автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Методы и программно-инструментальные системы для анализа и моделирования гибких компьютерно-интегрированных производств

т-. ~ л л На правах рукописи

! О Ь -Л

1 о т ш

РАХМАНКУЛОВ Виль Закирошп

МЕТОДЫ И ПРОГРАММНО-ИНСТРУМЕНТАЛЬНЫЕ СИСТЕМЫ ДЛЯ АНАЛИЗА И МОДЕЛИРОВАНИЯ ГИБКИХ КОМПЬЮТЕРНО - ИНТЕГРИРОВАННЫХ ПРОИЗВОДСТВ.

05.13.01 - УПРАВЛЕНИЕ В ТЕХНИЧЕСКИХ СИСТЕМАХ 05.13.11 - МАТЕМАТИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ВЫЧИСЛИТЕЛЬНЫХ МАШИН, КОМПЛЕКСОВ, СИСТЕМ, И СЕТЕЙ.

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

Москва - 1395

Работа выполнена в Институте системного анализа РАН.

Официальные оппоненты:

Академик РАН, доктор технических наук, профессор Попов Е.П. Доктор технических наук, профессор Музыкин С.Н.

Доктор технических наук, профессор Кулешов B.C.

Ведущая организация: Институт прикладной математики им. М.В. Келдыша

Защита состоится . 199Ь г. в часов

на заседании Диссертационнопб СЬвета Д063.93.01 в Московской государственной академии приборостроения и информатики по адресу: 107076, Москва, ул. Стромынка д.20.

С диссертацией можно ознакомиться в библиотеке Московской государственной академии приборостроения и информатики.

Щ

Автореферат разослан "ЛСТ ^К&УрК 1995 г.

Ученый секретарь Диссертационного Совета Д063.93.01_

к.т.н., доцент ' М.В. Ульянов

Общая характеристика работы

Актуальность проблемы

Несмотря на быстрое развитие в 80-е годы гибкой автоматизации производства, на пути этого направления возникли немалые трудности главная из которых - резкое усложнение создаваемых систем в результате перехода на принципиально новую компьютеризованную технику, включая роботы, обрабатывающие центры с программным управлением, локальные сети ЭВМ, системы

проектирования/изготовления типа CAD/CAM. Поскольку масштаб изменений затрагивает практически всю технологию производства, это приводит к значительному увеличению затрат на ее проектирование, разработку и внедрение.

Опыт создания робототехники и гибких производственных систем (ГПС) в нашей стране показал, что наиболее неблагоприятно на развитии будущего производства сказываются следующие проблемы:

-экономические (влияние на окупаемость новой техники быстрого роста оптовых цен);

-технологические (низкий уровень качества и надежности оборудования);

-проектно-технические (отставание от современного уровня эффективности при проектировании и разработке прогрессивных видов техники).

Важный вклад в решение всех трех проблем может дать значительное повышение эффективности проектирования и разработки гибких производственных систем.

Традиционно выполняемая проектная разработка обычно включает в свой состав значительную балластную часть - это затраты на проверку, изменение, согласование и перепроектирование многочисленных промежуточных вариантов создаваемой системы., И чем сложней разработка, тем выше доля балластной части, а, следовательно, дороже и длительней процесс создания. Косвенно балластная часть выясняется по срокам окупаемости вложений, которые для традиционно создаваемых зарубежнь.х гибких производственных систем составляют 3-4 года (вместо планируемых обычно 1,5-2 лет), срок окупаемости традиционно создаваемых отечественных систем превышает в 2-5 раз этот показатель для зарубежных ГПС, что, в частности, оказалось совершенно неприемлемым в кризисных условиях переходной экономики и резко затормозило процесс развития перспективной отечественной производственной техники и технологии.

Совершенно очевидно, что без радикального изменения подхода к созданию будущих гораздо более сложных комг^ютерно-интегрированных производств нельзя будет сдержать эту тенденцию, ведущую к недопустимо большой балластной затратной части. В идеале будущему производству должны быть свойственны не только "гибкость" и " безлюдность", но и "безбалластность" проектирования, разработки, внедрения. Поэтому особую актуальность приобретает рационалиг ция и совершенствование на базе новой информационной технологии всех этапов проектирования и создания компьютерно - интегрированных производств. При этом современные методы компьютерного анализа и моделирования имеют важнейшее значение и формируют прочный фундамент для пре бразования традиционных и развития новых подходов к проектированию сложных наукоемких технических систем.

Цель работы

Цель диссертационной работы - развитие методологии и разработка методов компьютерного анализа и моделирования задач построения и проектирования сложных производственно-технических систем, позволяющих повысить эффективность процессов проектирования в результате существенного снижения балластных затрат при создании новой техники и технологии.

Для достижения цели поставлены и решены следующие задачи исследования:

1. Разработка на основе системных принципов методологической концепции комплексного исследования проблем создания перспективных производственных систем в приложении к классу гибких компьютерно-интегрированных производств.

2. Разработка математических моделей и методов для анализа процесса проектирования сложных технических систем в условиях неопределенности на основе аппарата теории параметрических задач принятия решений.

3. Разработка ' интеллектуальной программно-инструментальной системы, включая ее теоретические концепции, математическое, программное и аппаратное обеспечение, в качестве эффективного средства решения задач комплексного предпроектного Стратегического анализа и моделирования широкого класса гибкие автоматизированных производственных систем.

4. Разработка методов активного технологического трансфера передовой производственной техники и ноу-хау, способствующих эффективному внедрению в отечественную промышленность перспективных средств гибкой автоматизации с учетом экстремально неблагоприятных условий переходной экономики.

Методы исследования

В работе использованы методы теории выбора и принятия решений, системного анализа, математической теории множеств, искусственноп интеллекта, имитационного и образного моделирования, теории автоматического управления, современные методы программирования.

Научная новизна

Совокупность проведенных в диссертации теоретических и прикладных исследований позволила предложить и обосновать оригинальную концепцию комплексного анализа процессов создания современной автоматизированной производственной техники и технологии, направленную на развитие более совершенных компьютерных интеллектуальных форм проектирования сложных систем, а также разработать методы и программно-инструментальные средства для поддержки комплексного анализа и моделирования процессов проектирования, которые, расширяя рамки применяемых подходов к традиционному проектированию, способствуют возникновению новой

парадигмы "виртуального проектирования" как процесса максимально полной имитации проектных разработок на компьютерных моделях. При этом:

1. На основе обобщения отечественного и зарубежного опыта развития гибкой автоматизации объектов промышленного производства выделен класс задач компьютерного исследования проектных разработок в процессе создания подобных объектов и предложен общий методологический подход к решению задач анализа и моделирования проектных разработок сложных технических систем, базирующийся на использовании теории принятия решений и методов искусственного интеллекта.

2. Исследованы возможности и показаны принципиальные ограничения традиционных подходов к созданию встроенных в состав проектирования средств анализа и моделирования проектных решений, не гарантирующих оптимальности решения задач проектирования при неполных знаниях и ограниченных ресурсах.

3. Разработана комплексная модель анализа процесса проектирования в условиях неполноты и неопределенности информации и проведена ее формализация в терминах теории принятия решений в классе задач последовательного выбора и отбраковки вариантов, такая постановка дает возможность исследовать результаты выбора проектных решений в зависимости от систем предпочтений или причин, формирующих выбор.

4. Разработаны методы компьютерного _ моделирования задачи проектирования с обобщением и развитие'м подходов к анализу параметрических задач принятия решений, позволяющих учитывать при моделировании возмущающие воздействия и регламент проектирования.

5. Разработана программно-инструментальная экспертно-моделирующая система с интеллектуальной обработкой знаний в области гибкой автоматизации производства, позволяющая логически отображать в модельном эксперименте процесс формирования предпочтений и выбора прооктных решений на всех этапах создания производственной системы, начиная от стратегических предпроектных исследований и завершая финальными стадиями проектной разработки, обеспечивающими конечный продукт в виде документации, программных средств, опытных образцов и т.п. Благодаря программно-инструментальной оболочке на каждом из этапов сохраняется общая логика обработки информации, а изменениям подвергаются лишь соответствующие выбранным этапам базы данных-и базы знаний.

6. Возможности программно-инструментальной системы реализованы на примере порождения в рамках инструментальной оболочки прикладной гибридной экспертной системы для анализа и моделирования стратегий развития гибкой автоматизации на предпроектных стадиях и этапах внешнего проектирования, что позволяет проводить автоматизированный анализ и выбор стратегий развития гиького производства на основе сочетания- формальной классификации фактографических данных и обработки знанйй специалистов-экспертов.

7. В процессе аппаратно-программной реализации инструментальной моделирующей систьмы решены задачи автоматизации ввода в ЭВМ

больших объемов текстовой и графической информации, разработаны методы восприятия и анализа образной информации, интерактивного образного моделирования и программирования, предложена автоматизированная технология аппаратного расширения и специализации возможностей применяемых для построения моделирующей системы персональных ЭВМ и рабочих станций, й результате чего существенно усилен интеллектуальный потенциал компьютерного моделирования проектных разработок и повышена его эффективность, что было практически недостижимо раньше при использовании более традиционных методов и техники моделирования.

8. Для кризисных условий переходной экономики России предложены и обоснованы новые в применении к отечественной практике методы активного технологического трансфера, способствующие обновлению производства на базе современной автоматизации, повышению конкурентоспособности выпускаемой продукции, росту производственных возможностей при одновременном сниж ении до минимального уровня потребностей в прямых инвестициях и связанных с ними высоких инвестиционных рисков. Развитии методов активного технологического трансфера проведено с использованием разработанных е диссертации принципов и подходов к компьютерному анализу и моделированию процессов создания новой техники и технологии.

Практическая ценность

Разработанные в диссертации теоретические положения, методы, программные средства и система моделирования проектных разработок формируют базовую программно-инструментальную среду для проведения предпроектного анализа задач, решаемых при создании систем гибкой автоматизации промышленного производства. Важное практическое значение имеет ориентация предложенного инструментария на существенное уменьшение материально-зависимых затрат труда при проектировании и разработке производств нового типа благодаря более эффетивному использованию противозатратных форм интеллектуального труда на предпроектных этапах. Такой подход способствует реализации перспективных направлений в современном компьютерном проектировании, которые дают возможность детально исследовать на компьютерных моделях характеристики и образ будущей сложной технической системы до начала ее реального проектирования, сохраняя при этом вьоокую степень адекватности компьютерной имитации реальному процессу проектных разработок.

Реализация результатов работы

Теоретические исследования и результаты диссертационной работы использованы :

при формировании и реализации общегосударственных и общеакадемических программ по развитию робототехники I гибких автоматизированных производств, по ряду заданий которых автор руководил работами, проводимыми ИСА РАН ( ранее ВНИИСИ ) в качестве головной организации;

при создании и проектировании конкретных гибких автоматизированных производств в машиностроении, приборостроении, электронной промышленности, автомобилестроении;

в международном исследовательском проекте "Компьютерно-интегрированные производства" программы "Технология-Экономика-Общество" Международного института прикладного системного анализа (Лаксенбург, Австрия); в международной программе исследований РАН -CNRS (Франция) по перспективной робототехнике;

для подготовки инженерных кадров в системе высшего образования по направлениям автоматическое управление, робототехнические системы, гибкие автоматизированные производства.

Апробация работы

Основные положения работы и ее результаты докладывались на Всесоюзной конференции "Проблемы и методы принятия решений в организационных системах управления" (1981,1984 г.г.), Всесоюзном совещании по робототехническим системам (1981,1984,1987,1990 г.г.), Всесоюзной конференции "Современные вопросы математики и механики и приложения" (1983,1984,1986 г.г.), Всесоюзной конференции "Теория адаптивных систем и ее применения" (1983 г.), Всесоюзной межвузовской конференции "Роботы и робототехнические системы" (1983 г.), Всесоюзном совещании по проблемам управления (1986 г.), Всесоюзной школе-совещании "Проблемы проектирования экспертных систем" (1988 г.), Международном симпозиуме ИФАК/ИФИП по искусственному интеллекту (1983 г.). Международном симпозиуме ИФАК/ИФИП/ИМАКС/ИФОРС по информационным проблемам управления производством (1986 г.), Международном семинаре проекта "Компьютерно-интегрированные производства" ИИАСА (1987,1988,1989 г.г.), Международной конференции по гибким производственным системам МНИИПУ (1987,1989 г.г.), Международной конференции ИИАСА по компьютерно-интегрированным производсТЕ)ам (1990г.), Международной конференции по . роботам и автоматизации Международного Института инженеров в области электроники и электротехники ( 1992г.).

Всего по результатам диссертационных исследований опубликовано 80 работ, включая 12 монографий и учебных пособий.

Структура и объем работы

Диссертация состоит из введения, пяти глав, заключения, списка литературы и приложения. Общий объем диссертации составляет 250 страниц, в том числе °.25 страниц основного текста, включающего 35 рисунков, 15 страниц списка литературы и 25 страниц приложения.

Содержание работы

Во введении показана актуальность решаь.иой в диссертации проблемы, сформулированы цели работы и определены задачи исследования.

В п а р в о й главе дана характеристика проблемам комплексной автоматизации производства на основа гибкой технологии, исследовано влияние нарастающего усложнения производств ,<ной техники к технологии в результате компьютеризации и роботизации на экономические и проёктно-технические показатели создаваемых систем автоматизации. Показано, что в условиях такого усложнения традиционные подходы к проектированию и разработкам новой техники и технологии ведут к недопустимому росту балластных'затрат в виде альтернативных проработок, бракуемых на разных стадиях проект!.jx

работ и не попадающих в границы окончательных решений. Отсюда сделан вывод о неадекватности традиционных затратных методов разработки изменившимся условиям и требованиям к эффективности создания современных сложных технических проектов.

Большие надежды ученых и специалистов, исследующих проблемы проектных разработок и эффективность создания сложной техники, связаны с ожидаемыми крупными переменами в данной области вследствие широкого внедрения в практику проектирования методов компьютерного анализа и моделирования, полезные преимущества которых все больше проявляются при автоматизации проектных работ на базе конструкторских и технологических САПР. Особенно быстро в мировой практике новые методы проектирования развиваются в отраслях промышленности, связанных с созданием электронной техники и компьютеров, что отражается прежде всего на необычайно высоких темпах замены поколений вычислительной техники и резком повышении качественных показателей электронной продукции. Именно электронная промышленность показывает, как будет развиваться будущее проектирование сложной техники: уже сегодня изделия электронной техники сначала проектируются на компьютерных моделях, то есть в режиме "виртуального проектирования", а только после этого проверяются и испытываются на уровне физического макетирования и проходят доводку в окончательном рабочем проектировании. Поэтому будущее за виртуальным проектированием, как более экономным и эффективным способом разработки промышленного продукта в условиях мнимой или модельной реальности, сравнимой по проявлениям с живой реальностью и реальным процессом проектной разработки.

В то же время виртуальное проектирование- находится на самой начальной стадии своего развития. Для полной реализации преимуществ этой концепции необходим значительно более высокий по сравнению с имеющимся уровень как аппаратуры, так и программных средств компьютерного анализа и моделирования. Исследуемые в диссертации проблемы нацелены на развитие методов компьютерного анализа и моделирования для очень важного и ответственного процесса а проектировании и разработках, каким является процесс выработки и принятия проектно-технических решений.

В качестве объекта исследования рассмотрена модель задачи проектирования, предложенная Краснощековым, Вязгиным и Федоровым в рамках развиваемой ими математической теории проектирования* . При этом под задачей проектирования понимается ее формализация в терминах теории принятия решений как задачи выделения множества максимальных элементов (ядра) на множестве альтернатив X по бинарному отношению сравнительной эффективности Ф: Х*= Мах (X, Ф),

где X - множество альтернативных вариантов проекта хеХ, предполагаемое конечным; Мах (X, Ф) - множество максимальных элементов; или в иной записи:

X -> X* = С (X), где С (X) - множество выбора.

* Краснощекое П.С., Морозов В.В., Федоров В.В. Декомпозиция в задачах проектирования. - Изв. АН СССР, Техн. кибернет., 1979, № 2.

Вязгин В.А., Федоров В.В. Математические методы автоматизированного проектирования. - М.: Высш. шк., 1989. - 184 с.

Бинарное отношение Ф определяется на основе знания о детальных технических характеристиках вариантов проектов, которые по существу не доступны в начале проектирования. Реально приходится начинать работу с агрегированными описаниями проектов и частичными отношениями Фк , где к. = 0,1,...,т - уровни агрегирования, и постепенно расширять доступные знания о детальных характеристиках по ходу проектирования.

Описания проектов по уровням агрегирования связаны следующим образом:

Хк+1 = Рк+1 ( хк ), Хк+1 = Рк+1 ( Хк ), ( 1 )

п

хк е Хк с Я К , пк - размерность описания, где пк+1 ^ пк , к = 0,1,...,т-1; по = п, Хо = х, Хо = X, т - число уровней агрегирования. Описание х^+1 получается из хк агрегированием с помощью вектор-функции агрегирования Рк+1.

Поэтому вместо модели прямого выбора ' названными выше авторами была предложена модификация задачи в форме агрегирования-декомпозиции с последовательным анализом и ("браковкой вариантов:

Х'к = Мах ( Мм., ( Х'к+1 ), Фк ), к = т-1.....0; (2)

Х'т = Мах ( Хт, Фт ) - начальное условие.

Здесь Фо = Ф, Р'1к+1 ( Х'к+1 ) - полный прообраз множества Х'к+1 при отображении Рк+1 : Хк -» Хк+1 .

Решением задачи проектирования является множество Х'о . При этом на каждом уровне

-> Х'к = Хк \ Ок > где Ок - отбракованные варианты, не рассматриваемые на последующих шагах.

В этой модели можно формально описать балласт проектирования, образуемый вариантами г Ок . которые подлежат отбраковке, но ошибочно из-за неполноты информации выбираются для продолжения проектирования. Следовательно, при неполной информации или в условиях неопределенности, представленная модель задачи проектирования дает решения с точностью до неизвестного заранее балласта проектирования. Отсюда в диссертации сделан вывод о необходимости моделировать задачу проектирования в условиях неопределенности как параметрическую задачу принятия решений, где параметром является неизвестная заранее мощность ядер на каждом этапе последовательного выбора и отбраковки.

В отличие от распространенных классических задач выбора и принятия решений, нацеленных главным образом на изучение "словий оптимальности ( компромиссности ) решений или оценку характеристик доминирования на множествах выбора, класс параметрических задач связан с изучением влияния возмущений на принимаемые решения и исследован значительно меньше. Представленный в главе обзор методов решения параметрических задач выбора преимущественно сфокусирован на направлениях, относящихся к векторной оптимизации и многокритериальному принятию решений. По сравнению с задачами скалярной оптимизации такие задачи в параметрической постановке все еще мало изучены, несмотря на то, что для большинства практических ситуаций принятия решений наличие возмущений переводит почти любую подобную задачу в класс параметрических, когда условия оптимума,

множества альтернатив, функции выбора или отношения доминирования на множествах выбора существенно зависят от возмущающих параметров.

В соответствии с выводами обзора сделано заключение о том, что имитация проектных разработок с помощью методов компьютерного анализа и моделирования требует развития аппарата параметрических задач принятия решений в таких направлениях, как динамический выбор, аппроксимация функций выбора и отношений предпочтения, устойчивость и непрерывность оптимальных отображений, адаптивное принятие решений. Существенная часть теоретических исследований диссертационной работы посвящена разработке в рамках этих направлений моделей и методов решения параметрических задач выбора с учетом специфики выбора проектно-технических решений в условиях неопределенности.

Во второй главе подробно исследована модель задачи проектирования в форме последовательного анализа и отбраковки вариантов, выявлены ее ограниченные возможности в получении точных решений для условий неопределенности и предложены новые модели задачи проектирования, разработанные на базе математического аппарата параметрических задач выбора и направленные на устранение выявленных недостатков моделей последовательного анализа и отбраковки.

Главное условие . корректности модели агрегирования-декомпозиции (1), (2) - это наилучшая аппроксимация "изнутри" отношения Ф частичными отношениями Фк , для чего необходима согласованность отношений Ф|< по всем уровням. Отношение Фк Fkfl -согласовано с Фк+1 , если для любых вариантов х,у уровня к+1, связанных отношением Фк+1 , и любого прообраза у е F-'k+i (у) найдется прообраз х е (х) такой, что х Фк у .

Известный из теории проектирования результат дает достаточные условия гарантированности выбора максимальных элементов в схеме последовательного анализа и отбраковки вариантов в виде следующей теоремы:

Теорема 1.

Пусть модель (1), (2) удовлетворяет одному из следующих наборов условий:

отношения Фк асимметричны,

61) отношение Фк Fk+i -согласовано с отношением Фк+1 ,

где к = т-1,.....0.;

или

а2) отношения Фк-квазипорядки, Fk+1 -согласованные с Фк+1 ,

k = тг1,..„, 0.;

62) ядра Мах ( Х^+ь Фк+i ) внешне устойчивы в ( Хк+ь Фк+1),

в2) отношение Ф0 антисимметрично.

Тогда

X* = Мах ( X, Ф ) с Х'о , если, кроме того, X* внешне устойчиво в { X, Ф ), то

X* = Х'о .

В приведенной теореме требование внешней устойчивости является в определенном смысле необходимым. Без его выполнения возможно строгое включение

X* с Х'о,

а следовательно, возможен выбор неоптимального проекта х е Х'0\Х \

Если принять во внимание, что требование внешней устойчивости удается выполнить только в случае простых систем, то даже в "идеальной" постановке декомпозиционное проектирование не гарантирует получения точного решения.

В реальном проектировании ситуация усугубляется еще тем, что использовать полные ядра Мах ( Р'1|<+1 ( Х'к-н ), Фк ) Для выбора решений на промежуточных этапах не представляется возможным: либо ядра приходится искусственно ограничивать, не дожидаясь устранения неопределенности, либо процесс проектирования необходимо прерывать и заниматься моделированием дальнейших этапов с полными ядрами. Очевидно, что последнее противоречит регламенту проектирования по времени и ресурсам, поэтому чаще всего прибегают к ограничению ядер.

В главе исследован такой типичный случай ограничения ядер и показано, что вынужденная неполнота ядер нарушает гарантию точного решения задачи проектирования, несмотря на внешнюю устойчивость ядер. Это положение формально доказано с помощью следующей теоремы:

Теорема 2.

Пусть для задачи проектирования (1), (2) найдутся такие неотрицательные целые числа р и г, г < р < т, что

а1) Х'р = Х'р1 и Х'р2, Х'р1 п Х'р2 = 0 ; 1

61) множество Р_1г+Г.....1 Р"1р ( Х'р1 ) доминирует множество

Г'р ( Х'р2 ) .

Пусть, кроме того, отношение Фг является асимметричным ( или антисимметричным). Тогда

Р'т*.....* РЛ ( Х'р2 ) • п Х'г = 0 ;

а также следствий из теоремы 2:

Следствие 1.

Пусть для задачи проектирования (1), (2) выполнены условия а1) теоремы 2 и множество

РЛ+Г..... Р-^Х'р1)

внешне устойчиво в (X,, Фг). Тогда

Р"1г+1*.....* «Х'р2) п Х'г = 0 . •

Следствие 2.

Пусть для задачи проектирования (1), (2) выполнены условия теорем 1 и 2. Тогда для любого х е Х'р2 имеет место соотношение:

РУ.....* (х) п X* = 0.

Следствия говоря^ о том, что произвольное ограничение внешне устойчивого ядра на любом уровне агрегирования р до подмножества Х'р2 нарушает гарантию выбора максимального элемента, обеспеченную условиями теоремы 1 Особенно опасно ограничение ядер на верхних

уровнях агрегировЕ 1ия, где различимость максимальных элементов обычно слабее, чем на нижних уровнях, а вероятность неоптимального выбора соответственно выше.

Отсюда сделано заключение о том, что рассмотренная модель задачи проектирования (1),(2) применима лишь к идеализированному процессу проектирования с неограниченным ресурсом, поскольку точное решение в модели может быть получено только для полных ядер Х'к- Реальное проектирование всегда имеет конечный ресурс и быстро становится нереализуемым, начиная уже с 2-3 и более элементов в ядре. При этом нетрудно видеть, что модалирование, встроенное в проектирование, также не может принципиально разрешить эту проблему, поскольку надежность рекомендаций моделирования зависит от полноты анализируемых ядер.

Этот важный вывод стал основополагающим для дальнейшей постановки и решения с единых позиций задач анализа и моделирования процесса проектной разработки в режиме "виртуального проектирования".

В отличие от обычной, виртуальная проектная разработка выполняется полностью на компьютерных моделях до начала реального проектирования, в результате чего появляется возможность свести задачу проектирования с конечным ресурсом к задаче с неограниченным ресурсом ( и, выполняя условия теоремы 1, получать точное решение ) или имитировать поиск приближенных решений для задачи с конечным ресурсом, сохраняя особенности регламента реального проектирования в соответствии с условиями теоремы 2. При этом поиск точных решений имеет главным образом теоретическое значение в связи с все еще ограниченными возможностями аппаратуры и программных средств моделирования. В то же время, более ориентирован на практику анализ приближенных решений, но для такого анализа требуется параметрическая постановка рассматриваемой задачи принятия решений. Именно такой подход к анализу приближенных решений развит в настоящей диссертации.

Далее в главе исследуются и разрабатываются параметрические модели выбора проектных решений.

В классической теории принятия решений различают внешнее <Х,В(Х)> и внутреннее <@,р> описания модели выбора, гдо структура на множестве альтернатив X, р - правило выбора, В(Х) -множество выбора. Внешнее описание показывает, какие альтернативы из X выбираются, т.е. какое множество предъявлено на входе и какое поручено на выходе модели. Внутреннее описание, называемое механизмом выбора, показывает, каким способом происходит выбор альтернатив. Обычно под структурой @ понимают бинарные отношения или шкалы критериев, а под правилами выбора р - принципы оптимальности для выбранных отношений или шкал. Чаще всего механизм выбора представляют в виде X* = Max (X, R), где R - бинарное отношение на множестве альтернатив X , а выражение Мах (•) - принцип оптимальности. Но, на самом деле, для задачи, решаемой в условиях неопредёленности, это выражение должно быть дополнено до следующего:

X* = Мах ( X, л, R ), где л - параметр, отражающий множество возможных условий применения (реализации) результатов выбора. Например, для процесса проектирования Л - это разнообразные условия функционирования выбираемого технического устройства или технического решения.

Отсюда следует вывод, что параметризация модели выбора может оказывать влияние на бинарные отношения, множество альтернатив, принцип оптимальности и в целом на множество выбора.

В соответствии с приведенным описанием моделей выбора, для задачи последовательного анализа и отбраковки вариантов выделены основные классы параметрических моделей, отражающих условия неопределенности и неполноты информации. Важными с позиций моделирования проектных разработок являются параметрические модели динамического выбора, где в качестве параметра используется время. Другие классы моделей связаны с параметризацией множества выбора на каждом уровне или этапе декомпозиции задачи последовательного анализа и отбраковки. При учете влияния параметризации множества выбора на механизм выбора возникают дополнительные параметрические модели в форме задач аппроксимации бинарных отношений, принципов оптимальности, функций выбора. Не менее важен класс параметрических моделей адаптивного выбора, когда по информации, получаемой в процессе проектирования, корректируются механизм и модель выбора.

Предложена и исследована параметрическая модель динамического выбора, описывающая этапную декомпозицию прорктной разработки. Проведено обобщение и развитие динамической модели зависимого выбора стратегии с дискретным временем. По условиям этой модели выбор В(Х,Я) на множестве X по отношению Я в каждый момент зависит от всех предшествующих выборов в моменты {^-ь—ДоЬ Это означает, что нельзя сохранять постоянными Я(У и р(гк) на всем периоде проектной разработки Т, если в какие-то моменты структура изменяется. В смысле динамики такое условие формулируется жестче: изменения бинарного отношения Я^к) не должны запаздывать по отношению к изменениям структуры @(1|<). Неопределенность при выборе проектных решений параметризует структуру поэтому' вероятность запаздывания в

формировании бинарного отношения существует. Для описания эффекта параметризации структуры @(У введено 'понятие НЗ-отношения или неполнозаданногс» бинарного отношения, которое связано с истинным бинарным отношением и отображается с помощью наборов сужений экспертов-проектировщиков.

Всякому бинарному отношению В на множестве альтернатив X соответствует двухместный предикат Я ( х, у ):

1, если х Я у;

Я ( х, у ) = {

О, если х Я у.

Информация об истинном отношении Я представляет собой

суждения С (Э, Я) = { С (Э\)..... С (Эп)}; где п - число экспертов.

Всевозможные нетривиальные конъюнкции экспертных суждений образуют множество МС (Э, Я) в виде совокупности двухместных предикатов на X. На множестве МС (Э, Я) вводится естествен« -л образом частичный порядок "< " : предикат Р < предиката в, если подмножество из X х X с Р (х, у) = 1 содержится в подмножестве с в (х, у) = 1. Минимальные в смысле этого частичного порядка суждения определяются как фундаментальные суждения об отношении И на основе информации С (Э, Я). В работе сформулированы основные свойства множества фундаментальных суждений ФС (Э, Я) в виде следующего утверждения.

Теорема J.

Для множеств МС (Э, R) и ФС (Э, R) справедливо:

1. Бинарное отношение R может быть однозначно восстановлено по множеству суждений МС (Э, R) тогда и только тогда, когда конъюнкция предикатов множества С (Э, R):

C(3i)*.....* С (Эп) 4 0 ;

2. Если Card ФС (Э, R) > 1, то любые два различающиеся фундаментальные суждения противоречат друг другу.

Эта теорема показывает, что существование в совокупности суждений экспертов разных фундаментальных суждений означает внутреннюю противоречивость знаний об R. Проверить непротиворечивость суждений можно моделируя все неулучшаемые знания экспертов об R с помощью модели фундаментальных суждений МФС (Э, R). При этом пара { С (Э, R), МФС (Э, R)} определяет НЗ -отношение.

Механизм проверки гипотез относительно правильности суждений экспертов позволяет отсечь ошибочные суждения, при этом предложен новый подход к реализации такого механизма с заменой одномодельного принятия решений многомоделъным с параллельным режимом проверки гипотез. Преимущества такого подхода вытекают из достаточно очевидного системного соображения: многовариантное решение задач в условиях неопределенности, как правило, точнее одновариантного. В работе показано, что при многомодельном принятии решений поиск глобального'оптимума для момента t|< становится менее зависимым от ршибок ¿..хпертов в прогнозах структур. Идея многомодельности заложена в основу разработанной в диссертации многомодельной системы поддержки принятия решений (СППР) с интерактивным и автоматическим выбором моделей.

Предложена параметрическая модель анализа аппроксимации множества выбора по точности реализации ожидаемых исходов. С помощью этой модели можно исследовать широко распространенный на практике процесс проектирования по известному прототипу или аналогу. Формально, приближение модели выбора можно отнеси к функции выбора, бинарным отношениям, множеству выбора, принципу оптимальности, В теории принятия решений подробно исследованы главным образом проблемы аппроксимации функций выбора. Однако при использовании бинарных отношений более удобно рассматривать аппроксимацию множества выбора. Вообще говоря, множество выбора представимо двумя способами - с помощью ожидаемых исходов, выдоляемых истинным бинарным отношением, и реальных, исходов, полумаемых после реализации выбранных вариантов с учетом возможных возмущений этого процесса. Поэтому отображение множества реальных исходов на множество ожидаемых исходов в условиях возмущений дает разброс реальных исходов. Разброс исходов позволяет оценить точность приближения м эжества выбора, а также рассматривать такой выбор как возмущенный решающий процесс.

Возмущенный решающий процесс U задается следующим образом:

U н ( X; ( Y, Ry ); Z; f; Н; g; d ),

где X - множество проектов,

( У, Ry ) - множество ожидаемых исходов с истинным бинарным отношением Ry , Z - множество реальных исходов, f : X —» Y,

Н - семейство возмущенных отображений h : X -* Z , g:Z->Y,

d : Y х Y -> R+ - метрика на множестве Y. Разброс исходов возмущенного решающего процесса определяется как V U = Sup { V U ( х, h ) : х е f"1 ( В ( Y, Ry )), h е Н J; где V U ( х, h ) = d ( f (х ), g h ( x ) ) - разброс варианта x в h-реализации.

В главе доказана теорема о монотонности разброса при сюръективных морфизмах решающих процессов, дающая достаточные условия сводимости неизвестного процесса выбора к известному.

Теорема 4. Пусть U э ( X; ( Y, Ry ); Z; f; Н; g; d ) и

U' з ( X'; ( Y', R'y ); Z'; f'; H'; g'; d' ) - два возмущенных решающих процесса, для которых существует сюръективный морфизм ц : U -» U'; ц з (я., п, х. <е ). где сюръективные отображения X : X X'; r|: Y -> Y'; X : Z -» Z'; v : Н -» Н' согласованы следующим образом:

а) n f = f' \ ;

б) х h = v ( h ) Я. для любого h е Н ;

в) л g = g' х •

г) ч является гомоморфизмом модели ( Y, Ry ) в модель ( Y', R'y);

д) для любых xi, х2 е X : d' ( ^xi, 4X2 ) s d ( Хь Х2 ). Пусть также отображения X и т] являются биекциями.

Тогда для разбросов V U и V U' решающих процессов U и U' справедливо неравенство:

V II 2 V U'.

Этот результат применим к задаче проектирования по аналогу, имеющему известные характеристики разброса ожидаемых исходов.

Аддитивные свертки - наиболее популярные функции оценки альтернативных вариантов при многокритериальном принятии решений. Агрегирование предпочтений проектировщиков в виде аддитивной свертки предполагает независимость отдельных критериев между собой, наличие же связей критериев изменяет модель выбора и результаты сравнения альтернатив. В условиях неопределенности выявление связей критериев представляет собой сложную задачу, поэтому приходится выбирать аддитивную свертку в качестве приближения к истинной функции агрегирования предпочтений. Очевидно, что правомерность такой замены не всегда оправдана, в связи с-чем возникает задача проверки корректное i взаимозаменяемости моделей агрегирования предпочтений.

В работе подробно исследована -задача взаимозаменяемости аддитивных:

UM х,; х2 ) = k, U ( х, ) + kz U ( х2 ), и квазиаддитивных функций агрегирования:

1Я ( xi; х2 ) = k, U {х, ) + k2 U ( х2 ) + k12 U ( xt) U ( хг ), где Xi, х2 - факторы оценки, ' ,

U ( xi), U ( х2 ) • условные функции полезности, ki , к2, ki2 - шкалирующие коэффициенты; охватывающих широкий класс практических приложений. Получены необходимые и доста. очные условия взаимозаменяемости таких функц"й

оценки на основе изучения топологии областей одинакового упорядочения исходов. Рассмотренный подход можно использовать двояко: для аппроксимации квазиадцитивной функции выбора более простой аддитивной (с контролем взаимозаменяемости функций) или для адаптации модели выбора в многомодельной СППР в результате переключения функций выбора по информации о принадлежности тестовых исходов определенным топологическим зонам. В случае адаптации этот подход исключает нежелательные "холостые" переключения функций в зонах одинакового упорядочения. Полученные результаты хорошо применимы, в частности, при моделировании задач проектирования, связанных: с созданием систем управления материальными потоками для современного гибкого производства.

В настоящее время в наиболее мощных и продвинутых программных пакетах автоматизированного проектирования для машиностроения типа BRAVO, UNIGRAPHICS, CATIA интенсивно развивается концепция " concurrent design and engineering ", означающая возможность поддержки одновременн й параллельной работы больших групп проектировщиков над проектом сложной системы. В соответствии с этой концепцией компьютерная система проектирования обеспечена механизмами управления взаимодействием разработчиков, а также стандартными средствами связи различных модельных представлений проектируемого продукта. Программное обеспечение коллективной работы создает необходимую операционную среду для принятия корректных проектных решений, однако само принятие решений оставлено за проектировщиками. Поэтому при анализе и моделировании разработок, осуществляемых крупными коллективами, проектировщиков, важной задачей становится встраивание в пррграммнь... механизм коллективной работы математических моделей коллективного выбора с учетом их параметризации в результате действия факторов неопределенности.

Рассмотрены модели последовательного коллективного выбора с дисциплинами неодновременного предъявления вариантов исходного множества и многократного коллективного выбора с разделением исхпного множества ЛПР на коалиции. В диссертации доказано, что в большинстве случаев эти модели оказываются неинвариантными по отношению к используемым дисциплинам предъявления вариантов или схемам взаимодействия коалиций ЛПР, при этом, в зависимости от целей участвующих в выборе сторон, на промежуточных этапах возникает разуое число схем предъявления или взаимодействия, неравноценных по своему влиянию на онечные результаты выбора. На этом основании сделано заключение о возможности построения адаптивного управления исходами выбора по информации, получаемой в процессе проектирования по мере формирования дисциплин предъявления и схем взаимодействия, и разработаны адаптивные алгоритмы конкурентного выбора решений с использованием методов динамического программирования.

В третьей главе предложен и обоснован общий методологический подход к анализу и моделированию комплексного процесса подготовки, выработки и принятия проектных решений, а также исследован и разработан необходимый инструментарий для компьютерной реализации методов анализа и моделирования.

Независимо от конкретного этапа проектной разработки, рыработка и принятие проектных решений на каждом из этапов в основном укладываются в некоторую общую схему и подчиняются определенным закономерностям, будь то выбор стратегического решения или выбор

компонентного технического устройства. В любом случае принятию проектного решения предшествуют сложные и трудоемкие процессы подготовки исходной информации, синтеза альтернативных вариантов, модельной проработки и оценки вариантов, итеративного продвижения к допустимым множествам вариантов. На процессы подготовки и выработки решений ложится основная тяжесть неопределенности, поскольку исходное множество альтернативных решений очень велико, если принять во внимание сложный состав функций, подсистем и элементов гибкого производства, реализуемых многочисленными и чаще всего несовместимыми способами. Главные источники неопределенности возникают из-за недостаточности или недостоверности знаний разработчиков относительно структуры отношений на таком исходном неструктуризованном множестве альтернатив.

Согласно теории принятия решений неструктуризованные задачи можно решать лишь с помощью опытных специалистов-экспертов, обладающих уникальными знаниями в предметной области. Однако при становлении новых предметных областей, каковой является и рассматриваемая область компьютерно-интегрированного производства, даже опытные эксперты не могут преодолеть столь высокий барьер неопределенности, в результате чего их рекомендации обычно сужаются до ограниченных, произвольно псевдоструктуризованных подмножеств альтернатив, что нередко приводит к неоптимальным решениям.

В диссертации обобщен и развит подход к решению неструктуризованных задач, основанный на предварительной структуризации исходной информации до такого уровня, который достаточен для эффективного применения экспертных знаний и формальных моделей принятия решений. Преимущества такого подхода становятся особенно ощутимыми по мере совершенствования техники и методов компьютерного анализа и моделирования, поскольку реализация предлагаемых процедур структуризации связана с переработкой больших объемов эмпирической информации на базе современных информационно-вычислительных систем, включающих интеллектуальные средства обработки данных и знаний.

Для моделирования нестр'уктуризованных задач подготовки, выработки и принятия проектных решений исследованы принципы построения 1 разработана программно-инструментальная моделирующая система, сочетающая методы искусственного интеллекта с моделями многокритериальной оптимизации, системами управления базами данных и другими аналитическими и программными средствами моделирования.

Программно-инструментальная система выполнена в виде инструментальной оболочки с набором взаимосвязанных модулей, открытых для пополнения новыми моделями по мере расширения системы и решаемых задач. Традиционное построение архитектуры моделирующей системы закрытого тш.л с жесткими интерфейсами между подсис емами не отвечает поставленной задаче моделирования проектных разработок, так как, с одной стороны, система должна быть достаточно универсальной и применимой к разным этапам или уровням декомпозиции проектных разработок, а, с другой стороны, каждому этапу разработки свойственна своя специфическая исходная информация и свои формальные модели процессов. Принципы инструментальное™ позволяют разрешить это противоречие: созданная инструментальная оболочка построена на универсальных процедурах, а порождаемые из оболочки прикладные системы учитывают специфику этапов и уровней декомпозиции задачи. К универсальным отнесены процессы структуризации множества альтернатив и принятия решений на этом множестве, в частности,

универсальными являю ся такие процедуры, как обработка декларативных знаний, формирование процедуральных знаний, критериальный выбор, которые свойственны всем этапам разработки. Прикладные системы порождаются для характерных этапов проектной разработки, связанных с выбором стратегии развития, . выбором облика производственной системы, выбором структуры производства и функциональных свойств, выбором компонентов для оборудования и процессов.

Порождение прикладной системы представлено в главе на примере решения задами анализа и моделирования стратегий развития гибкой автоматизации производства на этапах внешнего проектирования.

' До начала проектирования гибкого производства возникает класс задач, связанный с выбором приоритетных направлений гиб;:ой автоматизации, обоснованием капиталовложений, формированием облика будущей производственной системы . На этом этапе необходимо хорошо представлять и оценивать возможные стратегии или альтернативные сценарии развития будущих событий в зависимости от накопленного опыта построения и применения гиСких компьютерных систем. Без детального изучения большого числа как успешных, так и неудачных проектов гибких производственных систем (ГПС) нельзя составить полноценного представления о тенденциях развития гибкой автоматизации.

Совокупность описаний реально существующих проектов ГПС образует исходное множество альтернативных решений. Это множество не структуризовано до тех пор, пока не сформулированы в явном виде взаимосвязи параметров описаний проектов и отношения доминирования на множестве вариантов. Для получения знаний о взаимосвязях и отношениях необходимо упорядочение всех описаний: Упорядочение описаний могут осуществлять опытные эксперты. Но в связи со сложностью и трудной обозримостью рассматриваемой проблемной области субъективных знаний эксперта часто бывает недостаточно и требуется получать знания, заложенные в многочисленной объективной информации о реализованных гибких системах путем обработки и обобщения этой информации. Проведение такой обработки трад ционными математическими средствами в виде регрессионного, корреляционного или кластерного анализа малоэффективно, так как данные обычно неполны, значительную их часть могут составлять нечисловые данные, а причинно-следственная связь данных может иметь сложную структуру.

Предложенный в диссертации подход к структуризации описаний отличается совместным использованием формальных методов и знаний экспертов. Но само по себе сочетание математической обработки и знаний еще не меняет существа проблемы, если средства обработки информации остаются традиционными. Переход к современным интеллектуальным средствам - экспертным системам (ЭС) и системам поддержки принятия решений (СППР) - дает возможность извлечь новые преимущества из сочетания математической обработки данных с интеллектуальной обработкой экспертных знаний. В частности, экспертам удается более успешно преодолевать проблему размерности, а формальные методы наделяются более надежными верификационными механизмами. По этим причинам в диссертации решение проблемы структуризации исходного множества альтернатив реализовано в рамках гибридной экспертной системы, объединяющей базу данных, экспертную оболочку с базой знаний, многомодельную СППР ( рис.1 ). Сочетая в гибридной ЭС формальную классификацию данных с предметными знаниями специалистов, удается логически выводить из множества

ГИБРИД. .АЯ ЭКСПЕРТНАЯ СИСТЕМА

СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

ЭКСПЕРТНАЯ ОБОЛОЧКА

БАЗА ЗНАНИЙ

С

ОБРАБОТКА ДАННЫХ

|БАЗА ДАННЫХ"[

С СТАТИСТИЧЕСКАЯ^ _ИНФ ОРМАЦИЯ^

методы выбора и отбраковки вариантов

методы индуктивного вывода заключений

методы толерантной классификации

методы морфологического анализа

статистический анализ

Рис. 1

ВЫБОР

СТРАТЕГИЧЕСКИХ РЕШЕНИЙ

СЦЕНАРИИ РАЗВИТИЯ ГИБКОГО ПРОИЗВОДСТВА

КЛАССЫ

ТОЛЕРАНТНОСТИ ПРОЕКТОВ

МОРФОЛОГИЧЕСКИЕ КЛАССЫ ПРОЕКТОВ

| ИНТЕГРИРОВАННАЯ БАЗА ДАННЫХ {

описаний проек ав дополнительные нетривиальные знания о стратегиях автоматизации производства, а также ьыявлять картину зависимостей исходов стратегий от предпочтений, используемых при выборе стратегических решений.

Гибридная ЭС имеет четыре уровня структуризации описаний и представления знаний:

первый - классификация по отдельным свойствам данных о проектах гибкой автоматизации методами статистической обработки, на этом уровне появляются знания о разбросах и средних значениях параметров описаний для исследуемых множеств проектов;

второй - жёсткая классификация данных проектов по всем свойствам методами морфологического анализа, на этом уровне выявляются знания, структурированные по заранее установленным классам благодаря, дискретному интервальному шкалированию признаков описаний;

третий - нежесткая толерантная классификация данных на базе методов теории отношений сходства или аналогии, этот уровень дает более глубинные знания о связях объектов и классов, полученных с помощью статистического и морфологического анализа;

четвертый - построение сценариев развития гибкой автоматизации методами логического вывода более сложных отношений, определяемых в критериальном пространстве описаний; на этом уровне лроцедурапьная часть базы знаний ЭС позволяет логически выводить новые знания, не представленные в исходных описаниях проектов, из информации, структурированной на всех четырех уровнях.

Развитие в диссертации методов морфологического анализа связано со следующими особенностями: морфологические таблицы строятся на интервальных значениях признаков для ограничения быстрого роста множества морфологических вариантов, снижающего представительство морфологических классов; интервалы шкал значений выбираются нелинейными в зависимости от равномерности плотности распределения реализаций признаков по интервалам, тем самым повышается эффективность последующего анализа морфологических классов; для снижения размерности задачи исходное множество признаков декомпозируется на подмножества по содержательным соображениям, однако предусмотрено, что дальнейшая нежесткая классификация во многом устраняет недостатки эвристической декомпозиции; исследование метризованн'Ьго морфологического пространства позволяет успешно бороться с неполнотой данных в описаниях проектов; полученные результаты анализа применимы не только как обычно к описаниям объектов, но и к сгенерированным морфологическим классам объектов, что имеет важное значение при работе с совокупностями вариантов систем в поисковом проектировании.

Первоначально методы толерантной классификации получили развитие в области компьютерной лингвистики и не применялись при исследовании технических систем. В настоящей работе доказана полезность применения аппарата теории сходства и толерантных пространств при создании интеллектуальных систем обработки проектной информации в условиях неопределенности, когда важен поиск неявных либо обобщающих свойств, определяющих сходство объектов при их класификации или идентификации. Применяемые в лингвистике алгоритмы выделения классов толерантности содержательно близки к алгоритмам теирии графов, связанным с поиском максимально полных подграфор неориентированного графа. Известная проблема п пи реализации таких алгоритмов - недостатки, присущиг полному перебору.

Для решения подобной проблемы в главе использована теория соответствия Галуа. Ассоциированное с отношением толерантности соответствие Галуа и е^ свойства позволяют создать эффективные алгоритмы нахождения всех классов толерантности, содержащих фиксированный класс. В целом, нежесткая классификация на базе отношений толерантности оказалась продуктивным средством решения неструктуризованных задач в процессе подготовки и выработки проектных решений.

Сочетание жестких и нежестких методов структуризации описаний на первых трех уровнях представления знаний ЭС обеспечило далее возможность для построения продукционной системы процедуральных знаний, составляющих основу формального представления знаний о сценариях развития гибкой автоматизации. Содержательно, под сценариями развития понимаются наиболее устойчивые тенденции в процессе создания гибкого производства, выявляемые с помощью представительных морфологических классов проектов и их классов сходства. Формально, сценарии представлены доминантными структурами отношений в критериальных пространствах описаний проектов. Логический вывод заключений о принадлежности проектов сценариям реализован в экспертной системе по прямому и обратному ходу рассуждений. При прямом выводе ищется неизвестный сценарий по заданным описаниям проектов с известной структурой отношен1 критериальных оценок. При обратном выводе из известного сценария можно получить перечени критериев, их ранжировки по степени характерности для данного сценария, описания кластеров проектов, наиболее полно представляющих сценарий. Для обратного вывода разработаны эффективные алгоритмы кластеризации критериев по важности, что дает возможность получать уникальные знания о приоритетах критериев оценки при выборе определенных сценариев, пользуясь построенной базой знаний экспертной системы, а не труднодоступными и усложненными процедурами опроса экспертов.

Теоретические положения и прикладные результаты, полученные в процессе исследования и разработки экспе^ гно-моделирующей системы для автоматизированного анализа стратегий развития гибкой автоматизации производства, нашли применение в исследовательских работах по формированию структур и приоритетных направлений государственных программ в области робототехники и гибких производственных систем в период с 1980 по 1990 г.г. Разработанные методы, алгоритмы, научные выводы получили подтверждение и использованы в международном проекте "Компьютерно-интегрированные производства", организованном Международным Институтом прикладного системного анализа в Австрии в 1987- 1990 г.г. Научные выводы и рекомендации применены в консультативной деятельности для промышленности, проводимой совместно с рядом головных отраслевых институтов и предприятий, в частности, ВНИИ проблем машиностроения, НИАТ, НИИТОП, НИИТавтопром, БЕЛАЗ, АЗЛК, Инженерный центр ГПС ЛПИ и др.

В четвертой главе представлены алгоритмические, программные и аппаратные решения, связанные с разработкой новых средств и техник; образного моделирования, характерного для исследуемых в диссертации принципов и методов виртуального проектирования сложных технических систем.

Условия виртуального проектирования предполагают лишь компьютерное представление знаний о проектируемых объектах, без

физической I- ¿ализации объектов. Традиционное компьютерное представление информации - это алфаьитно-цифровое представление, которое базируется на использовании абстрактной логики мышления человека. Вместе с тем, из психологии и методов обучения, начиная с обучения в детском возрасте, хорошо известно, что абстрактная логика мышления значительно уступает по быстродействию, а нередко и по качеству логике образного мышления. Поэтому решить задачу адекватного компьютерного представления знаний о физических объектах в виртуальном проектировании помогут главным образом такие методы, которые дополняют абстрактную логику мышления более эффективной образной логикой и сочетают эти способы восприятия информации человеком. Современные достижения в области геометрического моделирования в САПР, технике мультимедиа и компьютерной виртуальной реальности доказывают такую возможность и составляют основу для развития образного диалога "человек-ЭВМ" в системах компьютерного анализа и моделирования.

Построение систем образного анализа и моделирования сталкивается с существенными трудностями математического и технического характера. В математическом отношении восприятие и анализ образной информации предполагают реализацию элементов искусственного интеллекта. В техническом отношении обработке образной информации программными способами всегда препятствует ограниченная производительность ЭВМ. Поэтому в диссертационной работе создание техники моделирования для программно-инструментальной системы характеризовалось следующими основными особенностями:

во-первых, для повышения эффективности обработки образной информации главное внимание уделялось принципам аппаратной поддержки обработки, что вполне гебя оправдало в последующей практике развития этого направления в компьютерной технике;

во-вторых, программное обеспечение моделирования создавалось так, чтобы можно было воспользоваться преимуществами образного представления либо для упрощения контроля за поведением и результатами 'модели, либо для улучшения качества решения с помощью интерактивного взаимодействия пользователя с моделью.

Проведены исследование и разработка функциональных средств ' образного моделирования:

для сопряжения и работы с промышленно изготовляемыми . устройствами ввода образной информации - настольными и ручными сканерами, телекамерами, камкордерами, видеомагнитофонами, что позволяет воспринимать и обрабатывать в ЭВМ изображения рабочего пространства, обрабатываемых предметов, станков, роботов, транспортного, складского и другого оборудования, информации с .. бумажных носителей;

для распознавания графических изображений в виде чертежей, схем, поясняющих рисунков, изображений печатных плат, фотоснимков, телевизионных изображений;

для распознавания печатных символов русского и латинского алфавитов с адаптацией к разным шрифтам и способам типографской печати;

для образного моделирования физических и псевдо -объектов на базе интерактиинон графики, допускающей манипулирование с плоскиУ ! и объемными образами различных объектов;

для автоматизированного программирования в режиме оффлайн оборудования с программным управлением на компьютерных моделях;

для эмуляции функций и процессов, не охваченных виртуальными моделями, методами микромакетирования прототипов.

Структуризация исходного множества альтернатив на предпроектном этапе в соответствии с методами, представленными в предыдущих главах, позволяет рассматривать его ограниченны.; по стратегическим соображениям подмножества и выбирать из них предварительные варианты проектных решений, согласованные с требуемой стратегией. Однако на дальнейших этапах проектирования необходимо согласовать предварительный вариант решения с условиями конкретного производства, что требует прохождения этого решения через все стадии проектирования, подготовки производства, организации планирования и управления в соответствии с характерной для гибкого компьютерно-интегрированного производства автоматизацией по всему сквозному циклу от стадий проекгирования до процессов изготовления продукции. Поэтому, имитируя этот процесс в виртуальном проектировании, недостаточно представлять знания и проектную информацию только в расчетно-аналитической форме, а подобно реальной проектной разработке у проектировщиков значительная часть полезной информации должна формироваться за счет визуального восприятия процессов функционирования элементов и систем гибкой автоматизации.

В главе исследованы несколько типовых задач проектной разработки гибкого производства, для решения которых применены техника и методы образного моделирования.

В гибком производстве затраты на технологическую подготовку и переналадку производства являются существенными факторами, поэтому изначально в проектировании оцениваются возможности для организации групповой обработки деталей партиями. Далее принятый способ разделения деталей на группы определяет выбор технологических процессов и оборудования, выбор структуры размещения оборудования и технологических маршрутов, организацию производственного цикла, регулирование запасов и многие другие функции. При решении таких задач чаще всего применяют различные оптимизационные или имитационные модели. Главные проблемы и в оптимизационных, и в имитационных моделях возникают в связи с высокой размерностью решаемых задач. Преодолевать высокую размерность приходится путем огрубления моделей или с помощью декомпозиции исходной задачи. При любом способе обычно страдает точность решения исходно поставленной задачи. Визуально-графическое отображение моделируемого процесса в темпе решаемой задачи позволяет избежать ухудшения точности решения без изменения выбранных моделей, поскольку образное представление информации дает возможность организовать визуальную обратную связь для быстрого поиска и расшивки узких мест, правильного распознавания схожести объектов и ситуаций, упрощения процедур разрешения неоднозначностей, устранения аномалий в виде циклов и тупиков.

Визуально-графическая поддержка разработана для модели группировки деталей, основанной на оптимизационной задаче многомерного шкалирования. Предложенная модель групповой технологии сочетает преимущества двух подходов: метода преобразования многомерного пространства конструктивных и технологических признаков в одномерное пространство конструктивно-технологического подобия и метода максимизации плотности выделяемых классов деталей.

Параметры подобия и плотности классов легко контролируются при образном представлении информации в интерактивном процессе многократного решения задачи с изменением исходных данных, поэтому необходимость в сложной формальной оценке качества приближенного решения не возникает.

Такой же способ визуально-графического контроля поведения модели применен к анапитико-имитационной модели, решающей задачу уточнения предварительного варианта производственной структуры в отношении производительности оборудования, длительности производственного цикла, регулирования .запасов. Обычно исследуемый вариант проектного решения описывается задачей высокой размерности, что затрудняет применение точных методов. Особенностью предложенного в работе решения таких задач является использование приближенных методов для исходной задачи высокой размерности и точных методов для задач небольшой размерности, получаемых из исходной задачи в результате декомпозиции. Приближенные решения находятся с помощью аналитических моделей на основе линейного программирования и методов теории массового обслуживания, а для уточнения решений применены имитационные модели, базирующиеся на аппарате модифицированных сетей Петри. Наиболее эффективно визуально-графическая поддержка работает в имитационных моделях при уточнении решений, так как образная имитационная модель адекватно воспроизводит работу реальной исследуемой системы и условия наложенных на систему ограничений.

Образное моделирование позволяет не только контролировать ход решения задачи, но и управлять решением в результате интерактивного взаимодействия проектировщика с моделью. Преимущества такого способа моделирования показаны на -задачах синтеза программных траекторий для сложных роботизированных комплексгэ. При построении программных траекторий движения многозвенных конструкций роботов возникает необходимость в решении обратной задачи кинематики для определения конфигурации механизма в зависимости от требуемых положений и ориентации исполнительного органа робота в рабочем пространстве. Классическим приемом является аналитическое решение этой задачи, вычислительная сложность которого возрастает с ростом размерности исследуемой кинематики, поскольку аналитическое решение основано на операциях произведения матричных уравнений звеньев. В работе предложен более экономный и эффективный графо-аналитический способ, суть которого заключается в декомпозиции кинематической схемы на группы звеньев, работающих в разных плоскостях, и геометрическом согласовании опорных плоскостей этих групп в интерактивном режиме. В результате повышается точность и значительно ускоряется общее решение задачи ввиду снижения размерности матричных уравнений и замены части аналитических операций односложными графическими операциями.

При проектировании автоматически действующего оборудования гибкого производства необходимо создавать не только модели станков, роботов, транспорта, но и моделировать процесс обучения функционированию или процосс синтеза программ работы оборудования. При этом объектом программирования являются сложные пространственные траектории движения многоосевых или многозвенных кинематических, механизмов. Аналитические методы программирования траекторий таких механизмов весьма громоздки, отсутствие наглядности ведет к 01 'ибкам и снижению точности и надежности программ, д-ч программирования требуется высокая квалификация социалистов,

СТРУКТУРА СИСТЕМЫ АПРОГРАФ

телекамера графический дисплей роботы

Рис. 2

обладающих одновременно знанием языков программирования высокого уровня и знанием языков машинного уровня. Появление техники образного решения подобных задач на геометрических моделях полностью изменило ситуацию, сделав процесс синтеза программ простым, наглядным и надежным. Геометрические решения послужили естественной основой для объединения образного моделирования и образного программирования физических объектов. Более того, геометрические модели открыли новые возможности в порождении искусственных графических образов, для которых не существует реальных физических эквивалентов - например, следы траекторий движения в пространстве, зоны достижимости манипулятора, промежуточные контурные образы механизмов в системах технического зрения и т.п.

В главе исследованы принципы построения и разработана система независимого графического, моделирования и программирования роботов АПРОГРАФ ( рис. 2 ) - одна из первых разработок в стране в области систем офф-лайн обучения и программирования роботов. Система позволяет ввести изображение робота и рабочей зоны с помощью телекамеры, построить по изображению контурную модель робота, решить задачу траекторного синтеза в режиме образного моделирования, преобразовать геометрическое решение в управляющую программу для контроллера робота. Система АПРОГРАФ включает:

подсистему подготовки графических данных, имеющую в своем составе графический редактор, геометрический процессор, базу графических данных, модуль видеоввода;

подсистему составления и отладки графических программ с интерпретатором и библиотекой графических программ;

подсистему посттрансляции графических программ, обеспечивающую на выходе файлы управляющих программ для роботов.

Особенностью системы является оригинальный способ представления геометрических объектов с помС-дью дескрипторов вершин и ребер контурных описаний, а также координатных фреймов, кодирующих грани объекта. Это представление адекватно отображает кинематику многозвенной конструкции и упрощает процесс генерации вложенных друг в друга макропроцедур геометрических преобразований объекта. В отличие от большинства распространившихся позже систем независимого программирования роботов, основанных на мощных геометрических моделлерах универсального назначения и высокопроизводительных супермини ЭВМ, система АПРОГРАФ ориентирована в первую очередь на возможности микро-ЭВМ с их сравнительно невысокими быстродействием и объемом оперативной памяти. При этом высокое качества моделирования достигнуто в результате использования процедур синтеза геометрических моделей только на этапе подготовки графических данных и ограничения операций над reo- етрическими объектами в основном их пространственными преобразованиями, то есть в результате специализации системы на решение задач программирования роботов.

Глава завершается обсуждением результатов исследований по аппаратной реализации программно-инструментальной моделирующей системы.

В пятой главе исследованы проблемы внедрения современной гибкой автоматизации и передозой производственной технологии в неблагоприятных условиях кризисной экономики, резкого падения пром' -шленного производства и недостаточного уровня инвестиций, характерных в настоящее время для российской экономики. Такие экстремальные условия вынудили отечественную промышленность

практически полностью прекратить производство перспективного высокотехнологичного оборудования, основанного на компьютеризации, роботизации, цифровом программном управлении. Более того, резкое сокращение научных исследований и разработок в данных направлениях несомненно окажет долгосрочное негативное влияние на промышленность даже после стабилизации и улучшения экономической ситуации в стране. Столь неординарная экономическая обстановка делает актуальной разработку новых и неординарных подходов к решению прс-^лем обновления производства.

В диссертации проведено исследование, обобщение и развитие методов активного технологического трансфера в применении к условиям кризисной экономики и показаны преимущества такого подхода к обновлению технологии, позволяющего модернизировать производство и переходить на выпуск конкурентоспособной продукции без привлечений обычных в таких случаях крупномасштабных ПрйМых инвестиционных ресурсов. Доказана также эффективность применения разработанных в диссертации методов компьютерного анализа и моделирования для исследования и совершенствования процессов технологического трансфера.

При формализации технологического трансфера как процесса переноса и распространения технологических новшеств требуется многовариантная постановка и решение задач оптимизации или выборе в условиях неопределенности. Поэтому основное внимание в работе уделено проблемам параллельной разработки и сравнительной оценки альтернативных проектов технологического трансфера при ограниченном, в терминах инвестиционного ресурса, доступе производителя на конкурентный рынок. В главе представлены модели, разработанные на основе математического аппарата конкурентных инновационных процессов, и модели диффузионных процессов на базе логистических дифференциальных уравнений.

С помощью конкурентных инновационных моделей исследованы задачи со свободным и ограниченным доступом на конкурентный рынок, с последовательной и параллельной разработкой инновационных проектов, с большими и малыми вероятностями успешной реализации проектов. Получены достаточные условия для превышения дохода от параллельной разработки проектов по сравнению с разработкой одиночных проектов в случае традиционного проектирования и в случае применения компьютерного анализа и моделирования инновационного процесса.

В случае традиционной разработки одного инновационного проекта чистый доход фирмы Vi будет оставаться меньше чистого дохода Vm ( А ) от параллельной проработки m проектов на компьютерных моделях Л, т.е. Vm ( Л ) г V, ,

если

Rmie,

где е - затраты на традиционную разработку, Rm - затраты компьютерной проработки m вариантов. Для вероятностной постановки этой задачи получены следующие условия превышения дохода: Vm ( Л ) а а V, ,

если

а, 1 - ( 1 - р Г > а р , б) Rm s b е < етах .

где р - вероятность успешной разработки традиционным споссбом одного проекта, етах • максимально допустимые затраты на разработку, m > 1, а > 1, b = const, 0 < b £ а.

В случав т, эдиционной разработки не одного, а в ( в > 1 ) проектов, условия превышения дохода модельной проработки ш проектов при т > э имеют следующий вид:

Л'т ( Л ) * V, ,

если

а)в{ 1 -( 1 -р)8)<1;

б) 1 - ( 1 - р Г > 8 ( 1 - ( 1 - р )5 );

в) Йт 5 в е .

Благодаря разработанным инновационным моделям выявлены условия и возможности для многовариантного решения задачи обновления производства на базе технологического трансфера производителем, не являющимся корпоративным участником рынка.

Анализ инновационных моделей показал, что главной проблемой для реализации' методов технологического трансфера в кризисных условиях является гЦэобяема преодоления начального инвестиционного барьера, решение которой открывает доступ на конкурентный рынок производителю или, б общем случае, множеству производителей. Традиционные " подходы к решению этой проблемы сводятся преимущественно к поиску схем долгосрочного кредитования, однако при высоком уровне инфляции и нестабильной финансовой системе кредитные схемы становятся сверхрискованными и отторгаются участниками трансфера.

В главе разработаны методы решения задачи преодоления инвестиционного барьера в процессе трансфера, не требующие использования долгосрочного кредитования. Предложенные решения основаны на управляемом изменении пороговых значений инвестиционного барьера либо в результате использования свойств разложимых, т.е. многокомпонентных технологий, либо путем взаимного дополнения инвестиционных ресурсов нескольким производителей, объединяемых для этой цели в пулы.

Изменения порогов инвестиционного барьера влияют на число производителей, вовлекаемых в процесс трансфера. Этот процесс адекватно описывается логистическими дифференциальными моделями, однако из известной литературы в данном направлении можно заключить, что при анализе .таких моделей основное внимание уделяется изучению асимптотического поведения частных решений модели вблизи равновесных положений. Предложенный в главе анализ логистических моделей направлен на исследование динамики роста или затухания процессов трансфера на конечных интервалах времени с учетом ограничений, наложенных на уровень инвестиционных ресурсов.

Исследование динамики трансфера проведено на следующей

логистической дифференциальной модели:

•

х = ( р - а х) х;

где х = х (<) - число производителей, участвующих в трансфере,

р - коэффициент роста числа производителей х, а- коэффициент замедления роста числа производителей.

Исследование влияния изменений максимального числа потенциальных рецепиентов технологии N при изменении пороговых значений начального инвестиционного барьера на процесс трансфера проведено на следующей лог истической модели:

Р х

х = .--( N - х ),

N

Основными параметрами моделей являются коэффициенты р и а , число N, a также начальное значение х (0). Согласованное изменение этих параметров позволяет управлять числом производителей, вовлекаемых в процесс трансфера. Найдены достаточные условия, показывающие, когда функция прироста числа производителей остается знакоопределеннсй на всем интервале времени te( 0, Базируясь на выявленных свойствах этих моделей, предложены способы реализации механизмов управляемого изменения числа участников трансфера для классов задач трансфера с разложимыми технологиями и корпоративным объединением участников рынка.

Разработанные методы компьютерного анализа и моделирования технологического трансфера использованы при реализации пилотных проектов по переносу технологии и технических решений в области систем электронной обработки информации, создания строительных конструкций, в энергетическом машиностроении.

Оснгчные результаты работы

В выполненных исследованиях разработаны теоретические и методологические положения, методы и программно-инструментальные средства для компьютерного анализа и моделирования проблем построения сложных производственно-технических систем, совокупность которых представляет собой научно обоснованные технические, технологические и экономические решения, внедрение которых внесет значительный вклад в ускорение научно-технического прогресса по проблеме создания и развития перспективных компьютерных способов проектирования новой техники и технологии.

В диссертационной работе получены следующие основные научные и практические результаты:

1. Предложена и обоснована концепция виртуального проектирования как специфической электронной формы реализации процесса проектных разработок на компьютерных моделях, способствующая развитию новых подходов к проектированию и повышению эффективности создания сложных технических систем.

2. На основе обобщения отечественного и зарубежного опыта построения систем гибкой автоматизации в промышленности сформулирована проблема исследования процесса проектных разработок современных гибких компьютерно-интегрированных производственных объектов и разработан общий методологический подход к решению этой проблемы на базе методов компьютерного анализа и моделирования с использованием математического аппарата теории принятия решений и техники искусственного интеллекта.

3. Разработана комплексная модель исследования процесса проектирования в классе задач последовательного анализа и отбраковки вариантов, решаемых в условиях неопределенности и неполноты информации. Показано, что предложенная модель адекватно описывает

реальный процесс проектирования с учетом возмущений и эффективна для применения в режиме виртуального проектирования.

4. Для решения проблемы компьютерного анализа задачи проектирования в условиях неопределенности развит математический аппарат параметрических задач принятия проектно-технических решений и разработаны модели, методы, алгоритмы и программные средства для моделирования влияния возмущений бинарных отношений, множеств выбора на качество принимаемых решений в условиях этапной и уровневой декомпозиций процессов проектирования.

5. Для анализа и моделирования процессов подготовки и выработки проектно-технических решений в классе задач с неструктуризованной информацией разработаны классификационные методы структуризации предметных знаний и проектной информации на основе аппарата морфологического анализа, теории пространств толерантности, обработки знаний методами искусственного интеллекта. Сочетая формальную и эвристическую обработку информации, предложенные методы структуризации имеют преимущества перед статистической обработкой данных в ситуациях, когда в составе данных преобладает качественная информация, данные отличаются неполнотой и сложным характером взаимосвязей.

6. В качестве инструментария поддержки виртуального режима анализа комплексного процесса подготовки, выработки и принятия проектно-технических решений разработаны принципы построения и создана программно-инструментальная система компьютерного анализа и моделирования проектных разработок, позволяющая унифицировать такие процедуры, как обработка декларативных знаний, формирование процедуральных знаний, критериальный выбор, и одновременно обеспечивающая специализацию анализа по этапам проектной разработки путем порождения прикладных сис "ем с помощью инструментальной оболочки. Преимущество инструментальности а построении моделирующей системы выразилось прежде всего в ее практической инвариантности по отношению к множествам разнообразных математических моделей процессов и объектов, применяемых е проектировании..

7. С цедью усиления свойств адекватности виртуального режима анализа и моделирования проектных разработок реальному процессу проектирования исследованы и разработаны новые методы компьютерного моделирования, основанные на анализе и обработке образной информации, включая визуальную, графическую и печатно-текстовую информацию. Интеграция аналитического и образного моделирования привела к существенному повышению качества модельных решений, позволяя не только эффективно контролировать поведение моделей з визуально-графическом представлении, но и интерактивно управлять аналитическими решениями.

8. Доказана эффективность применения разработанных методов компьютерного анализа и моделирования для исследования проблем реконструкции и обновления производства в экстремальных условиях кризисной экономики. Учитыиая отставание отечествен!.зй промышленной технологии от передового уровня в результате кризисной экономической ситуации, исследованы и развиты методы технологического переноса при ограниченном уровне инвестиционных ресурсов и наличии барьеров для свободного дос* /па производителей на конкурентный рынок. Разработаны модели анализа технологического переноса, позволяющие оценивать члияние факторов технологии и корпоративных эффектов на изменение

пороговых значений инвестиционного барьера, а следовательно, на рост или затухание процесса переноса.

9. Теоретичесю ) и практические результаты диссертационной работы использованы в государственных программах развития гибкой автоматизации производства и робототехники, при создании и проектировании гибких производственных систем в отраслях промышленности, в пилотных проектах по переносу передовых технологических и проектно-технических решений в отечественное производство, в международном исследовательском проекте по компьютерно-интегрированным производствам Международного Института прикладного системного анализа в Австрии, в программе российско-французского сотрудничества PAH-CNRS в области перспективной робототехники, для подготовки инженерных и научных кадров в системе высшего образования.

Основные результаты диссертации опубликованы в следующих работах:

1. Теория автоматического управления.Ч.2 Теория нелинейных и специальных систем автоматического управления. Под ред. А.А.Воронова. Учеб. пособие для вузов. - М., Высшая школа, 1977 г. 268 е./ 50 с.

2. Макаров И.М., Рахманкулов В.З. Проблемы реализации комплексных проектных решений. В кн.: Модели управления и

их реализация в АСУ. Сб. трудов ИПУ, N 20, - М: ИПУ, 1979г., с.91-103/ 8 с.

3. Рахманкулов В.З., Октябрьский A.B. Параметрическая связность и независимость в многокритериальных решениях. В кн.: Модели управления и их реализация в АСУ. Сб. трудов ИПУ, N 20, - М: ИПУ, 1979г., с. 104-111 /5 с.

4. Макаров И.М., Рахманкулов В.З., Октябрьский A.B. Исследование свойств квазиаддитивной модели агрег ирования предпочтений. Автоматика и телемеханика N 2, 1982г., с. 44-54/ 7 с.

5. Макаров И.М., Рахманкулов В.З., Октябрьский A.B. Анализ применимости аддитивных моделей агрегирования предпочтений в условиях связности критериев оценки. Автоматика и телемеханика N 10, 1982г., с.128-135/ 4 с.

6. Макаров И.М., Рахманкулов В.З. Микропроцессорные средства в робототехнике и гибких автоматизированных производствах. Микропроцессорные средства и системы, N 1, 1984г. ГКНТ,

с. 66-72/ 4 с.

7. Рахманкулов В.З., Сатаров Д.В.. Программное обеспечение микропроцессорных систем управления. В кн.: Микропроцессорные системы управления в робототехнике.- М., Наука, 1984 г.,176 с./б с.

8. Макаров И.М., Рахманкулов В.З. Групповое управление роботами-манипуляторами с распределенно-централизованной организацией обработки информации. В кн.: Микропроцессорные системы управления в робототехнике.-М., Наука, 1984 г.,176 с./8 с

9. Управляющие системы промышленных роботов. Под ред. И.М. Макарова, 8.^ Чиганова. - М., Машиностроение, 1984 г., 288 с./36с.

10. Рахманкулов В.З., Блинов С.А. Исследование свойств инвариантности процедур коллективного выбора. В кн: Проблемы и методы

принятия ешений в организационных системах управления. Сб. трудов ВНИИСИ, - М„ ВНИИСИ, 1985 г., с.105-115/6 с.

11. Рахманкулов В.З., Переслени С.А., Храмов Ю.Е. Программное обеспечение системы графического программирования роботов АПРОГРАФ. В кн: Программное обеспечение промышленных роботов.- М., Наука, 1986 г., 280 е./ 6 с.

12. Рахманкулов В.З., Сатаров Д.В. Программное обеспечение системы группового управления цикловыми роботами. В ich: Программное обеспечение промышленных роботов. - М., Наука, 1986 г., 280 с./4 с.

13. Системный подход к созданию гибких автоматизированных производств. В кн: Проблемы системного исследования и построения гибких автоматизированных производств. Сб. трудов ВНИИСИ. вып.18, - М., ВНИИСИ, 1986 г., с.Ю -16.

14. Управление робототехническими системами и гибкими автоматизированными производствами. Под ред. И.М.Макарова. Учебное пособие для втузов Серии "Робототехника и ГАП", т.З, -М., Высшая школа, 1986г., 159 C./50 с.

15. Вычислительная техника в робототехнических системах и гибких автоматизированных производствах. ,1од ред. И.М.Макарова. Учебное пособие для втузов Серии "Робототехника и ГАП", т.4, -М., Высшая школа, 1986г., 144 е./ 20 с.

16. Гибкие автоматизированные производства в отраслях промышленности. Под ред. И.М. Макарова. Учебное пособие для втузов Серии "Робототехника и ГАП", т.7, - М., Высшая школа, 1986 г., 176с./20с.

17. Системный подход к созданию гибких автоматизированных производств. В кн: Проблемы создания гибких автоматизированных производств. - М., Наука, 1987 г;, 254 c./IO с.

16. Теория автоматического управления. Ч. 2. Нелинейные и

специальные системы автоматического управления. Под ред. A.A. Воронова. Учебное пособие для втузов. - М., Высшая школа, 1987 г. 504 с;/48 с.

19. Макаров И.М., Рахманкулов В.З., Михайлов A.M., Руцков М.В. Программно-инструментальный комплекс образного моделирования гибких производств. Известия АН СССР. Техническая кибернетика, № 3,1987г. с. 3-11/5 с.

20. Системные исследования гибкого производства. Тезисы докладов 4 Всесоюзнс?го совещания по робототехническим системам, • Киев, Ин-т кибернетики им. Глушкова АН УССР, ч.1,1987 г., с.13-14.

21. Рахманкулов В.З., Блинов С.А., Севрюк В.И. Комплексный анализ сценариев раззития ГПС на основе экспертной системы. Тезисы докладов 5 Межународной конференции по гибким производственным системам и КАД/КАМ.

Рыдзына (ПНР), 1988. - М., Международный НИИ проблем управления, 1988, с.43-45/1,5 с.

22. I. Makarov, V. Rakhmankulov. Scenario Analysis for FMS Development. 3rd CIM workshop (IIASA), Strasboura, France, July, 1989, p. 1-10/7.

23. Рахманкулов B.3., Аникеев П.П. Модуль группирования деталей системы комплексного анализа и моделирования гибкого производства СКАМ-1. В кн: Комплексный анализ и моделирование гибкого производства. - М., Наука, 1990, 179 е./ 5 с.

24. Рахманкулов В.З., Переслени С.А. Система графического программирования роботов - Апрограф. В кн: Робот. Компьютер. Гибкое производство. - М., Наука, 1990, 176 с. / 10 с.

25. Рахманкулов В.З., Ахрем А.А., Вашевник Т.Л., Константинова Н.В., Севрюк В.И. -База знаний экспертной системы предпроектных исследований ГПС. В кн: Комплексный анализ и моделирование гибкого производства. - М., Наука, 1990, 179 с. /5 с.

26. I.M. Makarov, V.2. Rakhmankulov. The Anatomy of Strategic Thinking in CIM Development. In "CIM: Revolution in Progress". Proceedings of the final IIASA conference on Computer Integrated Manufacturing : Technologies, Organizations and People in Transition. IIASA, • Laxenburg, 1990, р.43т62/15 c.

27. Рахманкулов B.3., Ахрем.А.А., Калиниченко А.Ю., Севрюк В.И. Алгоритмы выбора методов многокритериальной оптимизации в системе поддержки принятия решений для предпроектного анализа ГПС. В кн.: Комплексная технология автоматизации проектирования. - М., МГТУ им.Н.Э. Баумана, 1991, с. 4-8/3 с.

28. Рахманкулов В.З., Карев А.А., Кор'жов Г.В., Манько С.В., Переслени С.А. Геометрическое моделирование и независимое программирование роботов. В кн.: Программирование прикладных систем. - М., Наука, 1992, с. 128-136/4 с.

29. Рахманкулов В.З., Ахрем А.А., Севрюк В.И. Методы и средства автоматизированного анализа стратегий развития ГКИП. Препринт ИСА РАН - М., ИСА, 1992, 62 е./ 46 с.

30. I. Makarov, V. Rakhmankulov, A.Mikhallov . Pattern Recognition Using Soft Addressing Techniques. Proceedings of the IEEE International Conference on Robotics and Automation. May 10-15, 1992, Nice, France, vol. 2, p.1573 -1577/ 3.

31. Рахманкулов B.3., Ахрем A.A., Севрюк В.И., Чичерин О.Н. Автоматизированные методы генерации сценариев гибкого компьютерно-интегрированного производства. В кн.: Технология. Гибкие производственные системы и робототехника. Выпуск 1 -2, • ВНИИ Межотраслевой информации, МНТК "Робот". - М., 1994,

с. 12-21/6 с.

Подл, в печать 25.12.95. Формат 60x84. 1/16. Объем 2,1 п.л. Тираж 100 экземпляров. Заказ 312.

МГАПИ