автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Управление параллельными технологическими процессами на основе распределенной интегрированной среды моделирования

На правахрукописи

БЛОК АНДРЕЙ АНДРЕЕВИЧ

УПРАВЛЕНИЕ ПАРАЛЛЕЛЬНЫМИ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ НА ОСНОВЕ РАСПРЕДЕЛЕННОЙ ИНТЕГРИРОВАННОЙ СРЕДЫ МОДЕЛИРОВАНИЯ

Специальность: 05.13.06 - Автоматизация и управление технологическими процессами и производствами (технические системы)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва - 2005

Работа выполнена на кафедре технологического проектирования Московского государственного технологического университета "СТАНКИН".

Научный руководитель - доктор технических наук,

профессор Павлов В.В.

Официальные оппоненты - доктор технических наук,

профессор Кузьмин В.В.

кандидат технических наук, доцент Клименко Н.Ф.

Ведущая организация - ФГУП «ГНЦ ЛПК»

Защита состоится 26 мая 2005 г. на заседании диссертационного совета К 212.142.01 Московского государственного технологического университета "СТАНКИН" по адресу: 127055, г.Москва, Вадковский переулок, 3-а.

Отзыв о работе, заверенный печатью, в 2-х экземплярах, просьба направлять по указанному адресу в специализированный совет К 212.142.01.

С диссертацией можно ознакомиться в библиотеке Московского государственного технологического университета "СТАНКИН".

Автореферат разослан 2005 г.

Ученый секретарь диссертационного совета, к.т.н., доцент

1. Общая характеристика работы

Актуальность проблемы

Интеграционные процессы, охватывающие в настоящее время все отрасли экономики, позволяют повысить эффективность работы предприятия. Все более тесное взаимодействие хозяйствующих субъектов предопределяет развитие сложных параллельных технологических процессов. В связи с этим необходимо совершенствовать существующие и разрабатываемые новые средства повышения эффективности исследования вопросов управления параллельными технологическими процессами.

В качестве методологической базы исследования сложных систем наиболее эффективно применение системного подхода. Использование системного подхода предусматривает стадийность процесса познания: от формулирования целей исследования до определения отдельных характеристик элементов изучаемой системы. Целесообразна

параллельная организация работ на различных этапах исследования, что также повысит эффективность использования вычислительных ресурсов в ходе моделирования сложных процессов. Эта сторона проблемы может быть решена путем создания распределенной технологии моделирования. На каждом этапе исследования должны применяться соответствующие методы и инструменты моделирования. Разрозненное применение этих средств моделирования на разных этапах исследования обуславливает их недостаточную эффективность при все возрастающем уровне требований к качеству предпроектных работ. Интеграция методов и инструментов в едином технологическом решении и параллельная организация работ позволят повысить эффективность исследований на предпроектной стадии разработки параллельных технологических процессов.

Задачи повышения эффективности производственных процессов нашли свое отражение в исследованиях В.Г. Митрофанова, В.В. Павлова, И.П. Норенкова, Ю.М. Соломенцева. Методы исследования параллельных технологических процессов рассмотрены в работах А.Б. Прицкера, Б.Я. Советова, Н.П. Бусленко, С.А. Яковлева. Вопросы моделирования лесозаготовительных процессов исследовали А.К. Редькин, В.И. Алябьев, B.C. Сюнев, Ю.Ю. Герасимов и др. Несмотря на наличие этих работ, в настоящее время пока еще не сформировался единый комплексный подход к построению распределенной среды моделирования параллельных технологических процессов. Таким образом, создание распределенной интегрированной среды моделирования на современном этапе требует

разработки совокупности теоретических и прикладных проблем, не решенных комплексно ни в России, ни за рубежом, а поэтому исследования в данном направлении являются актуальными.

Цель работы

Повышение эффективности принятия решения по управлению параллельными технологическими процессами путем использования распределенной интегрированной среды моделирования.

Задачи исследований

Создать математическую модель распределенной среды моделирования лесозаготовительных процессов.

- Разработать методическое обеспечение распределенной интегрированной среды моделирования с использованием математического аппарата сетей Петри, методов имитационного моделирования и интеллектуальных методов обработки данных.

Разработать генетические алгоритмы для управления имитационным экспериментом.

Разработать распределенную интегрированную среду моделирования параллельных технологических процессов.

На основе разработанной распределенной среды моделирования исследовать эффективность лесозаготовительных процессов.

Методы исследования

В работе использовались методы функционального и имитационного моделирования, генетические алгоритмы. Для решения конкретных задач в качестве математического аппарата применялись сети Петри и их расширения, в частности Е-сети, математическая статистика. Для описания процессов и алгоритмов использовались стандарты IDEF, UML. Экспериментальные исследования выполнены на основе программных средств BPWin 4.0, GPSS World, Arena 5.0, Visual Basic 6.0.

На защиту выносятся

1. Математическая модель распределенной среды моделирования параллельных технологических процессов.

2. Методика создания распределенной интегрированной среды моделирования параллельных технологических процессов.

3. Методика использования сетей Петри и их расширений для формализации и моделирования лесозаготовительных процессов.

4. Методика управления имитационным экспериментом с использованием генетических алгоритмов.

5. Распределенная архитектура среды моделирования, основанная на интеграции различных методов и инструментов и интеллектуальном управлении экспериментом.

6. Программный комплекс моделирования, обеспечивающий взаимодействие всех этапов распределенной разработки моделей и интеллектуальное управление экспериментом.

Научная новизна

1. Математическая модель распределенной интегрированной среды моделирования параллельных технологических процессов учитывает особенности взаимодействия различных этапов разработки модели, что позволяет формализовать структуру и взаимосвязь этапов проектирования.

2. Использование сетей Петри и их расширений для формализации и моделирования лесозаготовительных процессов обеспечивает повышение эффективности решения задач управления лесного комплекса.

3. Методика управления имитационными экспериментами отличается использованием генетических алгоритмов, что позволяет повысить эффективность и качество управления.

4. Распределенная архитектура программного комплекса моделирования параллельных технологических процессов предоставляет возможность параллельной разработки моделей и снижает нагрузку на вычислительные ресурсы.

5. Программный комплекс отличается распределенной структурой, системой подготовки исходных данных и интеллектуальностью управления процессом моделирования, что способствует повышению эффективности создания моделей.

Практическая ценность

Разработанная в диссертации распределенная интегрированная среда моделирования обеспечит автоматизацию решения исследовательских задач и повышение эффективности принятия решений по управлению параллельными технологическими процессами.

Реализация в промышленности

Методика и программный комплекс по распределенному моделированию параллельных технологических процессов были использованы для анализа вариантов модернизации парка лесных машин в ОАО «Северный лес».

Апробация работы (реализация в учебном процессе)

Методика и программный комплекс по распределенному моделированию параллельных технологических процессов используются в учебном процессе при подготовке инженеров по специальностям 071900 (230201.65) «Информационные системы» и 220300 (230104.65) «Системы автоматизированного проектирования» института информационных технологий Архангельского государственного технического университета.

Публикации

По результатам диссертационной работы опубликованы 7 печатных работ, из них 1 учебное пособие, 3 статьи и тезисы к 3 докладам на международных и российских научно-технических конференциях.

Структура и объем работы

Диссертационная работа состоит из введения, пяти глав, заключения, списка использованной литературы, включающего 102 наименования, и приложения. Основная часть работы изложена на 151 странице машинописного текста, содержит 5 таблиц и 37 рисунков.

2. Краткое содержание диссертации

Во введении обоснована актуальность темы диссертации, сформулированы цель, основные задачи исследований.

В первой главе рассматривается объект исследования -лесозаготовительное производство, которое отличается разветвленной структурой, разнообразием выполняемых функций и относится к классу больших, сложных систем. Приведен обзор технологий лесозаготовок, используемых в настоящее время, рассмотрены типовые комплексы машин автоматизации лесозаготовительных работ.

Разнообразные природно-производственные условия и уровень технической оснащенности диктуют необходимость применения различных технологий лесозаготовок:

- заготовка и вывозка целых деревьев;

- заготовка и вывозка хлыстов;

- заготовка и вывозка сортиментов.

Различия названных способов лесозаготовок определяются видом вывозимой с лесосеки древесины, последовательностью и числом выполняемых технологических операций. В нашей стране заготовка древесины ведется по всем перечисленным технологиям, однако хлыстовой способ занимает около 90% общего объема лесозаготовок. Выбор той или иной технологии заготовок зависит от многих факторов, в том числе и от вида проводимых рубок. Выделяют два основных вида рубок: рубки главного пользования и рубки ухода. В свою очередь, каждый вид рубок может проводиться различными способами.

При лесозаготовке производственный процесс в целом состоит из четырех фаз: лесосечных работ, вывозки, комплекса работ на нижних складах и дальнейшей транспортировки потребителю. В зависимости от условий лесозаготовок и применяемой технологии состав технологических операций может быть различным, и некоторые этапы могут быть опущены.

При возросшей сложности комплексов машин, используемых в лесозаготовительных процессах, и параллельном проведении технологических операций, в частности лесосечных работ, встает вопрос об оптимальной организации производственного процесса в условиях ограниченности технических, людских и сырьевых ресурсов. Для решения подобных задач необходима разработка соответствующей среды моделирования параллельных технологических процессов, имеющей средства интеллектуального поиска решения.

В данной главе рассматриваются существующие подходы к формализации и анализу производственных процессов. Перспективным математическим аппаратом для формализации параллельных технологических процессов являются сети Петри и их расширения. Среди современных методов исследования производственных процессов следует выделить функциональное и имитационное моделирование. Рассмотрены также генетические алгоритмы как средство интеллектуального поиска оптимального решения.

В последнем параграфе главы сформулированы требования к разрабатываемой среде исследования параллельных производственных процессов, в частности лесозаготовительных процессов, с использованием аппарата сетей Петри, методов имитационного моделирования и

интеллектуальных методов. Данными требованиями обусловлены цели и задачи диссертационной работы.

Во второй главе рассматривается организация параллельной разработки моделей и предлагается математическая модель распределенной среды моделирования параллельных технологических процессов.

Динамика поведения системы характеризуется множеством порождаемых процессов. Процесс представляет собой множество элементов, содержащих хотя бы одно действие, хотя бы одно изменение условия и некоторую совокупность отношений, определенных на этом множестве элементов. Удобным инструментом изучения множества всех процессов, порождаемых системой, являются сети Петри.

Все отношения, связывающие элементы процесса, вводятся через базовое отношение предшествования элементов процесса. Пусть х и у -элементы некоторого процесса. Запись Х<у обозначает, что элемент х входит в процесс раньше, чем элементу:

x<y<$Зяen:(tx<ty)лVxen:{(t,<tyл7^<tJv(ъ<Tyлtf<tx))) (1)

где П - множество всех временных протоколов процесса; - момент завершения реализации элемента х", ¡у - момент начала реализации элемента)'.

Отношение следования Л), между элементами безальтернативного процесса определяется следующим образом:

хЯ1уе>((х<улу<х)ч(х<улу<х))ч(х = у). (2)

Если элементы х и у связаны отношением Я], в процессе, то возможен только один из двух вариантов: либо х всегда реализуется в процессе раньше, чем у, либо у реализуется в процессе раньше, чем х. Отношение следствия задает возможность циклического повторения элементов процесса. В подавляющем большинстве производственных систем технологические операции циклически повторяются, не являются исключением и лесозаготовительные процессы.

Отношение параллелизма для процессов без альтернатив

определяется следующим образом:

х&туО((х<у)л(у<х))ч(х = у). (3)

Это отношение не накладывает никаких ограничений на порядок следования элементов и не устанавливает никаких причинно-следственных связей между ними.

Отношение взаимоисключения определяется следующим

образом:

*Л™,У<=>(х<УЛ>><хМд: = 7). (4)

Это отношение, в отличие от отношения следования /?]„ разрешает элементам х и у реализоваться в процессе в любом порядке, но они не могут реализоваться "одновременно".

Обобщением понятия процесса является процесс с альтернативами. В представлении такого процесса могут содержаться альтернативные действия и изменения условий. Для того чтобы определить отношение альтернативы, введем специальный фиктивный элемент П в процесс, который по определению реализуется позже всех других элементов процесса. Тогда высказывание выполнимо для элемента X,

реализовавшегося в процессе, и только для него. Запись Х<С1 означает, что элемент х не реализовался в процессе. Отношение альтернативы определяется следующим образом:

дгД^оСкП^сПЭу (х = у), (5)

Если процесс содержит элементы х и у, находящиеся в отношении то реализация одного из этих элементов исключает возможность реализации другого.

Данные выше определения отношений следования и параллелизма относились к элементам процессов без альтернативы, когда каждый элемент реализуется в процессе ровно один раз. Обобщим эти определения для процессов с альтернативами, в которых некоторые из альтернативных элементов могут не реализоваться:

хй-ъУ<=>((*<л<П) =>(х<>>л у<х)у(х<улу<х))\г(х = у), (6)

При обобщении дополнительно выделяются случаи, когда один из элементов, х или у, или оба элемента могут не реализовываться за счет того, что реализованы их альтернативы.

В общем случае лесозаготовительные процессы представляют собой параллельно-альтернативные процессы с взаимоисключением, т.е. процессы в которых любая пара различных элементов связана одним из отношений Л],, Ясо, Лти, или Лаь

Отношение взаимоисключения предполагает наличие некоторой совокупности ресурсов, которые необходимы для реализации элементов процесса х и у, но состояние которых недостаточно для одновременной

реализации х и у (например, недостаточность объема некоторого ресурса). Назовем такие ресурсы совместно используемыми, или разделяемыми. Отношение альтернативы в практическом смысле означает, что в зависимости от состояния некоторой совокупности ресурсов (назовем такие ресурсы альтернативными) может выполняться либо элемент х, либо элемент у. Таким образом, параллельные технологические процессы взаимодействуют друг с другом посредством использования совместных ресурсов. Причем, одним процессом эти ресурсы могут создаваться или пополняться, другим использоваться. Один ресурс, в общем случае может как создаваться, так и использоваться несколькими процессами (рис. 1).

Рис. 1. Схема взаимодействия параллельных процессов

Для распределенного моделирования необходимо выделение параллельных подпроцессов из процесса функционирования системы в целом. Естественно, алгоритм этой процедуры обусловлен прежде всего спецификой объекта исследования, но существуют некоторые общие принципы. При анализе структуры системы необходимо выделить ресурсы, которые предопределяют наличие отношений взаимоисключения и альтернативы между элементами процесса функционирования системы в целом. В зависимости от сложности иерархической структуры процесса функционирования системы возможны несколько уровней разложения на параллельные подпроцессы. В общем случае, любая пара элементов из выделенных подпроцессов может быть связана одним из отношений, Лсо или а любая пара элементов выделенного процесса может быть

связана одним из отношений Процесс разложения

имеет смысл продолжать до того момента, когда процесс в целом будет разбит на последовательно-альтернативные подпроцессы, в которых любая пара элементов связана одним из отношений Последней

степенью разложения будут последовательные процессы, в которых

элементы связаны только отношением Лц, но это вряд ли может быть целесообразно при распределенном моделировании, так как все основные расчеты сосредотачиваются в одном узле распределенной модели. При распределенном моделировании выделяют п подмоделей соответственно числу выделенных параллельных процессов, и общую имитационную модель, отражающую динамику движения разделяемых ресурсов.

Необходимо выделить множество разделяемых ресурсов т.е. ресурсов, совместно используемых параллельными процессами, и множество подмоделей М. В производственных системах зачастую существует функция распределения создаваемых ресурсов между параллельными процессами. Таким образом, необходимо учитывать механизмы распределения производимых процессами ресурсов. Для этого определим подмножество распределяемых ресурсов

Необходимо также учитывать отношение альтернативы между элементами параллельных процессов. На основании состояния совокупности альтернативных ресурсов по заданному правилу для потребления некоторым процессом выбирается определенный ресурс, который назовем актуальным. Наличие отношения альтернативы между элементами процесса предопределяет существование нескольких альтернативных путей реализации процесса, а значит, и нескольких сценариев подмодели. Выделим подмножество актуальных ресурсов

и множество сценариев (вариантов) подмоделей Для каждой подмодели должна быть определена последовательность потребления и производства ресурсов соответствующим процессом, также должны быть известны временные соотношения между моментами захвата и освобождения ресурсов процессом, т.е. учтено отношение предшествования между элементами процессов. Таким образом, необходимо введение признака упорядочения - множество

целых положительных чисел.

Предлагается следующая структура общей имитационной модели (рис.2):

им={д, (2а,(Ъ,У,М}. (8)

Оператор актуализации А(т,£})= (}а , где Ш - подмодель (т е М); - совокупность альтернативных ресурсов; - актуальный ресурс.

Оператор распределения В(тд|о)=Я, где т - подмодель (т £ М); - вектор (совокупность) ресурсов, между которыми происходит

распределение объема создаваемого ресурса Яо; С}о - распределяемый ресурс.

Множество тернарных отношений (ЯА,У,к) Су,к: Су-^К, где Су- - функция потребления, определяющая множество бинарных

отношений (Ча>у); V - сценарий (V е V).

Множество тернарных отношений (у,(}о,к) Ру,к" Ру~^К> где Ру: Ро-^ - функция производства, определяющая множество бинарных отношений (V, Яэ); V - сценарий (у € V).

Множество бинарных отношений

В итоге получаем следующие этапы имитационного эксперимента на распределенной модели:

1. Отдельные имитационные эксперименты над подмоделями с учетом альтернативных ресурсов и при допущении неограниченности потребляемых ресурсов.

2. На основе полученных данных от отдельных имитационных экспериментов проведение общего имитационного эксперимента.

3. Получение статистических данных о движении ресурсов и передача их подмоделям.

Б

с

Рис. 2. Структура общей имитационной модели

4. Повторное проведение отдельных имитационных экспериментов с полученными данными о движении ресурсов.

Пункты 2,3,4 повторяются до достижения приемлемого уровня критерия оптимальности. Уровень точности зависит от точности функций распределения, передаваемых между подмоделями и общей моделью. Необходимо отметить, что единица модельного времени и интервалы моделирования должны быть одинаковыми для всех подмоделей и общей модели.

Для построения распределенной структуры модели необходимо предусмотреть процедуру построения модели, состоящую из подмоделей. Для этого необходимо предварительно разбить общие цели исследования на подцели. Это должно быть сделано на этапе формализации. В качестве аппарата формализованного описания объекта исследования предлагаются сети Петри. Для отражения временных отношений между элементами процессов необходимо использовать временные расширения сетей Петри. Для описания дискретно-непрерывных процессов, к которым относятся лесозаготовительные процессы, наиболее подходят такие расширения сетей Петри, как оценочные или Е-сети. Затем каждая подмодель (подсеть Петри) должна быть преобразована в имитационную подмодель, на которой проводится эксперимент. Дальше результаты частных экспериментов передаются в общую имитационную модель. На основе проведения экспериментов на общей имитационной модели получают результаты, которые могут быть переданы для проведения повторных имитационных экспериментов на подмоделях или переданы на этап окончательного анализа.

В третьей главе раскрывается содержание этапов распределенной технологии моделирования параллельных технологических процессов. Для каждого этапа определяется перечень приемлемых методов и программных инструментов.

Особое внимание в этой главе уделяется управлению имитационным экспериментом и применению на данном этапе такого интеллектуального метода как генетические алгоритмы.

В управлении имитационным экспериментом можно выделить три уровня вложенности.

1. Проведение экспериментов на различных структурных вариантах модели. На этом уровне определяется совокупность альтернативных схем моделируемого технологического процесса. По каждой такой схеме проводится эксперимент (реализуются 2-й и 3-й

уровни управления экспериментом). Результаты проведенных экспериментов сравниваются и выбирается наиболее оптимальная схема технологического процесса.

2. Промежуточный уровень: определение параметров алгоритма имитационного эксперимента. Например, при использовании генетических алгоритмов необходимо варьировать в зависимости от конкретной задачи такие параметры алгоритма эксперимента, как процент мутаций, число поколений и т.п. Значения параметров алгоритма эксперимента в основном устанавливаются опытным путем.

3. Проведение эксперимента при различных значениях регулируемых параметров модели. Имитационную модель обобщенно можно представить следующим образом:

где у - вектор выходных характеристик модели; б - оператор-алгоритм; X - вектор нерегулируемых параметров модели (обычно внешних воздействий); вектор регулируемых параметров модели, временной параметр. На данном уровне имитационного эксперимента необходимо определить вектор регулируемых параметров, при котором вектор выходных характеристик будет оптимальным, т.е. наибольшее значение будет иметь функция оптимальности (целевая функция).

Изменение значений параметров должно осуществляться в рамках заданной области ограничений по определенному алгоритму, постепенно приближающему к оптимальному результату.

В работе алгоритм управления имитационным экспериментом реализован по принципу генетических алгоритмов. В отличие от классической методики управления экспериментом, основанной на градиентных методах, применение данного алгоритм позволяет находить с определенной степенью вероятности область глобального экстремума и повышает эффективность использования ресурсов в ходе проведения эксперимента. На рис. 3 представлена схема управления имитационным экспериментом с использованием генетического алгоритма. На схеме под особью (хромосомой) подразумевается совокупность значений регулируемых параметров (факторов).

В разработанном программном комплексе был реализован блок управления имитационным экспериментом с использованием генетических алгоритмов. Модуль работает следующим образом. Перед началом первого

прогона модели выбирается некоторый набор начальных решений (совокупность векторов регулируемых параметров , , также

задается область определения каждого регулируемого параметра. В

терминах генетического алгоритма каждое решение А является особью (хромосомой), а совокупность решений или хромосом - популяцией. Затем

Рис. 3. Схема управления имитационным экспериментом с использованием генетического алгоритма

по каждому начальному решению (особи) проводится прогон модели, после которого на основании полученного значения целевой функции оценивается данное решение (особь). После оценки всех членов начальной популяции применяется операция селекции, в ходе которой отбираются особи с лучшим значением целевой функции. Далее применяются операторы скрещивания и мутации. Таким образом возникает новая популяция, на которой весь процесс эксперимента повторяется. После

выполнения всех прогонов последней попытки определяется особь, наиболее приспособленная согласно значению целевой функции, - это оптимальное решение модели в данном эксперименте. Пользователь может управлять процессом эксперимента с помощью таких параметров, как тип скрещивания, вероятность мутации, вариант селекции, число поколений и т.д. Генетические алгоритмы позволяют автоматизировать процесс управления имитационным экспериментом и повысить его эффективность.

В четвертой главе рассматривается структура распределенной интегрированной среды моделирования и используемые инструменты при разработке программного комплекса. На рис. 4 представлена общая структура программного комплекса.

Необходимо отметить, что число экземпляров программного комплекса зависит от числа параллельных работ с подмоделями, которые должны взаимодействовать между собой посредством единого механизма обмена информацией. В работе механизм обмена информацией между отдельными экземплярами реализован на файловом уровне. Естественно, формат передаваемых файлов должен быть одинаковым для всех участников распределенного моделирования. Обработку и формирование файлов обеспечивает специальный интерфейсный блок. Экземпляры средств моделирования, участвующие в разработке распределенной модели, могут быть представлены различными программными инструментами при условии наличия у них совместимых интерфейсных блоков, т.е. может иметь место гетерогенная среда разработки моделей. Основными функциями интерфейсного блока являются формирование файлов строго определенного формата для передачи другим моделям, прием файлов унифицированного формата, конвертация данных, принимаемых от других моделей, во внутренний формат организации данных соответствующего средства разработки моделей и обратная конвертация из внутреннего представления данных в единый формат файлового обмена между подмоделями.

Необходимо отметить, что подмодель может обмениваться информацией только с общей имитационной моделью (рис. 5). Только один из экземпляров может являться средой разработки общей имитационной модели. Структура информации, обмениваемой между подмоделями и общей моделью, достаточно сложная, поэтому содержание информации в одном сеансе передачи распределяется по нескольким файлам. Обработка получаемой информации интерфейсным блоком начинается после получения всех файлов пакета. После обработки всего

пакета интерфейсный блок формирует квитанцию - подтверждение об успешном приеме всего пакета.

Рис. 4. Структура программного комплекса

Интерфейсный блок общей модели несколько отличается от интерфейсных блоков подмоделей. В интерфейсном блоке общей модели реализованы счетчики, отражающие количество подмоделей, от которых получены результаты частных имитационных экспериментов в различных итерациях общего эксперимента. После проведения имитационного эксперимента на общей модели его результаты оформляются в виде пакетов файлов для каждой подмодели, которые рассылаются всем

подмоделям, где аналогичным образом обрабатываются. Для отслеживания приема пакета подмоделями введены специальные счетчики успешно переданных пакетов. Эти счетчики отражают актуальность информации в распоряжении подмодели (один счетчик - одна подмодель). Система специальных счетчиков интерфейсного блока общей имитационной модели обеспечивает мониторинг актуальности информации в различных узлах распределенной модели. Разработанная система моделирования позволяет вести распределенную разработку моделей, а также обеспечивает более эффективное проведение имитационных экспериментов за счет применения генетических алгоритмов.

Рис. 5. Структура обмена информацией в распределенной среде моделирования

В пятой главе рассматривается практическое использование разработанной системы моделирования для исследования лесозаготовительных процессов. Целью исследования являлась оценка вариантов модернизации парка лесозаготовительных машин.

Рассмотрен действующий комплекс лесных машин в ОАО "Луковецкий ЛПХ". Исходя из местных условий и необходимости использования имеющейся техники, валочно-пакетирующая машина (тимберджек-618) срезает до 250 м3 в смену и складывает их в пачки, которые транспортируются тремя машинами для трелевки пачек деревьев ЛТ-154. Затем выполняется обрезка сучьев и погрузка хлыстов на лесовозный транспорт.

Общая схема модели в терминах Е-сети участка лесозаготовки приведена на рис. 6,7: GEj - складирование хлыстов валочно-пакетирующей машиной (ВПМ) в пачки; Ьз-j - погрузка пакетов на трелевочные машины; - транспортировка; - разгрузка; - работа сучкорезных машин; - холостой ход трелевочных машин;

общий объем поваленных деревьев; R^ - общий объем стрелеванных пачек; R^ - объем заготовленной древесины; Aei, АЕ2, Аез - терминаторы.

Данные о размерах трелюемой пачки и характеристиках трелевочной машины в модели учитываются посредством описателей меток: М(Ь,(1)) объем пачки, перевозимой трелевочной машиной; - номер

трелевочной машины. Ниже приведен символьный вариант представления схем, приведенных на рис. 6,7.

d, =(Fe(GEI) Rei, Ae1); 0; |Rei|:=|Re.|+M(Ge,(2)));

d2=(JE(b,, Rei, b2); 0; |REi|:=|Re.|- fi(M(b,(2)), M(b2(l)):= f,(M(b,(2)));

d3=(XE(b24, b2, b3, b4, b5); 0; -);

d4=4TE(b3,b6); f2(M(b3(2)),M(b3(l))); -); d5 =(Te (b4, b7); f2(M(b4(2)), M(b4(l))); -); d6=(TE(b5>b8); f2(M(b5(2)), M(b5(l))); •); d7=(TE(b6>b9);f3(M(b6(2)));-); • d8=(TE(b7,b,o);f3(M(b7(2)));-);

d»=<TE(b8, b„); f3CM(biC2))); -);

d.oKFE^, b12l big); f4(M(b9(l)), M(b9(2)))); -);

d„ =(Ре(Ь,о, b13> b19); f,(M(b10(l)), M(bI0(2))); -);

dnKFECbn, bu, bjo); £i(M(bn(l)), M(b„(2))); -);

d]3 =(Ye (b25, bi2, b]3) bu, bi5); 0; -);

d,4=(FE(b15, RE2, AE2); 0; |RE2|:=|RE2|+M(b15(l)));

du =(JE (Re2, b„, b,6); 0; M(b16(l)):= f5) |Rd:=|Rd- M(bl6(l)));

d,6=(FE(b,6> Re3,b17); f6(M(b16(l))); ¡R^HRd- f6(M(b16(l))));

d17=(TE(b18,b23);f8(M(b18(2)));-);

d,8=(TE(bI9jb22);f8(M(b19(2)));-);

di9=(TE(b2o,b21);f8(M(b2o(2)));-); d2o=(YE(b26, b2i, b22, b^, bi); 0;-);

Рис. 6. Модель лесозаготовительного участка ОАО "Луковецкий ЛПХ"

Рис. 7. Модель формирования пачек (детализация Сш)

Решающие процедуры: r(b24)=[M(b2(2))=0-> M(b24):=0; M(b2(2))=l-» M(b24):=l; M(b2(2))=2-> M(l*):=2]; r(b25)=[M(b25):=0]; r(b26)=[M(b26):=0]

f,(X!> - функция объема пачки, перевозимой трелевочной машиной (Xi - тип трелевочной машины);

f2(X), Х2) - функция времени загрузки трелевочной машины (xj - тип трелевочной машины, х2- объем загружаемой древесины); f3(xi) - функция времени транспортировки; f4(xb Х2) - функция времени разгрузки;

Í5 - функция объема древесины, загружаемой в сучкорезную машину; f6(x2) - функция времени обработки сучкорезной машиной; f;(x2) - объем выхода из сучкорезной машины; fe(xl) - функция времени холостого хода трелевочной машины; f9 - функция времени поступления древесины на погрузку; fio - функция объема поступающей на погрузку древесины. Разработанная формальная модель была преобразована в имитационную модель. п, раз

шоп

та та у,м3

Рис. 8. Распределение объема межоперационного запаса деревьев на лесосеке

В ходе имитационного эксперимента на данной модели была сформирована база результатов, которые могут быть визуализированы (рис. 8). Далее проводился сравнительный анализ вариантов модернизации в зависимости от условий эксплуатации (средний диаметр дерева на уровне груди, запас леса на 1 га, расстояние трелевки и др.). В действующей системе валочно-пакетирующей машине (ВПМ) необходимо

формировать пачки для трелевки объемом 4 м , что при существующих характеристиках древостоя обуславливает снижение сменной производительности из-за затрат времени на смену рабочих позиций при формировании одной пачки. При проведении имитационных экспериментов выяснилось, что наиболее предпочтительным вариантом модернизации при существующих природно-производственных условиях является замена гусеничных трелевочных машин ЛТ-154 на колесные с большей скоростью трелевки. В этом случае для трелевки достаточно формирование пачки объемом 2.5 м , что может осуществляться с одной рабочей позиции ВПМ. При предварительном расчете данного варианта модернизации обеспечивается повышение общей производительности системы лесных машин порядка 30% при сохранении прежнего уровня себестоимости 1 м3 заготовленной древесины с учетом капитальных затрат.

Заключение

В процессе выполнения диссертационной работы были получены следующие результаты.

1. Разработана математическая модель распределенной среды моделирования параллельных технологических процессов, позволяющая формализовать взаимодействие технологических этапов разработки моделей и организовать параллельное исследование процессов.

2. Предложена методика создания распределенной интегрированной среды моделирования на основе комплексного использования математического аппарата сетей Петри, методов имитационного моделирования и интеллектуальных методов, которая позволяет повысить эффективность решения задач управления технологическими процессами.

3. Создана методика управления имитационным экспериментом с использованием генетических алгоритмов, что обеспечивает повышение качества и эффективности работ по проведению экспериментов.

4. Разработан программный комплекс, который позволяет организовать параллельную разработку модели распределенной системы лесозаготовительных процессов и обеспечить интеллектуальную поддержку принятия решений.

5. Проведена оценка вариантов модернизации парка лесных машин при заданных природно-производственных условиях с использованием разработанного программного комплекса. Выявлены

наиболее предпочтительные варианты модернизации, обеспечивающие повышение производительности системы лесных машин при сохранении прежнего уровня себестоимости 1 м3 заготовленной древесины с учетом капитальных затрат. Разработанная распределенная система моделирования позволяет повысить эффективность принятия решений по управлению технологическими процессами.

Публикации по теме диссертации

1. Блок А.А. Организация распределенной разработки имитационных моделей. // Мат. международ. науч.-техн. конф., посвященной 75-летию АЛТИ-АГТУ "Современная наука и образование в решении проблем экономики европейского севера". Т. 2. - Архангельск, 2004. - С. 358-359.

2. Гурьев А.Т., Абрамова Л.В., Блок А.А., и др. Информационная поддержка процессов лесного комплекса. // Сб. науч. тр. "Наука -северному региону". - Архангельск, 2004. - С. 85-98.

3. Гурьев А.Т., Блок А.А. Имитационное моделирование процессов лесного комплекса: Учебное пособие для вузов. - Архангельск: Изд-во Арх. гос. техн. ун-та, 2004. - 172 с.

4. Гурьев А.Т., Блок АА. Моделирование взаимодействующих лесных машин на стадии эксплуатации. // Мат. С.-Петербургской международ. конф. "ИЛИ (CALS) -2003 Информационные технологии в управлении жизненным циклом изделий". - СПб, 2003. - С. 55-56.

5. Гурьев А.Т., Блок А.А. Основы моделирования комплексов лесосечных машин. // Лесн. журн. - 2004. - №3. - С.116-125. - (Изв. высш. учеб. заведений).

6. Гурьев А.Т., Блок А. А. Управление имитационным экспериментом с использованием генетического алгоритма. // Материалы международ, конф. "Интеграция САПР и систем информационной поддержки изделий". Соловецкие острова. 2004. с. 144-147.

7. Павлов В.В., Гурьев А.Т., Блок А.А. Методика разработки моделей параллельных технологических процессов. // Лесн. журн. - 2005. -№1, - С. 105-114. (Изв. высш. учеб. заведений).

ОШ'Рд'./З

Сдано в произв. 22.04.2005. Подписано в печать 22.04.2005. Формат 60x84/16. Бумага писчая. Гарнитура Таймс Усл. печ. л. 1,0. Уч.-изд. л. 1,0. Заказ № 95. Тираж 100 экз.

Отпечатано в типографии Архангельского государственного технического университета.

163002, г. Архангельск, наб. Северной Двины, 17

Введение

1 Вопросы исследования технологических процессов лесозаготовительного производства

1.1 Технологические процессы лесозаготовительного производства

1.2 Лесозаготовительные процессы как объедет моделирования

1.3 Проблемы повышения эффективности принятия решений по управлению лесозаготовительными процессами

1.4 Существующие подходы к моделированию сложных систем

1.5 Цели и задачи исследования

2 Концептуальная модель распределенной среды моделирования параллельных технологических процессов

2.1 Формализованное описание параллельных процессов

2.2 Организация параллельной разработки моделей

2.3 Е-сети

2.4 Структура распределенной среды моделирования параллельных технологических процессов

2.5 Механизм взаимодействия между параллельными процессами разработки моделей

2.6 Структура информационного обмена между параллельными процессами разработки моделей

3 Этапы моделирования параллельных технологических процессов

3.1 Этапы распределенного моделирования

3.2 Процедуры многоцелевой оптимизации

3.3 Управление имитационным экспериментом

3.4 Генетические алгоритмы

3.5 Использование генетических алгоритмов для управления имитационным экспериментом

3.6 Основные принципы систем имитационного моделирования

4 Разработка распределенной среды моделирования параллельных технологических процессов

4.1 Структура программного комплекса

4.2 Разработка имитационных моделей с использованием

Arena 5.

4.3 Блок управления имитационным экспериментом

4.4 Интерфейсный блок взаимодействия между параллельными процессами разработки моделей

5 Моделирование работы комплекса лесных машин

5.1 Постановка задач и

5.2 Формализованное описание системы лесных машин 123 ' 5.3 Реализация программной модели

5.4 Анализ результатов

5.5 Варианты модернизации технологии лесозаготовительного процесса

Интеграционные процессы, охватывающие в настоящее время все отрасли экономики, позволяют повысить эффективность работы предприятия. Все более тесное взаимодействие хозяйствующих субъектов предопределяет развитие сложных параллельных технологических процессов. В связи с этим необходимо совершенствование существующих и разработка новых средств повышения эффективности исследования вопросов управления параллельными технологическими процессами. Данная задача является особенно актуальной для решения проблем управления производственными процессами предприятий лесного комплекса в условиях современной экономики, в частности лесозаготовительных предприятий. Лесозаготовительное производство представляет собой разветвленную систему взаимодействующих технологических процессов, различных по своему назначению и содержанию. Сильная зависимость лесозаготовительных процессов от влияния природных факторов предопределяет сложность исследования данного вида производств.

В качестве методологической базы исследования сложных систем наиболее эффективным является применение системного подхода. Использование системного подхода предусматривает стадийность процесса познания: от формулирования целей исследования до определения отдельных характеристик элементов изучаемой системы. Целесообразна также параллельная организации работ на различных этапах исследования, что также повысит эффективность использования вычислительных ресурсов в ходе моделирования сложных процессов. Эта сторона проблемы может быть решена путем создания распределенной технологии моделирования.

На каждом этапе исследования должны применяться соответствующие методы и инструменты моделирования. Разрозненное применение этих средств моделирования на разных этапах исследования обуславливает их недостаточную эффективность при все возрастающем уровне требований к качеству предпроектных работ. Интеграция методов и инструментов в едином технологическом решении и параллельная организация работ позволит повысить эффективность исследований на предпроектной стадии разработки параллельных технологических процессов.

Задачи повышения эффективности производственных процессов нашли свое отражение в исследованиях Митрофанова В.Г., Норенкова И.П., Павлова В.В., Соломенцева Ю.М. Методы исследования параллельных технологических процессов рассмотрены в работах Бусленко Н.П., Прицкера А.Б., Советова Б.Я., Яковлева С.А. Вопросы моделирования лесозаготовительных процессов исследованы в трудах Алябьева В.И., Герасимова Ю.Ю., Редькина А.К., Сюнева B.C. и др. Несмотря на наличие этих работ, в настоящее время пока еще не сформировалось единого комплексного подхода к построению распределенной среды моделирования параллельных технологических процессов. Таким образом, создание распределенной среды моделирования на современном этапе требует разработки совокупности теоретических и прикладных проблем, не решенных комплексно ни в России, ни за рубежом, а поэтому исследование в данном направлении является актуальным.

Необходимо отметить, что указанное исследование проводилось на примере лесозаготовительного производства, для которого характерны распределенная структура и сложные взаимосвязи между параллельными технологическими процессами.

Целью диссертационной работы является повышение эффективности принятия решения по управлению параллельными технологическими процессами путем использования распределенной среды моделирования.

В соответствии с поставленной целью в работе решаются следующие задачи:

Анализ существующих подходов и методов повышения эффективности принятия решения по управлению параллельными технологическими процессами лесозаготовительного производства;

Создание концептуальной модели распределенной интегрированной среды моделирования лесозаготовительных процессов;

Разработка распределенной интегрированной среды моделирования параллельных технологических процессов лесозаготовок;

Разработка методического обеспечения интегрированной среды моделирования с использованием математического аппарата сетей Петри, методов имитационного моделирования и интеллектуальных методов обработки данных;

Разработка генетических алгоритмов для управления имитационным экспериментом; Исследование эффективности лесозаготовительных процессов на основе разработанной распределенной системы моделирования.

В первой главе работы приводится характеристика лесозаготовительного производства как объекта моделирования. Выполнен обзор технологий лесозаготовок, используемых в настоящее время, и типовых комплексов машин автоматизации лесозаготовительных работ. Рассматриваются вопросы управления технологическими процессами лесозаготовительного предприятия. В данной главе рассматриваются существующие подходы к формализации и анализу производственных процессов. Среди современных методов исследования производственных процессов выделены функциональное и имитационное моделирование. Рассмотрены также генетические алгоритмы как средство интеллектуального поиска оптимального решения. В последнем параграфе главы сформулированы требования к разрабатываемой среде исследования параллельных производственных процессов, в частности лесозаготовительных процессов, с использованием аппарата сетей Петри, методов имитационного моделирования и интеллектуальных методов.

Во второй главе рассматривается организация параллельной разработки моделей и предлагается математическая модель распределенной среды моделирования параллельных технологических процессов. Выявлены возможные отношения между элементами параллельных процессов. Описывается методика разработки распределенной модели и алгоритм проведения имитационных экспериментов на ней. Рассматривается математический аппарат Е-сетей в качестве инструмента исследования параллельных технологических процессов. Предложена структура распределенной среды моделирования. Решаются вопросы взаимодействия параллельных процессов разработки частных моделей в рамках общей задачи.

В третьей главе раскрывается содержание этапов распределенной технологии моделирования параллельных технологических процессов. Для каждого этапа определяется перечень приемлемых методов и программных инструментов. Особое внимание в этой главе уделяется управлению имитационным экспериментом и применению на данном этапе такого интеллектуального метода как генетические алгоритмы. В данной главе рассматриваются также основные принципы систем имитационного моделирования.

В четвертой главе представлена структура программного комплекса, обеспечивающего разработку распределенных имитационных моделей. Дано краткое описание системы Arena 5.0, используемой в предложенной среде распределенного моделирования непосредственно для задач компьютерной имитации. В главе подробно рассмотрены модуль интеллектуального управления имитационным экспериментом и интерфейсный блок, обеспечивающий взаимодействие узлов распределенной модели.

В пятой главе рассматривается практическое использование разработанной системы моделирования для исследования лесозаготовительных процессов. Дается описание исследуемого производственного процесса на участке лесозаготовки. Построена математическая модель функционирования системы лесных машин на основе аппарата Е-сетей. Рассмотрены основные моменты реализации программной модели с помощью разработанного программного комплекса и методики распределенного моделирования. Проводится анализ результатов, делаются рекомендации по модернизации действующей системы машин. В заключительном параграфе данной главы приводятся модели альтернативных схем реализации технологии лесозаготовительного процесса для заданного участка.

В заключении приводятся основные результаты, полученные в ходе выполнения диссертационной работы.

Заключение

В процессе выполнения диссертационной работы были получены следующие результаты, составляющие основу методики разработки распределенных моделей параллельных технологических процессов лесного комплекса:

1. Разработана математическая модель распределенной среды моделирования параллельных технологических процессов лесозаготовок, позволяющая формализовать взаимодействие технологических этапов разработки моделей и организовать параллельное исследование лесозаготовительных процессов.

2. Предложена методика создания распределенной интегрированной среды моделирования на основе комплексного использования математического аппарата сетей Петри, методов имитационного моделирования и интеллектуальных методов, которая позволяет повысить эффективность решения задач управления лесозаготовительными процессами.

3. Создана методика управления имитационным экспериментом с использованием генетических алгоритмов, что обеспечивает повышение качества и эффективности работ по проведению экспериментов.

4. Разработан программный комплекс, который позволяет организовать параллельную разработку модели распределенной системы лесозаготовительных процессов за счет распределенной архитектуры и обеспечить интеллектуальную поддержку принятия решений за счет использования генетических алгоритмов.

5. С использованием разработанного программного комплекса проведена оценка вариантов модернизации парка лесных машин при заданных природно-производственных условиях. Выявлены наиболее предпочтительные варианты модернизации, обеспечивающие повышение производительности системы лесных машин при сохранении прежнего уровня себестоимости 1 м3 заготовленной древесины с учетом капитальных затрат. Таким образом, разработанная распределенная система моделирования позволяет повысить эффективность принятия решений по управлению технологическими процессами.

1. Алябьев В.И. Оптимизация производственного процесса на лесозаготовках. М.: Лесная промышленность, 1977. - 232 с.

2. Анфилатов B.C., Емельянов А.А., Кукушкин А.А. Системный анализ в управлении / Под ред. А.А. Емельянова. М.: Финансы и статистика, 2001.-368 с.

3. Армстронг Дж. Р. Моделирование цифровых систем. -М.: Мир, 1992. -174 с.

4. Атрощенко О.А. Система моделирования строения древостоев по диаметру// Лесной журнал. 1989. №2. с.3-7.

5. Барановский В.А., Некрасов P.M. Системы машин для лесозаготовок. -М.: Лесная промышленность, 1977. 248 с.

6. Батищев Д.И. Методы оптимального проектирования.: Учеб. пособие для вузов. М.: Радио и связь, 1984.- 248с.

7. Беленький П. Е. Метод системного анализа в организации производственных процессов. М.: Экономика, 1972. - 264 с.

8. Белкин М.В. Оптимизация последовательного выполнения операций. //Автоматика и телемеханика. 1965. Т. 31. №11.- С.93-102.

9. Беллман Р. Введение в теорию матриц. М., 1969. 868 с.

10. Ю.Бендат Дж., Пирсол А. Прикладной анализ случайных данных. М.:1. Мир, 1989.-540 с.

11. Блок А.А. Моделирование информационных процессов предприятий лесного машиностроения. // Материалы Международной молодежной научной конференции «Севергеоэкотех-2004». ч. II. Ухта: УГТУ, 2005. с. 119-121.

12. И.Большаков Н.М. Организация лесозаготовительных работ в республике Коми (новые подходы): Учеб. пособие. Сыктывкар: СЛИ, 2000. - 100 с.

13. Брейтер B.C. Статистическое моделирование эксплуатационных параметров деревьев в различных районах страны// Перспективнаятехнология и организация лесозаготовительного производства/ ЦНИИМЭ. М., 1977. С.36 49.

14. Бусленко В.Н. Автоматизация имитационного моделирования сложных систем.-М.: Наука, 1977, 240 с.

15. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1978. - 400 с.

16. Буч Г. Объектно-ориентированное проектирование с примерами применения. —М.: Конкорд, 1992.-446 с.

17. Вендеров A.M. Современные методы и средства проектирования информационных систем. М.: Финансы и статистика, 1998. - 176 с.

18. Веников В.А., Веников Г.В. Теория подобия и моделирования. — М.: Высшая школа, 1984. 439 с.

19. Виногоров Г.К. Технология лесозаготовок. Учебник для техникумов. -М.: Лесная промышленность, 1984.-296 с.

20. Герасимов Ю.Ю., Кильпеляйнен С.А., Костюкевич В.М., Сюнев B.C. Манипуляторные системы лесных машин: Проектирование и расчет. Петрозаводск; Йоэнсуу, 1994. 95 с.

21. Гихман И. И., Скороход А. В. Теория вероятностей и математическая статистика. К., 1979. 408 с.

22. Гихман И. И., Скороход А. В. Теория случайных процессов. М., 1971. Т. 1.664 с

23. Гнеденко Б. В. Курс теории вероятностей. М., 1954. 412 с.

24. Гороховский К. Ф., Калиновский В.П., Лившиц Н.В. Технология и машины лесосечных и лесоскладских работ: Учебное пособие для вузов. М.: Лесн. пром-сть, 1980. — 384 стр.

25. Гурьев А.Т., Абрамова Л.В., Блок А.А., Деменков М.Е. Информационная поддержка процессов лесного комплекса. // Сборник научных трудов "Наука северному региону". - 2004. - №60. - с. 85-98. (Изв. высш. учеб. заведений).

26. Гурьев А.Т., Абрамова Л.В., Кузнецова Е.А. Функциональное моделирование процессов лесного комплекса. Архангельск: Изд-во Арханг. гос. техн. ун-та, 2003. - 123 с.

27. Гурьев А.Т., Блок А.А. Имитационное моделирование процессов лесного комплекса: Учебное пособие для вузов. Архангельск: Изд-во Арханг. гос. техн. ун-та, 2004. - 172 с.

28. Гурьев А.Т., Блок А.А. Моделирование взаимодействующих лесных машин на стадии эксплуатации. // Материалы Санкт-Петербургской международной конференции "ИПИ (CALS) -2003 Информационныетехнологии в управлении жизненным циклом изделий". СПб. 2003. С. 55.

29. Гурьев А.Т., Блок А.А. Основы моделирования комплексов лесосечных машин. // Лесн. журн. 2004. - №3. - С.116-125. - (Изв. высш. учеб. заведений).

30. Гурьев А.Т., Блок А.А. Управление имитационным экспериментом с использованием генетического алгоритма. // Материалы международной конференции "Интеграция САПР и систем информационной поддержки изделий". Соловецкие острова. 2004. с. 144-147.

31. Дроздов Н.Д. Введение в прикладное математическое моделирование. Методология и логика прикладной математики. Тверь, ТвГУ, 1994. -382 с.

32. Евгеньев Г.Б. Модели вместо алгоритмов. Смена парадигмы разработки прикладных систем //Информационные технологии. 1999. - № 3. - С. 38-44.

33. Дягтерев Ю.И. Исследование операций. М.: Высш. шк., 1986. - 320 с.35.3агидуллин P.P. Имитационная модель формирования расписаний в

34. ГПС. // "Информационные технологии" 2004. - №3 - с. 20-24.

35. Зб.Зайченко Ю.П. Исследование операций: Учеб. пособие для вузов -Киев: Вища школа, 1979. 392с.37.3еленков Ю.А. Введение в базы данных. Центр Интернет ЯрГУ, 1997. -281 с.

36. Емельянов А.А., Власова Е.А., Дума Р.В. и др. Имитационное моделирование экономических процессов. М.: Финансы и статистика, 2002. - 368 с.

37. Емельянов А.А., Власова Е.А. Имитационное моделирование в экономических информационных системах. — М.: Изд-во МЭСИ, 1998. -108 с.

38. Емельянов А.А. Имитационное моделирование в управлении рисками. -СПб.:Инжэкон, 2000. 376 с.

39. Ермаков С.М., Меласс В.Б. Математический эксперимент с моделями сложных стохастических систем. — СПб: Изд. ГУ, 1993. — 270 с.

40. Калашников В.В., Рачев С.Т. Математические методы построения стохастических моделей обслуживания. -М.: Наука, 1988.-312 с.

41. Калиниченко Л.А., Рывкин В.М. Машины баз данных и знаний. М.: Наука, 1990.-296 с.

42. Кальянов Г.Н. CASE структурный системный анализ (автоматизация и применение). -М.:Лори, 1996.-241 с.

43. Кальянов Г.Н. CASE технологии. Консалтинг при автоматизации бизнес-процессов. 2-е изд. перераб. и доп. - М.: Горячая линия -Телеком, 2000. - 320 с.

44. Капитонова Ю.В., Скурихин В.И. О некоторых тенденциях развития и проблемах искусственного интеллекта //Кибернетика и системный анализ. 1999. - № 1. - С. 43-50.

45. Клейнен Дж. Статистические методы в имитационном моделировании. М.: Статистика, 1978; Вып. 1.-221 е.; Вып. 2. - 335 с.

46. Киндлер Е. Языки моделирования. М.: Энергия, 1985. - 288 с.

47. Колчин А.Ф., Овсянников М.В., Стрекалов А.Ф., Сумароков С.В. Управление жизненным циклом продукции. М.: Анахарсис, 2002. — 267 с.

48. Котов В.Е. Сети Петри. -М.: Наука, 1984.

49. Кузнецов О.П., Адельсон-Вельский Г.М. Дискретная математика для инженера. 2-е изд., перераб. и доп. - М.: Энергоатомиздат, 1988. - 480 е.: ил.

50. Кузнецов С.Д. Основы современных баз данных. Москва. Центр Информационных Технологий, 2000. 248 с.

51. Куцевич Н. Компьютерные технологии в системах промышленной автоматизации //Открытые системы. 1999. - № 4. - С. 31-36.

52. Лесосечные машины для рубок ухода: Компьютерная система принятия решений / Ю.Ю. Герасимов, B.C. Сюнев. Петрозаводск: Изд-во ПетрГУ, 1998.236 с.

53. Мазур И.И., Шапиро В.Д. Управление проектами. Справочник для профессионалов. М.: Высшая школа, 2001. - 254 с.

54. Маклаков С.В. BPWin и ERWin. CASE-средства разработки информационных систем. -М.: Диалог-Мифи, 1999. -256 с.

55. Математическая теория планирования эксперимента/ Под ред. С.М. Ермакова. М.: Наука, 1983. - 392 с.

56. Математическое моделирование: Методы, описания и исследования сложных систем/ Под ред. А.А. Самарского. М.: Наука, 1989. - 271 с.

57. Манаев Е.Л. Метод преобразования дискретной имитационной модели в сеть Петри // "Информационные технологии" 2001. - №9 - с. 21-27.

58. Марков А.А. Моделирование информационно-вычислительных процессов. Учеб. пособие для вузов. М.: Изд-во МГТУ им. Н.Э. Баумана, 1999.-360 с.

59. Матвейко А.П., Федоренчик А.С., Технология и машины лесосечных работ: Учебник для вузов Мн.:Технопринт, 2002. - 480 с.

60. Моделирование лесозаготовительных процессов на GPSS: Методические указания к выполнению лабораторных работ по имитационному моделированию / Гурьев А.Т. Сизов Д.Л., Остапенко Е.А., Остапенко А.А. Архангельск: РИО АГТУ, 1995. - 64 с.

61. Методология функционального моделирования IDEF0. Руководящий документ. М.ГОССТАНДАРТ РОССИИ, 2000. - 62 с.

62. Методы построения имитационных систем / В.В. Литвинов, Т.П. Марянович К.: Наук, думка, 1991. - 120 с.

63. Михалевич B.C., Волкович В.Л. Вычислительные методы исследования и проектирования сложных систем. М.: Наука. 1982. 286 с.

64. Налимов В.В., Чернова И.А. Статистические методы планирования экстремальных экспериментов. М.: Наука, 1965. - 366 с.

65. Норенков И.П., Кузьмин П.К. Информационная поддержка наукоёмких изделий CALS-технологий. М.: Издательство МГТУ им. Н.Э. Баумана, 2002-320с.

66. Норенков И.П. Основы автоматизированного проектирования: Учеб. для вузов. 2-е изд., перераб. и доп. — М.:Изд-во МГТУ им. Н.Э. Баумана, 2002.-336 е.: ил.

67. Норенков И.П. Подходы к проектированию автоматизированных систем //Информационные технологии. 1998. - № 2. - С. 2-9.

68. Павлов В.В., Гурьев А.Т., Блок А.А. Методика разработки моделей параллельных технологических процессов. // Лесн. журн. 2005. - №1, с. 105-114. (изв. высш. учеб. заведений).

69. Павлов B.B.CALS-технологии в машиностроении (математические модели) / Под редакцией Ю.М.Соломенцева.- М.:СТАНКИН,2002.- 328 с.

70. Питерсон Дж. Теория сетей Петри и моделирование систем: Пер. с англ. М.: Мир, 1984. - 264 е., ил.

71. Применение микропроцессорных средств в системах передачи информации: Учеб. пособие для вузов/Б.Я. Советов, О.И. Кутузов, Ю.А. Головин, Ю.В. Аветов. М.: Высш. шк., 1987. - 256 е.: ил.

72. Прицкер А. Введение в имитационное моделирование и язык СЛАМ II. -М.: Мир, 1987.-646 с.

73. Редькин А.К. Основы моделирования и оптимизации процессов лесозаготовок. Учебник для вузов. — М.: Лесная промышленность, 1988.-256 с.

74. Романцев В.В., Яковлев С.А. Моделирование систем массового обслуживания. СПб.: Поликом, 1995. - 79 с.

75. Руководство пользователя GPSS. Казань: Изд-во "Мастер Лайн", 2002.

76. Рыжов Э.В., Горлинко О.А. Математические методы в технологических исследованиях. К.: Наукова думка, 1990, 184 с.

77. Сабинин О.Ю. Статистическое моделирование технических систем. -СПб.: Изд. ЭТУ, 1993. 64 с.

78. Сергеев А. Технологии распределенных вычислений //Компьютер-Инфо. 1999. - № 33. - С. 15-16.

79. Слепцов А.И., Юрасов А.А. Автоматизация проектирования управляющих систем гибких автоматизированных производств / Под ред. Б.Н. Малиновского.М. Машиностроение, 1998.- 342 с.

80. Советов Б.Я. Информационная технология. М.: Высшая школа, 1994. -368 с.

81. Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высш. школа, 1998.-319 с.

82. Соломенцев Ю.М., Митрофанов В.Г., Павлов В.В., Рыбаков А.В. Информационно вычислительные системы в машиностроении CALS-технологий. М.: Наука, 2003-292с.

83. Теория инженерного эксперимента: Учеб. Пособие/ Г.М. Тимошенко, П.Ф. Зима. К.: УМК ВО, 1991. - 124 с.

84. Технология системного моделирования/ Под ред. С.В. Емельянова. -М.: Машиностроение; Берлин: Техник, 1989. -520 с.

85. Томашевский В. Н., Жданова Е. Г., Жолдаков А.А. Решение практических задач методами компьютерного моделирования: Учеб. пособие К.: Изд-во «НАУ», 2001. - 268 с.

86. Томашевский В.Н., Жданова Е.Г. Имитационное моделирование в среде GPSS. М.: Бестселлер, 2003. - 416 с.

87. Томашевский В. Н., Жданова Е. Г.Имитационное моделирование средствами системы GPSS/PC: Учеб. пособие. К.: I3MH, НТТУ ПИ, 1998.- 123 с.

88. Уинстон П. Искусственный интеллект. — М.: Мир, 1980. — 519с.

89. Учебное пособие по GPSS World. Казань: Изд-во "Мастер Лайн", 2002. - 272 с.

90. Феллер В. Введение в теорию вероятностей и ее приложения. М., 1984. Т. 1,527 с.

91. Харари Ф. Теория графов. М.: Мир, 1973 - 300 с.

92. Шапот М. Интеллектуальный анализ данных в системах поддержки принятия решений //Открытые системы. 1998. - № 1. — С. 30-35.

93. Шеннон Р. Имитационное моделирование систем: искусство и наука. -М.: Мир, 1978.-419 с.

94. Шрайбер Т. Дж. Моделирование на GPSS. М.: Машиностроение, 1980.-592 с.

95. Штойер Р Многокритериальная оптимизация. Теория, вычисления и приложения: Пер. с англ.- М.: Радио и связь, 1992. 504с.

96. Экологическая оптимизация технологических процессов и машин для лесозаготовок / Ю.Ю. Герасимов, B.C. Сюнев. Йоэнсуу: Изд-во университета Йоэнсуу, 1998. 178 с.

97. O'Keefe Robert and Roach Joan W. Artificial Intelligence Approach to Simulation. // Journal of the Operational Research Society. — 1987. №38. -P. 713-722.

98. Marka D.A., McGovan K.L. SADT: Structured Analysis and Design Technique. -N.Y.: McGraw Hill, 1988. 314 p.

99. Davenport Т.Н., "Process Innovation: Re-engineering Work through Information Technology". Harvard Business School Press, Boston, 1993. -208 p.