автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.07, диссертация на тему:Решение задач прогнозирования на базе нечеткой логики в системах управления процессами и производством

Введение

Глава!. Проблемы прогнозирования в автоматизированных системах

ПОДДерЖКК ПрИНЯТИЯ.решений

Ы Метода прогнозирования для технических и экономических 7 задач

1.2 Процедура прогнозирования, при автоматизации процессов

1.3 Субъективность прогнозных решений и средства ее 14 преодоления

1.4 Обзор применения фаззи-технологии

1.4.1 Оценка кредитоспособности.

1.4.2 Оценка поставщиков привьюорочном тестировании

1.4.3 Управление сложным-технологическим процессом 25 1.4.4. Выводы по обзору 3 О

1.5 Развернутая постановка задачи-

Глава 2. Аппарат Нечеткой логики как средство построения прогнозных- 54 моделей, в .системах-поддержка принятия решений

2.1 Основные понятия и структура моделей

2.2 Программные инструментальные средства- для создания 48 нечетких, систем прогнозирования

2.3 Программный пакет "Конструктор нечетких моделей"

2.4 Методика формализации знаний эксперта

2.5 Устойчивость нечетких моделей по отношению к изменению 64 качества текущих данных на входе

2.6 Концепция фаззи-прогнозирования

Глава 3. Фаззи-прогнозирование в задачах поддержки принятия 70 решения

3.1 Особенности-прогнозирования в-экономических задачах

3.1.1 Бюджетирование

3.1.2 Бизнес-план как средство планирования

3.2 Инвестиционный проект

3.2.1 Разработка оценки приемлемости инвестиционного 95 проекта

3.2.2 Лингвистические, переменные- 97 3J2.3 Операционные блоки фаззи-логики 101 3.2.4 Тестирование-прототипа

3.3 Система "Жененный- цикл товара"

3.3.1 Концепция ЖЦТ

3.3.2 Система.диагностики этапа ЖЦТ 111 3.3-. 3 Анализ- стадии. ЖЦТ

3.3.4 Текущий анализ

3.3.5 Обсуждение-результатов-моделирования

3.4 "Латекс" - модель- оператора в- контуре управления- процессом 129 полимеризации латексов

3.4.1 Технология процесса, эмульсионной полимеризации латексов

3.4J2 Конструирование. системы. BEaizzy Expert Iii

3.4.3 Прикладная оболочкаEuzzyLatex.

Выводы

Актуальность работы. Создание компьютерных систем поддержки принятия управленческих решений сопряжена с большими затратами на разработку математических моделей, на их тестирование и настройку, на программирование законченного программного продукта. Без использования современных технологий в этом, процессе-достижение успеха становится или слишком дорогостоящим, или даже невозможным. Существенной компонентой таких технологий являются программные инструментальные средства разработки систем. Программный комплекс, представляемый в данной работе, является эффективным средством разработки автоматизированных систем диагностики и прогнозирования и базируется на идеях теории нечетких множеств (Fuzzy sets theory). На рынке отечественных программных средств аналога данному комплексу не существует. По сравнению с западными аналогами настоящий комплекс имеет ряд существенных преимуществ.

В качестве объектов управления в данной работе рассматриваются сложные объекты технического (технологического), производственного и народнохозяйственного- характера^ для. которых целенаправленная деятельность управляющего персонала можно быть представлена как цепочка действий по принятию решений. В каждом таком акте обязательно присутствует прогнозная составляющая. Вот почему разработка методик и программного инструментария- дж построения прогнозирующих и диагностических модулей является актуальной научной и технической задачей.

В работе приведены разработки, выполненные в рамках НИР при выполнении совместных российско-германских проектов "Получение и уточнение функций принадлежности в нечетких моделях" 1993 - 1995гг. (Совместно с Берлинским техническим университетом, фонд Фольксваген); "Разработка программной среды для нейро-нечеткого моделирования в системах управления" 1998-2000 гг. (Совместно с фирмой ГЕЗИП, Берлин, фонд Федерального министерства по науке и технологиям ФРГ).

Цель работы. На основе изучения особенностей технических и экономических систем как сложных объектов управления, анализа способов их управления, особенностей функционирования в условиях изменчивости качества входной информации и на основе методов теории нечетких множеств разработать концепцию и методики построения моделей прогнозирования и диагностики и. соответствующее программное обеспечение как инструментарий для создания систем поддержки принятия решений на различных уровнях управления производством.

Научная новизна

• Разработана концепция построения систем прогнозирования на основе фаззи-технологии в рамках созданной автором программной среды.

• Создана оригинальная методика конструирования нечеткой

• Предложены новые алгоритмы реализации машины нечеткого вывода для продукционных экспертных систем и методика интерпретации результатов нечеткого вывода-для конкретных приложений.

Практическая иенностъ и реализация результатов работы. Разработана архитектура, программное, информационное, математическое обеспечение инструментального комплекса для создания прогнозных систем на базе нечеткой логики.

Разработаны методики создания моделей прогнозирования для поддержки- принятия решений на различных уровнях управления производством .

В качестве примеров решены задачи диагностики и прогнозирования при управлении сложной технологической установкой (эмульсионная 6 полимеризация латексов); при планировании финансовой деятельности предприятия (оценка инвестиционных проектов); при организации маркетинга (прогнозирование жизненного цикла товара).

Апробация работы. Материалы диссертации докладывались и обсуждались на научно-технической конференции аспирантов СПбГТИ(ТУ), г. С-Петербург 1997, 1999гг.; П С-Петербургской ассамблеи молодых ученых и специалистов, г. С-Петербург 1997г.; I всероссийской научно-технической конференции, г. Нижний Новгород 1999г.; 11 международная научная конференция, г. Владимир 1999г.

Публикации По теме диссертационной работы опубликовано 9 работ.

ВЫВОДЫ

Прогнозирование и диагностика являются важнейшими процедурами в. составе автоматизированных систем поддержки принятия, решений, на различных уровнях управления производствами, Применением фаззи-техншюгин в новых, программно-инструментальных комшшксах позволяет наиболее аффективно автоматизировать их.проектирование.

В результате анализа литературных источников, научного поиска и проведенной работы сделано следующее:

1. Для методов, основанных на экспертных знаниях, сформулированы особые характеристики задач управления сложными системами.

2. Принятая за основу нечеткая продукционная модель с машиной вывода Тонга теоретически развита и дополнена оригинальным аппаратом учета текущего "качества переменной" и новым методом дефаззификации, приводящим к сглаживанию результирующей функции принадлежности выходной переменной.

3. Предложен новый метод интерпретации результирующей кривой принадлежности с помощью интервалов уровней доверия.

4. В качестве программного инструментария для комплексного решения-задачи разработки, прогнозирующей, модели от прототипа, до законченного приложения, предложена система из пяти, взаимосвязанных, продуктов. В основу их. создания, заложен новый принцип, использования, единого интерпретатора, машины, вывода,, встроенного как в инструментальные средства, так и в конечное приложение. Это придает моделям отличающую их способность к структурной перестройке в процессе эксплуатации.

5. Осуществлена алгоритмическая и программная реализация центрального инструмента комплекса "Конструктор нечетких моделей" -продукта Fuzzy Expetrt.'

6. Программная реализация комплекса доведена до- уровня выпуска коммерческих версий- продуктов Fuzzy Expetrt, FSViewer u Neurogenerator.

7. Опыт решения ряда практических задач позволили сформулировать концепцию разработки прикладной прогнозирующей модели с использованием вышеназванного программного инструментария в виде "концепции фаззи-прогнозированшС.

8. "В- рамках предложенной концепции предложена методика формализации знаний эксперта.

9. С целью подтверждения работоспособности и эффективности разработок решались- несколько характерных для различных уровней, управления предприятиями- прогнозных и диагностических задач- (задача оценки инвестшрюнных. проектов предприятия, задача прогнозирования жизненного цикла товара, оптимальное ведение процесса■ эмульсионной полимеризации лат ексоа)^

10. Праведен анализ- актуальных- для- российских, предприятий- проблем бюджетирования и- бизнес-планирования. При этом выделена проблема автоматизации принятия, решений на основе-программных. систем, поддержки принятия. решений. Среди- частных подзадач: в- рамках, названных, проблем наиболее подходящими- для- решения методами фаззи-прогнозирования признаны задачи, оценки инвестиционных проектов предприятия,, задача прогнозирования жизненного цикла товара. Тестирование прогнозных моделей на. основании, оценок сторонних экспертов подтвердило их адекватность.

И. В качестве примера, прогнозирования на уровне, управления производственными, процессами, решена задача моделирования, поведения оператора в контуре управления сложным технологическим процессом -эмульсионной полимеризации- латексов, которая может быть- отнесена к классу задач ситуационного управления. Система реализована, до уровня прототипа законченного приложения с развитым интерфейсом и с заложенными в него- функциями параметрической- и структурной перестройки.в процессе тестирования. и эксплуатации.

1.B. Интерпретация и определение функций принадлежности нечетких множеств//Методы и системы принятия решений. Рига: Риж. политехи, ин-т, 1979. - С. 42-50.

2. Афанасьев Э.В., ЯрошенкоВ-.Н. Эффективность информационного обеспечения управления-М,:Экономика, 198.7.

3. Баззел Р. Д., Кокос-Д.Ф., Браун-Р.В. Информация и риск в маркетинге.-М.: «Финстатпром», 1993.

4. Гиляров В. Н., Бондарчук- П,В., Мильто Н.Д. Нечеткие модели- стратегий управления запасами 1гих оптимизация // Тез, докл., 10-я Межд. научи, конф. «Математические методы в технике и технологиях». Новомосковск: НИРХТУ, 1997.

5. Гиляров- В.Н.,. Немцов Л .Б., Комплекс программных средств для построения гибких нечетах систем диагностики и прогнозирования //Тез. докл., СЩ, 1997г.

6. Гиляров В. Н., Мильто Н, Д. Принятие решения на основе результата- . нечеткого вывода// Тез. докл., М.:, 1998.

7. Горшкова М.А., Немцов Л.Б. Оценка инвестиционных проектов как элемент стратегии, управления предприятием./Я Всероссийская науно-техническая конференция: Тез.докл.- Нижний Новгород, 1999г.

8. Дамари Р. Теория и практика управления.//"Маркетинг", № 4,1993. и № 1,2 Д 994

9. ДИ: Экономика и управление (зарубежньшовыт), 1988, Опыт зарубежных промышленных фирм по использование маркетинга.

10. ДихтельЕ., Хершген-Х, Практический маркетинг. -М.:Высшая 199&.-255 с.

11. Дж, Элти,М. Кумбс. Экспертные системы: концепции^ примеры.: Финансы и статистика, 1987. -486с.

12. Заде Л. Понятие-лингвистической переменной и. ее применение,к принятию приближенных решений. М.:Мир, 1976.-368с.

13. Инфо Бизнес №.4.г6.,7,8 1997г.

14. Инфо Бизнес № 3,4,6,7,8, 44 1998г.

15. Искусственный интеллект: применение-в.химии-: Пер, с англ./Д. Смит, Ч. Риз-, Дж. Стюарт и-др. Под ред. Т. Пирса, Б, Хони. М.: Мир, 1988, - 430 с.

16. Использование принципов, маркетинга^ управлении-предприятием/Сосх- к-э.п. Симонов В.В-.-М. :1ЩИИТЗШ1етрому Вып. 1, 19Е8,~30с.

17. КотлерФ. Основы маркетинга,.-М-: Ростинтэр, 1996.-698. с.

18. Котлер. Ф. Управление, маркетингем.-М,:Экономика. 1980.-222с.

19. КофманА. Введение теорию нечетких, множеств; Пер. с франиг М. .Радио и- связь, 1982.-432с.

20. Липсиц И.В. Бизнес-план- основа успеха. Практическое пособие. М.: Машиностроение, 1993.-79 с.

21. Маркетинг; выбор лучшего решения / Е.П Голубков, Е. Н. Голубкова,В. Д. Секерин; Общ. ред. Е.П. Голубкова,- М.: Экономика, 1993.-222с.

22. Маркетинг, Под ред. аю. А,Н, Романова.-М.: Издательское-объединение "1СНИТИ" 1995. -55£с.14.7

23. Мачадо Р. Маркетинг для малых предприятий,- СПб. Литер, 1998.-288с.:ил.(Серия «Малый бизнес»)

24. Мильнер Б.З., Евенко Л.И., Раппопорт B.C. Системный подход к организации управления. М.: Экономика, 1983.

25. Мильто Н.Д., Немцов Л.Б. Конструирование нечетких моделей управления. //'Конференция при третьей СПб ассамблее молодых ученых и специалистов: Тез.докл.-СПб, 1998г.

26. ЗКНариньяни А.С. Неопределенность в. системе представления и обработки знаний/УИзв. АН СССР. Техн. Кибернетика. 1986. - №5. С. 3 - 28.

27. Недялкова А. Как привлекать инвестиции (бизнес-план, оферта). М.,1992. 510с.

28. Немцов- ЛЛ>. Гиляров В. Н Методика построения устойчивых, нечетких систем прогнозирования// Информационный листок (СПбГТИ).-СПб, 1997г.

29. Немцов Л-.Б., Гиляров^В.Н., Экспертная оценка жизненного цикла, продукта// Тез. Докл, СПб, 1997

30. Обработка нечеткой- информации всистемах принятия решений/А,Н. Борисов, А. В. .Алексеев, Г.В, Меркурьева-и др. М.: Радио и связь-, 1989. -304с.

31. З&.Орлов-А.И. Задачи-оптимизации и нечеткие переменные, М.: Знание, 19&€К-63с.

32. Орловский С.А. Проблемы принятия решения при нечеткой исходной информации, М.;Наука> 198-1. - 2QSc

33. Перекалина Н, С. Качество в системе маркетинга. М.: Система, 1992.-192с.

34. Поспелов. Г.С., Ириков В.А., Курилов А,.Е. Процедуры и алгоритмыформирования комплексных программ. М.:. Наука, 1985. - 424 с.

35. Поспелов Д.А. Ситуационное управление: Теория и практика. М.: Наука, 1986. -284с.

36. Представление-знаний и экспертные системы. Под ред. проф. Александрова ELB,-Л. .ЛИИАН, 1989,=196с

37. Прикладные нечеткие системы-: Пер. с яион.ЛС.Асаи, Д.Ватада, С.Иван и др.;под ред. Т Тэрако, К, Асан, М.Сутэко.-М,:Мир, 1993.-368с.

38. Приобретение знаний: Пер. сяпон./Подред, С.Осути, Ю.Саэюг.-М.: Мир, 199ö-304c.

39. Табурчак П.П., ВезукладоваЕ.Ю., ОвчинниковаЛ. А. Основы производственного маркетинга химической продукции.-СПб:Химия, 1995,-96с.

40. Теория выбора-и принятия решений/КМ, Макаров, Т.М. Биноградская^ A.A. Рубчинский, В.Е.Соколов. М.: Наука, 1982. - 327с.

41. Технико-экономическое обоснование инвесткционкогопроекта: Учебное пособие по дисциплине «Экономика предприятия и преднринилштельстаа>>/ЛЗ.Дистергефт, А. Д. Выварен. Екатеренбург: Издательство УЕТУ, 1997. 55 с.

42. Токмаков А.Н., Немцов Л.Б. Модель оператора в- конт\реуправления сложными процессами на базе нечеткой логики. //НТК посвященная памяти М.М Сычева; Tea. докл-СПб., 1999т,

43. ТрухаевР.И, Модели принятия, решений в условиях- неопределенности, -М.: Наука, 19^1.-258с.

44. Фишберн П.К. Теория полезности для принятия решений, -М.: Наука, 19-78-. -352с.

45. Френсис Д. ГВМ: Взгляд изнутри: человек, фирма, маркетинг. М.:Наука, 1991 .-С.Ю4, 217.

46. ШамисВ.А. С++ ВшШег 3. Техника визуального программирования,-МНолидж, 1998.-512с.

47. Юленец Л.Ю. Программный комплекс для построения и настройкинечетких моделей: пояснительная записка к дипломному проекту / СПбГТИ (ТУ). СПб., 1998.

48. Язенин А;В. Задача векторной оптимизации с нечеткими коэффициентами, важности- крите риев//Математические методы оптимизации и управления в сложных системах. Калинин: Калинин, гос. ун-т, 198-1. - С. 38-51.

49. A It rock- С. Fuzzy Logic and NeuroFuzzy applications in business and finance / Prentice. Hall PTR / New Jersey. 19-95,

50. FeldmanK, Intelligent Systems in Finance/Applied Mathematical Finance.-VoU 1994,p, 195-207

51. Hebb D, The Organization of Behavior.- New York, 1974

52. McNeill Д Freiberger P. Fuzzy Logic,- Mew York Simon & Shuster (1993),. I S EN Q-671- 7 3 <443 7

53. McNeill D, Freiberger P. Invent/W and Invent/R.- Chicago, Brochure, INFORM GmbH Aachean and Inform Software Corporation. 19946LTILShell.User's Manual. Version 3.0.0, Togai InfraLogic, Inc. 1993.

54. Tong R., Shapiro D. Experimental Investigations of Uncertainty in a Rule-based System for Information Retrieval // Int. J., Man-Mach. Studies.-1985. -Vol. 22.№ 3.-P.265-282.

55. Wilder W. New conceptsmTeehmcal TradmgSystems.- Greensboro, NC; Trend Research, 1978.

56. Zimmermann H.-J; Zysno P. Latent Connectives Human Decision Making /Fuzzy sets-and systems-, Vol.2 p. 173-186