автореферат диссертации по документальной информации, 05.25.05, диссертация на тему:Информационная система поддержки принятия решений по управлению эргатическими структурами

ЗАЙЦЕВ Илья Александрович

ИНФОРМАЦИОННАЯ СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО УПРАВЛЕНИЮ ЭРГАТИЧЕСКИМИ СТРУКТУРАМИ

05.25.05 - Информационные системы и процессы

Автореферат диссертации на соискание ученой степени кандидата технических наук

- 6 ОПТ 2011

МОСКВА-2011

4855336

Работа выполнена в отделе сопровождения и развития информационных технологии н программных средств Федерального государственного унитарного предприятия «Российский научно-технический центр информации по стандартизации, метрологии и оценке соответствия» (ФГУП «СТАНДАРТИНФОРМ»)

Научный руководитель:

доктор технических наук Бурый Алексей Сергеевич

Официальные оппоненты: доктор технических наук, старший

научный сотрудник Гаврилов Владимир Станиславович

кандидат технических наук, доцент Романов Олег Викторович

Ведущая организация: Московский авиационный институт

(государственный технический университет)

Защита состоится « // » ¿11/гИЛ^/Л 201 ? г. в // часов

_ мин. на заседании диссертационного совета по техническим наукам

Д 222.020.02 при Российском научно-техническом центре информации по стандартизации, метрологии и оценке соответствия по адресу: 123995, г. Москва, К-1, ГСП-5, Гранатный пер., д. 4.

С диссертацией можно ознакомиться в читальном зале Российского научно-технического центра информации по стандартизации, метрологии и оценке соответствия по адресу: г.Москва, Нахимовский проспект, д. 31, корп. 2, с авторефератом диссертации дополнительно - на официальном сайте Российского научно-технического центра информации по стандартизации, метрологии и оценке соответствия www.gostinfo.ru

Автореферат разослан « $» й'С'ГШЫ- 20 // г.

Ученый секретарь диссертационного совета кандидат экономических наук

Л

А.А.Стреха

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы диссертационного исследования.

В настоящее время задачи планирования, учета, анализа и управления сложными эргасистемами носят принципиально важный характер, так как позволяют обеспечить тесную интеграцию бизнеса и образования, повысить уровень финансовой независимости организаций промышленности, учреждений и компаний.

Вопросам построения и изучения подобных систем посвящены работы выдающихся учёных С.О. Доброгурского, Л.Н. Преснухина, Б.В. Анисимова, С.А. Лебедева, Ю.М. Смирнова, Б.Г. Трусова, И.П. Норенкова, Г.Н. Толсто-усова.

Для решения задач автоматизации систем поддержки принятия управленческих решений (СППР) сложилась практика создания компьютерных средств. Она предполагает синтез программных комплексов и подбор вычислительных систем путем опытной эксплуатации. При разработке компьютерных средств на основе многопользовательских вычислительных комплексов, для того, чтобы система априорно полностью удовлетворяла своему функциональному предназначению, в требования к ней закладывается избыточная производительность. Стоимость аппаратных средств такой специализированной системы будет неоправданно завышена, что недопустимо в условиях ограниченного финансирования.

Таким образом, необходим комплексный научный подход к синтезу аппаратных и программных средств, позволяющий определять оптимальный вариант многофункциональных компьютерных СППР с целью снижения стоимости синтезируемых средств при условии эффективности всей системы. Для решения данной задачи разработан научно-методический аппарат, обеспечивающий синтез комплекса аппаратных и программных средств подобных систем, который должен вестись от целей к функциям и физической структуре системы, от физической структуры и заданных алгоритмов к структуре и задачам программного обеспечения, от параметров операционной среды к параметрам аппаратных средств.

Вычислительная сеть ПЭВМ представляет собой информационно-вычислительный комплекс, который обрабатывает в данном случае громадный поток специальных задач. Особенность потока в системах типа СППР состоит в существенной неоднородности, поэтому существует необходимость при синтезе специального программного обеспечения получения оптимального разбиения всего множества задач на функциональные подсистемы, которые характеризуются определенной степенью внутренней совместимости. Это одна из важнейших задач, которая должна предшествовать разработке систем подобных СППР и может быть решена путем получения качественного представления программного обеспечения. Результатом исследования качественных свойств задач должно стать задание определенных требований к построению программного комплекса системы. Это приводит к выбору операционной системы или же позволяет решить вопрос о соответст-

вии специального программного обеспечения выбранной операционной системе, а также снизить затраты на управление вычислительным процессом.

Программные средства потребляют определенную часть ресурсов сети ПЭВМ, и высокая интенсивность задач входящего потока в контуре сети при фиксированных значениях ресурсов аппаратных средств может привести к тому, что система перестанет справляться с их обработкой. Такая ситуация может возникнуть как в случае недостатка ресурсов ПЭВМ, представляющих собой рабочее место лица принимающего решение (ЛПР), так и сервера сети. Неоправданное завышение ресурсов вычислительных средств ведет в свою очередь к чрезмерному удорожанию системы, что также недопустимо в современных условиях ограниченного финансирования базы СППР.

В существующих вариантах исследуется соотношение аппаратно-программных средств операционной системы и всего комплекса вычислительных средств, построенных на ПЭВМ. Авторами работ в области создания информационных систем, призванных решать задачи управления эргасисте-мами, являются известные учёные Г.Н. Охотников, E.H. Хохлачёв, Б.И. Глазов, Д.А. Ловцов, М.И. Ломакин, A.C. Бурый, A.B. Сухов.

Вместе с тем, опираясь на труды перечисленных специалистов, следует отметить возникновение новых подходов. Отличие от решаемых задач будет, прежде всего, в качественно иной структуре используемых вычислительных средств и программного комплекса.

Процесс получения показателей эффективности должен быть приспособлен к дальнейшему совершенствованию вариантного выбора. Это предполагает получение значений цен вариантов реализации аппаратных средств каждого показателя эффективности. Решение задачи выбора оптимального варианта реализации аппаратно-программных средств характеризуется некоторыми особенностями.

Во-первых, это комбинаторная задача оптимизации по своей сути.

Во-вторых, она может быть представлена как задача булевого (бивалентного) программирования, если ввести в рассмотрение булевые переменные, характеризующие факт включения или исключения данного варианта модуля в рассмотрение.

Подобные задачи при большом количестве вариантов трудно решить методом полного перебора, ввиду их огромного количества. Решение должно опираться на метод, ограничивающий число переборов. Наиболее перспективным является метод нечётких высказывательных правил.

Поэтому построение информационной системы поддержки принятия управленческих решений на основе интеллектуального метода, который позволяет на каждом шаге перебора отбрасывать бесперспективные варианты с учетом ограничений на выбранные показатели эффективности и выделенные ресурсы, является актуальной научной задачей.

Объект и предмет исследования.

Объектом диссертационного исследования в настоящей работе является автоматизированная система поддержки принятия управленческих решений в эргасистемах.

Предмет диссертационного исследования - процедура построения аппаратно-программных средств СППР на основе современных интеллектуальных технологий.

Цель и задачи исследования.

Целью диссертационной работы является совершенствование аппаратно-программного синтеза средств компьютерной системы ППР в эргасисте-мах при минимальных финансовых затратах.

Для достижения поставленной цели в работе решаются следующие задачи диссертационного исследования.

1. Анализ особенностей информационных систем, используемых для поддержки принятия решений.

2. Анализ множества показателей эффективности СППР и формирования из них критериев эффективности функционирования аппаратно-программных средств.

3. Анализ методики получения качественного представления СПО СППР.

4. Разработка базовой математической модели процесса функционирования СППР.

5. Синтез оптимальных аппаратно-программных средств для СППР в сложных эргатических системах.

Научная задача, решаемая в диссертационной работе, состоит в разработке на основе интеллектуальных методов научно-методического аппарата, обеспечивающего комплексный синтез высокоэффективных аппаратных и программных средств перспективных компьютерных систем поддержки принятия решений в условиях ограниченного финансирования.

Методологические основы и методы исследования. Проведенные теоретические и прикладные исследования базируются на методах современного системного анализа, математической статистики, методах математического моделирования, нейроинформатики.

Моделирование процесса проведено с использованием пакета прикладных программ МаНаЬ и его приложения БппиНпк.

Научная новизна диссертационного исследования состоит в комплексном решении задачи синтеза оптимальных программных и аппаратных средств СППР для различной топологии локальной вычислительной сети ПЭВМ и алгоритмов выработки управляющих решений, построенных на основе нечёткой логики.

Основные положения, выносимые на защиту.

1. Модель автоматизированной системы ППР по управлению сложными эргатическими структурами.

2. Модель информационной системы ППР по управлению технологическим процессом на основе многокритериального мониторинга эргатических образований (ППР ЭО).

3. Модель синтеза аппаратных средств СППР на базе нечеткого вывода.

4. Алгоритм построения базы правил на основе нечетких лингвистических высказываний.

Практическая значимость исследования заключается в разработке пакета программ и оптимального варианта аппаратных средств компьютерной системы ППР, пригодных для практического использования, в конкретных рекомендациях к применению созданного научно-методического аппарата на этапах синтеза компьютерных средств СППР.

Апробация работы.

Результаты проведенных исследований докладывались и получили одобрение на следующих конференциях: XIX Межведомственной НТК «Проблемы обеспечения эффективности и устойчивости функционирования сложных технических систем» (г. Серпухов, 2001 г.); 2-й Всеармейской НМК «Проблемы внедрения новых информационных технологий в жизнедеятельность военного вуза» (г. Тамбов, 2000 г.); XX Межведомственной научно-технической конференции «Проблемы обеспечения эффективности и устойчивости функционирования сложных технических систем» (г. Серпухов, 2001 г.); 2-м Российском семинаре по инженерному образованию «Инженерное образование в XXI веке» (г. Тамбов, 2001 г.); XIX Международном техническом семинаре «Современные технологии в задачах управления, автоматики и обработки информации» (г. Алушта, 2010 г.); 68-ой научно-методической и научно-исследовательской конференции Московского автомобильно-дорожного государственного технического университета на заседании секции «Наземные комплексы, стартовое оборудование и эксплуатация летательных аппаратов» (г. Москва, 2011 г.).

Публикации. По теме диссертации опубликовано тринадцать печатных работ общим объемом 2,7 пл., в т.ч. три статьи в изданиях, рекомендованных ВАК Минобрнауки РФ для опубликования основных научных результатов диссертаций на соискание ученых степеней доктора и кандидата наук.

Структура и объём диссертации.

Диссертация состоит из введения, трех глав, заключения, библиографического списка и приложений. Диссертация содержит 157 страниц машинописного текста, 24 рисунка, 11 таблиц, 4 приложения. Библиографический список содержит 75 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Во введении обоснована актуальность темы диссертации, определены объект, предмет, цель диссертационного исследования. Сформулирована научная задача, основные направления и методология исследований. Кратко излагается содержание работы по главам.

В первой главе анализируются средства использования информационных технологий для решения задач СППР.

Большое влияние на создание отечественных СППР оказали исследования, выполнявшиеся под руководством Д.А. Поспелова, В.В. Бомаса, В.В. Подиновского, О.И. Ларичева.

Проведен анализ наиболее известных отечественных СППР.

Диалоговая Система Оптимизации (ДИСО), разработанная в ВЦ АН

СССР. Система предназначена для решения детерминированных задач многомерной оптимизации и задач нелинейного программирования на основе скалярного критерия, и во многих работах такие системы не относят к классу СППР.

ДИОПТ - система, предназначенная для проектирования сложных систем и оптимизации их параметров на основе скалярного критерия. Это - од-нокритериальная система.

VEKTOR - в отличие от ДИОПТ система допускает поиск решений на основе векторного критерия с использованием метода идеальной точки и построения множества Парето.

Программная подсистема АВР, реализованная в рамках системы АСУР, ориентированной на решение задач группового и индивидуального выбора в многокритериальных ситуациях.

«ВЫБОР» (Выделение Бинарных Оценок Решений), относится к группе СППР, работающих с качественной информацией о предпочтениях и последствиях принимаемых решений.

«Быстрый прототип» - работает только в среде MS Excel, позволяет учитывать мнение нескольких экспертов. Проводит ранжирование альтернатив с помощью метода анализа иерархий. Открытость СППР «Быстрый прототип» достигается благодаря доступности всего исходного текста, написанного на Visual Basic for Application. К сожалению, интерфейс пользователя СППР «Быстрый прототип» трудно осваивать (www.gorskiy.ru).

НАС «ОЦЕНКА и ВЫБОР» — работает на основе количественных назначений весов критериев. Система разработана А. Иоффиным и Д. Абдра-химовым. Система применялась при решении задач банковского менеджмента и маркетинга, а также для анализа социально-политической обстановки в регионах.

СППР «Эксперт» - работает по методу анализа иерархий, разработанному Т. Саати (http://design.next.ru/expert/).

СППР DSS/UTES и СППР DSS/UTES 2.0. — разработка МАИ и ЗАО «Овионт». Имеет характер оболочки, инвариантной по отношению к предметной области и системам программирования. Использует несколько режимов свертки векторного критерия (субъективные предпочтения пользователя, взвешенная сумма, идеальная точка и др.). Работает как с числовыми, так и с лексическими критериями.

Что касается СППР, разрабатываемых за рубежом, то здесь упомянем лишь несколько систем, ориентированных непосредственно на задачу принятия многокритериальных решений.

Программная система ISPOT - предназначена для решения детерминированных задач многокритериального выбора на непрерывном множестве альтернатив. В основу положен метод исследовательской косвенной оптимизации (sequential proxy optimization technique - SPOT). Выбор альтернатив на множестве Парето осуществляется в режиме диалога лица, принимающего решение (ЛПР), с системой. Система разработана в Японии в начале 80-х годов XX века.

к

Пакет прикладных программ для решения нечетких задач линейного программирования - модификация системы ISPOT применительно к задачам поддержки решений с нечетко поставленными целями.

Пакет прикладных задач MUFCAP (Multiattribute Utility Function Calculation and Assessment Package) - одна из первых СППР, использующая теорию полезности. Пакет предназначен для многокритериального выбора альтернатив на дискретном множестве, как в детерминированных задачах, так и в условиях риска и неопределенности. Программная система ICOPSS/1 (Interactive Computer Program for Subjrctive Systems) - система является развитием MUFCAP и, помимо присущих той функций, еще позволяет строить функции распределения и одномерные функции полезности, а также исследовать чувствительность получаемого решения. Предусмотрена возможность наглядного графического представления найденных распределений и функций полезности.

Expert Choice - система, созданная при участии видного американского ученого Т. Саати, автора метода анализа иерархий, и получившая широкое распространение. Expert Choice обладает развитым интерфейсом пользователя, работает только по методу анализа иерархий. Для попарного сравнения критериев широко используются диаграммы в виде кругов и столбцов. Сделан вывод о том, что в отличие от большинства технических систем в данном случае объект управления не только не формализован, но и слабо структурирован. Это выражается в следующем.

1. Система понятий (факторов) и связей между ними не определена с достаточной полнотой. И хотя основные факторы известны, однако многие детали, связи и параметры выясняются только в процессе постановки задачи.

2. Основные параметры ситуации (значения факторов, степень влияния одних факторов на другие) являются не количественными, а качественными, т.е. представляют собой не числа, а либо интервалы, характеризующие точность оценки, либо нечеткие величины, либо лингвистические оценки, образующие линейно упорядоченную шкалу.

3. Значения параметров ситуации получены в основном путем опроса экспертов, и потому являются их субъективными оценками. Окончательные значения параметров, вносимые экспертом в модель, являются результатом его субъективной обработки этих данных, включающей выбор одной из оценок, учет достоверности данных и репутацию источника.

4. Заранее сформулированные альтернативы управляющих решений в такого рода ситуациях немногочисленны и зачастую очевидны. Неочевидные альтернативы, среди которых, как правило, оказываются лучшие, возникают лишь в процессе анализа ситуации.

Простейшая модель принятия решений включает четыре основных, циклически повторяющихся этапа:

- сбор, анализ и преобразование данных;

- получение вариантов решений (альтернатив);

- разработка критериев оценки решений;

- выбор одного из вариантов на основе выбранного критериев.

Концепция интеллектуальных систем поддержки принятия решении (ИСППР) включает целый ряд средств, направленных на достижение одной цели - способствовать принятию рациональных и эффективных управленческих решений.

Под интеллектуальным анализом данных (НАД) принято понимать процесс поддержки принятия решений, который основан на поиске скрытых закономерностей (шаблонов информации) в данных. При этом накопленные сведения автоматически обобщаются до информации, которую можно охарактеризовать как знания.

Процесс НАД в общем случае состоит из трёх этапов.

1. Выявление закономерностей.

2. Использование выявленных закономерностей для предсказания неизвестных значений (прогностическое моделирование).

3. Анализ исключений, предназначенный для выявления и толкования аномалий в найденных закономерностях.

К новыми компьютерным технологиям, образующим ИАД, относятся экспертные и интеллектуальные системы, методы искусственного интеллекта, базы знаний, базы данных, компьютерное моделирование, нейронные сети, нечеткие системы. Современные технологии ИАД позволяют создавать новое знание, выявляя скрытые закономерности, прогнозируя будущее состояние систем.

В основе существующих теоретических и методических подходов разработки и эксплуатации системы принятия решений в области управления лежит алгоритм поддержки принятия решений, который включает несколько этапов. Принцип непрерывности, в котором реализуется через замкнутую схему этапов представленных на рисунке 1. В отдельные моменты времени осуществляется несколько циклов на разных этапах поддержки принятия решений.

В контуре системы режимом обмена данными формируются исходящие потоки данных от объекта управления. Режим активизации управления вызывает встречный поток управляющих воздействий - информационный поток сообщений, которые являются результатом осознанного решения. Существует большое количество СППР, реализующих вышеописанные подходы к принятию решений. Автоматизация процессов поддержки принятия управленческих решений для крупных организационно-производственных структур подразумевает наличие информационно-аналитической системы. В контуре мониторинга с режимом оперативного обмена данными формируются исходящие потоки данных от объекта управления. Режим активизации управления вызывает встречный поток управляющих воздействий - информационный поток сообщений, которые являются результатом осознанного решения. Координация взаимоувязанных потоков, не затрагивая технологических решений в области телекоммуникационных технологий, является одной из существенных задач, как в теоретическом, так и в практическом плане. В диссертации сделан вывод о том, что особое место занимают исследования в области разработки моделей в интеллектуальных системах поддержки принятия

1(1

решений. Кроме того, в последнее время успешно разрабатывается прикладное направление в исследовании систем искусственного интеллекта (А1-исследования), связанное с экспертными системами, которые используют логику принятия решения человеком, отражающих логику работы человеческой нервной системы, но фактически использующих методы статистического анализа, чтобы распознать признаки конкретной модели из большого количества информации посредством адаптивного изучения.

Рисунок 1. Модель системы поддержки принятия решений

Вторая глава посвящена разработке автоматизированной системы ППР, включающей в себя систему многокритериального мониторинга эргатиче-ских образований (ППР ЭО) и информационную систему.

Принципиальной особенностью СППР ЭО является способ вычисления обобщенных показателей состояния ЭО, зависимых по предпочтениям,

включающих в себя компоненты, измеряемые в разных шкалах и принадлежащие различным типам: количественные и качественные. Для решения этой задачи в СППР ЭО интегрирована система поддержки принятия многокритериальных решений по предпочтениям пользователя.

Практика мониторинга и управления ЭО показала необходимость унификации показателей качества их функционирования. В то же время совокупность основных показателей должна обеспечивать возможность решения задач не только мониторинга, но и сопоставления деятельности различных ЭО с целью динамичного управления ими.

Дерево СППР содержит исходные и обобщенные показатели деятельности ЭО по всем направлениям и по всем уровням иерархии внутри этих направлений, что создает достаточно полную картину состояния ЭО.

Проведена разработка СППР по управлению производственным технологическим процессом. В эту систему входят модули управления, контроля и синтеза технологического процесса, а также экспертная система.

Данная структура способствует управлению производственным процессом, реализующим структурно-функциональную и информационную модели сопровождения производством.

Экспертная система, вошедшая в состав АСППР, позволила быстро и качественно подобрать и сгенерировать ТП.

Основными проблемами данных систем являются некоторые ограничения, связанные с выводом документов (отсутствие рассылок, уведомлений ответственных лиц по электронной почте, как при выполнении основных операций, так и в случае возникновения непредвиденных ситуаций), а также использование различных ненадежных СУБД.

Разработанная система позволила решить следующие задачи:

- обеспечила контроль процесса производства;

- посредством диалога с пользователями предоставляются результаты работы в виде скорректированных управляющих воздействий;

- организована система поддержки принятия решений при внесении новой информации в автоматизированную систему.

Для достижения сформулированных задач решен следующий комплекс вопросов программного обеспечения:

- разработка серверного обеспечения СППР на базе языка PL/SQL СУБд Oracle;

- генерация SQL - скриптов для развертывания АИС на удаленном сервере;

- разработка архитектуры «тонкого клиента» автоматизированной информационной системы средствами PHP;

- тестирование и отладка развернутой АИС на удаленном сервере;

- разработка руководства пользователя автоматизированной системы;

- построение фреймовой модели базы знаний;

- разработка структуры базы знаний;

- тестирование и отладка развернутой СППР на удаленном сервере.

Проанализировав предметную область, сделан вывод о том. что система может состоять из 2-х модулей. Первый - это модуль отработки ТП (АСУ), второй - экспертная система, помогающая пользователям выбрать решение в соответствие с эталоном. Прецедент (Use case) определяет поведение системы или ее части и представляет собой описание множества последовательностей действий (включая варианты), выполняемых системой для того, чтобы был получен определенный результат. Разработанные прецеденты были реализованы в виде интерфейсов, консолей управления для всех пользователей системы. Также данные интерфейсы обеспечили соответствие последовательности действий обмена данными между объектами системы во времени.

Было разработано дерево фреймов-прототипов. С помощью панели создания нового фрейма можно ввести имя создаваемого фрейма. Под панелью создания располагается список фреймов выбранного меню. В верхней части страницы расположено навигационное меню, также как и во всех других модулях (рис. 2).

Рисунок 2. Общий вид раздела «Фреймы»

Результатом раздела является создание системы ППР по управлению технологическим процессом на основе клиент-серверной архитектуры и реляционной СУБД Oracle.

Разработаны следующие модули АИС.

1. Модуль АСУ:

- подсистема управления;

- подсистема производства;

- подсистема синтеза технологических процессов.

2. Модуль ЭС:

- подсистема приобретения знаний;

- подсистема подбора изделия по параметрам.

Обеспечены следующие значения показателей качества. В платном режиме работы система достигает следующих показателей при средней загрузке процессоров (не более 30% учитывая работу антивируса, службы резервного копирования и системных служб):

- количество одновременно работающих пользователей - не менее 30;

- производительность поиска - 1 запрос за секунду;

- время работы в штатном режиме - не менее 345 дней в году;

- максимальный промежуток времени простоя или работы не в штатном режиме - не более 5 дней.

Были применены следующие языки программирования.

Разработка прикладного программного обеспечения (ПО) системы велась при помощи языков программирования высокого уровня PHP, PL/SQL и языка манипулирования данными, основанного на стандарте SQL 92.

Обоснована и реализована архитектура СППР. Создана диаграмма компонентов, на которой наглядно виден принцип работы АИС.

Разработаны SQL - скрипты для создания:

- таблиц в соответствии с информационной моделью IDEF1X, ограничений ссылочной целостности;

- последовательностей;

- триггеров для генерации уникальных ключей, обеспечения целостности данных;

- PL\SQL процедур для добавления и удаления данных в таблицы, а также для работы модуля ЭС.

Были созданы и описаны все объекты БД. Описание начинается таблицами и ограничениями, приведены скрипты создания таблиц, т.е. присутствует информация, дающая сведения о количестве полей в таблице, об их именах и типах. Ограничения дают возможность оценить БД.

Были разработаны и описаны все интерфейсы пользователей. В описании показаны структура консоли управления для каждого из интерфейсов, возможности консолей управления. Также для лучшего восприятия интерфейса приведены схемы вариантов использования и блок схемы для возможных алгоритмов действий.

Представлена методика тестирования системы на соответствие требованиям функциональности.

В третьей главе решена задача выбора оптимального варианта реализации аппаратных средств СППР на основе интеллектуальных технологий. Как известно, наиболее универсальными и эффективными являются модели функционирования вычислительных систем в терминах теории состояния систем с использованием аппарата высказывательных форм.

Подобная модель, описанная Романовым О.В., представляется множеством состояний системы и соответствующих им формул состояний, которые описаны высказывательными формами (предикатами), определенными на состояниях ресурсов, модулей, величинах очередей и других факторах. Преимущества таких моделей, прежде всего, в возможности сколь угодно подробно описать процессы функционирования аппаратно-программных средств

средствами математической логики. Причем в данном случае нет необходимости вводить допущения наподобие тех, которые имеют место при использовании аналитических методов. Подобные модели в терминах состояний позволяют описывать объекты различной природы, неопределенности функционирования моделируемых систем, взаимосвязь различных параметров и факторов, т.е. обеспечивают системный подход в исследованиях.

Результаты решения задачи выбора оптимального варианта реализации аппаратных средств могут быть представлены в виде кортежа вариантов

Х0ПТ.

хо,,т = =«1,5, ю, о, о, 2>, <1,8,4,2,3,2), <2,15,2,4,3,2»

интерпретация которого приведена в приложении 4 диссертационного исследования, описывающем разработанный практический вариант СППР.

Варианту Хопт соответствует значение целевой функции Р(Х°"Т) = 1,17хЮ"5 при следующих значениях показателей эффективности:

- суммарное значение цен каждого модуля КСИ в формировании динамической пропускной способности: (X0"1) = 0,824;

- суммарное значение цен каждого модуля КСИ в формировании среднего времени задержки выделения ресурсов задачам: т""(Х0ПТ) = 1,52 с.

Предложено использование нечеткого алгоритма с соответствующей базой правил, направленных на решение задачи синтеза аппаратных средств системы ППР. Преимущество данного подхода заключается в том, что он способен предлагать решение в соответствие с существом логических правил, позволяет обеспечить уменьшение ошибки принятия решения и сократить время достижения поставленной цели более чем в два раза в сравнении с существующим методом структурной и параметрической оптимизации.

Для формирования базы нечетких правил систем нечеткого вывода необходимо предварительно определить входные и выходные лингвистические переменные. В качестве входной лингвистической переменной предложено использовать стоимость вариантов аппаратных средств дС{Х>). В качестве выходной лингвистической переменной использована динамическая пропускная способность системы (511).

Значение динамической пропускной способности аппаратных средств находится в диапазоне &(Х') = 0,824±1%. Система нечеткого вывода изначально содержит 7 правил нечетких продукций следующего вида:

Правило 1. Если « ДС(Х;) е А », ТО « 3?(Х')е. К1».

Правило 2. Если «ДС^еВ», ТО «б?(Х')е Кб».

Правило 3. Если «ЛС(Х') е С», то <<5?(Х') е К5».

Правило 4. Если <<ДС(Х!) е О», ТО «3;(Х>) е АТ4».

Правило 5. Если «ДС(Х') е Я», то «3?.(Х')е КЗ».

Правило 6. Если «АС(Х') е /•' », то е кг».

Правило 7. Если « ДС(Х') е О », то «б'(Х') е К\».

Рисунок 3. Схема алгоритма построения базы правил на основе нечетких лингвистических высказываний

На рис. 3. представлен алгоритм построения базы правил в виде блок-схемы, которая может служить основой для подготовки соответствующей программной реализации. Так как все заключения правил 1 - 7 заданы в форме нечетких лингвистических высказываний вида IF...THEN..., а весовые коэффициенты правил равны 1, то активация правил 3 и 4 приводит к двум нечетким множествам.

Для работы модели были выбраны треугольные функции принадлежности.

В качестве АС(Х') - множества первой лингвистической переменной будем использовать множество ЛС(Х') = {5;10;15;20;25;30;35}тыс. руб. с функ-

циями принадлежности. Для входных данных вес функции цены ц 1 устанавливается для заводской номенклатуры при изготовлении комплектующих элементов. ц=0 в соседних ячейках таблицы стоимостной зависимости.

В качестве множества выходной лингвистической переменной используется множество <5? (А'') = {/с1; к2; л:3; к А; к5; кЬ\к1} - значения динамической пропускной способности. Для выходных данных вес функции ц=1 устанавливается для значений стоимости с учётом целевой функции.

Дефаззификация выходной лингвистической переменной «пропускной способности» методом центра площади для значений функции принадлежности приводит к результату, который полностью соответствует выбору структуры КСИ, полученной решением задачи структурной и параметрической оптимизации.

6'1{Хот) = 0,824.

Для выбранной функции принадлежности решена дополнительная задача. Определены лингвистические переменные: количество абонентов в сети (множество А), пропускная способность канала связи (множество В) и стоимость трафика за 1 Мб переданной информации (множество С). Каждая из них будет включать в себя как минимум 6 термов.

В качестве множества первой лингвистической переменной будем использовать множество А={0;200;400;600;800;1000} человек (рис. 4), в качестве множества второй лингвистической переменной будем использовать множество В={100;200;400;600;800;1000} Мб/с с функциями принадлежности (рис. 5). Для входных данных вес функции ц=[0;1]

Рисунок 4. Изображение А-множества первой лингвистической переменной.

Рисунок 5. Изображение В-множества второй лингвистической переменной.

Для переменной тарифа используем 9 функций принадлежности. В качестве множества выходной лингвистической переменной будем использовать множество С={0;1;2;3;4;5;6;7;8} руб./Мб - значение стоимости передачи 1 Мб информации (рис. 6). Для выходных данных вес функции ц=[0;1].

Рисунок 6. Изображение С-множества выходной переменной

Ниже представлена таблица 1, характеризующая зависимость ориентировочной стоимости 1 Мб трафика от пропускной способности канала и количества абонентов.

Было выбрано знамение переменной количества абонентов равное 254. при пропускной способности канала в 250 Мб/с. Получено значение стоимости трафика на выходе равное 1.34 руб./Мб.

Таблица 1

Зависимость ориентировочной стоимости 1 Мб трафика от пропускной способности канала и количества абонентов

Пропускная способность 100 200 400 600 800 1000

100 О g 200 й х 400 т (D S § 600 ¡g Й 800 1000 1 1(2) 2 3 5 (7)8 1 1 2 3 4 6 1 1 2 2 4 5 1 112 3 4 0 112 2 4 0 1112 3

Построена система тестирования правил, которая представляет дополнительный интерес из-за наличия возможности в реальном времени изменять значение переменных и получать искомый результат. На рисунке 7 представлен вид общей зависимости использования выбранных функций принадлежности.

В работе получены величины стоимости трафика при различных значениях пропускной способности канала связи и количества подключенных абонентов.

Рисунок 7. Окно программы тестирования

В заключении отражены основные выводы и результаты диссертационной работы.

1. Создана СППР по управлению крупной эргатической структурой на основе клиент-серверной архитектуры и реляционной СУБД Oracle.

2. Разработаны необходимые модули СППР. Обеспечены требуемые значения показателей качества, обеспечивающие штатный режим работы системы.

3. Разработка прикладного ПО системы велась при помощи языков программирования высокого уровня PHP, PL/SQL и языка манипулирования данными, основанного на стандарте SQL 92.

4. Разработаны и описаны все интерфейсы пользователей. Для лучшего восприятия интерфейса приведены схемы вариантов использования и блок схемы для возможных алгоритмов действий.

5. Представлена методика тестирования системы на соответствие требованиям функциональности.

6. Проведён анализ варианта базовой математической модели процесса функционирования компьютерной информационной системы, позволяющей произвести моделирование процесса функционирования при заданных характеристиках системы.

7. Проведённый анализ позволил подтвердить адекватность математической модели и исследовать эффективность аппаратно-программных средств путем получения цен выбранных показателей эффективности для всей совокупности вариантов реализации аппаратных средств.

8. Предложено использование нечеткого алгоритма с соответствующей базой правил, направленных на решение задачи синтеза аппаратных средств системы ППР. Преимущество данного подхода заключается в том, что он способен ускорить решение в соответствие с базой нечетких правил.

9. Метод, основанный на выводе логических правил, позволяет обеспечить уменьшение ошибки принятия решения и сократить время достижения поставленной цели более чем в два раза в сравнении с существующим методом структурной и параметрической оптимизации.

10. Адекватность полученных двумя разными способами результатов свидетельствует о соответствии экспериментальных данных, основанных на базовой математической модели процесса функционирования реальной вычислительной системы, а также о возможности применения модели для синтеза перспективных СППР, разрабатываемых на основе аппарата нечётких множеств.

11.Проведен анализ теории принятия решений и нечеткой логики, обоснована целесообразность применение нечетких множеств для синтеза аппаратных средств систем поддержки принятия решений. В результате создана модель, обеспечивающая требуемое качество разрабатываемой системы.

12.Следует отметить, что дефаззификация другими методами, отличными от использованного в работе, приводит к результатам, которые могут существенно отличаться от полученных. Это может потребовать дополни-

тельных исследований по настройке используемых алгоритмов нечеткого вывода.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в изданиях, рекомендованных перечнем ВАК РФ

1. Зайцев И.А., Зимарин A.M. Оптимальное управление сложными техническими системами с использованием обобщённого квадратичного показателя качества // Приборы и системы. Управление, контроль, диагностика. -2011.-№6.-С. 5-8.

2. Зайцев И.А., Канушкин C.B. Поэтапная процедура принятия решений в условиях риска // Известия института инженерной физики. - 2011. -№2(20).-С. 49-53.

3. Зайцев И.А. Информационная система принятия решений в условиях риска // Технологии техносферной безопасности: Интернет-журнал, 2011. - № 4(38). - 0,5 п.л. - http:/ipb.mos.ru/ttb

Публикации результатов работы в других изданиях

4. Зайцев И.А. Информационная система поддержки принятия решений в эргатических системах. Известия № 248 - М.: В А РВСН, 2011. - С. 127134.

5. Зайцев И.А. Подход к построению информационной системы поддержки принятия решений в эргатических системах // Сб. научных трудов 68 научно-методической и научно-исследовательской конференции Московского автомобильно-дорожного государственного технического университета (МАДИ), выполненные на заседании секции «Наземные комплексы, стартовое оборудование и эксплуатация летательных аппаратов». - Труды МАДИ. -Ч. 6.-М., 2011.-С. 54-61.

6. Зайцев И .А., Канушкин С.В Модель деятельности предприятий с использованием интеллектуальных систем // Труды XIX международного научно-технического семинара «Современные технологии в задачах управления, автоматики и обработки информации». - Алушта-Москва: Из-во МЭИ, 2010.-320 с.

7. Зайцев И.А., Канушкин С.В Модель экономической системы с использованием нейросетевого регулятора // Труды XIX международного научно-технического семинара «Современные технологии в задачах управления, автоматики и обработки информации». - Алушта-Москва: Издательство МЭИ, 2010.-320 с.

8. Зайцев И.А., Крючков К.И. Защита информации и компьютерные сети // Материалы XIX Межведомственной научно-технической конференции «Проблемы обеспечения эффективности и устойчивости функционирования сложных технических систем». - Серпухов, 2000. - 672 с.

9. 'Зайцев И.Л.. Крючков K.M. Методические основы использования учебных компьютерных классов при обеспечении информационной безопасности / Сб. материалов 2-ой Всеармейской научно-методической конференции «Проблемы внедрения новых информационных технологий в жизнедеятельность военного вуза». - Тамбов: ТВАИИ, 2000. - 310 с.

Ю.Зайцев H.A. Исследовательские занятия как форма и метод подготовки современного инженера // Материалы 2-го Российского семинара по инженерному образованию «Инженерное образование в XXI веке». - Тамбов: Из-во ТГТУ, 2001.-208 с.

П.Зайцев И.А., Нижегородов A.A. Метод подготовки современного инженера // Сборник трудов XX Межведомственной научно-технической конференции «Проблемы обеспечения эффективности и устойчивости функционирования сложных технических систем». - Ч. 4. - Серпухов: СВИ PB, 2001.-329 с.

12.Зайцев И.А., Ступин C.B. Имитационно - игровое моделирование технико-экономических задач управления вооружения // Сб. научных трудов НТК «Проблемные вопросы развития наземных комплексов, стартового оборудования и эксплуатации летательных аппаратов». Труды МАДИ. - Ч. 4. -М., 2010.-С. 129-132.

13.Зайцев И.А., Ступин C.B. Технико-экономические задачи, решаемые при разработке вооружения и военной техники // Сб. научных трудов НТК «Проблемные вопросы развития наземных комплексов, стартового оборудования и эксплуатации летательных аппаратов». - Труды МАДИ. - Ч. 4. - М., 2010.-С. 140-143.

ЗАЙЦЕВ Илья Александрович

Информационная система поддержки принятия решений по управлению эргатическими структурами

Автореферат диссертации на соискание ученой степени кандидата технических наук

Подписано в печать 15.08.11. Формат 60x84 1/16 Бум. офсетная Печ. л. 1,2. Тираж 100 экз. Заказ 189

Издательство «Московский печатник» 123995, Москва, Гранатный пер., д. 4, ФГУП «СТАНДАРТИНФОРМ»

Введение

1. Анализ подходов создания систем поддержки принятия решений

1.1 Анализ информационных систем, используемых для поддержки принятия решений

1.2 Общие подходы к созданию систем поддержки принятия решений

1.2.1 Анализ критериев эффективности

1.2.2 Понятие обобщённого критерия

1.3 Назначении элементов матрицы парных сравнений

1.3.1 Анализ метода сравнений

1.3.2 Мультипликативная свертка двумерного вектора

1.3.3 Анализ скаляризации векторного критерия

1.3.4 Ранжирование конечного множества альтернатив

1.3.5 Метод последовательных уступок

1.3.6 Метод доминирования

1.3.7 Методы решения задачи выбора на конечном множестве альтернатив

1.3.8 Полезность и предпочтения метода 41 Выводы по первому разделу

2. Разработка системы поддержки принятия решения управления сложными эргасистемами

2.1 Анализ существующих подходов к построению СППР

2.2 Обоснование требований, предъявляемых к системе ППР

2.3 Архитектура системы и обоснование выбора программных средств ее реализации

2.4 Алгоритм работы системы

2.5 Методика моделирования информационной подсистемы поддержки принятия управленческих решении

2.6 Работа с высокоразмерными критериями

2.6.1 Интерполяции (экстраполяции) отдельных областей критериального пространства

2.6.2 Установление уровня предпочтений

2.6.3 Разработка обобщённого показателя

2.6.4 Сокращение размерности обобщенных показателей

2.7 Применение CllilP в задачах управления

2.8 Разработка модели автоматизированной система ППР по управлению сложными эргатическими структурами 78 Выводы по 2 разделу

3. Синтез аппаратных средств СППР по управлению эргасистемами на 89 основе аппарата нечётких множеств

3.1 Анализ математической модели процесс функционирования СППР

3.2 Выбор метода оптимизации параметров аппаратных средств при заданных параметрах программного обеспечения

3.3 Реализация базовой математической модели

3.4 Анализ выбора оптимального варианта аппаратных средств для 112 СППР

3.5 Модель синтеза аппаратных средств СППР на базе нечеткого подхода

3.5.1 Построение базы нечетких правил

3.5.2 Разработка алгоритма моделирования

3.5.3 Фаззификация входных переменных 126 3.6 Разработка инструкции пользователю

Выводы по 3 разделу

В настоящее время задачи планирования, учета, анализа и управления сложными эргасистемами носят принципиально важный характер, так как позволяют обеспечить тесную интеграцию бизнеса и образования, повысить уровень финансовой независимости организаций промышленности, учреждений и компаний.

Для решения задач автоматизации систем поддержки принятия управленческих решений (СППР) сложилась практика создания компьютерных средств. Она предполагает синтез программных комплексов и подбор вычислительных систем путем опытной эксплуатации. При разработке компьютерных средств на основе многопользовательских вычислительных комплексов, для того, чтобы система априорно полностью удовлетворяла своему функциональному предназначению, в требования к ней закладывается избыточная производительность. Стоимость аппаратных средств такой специализированной системы, будет неоправданно завышена, что недопустимо в условиях ограниченного финансирования.

Таким образом необходим комплексный научный подход к синтезу аппаратных и программных средств, позволяющий определять вариант аппаратно-программных средств многофункциональных компьютерных СППР с целью снижения стоимости синтезируемых средств при условии эффективности всей системы. Для- решения данной задачи разработан научно-методический аппарат, обеспечивающий синтез комплекса аппаратных и программных средств подобных систем, которая должна вестись от целей к функциям и физической структуре системы, от физической структуры и заданных алгоритмов подготовки к структуре и задачам программного обеспечения, от параметров операционной среды к параметрам аппаратных средств [66, 53].

Вычислительная сеть ПЭВМ представляет собой информационно-вычислительный комплекс, который обрабатывает в данном случае некоторый поток специальных задач. Особенность потока в системах типа

СППР состоит в существенной неоднородности [52, 59, 66], поэтому существует необходимость при синтезе специального программного обеспечения получения оптимального разбиения всего множества задач на функциональные подсистемы, которые характеризуются определенной степенью внутренней совместимости. Это одна из важнейших задач, которая должна предшествовать разработке систем подобных СППР и может быть решена путем получения качественного представления программного обеспечения. Результатом исследования качественных свойств задач, должно стать представление специального программного обеспечения, которое позволяет задать определенные требования к построению программного комплекса системы, Это приводит к выбору операционной системы или же позволяет решить вопрос о соответствии специального программного обеспечения выбранной операционной системе, а также снизить затраты на управление вычислительным процессом.

Процесс функционирования в реальных вычислительных системах полностью зависит от свойств входящего потока задач и архитектуры программного комплекса. Это приводит к тому, что при изменении свойств одной из задач входящего потока при разработке подобных систем возникает необходимость пересмотра качественного представления программного обеспечения системы (СПО). Учитывая трудоемкость работы по получению качественного представления СПО, следует сделать вывод о необходимости разработки методики, позволяющей автоматизировать указанный процесс. Такую возможность предоставляет методика получения качественного представления СПО, разработанная с использованием аппарата математической логики путем выработки некоторой совокупности логических выражений.

Программные средства потребляют определенную часть ресурсов сети ПЭВМ, и высокая интенсивность задач входящего потока в контуре сети при фиксированных значениях ресурсов аппаратных средств может привести к тому, что система перестанет справляться с их обработкой. Такая ситуация может возникнуть как в случае недостатка ресурсов ПЭВМ, представляющих собой рабочее место лица принимающего решение (ЛПР), так и сервера сети. Неоправданное завышение ресурсов вычислительных средств ведет в свою очередь к чрезмерному удорожанию системы, что также недопустимо в современных условиях ограниченного финансирования базы СППР [51, 94].

Подобная задача и метод ее решения для автоматизированной системы обучения уже рассматривалась [70, 83]. В существующих вариантах исследуется соотношение аппаратно-программных средств операционной системы и всего комплекса вычислительных средств, построенных на ПЭВМ. Отличие от указанных задач будет, прежде всего, в качественно иной структуре используемых вычислительных средств и программного комплекса, что требует как выбора показателей эффективности, характеризующих функционирование СППР, так и получение значений выбранных показателей разработки математической модели процесса функционирования аппаратно-программных средств и моделирующего алгоритма, который реализуется в виде программ. Вопрос разработки модели связан с выбором соответствующего математического аппарата. Применительно к системам класса СППР наиболее предпочтительно описание их функционирования в терминах состояний общей теории систем. Задачи решаются в компьютерной сети, представляющей собой информационно-вычислительный комплекс, процесс функционирования которого можно представить как последовательную смену состояний (или их сохранение) во времени. Множество всех состояний комплекса СППР получается на основе состояний всех объектов системы (модулей ПЭВМ, сетевых общесистемных модулей), а переходы обуславливаются возникновением некоторых событий связанных с соответствующими причинами. Описание условий нахождения системы в различных состояниях и переходов в другие состояния с использованием аппарата высказывательных форм позволяет получить подробную детализацию исследуемых процессов и отказаться от различного рода допущений, сопутствующих различным аналитическим методам. Кроме того, такие характеристики, как пропускные способности системы, описываются сложными функционалами, и их получение возможно наиболее просто именно путем применения подобного формального подхода, который позволяет сформировать мультиграф состояний, являющийся моделью системы.

Процесс получения показателей эффективности должен быть приспособлен к дальнейшему решению задачи вариантного выбора. Это предполагает получение значений цен вариантов реализации аппаратных средств каждого показателя эффективности. Выбранные значения цен могут быть получены в результате прогонов модели в несколько этапов. Сначала производится требуемое количество прогонов модели с выбранной платформой ПЭВМ. На следующем этапе прогонов модели производится замена модулей, а разница в значениях показателей эффективности с первым вариантом реализации аппаратных средств и будет составлять цену соответствующего варианта реализации. При завершении перебора всех совместимых с данном платформой модулей происходит замена системной платы и повторяется процесс прогонов модели. Таким образом получается вся совокупность значений цен требуемых показателей эффективности.

Решение задачи выбора оптимального варианта реализации аппаратно-программных средств характеризуется некоторыми особенностями.

Во-первых, это комбинаторная задача оптимизации по своей сути.

Во-вторых, она может быть удобно представлена как задача булевого (бивалентного) программирования, если ввести в рассмотрение булевые переменные, характеризующие факт включения или исключения данного варианта модуля в рассмотрение.

Подобные задачи при большом количестве вариантов трудно решить методом полного перебора, ввиду огромного количества вариантов. Решение должно опираться на метод, ограничивающий число переборов. Наиболее перспективным является метод ветвей и границ [39, 70], который позволяет на каждом шаге перебора отбрасывать бесперспективные варианты с учетом ограничений на выбранные показатели эффективности и выделенные ресурсы. Достоинством его является и достаточная алгоритмическая проработанность.

Объект и предмет исследования.

Объектом диссертационного исследования в настоящей работе является автоматизированная система поддержки принятия управленческих решений в эргасистемах.

Предметом диссертационного исследования является процедура построения аппаратно-программных средств СППР на основе современных интеллектуальных технологий.

Актуальность состоит в необходимости комплексного подхода к разработке средств компьютерных систем ППР для устранения избыточной производительности вычислительных средств, приводящей при создании подобных систем на основе вычислительных сетей к неоправданно высокой стоимости аппаратных средств.

Цель работы состоит в синтезе высокоэффективных аппаратных и программных средств компьютерной системы ППР в эргасистемах при минимальных финансовых затратах.

Научная задача, решаемая в диссертационной работе, состоит в разработке на основе существующих методов научно-методического аппарата, обеспечивающего комплексный синтез высокоэффективных аппаратных и программных средств, перспективных компьютерных систем поддержки принятия решений в условиях ограниченного финансирования.

Для достижения поставленной цели в работе решаются следующие задачи.

1. Анализ особенностей информационных систем, используемых для поддержки принятия решений.

2. Анализ множества показателей эффективности СППР и формирования из них критериев эффективности функционирования аппаратно-программных средств.

3. Анализ методики получения качественного представления СПО СППР.

4. Разработка базовой математической модели процесса функционирования СППР.

5. Синтез оптимальных аппаратно-программных средств для СППР в сложных эргатических ситемах.

Научная новизна работы состоит в комплексном решении задачи синтеза оптимальных программных и аппаратных средств СППР для различной топологии локальной вычислительной сети ПЭВМ и алгоритмов выработки управляющих решений.

Практическая значимость результатов работы заключается в разработке пакета программ и оптимального варианта аппаратных средств компьютерной системы ПИР, пригодных для практического использования, в конкретных- рекомендациях к применению созданного научно-методического аппарата на этапах синтеза компьютерных средств СППР.

Положения выносимые на защиту.

1. Модель автоматизированной системы ППР по управлению сложными эргатическими структурами.

2. Модель информационной системы ППР по управлению технологическим процессом на основе многокритериального мониторинга эргатических образований (ППР ЭО).

3. Модель синтеза аппаратных средств СППР на базе нечеткого вывода.

4. Алгоритм построения базы правил на основе нечетких лингвистических высказываний.

Достоверность и обоснованность полученных результатов обеспечивается корректностью постановки задачи, обоснованностью выбора показателей эффективности, полнотой учета факторов, влияющих на характер функционирования аппаратно-программных средств ППР и подтверждается моделированием на ЭВМ, апробацией результатов диссертации и выступлениями на научно-технических семинарах и конференциях.

По содержанию диссертационная работа состоит из введения, трех разделов, заключения и приложений.

Выводы по третьему разделу

1. Проанализирован вариант базовой математической модели процесса функционирования КСИ, связывающей морфизмы, примененные в базовой модели с параметрами программных и аппаратных средств системы и позволяющей произвести моделирование процесса функционирования при заданных характеристиках системы.

2. Проведённый анализ позволил подтвердить адекватность математической модели и исследовать эффективность аппаратно-программных средств путем получения цен выбранных показателей эффективности для всей совокупности вариантов реализации аппаратных средств.

3. Предложено введение нечеткого алгоритма с соответствующей базой правил, направленных на решение задачи синтеза аппаратных средств системы ППР. Преимущество данного подхода заключается в том, что он способен предлагать решение в соответствие с базой нечетких правил.

4. Метод, основанный на выводе логических правил, позволяет обеспечить уменьшение ошибки принятия решения и сократить время достижения поставленной цели более чем в два раза в сравнении с существующим методом структурной и параметрической оптимизации.

5. Адекватность полученных двумя разными способами результатов свидетельствуют о соответствии экспериментальных данных, основанных на базовой математической модели процесса функционирования реальной вычислительной системы, а также о возможности применения модели для синтеза перспективных СППР, разрабатываемых на основе аппарата нечётких множеств.

Заключение ,

Системы поддержки принятия решений - почти всегда интерактивные компьютерные системы, разработанные, чтобы помочь руководителю в принятии решений, при этом данные извлекаются из базы или по результатам обработки диалога с пользователем, расширенный вариант — системы поддержки работы группы.

Особое место занимают исследования в области разработки моделей в интеллектуальных системах поддержки принятия решений. В последнее время успешно разрабатывается прикладное направление в исследовании систем искусственного интеллекта, связанное с экспертными системами, которые используют логику принятия решения человеком и нейронными сетями, отражающих логику работы человеческой нервной системы, но фактически использующих методы статистического анализа, чтобы распознать признаки конкретной модели из большого количества информации посредством адаптивного изучения.

Результатом работы является создание системы ППР по управлению крупной эргатической структурой на основе клиент> серверной архитектуры и реляционной СУБд Oracle.

Разработаны необходимые модули СППР. Обеспечены требуемые значения показателей качества, обеспечивающие штатный режим работы системы.

Разработка прикладного ПО системы велась при помощи языков программирования высокого уровня PHP, PL/SQL и языка манипулирования данными, основанного на стандарте SQL 92.

Разработана и реализована архитектура СППР. Создана диаграмма компонентов, на которой наглядно виден принцип работы системы.

S v

Созданы и описаны все объекты БД.

Разработаны и описаны все интерфейсы пользователей. Для лучшего восприятия интерфейса приведены схемы вариантов использования и блок схемы для возможных алгоритмов действий.

Представлена методика тестирования системы на соответствие требованиям функциональности.

Проведён анализ варианта базовой математической модели процесса функционирования компьютерной информационной системы, позволяющей произвести моделирование процесса функционирования при заданных характеристиках системы.

Проведённый анализ позволил подтвердить адекватность математической модели и исследовать эффективность аппаратно-программных средств путем получения цен выбранных показателей эффективности для всей совокупности вариантов реализации аппаратных средств.

Предложено использование нечеткого алгоритма с соответствующей базой правил, направленных на решение задачи синтеза аппаратных средств системы ППР. Преимущество данного подхода заключается в том, что он способен предлагать решение в соответствие с базой нечетких правил.

Метод, основанный на выводе логических правил, позволяет обеспечить уменьшение ошибки принятия решения и сократить время достижения поставленной цели более чем в два раза в сравнении с существующим методом структурной и параметрической оптимизации.

Адекватность полученных двумя разными способами результатов свидетельствуют о соответствии экспериментальных данных, основанных на базовой математической модели процесса функционирования реальной вычислительной системы, а также о возможности применения модели для синтеза перспективных СППР, разрабатываемых на основе аппарата нечётких множеств.

Проведен анализ теории принятия решений и нечеткой логики, обоснована целесообразность применение нечетких множеств для синтеза аппаратных средств систем поддержки принятия решений. В результате создана модель, обеспечивающая требуемое качество разрабатываемой системы.

Следует отметить, что дефаззификация другими методами, отличными от использованного в работе, приводит к результатам, которые могут существенно отличаться от полученных. Это может потребовать дополнительных исследований по настройке используемых алгоритмов нечеткого вывода.

1. Аверин А.Н., и др. Нечеткие множества в моделях управления и искусственного интеллекта /Под ред. Д. А Поспелова.—М.: Наука, 1986. 312 с.

2. Адоладов К.Г., Бомас В.В. Автоматизированная система мониторинга факультета//Современные технологии в задачах управления, автоматики и обработки информации: Сборник трудов XI международного научно-технического семинара. М.: МГАПИ, 2002.

3. Айвенс К. Эксплуатация Windows NT. Проблемы и решения. Пер. с англ. СПб: BHV-Санкт-Петербург, 1998. - 592 с.

4. Алексеев О.Г. Комплексное применение методов дискретной оптимизации. М.: Наука, 1987. - 247 с.

5. Альянах И.Н. Моделирование вычислительных систем. Л.: Машиностроение, 1988. - 222 с.

6. Андрианов Ю.М.,Субретто А.И. Квалиметрия и приборостроение в машиностроении. Л.: Машиностроение, 1990. — 116 с.

7. Ашхотов О.Г. Вычислительные системы на базе IBM PC. Нальчик: Кабардино-балкарский государственный университет, 1998. - 60 с.

8. Балаширев C.B. Современные программно-технические средства для подготовки специалистов в области автоматизированных технологических процессов. Приборы и системы управления, 1996, №6, с. 14-15.

9. Банди Б. Основы линейного программирования. Пер. с англ. — М.: Радио и связь, 1989. 174 с.

10. Ю.Батыршин И.З. Основные операции нечеткой логики и их обобщения. -Казань: Отечество, 2001. 100 е., ил.

11. Блюмин С.Л., Шуйкова Ю.А. Модели и методы принятия решений в условиях неопределенности. Липецк: ЛЭГИ, 2001. - 138с.

12. Борисов А.Н и др. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь, 1984. - 304 с.

13. Борисов А.Н., Крумберг O.A., Федоров И.А. Принятие решений на основе нечетких моделей. Примеры использования. Рига: «Зинатне», 1990.

14. М.Буза М.К., Певзнер Л.В., Хижник И.А. Операционная среда Windows и ее приложения. — М.: Высшая школа, !997. 336 с.

15. Бусленко В.Н. Автоматизация имитационного моделирования сложных систем. М.: Наука, 1977. - 240 с.

16. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1978400 с.

17. Бусленко Н.П., Калашников В.В., Коваленко И.Н. Лекции по теории сложных систем. — М.: Советское радио, 1973. 624 с.

18. Васильев В.В., Кузьмук В.В. Сети Петри, параллельные алгоритмы и модели мультипроцессорных систем. Киев: Наукова думка, 1990. — 212 с.

19. Верма П. Сети связи ЭВМ. Оценка эффективности функционирования: структурный анализ. — М.: Радио и связь, 1992. — 122 с.

20. Вычислительные системы и их модели: сб. науч. тр.(Под общ. ред. Ма-матова Ю.А. ) Ярославль: ЯрГУ, 1990. - 178 с.

21. Гнеденко Б.В., Коваленко И.Н. Введение в теорию массового обслуживания. М.: Наука, 1966. 431 с.

22. Голунов Р.Ю., Дли М.И., Круглов В.В. Нечеткая логика и искусственные нейронные сети. — М.: Физматлит, 2001.

23. Грибанов В.П., Дробин C.B., Медведев В.Д. Операционные системы: учебное пособие. М.: Финансы и статистика, 1990. - 239 с.

24. Гридина Е.Г., Лебедв А.Н., Недосекин Д.Д., Чернявский Е.А. Цифровое моделирование систем стационарных случайных процессов. -М.: Наука, 1991.-147 с.

25. Губарев В.В. Автоматизация модельного обеспечения статистических информационных систем. Приборы и системы управления, 1993, №5, с. 18-19.

26. Губинский А.И. Надежность и качество функционирования эргатическихсистем. JI.: Наука, 1982. - 272 с.

27. Гук М. Аппаратные средства локальных сетей. Энциклопедия. СПб.: Питер, 2000. - 572 с.

28. Гурин Л.С., Дыморский Я.С., Меркулов А.Д. Задачи и методы оптимального распределения ресурсов. М.: Сов. радио, 1968. - 463 с.

29. Денисов О., Назаров С. Процессоры и чипсеты для ПК. — Компьютерпресс, 2001, №3, с. 80-93.

30. Дехтярь М.И., Диковский А.Я. Анализ поведения дискретных динамических систем средствами логического программирования. — Программирование, №3, с. 3-17.

31. Дозорцев В.М. Динамическое моделирование в оптимальном управлении и автоматизированном обучении операторов технологических процессов. — Приборы и системы управления, 1996, № 7, с. 41-50.

32. Дли М.И., Круглов В.В. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода. -М.: Физматлит, 2002.

33. Дроздов Е.А., Пятибратов А.П. Основы построения и функционирования вычислительных систем. — М.: Энергия, 1973. — 368 с.

34. Дьяконов В., Круглов В. Математические пакеты расширения MATLAB: специальный справочник. СПб.: Питер, 2001. - 480 с.

35. Ефимов H.H., Фролов B.C. Основы информатики: Введение в искусственный интеллект. М.: МГУ, 1991.-115с.

36. Иванов Д. 3D-ускорители. КомпьютерПресс, 1999, №7, с.52-59.

37. Кениг Д., Штоян Д. Методы теории массового обслуживания. М.: Радио и связь, 1981. — 127 с.

38. Корбут A.A., Финкелыптейн Ю. Ю. Дискретное программирование. -М.: Наука, 1969.-368 с.

39. Корнеев В.В., Греев А.Ф., Васютин СВ., Райх В.В. Базы данных.' Интеллектуальная обработка информации.—М.: Нолидж, 2000. 352 с.

40. Корпоративные технологии Microsoft Windows NT Server 4.0. Учебный курс для самостоятельной подготовки. Пер. с англ. под ред. Богомолова Ю.А. СПб: Питер, 1998. - 610 с.

41. Кофман А. Введение в теорию нечетких множеств. -М.: Радио и связь, 1982.-432 с.

42. Кофман А., Ал уха X. Хил. Введение теории нечетких множеств в управление предприятием.—Минск: Высшая школа, 1992. 223 с.

43. Леонтьев В.П. Новейшая энциклопедия персонального компьютера. 2-е изд., перераб. и доп. М.: ОЛМА-пресс, 2000. - 847 с.

44. Леоненков А. В. Нечеткое моделирование в среде MATLAB и fïizzyTECH. СПб.: БХВ Петербург, 2005. 736 е.: ил.

45. Лойер Ж.-Л. Системы искусственного интеллекта. — М.: Мир, 1991. — 568 с.

46. Лукьянов B.C., Слесарев Г.В. Модели локальных сетей. Учебное пособие. Волгоград: Волгоградский технический университет, 1998. - 79 с.

47. Методические указания по защите информации при применении персональных ЭВМ.

48. Мину М. Математическое программирование: теория и алгоритмы. Пер с фр. М.: Мир, 1990. - 485 с.

49. Морозов В.К., Долганов A.B. Основы теории информационных сетей. — М.: Высшая школа, 1987. 269 с.

50. Назаров C.B. и др. Администрирование локальных сетей Windows NT: Учебное пособие. М.: Финансы и статистика, 2000. - 336 с.

51. Назаров C.B. и др. Компьютерные технологии обработки информации: Учебник. М.: Финансы и статистика, 1995. — 248 с.

52. Назаров C.B. Операционные системы специализированных вычислительных комплексов: теория построения и системного проектирования. — М.: Машиностроение, 1989. 399 с.

53. Новиков Ю.В., Кондратенко C.B. Локальные сети. Архитектура, алгоритмы, проектирование. М.: Эком, 2000. - 311 с.

54. Основы автоматизированного синтеза математических моделей информационно-вычислительных комплексов АСУ Под ред. Мачулина В.В. —1. М.: МО СССР, 1986. 236 с.

55. Пладрер И., Худик Я., Миклошко И., и др. Алгоритмы, математическое обеспечение и архитектура многопроцессорных вычислительных систем. -М.: Наука, 1982.-336 с.

56. Романов О.В. Диссертация на соискание учёной степени кандидата технических наук.

57. Сигнаевский В.А., Коган Я.А. Методы оценки быстродействия вычислительных систем. — М.: Наука, 1991. — 256 с.

58. Смирнов А.Д. Архитектура вычислительных систем. М.: Наука, 1990318 с.

59. Тей А., Грибомон П., Луи Ж. И др. Логический подход к искусственному интеллекту: от классической логики к логическому программированию. Пер. с фр. М.: Мир, 1990. - 432 с.

60. Ушаков И.А. Вероятностные модели надежности информационно-вычислительных систем. М.: Радио и связь, 1991. — 132 с.

61. Фридман A.A. Основы объектно-ориентированной разработки программных систем. — М.: Финансы и статистика, 2000. — 192 с.

62. Хитагуров Я.А., Древо Ю.Г. Проектирование информационно-вычислительных комплексов: Учебник. М.: Высшая школа, !987. -280с.70.системы. Высшее образование в России, 1998, №3, с.95-96.

63. Щербо В.К. Стандарты вычислительных сетей. Взаимосвязи сетей. Справочник. М.: Кудиц-образ, 2000. - 268 с.

64. П1товба С.Д. Проектирование нечетких систем средствами MATLAB. -М.:Горячая линия Телеком, 2007. — 288с., ил.

65. Эйхофф П. Основы идентификации систем управления. М.: Мир, 1975.-684с.

66. Янбых Г.Ф., Столяров Б.А. Оптимизация информационно-вычислительных сетей. — М. : Радио и связь, 1987. 232 с.

67. Модель процесса структурной идентификации

68. Рабочее окно FIS редактора

69. FIS Editor: K030> HOB ШШШШШШШШШШ1 Fie Edit View temp1. XX КОЭФ HOB (mamdart) Ж

70. Размытое» значение параметра (входное воздействие)

71. Membership Function Editor: K03® HOB1. Fie Edit View1. FIS Variables

72. Membership function plots Pinpoints 181temp Km

73. Current Variable Name temp Type input Range 15 45. Current Membership Function (click on MF to select) Name A TYpe trimf v1. Pararns 1515 20)

74. Display Range -fii5 45) .J ^ Iо . Ready

75. Размытое» значение пропускной способности (выходное воздействие)-> Membership Function Editor: КОЭФ НОВ1. XX1. Currenf Variable1. Name1. Type1. Range1. Display Range1. Km output1. О.бК 0.87.064 0 87.

76. Current Membership Function (click on MF to select) Name Type Params1. Close1. Selected variable "Km"065 0.7 075 0.8 0.85output variable "Km"

77. File Edit View FIS Variables

78. Membership function plots P|ot P°ints:1. Набор логических правил-> Rule Editor: КОЭФ НОВ1. File Edit View Options

79. If (temp is A) then (Km is K7) (1 )

80. If (temp is B) then (Km is K6) (1 )

81. If (temp is C) then (Km is K5) (1 )

82. If (temp is D) then (Km is K4) (1 )

83. If (temp is E) then (Km is КЗ) (1)

84. If (temp is F) then (Km is K2) (1 )

85. If (temp is G) then (Km is K1 ) (1 )temp is1. Тлгnotr Connection Weight:1. О or (£> and1. Delete rule1. Add rule1. Change rule1. Then1. Km isкз У1. K4