автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Повышение эффективности управления производством авиационно-химических работ

На правах рукописи

ДИБИХИН Константин Юрьевич

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ ПРОИЗВОДСТВОМ АВИАЦИОННО-ХИМИЧЕСКИХ РАБОТ

05.13.06 - Автоматизация и управление технологическими процессами и производствами (промышленность);

05.20.01 - Технологии и средства механизации сельского хозяйства

Автореферат диссертации на соискание ученой степени кандидата технических наук

Оренбург - 2005

Работа выполнена в государственном образовательном учреждении высшего профессионального образования «Оренбургский государственный университет».

Научные руководители: доктор технических наук, профессор

Пишухин Александр Михайлович (специальность 05.13.06); доктор технических наук, профессор Султанов Наиль Закиевич (специальность 05.20.01)

Официальные оппоненты: доктор технических наук, профессор

Лысов Владимир Ефимович; доктор технических наук, профессор Константинов Михаил Маерович

Ведущая организация: Уфимский государственный авиационный

технический университет

Защита состоится « & » с.*?/72005 г. в у.// » часов на заседании диссертационного совета Д 212.181.02 при ГОУ ВПО «Оренбургский государственный университет» по адресу: 460018 г. Оренбург, пр. Победы, 13, в ауд. 6205.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Оренбургский государственный университет».

Автореферат разослан « 4 » у*** 2005 г.

Ученый секретарь диссертационного совета

Ч

В.И. Рассоха

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Сельскохозяйственное производство, ввиду возрос-ших-объемов и периодичности принявшее промышленные масштабы, требует высокопроизводительных методов обработки - авиационно-химических работ (АХР), с проведением трудоемких технологических операций сельскохозяйственными летательными аппаратами (СЛА), входящими в авиационный специализированный комплекс (АСК).

Отсутствие общей методологии повышения эффективности АХР привело к необходимости решения ряда частных задач. Так, анализ специфики функционирования авиационного комплекса, приведенный в работах Н.З. Султанова и С.Г. Хибатуллина, приводит к необходимости выделения управляющей компоненты - системы управления, выполняющей координирующие и диспетчерские функции, оптимизирующие производство агрохимических работ.

В настоящее время управление производством АХР осуществляется по возмущению - поступающей заявке на производство работ, что исключает возможность априорного выстраивания стратегии проведения АХР и снижает быстродействие комплекса вследствие затягивания периода технологической подготовки, что снижает устойчивость комплекса и может привести к срыву работ.

Разрешение перечисленных противоречий требует привлечения апробированного научно-методического аппарата. Основой исследования системных аспектов предметной области являются методы, разработанные Дж. Клиром, принципы и задачи метасистемного подхода, сформулированные A.M. Пищу-хиным. Концепции автоматизации процесса принятия решения на основе экспертных технологий разработаны М. Минским, К. Таунседом, Д. Фохтом с привлечением методологии принятия решения, предложенной Т. Р. Брахманом. Принципы моделирования предметной области на основе анализа и прогноза развития технических систем сформулированы С.А. Саркисяном.

Несмотря на весомый вклад исследователей в решение ряда частных задач исследуемой предметной области, в целом задача повышения эффективности управления производством АХР не решена, что определяет ее актуальность.

Цель исследования: повышение эффективности функционирования авиационного специализированного комплекса для производства авиационно-хими-ческих работ.

Цель исследования достигается путем решения следующих задач:

- обоснование применимости метасистемного подхода к функционированию авиационного специализированного комплекса;

- постановка и решение задачи оптимизации управления готовностью авиационного специализированного комплекса;

- разработка архитектуры экспертной системы поддержки принятия решения;

- исследование технологических факторов повышения эффективности авиационного специализированного комплекса.

Объектом исследования в диссертационной работе является система управления производством авиационно-химических работ.

Предметом исследования является эффективность системы управления авиационным специализированным комплексом.

Методы исследования. Поставленные задачи решались методами теории принятия решений, искусственного интеллекта. При решении задач оптимизации использованы регрессионные модели, построенные по методу Д. Бран-дона, алгоритмически и программно реализованные В.И. Чепасовым.

Научная новизна заключена в следующих положениях: развитие мета-системного подхода к функционированию АСК; зависимость распределения управляющих воздействий; система критериев оценки эффективности.

Практическая значимость работы заключается в повышении быстродействия, точности и устойчивости авиационного комплекса за счет применения системы компьютерной поддержки принятия решения.

Результаты исследований внедрены в ФГУАП «Оренбургские авиалинии»; в ФГУП ПО «Стрела», в учебный процесс ГОУ ВПО «Оренбургский государственный университет».

Апробация работы. Результаты исследований докладывались и были одобрены на: научно-практическом семинаре «Информатика 90-х» (Белорусский Центр информатики ЮНЕСКО/АСПРО, Минск, 1991); научно-методическом семинаре «Внедрение информационных технологий в образовательный процесс» (Оренбург, ОВЗРКУ, 1997); международной научно-практической конференции «Инновационные процессы в образовании, науке и экономике России на пороге XXI века» (Оренбург, ОГУ, 1998); областной научно-практической конференцией молодых ученых и специалистов (Оренбург, 1998); всероссийской научно-практической конференции «Современные аспекты компьютерной интеграции машиностроительного производства» (Оренбург, ОГУ, 2003); научно - методических семинарах кафедр «Управление инновационными проектами», «Системы автоматизации производства», «Программное обеспечение вычислительной техники и автоматизированных систем», «Вычислительная техника» ГОУ ВПО «Оренбургский государственный университет», кафедры «Сельскохозяйственные машины» ФГОУ «Оренбургский государственный аграрный университет».

Публикации. Основные положения диссертации опубликованы в 9 работах, в том числе в одной монографии.

Структура и объем диссертации. Диссертационная работа состоит из введения, пяти глав, заключения и приложений; изложена на 165 страницах машинописного текста, иллюстрируется 33 рисунками и 101 таблицей, содержит библиографию (155 наименований).

Положения, выносимые на защиту:

- по специальности 05.13.06

1) структурная модель функционирования авиационного специализированного комплекса для проведения АХР;

2) постановка и решение задачи оптимизации управления готовностью авиационного специализированного комплекса;

3) структурно-функциональная схема экспертной системы поддержки принятия решения;

- по специальности 05.20.01

4) двухуровневая структурная модель технологического процесса проведения АХР;

5) система критериев оценки эффективности АХР и методика на ее основе.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы исследования, сформулированы цель и задачи исследования, раскрыты его теоретико-методологические основы, сформулированы научная новизна и практическая значимость.

В первой главе проведено исследование состояния вопроса по научно-технической литературе и выполнен анализ научно-методического аппарата моделирования технологического процесса проведения АХР. Определена проблематика, уточнена цель и конкретизированы задачи исследования.

Во второй главе показана метасистемность функционирования авиационного комплекса по основным признакам (табл. 1), применимости задач, решаемых при метасистемном подходе, к АСК (табл. 2) и выявленной взаимосвязи этих задач с показателями качества управления (рис. 1).

Таблица 1 - Основные признаки системы, метасистемы, АСК

Основные признаки Система Метасистема АСК

Принципы синтеза

Полнота и достаточность +

Оптимальное число элементов + +

Степень взаимосвязей между элементами

Стабильность связей между элементами +

Самодостаточность, независимость + +

Время функционирования элементов

Все элементы функционируют одновременно +

Элементы функционируют не одновременно + +

На основе проведенного анализа разработана структурная модель функционирования АСК, приведенная на рис. 2 и показывающая, как при метаси-стемном подходе учитывается согласованность технологий и оптимизируется распределение общесистемных ресурсов. Анализ задач, решаемых при метаси-стемном подходе, показал, что малоисследованной, но важной является задача управления готовностью АСК, приводящая к необходимости постановки и решения задачи оптимизации.

Потери переходного процесс»

Затраты на управление

Рисунок 1 - Схема взаимосвязей показателей качества АСК с задачами метасистемного подхода

Таблица 2 - Применимость метасистемных задач к АСК

Задачи, решаемые при метасистемном подходе АСК

Выявление диапазонов эффективности систем +

Разработка стратегии переключения систем +

Оценка и управление уровнем готовности систем +

Выявление и обеспечение сочетаемости подсистем +

Распределение общесистемных ресурсов +

Оптимальный синтез метасистемы +

,, Т^Т I" ¿Г * Экспертная система под-" держхи принятиярйшения

Разбрасывание сМДП

химикаты, сельскохозяйствен»' (

комплекс, рудование, и др.

Рисунок 2- Структурная модель функционирования АСК

В третьей главе проведен статистический анализ на выборке значений <,-/„ с 1970 по 2000 год по данным отчетов 2-го летного отряда ПАНХ ФГУАП «Оренбургские авиалинии», приведенной в табл. 3.

Таблица 3 - Затраты времени на отдельные подготовительные мероприятия

Год проведения АХР Объем АХР, тыс. га Количество СХС Количество ЭВМ Поступление заявки на пооведение АХР Согласования со станцией защиты растений Финансирование областной администрацией Обследование обрабатываемых площадей Составление программы работ по хозяйствам Подготовка наземного комплекса Составление летного задания Планирование используемой технологии Подготовка с/х летательного аппарата Подготовка с/х оборудования Подготовка летного состава

¥ 0. п а Ч Ч '4 ч и Ч Ч Ч '.о 'и

1970 376 50 5 4 15 47 25 9 24 4 9 24 13 7

1971 386 50 5 6 18 44 24 8 22 6 8 25 12 8

1972 395 50 5 4 14 48 24 8 24 4 11 24 12 7

1973 406 50 5 5 13 46 22 7 23 4 9 24 14 8

1974 410 50 7 4 14 48 24 8 25 5 10 25 13 9

1975 414 49 7 6 15 45 23 7 24 4 9 24 12 8

1976 433 49 8 4 14 47 25 8 24 4 9 24 12 8

1977 442 48 9 5 13 49 24 9 23 3 8 26 11 7

1978 445 48 9 4 14 48 23 8 24 4 9 24 13 8

1979 447 46 11 4 13 49 26 8 23 5 8 25 12 8

1980 451 46 12 6 14 50 25 7 22 4 10 26 10 9

1981 436 45 12 5 15 47 25 8 25 3 8 25 11 7

1982 420 44 13 4 15 49 24 9 25 5 7 23 11 8

1983 405 42 14 5 13 48 24 8 24 4 9 24 12 8

1984 397 40 15 3 12 46 25 9 26 5 10 25 13 6

1985 389 38 16 5 15 47 26 9 25 3 10 25 11 8

1986 373 36 17 6 16 44 23 7 26 5 9 24 12 9

1987 358 36 19 4 14 49 25 8 25 3 10 25 13 7

1988 343 35 21 5 15 47 23 9 25 5 8 22 14 9

1989 335 35 23 3 16 50 22 7 23 5 11 25 11 8

1990 327 34 26 5 15 49 25 8 25 3 10 24 11 9

1991 329 34 29 5 15 51 26 9 25 5 9 25 11 10

1992 330 30 32 6 13 46 26 7 23 4 9 25 12 8

1993 331 25 34 5 12 51 25 10 22 7 10 22 10 7

1994 333 21 36 5 13 47 23 9 23 5 11 26 11 9

1995 335 18 41 4 13 49 23 8 23 5 10 25 13 8

19% 338 17 43 5 12 47 25 11 22 3 11 23 11 6

1997 339 16 45 5 13 49 25 9 25 5 10 25 13 7

1998 340 14 47 3 12 50 26 10 23 5 9 24 11 9

1999 342 14 48 5 13 47 25 9 25 6 10 23 13 7

2000 343 12 50 4 14 48 24 8 24 4 9 24 12 8

На матрице исследования проведен корреляционный анализ и вычислены коэффициенты парной корреляции (-15 г^ £1) по формуле Пирсона

^ '\хаххау ' (1)

где гку - коэффициент корреляции; п - размер выборки; ах = -ДГ, а, = стандартные отклонения;

1>,-*)2 Ву.-УУ

2

А =—-. А.

, , "у ---дисперсии;

п-1 л-1

- -

* - —, У = — - средние арифметические для выборочных совокупностей данных.

Произведена проверка по критерию х~ гипотезы о нормальности исходной выборки по каждой последовательности. Анализ последовательностей переменных, представленных в матрице исследования, указывает на то, что их распределения значимо отличаются от нормального и характеризуются полиномиальным распределением. Корреляционная матрица приведена в табл. 4.

Таблица 4 - Корреляционная матрица

1.00 -0.76 -0.96 0.% -0.07 -0.40 0.33 0.21 0.40 0.02 0.20 0.33 -0.17 -0.18 0.04

-0.76 1.00 0.78 -0.77 0.01 0.10 -0.16 -0.06 -0.32 0.01 -0.29 -0.44 0.25 0.00 -0.10

-0.96 0.78 1.00 -0.99 0.08 0.43 -0.25 -0.17 -0.46 0.07 -0.25 -0.37 0.19 0.10 0.04

0.96 -0.77 -0.99 1.00 -0.08 -0.44 0.30 0.22 0.45 -0.09 0.25 0.35 -0.18 -0.13 -0.01

-0.07 0.01 0.08 -0.08 1.00 0.27 -0.40 0.00 -0.24 -0.15 -0.05 -0.15 0.03 -0.17 0.20

-0.40 0.10 0.43 -0.44 0.27 1.00 -0.33 -0.26 -0.43 0.20 -0.01 -0.30 0.08 -0.02 0.36

0.33 -0.16 -0.25 0.30 -0.40 -033 1.00 0.27 0.29 -0.18 0.08 0.17 0.04 -0.41 0.15

0.21 -0.06 -0-17 0.22 0.00 -0.26 0.27 1.00 0.41 0.07 -0.10 -0.05 0.09 -0.33 -0.12

0.40 -0.32 -«.46 0.45 •0.24 •0.43 0.29 0.41 1.00 -0.07 0.15 0.10 -0.36 -0.20 -0.32

0.02 0.01 0.07 -0.09 -0.15 0.20 -0.18 0.07 -0.07 1.00 -0.12 -0.12 -0.09 0.37 0.05

0.20 -0.29 -0.25 0.25 -0.05 -0.01 0.08 -0.10 0.15 -0.12 1.00 -0.02 -0.28 0.06 0.15

0.33 -0.44 -0.37 0.35 -0.15 -0.30 0.17 -0.05 0.10 -0.12 -0.02 1.00 0.13 -0.10 -0.17

-0.17 0.25 0.19 -0.18 0.03 0.08 0.04 0.09 -0.36 -0.09 -0.28 0.13 1.00 -0.16 0.14

-0.18 0.00 0.10 -0.13 -0.17 -0.02 -0.41 -0.33 -0.20 0.37 0.06 -0.10 -0.16 1.00 -0.14

0.04 -0.10 0.04 -0.01 0.20 0.36 0.15 -0.12 -0.32 0.05 0.15 -0.17 0.14 -0.14 1.00

Получены тесные связи между рядом параметров, приведенных в табл. 5.

Таблица 5 - Тесные связи между значениями временных параметров

№ п/п Параметр У а п а

1 Параметр У (год проведения АХР) 1.000 - 0.758 - 0.963 0.964

2 Параметр р (объем АХР, тыс. га) -0.758 1.000 0.778 - 0.770

3 Параметр п (количество СХС) - 0.963 0.778 1.000 - 0.991

4 Параметр а (количество ЭВМ) 0.964 - 0.770 - 0.991 1.000

Факторный анализ позволил сократить число исследуемых параметров до 8, исходя из основного предположения

= (2)

где Х- переменная; Ту- фактор; а/г- нагрузка; к - число факторов; е- остатки,

представляющие источники отклонений и действующие наХ; /=1,2.....р.

Интерпретируем факторы показателями, которые в них объединились, и определяем базовые параметры, приведенные в табл. 6.

Таблица 6 - Базовые параметры с учетом нагрузок по факторам

Номер фактора Базовый параметр Нагрузка

1 Подготовка летного состава - 0.8892

2 Обследование обрабатываемых площадей 0.9153

3 Составление летного задания - 0.9682

4 Поступление заявки на проведение АХР - 0.9075

5 Подготовка наземного комплекса 0.9242

6 Планирование используемой технологии -0.9176

7 Подготовка с/х летательного аппарата 0.9262

8 Согласования со станцией защиты растений 0.8671

Для отыскания оптимальных условий протекания многопараметрического процесса используем полиномиальные математические модели вида

(3)

где у - параметр оптимизации; Ь(еЬ^Ь^Ь11 - выборочные коэффициенты регрессии; - параметры и их взаимодействия,

Полиномиальные регрессионные модели приведены в табл. 7." Адекватность полученных полиномиальных регрессионных моделей оценена по их характеристикам и приведена в табл. 8.

Таблица 7 - Полиномиальные регрессионные модели.

у = - 0.1738 •70' ■х 2° + 0.2067 -КГ'-х г1- 0.7146 -КГ4-хг2 + 0.7783 • IV7- х г + + 0.9393 • 10°-х3° + 0.2326 • 10°-х3'- 0.5275 •КГ2-х3г + 0.4200 -10* • х3--0.7992 • КГ1 -Х40-0.7620 •7<Г2 ■ х41+ 0.1320 ■ 1(Г2-х42- 0.1455 • 104• х3

'г у = -0.1166Ю3Х2° + 0.1087 ■ 10' • * 2' - 0.316 5 -КГ2-х32 + 0.2927 - 1(Г* 23+ + 0.6060 ■ 101 • Xз°• 0.6622 • 10°• хз1 + 0.2072 -КГ1 Хз2-0.1937 -1(Г3х/+ + 0.1448 • 102х 4°-0.2117-10° ■*/ -0.1691 -1(Г1 -х42 + 0.2264 - 1СГ3 ■ х /

и у = 0.6376 -10*-х 2°- 0.2898 ■ 10" - х гТ + 0.2405 - КГ3 • *22 + 0.2219 • ИГ-х г -- 0.1248 -10 1-х3°-0.2273 -10°-Хз1 + 0.9803 -1<Г2-Хз2" 0.5536 -КГ'-х 33+ + 0.3800-102-х4-0.5597 -10о-х41 • 0.1029 • 10Г1-х/ + 0.7996 -10*-х43

<4 у = - 0.8638 • 70 * • х 2" + 0.6429 • 10' • х 2' - 0.1592 ■1<Г' • х 22 + 0.7309 ■ 1<Г-х 23 -- 0.3934 -102-Хз° + 0.1853 •101-Хз1+ 0.2798 -1<Г1 -х 32+ 0.1592 • 10Г3 ■ х 33+ + 0.2115 -102 • х 4° +0.1172-10°-х 41+ 0.1636 - 1СГ* 42 - 0.1507 •1<Г3 -х 43

п у = - 0.1454 -10 * - х г + 0.9926 ■ 10 0 • х 2' - 0.2242 • х 22 + 0.1667 - 1<Га ■ х /+ + 0.7370- 70 2- х з° - 0.1988 -10°-Хз1+ 0.2453 • 10Г2- х32 + 0.1426 -КГ'-х 33- 0.3081 • 101 ■ х 4" + 0.5507- 10'1-х41 + 0.1636 - 1<Г2- х 4 - 0.1349 -1(Г3х 4

'б у = - 0.2124 -101 - х г" - 0.2047 • 10" • х2' + 0.1104 -КГ2 • х 22 + 0.1428 -КГ*-х - 0.8857 • 10 1-хз° • 0.2849 -10° Хз1+ 0.9958 ■ КГ3-х32 + 0.5512 ■ КГ4 -х33+ + 0.1984 -102-х4° + 0.3629 ■ 10 0 ■ х 41 -0.9819 • КГ2- х42-0.1297 ■ КГ3-х 43

у = 0.3654 -10' • х г" + 0.6786 -70 2 ■ х 2'- 0.9774 ■ 10" х2*-0.9187 -КГ'-х - 0.4138 -10°-хз° - 0.1127 ■ 10°■ х31 - 0.4944 ■ КГ2- х32+ 0.5769 -10* - х 33+ + 0.2387 -Ю°-х40- 0.2496 • 70х 4 - 0.1070 - КГ1- х 42 - 0.1391 -1(Г3-х 43

у = - 0.2632 ■ 10 1 • х г" + 0.1125 -10 " ■ х 2' - 0.3303 ■ 1(Г3 ■ х 22 ■ 0.3044 -КГ'-х г3+ + 0.5342 -10°-Хз° + 0.2904 -10• х 31 - 0.8159 - КГ2- х32+ 0.1051 -КГ'-х 33+ + 0.1365 -101-х4° - 0.1389 • 10'1- х 4 + 0.3583 ■ 1(Г2- х 2 - 0.6589 -КГ* • х /

и у = 0.2274 -Ю'-Хг"* 0.4624 70'' • х 2Т - 0.2168 ■1<Г3-х з2-0.2827 • 10*-х - 0.8748 • 70 ' • х3°+ 0.3259 10 '3 *а1 - 0.4763 • КГ2- х32 + 0.1521 ■ КГ3 -х -0.4012 -10°-х4 • 0.1340 - 10'1-х41 -0.2015 • 1(Г*-х 2• 0.5997 • КГ5-х43

и у = - 0.1828 • 10 3 • х 2° + 0.1362 -10' ■ х г' - 0.3351 -КГг-х 2*+ 0.2706 -КГ^ -х /+ + 0.1762 • 10°- х з" + 0.2821 -10■ х 31 - 0.1047 - КГ2- х32 + 0.7835 -1<Г5 -х /+ + 0.1448 -102-х4 - 0.1092 -100 • х 41 + 0.4984 ■ КГ3- х 42 + 0.2041 -КГ4 -х43

у = 0.4305 • 70 2 - х2°- 0.1731 -10° -х 21 + 0.2270 • Ю3 ■ х 2г- 0.3758 ■ КГ7• х г3+ + 0.3454 -10°■ хз° - 0.2348 -10° -х31 + 0.8536 -КГ2-х32 - 0.7101 ■ 10Г4 ■ х - 0.2337 -101 ■ х 4°+ 0.1773 -10°- х / - 0.4693 ■ 1<Г2 • х 42 + 0.4089 -КГ* -х43

Таблица 8 - Наиболее адекватные полиномиальные регрессионные модели

Максимальные по вкладу параметры-аргументы Характеристики модели

Коэффициент детерминации Средняя абсолютная ошибка Средняя ошибка в процентах Адекватность модели

<2 а = 0.8678 0.70 0.78 5.61 +

<3 а =0.9150 0.63 1.18 2.46 +

tt а =0.7922 0.65 0.71 2.92 +

16 а = 0.9155 0.68 0.72 3.01 +

'ю а = 0.9032 0.51 0.78 6.52 +

Характеристики моделей показывают, что наиболее адекватны те, в которых параметрами-аргументами является а - количество ЭВМ.

Оптимизация значений временных параметров проведена по построенным регрессионным моделям, где в качестве параметров-аргументов приняты значения Q, п и а и определены границы их изменения. В этих границах найдены оптимальные значения каждого параметра и сведены в табл. 9.

Таблица 9 - Границы изменения значения параметров-аргументов

Параметры-аргументы Границы изменения

0 - объем АХР 327,000 + 451,000

п - количество СХС 12,000 + 50,000

а - количество ЭВМ 5,000 + 50,000

Экстремумы значений временных параметров приведены в табл. 10. Таблица 10 - Экстремумы значений временных параметров

Параметр тш е п а

Поступление заявки на проведение АХР 3,025 377,839 12,000 5,000

Согласования со станцией защиты растений 7,814 439,219 24,160 42,575

Финансирование областной администрацией 38,371 390,859 12,950 5,000

Обследование обрабатываемых площадей 0,001 425,579 12,570 5,675

Составление программы работ по хозяйствам 4,775 327,000 31,760 5,000

Подготовка наземного комплекса 15,118 327,000 12,000 5,000

Составление летного задания 3,682 450,999 41,449 49,999

Планирование используемой технологии 3,505 449,139 49,809 49,999

Подготовка с/х летательного аппарата 23,868 359,239 12,000 49,999

Подготовка с/х оборудования 9,994 450,999 49,999 34,925

Подготовка летного состава 4,953 417,519 17,700 5,000

Анализ оптимальных значений временных параметров, приведенных в табл. 9, показал, что независимый параметр а не оказывает существенного влияния на следующие зависимые параметры:

- поступление заявки на проведение АХР;

- финансирование областной администрацией;

- обследование обрабатываемых площадей;

- составление программы работ по хозяйствам;

- подготовка наземного комплекса;

- подготовка летного состава.

Таким образом, перечисленные подготовительные мероприятия обусловлены низким уровнем автоматизации.

В четвертой главе на основе анализа технологического процесса, подсистем АСК, исследования их взаимосвязей, построена структурно-функциональная схема экспертной системы. Генерация ее решений подчинена иерархии, где первый, самый высокий уровень, определяет технологию, второй - технологические структуры и третий - технологические параметры. Концептуальную схему и идеологию построения экспертной системы определяет ее операционное ядро. Его функции представляют собой верхний уровень и сводятся к системной увязке основных структур. Инженерный уровень представлен информационным ядром, основу которого составляет блок логического вывода, позволяющий на основе фактов, представляющих собой массивы исходных данных, осуществлять вывод новых фактов, определяющих конкретное или смысловое значение выдаваемых рекомендаций. Экспертная система представлена двумя звеньями - циклическим и ациклическим. Циклическое звено оперирует тактическими параметрами. Ациклическое звено включается в работу с окончанием сезона максимальной нагрузки. Результатом работы ациклического звена является определение стратегии развития авиационного комплекса. Структурно-функциональная схема приведена на рис. 3.

В пятой главе приведены практические результаты - предложена система критериев оценки эффективности АСК, учитывающих ее повышение за счет применения экспертной системы. На эффективность оказывает влияние ряд факторов: эквивалентность знаний о предметной области - на точность; время выработки решения - на быстродействие; трудоемкость построения базы знаний - на стоимость. Пророст эффективности авиационного комплекса

(4)

где W - эффективность, полученная с учетом использования экспертной системы; W- эффективность без использования экспертной системы.

Мерой эквивалентности знаний является модуль вектора ошибок

(5)

где }=\,..., N - порядковый номер элемента нечеткого множества X,; значение функции принадлежности, определяемое экспертной системой;

- значение функции принадлежности, определяемое по источникам экспертной информации.

Время выработки решения опредетается временем логического вывода

где я0( - количество обращений к 1 - му фрейму; п3 - количество слотов в i - ом фрейме; 1Х1 - время поиска 1 - го фрейма; - время поиска] - го слота в ь м фрейме; 1р - время выполнения правил и процедур] - го слота в ! - ом фрейме.

Ш - IV

А \У = ---—100 %

IV

ОПЕРАЦИОННОЕ ЯДРО ЭКСПЕРТНОЙ СИСТЕМЫ

'г.." . -

»АЦИКПИЩС-

I

Статистический анализ агрохи-; мических ^мероприятий

"д -Ш } ■ Т—'

мц^уу. лии

■¿и

||| ■

блок ЛОГИЧЕСКОГО ВЫВбДА'

■к. ,«,. .1, илу-в ■^.«^•»«мер**-*ууч'*^ #„¿«¡>.,.»1.........

МОДЁЙЬ ПРЕД^^ОёлАСТИ

БЛОК ПОПОЛНЕНИЯ БАЗЫ ЗНАНИЙ

Пересчет диапазонов эффектив-" ности

Разработка -

стратегии б тактическими изменениями

Выбор оптимальных технологий

Перераспределение ресурсов для оптимизации готовности

Синтез авиационного специализированного комплекса

«ийр

шр

Стратегия использования технологий

Карта -готовности или распределения ресурсов

Рисунок 3 - Структурно - функциональная схема экспертной системы

Трудоемкость построения базы знаний Q складывается из трудоемкости программирования Q1 и трудоемкости приобретения знаний Q2

Q = Q^ + Qг, (7)

где а - сложность языка программирования; п - количество правил и процедур;

где - коэффициент, определяемый спецификой предметной области.

Прирост эффективности авиационного комплекса получен как средний по группам источников экспертной информации (табл 11)

Таблица 11 - Прирост эффективности авиационного комплекса

Группы источников экспертной информации

1 - я группа 2-я группа 3-я группа

1 2 3 4 5 6 1 | 2 3 | 4 5 | 6 1 2 13 4 5 6

Прирост эффективности, %

8 5 7 7 6 3 12 13 14 12 13 12 14 | 18 16 14 15 | 18

Средний прирост эффективности по л руппам, %

5,7 | 12,6 15,6

Общий средний прирост эффективности 12,6 %

Эквивалентность знаний определяется величиной модуля вектора ошибок как средняя по группам источников и представлена в табл. 12.

Таблица 12 - Эквивалентность знаний о предметной области

Группа источников Значения модуля вектора ошибок (х-10 2)

Определяемые параметры технологии

Длина перелета Высоты обработки Длина гона Масса химикатов

1 17 16 13 12

2 18 15 14 11

3 16 14 12 10

Среднее значение модуля вектора ошибок составляет 14 %

Время выработки решения определяется временем нахождения основных параметров технологического процесса, приведенных на рис. 4

0,4

0,35 0,3 а I 0,25

к

5 и

а

I г

г I °'15 ■

I & °'1 "

& 0,05 -

в о

0,38

........0,33.......... >, р, . ... - ...

— ** 4 % , „ . X'

Длина перелета Высота Длина гона Масса химикатов

обработки

Рисунок 4 - Время выработки решения экспертной системой

Результаты определения трудоемкости построения базы знаний приведены в табл. 13.

Таблица 13 - Трудоемкость построения базы знаний

Количество Количество Количество Количество Время

групп инженеров програм- правил и приобретения

экспертов познаниям мистов процедур (час)

3 1 1 24 12,5

Среднее время создания базы знаний составляет 4,5 месяца

Практические аспекты повышения готовности технологического процесса реализованы путем составления организационной диаграммы (рис. 5), на которой выделена критическая последовательность, определяющая минимум затрат времени на подготовительные мероприятия, равный 103 часам или, приблизительно, 8 суткам, что согласуется с реальными сроками.

0 т t

Рисунок 5 - Организационная диаграмма последовательности проведения подготовительных мероприятий

Определенные при факторном анализе на модифицированной матрице базовые параметры согласуются с критической последовательностью с погрешностью 4,45 %. Анализ затрат времени показывает, что сокращение времени на 10-12 % возможно путем автоматизации организационно-управленческих работ. Это снижает затраты времени на проведение подготовительных мероприятий с 8 суток до 8 часов, что подтверждено расчетами.

Двухуровневая структурная модель технологического процесса проведения АХР приведена на рис. 6. Выбор летательного аппарата, определяющего авиатехнологию, описывает верхний уровень структурной модели и задает исходные данные для моделирования нижнего уровня. Нижний уровень структурной модели определяет средства воздействия и способы их внесения.

В заключении приведены основные выводы и результаты, намечены направления дальнейших исследований.

В приложении приведены материалы, дополняющие и поясняющие содержание работы: исходные тексты программ интерфейса и механизма логического вывода, структура баз данных и баз знаний, документы по внедрению.

Рисунок 6 - Двухуровневая структурная модель технологического процесса производства авиационно-химических работ

Основные выводы и результаты исследований

1 Показана метасистемность функционирования авиационного специализированного комплекса: по основным признакам отличия системы от метасистемы; по применимости задач, решаемых при метасистемном подходе, к АСК; по взаимосвязи задач, решаемых при метасистемном подходе, с основными показателями качества управления (точность, быстродействие, устойчивость).

2 Анализ задач, решаемых при метасистемном подходе, как наиболее важную определил задачу обеспечения готовности и позволил разработать структурную модель функционирования авиационного специализированного комплекса.

3 Поставлена и численно решена задача оптимизации управления готовностью путем оптимизации временных параметров технологической подготовки по построенным полиномиальным регрессионным моделям. Выявлены закономерности, показывающие, что:

- определенные при факторном анализе базовые параметры согласуются с критической последовательностью организационной диаграммы при погрешности, не превышающей 4,45 %;

- наиболее адекватными полиномиальными регрессионными моделями являются те, у которых параметром-аргументом является независимый параметр а (количество ЭВМ), определяющий уровень автоматизации.

4 На основе анализа специфики проведения АХР, взаимодействия подсистем авиационного комплекса, исследования их взаимосвязей сконфигурирована структурно-функциональная схема экспертной системы поддержки принятия решения.

5 Разработана система критериев оценки эффективности авиационного специализированного комплекса за счет применения экспертной системы и методика на ее основе. Прирост эффективности АХР при использовании экспертной системы составил около 12 %.

6 Получено значение времени логического вывода для основных задач, определяющих длину перелета, высоту обработки, длину гона, массу химикатов и составляющее без учета времени ввода исходных данных менее 0,4 с

7 Разработана двухуровневая структурная модель технологического процесса. Первый уровень модели определяет выбор средства доставки, второй уровень - способ и средства внесения. Разработана информационная модель выбора рационального варианта летательного аппарата.

8 Реализация концепции сокращения времени проведения подготовительных мероприятий за счет их согласования, частичной или полной автоматизации, показала, что затраты времени могут быть снижены с 8 суток до 8 часов.

9 Проведенные исследования показали целесообразность разработки и уточнения информационной модели авиационного комплекса с учетом задач, решаемых смежными подразделениями, производящими грузовые и пассажирские перевозки, проводящими обследование и съемку местности и т.д.

Основные положения диссертации опубликованы в следующих работах:

1. Дибихин К.Ю. Применение экспертных систем в управлении телеобработкой данных // Тез. докл. научн.-практ. сем. «Информатика 90-х».-Минск: ЮНЕСКО/АСПРО, 1991.- С. 31.

2. Дибихин К.Ю., Портников Б.А., Султанов Н.З. Сравнительный анализ математических и эвристических методов прогнозирования параметров сложных технических систем // Внедрение информационных технологий в образовательный процесс: Материалы научн. - метод, сем. - Оренбург: ОВЗРКУ, 1997. -С. 41-44.

3. Дибихин К.Ю., Портников Б.А. Концепции, понятия и определения в дисциплине «Теория и практика принятия решений» // Метод, руководство для студ. всех спец. техн. профиля. - Оренбург: ОГУ, 1997.- 30 с.

4. Дибихин К.Ю., Портников Б.А. Проектирование конкурентно-способных объектов сложной техники в целях создания перспективных технологий и инструментальных средств инжиниринга // Инновационные процессы в образовании, науке и экономике России на пороге XXI века: Тез. докл. междунар. научн.-практ. конф.- Оренбург: ОГУ, 1998. - С. 74-75.

5. Абдрашитов Р. Т., Султанов Н.З., Дибихин К.Ю., Портников Б.А. Создание базы знаний экспертной системы поддержки процесса проектирования вертолета многоцелевого назначения исходя из условий летной операции // Внедрение информационных технологий в образовательный процесс: Матер, научн. - метод, сем. Выпуск 3. - Оренбург: ОВЗРКУ, 1998.- С. 71-80.

6. Бондаренко ВА, Абдрашитов Р.Т., Дибихин К.Ю., Локтионов А.П., Портников Б.А., Султанов Н.З. Инновационные процессы в авиационно-химических работах - экологический аспект: Монография. - Оренбург: ОГУ, 1999. - 200 с.

7. Дибихин К.Ю., Пищухин А.М., Султанов Н.З. Постановка задачи оптимизации уровня готовности технологии проведения авиационно-химических работ // Современные аспекты компьютерной интеграции машиностроительного производства: Сборник статей всероссийск. научн. - практ. конф.- Оренбург: ОГУ,2003.-С. 119-123.

8. Дибихин К.Ю. Экспертная система поддержки принятия решения о выборе технологии проведения авиационно-химических работ // Современные аспекты компьютерной интеграции машиностроительного производства: Сборник статей всероссийск. научн. - практ. конф. - Оренбург: ОГУ, 2003. - С. 123 -128.

9. Дибихин К.Ю. Экспертная система поддержки принятия решения «КООРДИНАТОР 2000». Свидетельство о регистрации в Отраслевом фонде алгоритмов и программ Государственного координационного центра информационных технологий Минобразования России № 3133. - М: МО РФ, 2004.

Лицензия № ЛР020716 от 02.11.98.

Подписано в печать 25.05.2005. Формат 60x84 716. Бумага писчая. Усл.печ. листов 1,0. Тираж 100. Заказ 319.

ИПК ГОУ ОГУ

460352, г. Оренбург, ГСП, пр. Победы 13, Государственное образовательное учреждение «Оренбургский государственный университет»

, '' KSc

11 ИЮЛ 2005 Я a-«***** J

\ y