автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Разработка мультиагентной системы поддержки принятия решений по оценке эксплуатационной надежности систем управления

На правах рукописи

Основина Ольга Николаевна

РАЗРАБОТКА МУЛЬТИАГЕНТНОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО ОЦЕНКЕ ЭКСПЛУАТАЦИОННОЙ НАДЕЖНОСТИ СИСТЕМ УПРАВЛЕНИЯ

Специальность 05.13.10 - управление в социальных и экономических системах

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

1 ^7422

Воронеж - 2007

003177422

Работа выполнена в Старооскольском технологическом институте (филиале) государственного образовательного учреждения высшего профессионального образования «Государственный технологический университет «Московский институт стали и сплавов»

Научный руководитель: доктор технических наук, профессор

Еременко Юрий Иванович

Старооскольский технологический институт (филиал) ГОУ ВПО «Государственный технологический университет «Московский институт стали и сплавов» (г Старый Оскол)

Официальные оппоненты: доктор технических наук, профессор

Сербулов Юрий Стефанович

Воронежский институт высоких технологий (г Воронеж)

кандидат технических наук, доцент Белоусов Вадим Евгеньевич Воронежский государственный архитектурно-строительный университет (г Воронеж)

Ведущая организация: ГОУ ВПО Белгородский государственный

технологический университет имени В. Г. Шухова (г. Белгород)

Защита состоится «19» декабря в 12 00 часов на заседании диссертационного совета Д 212 033 03 при Воронежском государственном архитектурно-строительном университете по адресу 394006, г Воронеж, ул 20-летия Октября, 84, а 3220

С диссертацией можно ознакомиться в библиотеке Воронежского государственного архитектурно-строительного университета

Автореферат диссертации разослан «19» ноября 2007 г.

Ученый секретарь диссертационного совета

Чертов В А

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Надежность современных систем управления (СУ), наряду с эффективностью, живучестью, безопасностью, эффективностью управления, является важной составляющей их качества. Все чаще эти системы попадают в категорию «критичных», т е имеют абсолютное влияние на деятельность организаций и предприятий, в рамках которых они функционируют Потеря работоспособности таких систем даже на короткое время приводит к серьезным проблемам, связанным с утратой дохода, непредвиденными расходами, простоем производства и персонала, потерями времени, а порой и к техногенным катастрофам

Как известно, наиболее существенное влияние на надежность систем управления оказывает надежность комплекса технических средств. Поэтому решение задач, связанных с повышением надежности функционирования аппаратной части систем является наиболее актуальной задачей

В настоящее время получены значимые результаты в области оценки и прогнозирования показателей надежности элементов и типовых подсистем на стадии их проектирования, известно большое число методов и инженерных методик, доведенных до алгоритмов и программ, разработан ряд нормативных документов по проектной оценке надежности Однако задача оценки эксплуатационной надежности в масштабе реального времени, когда необходим точный и оперативный учет целого ряда факторов, решена недостаточно

Сложной задачей остается расчет эксплуатационной надежности современных СУ в целом Главная причина такого положения заключается в проблеме нестационарности характеристик элементов и узлов, размерности и трудоемкости процедур построения математических моделей надежности многофункциональных систем, состоящих из большого числа разнородных составляющих, сложности получения и учета большого разнообразия факторов, характеризующих реальные условия эксплуатации Кроме того, традиционные методы основываются на использовании статистических данных об отказах Но для современных СУ и их элементов отказы - редкие события, поэтому делать выводы о фактической и прогнозной надежности становится весьма затруднительно, так как требуется длительное время для получения результатов наблюдений, что в свою очередь приводит к снижению оперативности решения задачи Использование же статистической информации, известной из опыта эксплуатации аналогов, не позволит получить достоверный результат 1

Отмеченные обстоятельства позволяют заключить, что исследование и разработка новых моделей и механизмов оценки эксплуатационной надежности систем управления, является в настоящее время актуальной задачей, для решения которой возникает необходимость в привлечении знаний из различных областей и современных методов принятия решений, включая методы искусственного интел лекта, которые, по мнению автора, позволят обеспечить более высокую достоверность и оперативность решения задачи оценки эксплуатационной надежности СУ в масштабе реального времени

Основные исследования, получившие отражение в диссертации, выполнялись по плану комплексной научно-исследовательской работы СТИ МИСиС «Разработка математических методов управления процессами основного и вспомогательного производства в металлургии» (шифр темы 1 202 00)

Цели и постановка задач исследования. Целью диссертации является разработка и реализация мультиагентной системы поддержки принятия решений, позволяющей в масштабе реального времени осуществлять оценку и прогноз эксплуатационной надежности аппаратной части систем управления с учетом целого ряда факторов, влияющих на надежность

Достижение цели работы потребовало решения следующих задач.

1 Анализ текущего состояния и направлений развития существующих методов оценки надежности аппаратной части систем управления

2 Выбор мультиагентной технологии для реализации механизма принятия решений по оценке эксплуатационной надежности

3. Разработка математических моделей оценки показателей эксплуатационной надежности элементов систем управления с использованием дополнительной априорной информации

4 Синтез моделей интеллектуальных агентов в соответствии с ролевым назначением и разработка на их основе алгоритмов поведения для решения задач оценки эксплуатационной надежности в масштабе реального времени

5 Разработка модели и алгоритмов функционирования мультиагентной системы поддержки принятия решений для оперативной и достоверной оценки показателей надежности

Методы исследования. В работе использованы методы мультиагентных технологий, математической статистики, теория и методы проектирования информационных систем, баз данных, теория сложных систем управления, методы теории вероятностей, теории надежности систем.

Научная новизна и значимость результатов диссертационной работы состоит в следующем

1 Предложен метод построения системы поддержки принятия решений по оценке эксплуатационной надежности систем управления с использованием мультиагентной технологии

2 Построены модели интеллектуальных агентов системы с определением их ролевого назначения и алгоритмов поведения для решения задач оценки эксплуатационной надежности в масштабе реального времени

4 Разработаны модели представления знаний для агентов системы, отличающиеся композицией продукционных правил и схем логического вывода на сети

3 Синтезирована модель мультиагентной системы поддержки принятия решений, основанная на совместной декомпозиции моделей элементов внутренней и внешней среды, позволяющая оперативно оценивать показатели эксплуатационной надежности за счет интеграции компонентов системы

5 Предложен комплекс алгоритмов реализации мультиагентной системы поддержки принятия решений для оперативной оценки эксплуатационной надежности аппаратной части систем управления

Достоверность научных результатов. Научные положения, теоретические выводы и практические рекомендации, включенные в диссертацию, подтверждены расчетами, моделированием на ЭВМ, производственными экспериментами и экспертными оценками специалистов, а также апробацией полученных результатов на производстве

Практическая значимость и результаты внедрения.

1 Применение предложенных методов, моделей, алгоритмов позволяет разработать и реализовать автоматизированную систему ППР, позволяющую оценивать показатели эксплуатационной надежности отдельных элементов и СУ в целом Функционирование системы в реальном масштабе времени и учет целого ряда факторов, влияющих на надежность, позволит повысить достоверность и оперативность получаемых оценок, что в свою очередь будет способствовать точному и своевременному прогнозированию реального технического состояния, приведет к росту уровня технической готовности аппаратной части СУ

2 Разработанные модели, методы и алгоритмы используются в практике оценки эксплуатационной надежности НПО «Промпроект», ОАО «Проектэлек-тромонтаж», ООО «Автоматизированные системы и приводы»

3 Результаты диссертационной работы используются в учебном процессе при изучении студентами специальных дисциплин «Системы искусственного интеллекта», «Диагностика и надежность автоматизированных систем», «Проектирование систем управления», «Надежность информационных систем» при прохождении производственных практик, при выполнении дипломных работ

На защиту выносятся:

1 Метод построения системы поддержки принятия решений для оперативной оценки эксплуатационной надежности с использованием мультиагентной технологии

2 Модели и алгоритмы поведения интеллектуальных агентов, согласно их ролевому назначению для оценки эксплуатационной надежности систем управления в масштабе реального времени

3 Модели представления знаний интеллектуальных агентов системы, отличающиеся композицией продукционных правил и схем логического вывода по базе знаний

4 Модель мультиагентной системы поддержки принятия решений, основанная на совместной декомпозиции моделей элементов внутренней и внешней среды, позволяющая интегрировать компоненты системы

5 Комплекс алгоритмов функционирования автоматизированной информационной системы оценки надежности в масштабе реального времени

6 Программно-технический комплекс реализации мультиагентной системы ППР по оценке эксплуатационной надежности аппаратной части систем управления

Апробация работы. Материалы диссертационного исследования докладыва-

лись и обсуждались на международной научно-технической конференции «Современная металлургия начала нового тысячелетия» (Липецк, 2006г), на международной научно-практической конференции «Образование, наука, производство и управление» (Старый Оскол, 2006г , 2007 г), на международных научных конференциях «Образование, наука, производство и управление в XXI веке» (г Старый Оскол, 2004г , 2006г), «Сложные системы управления и менеджмент качества CCSQM'2007» (Старый Оскол, 2007), на всероссийской I школе-семинаре молодых ученых «Управление большими системами» (Самара, 2006г), на всероссийской II школе-семинаре молодых ученых «Управление большими системами» (Воронеж, 2007г), региональных, научно-практических конференциях «Современные проблемы технического, естественно-научного и гуманитарного знания» (Губкин, 2004г), «Молодые ученые - производству» (г Старый Оскол, 2004г, 2005г, 2007г), «Образование, наука, производство и управление в XXI веке» (г Старый Оскол, 2005г)

Публикации. По результатам исследования опубликовано 12 печатных работ, в том числе одна в издании, рекомендованном ВАК РФ

Личный вклад автора в работах, опубликованных в соавторстве, состоит в следующем в работе [1] выявлены и структурированы особенности современных производственных СУ с позиций теории надежности, в работе [2] предложен математический аппарат расчета оценочных и прогнозных показателей надежности отдельных элементов СУ, в работах [3], [10] разработаны структуры и алгоритмы функционирования интеллектуальных агентов в мультиагентной системе оценки и прогнозирования надежности, согласно их ролевому назначению, в работе [4] проведен анализ влияния процедур диагностики, контроля технического состояния систем и их элементов на оценку и прогноз надежности, в работах [5], [12] автором разработана функциональная структура системы оценки и прогнозирования эксплуатационной надежности, в [6] рассмотрены и проанализированы возможности применения мультиагентных технологий для оценки и прогнозирования надежности СУ, в работе [7] разработана модель представления знаний интеллектуальных агентов в мультиагентной системе оценки и прогнозирования эксплуатационной надежности аппаратной части СУ, в работе [8] предложен системный подход к обеспечению требуемой надежности технических средств на основе комплексного анализа их отказов, в работе [9] предложена функциональная модель поведения агентов в MAC оценки и прогнозирования эксплуатационной надежности СУ, в работе [11] предложен концептуальный подход построения интеллектуальной системы оценки и прогнозирования показателей надежности

Структура и объем работы. Диссертационная работа состоит из 4 глав, введения, заключения, библиографического списка из 128 наименований, 8 приложений, содержит 137 страниц основного текста, 31 рисунка, 6 таблиц

СОДЕРЖАНИЕ РАБОТЫ Во введении обоснована актуальность работы, сформулирована цель исследования, раскрыты научная новизна и практическая значимость работы

В первой главе проведен анализ современного состояния теории надежности систем управления, выполнен обзор существующих методов оценки надежно-

сти, выделены особенности современных СУ с позиций рассматриваемой предметной области

Решение задачи моделирования, оценки и прогнозирования эксплуатационной надежности структурно и функционально сложных СУ современных предприятий сталкивается с рядом трудностей, основные из которых обусловлены тем, что в математических моделях надежности необходимо учитывать целый ряд факторов, связанных с многоуровненностью, многофункциональностью и распределенностью параметров и выполняемых функций

Возможности применения традиционных методов для решения задач оценки эксплуатационной надежности весьма ограничены, так как они предназначены, главным образом, для оценки проектной надежности систем с относительно простой структурой, предполагают большой объем вычислений и длительных наблюдений Ввиду неполноты, а иногда и отсутствия достоверных исходных данных по показателям надежности отдельных элементов системы существенно снижается и эффективность применяемых методов, и достоверность получаемых результатов

Поэтому для реализации возможности оценивания эксплуатационной надежности СУ в масштабе реального времени, возникает необходимость мониторинга, т е определения реального технического состояния, учета всех влияющих факторов, что позволит получить достоверную статистику по эксплуатационным показателям надежности, как отдельных элементов, так и системы в целом

Для реализации механизма принятия решений по оценке эксплуатационной надежности аппаратной части систем управления предлагается использовать одно из перспективных направлений современного искусственного интеллекта -мультиагентный подход, который, по мнению автора, является наиболее приемлемым для решения поставленных в диссертационной работе задач Поэтому в рамках выбранного подхода предлагается разработать и реализовать интеллектуальную систему ППР, предназначенную для помощи лицам, принимающим решения (ЛПР), при управлении надежностью сложных объектов в условиях временных ограничений и наличия различного рода неопределенностей

Во второй главе предложены математические модели, позволяющие оценивать показатели эксплуатационной надежности отдельных элементов за счет использования дополнительной априорной информации, предложен метод построения системы интеллектуальной поддержки принятия решений по оценке эксплуатационной надежности СУ с использованием мультиагентной технологии, определен функциональный состав интеллектуальных агентов в системе, для которых разработаны модели и алгоритмы поведения, синтезирована модель мультиагентной системы, основанная на совместной декомпозиции моделей элементов внутренней и внешней среды, позволяющая оперативно и комплексно оценивать показатели эксплуатационной надежности за счет интеграции компонентов системы

Решение задачи оценки эксплуатационной надежности элементов СУ по измерению диагностических параметров, которые косвенно характеризуют исчерпывание ресурса, сводится к следующему

1 Необходимо по результатам предварительной эксплуатации технических средств (ТС) или на основе эксплуатации аналогов определить, какие параметры (определяющий и диагностические) характеризуют реальное техническое состояние рассматриваемого ТС

2 Установить связь между предельными значениями определяющего и диагностических параметров

На основании полученных статистических данных строятся аппроксимирующие модели изменения определяющего и диагностических параметров с использованием, как правило линейной, квадратичной или экспоненциальной зависимостей Принимается в качестве решения наиболее адекватная модель, минимизирующая сумму квадратов отклонений вычисленных по аппроксимационным формулам значений каждой переменной в моменты времени ,^от значе-

ний тех же переменных, полученных во время испытаний Выбранная, наиболее адекватная модель для каждой переменной используется далее при построении систем линейных алгебраических уравнений

Решая систему дифференциальных уравнений, получают предельные значения диагностических параметров х, 11ТП при условии, что определяющий параметр достигает своего заданного предельного значения

Для численного интегрирования системы уравнений предлагается использовать метод Рунге-Кутга 4-го порядка точности Численное интегрирование заканчивается при достижении определяющим параметром своего заданного предельного значения

3 Используя результаты предварительных исследований, а также любые другие статистические данные, касающиеся анализируемых параметров, вычисляют коэффициенты вариации определяющего и диагностических параметров по формуле

^^¿(лх^ЕДхХ (1)

тж!

где Дх)П| = х)Ш - х)п_,, индекс j соответствует номеру контролируемого параметра 0= 1,2,3), а индекс т соответствует моменту времени ^ измерения параметра (т = 1,2, ,п)

4 После того, как установлены предельные значения диагностических параметров, представляется возможным по измерению только диагностических параметров определить такой показатель надежности, как остаточный ресурс, для чего на основе результатов измерений строится система динамических уравнений, решая которую, получают значения наработок ^ ,1т , за которые диагностические параметры достигают свои предельные значения Затем вычисляют минимальное значение, которое принимается в качестве оценки среднего значения остаточного ресурса

Тоср =т1П0х,1.ш "1><зм)> (2)

где ^ - наработка, соответствующая последнему измерению диагностических параметров

5 С целью определения параметров распределения показателей надежности, предлагается принять в качестве теоретической модели распределения диффузионное распределение Диффузионная модель выгодно отличается от строго вероятностных моделей тем, что ее параметры могут быть вычислены как на основе статистики отказов, так и на основе статистики процесса изменения параметров, характеризующих реальную надежность При этом если на основе эксплуатации аналогов установлено, что изменение определяющего параметра имеет монотонный характер, то в качестве теоретической модели распределения принимают ОМ-распределение

Р(т) = ОМ{т,ц,у) = Ф

т-ц

(3)

где Ф() - функция нормированного нормального распределения В случае немонотонного характера реализаций определяющего параметра, в качестве теоретической модели распределения принимают ОА'-распределение

Р(т)ОЫ(т,ц,у) = Ф

+ ехр(2у 2)Ф

т + ц

(4)

Оценку параметра формы Vраспределений (3) и (4) определяют в соответствии с пунктом 3, используя формулу (1)

Оценкой параметра масштаба ц распределений (3) и (4) является.

Ц =

Т0сс/(1 + у /2), если принято ОМ - распределение,

(5)

Г0сс, если принято DN распределение

Используя полученные оценки параметров распределения остаточного ресурса вычисляют необходимые показатели остаточного ресурса.

Гамма-процентный остаточный ресурс Т^ вычисляют по формулам

V и

1 +-1—VII,

1+-

у2и?

(6 1)

Т0у=цх(1-г,У) (6 2)

В случае ДМ-распределения применяется формула (6 1), а в случае Д/У-распределения - формула (6 2)

Значение относительной наработки х(1-у,у) = — определяют по значениям

Й

вероятности отказа и = 1 - у и коэффициента вариации V из соответствующих таблиц /Ж-распределения

Далее можно определить вероятность безотказной работы Р(тид) за наработку тцл после момента

В случае ОМ-распределения используют формулу

Р(Тзлд) = Ф

В случае ДЛ'-распределения используют формулу

(7 1)

(7 2)

В соответствии с предложенным подходом, для определения показателей эксплуатационной надежности элементов СУ не требуется длительное наблюдение за ними в процессе эксплуатации для получения необходимой для расчета статистики, как при традиционных методах, что позволит оперативно в режиме реального времени выполнить оценку и прогноз надежности

Задача оценки надежности всего комплекса технических средств (КТС) разбивается на ряд частных задач Выводы, формируемые частными задачами, составляют показатели более высокой степени обобщения, которые служат исходными данными для задач следующего уровня иерархии Такой процесс декомпозиции общей задачи оценки надежности приводит к образованию многоуровневой иерархии связанных по входу/выходу частных задач, а ее решение позволяет сформировать систему выводов по отдельным аспектам и общий вывод Поэтому в качестве основного направления для разработки мультиагентной системы поддержки принятия решений (МАСППР) для оценки эксплуатационной надежности выбран, так называемый, распределенный искусственный интеллект

В рамках выбранного направления для построения МАСППР применяется восходящий подход, опирающийся на определение системы как совокупности элементов, находящихся в отношениях друг с другом и со средой, что максимально соответствует решаемой в работе задаче Выбранный подход предполагает наличие следующих основных этапов

1 Определение типа и основных свойств среды системы

2 Определение состава интеллектуальных агентов и распределение ролей между ними

3 Определение основных и вспомогательных функций агентов в системе

4 Разработка структурных моделей агентов и алгоритмов их функционирования

5 Разработка моделей представления знаний агентов каждого типа

6 Построение модели МАСППР для оперативной оценки надежности СУ

7 Разработка алгоритмов функционирования системы

Особенностью предлагаемой системы является ее работа в реальном времени в составе СУ, поэтому среда является активным компонентом системы Построена модель среды МАСППР, включающая определение ее состава, свойств и взаимодействие элементов, что является одной из важнейших подзадач задачи разработки системы для оценки эксплуатационной надежности (рис 1)

Рис 1- Модель среды МАСППР

В необходимое и достаточное окружение МАСППР входят комплекс технических средств (КТС), окружающая среда, характеризующая условия эксплуатации (УЭ), пользователи (эксперты, операторы, ЛПР) Так как система представляет собой совокупность взаимосвязанных агентов, то и сами агенты являются частью среды

Рассмотрены существенные для решения вопросов оценки эксплуатационной связи между МАСППР и элементами ее внешней среды

Предложен ролевой состав интеллектуальных агентов, соответствующий набору функций, необходимых для функционирования МАСППР по оценке эксплуатационной надежности агент - заказчик, выполняющий следующие функции предоставление набора процедур для облегчения работы пользователя в распределенной системе, визуализация работы системы, подготовка сообщений пользователю и агенту-координатору Агент — координатор выполняет следующие функции, декомпозиция исходной задачи на отдельные подзадачи и распределение их между агентами - исполнителями, вычисление конечного результата на основании данных, полученных от агентов - исполнителей. Агент - исполнитель - это агент или группа агентов, которые осуществляют непрерывный сбор данных, поступающих с датчиков объектов в реальном масштабе времени (мониторинг), выявление отклонений в работе ТС, нарушений условий эксплуатации и сигнализацию о выходе тех или иных параметров за допустимые пределы, оценку технического состояния отдельных ТС по совокупности значимых параметров, оценку показателей надежности ТС с учетом реального технического состояния Каждый агент-исполнитель представляет собой класс рассматриваемых объектов, которыми могут быть любые устройства и ТС поэтому их количество зависит от числа типов технических средств

Так как состав среды агентов разных типов различается по содержанию образующих ее элементов, то различаются и виды знаний, хранимых в БЗ агентов Кроме того, отличается состав функций и действий, выполняемых агентами Поэтому, целесообразно для каждого типа интеллектуальных агентов синтезировать свою структурную модель, адекватную решаемой им задаче

Каждая функция агента реализована как отдельный модуль Базовые модули агента-исполнителя представлены на рис 2 Подсистема восприятия включает в свой состав сенсоры и датчики, непосредственно воспринимающие воздействия внешней среды Затем информация отправляется в подсистему уплотнения потока данных, которая осуществляет первичную обработку полученной информации,

заключающуюся в выявлении различных отклонений в работе КТС и нарушений условий эксплуатации.

Рис. 2 - Структура агента - исполнителя

Эта информация поступает на вход подсистемы решения задач, которая, обеспечивая объединение и переработку разнородных данных, позволяет осуществлять оценку реального технического состояния различных типов ТС, оценку необходимых показателей надежности.

Рабочая память предназначена для хранения временных данных, полученных от решателя, базы знаний агента или модуля коммуникации. Так, в рабочей памяти содержится информация о текущих задачах, входящие и исходящие сообщения и текущие обязательства. Рабочая память функционирует по принципу глобальной доски объявлений.

Модуль коммуникации, содержащий описание протоколов коммуникации агента-исполнителя с агентом-координатором и агентом-заказчиком, осуществляет составление, отправку и прием сообщений. Модуль коммуникации также занимается получением подтверждений о доставленных сообщениях.

Ключевым моментом структуры агента является его база знаний (БЗ), которая служит для хранения всех знаний, полученных в процессе жизни агента, и имеет двухуровневую структуру. На нижнем уровне содержатся знания предметной области (рабочая база данных агента). На верхнем уровне находятся знания о решаемой задаче, которые выступают в форме общих декларативных правил поведения и представляют собой основу модели агента. Такое функциональное разделение знаний существенно упрощает их представление, повторное использование и эксплуатацию, поскольку эти компоненты могут создаваться и поддерживаться независимо.

Алгоритм функционирования агента-исполнителя следующий. При наличии доступа агент-исполнитель считывает информацию у сенсоров и датчиков и отправляет ее в подсистему уплотнения, где осуществляется анализ и первичная обработка полученных данных, результатом чего является определение текущего технического состояния контролируемых элементов. Если выявляются отклонения параметров, прямо или косвенно характеризующих техническое состояние,

или изменения условий эксплуатации, то текущее состояние определяется как нестабильное, если никаких отклонений не обнаружено, то состояние стабильное После чего управление передается подсистеме решения задач, которая на основании текущих данных и знаниях агента осуществляет оценку показателей надежности При наличии требования отчета о проделанной работе от агента вышестоящего уровня, агент-исполнитель формирует и отправляет его Таким образом, исполнитель принимает решение на основании изменения текущего времени наработки и/или изменения технического состояния ТС, обусловленного действием внешних факторов

Исходя из приведенного алгоритма работы агента-исполнителя, можно сказать, что его поведение представимо в виде кортежа

Ag„cn = {С, Е, R, ACT, Р, W, К } (8)

где С- множество сенсоров, Е- множество моделей среды функционирования агента, R- множество связей агента со средой, причем R = {R,, Rt} где R, = {AgHcn AgKOO[,,AgKOOP -> AgKCI,} - множество базовых отношений между агентами (внутренних связей), a Re = {КТС AgHcn,y3-> AgHcn}- множество связей агента с внешней средой, ACT - множество действий агента, которые ему необходимо выполнить Простейшее множество действий может быть задано в виде ACT = {начать, закончить, оценить, выделить, сравнить, обновить, выявить}; Р - множество коммуникативных актов, образующих протокол коммуникации агента-исполнителя с агентом-координатором, Р = £X)M,SRT,7i}, где СОМ- множество коммуникативных действий агента-исполнителя, STR - множество стратегий взаимодействия, ж - протоколы взаимодействия Протокол взаимодействия представляет собой множество правил, управляющих взаимодействием Для его определения помимо типов взаимодействующих агентов необходимо задать множество возможных состояний их взаимодействия (задача решена, задание принято, взаимодействие закончено), возможные действия агентов и стратегии взаимодействия Простейшее множество действий агента может быть задано в виде СОМ = {объявить, сообщить, предложить, принять, отвергнуть}, W - рабочая база данных агента, К - модель представления знаний агента о решаемой им задаче

Модель представления знаний агентов построена на основе продукционной системы (ПС), которая является хорошо известной и широко используемой в системах искусственного интеллекта Одним из компонентов ПС является база правил, представленная набором продукций (продукционных правил) вида «Если (условие), то (действие)»

Под продукцией понимается выражение следующего вида

(i),Q,P,A => В, N,

где 1 - имя продукции, Q — сфера применения продукции, А=>В — ядро продукции, Р - условие (предикат) применимости ядра продукции, N - постусловие продукции

Продукционные правила являются обобщением базы фактов, так как фиксируют зависимости одних фактов от других, наличие или отсутствие определен-

Модуль коммукик. Рабочая память МЗ

1

*

Решатель задач

Знания собственного опыта

Агент заказчик

Агенты-исполнители

Знания предметной области

Рис 3- Структура агента - координатора

ных свойств объектов Совокупность продукционных правил вывода составляет базу правил

В работе разработана система, состоящая из 17 продукционных правил с прямыми выводами, позволяющая агенту-исполнителю переходить от входных переменных к выходным данным

Согласно функциям, которые выполняет агент-координатор, его структура должна содержать следующие блоки (рис. 3) модуль коммуникации, рабочая память, решатель, трехуровневая база знаний

В многоуровневой БЗ агента-координатора, помимо рабочей базы данных, выделяются следующие уровни знаний* знания собственного «опыта» содержат знания, полученные в процессе решения предыдущих задач, о способах решения задач оценки надежности как отдельных функций, так и СУ в целом в виде системы продукционных правил, менеджер задач (МЗ) обеспечивает декомпозицию общей задачи на отдельные подзадачи и их распределение по соответствующим агентам-исполнителям Алгоритм функционирования агента-координатора следующий Получив заказ на решение задачи от агента-заказчика, координатор с помощью представленного ему набора функций проводит декомпозицию исходной задачи на отдельные подзадачи и распределяет их между агентами-исполнителями Если от какого-то агента-исполнителя поступил сигнал об аварии, координатор сообщает об этом агенту-заказчику При наличии сигнала об изменениях в работе отдельных ТС или нарушениях условий эксплуатации, координатор требует от соответствующего исполнителя отчет о результатах расчета показателей надежности ТС Получив всю необходимую исходную информацию от исполнителей, осуществляется решение задачи по оценке надежности как по отдельным функциям, так и СУ в целом После чего агенту-заказчику отправляется отчет о проделанной работе

В качестве модели представления знаний агента - координатора разработана система из 19 продукционных правил, позволяющая агенту выполнять назначенные функции, в соответствии с предложенным алгоритмом его поведения

Согласно структурной модели агента-заказчика, представленной на рис 4, элементами среды для него являются агент-координатор (внутренняя среда агента) и пользователь (внешняя среда агента) С помощью протоколов никации заказчик сотрудничает с динатором, отправляя заказ на ние некоторого задания, и принимая

Модуль Рабочая

коммуникации память

4—

Рис 4- Структура агента - заказчика

чет о его выполнении

Алгоритм поведения агента-заказчика заключается в следующем Заказчик, получив задание от пользователя, делегирует задачу агенту-координатору Через определенный промежуток времени, отведенный для решения задачи, заказчик получает результат Если результат удовлетворяет, то агент-заказчик завершает работу агента-координатора и выводит отчет о проделанной работе Если не удовлетворяет, то идет проверка условия «произошла авария» При положительном ответе, оператору выводится сообщение об аварии и продолжается решение задачи, при отрицательном - решение продолжается

В соответствии с выбранным подходом к построению системы, определение общей структуры МАСППР сводится к определению структур отдельных агентов, каждый из которых реализует определенный набор функций в соответствии с его ролевым назначением На количественный состав агентов оказывает влияние количество типов ТС и сложность базы знаний От сложности БЗ зависит число видов агентов в системе, а от числа типов ТС — требуемое количество агентов для каждого из видов (в частности, речь идет об агентах-исполнителях)

Согласно разработанным структурам отдельных агентов синтезирована структурная модель МАСППР по оценке эксплуатационной надежности (рис 5)

Из специфики предметной области в МАСППР можно выделить два уровня технологический и информационный Единицей информационного уровня являются агенты - исполнители, которые могут работать в режиме слежения за изменениями объектов и/или в режиме работы по запросу от технологического уровня На технологическом уровне существует два типа агентов координатор и заказчик

Обобщенную модель МАСППР по оценке эксплуатационной надежности СУ можно представить в виде кортежа

MASPPR = (А, Е, R, ACT, Р), (9)

где А = {А,,А2>А3}- множество агентов различных типов, где А, - агент-заказчик, А2 - агент-координатор, А3 = {А3,,А32, А,„} - множество агентов-исполнителей Здесь каждый агент-исполнитель будет представлять собой класс рассматриваемых объектов, которыми могут быть любые устройства и ТС, п -число типов ТС, Е = £,,е2, ,ет, }- множество моделей среды функционирования системы, R - множество связей R = {R,,Re} где

R, = {А, ->А2,А2 —► Aj,А2 ->А,,А, -> А2) - множество базовых отношений между агентами (внутренних связей), a R, = {КТС-+А3,УЭ->-А3,П->-А,,А, ->П}- множество связей системы с внешней средой, ACT = {ACT,, ДСТ2, ЛСТ3}- множество действий агентов, которые им необходимо выполнить Здесь примем ACT, = (act^.act.j, act,,}- множество действий агента А,, ЛСТг = {ict,,,actJ2, ,act2l)-множество действий агента А, ит д Р = jCOM,SRT,n} - множество коммуникативных актов, образующих протокол коммуникации в МАСППР

Рис 5 - Структурная модель МАСППР по оценке надежности

Глава 3 посвящена разработке алгоритмов функционирования МАСППР по оценке эксплуатационной надежности аппаратной части систем управления

Одним из элементов ПС, выбранной в качестве модели представления знаний, является управляющий модуль, реализующий механизм логического вывода на сети правил Для поиска маршрута логического вывода на множестве продукционных правил, разработанных для агента-исполнителя и агента-координатора, было предложено использовать метод линейного матричного вывода, суть которого состоит в следующем Для множества правил Н={Ьк}, содержащих множество переменных входа Х={хп} и выхода У={уг}, строится матрица взаимосвязи всех переменных и правил - Б (шхк), где т=п+Г При этом в каждой строке матрицы все входные переменные описываемого правила на соответствующих позициях помечаются символом х, все выходные - у Для уменьшения количества операций поиска маршрута логического вывода, целесообразно в матрицу добавить еще одну строку к+1, в которой будут записываться исходные данные - 1, е Ь, где Ь — множество известных данных Таким образом, в полученной матрице отражена вся структура исходной сети правил, которая может изменяться в любое время В работе разработан алгоритм формирования матрицы взаимосвязи переменных и правил

Далее был разработан алгоритм матричного поиска маршрута логического вывода на сети правил, который содержит следующие действия

1 В строке к+1 помечают все известные 1 переменные

2 Последовательно, сверху вниз, осуществляют поиск таких правил, которые могут быть активизированы Для выбора активизируемого правила необходимо придерживаться следующего механизма

Ь = С(В) сВсН,

где Н - множество всех мыслимых альтернатив (всех правил), В - конкретное исходное множество допустимых альтернатив, С(В) - функция выбора наилучшей альтернативы (правила), Ь - активизируемое правило

Множество В выбирается на основе условия

В={Ь,} , если х,е Ь, и 1 = 1,к^ = 1,ш

Функция выбора является выражением формирования необходимых и достаточных условий выбора правила Правило может быть запущено, если после запуска соответствующей входной переменной процедуры обработки (Ргос), можно получить значение входной переменной в правиле (Уа1ие_т) С(В) = (Ргос(х, )==Уа1ие_т), где х,е 1г,

3 После запуска правила к, выводимые в этом правиле значения у,бЬ 0 = 1,ш ) становятся известными и помечаются в служебной строке (к+1) - 1, а х^Ь и с: Ь 0 = 1,т) удаляются из служебной строки, то есть Ь=У{у,} при у]еЬ (J = 1,т ) — известные переменные становятся равные выводимым переменным активизированного правила

4 Если правил, где есть х^Ь0 = 1,т) нет, то задача считается решенной, иначе поиск решения продолжается

5 Определяют наличие таких правил, которые могут быть запущены после определения новых параметров (п 2)

6 Аналогично п 3 запускают правила, далее действуют согласно п 4 и п 5 и выполняют эти действия, пока не будет получен результат

В результате проведенного информационного анализа предметной области была разработана инфологическая модель, формализующая информационные процессы при технологических преобразованиях информации и данных, которая позволяет связать параметры информационных процессов, что означает возможность реализации управления информационными процессами и процедурами

При разработке логической структуры базы данных выделены основные информационные сущности предметной области и выявлены связи между ними В диссертации приведено описание всех используемых таблиц и разработана дата-логическая модель базы данных МАСППР, где графически представлено описание связей между таблицами

В работе решена одна из важнейших задач, сопутствующая задаче разработке и реализации МАСППР - создан конструктор системы, который обеспечивает адаптацию к существующей на предприятии СУБД, формирование необходимого количества агентов для решения определенной задачи и их структуризацию, заполнение рабочих баз данных агентов, организацию доступа агентов к информации, хранящейся в БЗ и БД, формирование БЗ о взаимосвязи элементов СУ в виде вероятностных функций работоспособности, соответствующих структурным надежностным схемам по каждой выполняемой функции

Для решения задачи конструирования МАСППР организован диалоговый режим взаимодействия пользователя и ЭВМ, для чего был разработан граф диалога пользователя и системой Диалоговый режим взаимодействия обеспечивает возможность быстрой адаптации системы к конкретной предметной области и своевременному отклику на изменения в ней

В соответствии с предложенным графом и разработанными алгоритмами обработки информации при работе с конструктором (алгоритм аутентификации, алгоритм создания базы данных, алгоритм подключения модулей, с целью создания агента для решения конкретной задачи), синтезирован обобщенный алгоритм

функционирования МАСППР по оценке эксплуатационной надежности аппаратной части СУ в масштабе реального времени

В главе 4 произведен выбор программно-технических средств реализации МАСППР по оценке эксплуатационной надежности, а именно

1 Выбран функциональный язык программирования общего назначения и среды исполнения - Erlang, который удовлетворяет требованиям, предъявляемым к языкам программирования разработанных интеллектуальных агентов

2 Разработанная структура программной системы оценки эксплуатационной надежности СУ построена по клиент-серверной технологии и включает в себя сервер БД и автоматизированное рабочее место, с расположенным на нем программным комплексом приема и обработки данных

3 Одним из важных этапов работ по разработке приложений баз данных является выбор СУБД Для обеспечения универсальности разрабатываемой МАСППР, она должна располагать СУБД, уже внедренной на предприятии Разработано программное обеспечение, реализующее подключение к СУБД предприятия, реализованы модуль управления БЗ, конструктор системы, разработана база данных и база знаний МАСППР

Составной частью задачи организации диалогового режима взаимодействия пользователя и системы является задача разработки удобного и простого в управлении интерфейса с целью ввода и изменения информации базы данных МАСППР, которая и была решена в диссертационной работе Разработаны формы ввода-вывода информации для работы с конструктором и агентом-заказчиком

Для практической реализации разработанной системы была выбрана АСУТП печей нагрева в рамках сортопрокатного цеха ОАО «ОЭМК».

В соответствии с предложенным методом построения МАСППР разработана структурная модель системы для решения задачи оценки эксплуатационной надежности аппаратной части АСУТП печей нагрева, которая имеет трехуровневую структуру На каждом уровне выделены следующие типы агентов агенты-исполнители, агенты-координаторы, осуществляющие сбор и обработку информации от агентов-исполнителей своего уровня с целью оценки надежности всего комплекса ТС, а также отдельных функций, выполняемых на данном уровне Для координации действий агентов-координаторов в состав системы вводится агент-субординатор с целью решения задачи оценки надежности СУ в целом Для реализации диалога пользователя с системой вводится агент-заказчик

Далее в соответствии с номенклатурой и количеством технических средств, входящих в состав каждого уровня АСУТП печей нагрева, определен количественный состав агентов-исполнителей каждого уровня

Для ряда функций, определяющих выполнение возложенных на систему задач, синтезированы структурные надежностные схемы, отображающие состав и взаимосвязь элементов, участвующих в реализации рассматриваемой функции На основании полученных схем составлены вероятностные функции работоспособности для оценки следующих показателей надежности вероятность безотказной работы P(t), средняя наработка до отказа Т„ср, интенсивность отказов X(t)

На основании имеющихся исходных данных по показателям надежности отдельных ТС были получены оценки показателей надежности по отдельным функциям АСУТП для нормированных условий эксплуатации

В соответствии с нормированными параметрами надежного функционирования элементов системы, определен состав диагностических параметров, косвенно характеризующих исчерпывание ресурса ТС и которые можно измерять в процессе эксплуатации

В таблице 1 для примера представлены результаты измерений наиболее важных диагностических параметров для программно-логического контроллера (ПЛК), который участвует в реализации рассмотренных функций Табл 1 — Результаты измерения диагностических параметров в процессе эксплуатации ПЛК

Наработка в часах 1000 2000 3000 4000 5000 6000 7000

Температура, х/ 1,023 1,033 1,015 1,036 1,001 1,007 1,028

Время одного измерения, х2 1,024 1,007 1,018 1,021 1,029 1,032 1,017

Напряжение ист питания,^ 1,000 1,002 1,009 1,005 1,011 1,009 1,015

В таблице приняты следующие обозначения х/ - относительное изменение температуры (х, = -Ь-, здесь 1, и ^-соответственно, измеренное в текущий момент

'о

наработки и требуемое (нормированное) значения температуры окружающего воздуха), х2 - относительное время одного измерения (х2 =—4 здесь 1ИЗМ1 и 1изм0 -

^юмО

соответственно, время одного измерения, измеренное в текущий момент наработки и требуемое время одного измерения), х3 - относительное изменение напряжения источника питания (х, = , здесь ипкп и ипИто - соответственно, напряже-

^пигО

ние источника питания, измеренное в текущий момент наработки и требуемое напряжение источника)

Поскольку диагностические параметры ПЛК имеют обратимый (немонотонный) характер, то в качестве теоретической модели распределения ресурса ПЛК принимают ЭИ— распределение

На основании предложенного математического аппарата (гл 2), получены оценки показателей надежности (остаточный ресурс и вероятность безотказной работы) для различных моментов наработки На рис 6 представлены зависимости проектной и эксплуатационной оценок вероятности безотказной работы от времени для ПЛК и для функции Р-14, в реализации которой участвует ПЛК Анализ полученных результатов позволяет убедиться в том, что эксплуатационная надежность, как элементов системы, так и отдельных функций увеличивается по сравнению с проектной надежностью начиная с 3000 часов наработки Наличие запаса эксплуатационной надежности аппаратной части СУ в процессе функционирования позволяет сделать вывод о выявленном экономическом эффекте разработанной и реализованной МАСППР

а б

Рис 6 — Зависимость проектной и эксплуатационной оценок вероятности безотказной работы от времени а. для программно-логического контроллера б для функции Г- '4

Таким образом, учет и контроль целого ряда факторов, характеризующих реальные условия эксплуатации и оказывающих непосредственное влияние на исчерпывание ресурса аппаратной части СУ, позволит в режиме реального времени и более достоверно осуществлять оценку и прогноз показателей эксплуатационной надежности отдельных элементов системы, выполняемых функций и СУ в целом

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

Перечислим основные результаты работы.

1. Проведенный анализ особенностей современных систем управления с позиций теории надежности, а также обзор текущего состояния и направлений развития существующих методов оценки их надежности, показали необходимость исследования, разработки и внедрения новых моделей и механизмов оценки эксплуатационной надежности СУ При решении этой актуальной задачи возникает необходимость в привлечении знаний из различных областей и современных методов принятия решений, в том числе методов искусственного интеллекта

2 Применение мультиагентной технологии для реализации механизма принятия решений по оценке эксплуатационной надежности позволит увеличить общую производительность, существенно повысить оперативность и достоверность получаемых результатов за счет распределенного решения задачи, сокращения вмешательства человека в процесс оценки надежности

3 Предложенный математический аппарат оценки показателей надежности элементов СУ на основе измерения диагностических параметров, позволит производить оперативную оценку и прогноз показателей эксплуатационной надежности технических средств в масштабе реального времени, что не требует длительного наблюдения за элементами системы для получения необходимой для расчета статистики, как при традиционных методах, что позволит оперативно в режиме реального времени выполнить оценку и прогноз надежности

4 Предложен метод построения мультиагентной системы поддержки принятия решений по оценке эксплуатационной надежности СУ с использованием восходящего подхода, который опирается на определение системы как совокупности элементов, находящихся в некоторых отношениях друг с другом и со средой

5 Синтезированы модели интеллектуальных агентов МАСППР в соответствии с ролевым назначением и разработаны на их основе алгоритмы поведения для решения задач оценки эксплуатационной надежности в масштабе реального времени Построены модели представления знаний интеллектуальных агентов системы, отличающиеся композицией продукционных правил и схем логического вывода по базе знаний, которые позволяют обеспечить открытость, адаптивность и модульность разрабатываемой системы.

6 Разработана модель мультиагентной системы поддержки принятия решений, основанная на совместной декомпозиции моделей элементов внутренней и внешней среды, позволяющая оперативно оценивать показатели эксплуатационной надежности за счет интеграции компонентов системы

7. Разработан комплекс алгоритмов функционирования мультиагентной системы поддержки принятия решений для оперативной оценки эксплуатационной надежности аппаратной части систем управления

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ Статьи, опубликованные в изданиях, определенных ВАК РФ:

1. Основина О Н Моделирование агента-исполнителя в мультиагентной системе оценки и прогнозирования надежности АСУ / Еременко Ю. И , Основина О Н. // Системы управления и информационные технологии, 2007, № 3(29) - С 99-104

Статьи, материалы конференций

2 Основина О Н Методические основы моделирования и расчета надежности и безопасности автоматизированных систем управления технологическими процессами // Труды региональной научно-практической конференции «Молодые ученые - производству» - Старый Оскол, 2005 - С 182-186

3. Основина О Н Мультиагентная система оценки и прогнозирования надежности АСУ // Труды II школы-семинара молодых ученых «Управление большими системами» — Воронеж, 2007 - С. 168-176

4 Основина ОНО задачах диагностики в технике // Труды региональной научной конференции «Образование, наука, производство и управление». - Старый Оскол, 2005. - С. 259-262

5 Основина ОНО разработке интеллектуальной системы оценки и прогнозирования надежности АСУ // Труды международной научной конференции «Сложные системы управления и менеджмент качества CCSQM'2007» — Старый Оскол, 2007. - С 201-203

6 Основина О Н Применение технологии мультиагентных систем для оценки надежности интегрированных АСУ / Еременко Ю И , Основина ОН// Труды международной научно-практической конференции «Образование, наука, производство и управление» - Старый Оскол, 2006 - С 246-250

7 Основина О Н Разработка базы знаний мультиагентной системы оценки и прогнозирования надежности аппаратной части АСУ / Основина О Н , Комова Е Г // Труды международной научно-практической конференции «Образование, наука, производство и управление» - Старый Оскол, 2007 - С 214-219

21

8 Основина О Н Системный подход к обеспечению требуемой надежности технических средств на основе комплексного анализа их отказов // Труды региональной научно-практической конференции «Современные проблемы технического, естественно-научного и гуманитарного знания» - Губкин, 2004. - С. 2025

9 Основина О Н. Функциональная модель поведения агентов в системе оценки надежности интегрированных АСУ / Основина О Н , Комова Е Г // Труды международной научно-практической конференции «Современная металлургия начала нового тысячелетия» - Липецк, 2006 - С. 122-126

10. Основина О Н Разработка ролевой модели системы оценки и прогнозирования надежности АСУ / Основина О Н, Комова Е Г // Труды региональной научно-практической конференции «Молодые ученые — науке, образованию, производству» - Старый Оскол, 2007 - С. 83-90.

11. Основина О Н Проектирование интеллектуальной системы оценки и прогнозирования надежности АСУ на основе мультиагентных технологий / Еременко Ю И , Основина О. Н // Труды региональной научно-практической конференции «Молодые ученые - науке, образованию, производству» - Старый Оскол, 2007 - С. 143-147

12. Основина О. Н Разработка структуры системы оценки и прогнозирования надежности АСУ на основе интеллектуальных технологий / Основина О Н , Комова Е Г // Труды региональной научно-практической конференции «Молодые ученые - науке, образованию, производству» - Старый Оскол, 2007 - С 8891

Подписано в печать 16 11 2007 Формат 60x84 1/16 Уч-изд л 1,0Усл-печ 1,1л Бумага писчая Тираж 100 экз Заказ № €00

Отпечатано в отделе оперативной полиграфии Воронежского государственного архитектурно-строительного университета 394006, Воронеж, ул 20-летия Октября, 84

ВВЕДЕНИЕ.

1 АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ И НАПРАВЛЕНИЙ РАЗВИТИЯ МЕТОДОВ ОЦЕНКИ НАДЕЖНОСТИ СОВРЕМЕННЫХ СИСТЕМ УПРАВЛЕНИЯ.

1.1 О современном состоянии теории надежности систем управления.

1.2 Сложные производственные СУ - как объекты оценки надежности.

1.3 Анализ существующих методов оценки надежности сложных СУ.

1.4 Анализ влияния контроля технического состояния систем и их элементов на оценку надежности.

1.5 Обоснование выбора мультиагентной технологии для решения задач оценки эксплуатационной надежности СУ.

1.5.1 Мультиагентные технологии как одна из современных парадигм искусственного интеллекта.

1.5.2 Назначение и функции интеллектуальных агентов.

1.5.3 Анализ существующих технологий построения мультиагентных систем.

Выводы по главе 1.

2 РАЗРАБОТКА МЕТОДА ПОСТРОЕНИЯ МУЛЬТИАГЕНТНОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО ОЦЕНКЕ

ЭКСПЛУАТАЦИОННОЙ НАДЕЖНОСТИ СИСТЕМ УПРАВЛЕНИЯ.

2.1 Разработка концептуальных основ построения ИСППР по оценке эксплуатационной надежности систем управления.

2.2 Создание математических моделей оценки и прогнозирования показателей надежности ТС на основе измерения диагностических параметров.

2.3 Восходящий подход к построению мультиагентной системы НИР по оценке эксплуатационной надежности.

2.3.1 Среда функционирования МАСППР по оценке эксплуатационной надежности СУ и ее основные характеристики.

2.3.2 Определение состава агентов и распределение ролей между ними.

2.3.3 Синтез моделей и разработка алгоритмов функционирования интеллектуальных агентов в МАСППР.

2.3.3.1 Разработка структурной модели и алгоритма поведения агента-исполнителя.

2.3.3.2 Разработка структурной модели и алгоритма поведения агента-координатора.

2.3.3.3 Разработка структурной модели и алгоритма поведения агента-заказчика.

2.4 Разработка модели представления знаний интеллектуальных агентов МАСППР по оценке эксплуатационной надежности.

2.4.1 Разработка системы продукционных правил для агента-исполнителя

2.4.2 Разработка системы продукционных правил для агента -координатора.

2.5 Синтез модели мультиагентной системы поддержки принятия решений по оценке эксплуатационной надежности систем управления.

Выводы по главе 2.

3 РАЗРАБОТКА АЛГОРИТМОВ ФУНКЦИОНИРОВАНИЯ МУЛЬТИАГЕНТНОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО ОЦЕНКЕ НАДЕЖНОСТИ СУ.

3.1 Разработка базы знаний МАСППР по оценке эксплуатационной надежности аппаратной части СУ.

3.1.1 Разработка алгоритма функционирования машины логического вывода.

3.1.2 Информационное обеспечение МАСППР по оценке эксплуатационной надежности СУ.

3.1.2.1 Описание входной и выходной информации.

3.1.2.2 Информационный анализ предметной области и построение инфологической модели данных.

3.1.2.3 Разработка структуры базы данных.

3.2 Разработка конструктора МАСППР по оценке надежности.

3.2.1 Организация диалога пользователя с МАОIILP.

3.2.2 Разработка алгоритмов обработки информации при работе с конструктором системы.

Выводы по главе 3.

4 РАЗРАБОТКА МУЛЬТИАГЕНТНОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО ОЦЕНКЕ ЭКСПЛУАТАЦИОННОЙ НАДЕЖНОСТИ АППАРАТНОЙ ЧАСТИ СУ.

4.1 Выбор программно-технических средств реализации системы.

4.1.1 Обоснование выбора системного обеспечения.

4.1.2 Выбор системы управления базами данных.

4.1.3 Выбор технических средств реализации системы.

4.1.4 Описание режима работы с системой.

4.2 Разработка МАСППР по оценке эксплуатационной надежности СУ в рамках сортопрокатного цеха ОАО «ОЭМК».

4.2.1 Описание производства проката на Оскольском электрометаллургическом комбинате.

4.2.2 Автоматизированная система управления на ОЭМК.

4.3 Разработка структуры МАСППР по оценке эксплуатационной надежности аппаратной части АСУТП печами нагрева СПЦ-1.

4.4 Примеры оценки эксплуатационной надежности АСУТП печей нагрева

4.4.1 Анализ и моделирование функциональной надежности системы для нормированных условий эксплуатации.

4.4.2 Примеры расчета показателей эксплуатационной надежности с учетом реальных условий эксплуатации.

Выводы по главе 4.

Актуальность темы. Надежность современных систем управления (СУ), наряду с эффективностью, живучестью, безопасностью, эффективностью управления, является важной составляющей их качества. Все чаще эти системы попадают в категорию «критичных», т. е. имеют абсолютное влияние на деятельность организаций и предприятий, в рамках которых они функционируют. Потеря работоспособности таких систем даже на короткое время приводит к серьезным проблемам, связанным с утратой дохода, непредвиденными расходами, простоем производства и персонала, потерями времени, а порой и к техногенным катастрофам.

Как известно, наиболее существенное влияние на надежность систем управления оказывает надежность комплекса технических средств. Поэтому решение задач, связанных с повышением надежности функционирования аппаратной части систем является наиболее актуальной задачей.

В настоящее время получены значимые результаты в области оценки и прогнозирования показателей надежности элементов и типовых подсистем на стадии их проектирования; известно большое число методов и инженерных методик, доведенных до алгоритмов и программ; разработан ряд нормативных документов по проектной оценке надежности. Однако задача оценки эксплуатационной надежности в масштабе реального времени, когда необходим точный и оперативный учет целого ряда факторов, решена недостаточно.

Сложной задачей остается расчет эксплуатационной надежности современных СУ в целом. Главная причина такого положения заключается в проблеме нестационарности характеристик элементов и узлов, размерности и трудоемкости процедур построения математических моделей надежности многофункциональных систем, состоящих из большого числа разнородных составляющих, сложности получения и учета большого разнообразия факторов, характеризующих реальные условия эксплуатации. Кроме того, традиционные методы основываются на использовании статистических данных об отказах. Но для современных СУ и их элементов отказы - редкие события, поэтому делать выводы о фактической и прогнозной надежности становится весьма затруднительно, так как требуется длительное время для получения результатов наблюдений, что в свою очередь приводит к снижению оперативности решения задачи. Использование же статистической информации, известной из опыта эксплуатации аналогов, не позволит получить достоверный результат.

Отмеченные обстоятельства позволяют заключить, что исследование и разработка новых моделей и механизмов оценки эксплуатационной надежности систем управления, является в настоящее время актуальной задачей, для решения которой возникает необходимость в привлечении знаний из различных областей и современных методов принятия решений, включая методы искусственного интеллекта, которые, по мнению автора, позволят обеспечить более высокую достоверность и оперативность решения задачи оценки эксплуатационной надежности СУ в масштабе реального времени.

Основные исследования, получившие отражение в диссертации, выполнялись по плану комплексной научно-исследовательской работы СТИ МИСиС «Разработка математических методов управления процессами основного и вспомогательного производства в металлургии» (шифр темы 1.202.00).

Цели и постановка задач исследования. Целью диссертации является разработка и реализация мультиагентной системы поддержки принятия решений, позволяющей в масштабе реального времени осуществлять оценку и прогноз эксплуатационной надежности аппаратной части систем управления с учетом целого ряда факторов, влияющих на надежность.

Достижение цели работы потребовало решения следующих задач:

1. Анализ текущего состояния и направлений развития существующих методов оценки надежности аппаратной части систем управления.

2. Выбор мультиагентной технологии для реализации механизма принятия решений по оценке эксплуатационной надежности.

3. Разработка математических моделей оценки показателей эксплуатационной надежности элементов систем управления с использованием дополнительной априорной информации.

4. Синтез моделей интеллектуальных агентов в соответствии с ролевым назначением и разработка на их основе алгоритмов поведения для решения задач оценки эксплуатационной надежности в масштабе реального времени.

5. Разработка модели и алгоритмов функционирования мультиагентной системы поддержки принятия решений для оперативной и достоверной оценки показателей надежности.

Методы исследования. В работе использованы методы мультиагентных технологий, математической статистики, теория и методы проектирования информационных систем, баз данных, теория сложных систем управления, методы теории вероятностей, теории надежности систем.

Научная новизна и значимость результатов диссертационной работы состоит в следующем:

1. Предложен метод построения системы поддержки принятия решений по оценке эксплуатационной надежности систем управления с использованием мультиагентной технологии.

2. Построены модели интеллектуальных агентов системы с определением их ролевого назначения и алгоритмов поведения для решения задач оценки эксплуатационной надежности в масштабе реального времени.

3. Разработаны модели представления знаний для агентов системы, отличающиеся композицией продукционных правил и схем логического вывода на сети.

4. Синтезирована модель мультиагентной системы поддержки принятия решений, основанная на совместной декомпозиции моделей элементов внутренней и внешней среды, позволяющая оперативно оценивать показатели эксплуатационной надежности за счет интеграции компонентов системы.

5. Предложен комплекс алгоритмов реализации мультиагентной системы поддержки принятия решений для оперативной оценки эксплуатационной надежности аппаратной части систем управления.

Достоверность научных результатов. Научные положения, теоретические выводы и практические рекомендации, включенные в диссертацию, подтверждены расчетами, моделированием на ЭВМ, производственными экспериментами и экспертными оценками специалистов, а также апробацией полученных результатов на производстве.

Практическая значимость и результаты внедрения.

1. Применение предложенных методов, моделей, алгоритмов позволяет разработать и реализовать автоматизированную систему 111 IF, позволяющую оценивать показатели эксплуатационной надежности отдельных элементов и СУ в целом. Функционирование системы в реальном масштабе времени и учет целого ряда факторов, влияющих на надежность, позволит повысить достоверность и оперативность получаемых оценок, что в свою очередь будет способствовать точному и своевременному прогнозированию реального технического состояния, приведет к росту уровня технической готовности аппаратной части СУ.

2. Разработанные модели, методы и алгоритмы используются в практике оценки эксплуатационной надежности НПО «Промпроект», ОАО «Проектэлектромонтаж», ООО «Автоматизированные системы и приводы».

3. Результаты диссертационной работы используются в учебном процессе при изучении студентами специальных дисциплин «Системы искусственного интеллекта», «Диагностика и надежность автоматизированных систем», «Проектирование систем управления», «Надежность информационных систем» при прохождении производственных практик, при выполнении дипломных работ.

На защиту выносятся:

1. Метод построения системы поддержки принятия решений для оперативной оценки эксплуатационной надежности с использованием мультиагентной технологии.

2. Модели и алгоритмы поведения интеллектуальных агентов, согласно их ролевому назначению для оценки эксплуатационной надежности систем управления в масштабе реального времени.

3. Модели представления знаний интеллектуальных агентов системы, отличающиеся композицией продукционных правил и схем логического вывода по базе знаний.

4. Модель мультиагентной системы поддержки принятия решений, основанная на совместной декомпозиции моделей элементов внутренней и внешней среды, позволяющая интегрировать компоненты системы.

5. Комплекс алгоритмов функционирования автоматизированной информационной системы оценки надежности в масштабе реального времени.

6. Программно-технический комплекс реализации мультиагентной системы 111 IP по оценке эксплуатационной надежности аппаратной части систем управления.

Апробация работы. Материалы диссертационного исследования докладывались и обсуждались на международной научно-технической конференции «Современная металлургия начала нового тысячелетия» (Липецк, 2006г.), на международной научно-практической конференции «Образование, наука, производство и управление» (Старый Оскол, 2006г., 2007 г.); на международных научных конференциях «Образование, наука, производство и управление в XXI веке» (г. Старый Оскол, 2004г., 2006г.), «Сложные системы управления и менеджмент качества CCSQM'2007» (Старый Оскол, 2007); на всероссийской I школе-семинаре молодых ученых «Управление большими системами» (Самара, 2006г.), на всероссийской II школе-семинаре молодых ученых «Управление большими системами» (Воронеж, 2007г.); региональных, научно-практических конференциях «Современные проблемы технического, естественно-научного и гуманитарного знания» (Губкин, 2004г.), «Молодые ученые - производству» (г. Старый Оскол, 2004г., 2005г., 2007г.), «Образование, наука, производство и управление в XXI веке» (г. Старый Оскол,

2005г.).

Публикации. По результатам исследования опубликовано 12 печатных работ, в том числе одна в издании, рекомендованном ВАК РФ.

Личный вклад автора в работах, опубликованных в соавторстве, состоит в следующем: в работе [1] выявлены и структурированы особенности современных производственных СУ с позиций теории надежности; в работе [2] предложен математический аппарат расчета оценочных и прогнозных показателей надежности отдельных элементов СУ; в работах [3], [10] разработаны структуры и алгоритмы функционирования интеллектуальных агентов в мультиагентной системе оценки и прогнозирования надежности, согласно их ролевому назначению; в работе [4] проведен анализ влияния процедур диагностики, контроля технического состояния систем и их элементов на оценку и прогноз надежности; в работах [5], [12] автором разработана функциональная структура системы оценки и прогнозирования эксплуатационной надежности; в [6] рассмотрены и проанализированы возможности применения мультиагентных технологий для оценки и прогнозирования надежности СУ; в работе [7] разработана модель представления знаний интеллектуальных агентов в мультиагентной системе оценки и прогнозирования эксплуатационной надежности аппаратной части СУ; в работе [8] предложен системный подход к обеспечению требуемой надежности технических средств на основе комплексного анализа их отказов; в работе [9] предложена функциональная модель поведения агентов в MAC оценки и прогнозирования эксплуатационной надежности СУ; в работе [11] предложен концептуальный подход построения интеллектуальной системы оценки и прогнозирования показателей надежности.

Структура и объем работы. Диссертационная работа состоит из 4 глав, введения, заключения, библиографического списка из 128 наименований, 8 приложений; содержит 137 страниц основного текста, 31 рисунок, 6 таблиц.

Выводы по главе 4

1. На основе предложенного метода построения МАСППР по оценке эксплуатационной надежности СУ, была создана программная система, которая выполняет следующие функции: непрерывный сбор данных, поступающих с датчиков объектов, в реальном масштабе времени; выявление отклонений в работе ТС и сигнализация о выходе тех или иных параметров за допустимые пределы; оценка реального технического состояния как отдельных ТС, так и системы управления в целом по совокупности значимых параметров; оценка показателей надежности ТС, локальных подсистем, системы в целом с учетом реального технического состояния и условий эксплуатации.

2. Для программной реализации МАСППР по оценке эксплуатационной надежности СУ выбран функциональный язык программирования общего назначения и среды исполнения - Erlang, который удовлетворяет требованиям, предъявляемым к языкам программирования ИА.

3. Разработана структура программной системы оценки эксплуатационной надежности СУ, которая построена по клиент-серверной архитектуре и включает в себя сервер БД и автоматизированное рабочее место, с расположенным на нем программным комплексом приема и обработки данных.

4. Разработано программное обеспечение, реализующее подключение к СУБД предприятия, реализованы модуль управления БЗ, конструктор системы, разработана база данных и база знаний МАСППР.

5. Согласно предложенного ранее графа диалога пользователя с системой, разработаны удобные и простые в использовании формы ввода-вывода информации для работы с конструктором и агентом-заказчиком, что является составной частью задачи разработки интерфейса пользователя.

6. Для практической реализации разработанной системы была выбрана АСУТП печей нагрева в рамках сортопрокатного цеха ОАО «ОЭМК». Выбор обусловлен следующими факторами: так как существующая АСУТП нагрева заготовок устарела и не соответствует современным технологическим требованиям, необходима ее модернизация. Применение разработанной МАСППР по оценке эксплуатационной надежности может позволить оперативно получить достоверные значения таких показателей как остаточный ресурс, вероятность безотказной работы, что будет способствовать как более точному планированию сроков модернизации существующей АСУТП, так и полной выработке ресурса действующего оборудования.

7. В соответствии с предложенным методом построения (глава 2) и представленным составом и номенклатурой ТС существующей АСУТП печей нагрева, была разработана структурная модель МАСППР по оценке эксплуатационной надежности аппаратной части системы.

8. Получены результаты расчета показателей надежности для отдельных функций АСУТП при нормированных условиях эксплуатации (проектные оценки) и эксплуатационные оценки тех же показателей, соответствующие реальным условиям эксплуатации.

9. Сравнительный анализ полученных результатов позволяет сделать вывод, что учет и контроль целого ряда факторов, характеризующих реальные условия эксплуатации и оказывающих непосредственное влияние на исчерпывание ресурса аппаратной части СУ, позволит в режиме реального времени и более достоверно осуществлять оценку и прогноз показателей эксплуатационной надежности отдельных элементов системы, выполняемых функций и СУ в целом.

ЗАКЛЮЧЕНИЕ

1. Проведенный анализ особенностей современных систем управления с позиций теории надежности, а также обзор текущего состояния и направлений развития существующих методов оценки их надежности, показали необходимость исследования, разработки и внедрения новых моделей и механизмов оценки эксплуатационной надежности СУ. При решении этой актуальной задачи возникает необходимость в привлечении знаний из различных областей и современных методов принятия решений.

2. Применение мультиагентной технологии для реализации механизма принятия решений по оценке эксплуатационной надежности позволит увеличить общую производительность, существенно повысить оперативность и достоверность выполняемых расчетов за счет распределенного решения задачи; сокращения вмешательства человека в процесс оценки надежности.

3. Предложенный математический аппарат оценки показателей надежности элементов СУ на основе измерения диагностических параметров, позволит производить оперативную оценку и прогноз показателей эксплуатационной надежности технических средств в масштабе реального времени, что не требует длительного наблюдения за элементами системы до наступления нескольких отказов, как при традиционных методах.

4. Предложен метод построения мультиагентной системы ППР для оценки эксплуатационной надежности СУ с использованием восходящего подхода, который опирается на определение системы как совокупности элементов, находящихся в некоторых отношениях друг с другом и со средой, что максимально соответствует решаемой задаче.

5. Синтезированы модели интеллектуальных агентов МАСППР в соответствии с ролевым назначением и разработаны на их основе алгоритмы поведения для решения задач оценки эксплуатационной надежности в масштабе реального времени.

6. Построены модели представления знаний интеллектуальных агентов системы, отличающиеся композицией продукционных правил и схем логического вывода по базе знаний, которые позволяют обеспечить открытость, адаптивность и модульность разрабатываемой системы.

7. Разработана модель мультиагентной системы поддержки принятия решений, основанная на совместной декомпозиции моделей элементов внутренней и внешней среды, позволяющая оперативно оценивать показатели эксплуатационной надежности за счет интеграции компонентов системы.

8. Разработан комплекс алгоритмов функционирования МАСППР для оценки эксплуатационной надежности аппаратной части систем управления.

9. Предложен способ программно-технической реализации информационной системы оценки надежности СУ с использованием мультиагентного подхода. Разработан конструктор системы, который отвечает за взаимодействие с базой данных, базой правил и интерфейсными приложениями. Для организации диалогового режима взаимодействия пользователя и ЭВМ, разработан удобный и простой в использовании и управлении графический интерфейс. Разработано программное обеспечение, реализующее подключение к СУБД предприятия, создана БД и БЗ системы, реализован модуль управления БЗ.

1. Андронатий Н. Р. Надежность АСУ технологическими процессами. Кишинев: Картя Молдовэняскэ, 1988. - 176 с.

2. Аверкин А.Н., Прокопчина С. В. Мягкие вычисления и измерения // Интеллектуальные системы (МГУ). 1997. - Т. 2, вып. 1- 4. - С. 93.-114.

3. Автоматизированные информационные технологии в экономике: Учебник / М.И. Семенов, И.Т. Трубилин, В.И. Лойко, Т.П. Барановская; под. общ. ред. И.Т. Трубилина М.: Финансы и статистика , 1999г.

4. Александровская Л. Н., Афанасьев А. П., Лисов А. А. Современные методы обеспечения безотказности сложных технических систем. Учебник. М.: ЛОГОС, 2001.-208 с.

5. Андрейчиков А. В., Андрейчикова О. Н. Интеллектуальные информационные системы: Учебник. М.: Финансы и статистика, 2004. - 424 с.

6. Афанасьев В. Г., Зеленцов В. А., Миронов А. Н. Методы анализа надежности и критичности отказов сложных систем. Учебное пособие. М.: МО, 1992.-98 с.

7. Байхельт Ф., Фринкен П. Надежность и тех. обслуживание: Математический подход / Пер. с нем. Под ред. И. А. Ушакова. М.: Радио и связь, 1988.

8. Барзилович Е.Ю., Каштанов В.А. Организация обслуживания при ограниченной информации о надежности системы. — М.: Советское радио, 1975.

9. Барлоу Р. Э., Прошан Ф. Статистическая теория надёжности и испытания на безотказность / Пер. с англ. Ушакова И. А. М.: Наука, 1984. -327 с.

10. Блинов А. В. Интеллектуализация системы диагностики и прогнозирования // Датчики и системы. 2005. - №9. - С. 65-70.

11. Варламов О.О. Разработка линейного матричного метода определения маршрута логического вывода на адаптивной сети правил // Известия вузов. Электроника, № 6, 2002. С. 43-51.

12. Варламов О.О., Адамова JI.E. Обеспечение адаптивности и активности логического вывода на эволюционной сети // Научная сессия МИФИ 2002. Сб. науч. трудов. Т.2. - М.:МИФИ, 2002. С. 99-101.

13. Велигурский Г. А. Аппаратно-программные методы анализа надежности структурно-сложных систем. Минск: Наука и техника, 1986. 256с.

14. Вентцель Е. С., Овчаров JI. А. Теория случайных процессов и ее инженерные приложения. Учеб. пособие для втузов. - 2-е изд., стер. - М.: Высш. шк., 2000.-383 с.

15. Вентцель, Е.С. Исследование операций. Задачи, принципы, методология. М.: Высш. шк., 2001. - 320с.

16. Виттих В. А., Луке А., Мажаров JI. Г. Холонические производственные системы // Труды международной конференции «Проблемы управления и моделирования в сложных системах». Самара: Самарский научный центр РАН, 1999. - С. 380-385.

17. Волгин JI. И. Синтез устройств для обработки и преобразования информации в элементном базисе реляторов. Таллин: Валгус, 1989. - 180 с.

18. Волков, И.К. Исследование операций / И.К. Волков, Е.А. Загоруйко. -М., 2003.-366с.

19. Вопросы теории надёжности / Е. Ю. Бартилович, Ю. К. Беляев, В. А. Каштанов и др./ Под ред. Б. В. Гнеденко. М.: Радио и связь, 1983.

20. Вопросы теории надёжности технических систем / Кондратенков В. А., Котельников Г. Н., Мамченков В. Л., Отрохов В. П. Смоленск: Русич, 1998.-221 с.

21. Гаазе-Раппопорт М. Г., Поспелов Д. А. От амебы до робота: модели поведения. М.: Наука, 1987.

22. Габдулхаков Р. Т. Анализ надёжности технических средств сложных систем управления на этапе проектирования: Автореферат диссертации на соискание учёной степени канд. техн. наук. Уфа, 1984 - 14 с.

23. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2000. - 384 с.

24. Гайфуллин, Б. Современные системы управления предприятием (Часть 1) / Б. Гайфуллин, И. Обухов // Компьютер-Пресс. 2001.- №9. -С.18-23.

25. Гаскаров Д. В., Голинкевич Т. А., Мозгалевский А. В. Прогнозирование технического состояния и надежности радиоэлектронной аппаратуры. М.: Сов. радио, 1974, 224 с.

26. Глазунов JI. П., Грабовецкий В. П., Щербаков О. В. Основы теории надёжности автоматических систем управления. JI.: Энергоатомиздат, Ленингр. отд-е, 1984. - 208 с.

27. Гнеденко Б. В. Теория надежности и массовое обслуживание. М.: Наука, 1969. - 304 с.

28. Гнеденко Б. В., Беляев Ю. К., Соловьёв А. Д. Математические методы в теории надёжности. М.: Наука, 1965. - 524 с.

29. Говорский А. Э. Модели надёжности информационно -управляющих систем. СПб, 1997. - 96 с.

30. Голиков В. П. Некоторые аналитические методы вычисления функций надежности сложных структур. В. кн. «Основные вопросы теории и практики надежности». М.: Сов. радио, 1975, С.43-57.

31. Городецкий, В.И. Командная работа агентов в антагонистической среде / В.И. Городецкий, И.В. Котенко // Сборник докладов Международной конференции по мягким вычислениям и измерениям (SMC'2002). Том 1. -Санкт-Петербург, СПбГЭТУ, 2002. С.259-262.

32. Горский JI. К. Статистические алгоритмы исследования надёжности. -М.: Наука, 1970. 400 с.

33. ГОСТ 24.701-86. Единая система стандартов автоматизированных систем управления. Надежность автоматизированных систем управления. Основные положения. М.: Издательство стандартов, 1987. 17 с.

34. ГОСТ 27.005-97. Надежность в технике. Модели отказов. Основные положения. -Введ. 01.01.99. -45 с.

35. ГОСТ 27.301-95. Надежность в технике. Расчет надежности. Основные положения. М.: Издательство стандартов, 1997. 15 с.

36. ГОСТ Р51901-2002. Управление надежностью. Анализ риска технологических систем. М.: Издательство стандартов, 2002. 22с.

37. Гудков А. Д. Надёжность объектов и систем управления. Учеб. Пособие- Братск, 1995. 97 с.

38. Гук Ю. Б., Карпов В. В. Теория надёжности. Введение: Учеб. пособие.- СПб, 1998.-84 с.

39. Дж. Фрайден. Современные датчики. Справочник. М.: Техносфера, 2006. 592 с.

40. Дианов С. В., Швецов А. Н. Архитектура мультиагентной системы организационного управления. / Ресурсный и экономический потенциалрегиона. Актуальные проблемы: Межвузовский сборник научных статей. -Вологда: ВИБ, 2001. С. 104 108.

41. Дмитриев А. К., Мальцев П. А. Основы теории построения и контроля сложных систем. Л.: Энергоатомиздат, 1988. 192 с.

42. Дружинин Г. В. Надёжность производственных автоматизированных систем. М.: Энергоатомиздат, 1986. - 480 с.

43. ДСТУ 2862-94. Надежность техники. Методы расчета надежности. Общие требования. Введ. 01.01.96. - 40 с.

44. Евгенев Г. Б. Модифицированный язык UML как средство моделирования многоагентных систем // Информационные технологии, 2006. -№ 12.-С. 22-28.

45. Единый справочник: Надёжность электрорадиоизделий. РНИИ: Электростандарт, т. 1, 1992.

46. Емельянов В. В. Многоагентная модель децентрализованного управления производственными системами // Информационные технологии и вычислительные системы. 1998. - №1. - С. 69-77.

47. Зайцев Е. И. Об агентно-ориентированном подходе к разработке распределенных интеллектуальных систем // Сб. научн. Трудов Международной конференции «Распределенные вычисления и Грид-технологии в науке и образовании». Дубна: ОИЯИ, 2004. С. 104-109.

48. Зайцев Е. И. Распределенная интеллектуальная система на базе программных агентов с нечеткими знаниями // Информационные технологии, 2006.-№9.-С. 8-12.

49. Заренин Ю. Г., Сердюк Н. Г. Классификация и выбор аналитических методов оценки надёжности сложных систем. Киев: Знание, 1981. -16с.

50. Искусственный интеллект. В 3 кн. Кн. 2 Модели и методы: справочник / Под ред. Поспелова Д. А. М.: Радио и связь, 1990. - 304 с.

51. Кобранов Г. П. Элементы математической статистики, корреляционно147го и регрессивного анализа и надёжности / Под ред. В. В. Галактионова М.: Изд-во МЭИ. - 1992. - 128 с.

52. Коваленко И. Н. Анализ редких событий при оценки эффективности и надёжности систем. М.: Сов. радио, 1980.

53. Коваленко И. Н. Исследования по анализу надёжности сложных систем. Киев: Наукова думка, 1975. - 181 с.

54. Козлов Б. А., Ушаков И. А. Справочник по расчёту надёжности аппаратуры радиоэлектроники и автоматики. М.: Сов. радио, 1975. - 462 с.

55. Кокс Д. Р., Смит В. JI. Теория восстановления. М.: Сов. радио, 1967. - 300 с.

56. Комаревич JI. В. Введение в теорию надёжности сложных технических систем: Учебное пособие. Омск, 1995. - 80 с.

57. Липаев В. В. Надежность программных средств. Серия «Информатизация России на пороге XXI века», М.: СИНТЕГ, 1998. - 232 с.

58. Люггер Д. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. М.: Вильяме, 2003. 864 с.

59. Матвеевский В. Р. Надёжность технических средств управления: Учебное пособие. М., 1993. - 92 с.

60. Математическая теория надёжности систем массового обслуживания. / Под ред. В. И. Зубова. М. - Л.: Энергия, 1966. - 174 с.

61. Михайлов А. А. Исследование надёжности технических средстввычислительных систем. Автореферат диссертации на соискание учёной степени кандидата техн. наук: 05.13.01. Липецк (ЛТА), 1982.- 12 с.

62. Моделирование в прогнозировании и управлении. / Под ред. Дудорина В.И. М.: ГАУ, 1992. - 518с.

63. Модин, А.А. Автоматизированные системы управления и эффективность производства. М.: Экономика, 1970. - 344с.

64. Надежность технических систем: Справочник / Ю. К. Беляев, В. А. Богатырев, В. В. Болотин и др. под ред. И. А. Ушакова. М. Радио и связь, 1885.-608 е., ил.

65. Назарян С. А. Развитие методов управления надежностью сложных технических систем с зависимыми отказами элементов: Диссертация на соискание ученой степени канд. техн. наук: 05. 13. 06. Липецк, 2004.- 140 с.

66. Нетес В.А. Математические методы анализа надёжности сложных информационно управляющих систем: Автореферат диссертации на соискание учёной степени доктора технических наук: 05.13.01: 05.12.14. - М., 1995. - 34 с.

67. Нозик А. А. Оценка надежности и безопасности структурно-сложных технических систем: Диссертация на соискание ученой степени канд. техн. наук: 05.13.01. СПб., 2005. - 170 с.

68. Основина О. Н. Метод оценки надежности сложных программных комплексов // Труды региональной научной конференции «Образование, наука, производство и управление». Старый Оскол, 2005. - С. 254-258.

69. Основина О. Н. Моделирование агента-исполнителя в мультиагентной системе оценки и прогнозирования надежности АСУ / Еременко Ю. И., Основина О. Н. // Системы управления и информационные технологии, 2007, № 3(29). С. 99-104.

70. Основина О. Н. Мультиагентная система оценки и прогнозирования надежности АСУ // Труды II школы-семинара молодых ученых «Управление большими системами». -Воронеж, 2007. С. 168-176.

71. Основина О. Н. О задачах диагностики в технике // Труды региональной научной конференции «Образование, наука, производство и управление». Старый Оскол, 2005. - С. 259-262.

72. Основина О. Н. О разработке интеллектуальной системы оценки и прогнозирования надежности АСУ // Труды международной научной конференции «Сложные системы управления и менеджмент качества CCSQM'2007». Старый Оскол, 2007. - С. 201-203.

73. Основина О. Н. Показатели надежности программного обеспечения на стадии его сопровождения // Труды международной научной конференции «Образование, наука, производство и управление в XXI веке». Старый Оскол, 2004. - С. 322-325.

74. Панков-Козочкин Р. А. Методы и алгоритмы оценки показателей надежности поэлементно развиваемых технических систем: Диссертация на соискание ученой степени канд. техн. наук: 05.13.01. Новочеркасск, 2004. - 147 с.

75. Пантелеев М. Г. Модели и средства построения экспертных систем: Учебное пособие / М. Г. Пантелеев, С. В. Родионов СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2003. - 72 с.

76. Панфилов И. В., Половко А. М. Вычислительные системы. / Под ред. A.M. Половко. М.: Сов. радио, 1980. - 304 с.

77. Перегудов А. И. Методы расчёта показателей надёжности ЭВМ. Обнинск, 1994.

78. Петров Н. В. Исследование способов повышения надёжности сложных развивающихся систем на этапе их производства: Автореферат диссертации на соискание учёной степени кандидата техн. наук: 05.13.01. СПб., 1994.-16 с.

79. Половко А. М. Надёжность развивающихся систем. // Надёжность иэксплуатация сложных систем. Л.: Ленинградский институт авиац. приборостроения, 1985. - Вып. 177. - С. 3 - 11.

80. Поляков А. П. Оценка надёжности восстанавливаемых систем: Автореферат диссертации на соискание учёной степени кандидата физ.-мат. наук: 01.01.05. М., 1992. - 12 с.

81. Попов В. Н., Зобков А. Л. Диагностика текущего состояния первичных измерителей информационно-измерительных систем // Контроль. Диагностика, 2001.-№ 11.-С. 40-44.

82. Поспелов Д. А. Многоагентные системы настоящее и будущее // Информационные технологии и вычислительные системы, № 1, 1998, с. 14-21.

83. Проектирование экономических информационных систем: Учебник / Г.Н. Смирнова, А.А. Сорокин, Ю.Ф. Тельнов; под. ред. Ю.Ф. Тельнова. М.: Финансы и статистика, 2003. - 476с.

84. Проталинский О. М. Диагностика информационных каналов АСУТ с использованием баз знаний // Приборы и системы. Управление, контроль, диагностика, 2004. № 1. - С. 9-11.

85. Проталинский О. М. Система диагностики предаварийных ситуаций // Приборы и системы. Управление, контроль, диагностика, 2003. № 12. - С. 40-43.

86. Райкин А. А. Элементы теории надёжности для проектирования технических систем. М.: Сов. радио, 1967. - 264 с.

87. Райков А. Н. Интеллектуальные информационные технологии в аналитических исследованиях социально-экономических объектов // НТИ. Сет. 2. 1994. - № 11.-С. 1-7.

88. Рассел С., Норвиг П. Искусственный интеллект: современный подход. М.: Виьямс, 2006. 1408 с.

89. РД 03-418-01. Методические указания по проведению анализа риска опасных производственных объектов. Госгортехнадзор России, 2001. // Безопасность труда в промышленности. 2001. -№10. С. 40-50.

90. РТМ 25 376 80. Автоматизированные системы управления технологическими процессами. Аналитические методы оценки надёжности. -1980. -200 с.

91. РТМ 25 459 82. Автоматизированные системы управления технологическими процессами (АСУ ТП). Надёжность. Аналитическая оценка. Топологические методы. - 1982. - 48 с.

92. Рябинин И. А., Черкессов Г. Н. Логико вероятностные методы исследования надёжности структурно - сложных систем. - М.: Радио и связь, 1981. - 254 с.

93. Ситчихина М. В. Разработка моделей и программных средств прогнозирования остаточного ресурса оборудования: Диссертация на соискание ученой степени канд. техн. наук: 05.13.01. Иркутск, 2003. - 130 с.

94. Софиев А. Э., Гинесин В. Г., Хвилевицкий Л. О. Экспертиза безопасности средств и систем автоматизации технологических процессов. // Безопасность труда в промышленности. 2002. - №4. - С. 5-9.

95. Стрельников В. П. Оценка остаточного ресурса на основе измерения диагностических параметров. // Сетевой электронный научный журнал «СИСТЕМОТЕХНИКА», № 1, 2003.

96. Строгонов А. В. Прогнозирование параметров деградации интегральных схем с использованием нейронных сетей в системе Matlab/Simulink // Нейрокомпьютеры: разработка, применение, 2006. №4-5. -С. 106-115.

97. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: Философия, психология, информатика. М.: Эдиториал УРСС, 2002. 352 с.

98. Уильяме Т. У. Проектирование контролепригодных устройств / Т. У. Уильяме, К. П. Паркер // ТИИЭР. 1983. - Т. 71. - №1. - С. 122-139.

99. Филатов В. А., Козырь О. Ф. Агентные технологии // «Современные сложные системы управления»: Сб. научн. трудов. Старый Оскол, СТИ МИСиС, 2002. -С. 135-138.

100. Чекинов Г. П., Чекинов С. Г. Применение технологии многоагентных систем для интеллектуальной поддержки принятия решения (ИППР). // Сетевой электронный научный журнал «СИСТЕМОТЕХНИКА», № 1, 2003.

101. Черкесов Г. Н. Надежность аппаратно-программных комплексов. Учебное пособие. СПб.: Питер, 2005. - 479 с.

102. Экономика предприятия (фирмы) / Под ред. О.И. Волкова, В.Я. Позднякова. М.: ИНФРА-М, 2003. - 320с.

103. Ястребенецкий М. А., Иванова Г. М. Надежность автоматизированных систем управления технологическими процессами. Учебное пособие. М.: Энергоатомиздат, 1989. 264 с.

104. Agent Builder, 1999. Agent Builder An Integrated Toolkit for Constraetung Intelligent Software Agent / Revision 1.3, February 18, 1999,Reticular Sistems, Ine.

105. Inue K., Kawaguchi S., Haneda H. Controlling Speculative Computation in Multi-Agent Environments // Proc. Of the Second Intern. Workshop on Computation Logic in Multi-Agent Sistems (CLIMA-01), 2001.

106. Kendall E. A., Malkoun M. Т., Chong J. The application of object-oriented analysis to agent-based systems of Object-Oriented Programming. 1997. Vol. 9 (9). P. 56-65.

107. Rai S. Advances in distributed system reliability: Los Alamitos etc.:

108. EE computer soc. press. 1990. - IX. - 333 p.

109. Richard H. Meyers, Kam L. Wong, Harold M. Gordy. Reliability engineering for electronic systems. John Wiley & Sons, Inc., London, 1968.

110. Simon, H.A. Models of Bounded Rationality / Herbert Simon. -Cambridge MA: MIT Press, 1982. Vol 2.

111. Vissar W. Designers activities examined althree levels: organization, strategies and problem solving processes // Knowledge Sistems - Vol. 5, № 1. -Marh 1992.-P. 92-104.

112. Wiess G. Multiagent systems // MIT Press, Cambridge, Massachusetts.1999.

113. Wooldridge M., Jennings N. Inntellidgent Agents: Theory and Practice // Knowledge Engineering Review. 1995. - №10 (2).

114. Wooldridge, M. The control of reasoning in resource-bounded agents / M. Wooldridge // The Knowledge Engineering Review. 2001. - Vol.16, No 3. - P.215-240.

115. Zlotkin G., Rosenschein J. S. Mechanisms for Automated Negotiation in Stat Oriented Domain // Journal of Artificial Inteeligence Research. 1996. - №5.