автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Интеллектуальное управление неравновесными состояниями производственных систем в условиях рынка

доктора технических наук
Валеева, Роза Гумеровна
город
Уфа
год
2003
специальность ВАК РФ
05.13.10
цена
450 рублей
Диссертация по информатике, вычислительной технике и управлению на тему «Интеллектуальное управление неравновесными состояниями производственных систем в условиях рынка»

Автореферат диссертации по теме "Интеллектуальное управление неравновесными состояниями производственных систем в условиях рынка"

На правах рукописи

ВАЛЕЕВА Роза Гумеровна

ИНТЕЛЛЕКТУАЛЬНОЕ УПРАВЛЕНИЕ НЕРАВНОВЕСНЫМИ СОСТОЯНИЯМИ ПРОИЗВОДСТВЕННЫХ СИСТЕМ В УСЛОВИЯХ РЫНКА

Специальность

05.13.10 - Управление в социальных и экономических системах

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора технических наук

Уфа 2003

Работа выполнена на кафедре технической кибернетики Уфимского государственного авиационного технического университета

Научный консультант: заслуженный деятель науки и техники

РФ и РБ, д-р техн. наук, проф. ИЛЬЯСОВ Барый Галеевич

Официальные оппоненты: д-р техн. наук, проф.

КУЛЬБА Владимир Васильевич

д-р техн. наук, проф. ХАХУЛИН Геннадий Федорович

д-р техн. наук, проф. КАБАЛЫЮВ Юрий Степанович

Ведущая организация: Институт социально-экономических

исследований УНЦ РАН (г. Уфа)

Защита диссертации состоится «_».

2003 г.

_часов на заседании диссертационного совета Д-212.288.03

Уфимского государственного авиационного технического университета по адресу: 450000, Уфа-центр, ул. К.Маркса, 12, УГАТУ

С диссертацией можно ознакомиться в библиотеке университета

Автореферат разослан «_».

2003 г.

Ученый секретарь диссертационного совета д-р техн. наук, проф.

Миронов В.В.

2оо5 -Д

1

1 ? ( Я О ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

' С* С— Актуальность проблемы

Повышение эффективности управления производством как большой и сложной организационной системой является важной проблемой, решение которой становится особенно актуальным в современных условиях, характеризующихся как изменением самих производств, так и среды их функционирования. К отличительным особенностям современного производства следует отнести следующие:

• частую сменяемость видов выпускаемой продукции, обусловленную быстро изменяющимися потребностями рынка и возможностями научно-технического прогресса;

• усложнение технологической, организационной и информационной структуры производства, определяемое усложнением самих выпускаемых изделий и внедрением перспективных технологий их обработки и новых информационных технологий;

• сокращение жизненного цикла изделий за счет сокращения сроков на их разработку и изготовление путем внедрения высокоэффективных систем автоматизированного проектирования и средств автоматизации производства.

Функционирование производства в условиях рыночных отношений усложняется, прежде всего, за счет существенной нестабильности среды и направленного противодействия конкуренции цепям производственной системы (ПС) по выпуску продукции, соответствующей рыночной потребности. Функционируя в новых условиях, производственные системы находятся под влиянием возмущений среды и внутренних возмущений, обусловленных рассогласованиями в технологическом и производственном процессах, а также участием человека в системе, что в целом снижает их эффективность.

В связи с этим актуальной становится проблема совершенствования методов и алгоритмов управления производственными системами в условиях неопределенности состояний среды, многовариантности ситуаций при производстве и сбыте продукции и ограничений по ресурсам. Повышение эффективности управления системой может быть обеспечено в первую очередь за счет применения моделей и информационных технологий принятия решений на базе перспективных алгоритмов интеллектуального управления.

Современная тенденция к интеграционным процессам в экономике, результатом которых является объединение производственных . систем в производственные комплексы (ПК), выдвинула проблему обеспечения устойчивого взаимодействия систем на различных режимах их совместного функционирования. Актуальной становится проблема исследования динамики функционирования производственных комплексов и разработки эффективных алгоритмов управления ПК с учетом изменчивости внешней среды и ограничений систем по ресурсам. Повышение эффективности управления комплексом может быть достигнуто за счет разработки и применения алгоритмов принятия решений по синтезу моделей и структур отдельных систем, а также решений по синтезу связей между подсистемами на основе анализа устойчивости функционирования комплекса.

РОС. НАЦИОНАЛЬНАЯ { БИБЛИОТЕКА 1 С. Петербург ая л] ОЭ Ш^'МЩ

В работе с позиций методологической целостности рассматривается проблема построения комплекса взаимосвязанных, устойчивых к внешним возмущениям моделей систем управления производством и производственными комплексами, использующих динамические и интеллектуальные алгоритмы управления. Выбор вида моделей для описания отдельных процессов, протекающих в производственных системах, обосновывается соответствием свойств процессов и возможностей моделей. Сочетание потребностей реальных объектов и описательных возможностей абстрактных моделей оказывается более значимым для обеспечения адекватности, чем разработка глобальной единой модели одного вида. Вычислительные трудности, возникающие при интеграции моделей разных типов, описывающих многообразие реальных процессов, протекающих в ПС и ПК, преодолимы за счет использования эвристических алгоритмов решения задач и имитационных компьютерных программ. Различные по природе модели и алгоритмы объединены общей целью построения системы управления и выявления эффективных траекторий движения ПС в изменяющейся внешней среде.

Работа посвящена решению актуальной научной проблемы, состоящей в разработке методологических и теоретических основ моделирования и управления сложными производственными системами и комплексами на неравновесных динамических режимах в условиях неопределенности, возмущений внешней среды, ограничений по ресурсам, а также в разработке на их основе математических моделей, методов и алгоритмов управления с целью повышения эффективности функционирования систем.

При решении данной проблемы автор в своих исследованиях опирался на труды отечественных и зарубежных ученых, внесших значительный вклад в развитие теории управления экономическими системами:

• в развитие методов оптимального планирования и управления производством ( В.В. Леонтьев, JI.B. Канторович, H.H. Моисеев, В.Н. Бурков, В.В. Кульба, Г.Ф. Хахулин, Я.З. Цыпкин, Э.Й. Вилкас, Р. Кини, X. Райфа и др.);

• в создание системно-динамических моделей и систем имитационного моделирования (Т. Нейлор, А.Г. Гранберг, Н.В. Чепурных, A.JI. Новоселов, В.И. Дудорин, Дж. Форрестер, Дж. Стерман, Д.Л. Кауфман, М.Р. Гудман,

М. Месарович и др.);

• в создание моделей, описывающих закономерности функционирования макроэкономических систем и используемых при управлении (А.Г. Гранберг,

Р. Аллен, В.М. Глушков, B.JL Макаров, Н.Е. Кобринский, Д.СЛьвов, А.АЛетров, А.А.Шананин, Ю.Н.Черемных, Э.Дж. Долан, Дж. Грейсон, Я.Р. Рейльян и др.);

• в разработку интеллектуальных алгоритмов принятия решений по управлению (P.A. Алиев, В.Ф. Венда, В.А. Витгих, Г.С. Поспелов, Д.А. Поспелов, A.B. Смирнов, A.B. Тимофеев, P.M. Юсупов, И.Ю. Юсупов) и экспертных систем (Э.В. Попов, В.Ф. Хорошевский, Ю.Я. Любарский, Е.И. Ефимов и др.);

• в имитационное моделирование производственных систем (A.A. Вавилов, Б.Г. Тамм, Н.С.Райтман, В.М.Чадеев, Н.А.Саломатин), в том числе с использованием динамических подходов (Дж. Форрестер, Э.М. Браверман, A.A. Колобов, Л.Ф. Шклярский и др.);

• в автоматизацию процессов организационного управления за счет создания функционально-ориентированных автоматизированных рабочих мест н информационных систем (Ф.И. Перегудов, Б Л. Советов, И.Г. Поспелов и др.).

Автор также опирался на опыт применения новых технологий и стандартов SADT, IDEF, ISO, корпоративных информационных систем, универсальных информационных и технических средств управления, разработанных зарубежными фирмами, таких как R/3, BAAN TV, CA-MAN-MAN/X, TimeLine, WorkFlow, LinkWorks и др., а также отечественных комплексных программных средств учета и управления, таких как БОСС - Компания, Парус - 97, Галактика, Олимп, NS2000 и др.

Однако к настоящему времени до конца не разработана общая методология исследования и эффективного управления производственной системой как сложным динамическим объектом, находящимся под воздействием внешних и внутренних возмущений, управляемым человеком в условиях неопределенности и ограничений по ресурсам. Среди большого количества моделей экономической динамики не удается выделить одну или несколько, способных в целом отразить особенности функционирования ПС в условиях неопределенности рыночных отношений и обеспечить разработку и применение алгоритмов, повышающих эффективность управления.

Область исследования и построения моделей неравновесной динамики производственных комплексов, обеспечивающих их устойчивое функционирование, является малоизученной.

Цель и задачи исследований

Цель работы - решение важной научно-практической проблемы, состоящей в разработке методологических и теоретических основ анализа, синтеза и интеллектуального управления неравновесными состояниями производственных систем и комплексов в условиях рынка на основе имитационного моделирования и в применений полученных результатов для решения практических задач а повышения эффективности функционирования данного класса систем за счет интеллектуализации процессов принятия решений при планировании, производстве и сбыте продукции.

Для достижения поставленной цели необходимо решить следующие задачи. * 1. Разработать методологию исследования, моделирования и

интеллектуального управления сложными динамическими, плохо формализуемыми производственными системами и комплексами.

2. Разработать математические модели динамики функционирования многопродуктовых производственных систем и управляемых производственных комплексов с учетом возмущающих факторов со стороны внешней среды.

3. Разработать теоретические основы построения эффективных структур системы интеллектуального управления производством. и сбытом как единым динамическим объектом, а также синтеза структур управляемого производственного комплекса.

4. Разработать интеллектуальную систему поддержки принятия решений для эффективного управления производством и сбытом продукции в условиях рынка.

5. Разработать автоматизированную систему имитационного моделирования (АСИМ) динамики функционирования ПС и поддержки принятия решений по управлению производством, а также АСИМ динамики функционирования управляемого производственного комплекса.

6. Разработать комплексную методику анализа и проектирования системы интеллектуального управления производством. Провести исследования эффективности предлагаемых моделей, структур и алгоритмов и выработать практические рекомендации для ситуационного управления ПС в конкурентных условиях рынка. Провести исследования динамики функционирования управляемого производственного комплекса при действии возмущений внешней среды и струюурных изменениях ПК, а также выработать практические рекомендации по управлению организацией взаимодействия производственных подсистем в составе комплекса.

Методы исследования

При разработке теоретических и методологических основ моделирования и < интеллектуального управления производством используются методы системного анализа. Разработка моделей проводится с использованием методов общей теории систем, теории автоматического управления, теории иерархических систем. ^ Синтез интеллектуальных алгоритмов осуществляется с использованием методов искусственного интеллекта, ситуационного управления и теории алгоритмов. Для разработки имитационных моделей применяются численные методы моделирования и методы проектирования информационных систем.

Результаты, выносимые на защиту

На защиту выносятся следующие научные положения и практические результаты.

1. Методология исследования, моделирования и интеллектуального управления производственными системами и комплексами, функционирующими в условиях неопределенности рыночных отношений, основанная на использовании системологических принципов и общенаучных подходов применительно к сложным динамическим плохо формализуемым ПС и ПК.

2. Математические модели многопродуктовых производственных систем и их подсистем, модели управляемых многокомпонентных производственных комплексов, отражающие динамику систем и описывающие процессы их ' функционирования и управления на неравновесных динамических режимах с учетом действия возмущающих факторов со стороны внешней среды.

3. Теоретические основы построения структур и математических моделей управляемых производственных систем и комплексов, разрабатываемых на принципах построения кибернетических систем, включая методы синтеза интеллектуальных алгоритмов управления производством в условиях неопределенности рыночной среды.

4. Интеллектуальная система поддержки принятия решений по управлению производством и сбытом, базирующаяся на нейро - нечетких моделях ситуационного управления производственной системой в условиях рынка, дозволяющая решать задачи идентификации, классификации ситуаций и выбора решений формализованными процедурами, снижающими субъективность при

принятии решений человеком в процессе оперативного управления производством.

5. Автоматизированная система имитационного моделирования динамики функционирования ПС и поддержки принятия решений по управлению производством, реализованная в форме интерактивного диалога с пользователем и предназначенная для анализа эффективности алгоритмов интеллектуального управления, для анализа и прогнозирования поведения системы в изменяющихся условиях внешней среды.

АСИМ динамики управляемого производственного комплекса, позволяющая проводить исследования устойчивости функционирования ПК при действии возмущающих факторов со стороны внешней среды и при структурных изменениях внутри комплекса и предназначенная для синтеза структур ПК, обеспечивающих его устойчивое функционирование.

6. Комплексная методика анализа и синтеза системы интеллектуального управления производством, в том числе методика обучения ситуационному управлению. ' Результаты исследований эффективности управления многопродукговой производственной системой в конкурентных условиях рынка и результаты исследований динамики функционирования управляемого производственного комплекса при действии внешних и внутренних возмущений, полученные с использованием разработанных систем имитационного моделирования.

Научная новизна результатов

• Новизна предлагаемой методологии исследования, моделирования и интеллектуального управления производственными системами и комплексами заключается в том, что она объединяет в единую систему этапы синтеза, моделирования, анализа и управления производством как динамическим объектом на основе использования системных принципов и общенаучных подходов применительно к данной предметной области;

• новизна разработанных математических моделей производственной системы и ее элементов состоит в том, что они описывают в виде нелинейных дифференциальных уравнений поведение ПС на неравновесных динамических режимах в конкурентных условиях рынка при действии возмущающих факторов со стороны внешней среды.

Новизна разработанных динамических моделей и структур управляемого производственного комплекса заключается в том, что они позволяют анализировать отношения между производственными подсистемами на динамически неравновесных режимах и синтезировать связи между ними из условия обеспечения устойчивого функционирования комплекса как единого целого;

• новизна предложенного подхода к построению интеллектуальных систем управления ПС заключается в системном согласовании и реализации различных функций по планированию, прогнозированию и управлению производством на основе сочетания нечетких алгоритмов и нейросетевых структур;

• новизна предложенных алгоритмов управления производственной системой заключается в декомпозиции ситуаций на отдельные классы на основе

нейросетевого моделирования и в формировании для них алгоритмов принятия решений на основе нечеткой логики.

Практическая ценность и внедрение результатов

Практическая ценность разработанных научных основ построения интеллектуальных систем управления производством заключается в том, что они позволили разработать и внедрить в практику:

• модели, структуры и алгоритмы интеллектуального управления производством в условиях неопределенности;

• модели и структуры управляемого производственного комплекса, обеспечивающие его устойчивое функционирование на динамически равновесных и неравновесных режимах;

• автоматизированную систему имитационного моделирования динамики и поддержки принятия решений по управлению производством, обеспечивающую компьютерную имитацию различных ситуаций, возникающих на рынке, которые

не были предусмотрены при планировании, и позволяющую формировать ' эффективную, в смысле получения прибыли, тактику поведения ПС в условиях неопределенности рыночных ситуаций;

• комплексную методику применения автоматизированной системы 1 имитационного моделирования и поддержки принятия решений при анализе ПС и процессов управления производством и сбытом продукции, а также при обучении методам принятия решений по управлению производством;

• автоматизированную систему имитационного моделирования динамики управляемого производственного комплекса и методику ее применения для проведения исследований и анализа устойчивости функционирования ПК.

В учебный процесс Уфимского государственного авиационного технического университета (УГАТУ) и Башкирской Академии госслужбы и управления внедрены математическое, алгоритмическое и программное обеспечение моделирующего комплекса, а также методика его использования для решения задач моделирования динамики процессов производства и сбыта продукции, оперативного управления производством и процессов функционирования управляемого производственного комплекса (свидетельства Роспатента об официальной регистрации программ для ЭВМ №99005, №99006, . №2001610640,№2002611510).

На ФГУП "Уфимское агрегатное производственное объединение" внедрены комплексная методика построения системы управления производством, включающая процедуру расчета планов выпуска изделий, алгоритмы эффективного поведения предприятия в изменяющихся условиях рынка и программное обеспечение поддержки решений при управлении.

Основания для выполнения работы

Работа выполнена в период 1991-2002 гг. на кафедре технической кибернетики УГАТУ и связана с выполнением хоздоговорных научно-исследовательских работ (НИР) с АО "Концерн БЭТО"-НИР № ИФ-ТК-24-91 (1991-1993гг.) и госбюджетных НИР (1993-2001 гг.).

Работа поддержана в рамках научно-исследовательской программы "Математаческие методы моделирования сложных систем и применение их в

народном хозяйстве Башкортостана", проводимой в Институте математики с ВЦ Уфимского научного центра (УНЦ) РАН в 1993-1995гг., в рамках Государственной программы "Информатизация РФ", проект "Информатизация УГАТУ" (1993-1996гг.), в рамках Федеральной целевой программы "Государственная поддержка интеграции высшего образования и фундаментальной науки на 1997-2001гг.", контракт № 21-76, в рамках Государственной научно-технической программы Республики Башкортостан "Фундаментальные проблемы физики, математики, механики: эксперимент, теория, математическое моделирование", проводимой в Институте механики УНЦ РАН в 1998-1999 гг., а также в рамках гранта по фундаментальным исследованиям в области экономических наук "Диагностика состояния и интеллектуальное управление поведением предприятия в условиях рынка на основе имитационного моделирования", проект № 4-33,1999-2000 гг.

Апробация работы и публикации

Основные положения и результаты работы регулярно докладывались и обсуждались на научных конференциях различного уровня, в их числе:

Всероссийская научная конференция "Непрерывная логика и ее применение в технике, экономике и социологии" (Пенза, 1994);

Международная научно-техническая конференция (НТК) "Непрерывно-логические методы и модели в науке, технике и экономике" (Пенза, 1995);

Международная научно-техническая конференция "Непрерывно-логические модели и нейронные сети" (Ульяновск, 1995);

Международная научно-техническая конференция "Информационные технологии в моделировании и управлении" (С.-Петербург, 1996);

Международная научно-практическая конференция "Математические методы и компьютеры в экономике" (Пенза, 1996,1997,1999);

Международная научно-техническая конференция "Конверсия, приборостроение, рынок" (Владимир, 1997);

Международная конференция "Информатика и управление" (С.-Петербург,

1997);

8-й симпозиум ТРАС "Большие системы: теория и применения" (Патрас, Греция, 1998);

Международная конференция "Подходы жизненного цикла к производственным системам: менеджмент, управление и контроль" (Бремен, Германия, 1998; Левен, Бельгия, 1999; Бордо, Франция, 2000);

Всероссийская НТК "Нейроинформатика-99 " (Москва, 1999);

2-й Международный семинар АМЕТМА8-Ж)Е "Передовые концепции управления производственными системами" (С.-Петербург, 1999);

Международная конференция "Проблемы управления" (Москва,-1999);

Международный семинар "Информатика и информационные технологии" (Уфа, 2000,2001, Патрас, Греция, 2002);

Симпозиум ШАС "Производство, моделирование, менеджмент и управление" (Патрас, Греция, 2000);

2-я Международная конференция "Проблемы управления и моделирования в сложных системах" (Самара, 2000);

Российская научно-методическая конференция "Управление экономикой: методы, модели, технологии" (Уфа, 2001);

8-я Международная конференция по нейроинформатике (Шанхай, Китай,

2001).

Результаты диссертационной работы отражены в 75 публикациях, в том числе в 3 монографиях, 32 статьях, в 24 трудах конференций, 8 свидетельствах Роспатента о регистрации программ для ЭВМ, а также в 3 опубликованных методиках проведения деловых игр и 5 компьютерных практикумах по моделированию процессов управления производством и построению систем поддержки принятия решений по управлению.

Структура работы

Работа включает введение, 7 глав основного материала, заключение, библиографический список и приложения. Работа изложена на 303 страницах машинописного текста, кроме того, содержит 61 рисунок и 13 таблиц, размещенных на 59 страницах. Библиографический список включает 230 наименований.

Автор выражает глубокую благодарность и признательность научному консультанту, заслуженному деятелю науки и техники РФ и РБ, профессору Ильясову Б.Г. за постоянное и заинтересованное обсуждение совместно проводимых в течение многих лет исследований, а также за методическую и организационную помощь при подготовке диссертации к защите. Автор выражает искреннюю благодарность профессору Исмагиловой Л.А. за многолетнее полезное сотрудничество в области исследования проблем управления производством, а также аспиранту Валеевой Г.Р. за большой труд по подготовке и оформлению рукописи диссертации.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Первая глава посвящена рассмотрению комплексной проблемы повышения эффективности функционирования производственных систем и комплексов, которая является особенно актуальной в условиях рыночных отношений.

С позиций системного анализа общей проблемы повышения эффективности производства выявлена и сформулирована проблема исследования, моделирования и интеллектуального управления производственными системами и комплексами, включающая в себя следующие аспекты их изучения:

• организационно-экономические показатели производственно-сбытовой деятельности;

• производственно-экономические показатели совместного функционирования систем в составе комплекса;

• способы и алгоритмы управления процессами производства и реализации продукции в условиях рыночных отношений, а также управления производственным комплексом на динамически неравновесных режимах.

Показано, что при построении систем управления, способных обеспечить высокую эффективность (прибыльность) производства, а также эффективность и устойчивость функционирования комплекса в условиях неопределенности внешней среды, необходимо учитывать в моделях, структурах и алгоритмах

следующие основные свойства производственных систем и комплексов, которые составляют основу принятых в работе положений:

• система рассматривается как многопродуктовая и многорыночная, выпускающая конкурентоспособную продукцию различных видов и реализующая ее потребителям на рынках сбыта, которые образуют управляемую сеть реализации продукции разных товарных рынков;

• система функционирует в условиях высоко динамичного рынка, что требует ее быстрой и эффективной адаптации к изменениям рыночных ситуаций за счет гибкой системы планирования выпуска и управления сбытом;

• система является многофункциональной и многосвязной, управляется человеком, цели подсистем могут не совпадать с целями системы и меняться в процессе адаптации системы к внешней среде;

»система является гетерогенной, состоит из технической, технологической,

> экономической и сбытовой подсистем, функционирующих и развивающихся по разным законам и требующих разных моделей для своего описания;

• производство и сбыт продукции осуществляются в условиях неопределенностей, порождаемых свойствами объекта управления и внешней

I среды, а также при принятии человеком некорректных решений по управлению;

• динамический характер производства и сбыта продукции трудно поддается учету при планировании и приводит к постоянному изменению производственной и рыночной ситуаций, усложняя процедуру принятия решений по управлению;

• выбор альтернативных решений при планировании, прогнозировании и управлении производственной системой обосновывается экономической целесообразностью и преследует цель - повышение эффективности (прибыльности) системы;

• производственный комплекс рассматривается как объединение множества предприятий (подсистем), взаимосвязанных между собой единством производственно-потребительской цепочки, когда конечная продукция одной

0 подсистемы используется в качестве ресурса другими подсистемами;

• комплекс является многокомпонентной, многосвязной динамической системой, функционирующей в условиях неопределенности внешней среды и

г> ограниченности ресурсов подсистем;

• изменение характеристик и параметров подсистем комплекса, а также характера связей между подсистемами и внешней средой определяет многорежимность его функционирования;

• выбор решений по синтезу связей между подсистемами комплекса и решений по управлению как отдельными подсистемами, так и комплексом в целом обосновывается необходимостью обеспечения его устойчивого функционирования на динамически равновесных и неравновесных режимах.

Анализ сформулированной проблемы показал, что учет динамики является наиболее сложной и наименее разработанной к настоящему времени задачей управления данным классом систем. Большинство исследований посвящено либо моделированию макроэкономических процессов, либо изучению динамики производства без учета динамики сбыта, либо описанию только рыночных процессов взаимодействия спроса и предложения и ценообразования. Известные

динамические модели производственных систем описывают лишь некоторые аспекты производственно-сбытовой деятельности и не обеспечивают эффективное управление производством в изменяющихся условиях рыночной среды.

Показано, что область исследования и моделирования динамики функционирования управляемых производственных комплексов является малоизученной. Известные модели экономической динамики не позволяют исследовать устойчивость ПК на динамически равновесных и неравновесных режимах и синтезировать структуры и алгоритмы системы управления, обеспечивающие устойчивое эффективное функционирование комплекса и его подсистем.

На основании анализа существующих проблем определен круг научных и практических задач, решение которых обеспечит эффективность функционирования производственных систем и комплексов за счет разработки и применения динамических (непрерывно-логических) и интеллектуальных алгоритмов поддержки решений по управлению.

Во второй главе разработана методология исследования и моделирования управляемых производственных комплексов, основанная' на использовании общесистемных принципов и подходов применительно к сложным многокомпонентным ПК. Общенаучные подходы в методологии позволяют выявить основные свойства производственных комплексов, обосновывают выбор и разработку математических моделей и методов исследования и определяют взаимосвязь решаемых задач.

Особенностью предлагаемой методологии является построение моделей подсистем комплекса и моделей связей между подсистемами в классе динамических непрерывных детерминированных моделей. Достоинства данного класса моделей состоят в том, что, применяя хорошо разработанный математический аппарат комплексного анализа, они позволяют описывать, во-первых, структуру системы и ее свойства, во-вторых, динамику системы, в-третьих, влияние внешних возмущений на систему, т.е. исследовать поведение комплекса на достаточно большом множестве реальных ситуаций.

Для исследования устойчивости функционирования комплекса применяется метод, базирующийся на использовании математического аппарата теории функций комплексного переменного. Метод позволяет провести описание комплекса на уровне отдельных подсистем и многомерных связей между ними, получить необходимые и достаточные условия устойчивости линейных динамических систем, а также решить задачу анализа влияния динамических характеристик подсистем и связей между ними на устойчивость комплекса в целом. Метод математического моделирования позволяет исследовать устойчивость функционирования производственного комплекса с использованием его нелинейной модели.

Предлагаемая методология исследования и моделирования динамики функционирования управляемых производственных комплексов отличается от традиционных тем, что обладает следующими возможностями:

• определяет с общих методологических позиций правила построения реальных и виртуальных производственных объединений, способных устойчиво функционировать;

• позволяет отразить при моделировании основные свойства ПК: сложность и изменчивость структуры, динамичность, многофункциональность;

• учитывает влияние самых различных (благоприятных и неблагоприятных) факторов на динамику функционирования комплекса;

• раскрывает механизм образования общесистемных свойств, характеристик, эффектов при взаимодействии нескольких объектов в составе единого комплекса;

• имитирует поведение производственного комплекса и его элементов в условиях изменчивости внешней среды и ограниченности ресурсов подсистем и осуществляет поиск эффективных алгоритмов его функционирования.

Предлагаемый подход к разработке системы управления ПС в условиях рынка основан на следующих предпосылках:

во-первых, производство и сбьгг рассматриваются как единый управляемый процесс, что позволяет учесть взаимовлияние рынка и производства;

во-вторых, поскольку описание производственной системы как динамического объекта выполняется в темпах или интенсивностях изменения производственно-экономических показателей, то цель системы управления формулируется как поддержание динамического равновесия при движении системы;

в-третьих, система управления ПС строится в классе иерархических систем и основывается на интеллектуальных алгоритмах поддержки принимаемых решений.

Особенность предлагаемой методологии моделирования процесса управления производством на уровне предприятия состоит в объединении двух различных моделей - динамической и интеллектуальной, реализуемых методом имитационного моделирования на ЭВМ и обеспечивающих эффективное управление системой. Динамическая модель используется для анализа процессов производства и реализации продукции, для прогнозирования возможных состояний, а также для проверки правильности принимаемых решений.

В автоматизированной системе имитационного моделирования и поддержки принятая решений выполняется анализ динамики основных показателей, принимается одно из решений, рекомендуемых интеллектуальной моделью, оценивается его эффективность. В каждом решении осуществляется воздействие на одну или несколько управляющих переменных с учетом допустимых областей изменения значений переменных, рекомендуемых автоматизированной системой.

Передача данных из динамической модели в интеллектуальную осуществляется при моделировании дискретно в различные моменты модельного времени. В алгоритмах принятия решений эти данные используются только в случае неблагоприятных, по мнению управляющего, ситуаций. Принятие решений по управлению в реальной ПС обосновывается в системе имитационного моделирования предварительным анализом ситуаций, выбором наиболее перспективного решения и проверкой возможных последствий этого решения.

Системное объединение процедур анализа текущего состояния производственной системы на основе динамических моделей, принятия решений на основе интеллектуальных алгоритмов поддержки решений и выборочного вмешательства человека в процесс управления составляет основу предлагаемого подхода к управлению данным классом объектов.

Предложенная модель управления производственной системой отличается от известных автоматизированных систем управления производством тем, что:

во-первых, позволяет моделировать динамику функционирования системы и управлять переходом из одного динамически равновесного состояния в другое, а также проверять достоверность и эффективность принимаемых решений;

во-вторых, позволяет описать плохо формализуемые закономерности функционирования системы в неопределенных условиях рынка, сочетая числовые, лингвистические (нечеткие) значения переменных, а также интеллектуальные способности и профессиональный опыт управляющего;

в-третьих, пригодна для практического использования при создании интеллектуальной системы поддержки принятия решений.

В третьей главе на основе предложенной методологии исследования управляемых производственных комплексов разработана общая функциональная ' схема модели п - компонентного комплекса, положенная в основу построения математических моделей комплекса и моделей его элементов.

При разработке математических моделей производственного комплекса приняты следующие допущения. Подсистемами являются производственные предприятия, реально или виртуально взаимосвязанные между собой единством производственно-потребительской цепочки продукции. При этом приняты допущения, что экономические отношения между предприятиями по ресурсам и готовой продукции всегда могут бьггь сведены к эквивалентным финансовым отношениям между ними.

Допускается, что каждая производственная подсистема выпускает продукцию одного функционального назначения и, следовательно, может , рассматриваться как однопродукговая и, кроме того, не использует собственной готовой продукции для своего производства.

Предполагается, что интенсивность процесса обмена между предприятиями комплекса значительна и регулярна, что позволяет рассматривать его как 1 непрерывный процесс.

Производственный комплекс моделируется как гомогенная система в том смысле, что каждая подсистема по своим динамическим свойствам идентична другим, т.е. при одинаковых условиях каждая подсистема выпускает продукцию (независимо от ее вида) с одинаковыми темпами, выраженными в относительных единицах. При этом элементный состав подсистем будет различным.

Допускается, что период функционирования подсистем в составе комплекса достаточно продолжителен, чтобы рассматривать производственный процесс как стационарный.

Перечисленные допущения не снижают ценности разрабатываемой математической модели функционирования производственного комплекса, поскольку учитывают основные закономерности, отражающие динамику

функционирования ПК, и потому могут быть пригодны для анализа его -устойчивости.

Производственный комплекс состоит из л подсистем (компонентов), каждая г'-я подсистема выпускает продукцию объемом Л',- с темпом ЛГ,- и связана со всеми другими подсистемами. Процесс выпуска продукции рассматривается как процесс непрерывного расходования обобщенного ресурса . Под обобщенным ресурсом понимается совокупность всех необходимых для выпуска продукции видов ресурсов, выраженных в стоимостном эквиваленте.

Особенность функционирования комплекса состоит в том, что для

обеспечения планового темпа расхода обобщенного ресурса А? каждой г'-й подсистеме необходимо расходовать собственные ресурсы с темпом а также ресурсы, поступающие от других, связанных с ней, подсистем с темпом к^, /=1 ,п, Щ', у'=1,л-1. Темп расхода ресурсов Л;у представляет собой часть

выпускаемой в единицу времени продукции у'-й подсистемы, необходимой для поддержания темпа выпуска продукции г-й подсистемой. Эта часть формирует модель производственно-экономических отношений (связей) между подсистемами в динамике.

Линейная математическая модель производственной подсистемы представляется в виде совокупности динамических звеньев, для которых вид передаточных функций и их параметры отражают основные свойства рассматриваемых динамических процессов: инерционность, запаздывание, форсирование. Передаточные функции выступают в качестве линейного оператора преобразования темпов расходования ресурсов в темпы выпуска продукции.

Математическая модель связи представляется одним из следующих динамических звеньев (пропорциональным, инерционным, инерционным с запаздыванием, форсирующим), отражающим динамические свойства процесса обмена ресурсами между подсистемами комплекса.

Показана целесообразность разработки математического описания управляемого производственного комплекса в классе многосвязных систем, представленного в виде петлевого маркированного ориентированного графа. Подсистема представляется в форме петли при вершине графа, а связи между вершинами графа изображают связи между подсистемами.

На рисунке 1 представлена структура производственного комплекса, состоящего из четырех взаимосвязанных подсистем. Она построена с учетом взаимодействия подсистем с внешней средой, в качестве которой могут рассматриваться другие комплексы или отдельные предприятия, а также рынок готовой продукции. Взаимодействие подсистемы с внешней средой состоит в том, что часть ее готовой продукции реализуется вне комплекса, а на средства,

полученные от реализации, приобретаются дополнительные ресурсы Я,- .

Рисунок 1 - Структурная схема ПК с учетом взаимодействия с внешней средой

В качестве моделей связей между подсистемами и с внешней средой выбрана пропорциональная связь, где коэффициенты а0(- определяют долю темпа

выпуска продукции Л^-, направленную на реализацию во внешнюю среду:

• *

0<а0/<1, коэффициента а, о - долю темпа дополнительных ресурсов л,, приобретенных на средства от реализации продукции и вложенных в производство /-й продукции: 0<а)0<1, а коэффициенты связи а,у, 0<а,;<1, отражают производственно-экономические отношения между г'-й и _/-й подсистемами, показывая, какую долю в темпе расхода ресурса К, составляет темп выпуска продукции Nj

В качестве индивидуальной характеристики отдельной подсистемы рассматривается ее передаточная функция Ф(у) в режиме управления, когда подсистема функционирует в изолированном от других подсистем состоянии, либо амплитудно-фазовая характеристика (АФХ) Ф(/&>). Характеристика элемента многомерной связи отражает существующие взаимоотношения между подсистемами и строится из динамических звеньев, выражающих эти соотношения.

Для гомогенных систем, у которых индивидуальные характеристики подсистем Ф,(5) равны, введено понятие интегральной (обобщенной) характеристики связи.

Решаются две задачи: оценка устойчивости динамически равновесного состояния комплекса (равновесная задача), оценка устойчивости динамически неравновесного состояния (динамическая задача).

Для организационных систем состояние равновесия — это установившееся состояние, которое в работе рассматривается в качестве невозмущенного движения. Примером установившихся состояний для производственных систем является выпуск продукции с постоянными темпами. Для производственных комплексов им соответствует обмен ресурсами (продукцией) между подсистемами с постоянными темпами. В качестве возмущенного движения рассматривается как переход системы из одного равновесного состояния в другое равновесное состояние, так и отклонение от невозмущенного движения, вызванное действием внешних факторов. Возмущенное движение в работе названо динамически неравновесным состоянием.

Решение равновесной задачи предполагает составление уравнений динамически равновесного состояния комплекса, которые получаются из уравнений движения при подстановке в них ¿=0. Например, для п - компонентного производственного комплекса, подсистемы которого реализуют на рынке часть производимой продукции, уравнения движения запишутся в виде

Y,agNJ(s) + Rt0(s) + Rl (*) 1-1

где г, у = 1,и.

Для такого комплекса в качестве модели подсистемы рассматривается модель с положительной обратной связью, в качестве модели связи -пропорциональное звено.

Математическая модель блока взаимодействия с внешней средой в случае, когда продукция подсистемы реализуется вне комплекса практически сразу, представлена безынерционным звеном с передаточной функцией вида Жр (л) = кр,

где - коэффициент, отражающий связь между реализованной во внешней

системе продукцией N и дополнительными ресурсами Я , приобретенными на средства от ее реализации. Эта связь эффективна только в том случае, когда &р>1.

Связь подсистемы с внешней средой отражает модель связи, представленная динамическим звеном с передаточной функцией вида = а<>. При 5=0 выражение для Ф($) принимает вид

к

1 -кпкра0'

где кп — коэффициент, характеризующий динамичность производственной подсистемы и показывающий, во сколько раз возрастают темпы выпуска продукции при повышении темпов поступления ресурсов на 1 %.

1

При кп =1 Ф(0)=

1 - к„а

о

Рассматривая частный случай - трехкомпонентный комплекс, предположим,

что Ф,(0)=Ф2(0)=Фз(0)=Ф(0)=---.

1-£ра0

Тогда решение равновесной задачи сводится к решению уравнений динамического равновесия

= Г-(«12^2 + «13^3)+ я10;

■ ^2 = 1-Г-+ а23^з)+ ^20;

1 - кра0

N3 = -(аз,^! + а32Т/2)+ Я30.

1 - kpaQ

В работе показано, что если характеристическое уравнение представить в развернутом виде, то свободный член равен

an~\ + h2+h2+ ... + hn, где hK - интегральные характеристики связи.

Поэтому в дальнейшем говорится об устойчивости равновесного состояния, имея в виду выполнение условия положительности свободного члена характеристического уравнения, т.е. а„ >0. При этом, если система находится на границе апериодической устойчивости, т.е. а„=0, то это эквивалентно тому, что АФХ ФЦа), начинаясь в критической точке (+1, j0) при со=0, не охватывает остальные корни уравнения связи.

Условие устойчивости состояния динамического равновесия рассматриваемого трехкомпонентного комплекса запишется в виде

£>(Ф, h)= 1+ h2 (1 - край)2+ /13 (1 - kpa0f >0,

где интегральные характеристики связей /г2, Лз вычисляются через коэффициенты взаимосвязей следующим образом:

h2=- ai3a3] - а23а32 - a12a2i; h3=- а12а23а31 - а13а21а32.

Для четырехкомпонентного комплекса запись уравнений динамического равновесия, а также определение условия устойчивости динамически равновесного состояния выполняется аналогично тому, как это делается для трехкомпонентного комплекса.

Выполнен анализ устойчивости динамически равновесного состояния комплекса для различных типов его структуры: двух-, трех- и четырехкомпонентных комплексов, для полносвязной и неполносвязной структуры. Установлено, что область устойчивости функционирования комплекса сужается с увеличением количества подсистем, с увеличением интенсивности производства подсистем, с увеличением интенсивности связей между подсистемами, для полносвязной структуры по сравнению с неполносвязной структурой, при реализации подсистемами части продукции во внешней среде.

Анализ результатов позволяет отметить, что связь (производственные отношения) между парами подсистем играет большую роль в формировании устойчивости комплекса, чем отношения между тройкой подсистем, четверкой и т.д. Поэтому при оценке устойчивости динамически равновесного состояния многокомпонентных комплексов по предлагаемым моделям можно ограничиться рассмотрением производственных связей между парами подсистем независимо от количества взаимосвязанных подсистем.

Задача анализа устойчивости динамически неравновесного состояния комплекса решается на основе описания его как многосвязной гомогенной динамической системы на примере трехкомпонентного комплекса.

Характеристическая функция для трехкомпонентного комплекса записывается в виде

£>(Ф, Н) = 1 + ^Ф2 (5) + Й3Ф3 (5) = 0.

Подставив в уравнение ¡=]о), получим

Дую) = 1 + й2Ф2(»+/г3Ф3(»=0.

Для устойчивости гомогенной многосвязной системы необходимо и достаточно, чтобы амплитудно-фазовая характеристика Ф(/©) при изменении ш от О до со не охватывала ни одно из собственных значений уравнения связи

И{Кх) = 1 + /г2х2 + А3х3 = 0.

Другими словами, устойчивость функционирования комплекса определяется взаимным расположением АФХ Ф(/<и) индивидуальных передаточных функций подсистем и собственных значений уравнения связи.

В работе исследуется влияние характеристик связей, определяющих характер корней уравнения связи, на устойчивость функционирования комплекса. Влияние динамических характеристик подсистем исследуется с помощью метода имитационного моделирования.

Предложен алгоритм принятия решений по формированию производственных отношений (связей) в производственном комплексе, исходя из условия обеспечения устойчивости его динамически равновесного и неравновесного состояний. Использование полученных результатов позволит повысить эффективность управления производственными комплексами за счет использования динамических моделей при принятии решений.

В четвертой главе исследуется деятельность предприятия, выпускающего продукцию различных видов одного функционального назначения. Потребляемые при этом ресурсы взаимозаменяемы. Предприятие продает готовые изделия потребителям в точках сбыта, которые образуют управляемую сеть реализации продукции одного товарного рынка. Такая система названа многопродуктовой -многорыночной производственной системой, модель которой разрабатывается в форме кибернетической системы, отражающей согласованное изменение основных параметров производства и реализации в любой момент времени. Главной целью управления является формирование управленческих воздействий, направленных на изменение параметров, повышающее эффективность функционирования системы. Комплексное оценивание эффективности системы проводится путем анализа выручки и прибыли предприятия.

На основе предложенной методологии исследования и интеллектуального управления производством разработана общая функциональная схема модели многопродуктовой производственной системы, структурированная по видам продукции и по выполняемым функциям. Каждый 1-й канал в модели отражает производство и реализацию 1-го вида продукции. Каждая функциональная подмодель описывает основные действия и расчеты, выполняемые для всех видов продукции. Такая многоканальная система оказывается и многосвязной через рынок, если в соответствии с некоторым алгоритмом принятия решений каждый из п видов может продаваться не только на "собственном" рынке товара, но и на рынках, где этот товар является взаимозаменяемым.

Обобщенная модель производственной системы состоит из связанных между собой подмоделей: распределения обобщенного ресурса мевду видами выпускаемой продукции; производства продукции; формирования зазраг на производство и сбыт; реализации продукции; расчета выручки и прибыли.

Динамические модели многопродукговой производственной системы разработаны в классе нелинейных систем, описываемых дифференциальными уравнениями, решение которых выполняется численными методами с использованием имитационного моделирования.

Модель производства продукции позволяет отразить динамику процессов выпуска продукции с целью принятия эффективных решений по управлению. Модель реализации продукции предназначена для описания динамических процессов изменения объемов реализации и формирования цен, происходящих на рынках сбыта. При этом модель реализации продукции для рынка взаимозаменяемых товаров, сегментированного по общности интересов потребителей к товару каждого вида, должна быть дополнена моделью с территориальной сегментацией рынка товара. В общем случае следует рассматривать многопродуктовую производственно-сбытовую систему, структурированную по рынкам товаров (по числу видов выпускаемой продукции 1=1,п) и по точкам сбыта (территориальным сегментам А.-го рынка, Х=1,Л).

Поскольку производственная система рассматривается как многоканальный и многосвязный объект управления, функциональные связи в подсистеме реализации возникают:

во-первых, прн определении объема предложения продукции 1-го вида по точкам сбыта (территориальным рынкам);

во-вторых, при перераспределении излишков предложения между территориально удаленными точками сбыта, что сопряжено с дополнительными затратами;

в-третьих, при формировании перекрестных связей внутри территориального рынка по правилам сегментации по общности интересов потребителей к одному товару.

Анализ рыночных условий при управлении реализацией продукции ведется с использованием паутинообразной модели рынка. Выделены факторы рыночной среды, вызывающие смещение функциональных зависимостей цены от спроса (кривой спроса) и цены от предложения (кривой предложения) относительно осей

координат (неценовые детерминанты спроса и предложения), а также факторы, вызывающие изменение эластичности спроса.

Каждая сепаратная подмодель реализации продукции 1-го вида включает следующие действия (рисунок 2):

• построение кривой спроса и кРив°й предложения 50 (#;) по известным статистическим данным предприятия о реализации и выпуске продукции;

• построение на их основе с учетом доли с! исследуемого предприятия на рынке сбыта кривых общего спроса Д^;) и общего предложения продукции;

• определение равновесной рыночной цены Ц^ (/=0) на начальный момент времени;

• расчет смещений кривых спроса Д)(?/) и предложения под действием факторов рыночной среды, определение новых положений А(<?;) и

51(9/) этих кривых и новых значений равновесной цены Ц^;

• определение предложения продукции Лг/пред, оцениваемого та кривой спроса ДО?/) для значения цены Ц, и рассчитываемого с учетом значений объема выпуска поставок продукции со склада NfШl и цены Ц, формируемой путем индивидуальной надбавки предприятия ДЦ/ к равновесной цене;

• оценка общего предложения продукции Л^/пред2: с учетом предложения

конкурента Лг/пред"к, оцениваемого по кривой спроса (д!) для значения цены

конкурента Ц/ и рассчитываемого с учетом значений объема его выпуска и

цены Ц/к, формируемой путем индивидуальной надбавки ДЦ* к равновесной цене;

• оценка общего спроса на продукцию Лг/спр£, рассчитываемого по кривой спроса А(д/) для значения равновесной цены Ц^;

• определение разницы АЛ', между общим спросом М^1 и общим

предложением Л^пред5* продукции. Эта величина характеризует ситуацию на рынке (обеспеченность рынка) и качественно, и количественно;

• определение объема реализации продукции Л^6211 предприятия на «собственном» рынке с учетом разницы ДN1 и его доли с1 на рынке, а также оценка объема реализации продукции конкурента Лг/реал к;

• расчет доли предприятия в. и доли его конкурента (/ на рынке;

• определение равновесной цены продукции на текущий момент времени

Ц/ на основе значений цены и объема реализации предприятия на предыдущий

момент времени, а также аналогичных значений цены и объема реализации его конкурентов;

Факторы рыночной среды

Рисунок 2 - Функциональная схема подмодели реализации продукции /-го вида

• определение цены продукции при продаже ее на «собственном» 1-й рынке Ц, с учетом добавки ДЦ, к равновесной цене Ц;;

• расчет выручки от реализации продукции.

Разработаны функциональные и структурные схемы модели реализации в виде соединения линейных и нелинейных динамических звеньев, вид и параметры которых определяются характером реально протекающих процессов сбыта продукции и их экономическими показателями.

Управление реализацией состоит:

• в регулировании предложения продукции;

• в установлении цены товара;

• в повышении темпов и объемов реализации в каждой точке сбыта, на рынке товара в целом.

Разработанная модель реализации продукции позволяет:

во-первых, исследовать не только динамически равновесные, но и динамически неравновесные состояния производственной системы, существующие в реальности;

во-вторых, описать динамику процессов взаимовлияния спроса, предложения, цены, объема продаж и действий конкурентов;

в-третьих, отразить сущность объективного процесса ценообразования, а также описать поведение производственной системы как отражение объективных законов рынка, с одной стороны, и как собственное восприятие производственно-рыночной ситуации, с другой стороны.

В пятой главе показано, что выявленные особенности производственной системы как объекта управления, а также особенности управления в условиях неопределенности рыночной среды позволяют выбрать методы искусственного интеллекта на базе моделей нечеткой логики и нейронных сетей в качестве основных методов решения задач планирования, прогнозирования и поддержки принятия решений по управлению производством.

Принятие решений по управлению производственной системой состоит в обосновании новых значений вектора управляемых переменных по отношению к их значениям, сформировавшимся на предыдущем шаге управления. Управление сводится к преобразованию текущего состояния системы в целевое

Идентификация состояния производственной системы выполняется с помощью вектора управляемых переменных Р={ПД АП,е,ё}, отражающего

динамику системы показателями объема П и темпа прибыли П, отклонения ДП фактической прибыли от плановой, отклонения е спроса от предложения, а также темпа в его изменения.

В качестве управляющих переменных выбраны объем выпуска продукции ДО, темп выпуска Й, цена Ц, затраты на рекламу Зрекл, затраты по организации

продаж Зпр0Д! затраты на транспортировку продукции З.фан, темп формирования

страховых запасов (накопления и расходования) Мскл, объединенные в вектор

решений R={N, Ы,Ц, Зрекл, Зпрод, 3^, Ыскл}.

Для решения задач управления предложен подход, который состоит в реализации процедур ситуационного управления на основе нейросетевых и нейро-нечетких моделей.

Процедуры интеллектуального управления ПС состоят из этапов:

этап 1 - идентификация ситуации: определение векторов Р и R; определение функций принадлежности значений лингвистических переменных векторов Р и R;

этап 2 - классификация ситуаций на основе нейросетевой модели;

этап 3 - выбор наиболее эффективного решения из множества рекомендуемых на основе нейро-нечеткой модели: формирование базы правил принятия решений на основе совокупности нейронных сетей; выбор механизма (алгоритма) логического вывода и метода дефаззификации; формирование множества управляющих решений и выбор наиболее эффективного из них на основе нечеткой модели.

Предложенный подход к управлению позволяет в автоматизированном режиме решать задачи идентификации, классификации ситуаций и выбора решений формализованными процедурами, учитывающими неопределенность при анализе ситуации и экспертную субъективность выбора решений человеком при управлении производственно-сбытовой деятельностью предприятия.

Разработка нейросетевых моделей классификации ситуаций, формирования базы правил принятия решений, планирования и прогнозирования основана на обобщенной модели построения нейронной сети, в которой формируются множества входов In, с указанием их количества К,„ и идентификаторов Namem\ множества выходов Out, с указанием их количества Км, и идентификаторов Namemt\ множества слоев Layer, с указанием их количества Кс и количества нейронов в скрытом слое Ктиг\

MHc={In{K,„JVamem}, Layer{KtJCwur}, Out{Kou,flameout}}.

Нейросетевая модель планирования объема выпуска продукции от шярсбности состоит из двух взаимосвязанных (In-Out) подмоделей:

• подмодели планирования потребности в ресурсах

Мцс1={/«{«, Namen}, Layer{2, К^}, Out{m, (сь с2,..., ст)}};

• подмодели планирования объема выпуска п наименований продукции с учетом номенклатуры Name„

Mhc2={/«{«, (C|, C2,..., сю}, Layer{2, К^}, Out{n, Namen}}.

Выходные переменные модели Мцс\ являются входными в модели А/цсг-

Разработанный метод решения задачи планирования выпуска продукции от потребности позволяет строить с использованием плохо определенных данных системы планирования, быстро реагирующие на изменяющуюся ситуацию в производстве и на рынке, учитывающие ограничения по ресурсам и технологическим возможностям предприятия.

Разработана технология формирования решений по управлению производством, которая строится по модельно-функциональному принципу, когда

последовательность анализа данных соответствует функциям управления производственной системой, а способы обработки данных - интеллектуальным (нейро-нечетким) моделям.

Идентификация состояния производственной системы состоит в определении значений вектора управляемых переменных, представимого в виде как числовых, так и лингвистических значений переменных. Для каждой составляющей вектора состояния определяются возможные значения лингвистических переменных и строятся функции принадлежности.

Модель классификации ситуаций разработана на основе обобщенной сетевой модели как двухслойная нейронная сеть:

Генерирование возможных решений осуществляется с помощью совокупности двухслойных нейронных сетей, количество и взаимосвязь между которыми определяются числом переменных вектора решений. На входы нейронных сетей подаются значения переменных вектора состояния производственной системы, на выходе формируются значения переменных вектора решений:

MiC4;— {/«{5,(П,П,ДП,е,б)}, Layer{2,13}, Out {5, (уменьшить, немного уменьшить, оставить на прежнем уровне, немного увеличить, увеличить)}}.

Нейронная сеть используется для построения недостающих конструкций в базе правил. Полученные с помощью нейронной сети правила, возможные в данной ситуации, поступают в нечеткую модель поддержки решений

Мнл,={)1(П), ц(П), ц(ДП), ц(е), ц(ё), ц(Л,), ат, {Д,}}, где ц(П), ц(П), ц(ДП), ц(е), ц( ё) - степени принадлежности фактических значений лингвистических переменных П, П, ДП, г, £ нечетким подмножествам, определенным в условной части т-го правила;

- степень принадлежности фактического значения лингвистической переменной вектора решений R;

ат=ш1п{ц(П), р.(П), ц(ДП), ц(е), ц(ё)} - уровни активности правил принятия решений.

Полученные значения каждой переменной вектора решений являются наиболее эффективными решениями в конкретной ситуации. Они предлагаются человеку для анализа и выбора окончательного решения по изменению ситуации в производстве и на рынке.

Разработанная нейро-нечеткая модель поддержки решений отличается от известных тем, что в ней учитывается неопределенность при оценке состояния производства и рынка, при анализе и развитии ситуаций, при определении новых значений управляющих переменных, при выборе альтернативных способов исполнения решений.

Нейросетевые модели прогнозирования строятся на основе обобщенной модели МцС Для различных показателей внешней среды и производственно -

сбытовой деятельности системы: спроса, предложения конкурентов, цены, реализации продукции. Например, модель прогнозирования спроса имеет вид Мнс5={/"{2, (Цена, Предложение)}, Loyer {2,11}, Out{ 1, (Спрос)}}.

Предложенные модели прогнозирования отличаются от известных тем, что учитывают не только ретроспективные значения прогнозируемых показателей, но и парируют неопределенность внешней среды, объекта управления и системы управления. Они эффективны в условиях неполных и неточных данных и позволяют выявить факторы, наиболее сильно влияющие на процессы производства и сбыта продукции.

В шестой главе разработаны структура, информационное и программное обеспечение автоматизированной системы имитационного моделирования динамики функционирования производственных комплексов, которая базируется на теоретически обоснованных подходах к моделированию управляемых ПК, соответствует динамическим моделям производственных комплексов и их элементов, пригодна для обучения пользователей управлению взаимодействием подсистем в составе комплекса.

Программное обеспечение АСИМ позволяет в интерактивном режиме выполнять структурную и параметрическую модификацию моделей комплекса, моделей его подсистем и связей, моделировать динамику функционирования комплекса, оценивать устойчивость его динамически равновесных и неравновесных состояний.

Исследования динамики функционирования производственных комплексов проводились с использованием разработанной АСИМ по трем направлениям:

• исследования устойчивости функционирования ПК при изменении связей между подсистемами;

• исследования устойчивости функционирования ПК с различными динамическими характеристиками подсистем;

• исследования устойчивости функционирования ПК при действии возмущений.

Исследования устойчивости функционирования комплекса при изменении связей между подсистемами выполнены для грех- и четырехкомпонентного комплексов с помощью частотного критерия. Установлено, что усиление связей, или увеличение интенсивности материальных потоков между подсистемами позволяет увеличить интенсивность производства всех подсистем, но снижает запас устойчивости функционирования комплекса в целом. С увеличением количества связей, претерпевающих изменения, эти тенденции усиливаются.

Например, усиление одной связи в трехкомпонентном комплексе в 1,67-4-2,67 раз позволяет увеличить интенсивность производства его подсистем: первой — в 1,06-5-1,17 раз, второй - в 1,07+1,18 раз, третьей - в 1,25+1,7 раз. Усиление двух связей (в 1,5+2,5 раз и 1,3+2,0 раз) дает возможность увеличить интенсивность производства первой подсистемы в 1,06+1,26 раз, второй - в 1,16+1,74 раз, третьей - в 1,18+1,81 раз. Вместе с тем, одновременное усиление всех связей в комплексе приводит к неритмичности выпуска его подсистем.

Исследования влияния организационного управления подсистемами на устойчивость функционирования комплекса выполнены на примере

трехкомпонентного комплекса. Результаты экспериментов позволяют утверждать, что при хорошо организованной работе подсистем можно только увеличить интенсивность их взаимодействия либо уменьшить статическую устойчивость, но нельзя сделать систему колебательно неустойчивой, то есть нельзя нарушить устойчивость динамически неравновесного состояния.

Проведены исследования функционирования трехкомпонентного комплекса при действии возмущений, приводящих к нарушению производственных связей между подсистемами. Для формализации отклонений в связях используется модель нарушения связи, линейная часть которой представляет собой пропорциональное звено. Установлено, что нарушение хотя бы'одной связи вызывает снижение темпов выпуска продукции всеми подсистемами комплекса, нарушение сильной связи влияет в большей мере, чем нарушение слабой связи. Нарушение нескольких связей приводит к более сильному снижению темпов, чем нарушение одной связи.

Достижение начальных темпов производства подсистемами обеспечивается либо при увеличении расхода собственных ресурсов подсистемами путем привлечения дополнительных ресурсов из внешних систем, либо при восстановлении нарушений связи.

В седьмой главе разработаны структура и функциональная схема автоматизированной системы имитационного моделирования динамики функционирования и поддержки принятия решений по управлению производством, которая

• базируется на предложенной методологии исследования и управления производством;

• соответствует динамическим моделям многопродуктовых многорыночных производственных систем и нейро-нечетким моделям системы управления;

• реализована в концепции развитой моделирующей среды, что позволяет решать задачу конфигурирования системы моделирования в соответствии с целями экспериментов и задачу разработки имитационной модели производственной системы;

• автоматизирует процедуры информационного наполнения имитационных моделей данными о производственно-сбьгговой деятельности исследуемой реальной системы;

• позволяет расширить область применения моделей и алгоритмов и использовать их для обучения методам моделирования, прогнозирования и управления производством в условиях рынка.

Программное обеспечение базируется на принципах иерархичности организации имитационной модели производственной системы, открытости архитектуры и модульности, многопоточности, обеспечивает возможность интерактивного построения моделей ПС произвольного уровня сложности, исследования динамики процессов производства и сбыта продукции, а также поддержку принятия решений по управлению производством в изменяющихся условиях рыночной среды.

Разработана система проектирования нейронных сетей, позволяющая в интерактивном режиме строить нейронную сеть любой конфигурации, изменять методы обучения и условия окончания процесса обучения. Разработанная система является подсистемой АСИМ и может использоваться в виде самостоятельного программного продукта при решении задач интеллектуального управления производством.

На основе АСИМ разработаны и внедрены:

• методика проектирования системы управления, реализующая предложенные структуры, модели и алгоритмы управления производством в условиях неопределенности рыночной среды;

• методика системных исследований процессов производства и сбыта продукции в условиях рынка, позволяющая проводить эксперименты над моделями ПС по исследованию управляемости системы, выполнять анализ эффективности алгоритмов управления и осуществлять выбор целесообразной тактики поведения ПС в условиях изменяющейся внешней среды;

• методика обучения, позволяющая исследовать поведение, как реальных производственных систем, так и проектируемых в процессе обучения.

Проведены исследования эффективности предложенных интеллектуальных алгоритмов управления производством, подтверждающие повышение прибыли предприятия машиностроения, осуществляющего выпуск товаров народного потребления.

РЕЗУЛЬТАТЫ И ВЫВОДЫ

В данной работе решена актуальная, имеющая важное научно-практическое значение проблема исследования, моделирования и интеллектуального управления сложными многосвязными динамическими производственными системами и комплексами, позволяющая повысить эффективность функционирования данного класса систем в изменяющихся условиях рыночных отношений и ограничений по ресурсам.

При решении этой проблемы получены следующие научные и практические результаты.

1. На основе общесистемных принципов и общенаучных подходов разработана методология исследования, моделирования и управления производством и сбытом продукции как единым динамическим объектом, а также производственным комплексом как объединением множества предприятий, взаимосвязанных между собой единством производственно-потребительской цепочки.

В отличие от существующих концепций данная методология позволяет с системных позиций объединить потоки различной физической природы (информационные, материальные, финансовые и т.д.) и учитывать факторы неопределенности (колебания цен, спроса, поведение конкурентов и т.д.) при принятии управленческих решений.

2. Показана целесообразность математического описания управляемого производственного комплекса в классе многосвязных систем, представленного в виде петлевого маркированного ориентированного графа. Особенность предложенной модели ПК в том, что она отражает не только динамические

свойства подсистем, но также динамические характеристики связей между ними, что позволяет исследовать структуру комплекса и оценивать степень влияния каждой подсистемы и ее связей на функционирование комплекса в целом.

Выполнен анализ устойчивости динамически равновесного состояния производственного комплекса для различных типов его структуры. Выявлены тенденции изменения области устойчивости функционирования ПК в зависимости от его структуры, от интенсивности производства подсистем, от интенсивности обмена ресурсами между подсистемами, от интенсивности взаимодействия подсистем с внешней средой.

Выполнен анализ устойчивости функционирования трехкомпонентного комплекса на динамически неравновесном - режиме на основе предложенного описания ПК как многосвязной системы. Установлены закономерности изменения динамически равновесного и неравновесного состояний комплекса при изменении характеристик связей между подсистемами.

Разработана динамическая модель многопродуктовой производственной системы, состоящая из взаимосвязанных однопродуктовых подсистем, функционирующих в едином ресурсном пространстве и на территориально разнесенных сегментах рынка товаров одного функционального назначения.

В классе нелинейных динамических систем разработаны следующие модели, отличающиеся новизной математического представления:

• модель подсистемы реализации продукции, включающая нелинейные и линейные модели состояния рынка, ценообразования, поддержки продукции на рынке и отражающая динамические свойства процесса сбыта продукции, а также взаимосвязи рынков взаимозаменяемых товаров;

• модель реализации продукции отдельного вида без учета действия связей между рынками различных видов товаров, определяющая траекторию движения ПС на множестве неравновесных состояний при изменении спроса, предложения, рыночной цены и динамических свойств рынка.

3. Обоснована целесообразность построения систем управления производством в классе интеллектуальных систем, основанных на нейро-нечетких моделях, позволяющих для условий непрогнозируемых действий внешней среды и возникновения дефицита ресурсов вырабатывать для каждой конкретной ситуации наиболее эффективные решения по управлению производством и сбытом, а также обеспечивающих решение задач планирования выпуска продукции и прогнозирования производственно-сбытовой деятельности и поведения внешней рыночной среды.

Предложена структура системы интеллектуального управления, использующая для принятия управленческого решения, для планирования и прогнозирования как нейро-нечеткие модели, так и динамические модели производственной системы.

Использование результатов моделирования поведения производственных систем в различных ситуациях по их динамическим моделям позволяет реализовать принцип управления по модели, который обеспечивает адаптацию системы к возникающим ситуациям. Сочетание принципа управления по

динамическим моделям с интеллектуальными алгоритмами позволяет повысить эффективность процесса управления производственными системами.

4. Для решения задач управления производством предложен подход, объединяющий преимущества ситуационного и интеллектуального управления и реализующий процедуры ситуационного управления с помощью нейросетевых и нечетких моделей. На основе предложенной обобщенной модели построения нейронной сети разработаны нейросетевая модель планирования выпуска продукции от потребности и нейросетевые модели прогнозирования показателей внешней среды и производственно-сбытовой деятельности предприятия.

Разработана нейро-нечеткая модель поддержки решений, позволяющая решать задачи классификации ситуаций, формирования возможных решений для этих ситуаций и выбора наиболее эффективного из них и учитывающая неопределенность при оценке состояния производства и рынка.

5. Разработаны структура, функциональная схема и программное обеспечение автоматизированной системы имитационного моделирования динамики функционирования производственных комплексов, базирующейся на предложенной методологии моделирования управляемых ПК. Программное обеспечение соответствует динамическим моделям ПК и их элементов, позволяет исследовать динамику функционирования комплекса и оценивать устойчивость его динамически равновесных и неравновесных состояний, имеет дружественный интерфейс, способствующий развитию навыков моделирования и профессионализма и пригодный для обучения пользователей управлению организацией взаимодействия подсистем в составе комплекса.

Разработаны структура, функциональная схема и программное обеспечение АСИМ динамики функционирования и поддержки принятия решений по управлению производством, которая базируется на теоретически обоснованных подходах к моделированию и управлению ПС; реализована в концепции развитой моделирующей среды; имеет дружественный интерфейс, обеспечивающий возможность интерактивного построения моделей производственных систем произвольного уровня сложности, исследования динамики процессов

гтлтюол1тлтт>1 тт л^тггч пллтге'инт! «а тоегмгс» ггпггтк»пчпгл/ пртттрииЙ ТТЛ ^шпаопртлп *1 1.и ЪЬ «ьии1\ъ> ии^ул^/шч^ ^шмшш ии ^ и^/мьм^шшии

производством в условиях рыночной среды; пригодна для обучения пользователей методам управления ПС в условиях рынка.

6. Разработана комплексная методика использования полученных научных результатов при проектировании системы управления ПС, при исследовании поведения производственных систем в условиях рынка и при обучении методам управления.

Методика проектирования системы управления производством отличается новизной используемых интеллектуальных алгоритмов и автоматизирует управленческую деятельность, повышая ее эффективность при принятии решений в условиях неопределенности рыночной" среды. Методика системных исследований позволяет проводить имитационные эксперименты над моделями производственных систем в соответствии с выбранными целями исследования. Методика обучения позволяет работать как с реальной системой, так и с модельным вариантом исходных данных.

Проведены исследования эффективности предложенных интеллектуальных алгоритмов управления производством, подтверждающие повышение прибыли на 5-10% от производственно-сбытовой деятельности предприятия машиностроения по выпуску товаров народного потребления, за счет принятия решений по корректировке темпов и объемов выпуска продукции в соответствии с рыночной потребностью.

Выполнены исследования'динамики функционирования трехкомпонентного производственного комплекса при действии возмущений внешней среды, приводящих к нарушению связей между подсистемами. Установлено, что следствием нарушения одной связи (например, снижения интенсивности материального потока из первой подсистемы во вторую) является снижение интенсивности производства всех подсистем комплекса - на 2,6%, 13,9% и 4,7% соответственно, а одновременного нарушения двух связей - на 15,1%, 24,9% и 9,3%. Достижение начальных темпов выпуска продукции подсистемами комплекса обеспечивается путем привлечения дополнительных ресурсов из внешних систем.

СПИСОК ОСНОВНЫХ ПУБЛИКАЦИЙ

1. Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г. и др. Методологические аспекты управления динамическими производственными системами в конкурентных условиях рынка // Сборник трудов УАИ (60-летию УАИ).-Ч. И.Уфа, 1992.-С. 107-115.

2. Валеева Р.Г., Макарова Е.А. Имитационная модель поведения предприятия в условиях рынка // Вопросы управления и проектирования в информационных и кибернетических системах: Межвуз. науч. сб.-Уфа: УГАТУ, 1993.-С. 96-103.

3. Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г. Моделирование производственно-рыночных систем.-Уфа: УГАТУ, 1995.-321с.

4. Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г. Моделирование динамических производственно-экономических систем // Экономика и управление.-! 995.-№ 2.-С. 64-70.

5. Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г. Проблемы управления производственно-экономическими системами // Экономика и управление.-1995.-№ 4.-С. 56-60.

6. Валеева Р.Г., Сильнова C.B. Динамическая модель многопродуктового производства // Вопросы управления и проектирования в кибернетических системах: Межвуз. науч. сб.-Уфа: УГАТУ, 1995.-С. 213-221.

7. Исмагилова Л.А., Валеева Р.Г. Системная методология моделирования производственно-рыночных систем // Управление в сложных системах: Межвуз. науч. сб.-Уфа:УГАТУ, 1995.-С. 166-173.

8. Валеева Р.Г., Сильнова C.B. Непрерывно-логические алгоритмы принятия решений в производственно-рыночных системах // Непрерывно-логические методы и модели в науке, технике и экономике: Тез. докл. междунар. науч.-техн. конф.-Пенза, 1995.-С.140-141.

9. Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г. Концепция использования непрерывно-логических моделей для описания динамики активных систем // Непрерывнологические модели и нейронные сети: Тез. докл. междунар. науч.-техн. конф .-Ульяновск, 1995.-Т. З.-С. 40-41.

10. Валеева Р.Г., Сильнова C.B. Алгоритмы управления сбытом в динамических рыночных системах // Управление в экономических и социальных системах: Межвуз. науч. сб.-Уфа: УГАТУ, 1996.-С. 54-59.

11. Исмагилова Л.А., Валеева Р.Г., Сильнова C.B. Интеллектуальная система поддержки принятия решений в многопродуктовых производственно-рыночных системах // Информационные технологии в моделировании и управлении: Тр. междунар. конф.-С.-Петербург, 1996.-С. 254-256.12. Исмагилова Л.А., Валеева Р.Г., Сильнова C.B. Моделирование

процессов управления производством и сбытом продукции // Математические методы й компьютеры в экономике: Тез. докл. междунар. конф.-Пенза, 1996.-С. 23-24,13. Свид-во об офиц. per. программы для ЭВМ № 960289. Программа имитационного моделирования многопродуктовых производственно-рыночных систем/ Б.Г. Ильясов, JI.A. Исмагилова, Р.Г. Валеева, C.B. Сильнова.-М.: РосАПО, 1996.

14. Ильясов Б.Г., Исмагилова JÏ.A., Валеева Р.Г., Сильнова C.B.

Интеллектуальное управление динамикой процессов производства и сбыта продукции // Приборы и системы управления.-1997.-№10.-С. 12-14.

15. Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г., Сергеева И.Г. Управление производством с использованием нечеткой логики // Непрерывная и смежные логики в информатике, экономике и социологии: Тез. докл. Всерос. науч.-техн. конф.-Пенза, 1997.-С. 104-105.

16. Свид-во об офиц. per. программы для ЭВМ №970506. Деловая игра по моделированию процессов управления производством и сбытом продукции/ Б.Г. Ильясов, Л. А. Исмагилова, Р.Г. Валеева, А.Г. Гильдин.-М.: РосАПО, 1997.

17. Грумпос П.П., Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г. Управление производством как сложным динамическим объектом И Большие системы: теория и применения: Препринт 8-го симп. IFAC.-T.l.-Патрас, Греция,

1998. - С.527-530 (на англ. языке).

18. Грумпос П.П., Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г. Интеллектуальные алгоритмы управления динамическими производственными системами // Подходы жизненного цикла к производственным системам: менеджмент, управление и контроль: Тр. междунар. конф. А81'98.-Бремен, Германия, I998.-C. 151-156 (на англ. языке).

19. Валеева Р.Г., Макарова Е.А., Закиева Е.Ш. Экспериментальные исследования устойчивости взаимосвязанного функционирования производств территориально-производственного комплекса // Вопросы управления в информационных и кибернетических системах: Межвуз. науч. сб.-Уфа: УГАТУ,

1999.-С. 167-175.

20. Грумпос П.П., Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г.

Моделирование динамики и интеллектуальное-управление производственными системами в условиях неопределенности // Передовые концепции управления производственными системами: Тр. 2-го междунар. сем. AMETMAS-NOE.-C.-Петербург, 1999.-С. 112-119 (на англ. языке).

21. Грумпос ПЛ., Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г. Методологические аспекты системного моделирования и анализа устойчивого

развития региональных систем // Подходы жизненного цикла к производственным системам: менеджмент, управление и контроль: Тр. междунар. конф. ASI'99-Левен, Бельгия, 1999.-С. 18—23 (на англ. языке).

22. Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г., Сергеева И.Г. Принятие решений по управлению производством на основе нейросетевого моделирования // Нейроинформатика-99: Сб. науч. тр. Всерос. науч.-техн. конф,-Ч.З.-М., 1999.-С.263-270.

23. Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г. Имитационное моделирование при управлении и обучении // Проблемы передачи технологий: Тр. междунар. науч.-техн. сем.-Уфа, 1999.-С. 118-120 (на англ. языке).

24. Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г., Сергеева И.Г. Управление производственно-рыночной системой на основе нечеткой логики // Вопросы управления в информационных и кибернетических системах: Межвуз. науч. сб.-Уфа: УГАТУ, 1999.-С. 7-13.

25. Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г. Управление динамическими производственными системами на основе методов имитационного моделирования // Проблемы управления: Тез. докл. междунар. конф.-Т. З.-М., 1999.-С. 39-40.

26. Ильясов Б.Г., Валеева Р.Г., Макарова Е.А., Закиева Е.Ш.

Моделирование и анализ устойчивости взаимосвязанного функционирования производственных комплексов //Математические методы и компьютеры в экономике: Тез. докл. II Междунар. науч.-техн. конф.-Пенза, 1999.-С. 44-47.

27. Исмагилова Л.А., Валеева Р.Г. Интеллектуальное управление и имитационное моделирование в производственных системах // Интеллектуальное управление в сложных системах-99: Материалы Республ. науч.-техн. конф.-Уфа: УГАТУ, 1999.-С. 99-101.

28. Свид-во об офиц. per. программы для ЭВМ №990006. Система поддержки решений на основе нечеткой логики/ Б.Г. Ильясов, Л.А. Исмагилова, Р.Г. Валеева, И.Г. Сергеева, В.Ю. Афанасьев.-М.: РосАПО, 1999.

29. Свид-во об офиц. per. программы для ЭВМ №990005. Система моделирования на нейронных сетях/ Б.Г. Ильясов, Л.А. Исмагилова, Р.Г. Валеева, И.Г. Сергеева, А.М. Гареев.-М.: РосАПО, 1999.

30. Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г., Петренко А.Л. Имитационное моделирование для исследования многокомпонентных производственных систем // Приборы и системы. Управление, контроль, диагностика. - 2000.-№ 10.-С. 7-11.

31. Валеева Р.Г., Петренко АЛ. Информационные аспекты имитационного моделирования многокомпонентных производственных систем // Информатика и информационные технологии: Тр. 2-го междунар. сем.-Т. 2.-Уфа, 2000.-С. 341— 346 (на англ. языке).

32. Валеева Р.Г. Имитационное моделирование и интеллектуальное управление мультиагентной производственной системой // Вестник УГАТУ: Научный журнал УГАТУ .-Уфа: УГАТУ, 2000.-С. 211-214.

33. Грумпос П.П., Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г. Логистическая концепция планирования в производственных системах // Подходы жизненного цикла к производственным системам: менеджмент, управление и

контроль: Тр. междунар. конф. А8Г2000.-Бордо, Франция, 2000.-С. 314-319 (на англ. языке).

34. Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г. н др. Методология моделирования и анализа устойчивости функционирования региональных систем // Проблемы управления и моделирования в сложных системах: Тр. П междунар. конф.-Самара, 2000.-С. 310-316.

35. Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г., Сергеева И.Г. Применение нейро-нечетких моделей в управлении производством // Нейрокомпьютеры: разработка, применение.-2001.-№4-5.-С. 36-43.

36. Валеева Р.Г., Петренко А.Л. Система имитационного моделирования для исследования производственно-сбытовой деятельности предприятия // Информатика и информационные технологии: Тр. 3-го междунар. сем.-Т. З.-Уфа, 2001 .-С. 112-116 (на англ. языке).

37. Ильясов Б.Г., Валеева Р.Г. Анализ современных концепций организации производства // Управление экономикой: методы, модели, технологии: Сб. науч. трудов.-Ч. З.-Уфа, 2001.-С. 35-41.

38. Ильясов Б.Г., Исмагилова JI.A., Валеева Р.Г., Сергеева И.Г. Автоматизация управления производственными системами на основе нейро-нечеткого моделирования // Обработка нейронной информации: Тр. 8-й междунар. конф.-Т. 2-Шанхай, Китай, 2001.-С. 741-745 (на англ. языке).

39. Свид-во об офиц. per. программы для ЭВМ №2001610640. PrComStability-йсследование устойчивости функционирования производственного комплекса/ Б.Г.Ильясов, Р.Г.Валеева, ЕА.Макарова, Е.ШЛакиева, Ю.А. Дмитриев.-М.: Роспатент, 2001.

40. Ильясов Б.Г., Исмагилова JI.A., Валеева Р.Г. Проблемы управления высокоманевренным производством // Высокоманевренное производство: стратегия конкуренции 21го столетия: Глава в монографии-Нидерланды: Elsevier, 2001.-С.559-581 (на англ. языке).

41. Интеллектуальное управление производственными системами/ С.Т. Кусимов, Б.Г.Ильясов, ЛАЛсмагилова, Р.Г.Валеева.-М.: Машиностроение, 2001-

42. Валеева Р.Г., Петренко АЛ. Программный комплекс для моделирования и исследования производственных систем // Информационные технологии-2002.-№ 11.-С. 58-64.

43. Свид-во об офиц. per. программы для ЭВМ №2002611510. Система имитационного моделирования динамики и принятия решений по управлению производсгвсм/РГ. Валеева, А.Л. Петренко.-М.: Роспатент, 2002.

44. Валеева Р.Г. Проблемы анализа и управления производством в условиях неопределенности // Вопросы управления и проектирования в информационных и кибернетических системах: Межвуз. науч. сб.-Уфа: УГАТУ, 2002.-С. 160-167.

45. Валеева Р.Г., Сильнова С.В. Анализ и моделирование рыночных условий при управлении предприятием // Автоматизация и современные технологии.-2003.-№2.-С. 15-21.

327 с.

Диссертант

Валеева Р.Г.

ВАЛЕЕВА Роза Гумеровна

ИНТЕЛЛЕКТУАЛЬНОЕ УПРАВЛЕНИЕ -НЕРАВНОВЕСНЫМИ СОСТОЯНИЯМИ ПРОИЗВОДСТВЕННЫХ СИСТЕМ В УСЛОВИЯХ РЫНКА

Специальность

05.13.10 - Управление в социальных и экономических системах

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора технических наук

Подписано к печати 14.07.2003. Формат 80x64 1/16. Бумага писчая. Печать плоская. Усл. печ. л. 2,25. Усл. кр.-отт. 2,25. Уч. -изд.л. 2,0. Тираж 100 экз. Заказ N2 223. Бесплатно. Уфимский государственный авиационный технический университет. Уфимская типография №2 Министерства печати и массовой информации Республики Башкортостан 450000, Уфа-центр, ул. К.Маркса, 12

«13182

2.0 оЗ -Д

ffTsä"

Оглавление автор диссертации — доктора технических наук Валеева, Роза Гумеровна

ПРИНЯТЫЕ СОКРАЩЕНИЯ.

ВВЕДЕНИЕ.

1 АНАЛИЗ КОМПЛЕКСНОЙ ПРОБЛЕМЫ ИССЛЕДОВАНИЯ, МОДЕЛИРОВАНИЯ И ИНТЕЛЛЕКТУАЛЬНОГО УПРАВЛЕНИЯ ПРОИЗВОДСТВЕННЫМИ СИСТЕМАМИ, ФУНКЦИОНИРУЮЩИМИ В УСЛОВИЯХ РЫНКА.

1.1 Актуальность проблемы исследования, моделирования и интеллектуального управления производством в условиях рынка.

1.2 Анализ особенностей производственных систем, функционирующих в неопределенных условиях рыночных отношений.

1.3 Проблема исследования и моделирования динамики функционирования производственного комплекса как сложного динамического объекта.

1.4 Цели и задачи исследований.

Выводы.

2 РАЗРАБОТКА МЕТОДОЛОГИЧЕСКИХ ОСНОВ ИССЛЕДОВАНИЯ, МОДЕЛИРОВАНИЯ И УПРАВЛЕНИЯ ПРИОЗВОДСТВЕННЫМИ СИСТЕМАМИ И КОМПЛЕКСАМИ КАК СЛОЖНЫМИ ДИНАМИЧЕСКИМИ ОБЪЕКТАМИ.

2.1 Методология исследования и моделирования управляемых производственных комплексов.

2.2 Формирование системы принципов как основы методологии исследования, моделирования и управления производством

2.3 Методология исследования, моделирования и управления производством.

Выводы.

3 СИСТЕМНЫЙ ПОДХОД К РАЗРАБОТКЕ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ И АНАЛИЗУ УСТОЙЧИВОСТИ УПРАВЛЯЕМЫХ ПРОИЗВОДСТВЕННЫХ КОМПЛЕКСОВ.

3.1 Динамические модели управляемого производственного комплекса и его элементов.

3.2 Модель функционирования управляемого производственного комплекса.

3.3 Анализ устойчивости функционирования управляемого производственного комплекса на динамически равновесном режиме.

3.4 Анализ устойчивости функционирования управляемого ПК на динамически неравновесном режиме.

Выводы.

4 РАЗРАБОТКА МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ПРОИЗВОДСТВЕННОЙ СИСТЕМЫ КАК СЛОЖНОГО ДИНАМИЧЕСКОГО ОБЪЕКТА.

4.1 Функциональная схема модели многопродуктовой производственной системы.

4.2 Анализ и моделирование рыночных условий при управлении реализацией продукции.

4.3 Динамическая модель реализации продукции.

Выводы.

5 РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО УПРАВЛЕНИЮ ПРОИЗВОДСТВОМ.

5.1 Функциональная схема интеллектуальной системы поддержки принятия решений по управлению ПС на базе щ нейро-нечетких моделей.

5.2 Интеллектуальные алгоритмы в ситуационном управлении.

5.3 Нейросетевые модели планирования и управления производством.

5.4 Нейросетевые модели прогнозирования при управлении производством.

5.5 Нейро-нечеткая модель поддержки решений при управлении производственной системой.

Выводы.

6 СИСТЕМНЫЕ ИССЛЕДОВАНИЯ ДИНАМИКИ ФУНКЦИОНИРОВАНИЯ УПРАВЛЯЕМЫХ ПРОИЗВОДСТВЕННЫХ КОМПЛЕКСОВ.

6.1 Автоматизированная система имитационного моделирования функционирования производственных комплексов.

6.2 Исследования устойчивости функционирования ПК при изменении связей между подсистемами.

6.3 Исследования устойчивости функционирования ПК с различными динамическими характеристиками подсистем

6.4 Исследования функционирования ПК при действии возмущений.

Выводы.

7 СИСТЕМНЫЕ ИССЛЕДОВАНИЯ ЭФФЕКТИВНОСТИ ФУНКЦИОНИРОВАНИЯ ПРОИЗВОДСТВА МЕТОДОМ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ.

7.1 Автоматизированная система имитационного моделирования и поддержки принятия решений по управлению производством.

7.2 Разработка программного обеспечения для автоматизированной системы имитационного моделирования и поддержки решений.

7.3 Особенности программного обеспечения системы проектирования нейронных сетей зоз NetWorx.

7.4 Разработка комплексной методики использования полученных научных результатов при проектировании системы управления производством, при исследовании поведения ПС в условиях рынка и при обучении методам управления.

7.5 Системные исследования эффективности интеллектуальных алгоритмов управления производством.

Выводы.

Введение 2003 год, диссертация по информатике, вычислительной технике и управлению, Валеева, Роза Гумеровна

Актуальность проблемы

Повышение эффективности управления производством как большой и сложной организационной системой является важной проблемой, решение которой становится особенно актуальным в современных условиях, характеризующихся как изменением самих производств, так и среды их функционирования. К отличительным особенностям современного производства следует отнести следующие:

• частую сменяемость видов выпускаемой продукции, обусловленную быстро изменяющимися потребностями рынка и возможностями научно-технического прогресса;

• усложнение технологической, организационной и информационной структуры производства, определяемое усложнением самих выпускаемых изделий и внедрением перспективных технологий их обработки и новых информационных технологий;

• сокращение жизненного цикла изделий за счет сокращения сроков на их разработку и изготовление путем внедрения высокоэффективных систем автоматизированного проектирования и средств автоматизации производства.

Функционирование производства в условиях рыночных отношений усложняется, прежде всего, за счет существенной нестабильности среды и направленного противодействия конкуренции целям производственной системы (ПС), состоящим в выпуске конкурентоспособной продукции, соответствующей рыночной потребности. Функционируя в новых условиях, производственные системы находятся под влиянием возмущений среды и внутренних возмущений, обусловленных рассогласованиями в технологическом и производственном процессах, а также участием человека в системе, что в целом снижает их эффективность.

В связи с этим актуальной становится проблема совершенствования методов и алгоритмов управления производственными системами в условиях неопределенности состояний среды, многовариантности ситуаций при производстве и сбыте продукции и ограничений по ресурсам. Повышение эффективности управления системой может быть обеспечено в первую очередь за счет применения моделей и информационных технологий принятия решений на базе перспективных алгоритмов интеллектуального управления.

Современная тенденция к интеграционным процессам в экономике, результатом которых является объединение производственных систем в производственные комплексы (ПК), выдвинула проблему обеспечения устойчивого взаимодействия систем на различных режимах их совместного функционирования. Актуальной становится проблема исследования динамики функционирования производственных комплексов и разработки эффективных алгоритмов управления ПК с учетом изменчивости внешней среды и ограничений систем по ресурсам. Повышение эффективности управления комплексом может быть достигнуто за счет разработки и применения алгоритмов принятия решений по синтезу моделей и структур отдельных систем, а также решений по синтезу связей между подсистемами на основе анализа устойчивости функционирования комплекса.

Создание эффективных систем управления (СУ) отдельными производствами или производственными комплексами как большими и сложными системами требует решения целого ряда проблем, одной из которых является проблема моделирования. Актуальность проблемы моделирования производственных систем определяется их особенностью, состоящей в том, что только с системных позиций умозрительного анализа можно разделить технологические, трудовые, организационные и интеллектуальные процессы, постоянно взаимодействующие в производстве. Только расчетным (модельным) путем можно прогнозировать изменения внешней среды, неопределенность влияния рынка, непредсказуемость поведения человека при принятии управленческих решений. Применение методов моделирования при построении систем управления ПС позволяет заменить фактические эксперименты над объектом управления (ОУ) вычислительными. Одна из проблем состоит в том, как разработать адекватные модели для сложных, гетерогенных, многофункциональных и многосвязных производственных систем, чтобы результаты моделирования были пригодны для решения реальных задач управления производством.

В работе с позиций методологической целостности рассматривается проблема построения комплекса взаимосвязанных эффективных, устойчивых к внешним возмущениям моделей систем управления производством и производственными комплексами, использующих динамические и интеллектуальные алгоритмы управления. Выбор вида моделей для описания отдельных процессов, протекающих в производственных системах, обосновывается соответствием свойств процессов и возможностей моделей. Сочетание потребностей реальных объектов и описательных возможностей абстрактных моделей оказывается более значимым для обеспечения адекватности, чем разработка глобальной единой модели одного вида. Вычислительные трудности, возникающие при интеграции моделей разных типов, описывающих многообразие реальных процессов, протекающих в ПС и ПК, преодолимы за счет использования эвристических алгоритмов решения задач и имитационных компьютерных программ. Различные по природе модели и алгоритмы объединены общей целью построения системы управления и выявления характера поведения ПС в изменяющейся внешней среде.

Работа посвящена решению актуальной научной проблемы, состоящей в разработке методологических и теоретических основ моделирования и управления сложными производственными системами и комплексами на неравновесных динамических режимах в условиях неопределенности, возмущений внешней среды, ограничений по ресурсам, а также в разработке на их основе математических моделей, методов и алгоритмов управления с целью повышения эффективности функционирования систем.

При решении данной проблемы автор в своих исследованиях опирался на труды отечественных и зарубежных ученых, внесших значительный вклад в развитие теории управления экономическими системами:

• в развитии методов оптимального планирования и управления производством [11,27,48,61,102,106,107,121,138,139,156,199];

• в создание системно-динамических моделей и систем имитационного моделирования [62,132,175,188,191,195];

• в создание моделей, описывающих закономерности функционирования макроэкономических систем и используемых при управлении [33,39, 40,49,52,109,115,124,125,130,131,149,150];

• в разработку интеллектуальных алгоритмов принятия решений по управлению [3,26,28,99,153,176,200,218,223] и экспертных систем [5,29,51,127,197];

• в имитационное моделирование производственных систем [90,91,95,122,177,208,212], в том числе с использованием динамических подходов [137,141,189,201];

• в автоматизацию процессов организационного управления за счет создания функционально-ориентированных автоматизированных рабочих мест и информационных систем [1,4,5,12,53,92,94,114,120,128,147,162].

Автор также опирался на опыт применения новых технологий и стандартов SADT, IDEF, ISO, корпоративных информационных систем, универсальных информационных и технических средств управления, разработанных зарубежными фирмами, таких как R/3, BAAN IV, CA-MAN-MAN/X, TimeLine, WorkFlow, LinkWorks и др., а также отечественных комплексных программных средств учета и управления, таких как БОСС -Компания, Парус - 97, Галактика, Олимп, NS2000 и др. [1,2,41,105,110,111,129,135,179,201].

Однако к настоящему времени до конца не разработана общая методология исследования, моделирования и интеллектуального управления производственной системой как сложным многокомпонентным, динамическим объектом, находящимся под воздействием внешних и внутренних возмущений, управляемым человеком в условиях неопределенности и ограничений по ресурсам.

В монографии А.А.Петрова [148] и более поздних его публикациях [150] наиболее полно отражены современные представления о моделировании экономики переходного периода в контексте методологии математического моделирования сложных систем. Особенности экономики как объекта моделирования показаны в [148] на моделях равновесия и роста, а также на моделях системного анализа развивающейся экономики, при построении которых используются методы агрегирования как инструменты изучения структур. Однако в этой работе, как и в работах А.А. Шананина [196] рассматриваются модели равновесной динамики и исследуются проблемы макроэкономики.

В монографии Н.В. Чепурныха, A.JT. Новоселова [195] с позиций системного анализа рассмотрены проблемы моделирования сложной системы, объединяющей экономику, экологию и социологию. Динамические модели эколого - экономических систем разработаны с использованием графов, позволяют прогнозировать развитие систем и отражают особенности моделирования катастроф, вызываемых современным функционированием экономики. В то же время производственные системы здесь не рассматриваются.

Наиболее созвучна предлагаемому в диссертации подходу к описанию динамики систем монография [137], посвященная моделированию производственно-сбытовых систем и процессов управления. Изложенная в [137] концепция моделирования гибких производственных систем с использованием аппарата передаточных функций согласуется с идеями автора, опубликованными в 1995 году в монографии [74]. Однако описание производственных систем с помощью линейных динамических моделей не обеспечивает управление производством в изменяющихся условиях рыночной среды. Не рассматриваются также интеллектуальные алгоритмы принятия решений при управлении производством в условиях неопределенности.

Однако к настоящему времени до конца не разработана общая методология исследования и эффективного управления производственной системой как сложным динамическим объектом, находящимся под воздействием внешних и внутренних возмущений, управляемым человеком в условиях неопределенности и ограничений по ресурсам. Среди большого количества моделей экономической динамики не удается выделить одну или несколько, способных в целом отразить особенности функционирования ПС в условиях неопределенности рыночных отношений и обеспечить разработку и применение алгоритмов, повышающих эффективность управления.

Область исследования и построения моделей неравновесной динамики производственных комплексов, обеспечивающих их устойчивое функционирование, является малоизученной. Цель и задачи исследований

Цель работы - решение важной научно-практической проблемы, состоящей в разработке методологических и теоретических основ анализа, синтеза и интеллектуального управления неравновесными состояниями производственных. систем и комплексов в условиях рынка на основе имитационного моделирования и в применении полученных результатов для решения практических задач повышения эффективности функционирования данного класса систем за счет интеллектуализации процессов принятия решений при планировании, производстве и сбыте продукции.

Для достижения поставленной цели необходимо решить следующие задачи.

1. Разработать методологию исследования, моделирования и интеллектуального управления сложными динамическими, плохо формализуемыми производственными системами и комплексами.

2. Разработать математические модели динамики функционирования многопродуктовых производственных систем и управляемых производственных комплексов с учетом возмущающих факторов со стороны внешней среды.

3. Разработать теоретические основы построения эффективных структур системы интеллектуального управления производством и сбытом как единым динамическим объектом, а также синтеза структур управляемого производственного комплекса.

4. Разработать интеллектуальную систему поддержки принятия решений для эффективного управления производством и сбытом продукции в условиях рынка.

5. Разработать автоматизированную систему имитационного моделирования (АСИМ) динамики функционирования ПС и поддержки принятия решений по управлению производством, а также АСИМ динамики функционирования управляемого производственного комплекса.

6. Разработать комплексную методику анализа и проектирования системы интеллектуального управления производством. Провести исследования эффективности предлагаемых моделей, структур и алгоритмов и выработать практические рекомендации для ситуационного управления ПС в конкурентных условиях рынка. Провести исследования динамики функционирования управляемого производственного комплекса при действии возмущений внешней среды и структурных изменениях ПК, а также выработать практические рекомендации по управлению организацией взаимодействия производственных подсистем в составе комплекса.

Методы исследования

При разработке теоретических и методологических основ моделирования и интеллектуального управления производством используются методы системного анализа. Разработка моделей проводится с использованием методов общей теории систем, теории автоматического управления, теории иерархических систем. Синтез интеллектуальных алгоритмов осуществляется с использованием методов искусственного интеллекта, ситуационного управления и теории алгоритмов. Для разработки имитационных моделей применяются численные методы моделирования и методы проектирования информационных систем. Результаты, выносимые на защиту

На защиту выносятся следующие научные положения и практические результаты.

1. Методология исследования, моделирования и интеллектуального управления производственными системами и комплексами, функционирующими в условиях неопределенности рыночных отношений, основанная на использовании системологических принципов и общенаучных подходов применительно к сложным динамическим плохо формализуемым ПС и ПК.

2. Математические модели многопродуктовых производственных систем и их подсистем, модели управляемых многокомпонентных производственных комплексов, отражающие динамику систем и описывающие процессы их функционирования и управления на неравновесных динамических режимах с учетом действия возмущающих факторов со стороны внешней среды.

3. Теоретические основы построения структур и математических моделей управляемых производственных систем и комплексов, разрабатываемых на принципах построения кибернетических систем, включая методы синтеза интеллектуальных алгоритмов управления производством в условиях неопределенности рыночной среды.

4. Интеллектуальная система поддержки принятия решений по управлению производством и сбытом, базирующаяся на нейро - нечетких моделях ситуационного управления производственной системой в условиях рынка, позволяющая решать задачи идентификации, классификации ситуаций и выбора решений формализованными процедурами, снижающими субъективность при принятии решений человеком в процессе оперативного управления производством.

5. Автоматизированная система имитационного моделирования динамики функционирования ПС и поддержки принятия решений по управлению производством, реализованная в форме интерактивного диалога с пользователем и предназначенная для анализа эффективности алгоритмов интеллектуального управления, для анализа и прогнозирования поведения системы в изменяющихся условиях внешней среды.

АСИМ динамики управляемого производственного комплекса, позволяющая проводить исследования устойчивости функционирования ПК при действии возмущающих факторов со стороны внешней среды и при структурных изменениях внутри комплекса и предназначенная для синтеза структур ПК, обеспечивающих его устойчивое функционирование.

6. Комплексная методика анализа и синтеза системы интеллектуального управления производством, в том числе методика обучения ситуационному управлению. Результаты исследований эффективности управления многопродуктовой производственной системой в конкурентных условиях рынка и результаты исследований динамики функционирования управляемого производственного комплекса при действии внешних и внутренних возмущений, полученные с использованием разработанных систем имитационного моделирования.

Научная новизна результатов • Новизна предлагаемой методологии исследования, моделирования и интеллектуального управления производственными системами и комплексами заключается в том, что она объединяет в единую систему этапы синтеза, моделирования, анализа и управления производством как динамическим объектом на основе использования системных принципов и общенаучных подходов применительно к данной предметной области;

• новизна разработанных математических моделей производственной системы и ее элементов состоит в том, что они описывают в виде нелинейных дифференциальных уравнений поведение ПС на неравновесных динамических режимах в конкурентных условиях рынка при действии возмущающих факторов со стороны внешней среды.

Новизна разработанных динамических моделей и структур управляемого производственного комплекса заключается в том, что они позволяют анализировать отношения между производственными подсистемами на динамически неравновесных режимах и синтезировать связи между ними из условия обеспечения устойчивого функционирования комплекса как единого целого;

• новизна предложенного подхода к построению интеллектуальных систем управления ПС заключается в системном согласовании и реализации различных функций по планированию, прогнозированию и управлению производством на основе сочетания нечетких алгоритмов и нейросетевых структур;

• новизна предложенных алгоритмов управления производственной системой заключается в декомпозиции ситуаций на отдельные классы на основе нейросетевого моделирования и в формировании для них алгоритмов принятия решений на основе нечеткой логики.

Практическая ценность и внедрение результатов Практическая ценность разработанных научных основ построения интеллектуальных систем управления производством заключается в том, что они позволили разработать и внедрить в практику:

• модели, структуры и алгоритмы интеллектуального управления производством в условиях неопределенности;

• модели и структуры управляемого производственного комплекса, обеспечивающие его устойчивое функционирование на динамически равновесных и неравновесных режимах;

• автоматизированную систему имитационного моделирования динамики и поддержки принятия решений по управлению производством, обеспечивающую компьютерную имитацию различных ситуаций, возникающих на рынке, которые не были предусмотрены при планировании, и позволяющую формировать эффективную, в смысле получения прибыли, тактику поведения ПС в условиях неопределенности рыночных ситуаций;

• комплексную методику применения автоматизированной системы имитационного моделирования и поддержки принятия решений при анализе ПС и процессов управления производством и сбытом продукции, а также при обучении методам принятия решений по управлению производством;

• автоматизированную систему имитационного моделирования динамики управляемого производственного комплекса и методику ее применения для проведения исследований и анализа устойчивости функционирования ПК.

В учебный процесс Уфимского государственного авиационного технического университета (УГЛТУ) и Башкирской Академии госслужбы и управления внедрены математическое, алгоритмическое и программное обеспечение моделирующего комплекса, а также методика его использования для решения задач моделирования динамики процессов производства и сбыта продукции, оперативного управления производством и процессов функционирования управляемого производственного комплекса (свидетельства Роспатента об официальной регистрации программ для ЭВМ №99005, №99006, №2001610640,№2002611510).

На ФГУП "Уфимское агрегатное производственное объединение" внедрены комплексная методика построения системы управления производством, включающая процедуру расчета планов выпуска изделий, алгоритмы эффективного поведения предприятия в изменяющихся условиях рынка и программное обеспечение поддержки решений при управлении. Основания для выполнения работы

Работа выполнена в период 1991-2002 гг. на кафедре технической кибернетики УГАТУ и связана с выполнением хоздоговорных научно-исследовательских работ (НИР) с АО "Концерн БЭТО"-НИР № ИФ-ТК-24-91 (1991-1993гг.) и госбюджетных НИР (1993-2001 гг.).

Работа поддержана в рамках научно-исследовательской программы "Математические методы моделирования сложных систем и применение их в народном хозяйстве Башкортостана", проводимой в Институте математики с ВЦ Уфимского научного центра (УНЦ) РАН в 1993-1995гг., в рамках Государственной программы "Информатизация РФ", проект "Информатизация УГАТУ" (1993-1996гг.), в рамках Федеральной целевой программы "Государственная поддержка интеграции высшего образования и фундаментальной науки на 1997-2001гг.", контракт № 21-76, в рамках Государственной научно-технической программы Республики Башкортостан "Фундаментальные проблемы физики, математики, механики: эксперимент, теория, математическое моделирование", проводимой в Институте механики УНЦ РАН в 1998-1999 гг., а также в рамках гранта по фундаментальным исследованиям в области экономических наук "Диагностика состояния и интеллектуальное управление поведением предприятия в условиях рынка на основе имитационного моделирования", проект № 4-33, 1999-2000 гг. Апробация работы и публикации

Основные положения и результаты работы регулярно докладывались и обсуждались на научных конференциях различного уровня, в их числе:

Всероссийская научная конференция "Непрерывная логика и ее применение в технике, экономике и социологии" (Пенза, 1994);

Международная научно-техническая конференция (НТК) "Непрерывно-логические методы и модели в науке, технике и экономике" (Пенза, 1995);

Международная научно-техническая конференция "Непрерывнологические модели и нейронные сети" (Ульяновск, 1995);

Международная научно-техническая конференция "Информационные технологии в моделировании и управлении" (С.-Петербург, 1996);

Международная научно-практическая конференция "Математические методы и компьютеры в экономике" (Пенза, 1996, 1997, 1999);

Международная научно-техническая конференция "Конверсия, приборостроение, рынок" (Владимир, 1997);

Международная конференция "Информатика и управление" (С.Петербург, 1997);

8-й симпозиум IFAC "Большие системы: теория и применения" (Патрас, Греция, 1998);

Международная конференция "Подходы жизненного цикла к производственным системам: менеджмент, управление и контроль" (Бремен, Германия, 1998; Левен, Бельгия, 1999; Бордо, Франция, 2000);

Всероссийская НТК "Нейроинформатика-99 " (Москва, 1999);

2-й Международный семинар AMETMAS-NOE "Передовые концепции управления производственными системами" (С.-Петербург, 1999);

Международная конференция "Проблемы управления" (Москва, 1999);

Международный семинар "Информатика и информационные технологии" (Уфа, 2000, 2001, Патрас, Греция, 2002);

Симпозиум IFAC "Производство, моделирование, менеджмент и управление" (Патрас, Греция, 2000);

2-я Международная конференция "Проблемы управления и моделирования в сложных системах" (Самара, 2000);

Российская научно-методическая конференция "Управление экономикой: методы, модели, технологии" (Уфа, 2001);

8-я Международная конференция по нейроинформатике (Шанхай, Китай, 2001).

Результаты диссертационной работы отражены в 75 публикациях, в том числе в 3 монографиях, 32 статьях, в 24 трудах конференций, 8 свидетельствах Роспатента о регистрации программ для ЭВМ, а также в 3 опубликованных методиках проведения деловых игр и 5 компьютерных практикумах по моделированию процессов управления производством и построению систем поддержки принятия решений по управлению. Структура работы

Работа включает введение, 7 глав основного материала, заключение, библиографический список и приложения. Работа изложена на 303 страницах машинописного текста, кроме того, содержит 61 рисунок и 13 таблиц, размещенных на 59 страницах. Библиографический список включает 230 наименований.

Автор выражает глубокую благодарность и признательность научному консультанту, заслуженному деятелю науки и техники РФ и РБ, профессору Ильясову Б.Г. за постоянное и заинтересованное обсуждение совместно проводимых в течение многих лет исследований, а также за методическую и организационную помощь при подготовке диссертации к защите. Автор выражает искреннюю благодарность профессору Исмагиловой J1.A. за многолетнее полезное сотрудничество в области исследования проблем управления производством, а также аспиранту Валеевой Г.Р. за большой труд по подготовке и оформлению рукописи диссертации.

Заключение диссертация на тему "Интеллектуальное управление неравновесными состояниями производственных систем в условиях рынка"

Выводы по VII главе

1. Разработана структура и функциональная схема автоматизированной системы имитационного моделирования динамики функционирования ПС и поддержки принятия решений по управлению производством, которая а) базируется на предложенной методологии исследования и управления производством; б) соответствует динамическим моделям многопродуктовых многорыночных производственных систем и нейро-нечетким моделям системы управления; в) реализована в концепции развитой моделирующей среды, что позволяет решать задачу конфигурирования системы моделирования в соответствии с целями экспериментов и задачу разработки имитационной модели производственной системы; г) предусматривает наличие дружественного интерфейса, способствующего развитию навыков моделирования процессов функционирования ПС; д) автоматизирует процедуры информационного наполнения имитационных моделей данными о производственно-сбытовой деятельности исследуемой реальной системы; е) позволяет расширить область применения моделей и алгоритмов и использовать их для обучения методам моделирования, прогнозирования и управления производством в условиях рынка.

2. Разработано программное обеспечение, реализующее предложенную структуру и функции АСИМ; базирующееся на принципах иерархичности организации имитационной модели производственной системы, открытости архитектуры и модульности, многопоточности; обеспечивающее возможность интерактивного построения моделей ПС произвольного уровня сложности, исследования динамики процессов производства и сбыта продукции, а также поддержку принятия решений по управлению производством в изменяющихся условиях рыночной среды.

Программное обеспечение АСИМ зарегистрировано в Роспатенте в виде программ для ЭВМ (свидетельства №990006, №2002611510).

3. Разработана система проектирования нейронных сетей, позволяющая в интерактивном режиме построить нейронную сеть любой конфигурации, изменять методы обучения и условия окончания процесса обучения. Разработанная система является подсистемой АСИМ и может использоваться в виде самостоятельного программного продукта при решении задач интеллектуального управления производством; зарегистрирована в Роспатенте в виде программы для ЭВМ (свидетельство №990005).

4. Разработана комплексная методика использования полученных научных результатов при проектировании системы управления ПС, при исследовании поведения производственных систем в условиях рынка и при обучении методам управления. Методика проектирования системы управления производством отличается новизной используемых интеллектуальных алгоритмов принятия решений в условиях неопределенности рыночной среды. Методика системных исследований позволяет проводить эксперименты над моделями производственных систем по исследованию управляемости систем, выполнять анализ эффективности алгоритмов управления и осуществлять выбор целесообразной тактики поведения ПС в условиях изменяющейся внешней среды. Методика обучения позволяет исследовать поведение как реальных производственных систем, так и проектируемых в процессе обучения.

5. Проведены исследования эффективности интеллектуальных алгоритмов управления производством, подтверждающие повышение прибыли предприятия машиностроения, осуществляющего выпуск товаров народного потребления.

ЗАКЛЮЧЕНИЕ

В данной работе решена актуальная, имеющая важное научно-практическое значение проблема исследования, моделирования и интеллектуального управления сложными многосвязными динамическими производственными системами и комплексами, позволяющая повысить эффективность функционирования данного класса систем в изменяющихся условиях рыночных отношений и ограничений по ресурсам.

При решении этой проблемы получены следующие научные и практические результаты.

1. На основе общесистемных принципов и общенаучных подходов разработана методология исследования, моделирования и управления производством и сбытом продукции как единым динамическим объектом, а также производственным комплексом как объединением множества предприятий, взаимосвязанных между собой единством производственно-потребительской цепочки.

В отличие от существующих концепций данная методология позволяет с системных позиций объединить потоки различной физической природы (информационные, материальные, финансовые и т.д.) и учитывать факторы неопределенности (колебания цен, спроса, поведение конкурентов и т.д.) при принятии управленческих решений.

2. Показана целесообразность математического описания управляемого производственного комплекса в классе многосвязных систем, представленного в виде петлевого маркированного ориентированного графа. Особенность предложенной модели ПК в том, что она отражает не только динамические свойства подсистем, но также динамические характеристики связей между ними, что позволяет исследовать структуру комплекса и оценивать степень влияния каждой подсистемы и ее связей на функционирование комплекса в целом.

Выполнен анализ устойчивости динамически равновесного состояния производственного комплекса для различных типов его структуры. Выявлены тенденции изменения области устойчивости функционирования ПК в зависимости от его структуры, от интенсивности производства подсистем, от интенсивности обмена ресурсами между подсистемами, от интенсивности взаимодействия подсистем с внешней средой.

Выполнен анализ устойчивости функционирования трехкомпонентного комплекса на динамически неравновесном режиме на основе предложенного описания ПК как многосвязной системы. Установлены закономерности изменения динамически равновесного и неравновесного состояний комплекса при изменении характеристик связей между подсистемами.

Разработана динамическая модель многопродуктовой производственной системы, состоящая из взаимосвязанных однопродуктовых подсистем, функционирующих в едином ресурсном пространстве и на территориально разнесенных сегментах рынка товаров одного функционального назначения.

В классе нелинейных динамических систем разработаны следующие модели, отличающиеся новизной математического представления:

• модель подсистемы реализации продукции, включающая нелинейные и линейные модели состояния рынка, ценообразования, поддержки продукции на рынке и отражающая динамические свойства процесса сбыта продукции, а также взаимосвязи рынков взаимозаменяемых товаров;

• модель реализации продукции отдельного вида без учета действия связей между рынками различных видов товаров, определяющая траекторию движения ПС на множестве неравновесных состояний при изменении спроса, предложения, рыночной цены и динамических свойств рынка.

3. Обоснована целесообразность построения систем управления производством в классе интеллектуальных систем, основанных на нейро-нечетких моделях, позволяющих для условий непрогнозируемых действий внешней среды и возникновения дефицита ресурсов вырабатывать для каждой конкретной ситуации наиболее эффективные решения по управлению производством и сбытом, а также обеспечивающих решение задач планирования выпуска продукции и прогнозирования производственно-сбытовой деятельности и поведения внешней рыночной среды.

Предложена структура системы интеллектуального управления, использующая для принятия управленческого решения, для планирования и прогнозирования как нейро-нечеткие модели, так и динамические модели производственной системы.

Использование результатов моделирования поведения производственных систем в различных ситуациях по их динамическим моделям позволяет реализовать принцип управления по модели, который обеспечивает адаптацию системы к возникающим ситуациям. Сочетание принципа управления по динамическим моделям с интеллектуальными алгоритмами позволяет повысить эффективность процесса управления производственными системами.

4. Для решения задач управления производством предложен подход, объединяющий преимущества ситуационного и интеллектуального управления и реализующий процедуры ситуационного управления с помощью нейросетевых и нечетких моделей. На основе предложенной обобщенной модели построения нейронной сети разработаны нейросетевая модель планирования выпуска продукции от потребности и нейросетевые модели прогнозирования показателей внешней среды и производственно-сбытовой деятельности предприятия.

Разработана нейро-нечеткая модель поддержки решений, позволяющая решать задачи классификации ситуаций, формирования возможных решений для этих ситуаций и выбора наиболее эффективного из них и учитывающая неопределенность при оценке состояния производства и рынка.

5. Разработаны структура, функциональная схема и программное обеспечение автоматизированной системы имитационного моделирования динамики функционирования производственных комплексов, базирующейся на предложенной методологии моделирования управляемых ПК. Программное обеспечение соответствует динамическим моделям ПК и их элементов, позволяет исследовать динамику функционирования комплекса и оценивать устойчивость его динамически равновесных и неравновесных состояний, имеет дружественный интерфейс, способствующий развитию навыков моделирования и профессионализма и пригодный для обучения пользователей управлению организацией взаимодействия подсистем в составе комплекса.

Разработаны структура, функциональная схема и программное обеспечение АСИМ динамики функционирования и поддержки принятия решений по управлению производством, которая базируется на теоретически обоснованных подходах к моделированию и управлению ПС; реализована в концепции развитой моделирующей среды; имеет дружественный интерфейс, обеспечивающий возможность интерактивного построения моделей производственных систем произвольного уровня сложности, исследования динамики процессов производства и сбыта продукции, а также поддержку решений по управлению производством в условиях рыночной среды; пригодна для обучения пользователей методам управления ПС в условиях рынка.

6. Разработана комплексная методика использования полученных научных результатов при проектировании системы управления ПС, при исследовании поведения производственных систем в условиях рынка и при обучении методам управления.

Методика проектирования системы управления производством отличается новизной используемых интеллектуальных алгоритмов и автоматизирует управленческую деятельность, повышая ее эффективность при принятии решений в условиях неопределенности рыночной среды. Методика системных исследований позволяет проводить имитационные эксперименты над моделями производственных систем в соответствии с выбранными целями исследования. Методика обучения позволяет работать как с реальной системой, так и с модельным вариантом исходных данных.

Проведены исследования эффективности предложенных интеллектуальных алгоритмов управления производством, подтверждающие повышение прибыли на 5-10% от производственно-сбытовой деятельности предприятия машиностроения по выпуску товаров народного потребления, за счет принятия решений по корректировке темпов и объемов выпуска продукции в соответствии с рыночной потребностью.

Выполнены исследования динамики функционирования трехкомпонентного производственного комплекса при действии возмущений внешней среды, приводящих к нарушению связей между подсистемами. Установлено, что следствием нарушения одной связи (например, снижения интенсивности материального потока из первой подсистемы во вторую) является снижение интенсивности производства всех подсистем комплекса — на 2,6%, 13,9% и 4,7% соответственно, а одновременного нарушения двух связей - на 15,1%, 24,9% и 9,3%. Достижение начальных темпов выпуска продукции подсистемами комплекса обеспечивается путем привлечения дополнительных ресурсов из внешних систем.

Библиография Валеева, Роза Гумеровна, диссертация по теме Управление в социальных и экономических системах

1. Автоматизация управления предприятием / Баронов В.В. и др. — М.: ИНФРА - М, 2000. - 239 с.

2. Автоматизированные информационные технологии в экономике: Учебник для студ. вузов / М.И. Семенов, И.Т. Трубилин, В.И. Лойко и др.; Под ред. И.Т. Трубилина. М.: Финансы и статистика, 2000. - 416 с.

3. Алиев Р.А., Церковный А.Э., Мамедова Г.А. Управление производством при нечеткой исходной информации. М.: Энергоатомиздат, 1991.-240 с.

4. Андрейчиков А.В., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. -М.:Финансы и статистика,2000.-368 с.

5. Базы данных. Интеллектуальная обработка информации /В.В.Корнеев,

6. А.Ф. Гареев, С.В. Васютин и др. М.: Нолидж, 2000. - 352 с.

7. Баканов М.И., Шеремет А.Д. Теория экономического анализа. М.: Финансы и статистика, 1995.-208с.

8. Басовский JI.E. Прогнозирование и планирование в условиях рынка: Учеб. пособие. М.: ИНФРА-М, 1999. - 260 с.

9. Блишун А.Ф., Знатнов С.Ю. Обоснование операций теории нечетких множеств. В кн.: Нетрадиционные модели и системы с нечеткими знаниями. - М.: Энергоатомиздат, 1991. - С.21-33.

10. Бомас В.В., Сурков В.В., Хахулин Г.Ф., Судаков. Применение системы поддержки принятия решений DSS/UTES в задачах мониторинга иерархических структур // Приборы и системы. Управление, контроль, диагностика. 2001. - №9. - С. 70-73.

11. Борисов Ю., Кашкаров В., Сорокин С. Нейросетевые методы обработки информации и средства их программно-аппаратной поддержки // Открытые системы. 1997. - №4. - С. 38 - 40.

12. Бурков В.Н., Ириков В.А. Модели и методы управления организационными системами /Отв. ред. В.В.Кульба; Рос.АН, Ин-т пробл. управления. М.: Наука, 1994.- 269 с.

13. Бурков В.Н., Новиков Д.А. Теория активных систем. Состояние и перспективы. М.: СИНТЕГ, 1999.

14. Валеева Р.Г. Синтез и исследование системы оперативного управления ^ гибким автоматизированным участком как дискретным объектомметодом имитационного моделирования: Дис.канд.техн.наук: 05.13.07 / УАИ. —Уфа, 1987.-247 с.

15. Валеева Р.Г., Макарова Е.А. Имитационная модель поведения предприятия в условиях рынка // Вопросы управления и проектирования в информационных и кибернетических системах: Межвуз. науч. сб. — Уфа: Изд. Уфимск. гос. авиац. техн. ун-та, 1993. С.96-103.

16. Валеева Р.Г., Сильнова С.В. Непрерывно-логические алгоритмы принятия решений в производственно-рыночных системах // Непрерывно-логические методы и модели в науке, технике и экономике: Тез. докл. междунар. науч.-техн. конф. Пенза, 1995. - С. 140-141.

17. Валеева Р.Г., Сильнова С.В. Динамическая модель многопродуктового производства // Вопросы управления и проектирования в кибернетических системах: Межвуз. науч. сб. Уфа: Изд. Уфимск. гос. авиац. техн. ун-та, 1995. - С.213-221.

18. Валеева Р.Г., Сильнова С.В. Алгоритмы управления сбытом в динамических рыночных системах // Управление в экономических и социальных системах: Межвуз. науч. сб. Уфа: Изд. Уфимск. гос. авиац. техн. ун-та, 1996.- С.54-59.

19. Валеева Р.Г., Петренко A.JI. Информационные аспекты имитационного моделирования многокомпонентных производственных систем // Информатика и информационные технологии: Тр. 2-го междунар. сем.-Т.2. Уфа, 2000.- С.341-346 (на англ. языке).

20. Валеева Р.Г. Имитационное моделирование и интеллектуальное управление мультиагентной производственной системой // Вестник УГАТУ-Уфа:Изд. Уфимск. гос. авиац. техн. ун-та, 2000. №2. - С.211-214.

21. Валеева Р.Г., Петренко АЛ. Система имитационного моделирования для исследования производственно-сбытовой деятельности предприятия // Информатика и информационные технологии: Тр. 3-го междунар. сем. -Т.З Уфа, 2001. - С. 112-116 (на англ. языке).

22. Валеева Р.Г. Проблемы анализа и управления производством в условиях неопределенности // Вопросы управления и проектирования в информационных и кибернетических системах: Межвуз. науч. сб. Уфа: Изд. Уфимск. гос. авиац. техн. ун-та, 2002. - С. 160-167.

23. Валеева Р.Г., Петренко A.JI. Программный комплекс для моделирования и исследования производственных систем // Информационные технологии. 2002.- № 11. - С. 48-54.

24. Валеева Р.Г., Сильнова С.В. Анализ и моделирование рыночных условий при управлении предприятием // Автоматизация и современные технологии. 2003. - №2. - С. 34 - 41.

25. Васильев В.В., Ильясов Б.Г., Жернаков С.В. Интеллектуальные системы управления с использованием нейронных сетей. Учеб. пособие. Уфа: УГАТУ, 1997.-92с.

26. Венда В.Ф. Системы гибридного интеллекта: Эволюция, психология, информатика. М.: Машиностроение, 1990. - 448 с.

27. Вилкас Э.Й Оптимальность в играх и решениях. М.: Наука. Гл. ред. физ. - мат. лит., 1990. - 256 с.28,29,30,31,32,33,34,35,3637,38,39