автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Методики, модели и алгоритмы комплексной многокритериальной оптимизации автоматизированных технологических систем

На правах рукописи

Пайе Тэйн Наинг

МЕТОДИКИ, МОДЕЛИ И АЛГОРИТМЫ КОМПЛЕКСНОЙ МНОГОКРИТЕРИАЛЬНОЙ ОПТИМИЗАЦИИ АВТОМАТИЗИРОВАННЫХ ТЕХНОЛОГИЧЕСКИХ СИСТЕМ

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствами (в приборостроении)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

2 2 МАЯ 2014

005549024

Москва-2014г.

005549024

Работа выполнена на кафедре систем автоматического управления и контроля (САУиК) в Национальном исследовательском университете «МИЭТ».

Научный руководитель:

Официальные оппоненты:

Ведущая организация:

доктор технических наук, профессор Лисов Олег Иванович

Лобанов Анатолий Васильевич, доктор технических наук, старший научный сотрудник, старший научный сотрудник ФГУП «НИИ Субмикрон»

Нагин Дмитрий Александрович, кандидат технических наук, генеральный директор, ООО «Скай Базз»

ОАО «НИИ точного

машиностроения», г. Москва

Защита состоится «17»шоня 2014г. в 16:30 часов на заседании диссертационного совета Д.212.134.04 при Национальном исследовательском университете «МИЭТ» по адресу: 124498, Москва, Зеленоград, проезд 4806, МИЭТ.

С диссертацией можно ознакомиться в библиотеке НИУ

МИЭТ.

Автореферат разослан « п _» ОЦ_2014г.

Ученый секретарь диссертационного совета : д.т.н., профессор

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. В настоящее время успешная деятельность различных предприятий возможна только при наличии автоматизированной системы, обеспечивающей эффективное управление технологическими процессами, функционированием управляющих органов, распределением производственных ресурсов как отдельного предприятия, так и распределённой технологической системой вообще. Наличие более одного критерия оценки качества решения о структуре технологической системы, высокие требования к качеству продукции, срокам выполнения заданий и необходимость принимать оптимальные решения в сжатые сроки усложняют задачу.

При построении структуры современных технологических систем приходится одновременно рассматривать такие системы с нескольких позиций. Во-первых, это структура самой системы, модель системы. Во-вторых, поскольку в настоящее время в таких системах используются автоматизированные системы управления, необходимо рассмотреть структуру, состав и функции автоматизированных систем управления технологическими процессами. Кроме того, любое производство и любая технологическая система связаны с необходимостью оптимального распределения ресурсов, оборудования и материалов.

Каждый из этих вопросов с точки зрения оптимального проектирования в настоящее время достаточно разработан. Существуют методы решения задач по проектированию оптимальной системы с точки зрения структуры, распределения функции и.т.д. Достаточно разработаны вопросы оптимального построения автоматизированных систем управления, разбиение этой системы на компоненты, оптимизации видов программного и информационного обеспечения и.т.д. Эти вопросы, в частности, подробно рассмотрены в работах российских и зарубежных ученых.

В последнее время наиболее распространенными универсальными методами поиска оптимального решения при управлении производственными ресурсами являются методы эволюционного моделирования в совокупности с традиционными математическими алгоритмами.

Достаточно развиты методы линейного программирования, используемые в задачах распределения ресурсов, транспортных задач и и.т.д. Развитие современных производств, проектирования

и достижения математических дисциплин в области оптимизации систем управления ставят задачу комплексной оптимизации таких систем. Система должна быть оптимальна с точки зрения производственных функциональных критериев, с точки зрения производительности системы, обеспечения характеристик технологических систем, как систем массового обслуживания. Она должна учитывать вопросы обеспечения ресурсами всех производственных операций и компонентов технологических процессов. Известны различные подходы для оптимизации распределения ресурсов в технологических системах.

Вопросы оптимального построения структуры производственных и технологических систем также достаточно развиты в соответствующих науках, рассматривающих вопросы обеспечения заданной производительности систем управления, в частности, так называемых методах оптимизации процессно-ролевых систем, методах теории систем массового обслуживания. Сложность требований к характеристикам, процессу нахождения структуры производственного процесса и управления технологическими процессами требует введения комплексного оптимума. Это формулирует задачу построения автоматизированных систем, обеспечивающих

многокритериальный оптимум.

Необходимо отметить, что указанные выше методы не обеспечивают в полной мере задачу многокритериальной оптимизации производственных ресурсов, что делает их применение в современных системах управления технологическими системами и производствами недостаточно эффективным.

Таким образом, актуальными являются исследования, направленные на разработку формальных моделей и алгоритмов многокритериальной оптимизации для технологических процессов, автоматизации управления производственными системами и создание методических сред изучения этих вопросов.

Цель работы и задачи исследования. Целью диссертации является повышение эффективности функционирования распределённых технологических систем путём разработки теоретических основ и подходов к объединению различных методов решения задач оптимизации технологических систем, которые позволят рассматривать в комплексе задачи оптимального построения технологических процессов в современных распределённых автоматизированных производственных системах.

В указанном направлении решаются следующие основные задачи:

построение комплексной модели технологических систем с точки зрения различных аспектов её функционирования; разработка алгоритмов оптимизации таких систем на основе как принципа линейного и нелинейного программирования, так и эволюционного моделирования (генетических алгоритмов);

- разработка методик моделирования процессно-ролевой системы на основе современных генетических алгоритмов многокритериальных задач оптимизации. Решение этих задач включает:

анализ современного состояния проблемы принятия решений для автоматизированного управления технологическими системами и процессами в них, ресурсами производственного предприятия;

исследование способов анализа ситуаций и управления в производственных объектах и определение эффективности используемых алгоритмов;

создание формализованного представления систем управления технологическими процессами, распределения и управления ресурсами с целью многокритериальной оптимизации;

разработка мультихромосомной модели управления технологическими системами;

разработка комплексного алгоритма многокритериальной оптимизации технологических систем с точки зрения управления ресурсами на основе методов эволюционного моделирования;

программная реализация и использование разработанных алгоритмов в технологических системах как для автоматизированного управления технологическими процессами, так и для обучения персонала, обучение сотрудников новым методам и алгоритмам. Объект и предмет исследования. Объектами исследования являются распределенные технологические системы и автоматизированные системы управления, представляющие собой комплекс аппаратных и программных средств, предназначенных для управления различными процессами в рамках технологической системы.

Предметом исследования являются методики, модели и алгоритмы решения задач многокритериальной оптимизации, которые позволят решать в комплексе задачи оптимального построения технологических процессов в современных автоматизированных производственных технологических системах.

Методы исследования. Теоретическую и методологическую базу исследования составили элементы теории математического моделирования, методы оптимизации, теория эволюционных вычислений и генетические алгоритмы. При решении конкретных задач использовались труды отечественных и зарубежных ученых в области многокритериальной оптимизации и поиске глобального экстремума функции многих Переменных на компактном множестве.

Научная новизна. Диссертационная работа представляет собой совокупность научно-обоснованных разработок, направленных на создание моделей, методик и алгоритмов и на реализацию комплекса программно-алгоритмичеких средств, осуществляющих многокритериальную оптимизацию и поиск глобального экстремума функции многих переменных в технологических системах и системах автоматизированного управления технологическими процессами в распределённых производственных системах, а именно:

1. методика многокритериальной оптимизации распределенных технологических систем, учитывающая главные аспекты управления процессами в распределённых технологических системах;

2. алгоритмы моделирования процессно-ролевой системы на основе современных генетических алгоритмов решения многокритериальных задач оптимизации;

3. структура программного и информационного обеспечения системы комплексной многокритериальной оптимизации и задач обучения и повышения квалификации обслуживающего персонала;

4. программный комплекс моделирования для оптимизации технологических систем на основе процессно-ролевого подхода.

На защиту выносятся следующие основные научные положения.

1. Результаты анализа современного состояния проблемы

создания распределенных технологических систем и

принятия решений для автоматизированного управления технологическими процессами, ресурсами производственного предприятия.

2. Структура математической модели для комплексной оптимизации распределенных технологических систем.

3. Мультихромосомная модель многокритериальной оптимизации управления технологическими системами.

4. Методика многокритериальной оптимизации распределенных технологических систем, учитывающая главные аспекты управления процессами в распределённых технологических системах: управление ресурсами, управление транспортными потоками, управление технологическими процессами.

5. Комплексный алгоритм многокритериальной оптимизации технологических систем.

6. Структура программного и информационного обеспечения системы комплексной многокритериальной оптимизации.

7. Программный комплекс моделирования для оптимизации технологических систем на основе процессно-ролевого подхода.

8. Структура программно-методического обеспечения задач обучения и повышения квалификации обслуживающего персонала.

Достоверность полученных результатов, представленных в диссертационной работе, подтверждается корректностью применения математического аппарата многокритериальной оптимизации систем и эволюционного моделирования, непротиворечивостью полученных результатов, что подтверждается сравнением с признанными зарубежными и отечественными аналогами в области технологических систем, практическим использованием материалов диссертации.

Практическая ценность работы. Практическая ценность работы заключается в том, что основные положения, выводы и рекомендации диссертации ориентированы на широкое применение методов, моделей и алгоритмов для оптимизации распределённых технологических систем и, в частности, автоматизированного управления распределением ресурсов в таких системах. Наибольшие применения они могут найти в приборостроении, микроэлектронике, научных исследованиях.

Личный вклад автора. Основные результаты диссертационной работы получены автором лично на основе

результатов научных исследований, выполненных под руководством руководителя диссертации. Автором создан программно методический комплекс, реализующий процесс изучения предложенных методов, моделей и алгоритмов.

Реализация полученных результатов. Диссертационная работа выполнялась в соответствии с планом научно-технических исследований кафедры «Системы автоматического управления и контроля» Национального исследовательского университета «МИЭТ».

Все работы по программной реализации проводились при непосредственном участии автора. Результаты диссертационной работы используются в учебном процессе кафедры в материалах курсов «Автоматизированные информационно управляющие системы», «Автоматизация технологических процессов», «Моделирование систем управления». Основные материалы диссертации использованы при выполнении магистерских диссертаций, в частности магистрами государства Мьянма.

Апробация работы и публикации. Основные положения и отдельные результаты работы докладывались на следующих конференциях и опубликованы в следующих изданиях: "Оборонный комплекс - научно-техническому прогрессу России"; "Научное обозрение"; "Науковедение"; "Современные информационные технологии" «Труды международной конференции», ПГТА, ноябрь 2011,2013-№17; "Молодежь и наука, НИЯУ МИФИ, 2013."; " Микроэлектроника и информатика - НИУ МИЭТ. 2011-2013."; "Актуальные проблемы информатизации в науке, образовании и экономике - НИУ МИЭТ . 2011."; По теме диссертации опубликовано 14 работ, среди которых 6 статей в журналах, входящих в перечень ВАК.

Структура и объем работы. Диссертация состоит из введения, 4 глав, основных выводов, списка используемых литературных источников. Она изложена на 138 страницах текста, из которых 3 приложения, 37 рисунков и 5 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

В первой главе рассмотрены базовые модели и задачи многокритериальной оптимизации распределенной

технологической системы (РТС). Распределенная технологическая система является большой, так как содержит большое количество компонентов, операций и видов используемых ресурсов и создаваемых объектов. Она является сложной, так как представляет

определенную иерархическую структуру. На рис 1 представляется обобщенная модель такой системы.

Распределение операций по компонентам подсистемы задается с помощью матрицы Б.

1)=[с1у], где с1у указывает на каком компоненте (]') выполняется операция 1. Задачи оптимизации, в которых целевая функция /(Зс) и ограничения (х),/ = \,...,т являются линейными функциями,

разрешаются так называемыми методами линейного программирования. В противном случае имеют дело с задачей нелинейного программирования и применяют соответствующие методы. В свою очередь из них выделяют две частные задачи:

• если /(х) и gi{x),i = \,...,m — выпуклые функции, то такую задачу называют задачей выпуклого программирования; • если X С Z , то имеют дело с задачей целочисленного (дискретного) программирования.

В зависимости от природы множества X задачи математического программирования классифицируются как:

• задачи дискретного программирования (или комбинаторной оптимизации) — если X конечно или четно;

• задачи целочисленного программирования— если X является подмножеством множества целых чисел;

• задачи нелинейного программирования, если ограничения или целевая функция содержат нелинейные функции и X является подмножеством конечно мерного векторного пространства.

Одной из целей оптимизаций технологических систем является повышение эффективности распределенных технологических систем (РТС), что достигается путем решения комплекса задач, к которым относятся: выполнение статистических данных о РТС; моделирование характеристик объекта и их динамики; диагностика текущего состояния; прогнозирование состояния; оптимизация работы РТС; определение эффективности РТС.

На втором уровне осуществляется дискретная оптимизация структуры ПКУТС на основе процессно-ролевых моделей.

К непрерывным задачам оптимизации технологических систем будем относить: задачу обеспечения материалами и ресурсами операций технологического процесса; задачу минимизации транспортных перевозок между подсистемами и объектами ТС; задачу разбиения графа ТС на подграфы (декомпозиция); бикритериальные задачи декомпозиции.

Для построения практического метода оптимизации структуры РТС вводится ряд ограничений на рассматриваемые системы, а так же уточняется, что именно будет оптимизировано.

- Оптимизации подлежит только та часть системы, которая имеет отношение к технологическому процессу.

- Технологический процесс разбивается на отдельные последовательно реализуемые процедуры (операции).

- Порядок реализации процедур определен и является постоянным (не подлежит оптимизации).

- Природа системы допускает декомпозицию системы по видам компонентов процесса обработки.

- Состав каждой подсистемы определяет возможность выбора конкретных средств реализации каждой.

- Компоненты подсистем могут быть однотипными, хотя бы частично взаимозаменяемыми (для обеспечения возможного выбора).

- Для систем, структура которых имеет вид сети, оптимизация проводится в пределах выбранного вида топологии.

- Рассматриваются системы, обладающие большим числом компонентов.

Поскольку к РТС относятся большое количество различных типов, поэтому метод оптимизации должен быть инвариантен к особенностям обработки каждой конкретной системы.

При декомпозиции РТС применяются следующие стратегии декомпозиции: декомпозиция по жизненному циклу; декомпозиция по физическому процессу; декомпозиция по подсистемам; декомпозиция по входам; декомпозиция по типам ресурсов потребляемых системой; декомпозиция по конечным продуктам системы; декомпозиция деятельности человека.

Таким образам, задача комплексной многокритериальной оптимизации и декомпозиции технологической системы объединяет целый ряд задач, решения которых в частных случаях достаточно разработаны. Однако, каждая из задач решается как правило для одного (или двух) критериев. В связи с развитием современных распределенных технологических систем и автоматизированных систем управления, требуется разработка комплексного подхода к оптимизации, объединяющего частные задачи комплексной многокритериальной, многопараметрической оптимизации, что возможно на основе использования методик, моделей и алгоритмов эволюционного моделирования (генетических алгоритмов).

Во второй главе приводятся разработанные модели, алгоритмы и методики многокритериальной оптимизации и декомпозиции РТС.

Комплексная многокритериальная многопараметрическая оптимизация технологических систем требует решения следующих задач:

- разработку структуры математической модели;

создание алгоритма комплексной оптимизации (алгебраической), в частности задачи распределения ресурсов и транспортную задачу;

использование процессно-ролевого алгоритма оптимизации технологического процесса;

разработку генетического алгоритма многокритериальной оптимизации;

- разработку принципов определения гомеостатического оптимума.

Мультихромосомнность генетической модели предполагает наличие множества хромосом, связывающих пары характеристик технологической системы как показано на рис 2.

- компоненты РТС

3

Подсистемы технологической снсгаш

Рис. 2. Общая структура хромосом генетической модели

Путём выбора дерева представляемого графа создаётся необходимо-достаточная модель (рис. 3) Тбхншюгмчесшге

опс|жв™_^2 ¡компоненты РТС

Е /А *

► Подсистемы технсшмчгчкжм'] СМСШемЫ

Рис. 3. Возможные достаточные генетические модели

Генная структура хромосом строится на основе ряда хромосом, (генов, аллелей). В частности, например:

- Хромосома 1. Гены - технологические операции,

- Аллели- используемые материалы,

Количество генов соответствует количеству операций,

выполняемых во всей технологической системе.

Кроме дискретных переменных важными являются два множества непрерывных переменных: В^ - количество материала, которое начинает обрабатываться операцей (¡) в компоненте (]) на интервале времени ф, определяет итоговое состояние

материала (б) в течение интервала времени (1).

Метод решения блочных задач декомпозиции технологических систем основании на целочисленном линейном программировании. Моделью РТС является система уравнений, которая интерпретируется как абелева группа. Параметры абелевой группы отображают операции технологического процесса. Декомпозиция РТС заключается в распределении операции по компонентам систем. Используется, как правило,

12

Технологические о'Керишш

Исходные материалы

Производимые

объект

декомпозиционный подход, связанный с применением теоретико-группового метода. Применительно к РТС рассматривается декомпозиционный метод решения блочных задач целочисленного программирования со связывающими ограничениями, заданными уравнением на конечной абелевой группе. Пусть С0 — конечная абелева группа, в которой, выделены элементы Ер 1 е {1,2,..пк}, к е {1,2 ,...,р}. Рассматривается задача

а) ф = гшп2£=1скхк,

б) £Е=г<8к.хк> = Во(С0),

в) хь е 5к с г+пк, ке{1,2,...,р}.

Здесь ск, хк - векторы размерности, пк, ск > 0, §0 6 С0, §к = (вЬ ■•■' Впа) - векторы размерности пк, компоненты которых являются элементами группы С0,

Классическая транспортная задача линейного программирования (ЛП) формулируется следующим образом. Имеется т пунктов производства операций и п пунктов потребления компонентов однородного продукта ТП. Заданы величины: а, - объем производства (запас) ¿-ой операции ТП, 1=1, т; ъ 1 - объем потребления (спрос) ^ой компонента ТП, 1=1, п; с -

стоимость перевозки (транспортные затраты) единицы продукта от ¡-го объекта к .г-му объекту.

Требуется составить такой план перевозок, при котором спрос всех компонентов потребителей был бы выполнен и при этом общая стоимость всех перевозок была бы минимальна.

Сложность РТС порождает проблему оптимальной организации системы. Вероятностный характер входящего потока заявок на производство и времени выполнения отдельных технологических процедур свидетельствуют о том, что задача определения среднего времени реализации процесса есть задача теории сетей систем массового обслуживания.

Математическая модель транспортной задачи имеет вид

т п

ы у=1

Хл = а/»* =»«»£*» = Ьр} = Ъ"»

7=1 1-1

хч - 0, / = 1, тя, у = 1, п.

В процессе моделирования производятся следующие расчёты: расчет среднего числа реализаций каждой процедуры; расчет среднего числа процедур, реализуемых на каждом компоненте; расчет времен реализаций технологических процедур; расчет среднего времени реализации процедуры каждым компонентом; расчет загрузки системы; расчет пропускной способности; расчет стоимости реализации технологического процесса.

На сегодняшний день для оценки стоимости применяется закон Гроша:

у

С, — , где С, - стоимость г -ого компонента системы,

- производительность /' -ого компонента системы, а^ р| эмпирические постоянные. Выполнение показателей РТС осуществляется с помощью генетического алгоритма.

В процессе эволюционного моделирования базовыми являются три хромосомы, учитывающие следующие характеристики РТС:

распределение исходных необходимых материалов по подсистемам и компонентом РТС;

характеристики транспортных потоков между подсистемами РТС;

характеристики выполнения процедур РТС на отдельных компонентах РТС.

Предлагаемый генетический алгоритм с нечеткой моделью имеет следующий вид.

НАЧАЛО

(* формирование начальной популяции решений РО ={аЩ, а1=(х1,51) *) сгенерировать начальную совокупность представлений 50; сформировать векторы начального множества решений Х0=0-1(50); оценить начальные решения РО: К(50); 1 = 0 (* счетчик итераций *); (* процедура поиска *)

ПОКА НЕ выполнено условия останова ПОВТОРЯТЬ НАЧАЛО

Rt=Pt (*репродукционное множество - вся популяция, Ыр - число особей в популяции*)

ДЛЯр = 1дор=1Чр ПОВТОРИТЬ Ори ОМОрЩ;

КОНЕЦ

С вероятность Рт для каждого решения аМеРС ПОВТОРИТЬ

(*Мутация*)

НАЧАЛО

¡к = М(аЫ);

хк= 0-1 (¡к);

оценить новое решение ак: □ (sk);

Pt = Ptuak;

КОНЕЦ;

(*Приезд иммигрантов*)

сгенерировать совокупность представлений иммигрантов Sit;

сформировать множество решений It=Q-l(SIt);

оценить множество иммигрантов It: K(SIt);

включить иммигрантов в популяцию

Pt = Pt ulpt;

(*Оператор отбора*)

S: Pt -> Pt+1;

t = М;

НАЧАЛО

Сформирование родительской совокупности*)

В: выбрать из Rtродительскую совокупность Ppt, состоящую из q особей; (*кроссовер *)

С: выбрать случайное число точек кроссовера случайным образом, получить q потомков Opt;

оценить новые решения и добавить их в популяцию:

КОНЕЦ

КОНЕЦ

В основу правила остановки при выполнении эволюционного моделирования положен принцип достижения гомеостатического состояния множества критериев оптимальности.

В приведенном генетическом алгоритме решение трёх изложенных выше задач осуществляется при выборе родительской (продукционной) группы особей, по алгоритму приведенном на рис.4.

Для каждой группы идентифицируется структура технологического процесса и компонента, на которых они выполняются. Процесс оценки особей с целью определения родительской совокупности осуществляется в соответствии с алгоритмом.

В гомеостатике сосредоточены четыре составляющие: внутренние противоречия, иерархическая организация, иерархия гомеостатов,

реализация в управлении принципа регулируемого противоречия.

Как указывалось выше, выделены пять критериев оптимальности ТС: S -стоимость, П — производительность, Т -цикл обработки, Н - надежность, р - загрузка. Задавая величину р = (0,3;0,5;0,7;0,8) и вычисляя соответствующие значения критериев, построим графики и зависимости от загрузки р (рис 5). Качественный анализ графиков показывает, что существует область

минимальных значений загрузки, при которой остальные критерии находятся в состоянии гомеостатического равновесия, т.е. уменьшение одного из них, приводит к ухудшению хотя бы одного другого. В системе пяти критериев оптимальности РТС существует гомеостатическое состояние системы, удовлетворяющее условие Парето- оптимальности.

Рис. 4. Алгоритм формирования процессно-ролевой родительской группы

Рис. 5. Графики зависимостей критериев оптимальности от р.

Таким образом, комплексный многокритериальный многопараметрический алгоритм оптимизации (декомпозиции) технологических систем предполагает совместное решение задачи распределения ресурсов, транспортной задачи процессно-ролевой оптимизации технологического процесса.

В третьей главе рассмотрены задачи и алгоритмы многокритериальной оптимизации ПКУТС программно-информационного комплекса управления технологической системой.

Обобщенная структура комплексного алгоритма создается на основе мультихромосомного генетического подхода, позволяет определить гомеостатическую оптимальную систему.

Общий подход к построению и использованию мультихромосомной модели и генетического алгоритма оптимизации и декомпозиции программно-информационного комплекса управления технологической системой, теоретические основы, моделирования которой рассмотрены во второй главе как методы оптимизации технологической системы.

Мультихромосомная модель ПКУТС должна удовлетворять нескольким, в определенной мере противоречивым, комбинаторным условиям:

— она должна включать свойства, определенные показателями качества каждого вида обеспечения ПКУТС;

— она должна учитывать совместно одноименные показатели качества видов обеспечения, отображаемые матрицами гиперграфовой модели;

она должна допускать использование классических операций генетических алгоритмов в параллельном и последовательном алгоритмах мультихромосомного генетического алгоритма; она должна учитывать связь показателей качества с критериями оптимальности применительно ко всем этапам жизненного цикла ПКУТС.

Тсхиплогические сродства

Kpirrepim

ЛМШС1Н

I IporKmpoNiitmc

Рис. 6. Структура показателей интегральной оценки качества компонентов ПКУТС

Структура показателей интегральной оценки качества компонентов ПКУТС с использованием критериев ГОСТ ISO /МЭК9126 включает нижеперечисленные критерии: функциональные возможности (ФВ), надёжность . (Н), практичность (П), эффективность (Э), мобильность (М), сопровождаемость (С), анализируемость, устойчивость, изменяемость, тестируемость.

Структура ПКУТС реализует некоторое подмножество компонентов и страт 5cil. Стратами являются виды обеспечения ПКУТС. Компонентами являются составляющие элементы ПКУТС: компьютеры, внешние устройства, каналы связи и т.п. Для ПКУТС, представленной топологической моделью независимой

стохастической обработки заявок, сообщений и т.п., дерево графа связей параметров представлено на рис.7.

т

Узлы сети

.КС

(внешние)

КС

(внутренние)

Рис. 7. Связь страт в модели ПКУТС

Сформулирован ряд определений и допущений, которые представляются "вполне естественными" с учетом имеющихся ограничений на рассматриваемые системы. Обработка информации каждым компонентом базовой подсистемы обеспечивается компонентами всех образующих ее подсистем. В матричной форме это представляется, введением двух процедур.

1. Инвертирование матрицы:

означает, что для каждого элемента выполняется

преобразование _ \/ .

" /Ч

2. Поэлементное умножение двух матриц:

Ну J * J пц • ту для всех одноименных элементов.

Тогда выражение для общей процедуры вычисления средних времен работы компонентов при обработке одной заявки запишем в виде:

Частота передач требований между компонентами в матричной форме через частоты передач между элементами определяется как

Аналогично найдем частоты прохождения заявок через компоненты

[а,] = [к* .[££.[а4].Дэ].*]*[1]

Но поскольку к[ • Б'3 = , К3 • Д, = Д, получим :

В зависимости от связей и первичности потоков известны два алгоритма управления, которые можно условно назвать дедуктивный и индуктивный.

Эти алгоритмы управления в ПКУТП не всегда приводят к быстрому и эффективному решено.

Более универсальными является абдуктивный метод или метод, основанный на активации узлов иерархической системы управления. Выделен лимит среднего уровня иерархии.

на нижестоящий уровень

Рис. 8. Схема взаимодействия уровней управления при абдуктивном методе Схема управления при абдуктивном методе и алгоритм функционирования такой системы показаны на рис 8 и рис 9.

АЛГОРИТМ АБДУКТИВНОГО ПРОЦЕССА УПРАВЛЕНИЯ.

Фор мирование директив

Анализ директивных

указаний предыдущих ситуаций

Получение директив ( подтверждающих,

уточняющих, и / или отвергающих)

Анализ предшествующих ситуаций. Принятие решения.

Формирование директивных указаний нижестоящего уровня

Анализ соответствия принимав мых решений

3 Связь, с вышестоящей подсистемой

Получение информации ✓ с ситуации подсистемы

Подсистема I - го уровня

Формирование информации для передачи в вышестоящую подсистему

I

I Т

ДИ-

рек-

инфор-мэция

Передача информации

о результатах выполнения директив

О* Нижестоящие подсистемы

Анализ хода достижения Ц9ЛИ

Рис. 9. Алгоритм абдуктивного управления

Таким образом, задача декомпозиции программно-информационного комплекса управления технологическими системами решается как составная часть общей задачи оптимизации и декомпозиции распределенных технологических систем. Основой решения задачи являются генетические

алгоритмы. Рассмотрены обобщенная мультихромосомная модель и структура генетической модели ПКУТС, являющиеся основой для многоуровневой декомпозиции. С использованием формальной модели связей ПКУТС, разработан абдуктивный алгоритм многокритериальной оптимизации и декомпозиции ПКУТС, включая метод принятия решения при управлении распределенными технологическими системами.

В четвёртой главе приведены разработанные и используемые программные комплексы проведения многокритериальной оптимизации и декомпозиции распределенных технологических систем и управления программным комплексом управления технологическими процессами.

Процесс оптимизации и декомпозиции ПКУТП поддерживается совокупностью нескольких интеллектуальных программных комплексов. Обучение основам многокритериальной оптимизации предполагает изучение этих комплексов и освоение математических алгоритмов некоторых аспектов

многокритериальной оптимизации и декомпозиции с помощью интеллектуальных тренажеров .

Представляемые три взаимосвязанных программных комплекса:

ПКЭМ (программный комплекс эволюционного

моделирования);

ПКМГА (программный комплекс моделирования на основе

генетических алгоритмов);

ПКМО (программный комплекс многокритериальной

оптимизации).

Назначение программно-методического комплекса ПКЭМ — вычисление значений критериев качества (функций приспособленности генетического алгоритма) процесса и системы обработки информации. К ним относятся: цикл обработки, пропускная способность системы, загрузка компонентов, производительность.

Максимальное количество входных данных, которыми может оперировать программа в данной редакции, следующее: число процедур в процессе N<80, число компонентов системы М<20, число ветвей графа системы КБ<120.

Программа состоит из следующих модулей:

PMS - корневой модуль. Он начинает выполнение программы, формирует внутренние структуры данных, запрашивает порядок работы, вызывает рабочие модули и завершает выполнение программы.

Входными данными для программы ПКЭМ являются двумерные массивы (матрицы) P,DuT.

P(i, j) - квадратная матрица, составленная из численных значений вероятностей переходов потока информации между процедурами процесса.

D(N,M) - матрица, описывающая на каком компоненте (или компонентах ТС) выполняется та или иная процедура технологического процесса.

Т(К)- матрица абсолютных времен выполнения.

В результате работы программа вычисляет следующие параметры: цикл обработки в днях и в часах; узкое место системы (номер компонента и время его работы); производительность (в час); время обслуживания для каждого компонента РТС; загрузка компонентов РТС; пропускная способность РТС в час, день, год.

Программный комплекс ПКМГА предназначен для решения сложных задач оптимизации с помощью генетических алгоритмов на основе многохромосомной модели

Программный комплекс ПКМГА позволяет: осуществить полную и частичную оптимизацию; получить структуру оценки качества, оптимальную или близкую к оптимальной при заданных условиях; выбрать схему оптимизации; описать способ кодирования вариантов значений оценки качества в виде хромосом и выбрать вид используемых оценок экспертов; задать весовые коэффициенты параметров; выбрать способ формирования начальной популяции хромосом (существующий файл, ввод с клавиатуры, случайная генерация); выбрать типы генетических операторов - кроссовера, мутации и селекции и задать вероятности их применения; задать структуру вывода результатов оптимизации (частичная или полная информация, имя файла результатов).

Особенностью программного комплекса ПКМГА является возможность построения процесса оптимизации на основе многохромосомной модели, а также наличие особенностей, необходимых для решения класса задач оптимизации, характеризующихся следующими свойствами:

многокритериальность задачи оптимизации; количество параметров задачи велико (50 и более); оптимизируемая функция имеет сложный характер, т.е. может обладать следующими свойствами: негладкость, разрывность, дискретность, недифференцируемость, зашумленность и т.д.; группы параметров

системы могут иметь неоднородный характер, т.е. отличаться по области возможных значений, способу и шкале оценки.

Программный комплекс ПКМО предназначен для проведения оптимизационных исследований больших сложных многостратных многоуровневых иерархических систем. Комплекс обладает следующими техническими характеристиками: операционная система — Windows; требуемый объём жесткого диска - до 5 Мб; требуемая оперативная память -16 Мб; необходимо наличие DLL -библиотеки, содержащей функции расчёта значений критериев оптимизации; входные данные - количество страт, количество компонентов каждой страты, количество и виды связей между подсистемами, количество критериев оптимизации, весовое значение каждого критерия, ограничения на допустимые связи между компонентами подсистемы; выходные данные - описание конечного варианта связей между компонентами подсистем.

В диссертации разработаны два интеллектуальных тренажёра, которые используются в учебном процессе по дисциплинам системного анализа, а также при обучении магистратов государства Мьянма.

• Интеллектуальный тренажёр решения задачи распределения операций по компонентам технологической системы с использованием генетического алгоритма.

• Интеллектуальный тренажёр по процессно-ролевому моделированию РТС.

В заключении приведены краткие выводы по проделанной работе и основные полученные результаты.

В приложениях приведены документы о внедрении результатов диссертационной работы и фрагменты листинга программного обеспечения разработанной системы.

Основные результаты и выводы В процессе исследований и разработок получены следующие новые научные результаты и научно-обоснованные новые решения.

1. Создано формализованное представление задачи комплексной многокритериальной оптимизации процессов управления технологическими системами; позволяющее объединить основные понятия эволюционного моделирования и многокритериальной оптимизации для посторения распределенных технологических систем.

2. Предложена методика многокритериальной оптимизации распределенных технологических систем, учитывающая главные

аспекты управления процессами в распределённых технологических системах.

3. Предложен комплексный алгоритм, объединяющий в себе алгоритмы решения задач оптимизации по отдельным критериям.

4. Построена мультихромосомная модель, включающая модель составляющих компонентов, подсистем распределения ресурсов и декомпозиции производственной системы.

5. Разработан модифицированный генетический алгоритм многокритериальной оптимизации РТС; учитывающий предложенные мультихромосомные модели систем и положения комплексного алгоритма многокритериальной оптимизации.

6. Реализован программный комплекс, предназначенный для решения на ЭВМ задач многокритериальной оптимизации на основе мультихромосомной модели и генетического алгоритма.

7. Результаты имитационного моделирования разработанного ПКМГА показали, что в зависимости от предложенной поисоковой методики оптимизации обеспечивается снижение среднего времени выполнения работы станков на 13-23% и повышение эффективности (точности решения задачи) на 2-9%, по сравнению с традиционной методикой поиска оптимизации.

Основные положения и результаты диссертации опубликованы в следующих работах.

1. Пайе Тэин Наинг, Чжо Зо Е. Автоматизированная система управления технологическими процессами в газовых потоков // Журнал «Научное обозрение» -М.: ИД "Наука образования", 2013,- № 7,- С.65-69(ВАК)

2. Пайе Тэин Наинг, Тант Зин Пьо, Касимов р. А., Смирнов В. О. Методика повышения достоверности магистрального телеуправления // Журнал «Научное обозрение» -М.: ИД "Наука образования", 2013,- № 4,- С. 76-78 (ВАК)

3. Пайе Тэйн Наинг, Тант Зин Пьо, Тин Чжо, Пья Сон Ко Ко. Методика системы распознавания образов с помощью самоорганизующихся карт кохонена нейронных сетей на основе таНаЬ// Интернет-журнал «Науковедение». 2013 №5 (18) [Электронный ресурс].-М. 2013. - Режим доступа: http://naukovedenie.ru/ ш(1ех.р11р?р=1з5ие-5-13. (ВАК)

4. Чжо Зо Е, Тайк Аунг Чжо, Пайе Тэйн Наинг. Модели обнаружения и технической диагностики неисправностей объектов в приборостроении// Вести высших учебных заведений Черноземья- №3 (33) 2013- С.32-36 (ВАК)

5. Лисов О. И., Чжо Зо Е, Пайе Тэйн Наинг. Методика оптимизации управления технологическими процессами распределенных систем// «Известия вузов. Приборостроение»-№3 (57) 2014- С.26-30 (ВАК)

6. Пайе Тэйн Наинг, Лисов О.И., Чжо Зо Е, Марков А. Б. Оценка качества систем управления технологическими процессами на этапах жизненного цикла// Оборонный комплекс — научно-техническому прогрессу России. -М.: ФГУП "ВИМИ", 2014,- № 2. С.34-39 (ВАК)

7. Пайе Тэйн Наинг. Обеспечение качества программно-аппаратных систем на этапах жизненного цикла// Микроэлектроника и информатика - 2011. 18-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов: Тезисы докладов. — М.: МИЭТ, апр. 2011г. — 340 с. С. 197.

8. Пайе Тэйн Наинг. К вопросу декомпозиции больших, сложных информационно-управляющих систем // Актуальные проблемы информатизации в науке, образовании и экономике - 2011. 4-я Всероссийская межвузовская научно- практическая конференция. М.: МИЭТ, 2011. - 196 с. С 156.

9. Пайе Тэйн Наинг. Методы и алгоритмы декомпозиции информационных систем управления технологическими процессами// Современные информационные технологии. Труды международной вып 14, ПГТА, ноябрь 2011. — 213. С 100.

10. Пайе Тэйн Наинг. Задачи декомпозиции автоматизированных систем управления технологическими процессами // Микроэлектроника и информатика - 2012. 19-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов: Тезисы докладов. - М.: МИЭТ, апр. 2012г. - 324с. С 146.

11. Пайе Тэйн Наинг. модели дискретного планирования технологических процессов на основе линейного программирования // XVI международная телекоммуникационная конференция молодых ученых и студентов «Молодежь и наука». Тезисы докладов.: НИЯУ МИФИ, 2013._236c.C151.

12. Пайе Тэйн Наинг. Автоматизированные системы обработки данных для диагностики сетей //Микроэлектроника и информатика - 2011. 18-я Всероссийская межвузовская

научно-техническая конференция студентов и аспирантов: МИЭТ, апр.2013г.-340с.С-162.

13. Пайе Тэйн Наинг. Подход к декомпозиции распределенных систем управления// Современные информационные технологии. ПГТА,2013-№ 17.-С. 131 -132.

14. Пайе Тэйн Наинг. Теоретико-групповой метод декомпозиции автоматизированных технологических систем // Актуальные проблемы информатизации в науке, образовании и экономике — 2013. 6-я Всероссийская научно-практическая конференция. М.: МИЭТ-С92.

Подписано в печать:

Заказ Тираж 80 экз. Уч.-изд. л.

Формат 60x84 1/16 Отпечатано в типографии НИУ МИЭТ 124498, Москва, НИУ МИЭТ

Федеральное государственное автономное образовательное учреждение высшего профессионального образования «Национальный исследовательский университет «МИЭТ»

На правах рукописи

04201458429

ПАЙЕ ТЭЙН НАИНГ

МЕТОДИКИ, МОДЕЛИ И АЛГОРИТМЫ КОМПЛЕКСНОЙ МНОГОКРИТЕРИАЛЬНОЙ ОПТИМИЗАЦИИ АВТОМАТИЗИРОВАННЫХ ТЕХНОЛОГИЧЕСКИХ СИСТЕМ

05.13.06 - Автоматизация и управление технологическими процессами и производствами (в приборостроении)

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель: д.т.н., профессор Лисов Олег Иванович

Москва-2014

Оглавление

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

ГЛАВА 1. ЗАДАЧИ ОПТИМИЗАЦИИ И ДЕКОМПОЗИЦИИ ТЕХНОЛОГИЧЕСКИХ СИСТЕМ И МЕТОДЫ ИХ РЕШЕНИЯ....................12

1.1 Структура больших сложных распределенных технологических систем..........................................................................................................12

1.2 Задачи оптимизации технологических систем...................................14

1.3 Использование линейного программирования для решения непрерывных задач оптимизации..............................................................19

1.4 Комбинированные алгоритмы решения задач многокритериальной оптимизации...............................................................................................21

1.5 Комплексная оптимизация (декомпозиция) технологических систем. .....................................................................................................................27

Выводы по главе 1..............................................................................................30

ГЛАВА 2. КОМПЛЕКСНАЯ МНОГОКРИТЕРИАЛЬНАЯ ОПТИМИЗАЦИЯ ТЕХНОЛОГИЧЕСКИХ СИСТЕМ.....................................................................31

2.1 Структура задач оптимизации (декомпозиции) технологической системы.......................................................................................................31

2.2 Алгоритмы непрерывной оптимизации технологических систем.....33

2.2.1 Алгоритмы линейного программирования для распределения ресурсов.......................................................................................................33

2.2.2 Алгоритм управления транспортным потоком......................39

2.3 Процессно-ролевой алгоритм моделирования при декомпозиции технологических систем............................................................................42

2.4 Генетический алгоритм многокритериальной оптимизации технологических систем............................................................................52

2.5 Гомеостатическая оптимизация на основе генетических алгоритмов .....................................................................................................................57

Выводы по главе 2..............................................................................................61

ГЛАВА 3 ОПТИМИЗАЦИЯ И ДЕКОМПОЗИЦИЯ ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ ПРОГРАММНЫХ КОМПЛЕКСОВ УПРАВЛЕНИЯ РАСПРЕДЕЛЁННОЙ ТЕХНОЛОГИЧЕСКОЙ СИСТЕМОЙ..........................62

3.1 Обобщенная мультихромосомная модель программно-информационного комплекса управления технологической системой (ПКУТС).....................................................................................................62

3.1.1 Структура мультихромосомной генетической модели декомпозиции ПКУТС...............................................................................67

3.2 Многоуровневая декомпозиция видов обеспечения программно-информационной комплекса управления распределённой технологической системой........................................................................71

3.2.1 Формальное построение модели связей ПКУТС...................72

3.3 Процессно-ролевой алгоритм моделирования ПКУТС......................75

3.4 Алгоритм многокритериальной оптимизации и декомпозиции программно-информационных комплекса управления технологическими системами...................................................................................................79

Выводы по главе 3..............................................................................................88

ГЛАВА 4 Программно-методический комплекс обучения методам многокритериальной оптимизации...................................................................89

4.1 Программный комплекс оценки качества систем на основе процессно-ролевого подхода....................................................................89

4.2 Программный комплекс оценки качества ПКУТС "ПКМГА"...........91

4.3 Программный комплекс мультихромосомного моделирования ПКМО.........................................................................................................94

4.4 Структура учебно-методического комплекса поддержки процесса обучения методам мультихромосомной оптимизации............................97

4.4.1 Интеллектуальный тренажёр по процессно-ролевому моделированию...........................................................................................97

4.4.2 Интеллектуальный тренажёр оптимального распределения работ по компонентам..............................................................................101

4.5. Программная реализация оптимального распределения работ по компонентам ПКМГА..............................................................................105

4.6. Исследование эффективности использования разработанного ПКМГА.....................................................................................................107

Выводы по главе 4............................................................................................110

ЗАКЛЮЧЕНИЕ................................................................................................112

Список Литературы..........................................................................................113

ПРИЛОЖЕНИЕ 1.............................................................................................118

ПРИЛОЖЕНИЕ 2.............................................................................................120

ПРИЛОЖЕНИЕ 3.............................................................................................123

Обозначения и сокращения

ТС - Техническая система

РТС - Распределенная технологическая система

ЛП - линейное программирование

СМО - Система массового обслуживания

АСУ ТП - автоматизированная

система

управления

технологическими процессами ПКУТС - программно-информационный комплекс управления

технологической системой ПКЭМ - программный комплекс эволюционного моделирования ПКМГА - программный комплекс моделирования на основе

генетических алгоритмов ПКМО - программный комплекс многокритериальной оптимизации МКГА НХ -многокритериальный генетический алгоритм с нечеткой хромосомой

ОСТС - Обобщенная структура технологической системы ГА - Генетический алгоритм

ВВЕДЕНИЕ

Актуальность

В настоящее время успешная деятельность различных предприятий возможна только при наличии автоматизированной системы, обеспечивающей эффективное управление технологическими процессами, функционированием управляющих органов, распределением производственных ресурсов как отдельного предприятия, так и распределённой технологической системой вообще. Иначе, даже на этапе переговоров о заключении контрактов, руководство может показать преимущество своего предложения по сравнению с предложениями конкурентов. Наличие более одного критерия оценки качества решения о структуре технологической системы, высокие требования к качеству продукции сроками выполнения заданий и необходимость принимать оптимальные решения в сжатые сроки усложняют задачу.

При построении структуры современных технологических систем приходится одновременно рассматривать такие системы с нескольких позиций. Во-первых, это структура самой системы, модель системы. Во-вторых, поскольку в настоящее время в таких системах используются автоматизированные системы управления, необходимо рассмотреть структуру, состав автоматизированных систем управления технологическими процессами. Кроме того любое производство и любая технологическая система связаны с необходимостью оптимального распределения ресурсов, оборудования и материалов. Каждый из этих вопросов с точки зрения оптимального проектирования в настоящее время достаточно разработан. Существуют методы решения задач по проектированию оптимальной системы с точки зрения структуры, распределения функции и.т.д. Достаточно разработаны вопросы оптимального построения автоматизированных систем управления, разбиение этой системы на компоненты, оптимизации видов программного и информационного обеспечения и.т.д. Эти вопросы, в частности, подробно рассмотреть в работах [ 10],[16].

В последнее время наиболее распространенными универсальными методами поиска оптимального решения при управления производственными ресурсами являются методы эволюционного моделирования в совокупности с традиционными математическими алгоритмами.

Достаточно развиты методы линейного программирования, используются решения задач распределения ресурсов, транспортные задачи и и.т.д. Развитие современных производств, проектирования и достижения математических дисциплин в области оптимизации системы управления, ставят задачу комплексной оптимизации таких систем. Система должна быть оптимальна с точки зрения производственных функциональных критериев, с точки зрения производительности системы, обеспечения характеристик технологических систем, как систем массового обслуживания. Она должна учитывать вопросы обеспечения ресурсами всех производственных операций и компонентов технологических процессов. Известны различные подходы для оптимизации распределения ресурсов в технологических системах, производственных системах. Вопросы оптимального построения структуры производственных и технологических систем, также достаточно развиты в соответствующих науках, рассматривающих вопросы обеспечения заданной производительности систем управления, в частности так называемых методах оптимизации процессно-ролевых систем, методах теории систем массового обслуживания. Сложность требований к характеристикам, процессу нахождения структуры производственного процесса и управления технологическими процессами требует введения комплексного оптимума. Это формулирует задачу построения автоматизированных систем, обеспечивающих многокритериальный оптимум.

Необходимо отметить, что указанные выше методы не обеспечивают в полной мере задачу многокритериальной оптимизации производственных ресурсов, что делает их применение в современных системах управления технологическими процессами и производствами недостаточно эффективным. Таким образом, актуальными являются исследования, направленные на разработку формальных моделей и алгоритмов многокритериальной оптимизации для технологических процессов автоматизации и управления производственными системами и создание методических сред изучения этих вопросов.

Цель диссертационной работы

Повышение эффективности функционирования распределённых технологических систем путём разработки теоретических основ и подходов к объединению различных методов решения задач оптимизации технологических

систем, которые позволят рассматривать в комплексе задачи оптимального построения технологических процессов в современных автоматизированных производственных системах. В указанном направлении решаются задачи:

• построение комплексной модели технологических систем с точки зрения различных аспектов её функционирования;

• разработка алгоритмов оптимизации таких систем на основе принципа линейного и нелинейного программирования;

• моделирование процессно-ролевой системы на основе современных генетических алгоритмов многокритериальных задач оптимизации.

Решение этих задач включают:

• анализ современного состояния проблемы принятия решений для автоматизированного управления технологическими процессами, ресурсами производственного предприятия;

• обучения сотрудников новым методам и алгоритмам.

• исследование способов анализа ситуаций и управления в производственных объектах и определение необходимости используемых алгоритмов;

• создание формализованного представления задач управления технологическими процессами, распределения и управления ресурсами с целью многокритериальной оптимизации;

• разработка мультихромосомной модели управления технологическими системами;

• разработка комплексного алгоритма многокритериальной оптимизации технологических систем с точки зрения управления ресурсами на основе методов эволюционного моделирования;

• программная реализация и использование разработанных алгоритмов в технологических системах как для автоматизированного управления технологическими процессами, так и для обучения персонала.

Методы исследования

Теоретическую и методологическую базу исследования составили теория математического программирования, методы оптимизации, теория эволюционных вычислений и генетические алгоритмы. При решении конкретных задач

использовались труды отечественных и зарубежных ученых в области многокритериальной оптимизации и поиске глобального экстремума функции многих переменных на компактном множестве.

Научная новизна

Диссертационная работа представляет собой совокупность научно-обоснованных разработок, направленных на создание моделей, методик и алгоритмов и на реализацию комплекса программно-алгоритмичеких средств, осуществляющих многокритериальную оптимизацию и поиск глобального экстремума функции многих переменных в системах автоматизированного управления технологическими процессами в производственных системах.

В процессе исследований и разработок получены следующие новые научные результаты и научно-обоснованные новые решения.

• Создано формализованное представление задачи комплексной многокритериальной оптимизации процессов управления технологическими системами.

• Предложен комплексный алгоритм, позволяющий находить оптимальное решение.

• Построена мультихромосомная модель, объединяющая структуру технологического процесса, системы распределения ресурсов и декомпозиции производственной системы.

• Разработан модифицированный генетический алгоритм многокритериальной оптимизации, позволяющие решать задачи построения технологических процессов, распределения ресурсов и декомпозиции производственных систем.

• Создан программно-методический комплекс для изучения поставленных задач на основе разработанных алгоритмов.

• Методы использования разработанных научных подходов, моделей и алгоритмов многокритериальной оптимизации систем, в том числе при нечёткой информации.

Практическая ценность работы

Практическая ценность работы заключается в том, что основные положения, выводы и рекомендации диссертации ориентированы на широкое применение

алгоритмов для оптимизации распределённых технологических систем, и о частности автоматизированного управления распределением ресурсов в предметной области. Наибольшие применения они могут найти в приборостроении, микроэлектронике, в научных исследованиях.

Личный вклад автора

Основные результаты диссертационной работы получены автором лично. Автором создан программно методический комплекс, реализующий процесс изучения предложенных алгоритмов.

В результате проведенных исследований получены и выносятся на защиту следующие основные научные положения.

1) Результаты анализа современного состояния проблемы принятия решении для автоматизированного управления технологическими процессами, ресурсами производственного предприятия.

2) Структура математической модели для комплексной оптимизации.

3) Мультихромосомная модель многокритериальной оптимизации управления технологическими процессами.

4) Комплексный алгоритм многокритериальной оптимизации технологических процессов управления ресурсами на основе линейного программирования.

5) Методика программного обеспечения решения задач комплексной оптимизации технологических процессов.

6) Структура программного- информационной системы комплексной многокритериальной оптимизации.

7) Программной комплекс процессно-ролевого подхода для оптимизации одного технологического процесса.

Реализация полученных результатов. Диссертационная работа выполнялась в соответствии с планом научно-технических исследований кафедры «Системы автоматического управления и контроля» Национального исследовательского университета «МИЭТ».

Все работы по программной реализации проводились при непосредственном участии автора. Результаты диссертационной работы используются в учебном процессе кафедры в материалах курсов «Автоматизированные информационно

управляющие системы», «Автоматизация технологических процессов», «Моделирование систем управления». Основные материалы диссертации использованы при выполнении магистерских диссертаций, в частности магистрами государства Мьянма.

Апробация работы и публикации. Основные положения и отдельные результаты работы докладывались на следующих конференциях и опубликованы в следующих изданиях: "Оборонный комплекс - научно-техническому прогрессу России"; "Научное обозрение"; "Науковедение"; "Современные информационные технологии" «Труды международной конференции», ПГТА, ноябрь 2011,2013-№17; "Молодежь и наука, НИЯУ МИФИ, 2013."; " Микроэлектроника и информатика - НИУ МИЭТ. 2011 -2013."; "Актуальные проблемы информатизации в науке, образовании и экономике - НИУ МИЭТ . 2011."; По теме диссертации опубликовано 14 работ, среди которых 6 статей в журналах, входящих в перечень ВАК.

Структура и объем работы. Диссертация состоит из введения, 4 глав, основных выводах, списка используемых литературных источников. Она изложена на 138 страницах текста, из которых 3 приложе