автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Методы, модели и алгоритмы оптимизации систем информационной логистической поддержки управления виртуальными предприятиями

Нй 1ф*мя ругопВм.

Баин Александр Михайлович^/

Методы, модели и алгоритмы оптимизации систем информационной логистической

поддержки управления виртуальными предприятиями (на примере предприятий микроэлектроники).

Специальность; 05 13.06 - Автоматизация и управление технологическиын процессами и производствами

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Москва ,2003.

Работа выполнена на кафедре Информатики и программного обеспечения вычислительных систем при Московском государственном институте электронной техники (технический университет) и Государственном унитарном предприятии перспективных исследований НЦ,

Научный руководитель' доктор технических наук,

профессор Лисов О И

Официальные оппоненты доктор технических наук,

профессор Брюнин 8 Н кандидат технических наук, доиент Рашинский В П

Ведущая организация ЗАО НИИТМ -Зеленоград

Защите состоится "_"_2003 г в_часов на заседании диссертационного совета Д212 134 04 при Московском государственном институте электронной техники по адресу 124498, Зеленоград, МИЭТ

С диссертацией можно ознакомиться в библиотеке Московского государственного институте электронной техники

Просим принять участие в работе совете или выслать отзыв на автореферат в одном экземпляре, заверенный печатью организации

Автореферат разослан _2003 г.

Ученый секретарь диссертационного совета д.т.н, профессор

Погалов А И

Современные тенденции развития промышленных предприятий, в том числе предприятий электронной промышленности требуют развития новых подходов к организации их деятельности

Одной из наиболее перспективных концепций в этом направлении является построение сквозных (комплексных) бизнес * систем, включающих весь жизненный цикл проекта и управление бизнес • процессами на основе информационно - логистической интеграции организационно-производственных смежных предприятий, участвующих в реализации проекта.

Реализация этой концепции осуществляется путём создания виртуальных предприятий (ВП) Виртуальное предприятие создаётся из маркетинговых, проектных, производственных и эксплуатационных подразделений различных предприятий, не имеющих юридически оформленной организационной структуры, но обладающих единой информационной инфраструктурой, использование интегрированной информационной системы во многом зависит от организации ее логической и физической структуры, отображающей взаимодействие технических средств, программного и информационного обеспечения.

Актуальность работы

В предшествующие годы активно решались задачи эффективной организации в отдельности:

• систем автоматизированного проектирования (САПР) - работы Каэенновз Г.Г, Белякова Ю.Н. Норенкова И.П., Лисова О.И и др.;

• систем технологической подготовки производства и управлением качеством - работы Абрамова В.А, Бондаревского А.С, Брюнина 8.Н и др.

• систем обработки информации в автоматизированных системах управления • работы Савельева А.Я, Павлова В В. и др.

Значительно меньше работ посвящено разработке информационных систем поддержки эксплуатации вычислительной техники и электронных систем

Развитие концепции виртуальных предприятий ставит актуальную задачу совместного использования научных и практических достижений, в каждой из указанных областей деятельности в сочетании с развитием новых методов, алгоритмов и моделей, обусловленных спецификой новой расширенной области их приложения непосредственно связанной с постановкой и решением многокритериальных многопараметрических переборных оптимизационных задач, связанных с техническим, информацион-

РОС. НАЦИОНАЛЬНАЯ БИБЛИОТЕКА С, Петербург

як^РК

ныч программным обеспечением интегрированных систем управления на основе информационной логистической поддержки виртуальных предприятий

Одним из современных подходов к решению токи* задач, является эволюционное моделирование - использование генетических алгоритмов для решения оптимизационных задач Однако работы ведущих зарубежных и отечественных ученых в "»той области, в частности Батищева Д И, КурейчHits В М, Норенкова И П , часто не применимы iteпосредственно к решению задач оптимизации систем интегрированного типа

Сложность задачи усугубляется многосторонним подходом к формулировке критериев оптимальности, большим количеством факторов, которые влияют на эффективность работы системы информационной логистической поддержки виртуальных предприятий, распределённым характером информационной сферы, необходимостью учитывать деятельность на всех этапах жизненного цикла' маркетинге, проектировании, производстве и эксплуатации информационных систем Цель работы

Целью диссертационной работы является разработка методов, моделей, алгоритмов и программных средств, обеспечивающих разработку и эффективное функционирование систем управления ив основе информационной логистической поддержки виртуальных предприятий (на примере предприятий производства электронных систем) на всём жизненно« цккте - маркетинге, проектировании, производстве и эксплуатации с использованием CALS технологии.

Предметом исследования в работе являются теоретическое обоснование разрабатываемых методов, моделей и алгоритмов и их применения для анализа виртуальных предприятий, непосре^сгеснно связанных с эффективностью приложения результатов исследования.

Теоретической н методологической основой диссертационной работы являются методологии системного подхода и результаты работ по эффективной организации процессов автоматизированного проектирования и автоматизации производственных процессов

Для достижения поставленной цели в работе решаются следующие задачи: ]. Проведение на основе методологии реинжиниринга бизнес-систем системного анализа процессов проектирования и производства изделий электронной техники.

2 Построение моделей процесса управления проектированием и производством электронных изделий и формулировка задачи оптимизации структуры системы нн-

формацнонной логистической поддержки виртуальных предприятий, реализующих эти процессы.

3 Разработка мультихромосомных моделей и алгоритмов эволюционного моде-пирования, позволяющих решать задачи оптимизации структуры (технического, информационною и программного обеспечения) систем информационной логистической поддержки виртуальных предприятий.

4 Разработка программных средств моделирования н оптимизации систем (включая системы информационной логистической поддержки) на основе мультнхромосомных генетических алгоритмов.

5 Исследование эффективности разработанных средств, методов, моделей и алгоритмов на конкретных примерах.

Методы исследования. Для решения поставленных задач в работе используются: системный анализ, теория графов, теория алгебраических систем, генетические алгоритмы, методы оптимизации.

Научной новизной обладают следующие результаты диссертации:

1. Методика реинжиниринга бизнес - систем при преобразовании их а виртуальное предприятие с точки зрения информационной логистической поддержки на основе С А1.3-технологнн.

2. Комплексная функциональная модель преобразования информации в системе управления виртуальным предприятием электронного профиля построенная на основе графов процедур

3 Мультнхромосомные генетические алгоритмы как средство решения многопараметрических многокритериальных задач оптимизации информационных систем.

4. Модели и алгоритмы оптимизации предметных баз данных и структуры видов обеспечения системы информационной логистической поддержки виртуальных предприятий.

5. Комплекс программных средств моделирования систем на основе мультнхромосомных генетических алгоритмов.

Практическая ценность работы заключается в следующем:

Разработанная методика реинжиниринга систем управления бизнес-процессами позволяют при организации виртуальных предприятий обеспечить процесс формирования эффективной (оптимальной, квазиоптнмальиой) структуры технических средств, программного н информационного обеспечения системы информационной логистической поддержки.

Положительный эффект достигается за счёт использования новых математических и методических решений

Использование мультлхромосомных генетических алгоритмов позволяет находить квазиоптимальные решения многокритериальных многопараметрических переборных задач.

Разработанные программные средства позволяют решать оптимизационные задачи указанных выше типов на персональных ЭВМ средней производительности за короткое время и с использованием персонала средней квалификации.

Эффективная организация систем информационной логистической поддержки позволяет сократить время проектирования и производства изделий, повысить качество управления, сделать работу виртуального предприятия ритмичной и контролируемой.

Апробация работы.

Результагш работы опубликованы в шести научных трудах, доложены на международных конференциях.

На зашиту выносятся: I. Методика управления реинжинирингом бизнес-систем прн преобразовании их в виртуальные предприятия на основе построения интеллектуального монитора н системы информационной логистической поддержки на основе САЬБ-технологни

2 Мультнхромосомная модель системы информационной логистической поддержки виртуальных предприятий

3 Алгоритмы оптимизации структуры системы информационной логистической поддержки как многокритериальная многопараметрическая задача

4 Программная среда решения оптимизационных задач на основе мультихромосом-ных генетических алгоритмов.

5 Результаты исследования характеристик муяьтнхромосомных генетических алгоритмов при оптимизации компонентов системы информационной логистической поддержки.

6 Результаты исследований показателей качества проектно-производственного комплекса микроэлектроники

Реализация результатов работы.

Результаты работы использованы при выполнении НИР «Методы поддержки и средства информационной поддержки управления качеством на основе САЬЭ-

технологии», при построении системы управления качеством ЗАО «НТЦ ЭЛИ НС», при проведении реинжиниринга ОАО «Элион», о чем имеются соответствующие акты.

Диссертация состоит из введения, четырех глав, заключения, списка использованных источников Объем диссертации 150 страниц

Содержание работы.

Первая глава посвящена системному анализу информационной структуры систем автоматизированного проектирования (САПР), систем технологической подготовки производства (АСУТП), систем управления качеством Системный анализ выполняется как часть процедуры реинжиниринга бнэнес-систсм при преобразовании их в виртуальные предприятия.

Основная задача на этом этапе - построить модель управления на базе преобразования информации главных информационных процессов - процессов проектирования и производства Для облегчения единства информационного представления данных используются стандарты СALS-технологи и, устанавливаюшне единые требопания к представлению и преобразованию информации на всех этапах жизненного цикла (а частности язык программирования EXPRESS)

Модели процессов проектирования и производства представляют собой дважды взвешенные графы, вершины каждых отображают проектные или технологические процедуры В соответствии с аппаратом полихроматической раскраски графов (Павлов В 8) для каждой вершины указываются используемые компоненты технических средств программного и информационного обеспечения.

Полученная комплексная модель позволяет далее формализовать решение задачи оптимизации системы информационной логистической поддержки виртуальных предприятий (СИЛП_ВП).

Сегодня любое предприятие, чтобы успешно действовать в условиях рыночной экономики, должно оперативно формировать рациональные варианты ответов на все потенциальные изменения, ежедневно возникающие в процессе бизнеса. Основной це-чью управления является поддержка качества деятельности предприятия на заданном уровне в зависимости от изменяющейся внутренней ситуации на предприятии н внешнеэкономической ситуации

Реализация методики осуществляется на основе CALS-технологни

В основе информационной логистической поддержки лежит семантическая сеть, обеспечивающая единую систему понятий, терминов, определений, относящихся к об-

ласти управления техническим состоянием специальной техники - информационный словарь

Для реализации системы информационной логистический поддержки виртуального предприятия необходимо построить интегрированную модель, включающую в себя как описание процессов проектирования и производства, так и отображение технических и организационных средств реализации зтих процессов

Такая модель использует аппарат теории полихроматических nS-множеств Обычное м кощеево представляет собой совокупность элементов А = (а, ,.,,,3,,.,., а,) Элементы a1,ii| еЛ различаются только именами и формально

лишены каких-либо других отличительных свойств, хотя неявно наличие таких свойств подразумевается, поскольку данные элементы различны Однако все зги свойства в обычной теории множеств никак не обозначаются.

Само FIS-множество в целом и его элементы могут быть окрашены одновременно в несколько разных цветов Элементами множества являются элементы обычного множества А. Каждому элементу а, е а соответствует множество цветов F(a,), а множеству А в целом - множество цветов f( А) = (f,,,,., f,f,), причем возможно f(»,) с f(a). Составы F(A) цветов nS-множества в целом и цветов f(a,) его элементов называются раскрасками и входят в единое множество цветов f 2 f(A);F(a,),i = 1,2,..., о.

При представлении объекта моделирования в виде nS-множества его цвет F,(a,) соответствует j-му свойству объекта или его элемента

В работе получены обобщенные модели процессов проектирования (в укрупненном виде), обеспечения производства и технологического процесса производства изделий микроэлектроники.

Представленные примеры моделей процессов проектирования производства изделий электронной техники (БИС) являются основой для построения системы информационной логистической поддержки

Основы информации, необходимой для производства объектов создается в процессе проектирования Модель процесса проектирования представляется графом Gn={D,S),вершины которого D~{diJ отображают проектные процедуры, а ветви (связи) S={Si). определяют последовательность их выполнения.

Граф содержит петли, получаемые в связи с возможностью повторного выполнения некоторых простых процедур.

При реализации проектной процедуры происходит преобразование информации о проекте в целой и его компонентах

Компьютерная среда • сеть как локального, так и глобального характера отображается графовой моделью 0,=(С, Э.} где С={С|, С:, С] } совокупность компонентов сети, Э,!, }связи между компонентами, определяющие иерархическую

многоуровневую распределенную структуру сетн. Вся информация, образующая общую базу данных виртуального производства, распределяется между компонентами сетн.

Общая задача оптимизации структуры распределенной базы данных является переборной (ЫР- полной задачей) варьируемыми условиями, в которых являются вопросы:

- на каком (на каких) компоненте(-ах) сети хранить информацию;

- какова степень дублирования информации;

- какие документы (какую информацию) сохранить в памяти компьютера, а какие документы не хранить н при их востребовании получить на основе хранимой информации.

Имеются два обобщенных критерия оптимизации:

Где Vn - общий объем памяти;

Тдот - среднее время доступа к информации; Тпгрсд - время передачи (извлечение информации); Тип - среднее время восстановления информации. Известные решения зтой задачи как одиокритериальной с ограничениями, в том числе и на стоимость.

При построении СИЛП используются следующие критерии:

М - стоимость системы,

Т„ - цикл проектирования,

По - пропускная способность системы.

Известны решения задач однокрнтериальной оптимизации:

Использование для оптимизации одного интегрального критерия, например

Vn->miti, Тдот-^min, Т дот - Т перед. + Т вост.

стоимости, или весового К =» , неинформативно.

Одним из направлений решения квазиоптимизационных задач является оптимизация сразу по нескольким критериям и нахождение гомеостаза в системе или точки согласованного оптимума (точка Парето) Если М -> mm, Ту -»■ mm и По -» тах,

"дм" ' Укт Тмп ДМ"

дт = Ттм * Ттп ДТ

дп .Упм Упг ' , -ДП

то в точке гомеостаза асе уц * —^ < 0.

При достижении гомеостаза дальнейшая оптимизация системы, т.е смещение точки Парето, осуществляется за счет неформализованных параметров, не вошедших во множество Р Таким образом

], Задача построения системы информационной логистической поддержки (СИЛП) виртуальных производств рассматривается как задача реинжиниринга бизнес-систем.

2. При проведении системного анализа и построении структуры СИЛП необходимо учитывать требования САЬЗ-технологян как основы стандартизации информационных процессов системы

3. В качестве модели СИЛП, используемой для ее построения, приняты модели процессов проектирования и производства, представляемые графом, раскрашиваемым на основе ПБ-мкожеств. Цвета раскраски соответствуют компонентам системы.

4 Оптимизация структуры СИЛП является многокритериальной задачей, формулируемой как задача оптимизации с ограничениями или задача достижения гомеостаза, решаемая с учетом нечеткого характера информации.

Во второй главе разрабатывается аппарат решения многокритериальных мною-параметрических переборных оптимизационных задач на основе мультихромосомных генетических алгоритмов (МйА)

Показано, что эффективная организация СИЛП_ВП является именно такой задачей Использование классических однохромосомных моделей практически невозможно из-за большого количества учитываемых атрибутов. Разработан метод формирования минимальной по размеру мультихромосомной модели, отображающей взаимосвязи между процедурами, техническими средствами и видами обеспечения.

На основе 1УЮА организуется процесс поиска квазиоптнмального решения построения структуры СИЛП_ВГ! (систем логистической поддержки виртуальных предприятий).

Решена задача минимизации логической и физической структуры предметной базы данных процесса проектирования изделий Алгоритм позволяет в I 5-2 раза сократить объём этой базы за счет того, что не хранится информация, которую можно восстановить по другой информации и которая требует достаточно много памяти Задачи решались, как классические, однопараметрические с ограничениями и как многопараметрические на основе дву хромосом ной модели

Разработан алгоритм оптимизации производительности СИЛП_ВП по критериям пропускной способности, времени обработки заявок и загрузки компонентов.

Для решения вопросов оптимального управления ВП предложен интеллектуальный монитор (ИМ) ВП, объединяющий САПР и АСУТП в единую систему ИМ представляет собой комплекс программных, информационных, лингвистических и методических средств (видов обеспечения), ориентированных на определенный класс и структуру технических средств и инвариантных к объектам производства и структуре предприятий.

Ядром ММ является интеллектуальный интерфейс пользователя (ИИП), который обеспечивает взаимодействие лиц, принимающих решение (ЛПР) с программным и информационным обеспечением. Такое взаимодействие осуществляется на основе единой структуры организации диалога с помощью, например, системы управления интерфейсом пользователя (СУИП),

Система информационной логистической поддержки виртуальных предприятий (СИЛП ВП) является по определению большой, сложной, многостратной, многоуровневой иерархической системой, осуществляющей как функции хранения и обработки информации, так и поддерживающий процесс принятия решения.

Оптимизация структуры СИЛП ВП проводиться по критериям двух основных вндов. критерии производительности системы и критерии стоимости системы Например.

• Цикл проектирования (показатель производительности);

• Пропускная способность системы (показатель производительности),

• Загрузка системы (показатель производительности),

• Стоимость проекта (стоимостной показатель).

• Возможны различные варианты повышения качества системы:

• Максимизация производительности при ограничениях на стоимость;

• Минимизация стоимости при удовлетворительной производительности;

• Минимизация (или максимизация) интегральной оценочной функции

Для решения задачи оптимизации структуры СИЛП ВП предлагается обобщенный метод моделирования систем, а также алгоритм оптимизации на основе эволюци-онно-генети1чес кого моделирования, получивший название' «Мультихромосомные генетические алгоритмы».

Приняты следующие обозначения:

Si Sj..,S„ - страты, выделенные в результате декомпозиции, п- их обшее число М1 =Ja'j} • множество компонентов í-ой страты, a'j - ее J-ый компонент П - множество всех возможных связей между компонентами страт Р(П) множество всех подмножеств Í1.

Структура СИЛП ВП реализует некоторое подмножество 5 с П. Элементы множества Q объединяются в подмножества по виду связи, степени связности и составу страт Связи между компонентами внутри одной подсистемы объединяются в п подмножеств Пусть имеется к страт В подмножество Qi входят все возможные связи между компонентами страт $th Su, Su, k-ой степени => Q1=|(M"xMV..xM1L)}.

Число таких подмножеств составляет , где к) - количество подсистем i-

i-i н '

ой страты.

Имеется ш объектов хранения данных. Общее число связей подмножеств составляет ¿C.

Все каналы передачи данных объединяются в одно подмножество Пр. Обозначим полученные подмножества через П|, íli,Пг, где г = п + + + 1

/И

Тогда íl=íl|ijíliu...uflr , а структуру СИЛП ВП описывает подмножество fieP(0)iS-5iu...u6r! Vi~l,r Oi

Для практической реализации метода решения подобной задачи требуется устранить избыточность и понизить ее сложность Сделать это можно за счет уменьшения

к

числа рассматриваемых подмножеств до уровня г = + ш +1

Воспользуемся методом деления СИЛП ВП на подсистемы В результате анализа формул для вычисления ЦФ, были вьшелены "важные" подсистемы. ПО, ТО, ПОИ и ИО. Общее число характеристик-хромосом равным четырем В контексте данной задачи целесообразно рассматривать следующие характеристики.

* организация подсистемы ПОИ (указывается порядок выполнения проектных процедур),

• связь подсистем ПОИ и ПО (указывается, при помощи какого программно-методического комплекса (ПМК) выполняется каждая проектная процедура),

* связь подсистем ЛП и ТО (указывается, на каком автоматизированном рабочем месте (АРМ) выполняется каждая проектная процедура);

• связь подсистем ТО и ИО (указывается на каких АРМ хранятся те или иные данные).

Ор1анизацию подсистемы ПОИ имеет смысл выбрать по двум причинам:

1) Организация этой подсистемы является определяющей для всего процесса проектирования,

2) Порядок выполнения проектных процедур косит вероятностный характер, однако значения вероятностей переходов между процедурами не могут быть изменены. То есть организация подсистемы ПОИ ке оптимизируется => соответствующая хромосома не строится.

Итоговая схема критических характеристик СИЛП ВП имеет вид

В данной схеме отсутствует описание организации какой-либо подсистемы и имеются семь связен 2-ой степени. Даны к описания хромосом.

I) Хромосома связи ПОИ-ПО (связь 1-2). Общее число генов равно количеству процедур. Аллель - порядковый номер ПМК, с помощью которого предлагается реализовать данную процедуру. с11 * б", $ ■ номер проектной процедуры;

б" = г«М';(а^а,,)бЯ(р[|) - номер программно методического комплекса. В данном случае кодировка значения генов не применяется

СЭЛОМ'

ИО

2) Связи между уровнями ТО. 6-ая, 7-ая, 8-ая и 9-ая подсистемы обладают собственными множествами компонентов

А* = (a*,a',aj,a']l где af - Pentium a' - ¡486, a* - 1З86, aj - i286 A' =(a;,a;,Oj,aJ,a;), где a[ - 32MB, aj - 16MB, a I - 8MB, a'4 - 4MB, a[ -

640кБ

A* =(a;,o;,a;,a;,aj)- где aj- 1,3ГБ, a\ - 850МБ, aj - 540МБ, aj - 210МБ, aJ-40ME

A* = ), где a*- CD-ROM имеется в наличии, a' - CD-ROM отсутствует Количество н смысл компонентов этих годснстем могут быть скорректированы

3) Хромосома связи ПОИ-ТО (связь !-3), Общее число генов равно количеству проектных процедур. Аллель - структура из двух полей, отражающих

- номер АРМ, на котором реализуется данная процедура;

- количество аналогичных устройств, работающих параллельно с'д = е!';» е М1 -номер проектной процедуры;

в" = (r,n)r € М* - номер АРМ,

п - количество АРМ сходных с а,, работающих параллельно

4) Хромосома связи ИР-ТО (связь 4-3). Общее число генов равно количеству входных данных для некоторых процедур Аллель • массив Число элементов массива равно числу рабочих мест. Значение элемента массива указывает на то, хранится ли текущее данное на этом АРМ или нет.

с" Ч?

где seM* -номер конкретного данного; геМ' -номер АРМ; I"- множество номеров АРМ, на которых хранится s-oe данное;

к*" - способ кодировки, переводит множество номеров в последовательность значений:

(v,,vj..,v.); где - старший номер АРМ, то есть М3 а (l,l...w)

v, «<¡ * , то есть i-ый ген является массивом, 1-ый ген элемент которого

равен I. если s-тое данное хранится на i-ом АРМ и 0 в противном случае.

^gMv.-v.)

Связь восстанавливается: р" = re)"« k " (g")

l" -расшифрованный ген с номером s.

Взаимодействие хромосом на этапе формирования особи сведено к минимуму за счет того, что мы избавились от избыточности информации и, как следствие, от противоречий "доцелевого" этапа. Взаимное влияние хромосом проявляется именно на этапе вычисления значений ЦФ

Рассмотрены примеры возможных алгоритмов оптимизации СИЛП ВП на основе мультнхромосомной модели Все ниже перечисленные алгоритмы различаются только по направлению поиска и схемам «яекции.

Оптимизация по обшей линии поиска Оптимизация по приоритетному направлению Модифицированный вариант.

Пусть Q:* • о высокая оценка качества доминирующей хромосомы. После выполнения кроссовера и мутации из всех имеющихся в популяции особей, как потомков, так и родителей, для которых выполняется условие Q1Q1 i,m> 1=[2,б], выбираются особи, удовлетворяющие условию Q,Q,*. Затем среди них выбираются m особей с лучшими оценками качества остальных хромосом. Комбинированная оптимизация.

Одной из важных составных частей СИЛП ВП является распределенная база данных. Поэтому рассмотрен подход к оптимизации ее структуры в составе СИЛП

В процессе преобразования информации в СИЛП ВП помимо использования большого объема информационно-справочной информации для решения на ЭВМ задач проектирования, верификации проекта, изготовления технической документации создается информация для описания развивающейся модели проекта в целом, его составных частей, отдельных деталей, для отображения технической документации, управления технологическими автоматами Часть этой информации относится только к создаваемому проекту, часть подлежит накоплению для использования в качестве справочного материала при выполнении других проектов.

Для информации, постоянно хранящейся в базе данных, необходимо решить задачу организации логической структуры базы данных, окружающей время поиска информации за счет введения некоторой избыточности базы данных, т.е увеличения объема памяти.

Для информации сопровождения проекта, образующей предметную базу данных (ПБД), решается обратная задача - сокращение объема памяти за счет некоторого увеличения общего среднего времени создания данных. Сокращение памяти обеспечивает за счет исключения из базы информации, получаемой некоторыми проектными процедурами и при необходимости восстанавливаемой по хранимым данным другим проектных процедур Это связано с необходимостью повторного непроизводительного выполнения части операций проектных процедур.

Процедура оптимизации структуры предметной базы данных основывается на анализе и изменении частоты выполнения проектной операции за цикл проектировав иия(аД которая обусловливается частотой использования символов языка, временем создания ИТ получаемых символов языка 1п, и объемом занимаемой памяти Уп)- Можно привести несколько алгоритмически определенных ситуаций Если величина Уп, мала, а величина 1ц, велика, то выгоднее хранить ИТ,. Если величина Уп, большая, а величина 1п, небольшая, лучше при необходимости операцию получения ИТ повторить То же в случае, если величина Уп, мала и Еп, мало Если величина Уш большая и величина 1п> также большая, то однозначное решение принять трудно. В этом случае необходимо учитывать и частоту повторения проектной операции, в которой создается ИТ, При большой величине а, может оказаться целесообразным (но не однозначным) хранение ИТ, даже при большом объеме требуемой памяти. Напротив, при малой частоте повторения нет смысла хранить короткие ИТ с малым временем создания

При средних значениях величин Уп, и Тп, ситуация еще более усложняется При решении задачи следует учитывать, что могут оказаться смежными несколько последовательных символов языка и для их восстановления необходимо выполнить несколько проектных операций Это в свою очередь может привести к тому, что общее Тп ~ ¿СТ'щвремя восстановления окажется большим и станет выгоднее хранить часть ИТ,, особенно при большой величине ак.

Исходными данными для оптимизации структуры базы данных являются: грамматика языка области знаний, в которой функционирует система; исходные данные, используемые для моделирования АСУТП илн САПР и получаемые по результатам моделирования оценки частот выполнения проектных операций а„ идентифицирован-

ные относительно символов грамматики языка проектные операции, идентифицированные относительно информационных термов символы грамматики языка, временные оценки создания информационных термов и их чтения в базе данных; опенки объемов памяти для хранения информационных термов. Таким образом

1 Предложена структура интеллектуального монитора виртуального предприятия позволяющего решать задачи управления на основе стандартов CALS-технологии

2 Для оптимизации структуры СИЛП ВП построена мультихромосомная генетическая модель, хромосомы которой отображают виды обеспечения системы их количество необходимо и достаточно дли полного представления свойств системы

3 Разработанные алгоритмы оптимизации структуры СИЛП ВП отличаются последовательностью поиска оптимальных решений по одной группе или всем критериям (последовательно и/или параллельно).

4 Алгоритм оптимизации структуры информационной подсистемы СИЛП ВП позволяет значительно сократить объем хранимой информации при сохранении временных условий доступа к информации

Третья глава посвящена свойствам, структуре и интерфейсу программно - методического комплекса MULT1-GEN, реализующего алгоритм моделирования на основе MGA и каазнонтимиэацни

Математические модели процесса и системы проектирования и производства реализованы в виде программно-методического комплекса ЭВОЛЮЦИЯ

Функциональное назначение программы ЭВОЛЮЦИЯ заключается в проведении расчетов по математической модели процесса проектирования (ЛП) и структуры СИЛП ВП с целью определения показателей производительности, таких как. цикл производства, пропускная способность системы, загрузка компонентов, производительность, узкое место.

Расчеты проводятся методом итераций Результаты расчета выводятся на печатающее устройство или на экран терминала по мере их получения Программа создает массив входных данных FOROOl .DAT для их дальнейшей обработки.

Максимальное количество входных данных, которыми может оперировать программа в данной редакции, следующее* Число проектных процедур в ПП N<80,

• Число компонентов М<20,

• Число ветвей графа процесса проектирования NS<120

При работе с ЭВМ программа использует периферийные устройства, поддерживаемые стандартной конфигурацией операционной системы DOS 7.0

Программный комплекс MULT1GEN предназначен для проведения оптимизационных исследований больших, сложных, многостратных, многоуровневых иерархических систем.

Оптимизационные исследования с помощью комплекса MULTIGEN проводятся в два этапа предварительный и основной Предварительный этап заключается в создании DLL - библиотеки, функции которой осуществляют расчет значений критериев оптимизации Основной этап заключается, собственно, в работе комплекса MULTIGEN начиная с генерации начальной популяции допустимых решений и заканчивая фиксацией полученных результатов

В программном комплексе MULTIGEN учитывается возможность многокритериальное Задачи оптимизации Комплексная опенка качества системы (или "степени приспособленности особи" в терминах генетических алгоритмов) проводится по формуле

Р' - весовой коэффициент ¡-ого критерия (в условных единицах нли в %): п - общее число критериев оптимизации

Переход от значений критериев а, к приведенным значениям к, осуществляется

Испочьзуется понятие наибольшего текущего значения, то есть значение может меняться иа каждой итерации процесса оптимизации

Проведена проверка работоспособности алгоритма и программного комплекса МШЛТСЕМ на задаче оптимизации структуры системы информационной логической поддержки виртуальных производств.

Про1раммный комплекс м№011т предназначен для решения сложных задач оптимизации с помощью генетических алгоритмов на основе многохромосомной модели

К = 1>,.р,/к,»..100%

где 1 - приведенное значение критерия с номером ¡, ь

* наибольшее текущее приведенное значение 1-ого критерия;

по

Программный комплекс МиСОНТ 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, мутаинн и селекции и задать вероятности их применения

Задать структуру вывода результатов оптимизации (частичная или полная информация, имя файла результатов). Таким образом:

1. Комплекс программ позволяет осуществить все стадии решения задач оптимизации структуры СИЛП ВП на основе мультихромосомных генетических алгоритмов

2. Комплекс М1Л-ТЮЕМ осуществляет эволюционное моделирование СИЛП ВП (включая формирование модели, задания параметров модели и алгоритма в интерактивном режиме) на основе мультихромосомных генетических алгоритмов.

3. Комплекс М1ГООРТ позволяет проводить оптимизацию по различным алгоритмам поиска оптимального решения: последовательного, параллельного или смешанного

4. Комплекс "Эволюция" позволяет вычислять оценки качества особей на основе совместного моделирования процесса и системы как сети систем массового обслуживания.

В четвертой главе приведены результаты экспериментального исследовании свойств и характеристик МСА н их программной реализации при изменении внутренних параметров алгоритмов (например, численности популяции, величины родительской группы, типа используемых процедур кроссннговера и т.д.) Показана высокая эффективность алгоритмов и программных средств.

В оптимизационном процессе, проводимом при помощи программного комплекса МШЛТСЕМ, изменяемыми характеристиками являются: численности популяции,

количество мутантов в популяции (в процентном выражении); приоритеты целевых функций Соответственно три основных направления процесса оптимизации структуры ВП

* Оптимизация при 5 % мутантов, примерно равных приоритетах ЦФ (34% - цикл проектирования, по 33% - пропускная способность и стоимость) и увеличивающейся численности популяции. Ожидается улучшение результатов при росте численности популяции, поскольку при этом в генофонд начальной популяции попадает большее число "перспективных" генотипов.

» Оптимизации при постоянной численности популяции, примерно равных приоритетах ЦФ (34% - цикл проектирования, по 33% - пропускная способность н стоимость) и увеличивающемся процентном участии мутантов в популяции Ожидаются отдельные "всплески качества" за счет удачных мутаций.

• Оптимизация при 5 % мутантов, поочередном стопроцентном приоритете одной ЦФ (серия опытов повторяется для каждой ЦФ) и увеличивающейся численности популяции Ожидается резкое улучшение значений целевой функции со стопроцентным приоритетом, в ущерб значениям других ЦФ.

Оптимизация структуры ВП при возрастам щей численности популяции.

Стоимость - величина, зависящая от производительности (закон Гроша), поэтому, при осуществлении контроля за показателями производительности, стоимость не может планомерно н значительно улучшаться Тем более, что приоритеты целевых функций производительности значительно выше (34% на цикл проектирования плюс 33% на пропускную способность при 33% приоритета стоимости). То есть никакой четкой тенденции изменения оптимальных значений стоимости с ростом численности популяции не наблюдается.

!) Наблюдается медленное повышение средник оптимальных значений с ростом численности популяции.

2) Заметного, как для цикла проектирования, улучшения результатов с ростом численности популяции не наблюдается, вероятно, по двум причинам.

• приоритет цикла проектирования на 1% выше, чем у пропускной способности;

• пропускная способность довольно быстро приблизилась к своему глобальному максимуму.

Оптимизация структуры ВП при увеличении числа мутантов.

1) Никакого улучшения значений цикла проектирования и пропускной способности с ростом числа мутантов не наблюдается^ стоимостные же показатели только ухудшаются.

2) При увеличении численности популяции расширялся генофонд начальной популяции, увеличивалось число претендентов на право участвовать в создании потомков, в результате постепенно улучшались показатели двух из трех целевых функций Увеличение числа мутантов при постоянной численности популяции приводит к тому, что многие претенденты на статус родителя после недоброкачественной мутации уже не попадают в их число.

Оптимизация структуры ВП при возрастании численности популяции со стопроцентным приоритетом одной из целевых функций (ЦФ).

1) Общая тенденция улучшения оптимальных значений та же, что и при равных приоритетах.

2) Общий результат здесь лучше, чем в опыте с равными приоритетами, поскольку другим ЦФ внимания не уделялось.

3) Можно сделать предположение о том, что значение цикла проектирования в глобальном минимуме составляет примерно 95% оптимума.

5) Оценить общее число экстремумов цикла проектирования сложно.

Имея результаты оптимизации по всем трем направлениям, можно дать следующие рекомендации для получения "хороших" результатов оптимизации структуры данной ВП-

! Численность популяции следует устанавливать не ниже 100

2. Увеличение числа мутантов в общем случае не приводит к улучшению результатов; имеет смысл остановиться на 5 % (поскольку качественные мутации все-таки имеют место, определенный процент мутантов е популяции желателен).

3 Выбор приоритетов целевых функций во многом определяет будущие результаты В зависимости от того, что нам необходимо, высокая производительность или низкая стоимость, и следует устанавливать приоритеты

До разработки мультихромосомных генетических алгоритмов поставленная задача решалась с применением алгоритма пошагового устранения "узких мест системы" на основе аналитической модели ВП Расчеты проводились с помощью программы "Эволюция".

Однако в программе "Эволюция" не учитываются стоимостные показатели качества.

В ПК МииТЮЕМ эти недостатки отсутствуют, поиск и устранение "узких мест" автоматизированы, эксперт влияет на процесс оптимизации только на этапе описания исходных характеристик процесса и популяции; имеется возможность ввести любую необходимую целевую функцию, ограничения на ЦФ только количественные (общее число не должно превышать 128).

Итак, можно сделать вывод о том, что мультихромосомные алгоритмы оптимизации структуры АИС, реализованные в ПК МиЬТЮЕМ, вполне работоспособны и обладают рядом преимуществ перед использовавшимися до него методами решения подобных задач.

Оптимизация ПТК СИЛП ВП осуществлялась в соответствии с разработанным алгоритмом оптимизации на основе аналитической модели Оптимизация проводилась отдельна для конструкторского и логико-схемотехнического этапов проектирования, а затем для общего процесса производства, но без учета времени работы завода по изготовлению опытных образцов Непосредственно процедурам оптимизации предшествовал анализ влияния некоторых параметров системы на показатели производитель!¡ости (задача анализа чувствительности)

Конечной целью оптимизации является приведении системы к такому состоянию, прч котором значения показателя производительности определяется техническими средствам!' ■< ""^чейшее изменение нх структуры н количества не представляется возможным на данном этапе развития ВП и доведения загрузки основных компонентов системы до оптимально уровня

Целью экспериментального исследования является проверка эффективности применения многохромосомной модели оптимизации качества программного обеспечения

Проведены исследования по оптимизации оценки качества программного комплекса. который был оценен экспертами по каждой группе показателей и для всех оценок О,0 были определены значения стоимостей С,"согласно коэффициентам, заданным ранее В соответствии со стандартом, стоимостные коэффициенты определялись путем опроса экспертов и выбора усредненных значений Каждая группа показателей качества программного комплекса была представлена отдельной хромосомой

Подтверждена эффективность алгоритма многохромосомной оптимизации на примере оценки качества ПС Алгоритм позволил осуществлять оптимизацию как по

интегральному значению оценки, так и по доминирующим факторам качества, н получить наборы значений оценочных элементов, обеспечивающих высокие значения оценок качества, причем в случае оптимизации по приоритетному направлению были получены высокие значения оценок качества не только по фактору-доминанту, но и по остальным факторам при зтом, в отличии от монохромосомной схемы представления, не требовалось существенно менять алгоритм и перепрограммировать инструментальные средства, а необходимо было только выбрать схему оптимизации и (для оптимизации по приоритетному направлению) фактор-доминант Мул ьти хромосомное представление информации позволило легко определить не только характер изменений значений интегральной оценки качества от предельной стоимости разработки, но и аналогичные зависимости для отдельных факторов качества, что совершенно необходимо для выработки оптимальной стратегии проектирования.

1 Проведенные исследования показали высокую эффективность мультнхромосомных генетических алгоритмов и алгоритмов оптимизации, реализованных в программных комплексах МиЬТЮЕЫ и М1ЮОРТ

2 Исследования, проведенные на примере программно-технического комплекса системы информационной логистической поддержки виртуального предприятия, показали, что разрабатываемые методы, модели, алгоритмы и программные средства могут эффективно решать задачи оптимизации структуры СИЛП ВП

Таким образом, в диссертации решен комплекс задач эффективной организации предлагаемых СИЛП_ВП Решение основано на предлагаемых моделях и МСА, реализованных в виде программных средств и обладающих высокими качественными характеристиками.

Основные результаты и вывод.

В диссертационной работе разработаны методы, модели, алгоритмы и программное обеспечение построения оптимальных систем информационной логистической поддержки (СИЛП) управления виртуальными производствами (ВП).

В результате системного анализа виртуальных производств показано, что разработка СИЛП должна базироваться на методах реинжиниринга бизнес-систем. Документальной основой процесса создания СИЛП является СА13-технология. Методика оптимизации структуры СИЛП базируется на построении моделей процесса производства изделий, включающих процесс проектирования и технологический процесс изготовления и представляющих собой раскрашенные на основе полихроматических ГО-

множеств графы процесса производства Построены модели производства изделий электронной техники, включая проектирование больших интегральных схем.

Сформирована задача оптимизации структуры СИЛП ВП как многокритериальная задача дискретной оптимизации, решаемая как задача оптимизации с ограничениями или задача поиска гомеостаза.

Предложена структура интеллектуального монитора ВП, охватывающая все аспекты управления виртуальным предприятием СИЛП строится исходя из принятой структуры интеллектуального монитора.

Для решения оптимизационных задач обосновано использование эволюционного моделирования. Показано, что классические генетические алгоритмы эволюционного моделирования не позволяют эффективно решать поставленные задачи.

Разработан новый подход в эволюционном моделировании больших и сложных информационных систем - мультихромосомные генетические алгоритмы (МГА)

Построены МГА для системы информационной логистической поддержки виртуальных производств, отображающие необходимые виды обеспечения и обладающие минимальной, необходимой и достаточной сложностью

Построены алгоритмы оптимизации СИЛП по трем технологиям развития популяций. последовательной, параллельной и комбинированной.

Предложена методика и алгоритм оптимизации информационной подсистемы (распределенной базы данных) СИЛП ВП.

Разработанные методы, модели и алгоритмы реализованы в виде трех программных комплексов

• мулыихромосомного моделирования информационных систем;

• оптимизации структуры информационных систем на основе МГА;

• оценка качества структуры СИЛП ВП.

Экспериментально исследованы эффективность разработанных мультихромо-сомных моделей и алюрнтмов и их использование для решения задачи оптимизации структуры программно-технических комплексов СИЛП ВП.

Результаты диссертации опубликованы в работах: 1. Банн А.М., Лисов О.И.

Мультихромосомпая модель системы информационной логистической поддержки виртуальных производств

Труды XXVIII Международной Конференции «Информационные технологии в науке, образовании, телекоммуникациях, бизнесе (ТТ+8Е'2001)» Украина, Крым, Ялта, май 2001 г.

2. БаинА.М

» Программный комплекс мулътихромосоиного эволюционного моделирования.

Труды ХХУТП Международной Конференции «Информационные технологии в , науке, образовании, телекоммуникациях, бизнесе (ГГ+8Е'2(Ю!)|> Украина, Крым, Ялта,

май 2001 г

3. Б айн А М , Лисов О И

Оптимизация структуры базы данных систелг информационной теистической поддержки виртуальных производств

Труды XXVII! Международной Конференции «Информационные технологии в науке, образовании, телекоммуникациях, бизнесе (ГТ+5Е*200|)» Украина, Крым, Ялта, май 2001 г.

4. Банк А М.

Структурная модель распределенной базы данных системы информационной логической поддержки виртуальных производств.

Микроэлектроника и информатика -2001 Восьмая межвузовская научно-техническая конференция студентов и аспирантов тезисы докладов -М МИЭТ, 2001-ЗЭбс.

18ВЫ-5-725б-0303 -2

5. Методы и средства информационной поддержхи управления качеством на основе С А ЬЗ-техиологин. Технический отчет о научно-исследовательской работ«

№ Гос. Регистрации 0! 200007456 и ив №200108057 Бани А М, Лисов О И

4 Интеллектуальный монитор виртуальных производственных комплексов

Электронная техннк&серЗ Микроэлектроника Выл 1(154)-1{155),2000-2001

Подписано и пешга" " 1003 г яз

I 1

РЫБ Русский фонд

2006-4 35607

1

(

I

. с

?: - ■ ч

4

ГЛАВА 1. РЕИНЖИНИРИНГ БИЗНЕС-СИСТЕМ ПРОЕКТИРОВАНИЯ И

ПРОИЗВОДСТВА МИКРОЭЛЕКТРОННОЙ АППАРАТУРЫ.

1.1. Системный анализ и реинжиниринг бизнес-систем.

1.1.1. Комплекс мероприятий по реинжинирингу предприятия.

1.1.2. Роль информационных технологий в реинжиниринге.

1.1.3. Схема и этапы реинжиниринга.

1.1.4. Структурный анализ и структурное проектирование.

1.2. Информационная логистическая поддержка виртуальных предприятий

1.3. Модели процесса проектирования и производства микроэлектронной аппаратуры.

1.4. Задачи оптимизации систем информационно-логистической поддержки виртуального производства.

Выводы по главе 1.

ГЛАВА 2. МЕТОДЫ И АЛГОРИТМЫ ОПТИМИЗАЦИИ СТРУКТУРЫ СИСТЕМ ИНФОРМАЦИОННО-ЛОГИСТИЧЕСКОЙ ПОДДЕРЖКИ.

2.1. Интеллектуальный монитор виртуального предприятия.

2.2. Мультихромосомная генетическая модель СИЛП ВП.

З. Алгоритмы оптимизации систем информационной логистической ржки.

4. Алгоритм оптимизации базы данных виртуального предприятия.

ЛбГводы по главе 2.

ГЛАВА 3. ПРОГРАММНЫЕ СРЕДСТВА ОПТИМИЗАЦИИ БИЗНЕС-СИСТЕМ НА ОСНОВЕ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ.

3.1. Программно-методический комплекс оценки качества структуры АИС "Эволюция".

3.2. Программный комплекс мультихромосомного эволюционного моделирования.

3.2.1. Предварительные действия пользователя MULTIGEN.

3.2.2. Работа в MULTIGEN.

3.2.3. Организация расчета значений целевых функций.

3.3. Программы решения оптимизационных задач.

3.3.1. Программный комплекс MUGORTНазначение, возможности, структура и состав.

Выводы по главе 3.

ГЛАВА 4. ИССЛЕДОВАНИЯ ЭФФЕКТИВНОСТИ МЕТОДОВ И • АЛГОРИТМОВ ПРОЕКТИРОВАНИЯ ИНФОРМАЦИОННЫХ СИСТЕМ.

4.1. Оценка эффективности мультихромосомного генетического алгоритма.

4.1.1. Декомпозиция ВП.

4.1.2. Результаты оптимизации структуры ВП.

4.1.3. Выводы.

4.2. Оценка показателей эффективности процесса проектирования.

4.3. Оценка эффективности программных средств.

4.3.1. Структура эксперимента.

9 4.3.2. Проведение эксперимента.

4.3.3. Результаты эксперимента.

Выводы по главе 4.

Современные тенденции развития промышленных предприятий, в том числе предприятий электронной промышленности требуют развития новых подходов к организации их деятельности.

Одной из наиболее перспективных концепций в этом направлении является построение сквозных (комплексных) бизнес-систем, включающих весь жизненный цикл проекта и управление бизнес-процессами на основе информационно -логистической интеграции организационно-производственных смежных предприятий, участвующих в реализации проекта.

Реализация этой концепции осуществляется путём создания виртуальных предприятий (ВП). Виртуальное предприятие создаётся из маркетинговых, проектных, производственных и эксплуатационных подразделений различных предприятий, не имеющих юридически оформленной организационной структуры, но обладающих единой информационной инфраструктурой, организация которой осуществляется на основе CALS -технологии (Continuous Activation Life-Cycle Support).

Эффективное использование интегрированной информационной системы во многом зависит от организации ее логической и физической структуры, отображающей взаимодействие технических средств, программного и информационного обеспечения.

Актуальность работы

В предшествующие годы активно решались задачи эффективной организации в отдельности:

• систем автоматизированного проектирования (САПР) - работы Казеннова Г.Г, Белякова Ю.Н, Норенкова И.П., Лисова О.И и др.;

• систем технологической подготовки производства и управлением качеством -работы Абрамова В.А, Бондаревского А.С, Брюнина В.Н и др.

• систем обработки информации в автоматизированных системах управления -работы Савельева А.Я, Павлова В.В. и др.

Значительно меньше работ посвящено разработке информационных систем поддержки эксплуатации вычислительной техники и электронных систем.

Развитие концепции виртуальных предприятий ставит актуальную задачу совместного использования научных и практических достижений, в каждой из указанных областей деятельности в сочетании с развитием новых методов, алгоритмов и моделей, обусловленных спецификой новой расширенной области их приложения непосредственно связанной с постановкой и решением многокритериальных 4 многопараметрических переборных оптимизационных задач, связанных с техническим, информационным программным обеспечением интегрированных систем управления на основе информационной логистической поддержки виртуальных предприятий.

Одним из современных подходов к решению таких задач, является эволюционное моделирование - использование генетических алгоритмов для решения оптимизационных задач. Однако работы ведущих зарубежных и отечественных ученых в этой области, в частности Батищева Д.И, Курейчика В.М, Норенкова И.П., часто не применимы непосредственно к решению задач оптимизации систем интегрированного типа.

Сложность задачи усугубляется многосторонним подходом к формулировке критериев оптимальности, большим количеством факторов, которые влияют на эффективность работы системы информационной логистической поддержки виртуальных предприятий, распределённым характером информационной сферы, необходимостью учитывать деятельность на всех этапах жизненного цикла: маркетинге, проектировании, производстве и эксплуатации информационных систем.

Цель работы

Основной целью диссертационной работы является разработка методов, моделей, алгоритмов и программных средств, обеспечивающих разработку и эффективное функционирование систем управления на основе информационной логистической поддержки виртуальных предприятий (на примере предприятий производства электронных систем) на всём жизненном цикле - маркетинге, проектировании, производстве и эксплуатации с использованием CALS технологии.

Предметом исследования в работе являются теоретическое обоснование разрабатываемых методов, моделей и алгоритмов и их применения для анализа виртуальных предприятий электронной техники, непосредственно связанных с эффективностью приложения результатов исследования.

Теоретической и методологической основой диссертационной работы являются методологии системного подхода и результаты работ по эффективной организации процессов автоматизированного проектирования и автоматизации производственных процессов.

Для достижения поставленной цели в работе решаются следующие задачи:

1. Проведение на основе методологии реинжиниринга бизнес-систем системного анализа процессов проектирования и производства изделий электронной техники.

2. Построение моделей процесса управления проектированием и производством электронных изделий и формулировка задачи оптимизации структуры системы информационной логистической поддержки виртуальных предприятий, реализующих эти процессы.

3. Разработка мультихромосомных моделей и алгоритмов эволюционного моделирования, позволяющих решать задачи оптимизации структуры (технического, информационного и программного обеспечения) систем информационной логистической поддержки виртуальных предприятий.

4. Разработка программных средств моделирования и оптимизации систем (включая системы информационной логистической поддержки) на основе мультихромосомных генетических алгоритмов.

5. Исследование эффективности разработанных средств, методов, моделей и алгоритмов на конкретных примерах.

Методы исследования. Для решения поставленных задач в работе используются: системный анализ, теория графов, теория алгебраических систем, генетические алгоритмы, методы оптимизации.

Научной новизной обладают следующие результаты диссертации:

1. Методика реинжиниринга бизнес-систем при преобразовании его в виртуальное предприятие с точки зрения информационной логистической поддержки на основе CALS технологии.

2. Комплексная функциональная модель преобразования информации в системе управления виртуальным предприятием электронного профиля построенная на основе графов процедур.

3. Мультихромосомные генетические алгоритмы как средство решения многопараметрических многокритериальных задач оптимизации информационных систем.

4. Модели и алгоритмы оптимизации предметных баз данных и структуры видов обеспечения системы информационной логистической поддержки виртуальных предприятий.

5. Комплекс программных средств моделирования систем на основе мультихромосомных генетических алгоритмов.

Практическая ценность работы заключается в следующем:

Разработанная методика реинжиниринга систем управления бизнес-процессами позволяют при организации виртуальных предприятий обеспечить процесс формирования эффективной (оптимальной, квазиоптимальной) структуры технических средств, программного и информационного обеспечения системы информационной логистической поддержки.

Положительный эффект достигается за счёт использования новых математических и методических решений.

Использование мультихромосомных генетических алгоритмов позволяет находить квазиоптимальные решения многокритериальных многопараметрических переборных задач.

Разработанные программные средства позволяют решать оптимизационные задачи указанных выше типов на персональных ЭВМ средней производительности за короткое время и с использованием персонала средней квалификации.

Эффективная организация систем информационной логистической поддержки позволяет сократить время проектирования и производства изделий, повысить качество управления, сделать работу виртуального предприятия ритмичной и контролируемой.

Апробация работы.

Результаты работы опубликованы в шести научных трудах, доложены на 4-х международных конференциях.

Содержание работы.

Первая глава посвящена системному анализу информационной структуры систем автоматизированного проектирования (САПР), систем технологической подготовки производства (АСУТП), систем управления качеством. Системный анализ выполняется как часть процедуры реинжиниринга бизнес-систем при преобразовании их в виртуальные предприятия.

Основная задача на этом этапе - построить модель управления на базе преобразования информации главных информационных процессов -процессах проектирования и производства. Для облегчения единства информационного представления данных используются стандарты CALS-технологии, устанавливающие единые требования к представлению и преобразованию информации на всех этапах жизненного цикла (в частности язык программирования EXPRESS).

Модели процессов проектирования и производства представляют собой дважды взвешенные графы, вершины каждых отображают проектные или технологические процедуры. В соответствии с аппаратом полихроматической раскраски графов [11] для каждой вершины указываются используемые компоненты технических средств программного и информационного обеспечения.

Полученная комплексная модель позволяет далее формализовать решение задачи оптимизации системы информационной логистической поддержки виртуальных предприятий (СИЛПВП).

Во второй главе разрабатывается аппарат решения многокритериальных многопараметрических переборных оптимизационных задач на основе мультихромосомных генетических алгоритмов (MGA)

Показано, что эффективная организация СИЛПВП является именно такой задачей. Использование классических однохромосомных моделей практически невозможно из-за большого количества учитываемых атрибутов. Разработан метод формирования минимальной по размеру мультихромосомной модели, отображающей взаимосвязи между процедурами, техническими средствами и видами обеспечения.

На основе MGA организуется процесс поиска квазиоптимального решения построения структуры СИЛПВП (систем логистической поддержки виртуальных предприятий).

Решена задача минимизации логической и физической структуры предметной базы данных процесса проектирования изделий. Алгоритм позволяет в 1.5-2 раза сократить объём этой базы за счёт того, что не хранится информация, которую можно восстановить по другой информации и которая требует достаточно много памяти. Задачи решались, как классические, однопараметрические с ограничениями и как многопараметрические на основе двухромосомной модели.

Разработан алгоритм оптимизации производительности СИЛПВП по критериям пропускной способности, времени обработки заявок и загрузки компонентов.

Алгоритм основан на 5-хромосомной модели и имеет две крайние разновидности: параллельный и последовательный.

Во - втором случае при переходе от популяции к популяции меняется только одна хромосома (мутация или кроссинговер). В первом случае вариации подлежат единовременно все хромосомы.

Полученное с помощью алгоритма решение задачи оптимизации структуры САПР на 15-^20 % лучше найденного раннее методом последовательного устранения узких мест в работах Лисова О.И.

Третья глава посвящена свойствам, структуре и интерфейсу программно -методического комплекса MULTI-GEN, реализующего алгоритм моделирования на основе MGA и квазиоптимизации.

В четвёртой главе приведены результаты экспериментального исследовании свойств и характеристик MGA и их программной реализации при изменении внутренних параметров алгоритмов (например, численности популяции, величины родительской группы, типа используемых процедур кроссинговера и т.д.). Показана высокая эффективность алгоритмов и программных средств.

Таким образом, в диссертации решён комплекс задач эффективной организации предлагаемых СИЛПВП. Решение основано на предлагаемых моделях и MGA, реализованных в виде программных средств и обладающих высокими качественными характеристиками.

Выводы по главе 4

1. Проведенные исследования показали высокую эффективность мультихромосомных генетических алгоритмов и алгоритмов оптимизации, реализованных в программных комплексах MULTIGEN и MUGOPT.

2. Исследования, проведенные на примере программно-технического комплекса системы информационной логистической поддержки виртуального предприятия, показали, что разрабатываемые методы, модели, алгоритмы и программные средства могут эффективно решать задачи оптимизации структуры СИЛП ВП.

Заключение

В диссертационной работе разработаны методы, модели, алгоритмы и программное обеспечение построения оптимальных систем информационной логистической поддержки (СИЛП) управления виртуальными производствами (ВП).

В результате системного анализа виртуальных производств показано, что разработка СИЛП должна базироваться на методах реинжиниринга бизнес-систем. Документальной основой процесса создания СИЛП является CALS-технология. Методика оптимизации структуры СИЛП базируется на построении моделей процесса производства изделий, включающих процесс проектирования и технологический процесс изготовления и представляющих собой раскрашенные на основе полихроматических ПБ-множеств графы процесса производства. Построены модели производства изделий электронной техники, включая проектирование больших интегральных схем.

Сформирована задача оптимизации структуры СИЛП ВП как многокритериальная задача дискретной оптимизации, решаемая как задача оптимизации с ограничениями или задача поиска гомеостаза.

Предложена структура интеллектуального монитора ВП, охватывающая все аспекты управления виртуальным предприятием. СИЛП строится исходя из принятой структуры интеллектуального монитора.

Для решения оптимизационных задач обосновано использование эволюционного моделирования. Показано, что классические генетические алгоритмы эволюционного моделирования не позволяют эффективно решать поставленные задачи.

Разработан новый подход в эволюционном моделировании больших и сложных информационных систем - мультихромосомные генетические алгоритмы (МГА).

Построены МГА для системы информационной логистической поддержки виртуальных производств, отображающие необходимые виды обеспечения и обладающие минимальной, необходимой и достаточной сложностью.

Построены алгоритмы оптимизации СИЛП по трем технологиям развития популяций: последовательной, параллельной и комбинированной.

Предложена методика и алгоритм оптимизации информационной подсистемы (распределенной базы данных) СИЛП ВП.

Разработанные методы, модели и алгоритмы реализованы в виде трех программных комплексов:

• мультихромосомного моделирования информационных систем;

• оптимизации структуры информационных систем на основе МГА;

• оценка качества структуры СИЛП ВП.

Экспериментально исследованы эффективность разработанных мультихромосомных моделей и алгоритмов и их использование для решения задачи оптимизации структуры программно-технических комплексов СИЛП ВП.

1. Норенков И. П., д. т. н., проф. "Подходы к проектированию автоматизированных систем", МГТУ им. Баумана.

2. Mayer R.J., Ph.D. (Texas А&М University); Benjamin P.C., Ph.D.; Caraway B.E.,; Painter M.K. (Knowledge Based Systems, Inc.). A Framework and a Suite of Methods for Business Process Reengineering

3. IDEF Standards. IDEFO Function Modeling Method, http://www.idef.com/idef0.htm

4. IDEF Standards. IDEF1 Information Modeling Method, http://www.idef.com/idef1.htm

5. IDEF Standards. IDEF3 Process Description Capture Method, http://www.idef.com/idef3.htm

6. Interface Ltd. BPWin система моделирования бизнес-процессов, http://www.interface.ru/LOGWORKS/bpwin.htm

7. Interface Ltd. Logic Works объявила о выходе BPWin 2.0, http://www.interface.ru/RTSC/cs011-03.htm

8. Interface Ltd. Rational Rose лучшее средство объектно-ориентированного проектирования, http: //www, interface. ru/RATIONAL/rose.htm

9. Knowledge Based Systems, Inc. ProCap / ProSim Process Modeling and Simulation Support, http: //www. kbsi. com/products/prosim. html

10. Брукс Ф. Мифический человеко-месяц или как создаются программные системы/Пер. с англ. СПб: Символ-Плюс, 1999.11. Павлов В.В.@

11. Месарович, Такахара. Теория многоуровневых иерархических систем.

12. Лисов О.И., Душутин И.В. Оптимизация структур программно технических комплексов САПР. Труды XXIII международной конференции «Новые информационные технологии в науке, образовании и бизнесе». - Ялта-Гурзуф,1996.

13. Норенков И.П. Подходы к проектированию автоматизированных систем. "Информационные технологии", №, 1998.

14. Батищев Д.И. Поисковые методы оптимального проектирования. М., "Советское радио", 1975.

15. Поляк Б.Т., Цыпкин Я.З. Псевдоградиентные алгоритмы адаптации и обучения. "Автоматика и телемеханика", 1973, №3.

16. Батищев Д.И. Методы оптимального проектирования. М., "Радио и связь", 1984.

17. Карманов В.Г. Математическое моделирование. М., "Наука", 1980.

18. Поляк Б.Т. Градиентные методы минимизации функционалов. "Журнал вычислительной математики и математической физики", 1963, том 3, №4.

19. Моисеев Н.Н., Иванилов Ю.П. Методы оптимизации. М., "Наука", 1978.

20. Поляк Б.Т. О некоторых способах ускорения сходимости итерационных методов. "Журнал вычислительной математики и математической физики", 1964, том 4, №5.

21. Турин J1.C., Меркулев А.Д. Задачи и методы оптимального распределения ресурсов". М., "Советское радио", 1968.

22. Даниленко С.Е., Каган Б.М., Шахунянц Т.Г. О дискретных алгоритмах в задачах оптимизации. "Автоматика и вычислительная техника". Рига, 1977, №2.

23. Цыпкин Я.З. Адаптация, обучение и самообучение в автоматических системах. "Автоматика и телемеханика", 1966, №1.

24. Цыпкин Я.З. Адаптация и обучение в автоматических системах. М., "Наука", 1970.

25. Вазан М. Стохастическая аппроксимация. М., "Мир", 1972.

26. Гладышев Е.Г. О стохастической аппроксимации. "Теория вероятности и ее применение", 1965, том 10, №2.

27. Батищев Д.И. Генетические алгоритмы решения экстремальных задач. Нижегородский университет, 1995.

28. Перегудов Ф.И. Введение в системный анализ. М., "Высшая школа", 1989.

29. Айала Ф. Введение в популяционную и эволюционную генетику. М., "Мир", 1984.

30. Tsujimura Y., Gen М., Li Y., Kubota E. An Efficient Method for Solving Fuzzy Assembly-Line Balancing Problems in Genetic Algorithm. Third European Congress on Fussy and Intelligent Technologies and Soft Computing (EUFIT), Aachen, Germany, 1995.

31. Gong D., Gen M., Xu W., Yamazaki G. Evolutionary Strategy for Obstacle location-Allocation. Third European Congress on Fussy and Intelligent Technologies and Soft Computing (EUFIT), Aachen, Germany, 1995.

32. Kadivar M.H., Pourghassem M.R., Samani K., Daneshmand F. Implementation of Genetic Algorithm and Simulated Annealing in Layout Optimization of Space Trusses. Third European Congress on Fussy and Intelligent Technologies and Soft Computing

33. EUFIT), Aachen, Germany, 1995.

34. Глаз А.Б. Применение генетических алгоритмов в задачах синтеза распознающих нейронных сетей. ХХ1П международная конференция и дискуссионный научный клуб "Новые информационные технологии в науке, образовании и бизнесе". Украина, Крым, Ялта-Гурзуф, 1996.

35. Дмитриенко В. Д. Формальные математические теории и модели в эволюционных методах. ХХП1 международная конференция и дискуссионный научный клуб "Новые информационные технологии в науке, образовании и бизнесе". Украина, Крым, Ялта-Гурзуф, 1996.

36. Батищев Д.И., Власов С.Е. Применение генетических алгоритмов для трассировки нерегулярных структур с однослойной коммутацией. Сб. Научных трудов "Оптимизация и моделирование в автоматизированных системах". Воронеж, Воронежский гос. техн. ун-т, 1995.

37. Глориознов Е.Л., Панферов В.П. Формализация основ генетических алгоритмов. XXIII международная конференция и дискуссионный научный клуб "Новые информационные технологии в науке, образовании и бизнесе". Украина, Крым, Ялта-Гурзуф, 1996.

38. Норенков И.П., Маничев В.Б. Системы автоматизированного проектирования электронной и вычислительной аппаратуры. М., "Высшая школа", 1983.

39. И.В. Душутин Принципы построения мультихромосомных моделей в задачах оптимизации. Труды второй Всероссийской научно-технической конференции

40. Электроника и информатика», часть-2. М., МИЭТ, 1997.

41. Душутин И.В. Построение мультихромосомных моделей больших информационных систем. Депонент в ВИНИТИ №1624-В97. М., 1997.

42. Батищев Д.И., Скидкина J1.H., Трапезникова Н.В. Глобальная оптимизация с помощью эволюционно-генетических алгоритмов. Сб. научных трудов "Оптимизация и моделирование в автоматизированных системах". Воронеж, Воронежский гос. техн. ун-т., 1994.

43. Гладков С.А., Фролов Г.В. Программирование в Microsoft Windows. Часть-1. М., "Диалог-МИФИ", 1992.

44. Ахметов К. Windows 95 не для всех. М., "Компьютер пресс", 1997.

45. Биллинг В.А., Мусикаев И.Х. Visual С++4. Книга для программистов. М., "Channel Trading Ltd", "Русская редакция", 1996.

46. Шилдт Г. MFC: Основы программирования. К., "BHV", 1997.

47. Fagarasan, Negotia M.Gh. A Genetic Algorithm With Variable Length of Genotypes. Application In Fuzzy Modeling. Fourth European Congress on Fussy and Intelligent Technologies and Soft Computing (EUFIT), Aachen, Germany, 1996.

48. Dediu A.H., Mihalia D. Soft Computing Genetic Tool. Fourth European Congress on Fuzzy and Intelligent Technologies and Soft Computing (EUFIT), Aachen, Germany, 1996.

49. Grauel A., Ludwig L.A. Genetic Algorithms For Optimal Feature selection. Fourth European Congress on Fussy and Intelligent Technologies and Soft Computing (EUFIT), Aachen, Germany, 1996.

50. Olej V., Unger M. Analysis Of Genetic Algorithms And Evolution Stratigies With Distributed Genotype. Fourth European Congress on Fussy and Intelligent Technologies and Soft Computing (EUFIT), Aachen, Germany, 1996.

51. Лисов О.И. Оценка характеристик автоматизированных систем проектирования. Уч. пособие. М., МИЭТ, 1983.

52. Лисов О.И. Системный анализ и математическое моделирование САПР. М., МИЭТ, 1994.

53. Лисов О.И., Туфанов А.Н. Выбор целевых функций и оптимизация вычислительных систем в машинном проектировании. В кн.: "Управляющие системы и машины", 1978, №3.

54. Кофман А., Крюон Р. Массовое обслуживание. Теория и приложения. М., "Мир", 1965.

55. Дынкин Е.Б., Юшкевич А.А. Управляемые марковские процессы и их приложения. М., "Наука", 1975.

56. Борель Э. Вероятность и достоверность. М., "Наука", 1969.

57. Вентцель Е.С., Овчаров Л.А. Теория вероятностей и ее инженерные приложения. М., "Наука", 1988.

58. Захаров В.М. Оптимизация структуры ВС. Труды 1-ой Всесоюзной конференции по ВС. Новосибирск, 1968, вып.1.

59. Корн Г., Корн Т. Справочник по математике. М., "Наука", 1978.

60. Ефимов А.В., Золотарев Ю.Г., Терпигорева В.М. Математический анализ (специальные разделы). М., "Высшая школа", 1980.

61. Проектирование автоматизированное. Термины и определния. ГОСТ 22487-77.

62. Разработка, эксплуатация и развитие систем автоматизированного проектирования РЭА. М., МДНТП, 1978.

63. Казенное Г.Г. Структура, основные требования и принципы построения систем автоматизированного проектирования микроэлектронных приборов. М., "Машиностроение", 1978.

64. Баталов Б.В., Назарьян А.Р., Руденко А.А. Направления и перспективы автоматизации проектирования изделий электронной техники. "Электронная промышленность", 1979, №4, с. 3-11.

65. Обмен опытом в радиопромышленности / Под ред. Вермишева Ю.Х. М., 1978, вып. 4-5.

66. Преснухин В.В., Елшин Ю.М. Автоматизированное рабочее место разработчика радиоэлектронной аппаратуры. Обмен опытом в радиопромышленности. М., 1976, вып. 12.

67. Девис Д., Барбер Д., Прайс У., Соломонидес С. Вычислительные системы, сети и сетевые протоколы. М., "Мир", 1982.