в составе ФГиИС.

5. Разработана методика создания ФГиИС с координацией, реализующая на практике идеи о синергетических процессах при коллективном принятии решения задачи ОПП.

Основные положения, выносимые на защиту.

1. Модель решения задачи «с координацией» для отображения взаимодействия экспертов и лица, принимающего решения.

2. Модель КСППР с учетом координации, имитирующей коллективное решения задачи.

3. Алгоритм работы модели ЛПР, координирующий принятие управленческих решений.

4. Модель принятия коллективного решения с координацией в составе ФГиИС.

5. Методика создания ФГиИС с координацией. Теоретическая значимость. Предложены новый подход, методы и способы моделирования процесса координации в ходе поиска оптимального интегрированного результата коллективного принятия управленческих решений ОПП функциональными гибридными интеллектуальными системами.

Практическая значимость и ценность работы состоит в том, что применение разработанной КСППР с координацией позволило увеличить эффективность решения задачи ОПП, что обеспечило рост прибыли предприятия на 9-10%.

Созданное в соответствии с разработанной методикой программное обеспечение было внедрено в ООО «Вест-Автоматика». Согласно акту внедрения, положительный экономический эффект от внедрения в ООО «Вест-Автоматика» составил: в год - 1 098 261 руб.; в процентном соотношении к ожидаемой прибыли предприятия за год - увеличение на 11%.

Работа поддержана грантом «Фонда содействия развитию малых форм предприятий в научно-технической сфере» по программе инновационных проектов «СТАРТ-2011», номер проекта 11-2-Н1.1-0017.

Апробация работы. Основные положения и результаты доложены на международных и отечественных научных конференциях: «Инновации в науке и образовании», КГТУ, г. Калининград, 2005 г., 2007 г., 2009 г.; научная сессия МИФИ-2006, г. Москва, 2006 г.; «Ситуационные центры - 2011», РАНХиГС, г. Москва, 2011 г.; «Искусственный интеллект: философия, методология, инновации», МГТУ МИРЭА, г. Москва, 2011 г., 2012 г.

Работа получила первое место на конкурсе на лучшую научную работу студентов, аспирантов и молодых ученых по естественным, техническим, гуманитарным, экономическим и юридическим наукам БФУ им. И. Канта в 2011 году.

Публикации. По теме диссертации опубликовано 16 работ, в том числе 5 статей в журналах (из них 3 в журналах, входящих в перечень ВАК РФ), 2 свидетельства о государственной регистрации программ для ЭВМ, 9 тезисов докладов в сборниках трудов российских и международных научно-технических конференций.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка библиографических источников из 123 наименований. Общий объем работы составляют 173 страницы, включая 35 рисунков, 15 таблиц и 3 приложения.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы диссертационного исследования, дана её краткая характеристика, формули-

руется цель, основанные задачи и положения, выносимые на защиту.

В первой главе работы дается общее представление о проблеме планирования на промышленном предприятии с мелкосерийным заказным характером производства; перечисляются её основные свойства. Формулируется задача ОПП. Приводится обзор существующих методов и моделей решения задачи ОПП. Обосновывается актуальность моделирования процессов координации в СППР.

На рисунке 1 представлена концептуальная модель системы оперативного планирования и управления машиностроительным предприятием, где А - ЛПР, А1,...,Ам-эксперты.

Цель ОПП - повысить эффективность производства предприятия, для чего требуется построить оптимальный оперативный график, с учетом исходных условий.

Суть процедуры ОПП для принятия управленческих решений состоит в следующем: диспетчер производства (в понятиях СППР, это ЛПР), разделив задачу между специалистами, периодически собирает их на планерки, выслушивает информацию о результатах решения ими подзадач и, после своего анализа, выдает указания экспертам. Смысловая нагрузка планерок, по словам участников, «скоординировать свою работу с общей задачей», это позволяет повысить качество управленческих решений и рационально использовать имеющиеся ресурсы. Выше сказанное требует расширения и уточнения понятия «сложной задачи», с учетом значимости эффекта участия ЛПР в коллективном принятии решений (КПР).

Проведен обзор существующих моделей, методов и инструментальных средств решения задачи ОПП. Выявлены их достоинства и недостатки, отображены современные тенденции в поиске путей повышения качества результата решения сложной задачи и задачи ОПП в частности. Анализ известных методов и моделей показал, что в большинстве из них отсутствует или имеет ограниченную область применения важный для задачи ОПП механизм взаимодействия (координации) подзадач в ходе решения сложной задачи. Опыт применения современных ФГиИС в планировании производства также показал неадекватность применяемых представлений к уровню сложности моделируемых явле-

Обозначения:

Материальные потоки

Информационные потоки

- заказы; - заказчики.

Передача оперативного графика

Координирующие связи, для обмена информацией в

процессе коллективного принятия решений под руководством ЛПР

Рисунок 1 - Концептуальная модель системы оперативного планирования и управления машиностроительным предприятием.

я о о

Я

я

ё Я

о

и

о

*

я о я=

W

Я

w s

о о

со

и »

s 3 ё £

ж Я н 3

5 я

a tr1 » я ю *

«9 О

О

я я

о

_ а S 3

п> w St ft

я

я р>

JS

2 о За

у* W

.g.

л ft о Я

я

St u " m ё "О м »

Я О 2 я tr

5 ч ft

я ®

2 Я о л

о\ я

X

О О

ta _ Я л> 2 «

8 8 3 »

(Г1 в TJ

В

о о ч я ™ h-t ч " о ю

* О

ч 2 ft

ft о ^

я

в "о

I *

й тз

я ¡0

о н

о 5

u S

ia •

В и

§ о

я w

о О

w to

в

и а КС О

<~> 2 До

О Я

s 2

х £ £

9 S

о сг

° 2

а я

Я 1? аз

5 ft

Ч й

О Я

Приводятся созданные в ходе работы модели с координацией для решения практической задачи моделирования КПР, модель для КСППР и модель ФГиИС. Перечисляются отличия от традиционных моделей и преимущества предлагаемых. Описывается алгоритм координации в КСППР.

В системном подходе (Перегудов Ф.И., Тарасенко Ф.Л., 1989) сложные задачи традиционно рассматриваются как некие системы, которые состоят из отдельных неделимых задач-элементов (рисунок 2а). Между задачами-элементами есть связи, посредством которых они взаимодействуют внутри системы. Порядок соединения и взаимодействия элементов в системе определяется её структурой.

координации

Обозначим задачу-систему тг", а задачу-элемент тЛ Тогда Пн ={л-,\...,я-£} - множество задач-элементов (подзадач), входящих в ли\ П" ={£",} - множество декомпозиций задачи д = _ множество отношений между зада-

чами-элементами, w VI q - нижние индексы задач из множества Пл, между которыми есть отношения; отношение задачи самой к себе запрещено - N - здесь и далее мощность множества П". Тогда математическая модель решения задачи-системы может быть представлена в следующем виде:

я"= <П\П", Д"»>. (1)

В неустойчивых условиях решения задачи эксперты не всегда

могут сформулировать свои профессиональные мнения; изменение первоначальных условий в модели (1) невозможно из-за отсутствия существенного элемента - ЛПР, который должен выполнять функцию координатора, в качестве «перераспределителя» материальных ресурсов и производственной нагрузки участников коллективного принятия решений (КПР). Руководством к «выбору ЛПР» являются нормативные документы предприятия.

В предлагаемой модели решение задачи рассматривается как система с новым элементом - координатором л (рисунок 26). Его функция - мониторинг и управление процессом решения подзадач в ходе коллективного обсуждения. На практике решение задачи л разбивается на отдельные, логически завершенные промежуточные этапы. В конце каждого этапа проверяется интегрированный результат решения ли, т.е. планирование производства это - итеративный процесс. Как следствие - процесс решения подзадачи л (линия рассуждения эксперта) также разбивается на этапы (шаги). По итогам проверки результатов, полученных координатором на конкретном шаге, выявляется (или не выявляется) необходимость воздействия на ход решения подзадач.

Предложенная математическая модель компьютерной СППР (КСППР) с координацией может быть представлена в следующем виде:

Ksppr — <A,A',R'g>, (2)

*

где A = {Al,...,AN} - множество моделей экспертов; А - модель ЛПР; R'4\q-\,...,N - отношения между ЛПР и экспертами (например, отношения обмена информацией). Каждый эксперт работает в своей области знаний Sa&S, где S множество всех областей знаний, необходимых для решения поставленной ему задачи; Sqr\Sw=0\q,w=l,...,N;q*w. Основываясь на приведенных выше

рассуждениях, модель эксперта можно представить следующим образом:

4 = < Вprof >В,hear >Вргес > В facts ' MA,SA,IA, Ai>, (3)

где Bprof- продукционная база профессиональных знаний; B!heor -продукционная база теоретических знаний; Вргес - база прецеден-

тов (опыт); В}аах - база фактов; Мл - множество методов рассуждений; Sa - описание области знаний эксперта, например, в математике описание математического языка, основных понятий, операций; 1а - интерпретатор, обеспечивает выполнение последовательности правил для решения конкретной задачи на основе фактов и правил, хранящихся в базах данных и знаний; Аt - период выдачи экспертами промежуточных решений.

Модель ЛПР строится по аналогии с (3). Она дополнена: продукционной базой знаний (Д^), содержащей правила редукции, агрегации, сравнения и управления (координация); множеством действий (Е), выполняемых ЛПР для координации работы экспертов; временем {Т), отводимым на решение задачи.

В соответствии с (3) КСППР функционирует следующим образом (рисунок 3). Пусть перед ЛПР (пользователем КСППР) поставлена задача к. Им (или средствами КСППР) выполняется редукция исходной задачи на подзадачи В процессе решения подзадачи ti1, из-за координирующих воздействий модели ЛПР исходные данные I? могут быть модифицированы - введена дополнительная информация или замена устаревшей информации на новую. В общем случае, модель ЛПР может выдать на каждом этапе несколько координирующих воздействий каждому эксперту.

Разработанный алгоритм координации в КСППР моделирует КПР как последовательность заседаний (планерок), соотнесенных с реальным временем. Алгоритм представлен математически как поиск решающего подграфа на графах И/ИЛИ с учетом координации.

Предлагаемая КСППР (в отличие от традиционных), даже при неудачно начатом процессе решения подзадач ri1, за счет координации решения подзадач моделью ЛПР, будет стремиться к оптимальному процессу решения. Это увеличивает эффективность поиска приемлемого результата решения п. Теперь, как и при коллективном решении я", ошибки будут обнаружены и исправлены еще до получения окончательного результата я?.

Анализ результатов проведенных исследований выявил необходимость переосмысления концептуальной модели ФГиИС a(t), приведенной в работах Колесникова A.B., и её расширения.

1%

...

г

V

Модельное время

Рисунок 3 - Модель процесса итерационного решения задачи с учетом

координации

ФГиИС в момент времени Л Левый верхний индекс (1, 2 или 3) у показателя Х(или х) - признак ресурса, свойства, действия соответственно. Нижний правый индекс для X (или х) - порядковый номер класса понятий. Верхний левый индекс для Я обозначает, между какими понятиями категориального ядра установлены отношения (22 - «свойство-свойство», 23 - «свойство-действие»). Нижний индекс для Я обозначает порядковый номер класса отношений.

Отношения 22 Яц и 23Я не задаются заранее, а формируются в ходе работы ФГиИС и являются результатом решения я*. Поскольку, в соответствии с теорией ФГиИС технологические элементы управляют порядком работы функциональных элементов и обменом информации между ними, то целесообразно возложить решение я* на технологический элемент.

Рассмотрим пример работы ФГиИС, состоящей из трех функциональных элементов ан а* ан\1 (в составе сложной задачи 7? - три подзадачи л\ и одного технологического элемента

ат I' (модель ЛПР) для решения . На вход ФГиИС подаются исходные данные ', разделённые между функциональными элементами в соответствии с декомпозицией л" еП" сложной задачи л. На выходе - результаты работы всех функциональных элементов, интегрированных в общее решение сложной задачи л.

На рисунке 4а изображена функциональная схема работы ФГиИС, в которой технологический элемент управляет только очередностью представления результатов работы функциональных элементов. Отличие рисунка 46 от 4а состоит в том, что включение модели ЛПР в КСППР дает возможность объединять результаты работы отдельных функциональных элементов КСППР в процессе синтеза решения сложной задачи, это приводит к возникновению синергетического эффекта. Тем самым достигается адекватность функционирования КСППР реальному процессу коллективного обсуждения проблем.

Выполненные теоретические разработки позволяют перейти к следующему этапу - разработке и описанию средств реализации интеллектуальной системы поддержки принятия оперативных плановых решений.

Обозначения:

•••*■Прямая и обратная координирующая связь между технологическим и функциональными элементами;

—► Отношения порядка работы и обмена информации между элементами;

-► Редукция сложной задачи и интеграция результатов работы

функциональных элементов;

т^Связь между ФГиИС и ЛПР при отсутствии координации внутри ФГиИС;

—►Связь между ФГиИС и ЛПР при наличии координации внутри ФГиИС. Рисунок 4- Функциональная схема работы ФГиИС: без координации (а) и

с координацией (б)

В третьей главе основное внимание уделено методике создания и эксплуатации программного продукта для решения задачи ОПП методами ФГиИС с учетом координации. Дается представление о гетерогенном модельном поле инструментальной среды «Гибридная система планирования» (ГСП). Описываются её структура и функции.

Разработанное гетерогенное модельное поле включает: продукционные модели представления знаний (ЭС - экспертные системы), имитирующие высокоуровневые рассуждения экспертов и ЛПР; эвристическую модель генетического алгоритма (ГА), ре-

тающего задачу поиска оптимального количества изготавливаемых изделий; модель искусственной нейронной сети (ИНС) - рисунок 5, применяемую для определения качества оперативного графика, обучаемую на ретроспективных данных.

Количество планируемых изделий

Изделие №1

Входной слой (0-ой слой) г„, мелкая^ ГN серия

Изделие NsNNN

Выходной слой

(2-ой слой) Оценка

возможности

изготовления

Изделие Out, №1

Out,

Изделие ' HuNNN

Рисунок 5 - Архитектура применяемой многослойной нейронной сети с прямым распространением сигнала для определения качества оперативного графика

Для расчета числа нейронов Ь в скрытом слое и оценки числа синоптических связей Ьк использовались формулы (5) — (7):

Ь = (5)

п + т

mN,„

1 + Iog2 iV

■<L <

X,

т

+ 1 \{п + т + \) + т, (6)

-n-m<L<

N..

_______ —п — т, (7)

10 2 w

где п — количество входов (.Ini); т — количество выходов (Out); Nteach - число элементов обучающей последовательности. Обучение НС проводилось по алгоритму обратного распространения ошибки. В нейронах использована сигмоидальная передаточная функция. Модель реализована посредством авторского алгоритма, написанного на языке программирования VB.NET. Была разработана объектно-ориентированная модель описывающая НС, свойства элементов НС (нейронов, слоев, нейронной сети в це-

лом) и их взаимодействия. В экспериментах количество входов НС варьировалось от 3 до 30, выходов НС от 1 до 10, скрытых нейронов от 1 до 8. Общий объём кода составил 400 строк.

В соответствии с методикой создания ФГиИС для 01111 был разработан генетический алгоритм ГА, реализованный на языке программирования VB.NET. Он предназначен для расчета и визуализации следующих характеристик популяции (из 100 хромосом): эволюция (кроссовер и мутации); селекция (комбинация панмиксии и ранжирования). Приспособленность (в %) определяется по отношению материала, затраченного на производство, к имеющемуся на складе. Чем больше изделий может быть изготовлено, и чем ближе количество затраченного материала, к имеющемуся в наличии, тем приспособленнее хромосома.

тах /((9«г„...,Ом?т)->/«,, (8)

ОШ..........

где 1гц - количество (запас, объем) материала на складе.

Длина каждой хромосомы равна количеству позиций в плане. Каждая позиция это отдельное изделие, планируемое к изготовлению. Поиск оптимального количества по каждому материалу сопровождается графической интерпретацией, отображающей приспособленность хромосом на данный момент машинного времени. Если длительное время приспособленность менее 50%, половина популяции уничтожается и генерируется заново.

В четвертой главе приводится анализ результатов практического использования разработанных систем для поддержки принятия оперативно-производственных плановых решений на ООО «КГА». Объёмы обработанной информации: более 5000 заказов, содержащих в сумме более 13000 позиций; количество инструментов и производственного оборудования превышает 1500; номенклатура производимых изделий и применяемых материалов около 89000. Размеры баз знаний функциональных элементов от 8-ми до 40, а технологического элемента (модель ЛПР) - 15 продукций.

В среднем, относительная погрешность результатов решения задачи 01111 с учетом координации по сравнению с результатом работы коллектива людей на ООО «КГА» не превысила 1%. Решение задачи ОПП без учета координации дает результаты с погрешностью относительно фактических порядка 36%.

Рекомендации, полученные в ходе проведения экспериментов, получили высокую оценку экспертов. По их мнению, они могут рассматриваться как руководство к действию при отсутствии серьезных изменений во внешней среде предприятия - задержке расчётов, поставок и т.д. Не менее чем в 2 раза сокращается время на подготовку данных для планерок.

В приложениях представлены копии свидетельств о государственной регистрации программ для ЭВМ и копия Акта о внедрении разработанной системы на ООО «Вест-Автоматика».

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Разработана модель решения задачи «с координацией», релевантно отображающая взаимодействие экспертов и лица, принимающего решения.

2. Разработана модель КСППР с учетом координации (моделью ЛПР).

3. Разработан алгоритм работы модели ЛПР, координирующий принятие управленческих решений.

4. Разработана модель принятия коллективного решения с координацией в составе функциональных гибридных интеллектуальных систем (ФГиИС).

5. Разработана методика создания ФГиИС с координацией, реализующая на практике идеи о синергетических процессах при коллективном принятии решения задачи ОПП.

6. Разработана гибридная интеллектуальная система с координацией (включает 8 моделей) для решения задачи оперативно-производственного планирования для машиностроительных предприятий, позволяющая повысить эффективность принятия управленческих решений и увеличить экономические показатели предприятия.

7. Внедрение разработок на ООО «КГА» позволило увеличить прибыль предприятия на 9-10%; сократить время решения задачи, в среднем, в 3 раза и оптимизировать расходы материалов и промежуточных заготовок.

8. Разработанные методики и алгоритмы подтвердили свою эффективность на реальных задачах и могут быть успешно применены на предприятиях другого профиля, например, в нефтегазовой отрасли, в транспортных системах, в ситуационных центрах.

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Колесников A.B., Солдатов С.А. Аналитический обзор и тенденции развития информационных систем планирования производства. // Труды международной научной конференции «Инновации в науке и образовании - 2005»,- Калининград: Издательство КГТУ, 2005, Часть II. - С. 40-42

2. Колесников A.B., Солдатов С.А. Интеллектуальная система оперативно-производственного планирования предприятий с мелкосерийным характером производства. // НАУЧНАЯ СЕССИЯ МИФИ-2006. - М.: МИФИ, 2006. Т.З. - С. 120-121.

3. Солдатов С.А. Гибридная интеллектуальная система поддержки принятия оперативных плановых решений для машиностроительных предприятий с мелкосерийным заказным производством. // Инновации в науке и образовании - 2007: V Международная научная конференция: доклады номинации «Участник молодежного научно-инновационного конкурса У.М.Н.И.К.». - Калининград: Издательство КГТУ, 2007. С. 58-60.

4. Колесников A.B., Солдатов С.А. Теоретические основы решения сложной задачи оперативно-производственного планирования с учётом координации. // Вестник Российского государственного университета им. Иммануила Канта. Вып. 10: Сер. Физико-математические науки. - Калининград: Изд-во. РГУ им. И. Канта, 2009. - С. 82-98.

5. Солдатов С.А. Гибридная интеллектуальная система оперативно-производственного планирования // Информационные технологии в образовании, технике и медицине: материалы междунар. конф. / ВолгГТУ -Волгоград: ВГТУ, 2009. - С. 75.

6. Колесников A.B., Содцатов С.А. Моделирование решения задачи оперативно-производственного планирования для машиностроительных предприятий с мелкосерийным, заказным характером производства // Труды VII юбилейной международной научной конференции «Инновации в науке и образовании - 2009». - Калининград: Издательство КГТУ, 2009. - Часть 2.-С. 177-180.

7. Солдатов С.А. «Гибридная интеллектуальная система планирования для машиностроительных предприятий с мелкосерийным характером производства». // Свидетельство о государственной регистрации программы для ЭВМ №2010611874, 11 марта 2010г., ФГУ ФИПС.

8. Солдатов С.А. Разработка и апробация гибридной интеллектуальной системы оперативно-производственного планирования. // Журнал «В мире научных открытий». - 2010. — №4. - Часть 5 - С. 11-13.

9. Солдатов С.А. Гибридная интеллектуальная система планирования машиностроительного производства. // Материалы Международной научно-практической конференции, посвященной 25-летию кафедры «Информационные технологии в экономике и организации производства» Ивановского государственного университета. Иваново, 12-13 марта 2010 г. - Иваново: Иван. гос. ун-т, 2010. - С. 98-101.

10. Колесников A.B., Солдатов С.А. Алгоритм координации для гибридной интеллектуальной системы решения сложной задачи оперативно-производственного планирования // Научный журнал «Информатика и её применение». - М.: ИЛИ РАН, 2010 Т. 4. Вып. 4. - С. 58-64.

11. Солдатов С.А. «Гибридная интеллектуальная система поддержки принятия управленческих решений на производственном предприятии». // Свидетельство о государственной регистрации программы для ЭВМ №2011617325, 21 сентября 2011 г., ФГУ ФИПС.

12. Колесников A.B., Солдатов С.А. Моделирование коллективного принятия решений в социальном искусственном интеллекте. // Искусственный интеллект: философия, методология, инновации. Материалы Пятой Всероссийской конференции студентов, аспирантов и молодых учёных, г. Москва, МГТУ МИРЭА, 9-11 ноября 2011 г. / Под ред. ДИ. Дубровского и Е.А. Никитиной - М.: «Радио и Связь», 2011. - С. 134-136.

13. Колесников A.B., Солдатов С.А Моделирование коллективного интеллекта, решающего сложную задачу планирования на машиностроительном предприятии. // Журнал «В мире научных открытий». -Красноярск: Научно-инновационный центр, 2011, №12(24).-С.172-181.

14. Колесников AB. Солдатов С.А. Программная система для поддержки принятия оперативных плановых решений. // Международный журнал «Программные продукты и системы». — Тверь: ЗАО НИИ ЦПС, 2012, №1(97). - С. 18-21.

15. Колесников A.B., Солдатов С.А. Моделирование коллективного принятия решений в задачах оперативно-производственного планирования. // Гибридные и синергетические интеллектуальные системы: теория и практика: Материалы 1-го международного симпозиума — Калининград: Изд-во БФУ им. И.Канта, 2012. 4.1. С. 218-225.

16. Колесников A.B., Содцатов С.А. Гибридная система планирования, моделирующая коллективное решение задачи оперативного планирования. // Искусственный интеллект: философия, методология, инновации. Сборник трудов VI Всероссийской конференции студентов, аспирантов и молодых ученых, г. Москва, МГТУ МИРЭА, 29-30 ноября 2012 г. / Под ред. Д.И.Дубровского и Е.А.Никитиной. В 2-х частях. Часть 1. — М.: МГТУ МИРЭА 2012. - С. 149-152.

Личный вклад автора. В работах [1, 2, 6, 12, 15, 16] имеет место неразделимое соавторство. В работе [4] автору принадлежит модель решения задачи «с координацией» и модель ФГиИС с координацией. В [10] автором описан алгоритм работы модели ЛПР, координирующей принятие управленческих решений. В [13] автору принадлежат результаты практического использования разработанной ФГиИС с координацией. В [14] автор дает описание инструментальной среды «Гибридная система планирования».

Подписано в печать: 07.09.2013 Объем: 1,0 п. л. Тираж: 100 экз. Заказ № 130 Отпечатано в типографии «Реглет» 119526, г. Москва, пр-т Вернадского, д. 39 (495) 363-78-90; www.reglet.ru

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Калининградский государственный технический университет»

04201362549 пРавах рукописи

Солдатов Сергей Александрович

ГИБРИДНАЯ ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА РЕШЕНИЯ ЗАДАЧИ ОПЕРАТИВНО-ПРОИЗВОДСТВЕННОГО ПЛАНИРОВАНИЯ ДЛЯ МАШИНОСТРОИТЕЛЬНОГО ПРЕДПРИЯТИЯ

05.13.01 - «Системный анализ, управление и обработка информации»

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель профессор, д-р. техн. наук Колесников А.В.

Калининград 2013

СОДЕРЖАНИЕ

ВВЕДЕНИЕ..................................................................................6

ГЛАВА 1. АНАЛИЗ СИСТЕМ И ПРОБЛЕМ ПРОИЗВОДСТВЕННОГО ПЛАНИРОВАНИЯ.............................................................................................11

1.1 Системы оперативного планирования на машиностроительном предприятии с мелкосерийным характером производства...............................11

1.2 Особенности задач оперативно-производственного планирования.......18

1.3 Аналитический обзор методов, моделей и инструментальных средств, для оперативно-производственного планирования...........................................22

1.4 Актуальность моделирования процессов координации в моделях коллективного принятия решений......................................................................39

Выводы по первой главе.......................................................................................45

ГЛАВА 2. ТЕОРЕТИКО-ЭВРИСТИЧЕСКОЕ ОБОСНОВАНИЕ ПРОЦЕССА РЕШЕНИЯ ЗАДАЧ С КООРДИНАЦИЕЙ В СИСТЕМАХ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ.......................................................47

2.1 Модель решения задачи с координацией..................................................47

2.2 Модель компьютерной системы поддержки принятия решений с координацией.........................................................................................................57

2.3 Алгоритм координации в компьютерных системах поддержки принятия решений..................................................................................................................67

2.4 Модель функциональной гибридной интеллектуальной системы с учётом координации.............................................................................................80

Выводы по второй главе.......................................................................................89

ГЛАВА 3. МЕТОДЫ И СРЕДСТВА РЕАЛИЗАЦИИ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ ОПЕРАТИВНЫХ ПЛАНОВЫХ РЕШЕНИЙ................................................90

3.1 Жизненный цикл функциональной интеллектуальной гибридной системы с координацией для решения задачи оперативно-производственного планирования.........................................................................................................90

3.2 Гетерогенное модельное поле инструментальной среды «Гибридная система планирования»........................................................................................95

3.3 Структура и функции инструментальной среды «Гибридная система планирования».....................................................................................................109

Выводы по третьей главе....................................................................................116

ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ

ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ ОПЕРАТИВНЫХ ПЛАНОВЫХ РЕШЕНИЙ И АНАЛИЗ РЕЗУЛЬТАТОВ 118

4.1 Системный анализ задачи оперативно-производственного планирования производством на ООО завод «Калининградгазавтоматика»........................118

4.2 Цели, задачи и планирование экспериментов по решению задачи оперативно-производственного планирования на ООО завод «Калининградгазавтоматика»............................................................................129

4.3 Вычислительные эксперименты по решению сложной задачи оперативно-производственного планирования на ООО завод «Калининградгазавтоматика»............................................................................132

4.4 Анализ результатов экспериментов по решению задачи оперативно-производственного планирования на ООО завод «Калининградгазавтоматика»............................................................................136

Выводы по четвертой главе................................................................................150

СПИСОК ЛИТЕРАТУРЫ...............................................................................154

ПРИЛОЖЕНИЕ А (справочное). Свидетельство о государственной регистрации программы для ЭВМ №2010611874............................167

ПРИЛОЖЕНИЕ Б (справочное). Свидетельство о государственной регистрации программы для ЭВМ №2011617325............................168

ПРИЛОЖЕНИЕ В (обязательное). Акт о внедрении результатов диссертационной работы............................................................169

СПИСОК СОКРАЩЕНИЙ

БД - база данных

БЗ - база знаний

БФ - база фактов

ГА - генетический алгоритм

ГСП - гибридная система планирования

ЕЯ — естественный язык

КД - конструкторская документация

КИС - корпоративная информационная система

КПР - коллективное принятие решения

КСППР - компьютерная система поддержки принятия решений

ЛПР - лицо принимающее решение

ЛП - линейное программирование

MAC - многоагентная система

ИНС - искусственная нейронная сеть

ОГК — отдел главного конструктора

ОГТ - отдел главного технолога

ООО «КГА» - ООО завод «Калининградгазавтоматика» ОП - отдел продаж

ОПП - оперативно-производственное планирование ОС - отдел сбыта ОК - отдел кадров

ОМТС - отдел материально-технического снабжения

ОТиЗ - отдел труда и зарплаты

ПЗЭ - профессиональные знания экспертов

ПО - программное обеспечение

ПС методология - проблемно-структурная методология

ПЦ - производственный центр

СППР - система поддержки принятия решений

СУБД - система управления базой данных ТД - технологическая документация ТЦ - транспортный цех

ФГиИС - функциональная гибридная интеллектуальная система

ЭМО - электромеханический отдел

ЭС - экспертная система

ЯПД - язык профессиональной деятельности

ERD - Entity-Relationship Diagrams (англ. диаграмма сущность-связь) ERP - Enterprise Resource Planning System (англ. система планирования ресурсов предприятия)

DFD - Data Flow Diagrams (англ. диаграммы потоков данных) HPS - Hybrid Planning System (англ. гибридная система планирования) MES - Manufacturing Execution System (англ. производственная исполнительная система)

MRP - Material Requirement Planning (англ. планирование потребности в материалах)

SADT - Structured Analysis and Design Technique (англ. методология структурного анализа и проектирования)

UML - Unified Modeling Language (англ. унифицированный язык моделирования)

ВВЕДЕНИЕ

Задача управления промышленным предприятием связана, зачастую, с необходимостью проведения оперативно-производственного планирования (ОПП). Поиск способов оптимизации процедуры ОПП определяется рядом общих особенностей принятия управленческих решений. Для них характерны большая номенклатура изделий и требуемых материалов (достигает нескольких тысяч), динамика влияющих факторов внешней и внутренней среды, сжатые сроки выполнения, а в итоге - высокая цена ошибки управленческих решений.

Основным направлением работ по автоматизации решения задач планирования в 1980-е гг. было управление качеством и оптимальное управление различными ресурсами. В 1990-е гг. отказались от рассмотрения функциональной структуры предприятия, и произошел переход к парадигме реинжиниринга бизнес-процессов. К концу 1990-х гг. и началу 21-го века ключевой темой становится переход к виртуальным и сетевым принципам организаций и интеллектуальным системам управления предприятием [1].

Моделирование решения задачи ОПП рассматривается в работах многих отечественных и зарубежных ученых: JI.B. Канторовича, К.Г. Татевосова, С.Н. Петракова, B.C. Ефремова, A.B. Колесникова, Е.Д. Андреева, Ю.Е. Мау-эргауза, Б.А. Аникина, М.И. Бухалкова, Н.С. Сачко, В.П. Заболотского, Ю.Н. Егорова, Ю.Е. Звягинцева, Д. Тейлора, Н. Рэйдена, Н.Д. Тямшанского, Дж.В. Стивенсона, У.О. Уайта и др.

Анализ известных способов оптимизации процесса ОПП применительно к реальным ситуациям показал перспективность использования современных теоретических разработок, но также выявил необходимость создания нового класса искусственных интеллектуальных систем с учетом координации действий участников, ориентированных на принятие оптимальных управленческих решений.

Настоящая работа развивает предложенное профессором A.B. Колесниковым двухуровневое представление сложных задач и предлагает новый подход к построению функциональных интеллектуальных гибридных систем (ФГиИС), предназначенных для решения задачи ОПП. В основе такого подхода лежит включение «функции координации» лица принимающего решения в создаваемую интеллектуальную систему. Такие системы способны оперативно реагировать на изменения внешней и внутренней среды производства, и тем самым учитывать динамичность планирования.

Актуальность диссертационной работы обусловлена необходимостью повысить эффективность решения задачи оперативно-производственного планирования (ОПП), увеличить экономические показатели предприятия и улучшить комфортность работы участников ОПП.

Объект и предмет исследования. Объект диссертационного исследования - система поддержки принятия коллективного решения задачи ОПП. Предмет исследования - моделирование решения задачи ОПП с учетом координации линий рассуждений экспертов лицом, принимающим решения.

Цель диссертационного исследования - повысить эффективность принятия управленческих решений для увеличения экономических показателей предприятия путем создания нового класса гибридных интеллектуальных систем оптимизации ОПП для машиностроительного предприятия с мелкосерийным заказным характером производства.

Для достижения указанной цели в диссертационной работе поставлены и решены следующие основные задачи:

1. Разработка новой модели решения задачи «с координацией» для отображения взаимодействия экспертов и лица, принимающего решения.

2. Разработка новой модели компьютерной системы поддержки принятия решений (КСППР) с учетом координации.

3. Разработка нового алгоритма работы модели ЛПР для «координации» управленческих решений.

4. Разработка новой модели принятия коллективного решения с координацией в составе функциональных гибридных интеллектуальных систем (ФГиИС).

5. Разработка методики создания ФГиИС с координацией для решения задачи ОПП.

6. Экспериментальные исследования разработанных моделей, алгоритмов и методики на примере решения задачи ОПП на ООО завод «Кали-нинградгазавтоматика» (ООО «КГА»),

Основные положения, выносимые на защиту.

1. Модель решения задачи «с координацией» для отображения взаимодействия экспертов и лица, принимающего решения.

2. Модель КСППР с учетом координации, имитирующей коллективное решения задачи.

3. Алгоритм работы модели ЛПР, координирующий принятие управленческих решений.

4. Модель принятия коллективного решения с координацией в составе ФГиИС.

5. Методика создания ФГиИС с координацией.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка библиографических источников из 123 наименований. Общий объем работы составляет 173 страницы, включая 35 рисунков, 15 таблиц и 3 приложения.

В первой главе дается общее представление о проблеме планирования на машиностроительном предприятии с мелкосерийным характером производства. Приводится обзор существующих методов и моделей решения задачи ОПП. Обосновывается актуальность моделирования процессов координации в КСППР.

Во второй главе приводятся созданные в ходе работы модели с координацией для решения практической задачи моделирования КПР, для

КСППР и для ФГиИС. Перечисляются отличия от традиционных моделей и их преимущества. Описывается алгоритм координации в КСППР.

В третьей главе описывается методика разработки ФГиИС для ОПП. Приводится описание моделей, используемых в инструментальной среде «Гибридная система планирования» (ГСП) для построения ФГиИС с координацией для решения задачи ОПП. Дано описание самой инструментальной среды, её функций и структуры.

В четвертой главе в соответствии с инженерной методикой разработки ФГиИС для ОПП проводится системный анализ задачи ОПП на машиностроительном предприятии ООО «КГА» с мелкосерийным, заказным характером производства. Описывается план проведения экспериментов, дается характеристика исходных данных для экспериментов. Приводятся их результаты.

Публикации. По теме диссертации опубликованы 16 работ. В том числе пять статей и девять докладов. Три статьи опубликованы в рецензируемых журналах, входящих в перечень ВАК РФ. На основе разработанного теоретического базиса были созданы и зарегистрированы в Реестре программ для ЭВМ: программа «Гибридная интеллектуальная система планирования для машиностроительных, предприятий с мелкосерийным характером производства» - свидетельство о государственной регистрации программы для ЭВМ №2010611874, 2010 г. (см. приложение А); программа «Гибридная интеллектуальная система поддержки принятия управленческих решений на производственном предприятии» - свидетельство о государственной регистрации программы для ЭВМ №2011617325, 2011 г (см. приложение Б).

Работа поддержана грантом «Фонда содействия развитию малых форм предприятий в научно-технической сфере» по программе инновационных проектов «СТАРТ-2011», номер проекта 11-2-Н1.1-0017.

Работа получила первое место на конкурсе на лучшую научную работу студентов, аспирантов и молодых ученых по естественным, техническим, гу-

манитарным, экономическим и юридическим наукам Балтийского федерального университета им. И. Канта в 2011 году.

и

ГЛАВА 1. АНАЛИЗ СИСТЕМ И ПРОБЛЕМ ПРОИЗВОДСТВЕННОГО

ПЛАНИРОВАНИЯ

1.1 Системы оперативного планирования на машиностроительном предприятии с мелкосерийным характером производства

Машиностроение - важная отрасль обрабатывающей промышленности, включающая станкостроение, приборостроение, энергетическое, металлургическое, химическое, сельскохозяйственное машиностроение, электротехническую промышленность, а также радиоэлектронику и вычислительную технику. По уровню машиностроения судят об уровне развития страны, поскольку оснащенность новейшей техникой и технологией обеспечивает технический прогресс общества и повышает качество жизни населения.

Один из типов машиностроения - мелкосерийное производство, характеризующееся одновременным изготовлением ограниченной номенклатуры однородной продукции, выпуск которой, как правило, не повторяется [2, 3,

4].

В последние годы актуальность мелких серий значительно возросла. Это связано со снижением объёма массового производства и усилением роли многовариантности услуг с ориентацией на разные группы потребителей. Уже сейчас для предприятий Европы и Российской Федерации доля единичного и мелкосерийного производства составляет 75-85% [5].

К особенностям мелкосерийного производства относятся [6, 7]:

1) неустойчивый размер серий - в зависимости от заказа может быть различный объём серии;

2) прерывистый характер производства - из-за изменчивости номенклатуры выпускаемой продукции;

3) нет жесткой, неизменной последовательности производственных операций - порядок обработки деталей варьируют в зависимости от загруженности участков;

4) операции значительно более длительные по сравнению с другими видами серийного производства, из-за частой перенастройки оборудования;

5) выполняемые операции слабо поддаются автоматизации и планированию в силу уникальности производственных действий по исполнению конкретного заказа;

6) наличие составных конструкций - часть продукции немонолитное изделие (гвоздь, болт, винт), а сборка (выключатель, реле); каждая сборка включает подсборки и не может быть изготовлена без наличия всех необходимых деталей; таким образом, невыпуск одного вида деталей может помешать изготовлению в целом.

Указанные особенности мелкосерийного производства сказываются и на экономических показателях. Частая смена номенклатуры изготовляемой продукции, применение укрупненных норм расхода материалов создают трудности в бесперебойном снабжении. Некоторые материалы и комплектующие могут доставляться поставщиками от 10 до 40 дней, из-за чего на предприятиях вынуждены аккумулировать большие запасы, как материалов, так и промежуточных заготовок (по оценкам экспертов до 15%-17% от общего объема продукции). Это ведет, в свою очередь, к финансовым потерям.

Для преодоления указанных трудностей на машиностроительных предприятиях применяются системы ОПП. Задача таких систем - обеспечение равномерной и ритмичной работы предприятия, слаженного хода производства по изготовлению плановой номенклатуры изделий заданного качества в установленных объемах и сроках при наилучшем использовании всех производственных ресурсов [8].

На рисунке 1.1 приведена концептуальная модель системы оперативного планирования и управления машиностроительным предприятием. В нача-

ле планового периода формируется план, который считается эталонным (эталон плана). Этот план содержит перечень заказов, их состав со сроками и объемами поставок готовой продукции. Эксперт или группа экспертов (на рисунке 1.1 блок «субъект управления»), которая принимает решения по планированию и регулированию, собирает информацию о текущем состоянии производства, а также информацию о внешней среде, сравнивает её с эталонным планом и в случае нео�