Document 756132

На правах рукописи
Гениатулина Елена Владимировна
Способ формирования альтернативных процессов в задачах
оптимизации человеко-машинных систем на основе объектноориентированных моделей
05.13.17 – Теоретические основы информатики
АВТОРЕФЕРЕРАТ
диссертации на соискание ученой степени
кандидата технических наук
Новосибирск – 2010
Работа выполнена в Государственном образовательном учреждении высшего
профессионального образования «Новосибирский государственный
технический университет»
Научный руководитель:
доктор технических наук, профессор,
Гриф Михаил Геннадьевич
Официальные оппоненты: доктор технических наук, профессор,
Авдеенко Татьяна Владимировна
кандидат технических наук,
Гаврилов Константин Викторович
Ведущая организация: Государственное образовательное учреждение высшего
профессионального образования «Санкт-Петербургский
государственный электротехнический университет
«ЛЭТИ» им.В.И.Ульянова (Ленина)»,
г. Санкт-Петербург
Защита состоится
«20» января 2011 г. в 1400 часов на заседании
диссертационного совета Д 212.173.06 при Государственном образовательном
учреждении
высшего
профессионального
образования
«Новосибирский
государственный технический университет» по адресу: 630092, Новосибирск,
пр. К. Маркса 20
С диссертацией можно ознакомиться в библиотеке Новосибирского
государственного технического университета.
Автореферат разослан
«
» декабря 2010 г.
Ученый секретарь
диссертационного совета
Чубич В.М.
2
Общая характеристика работы
Актуальность
темы
исследований.
Разработка
технологий
проектирования процессов функционирования человеко-машинных систем (ПФ
ЧМС) по показателям эффективности, качества и надежности (ЭКН) является
одним из доминирующих направлений в исследовании и автоматизации
проектных работ, управления объектами и принятия решений. Системы
интеллектуальной поддержки принятия решений помогают человеку
проанализировать большой объем информации, учесть экспертные оценки
групп специалистов, более четко сформулировать множество возможных
вариантов решения, спрогнозировать их последствия, получить логическое
обоснование для выбора. Само решение проблемы не обязательно
подразумевает нахождение конкретного решения задачи, это могут быть
различные альтернативы интерпретации проблемы или получение информации,
на основании которой принять или критиковать решение предлагается
пользователю. Требование адекватности моделей ПФ ЧМС, используемых в
процессе проектирования, невозможно достичь без всестороннего учета
особенностей взаимодействия человека или коллектива с комплексом
технических и информационно-программных средств во время решения
поставленной задачи. Вследствие этого значительно возрастает сложность
моделей описания и количественной оценки процессов функционирования
ЧМС. Кроме того, результативность проектирования напрямую зависит и от
числа альтернатив, рассматриваемых на его отдельных этапах. Стремление
повысить адекватность моделей за счет привлечения все большего числа
учитываемых факторов и расширение множества альтернатив (МА) создает
объективные трудности для выбора оптимального варианта выполнения
процесса функционирования ЧМС, поэтому возрастает актуальность подходов
к оптимальному проектированию ЧМС, обеспечивающих возможность
генерации и быстрого анализа достаточно большого числа альтернатив. Анализ
используемых моделей ПФ ЧМС показывает, что наиболее универсальными из
них являются функционально-структурная теория (ФСТ) и обобщенный
структурный метод проф. Губинского А.И. (1977), получившие творческое
развитие в работах В.Г. Евграфова, П.И. Падерно, А.П. Ротштейна, А.Н.
Адаменко, П.П. Чабаненко, А.Т. Ашерова, Е.А. Лаврова, Е.А. Павлова и др.
В работах Е.Б. Цоя и М.Г. Грифа получили развитие модели, методы и
технологии последовательной оптимизации процессов функционирования ЧМС
по показателям эффективности, качества и надежности на основе ФСТ. Однако
применяемый в них способ задания множества альтернатив ПФ ЧМС требует
явного описания процессов и достаточно трудоемок. Кроме того, механизм
задания ограничений на сочетания способов выполнения отдельных операций в
ПФ ЧМС представляет для проектировщика большую сложность.
Таким образом, центральным вопросом рассматриваемой проблемы
является разработка относительно простых технологий и алгоритмов генерации
альтернатив на основе ФСТ, позволяющих организовать эффективный выбор
3
наилучшего варианта выполнения исследуемых и разрабатываемых систем
методом последовательной оптимизации.
Цель работы и задачи исследования. Цель работы заключается в
разработке алгоритмов генерации множества альтернатив процесса
функционирования человеко-машинных систем на базе функциональноструктурной теории и алгоритмов последовательной оптимизации для частных
случаев ограничений на сочетания способов выполнения операций ПФ ЧМС.
В рамках диссертационной работы поставлены и решены следующие
задачи:
 разработка алгоритма генерации последовательно-параллельных
процессов функционирования человеко-машинных систем с учетом заданных
ограничений;
 разработка алгоритмов генерации параметрических и структурных
альтернатив для любой части ПФ ЧМС, исходя из выбранных целей;
 разработка алгоритма оптимизации процессов функционирования ЧМС
на основе обязательных и недопустимых сочетаний операций;
 разработка алгоритмического и программного обеспечения и его
применение для решения конкретных прикладных задач исследования и
проектирования процессов функционирования ЧМС.
Методы исследования. В диссертационной работе использовались
теория систем, теория графов, теория множеств, моделирование, теория
функциональных сетей, методы последовательной оптимизации. В
экспериментальной части применялись методы структурного и объектноориентированного программирования.
Научная новизна.
В диссертации разработаны алгоритмы генерации альтернатив и
оптимизации ПФ ЧМС, а именно:
 алгоритм
генерации
последовательно-параллельного
процесса
функционирования ЧМС, опирается на объектно-ориентированную модель
описания и единую базу знаний ПФ ЧМС с учетом дополнительных
ограничений и не требует, в отличие от моделей М.Г. Грифа и Е.Б. Цоя, явного
задания альтернатив в виде функциональной сети;
 алгоритм генерации
множества альтернатив на основе деления
процессов функционирования на фрагменты не предполагает, в отличие от
используемых ранее подходов, задания эквивалентных операций для указанных
фрагментов;
 алгоритм генерации недопустимых и обязательных сочетаний способов
выполнения операций основан на их предварительном описании
непосредственно в ПФ ЧМС и впервые не требует явного задания указанных
ограничений в матричной форме;
 алгоритм направленного перебора на основе недопустимых и
обязательных сочетаний операций расширяет набор используемых алгоритмов
метода последовательного анализа вариантов при проектировании ПФ ЧМС.
4
Практическая ценность работы и реализация результатов.
Использование разработанных в диссертации методов и средств позволяет, как
показано на примерах решенных задач проектирования рекламной кампании,
способа обслуживания компьютерной сети и проведение реабилитационных
мероприятий для глухих студентов:
повысить адекватность описания процесса функционирования ЧМС
в сравнении с функционально-структурной теорией ЧМС за счет привлечения в
модель дополнительных знаний на основе объектно-ориентированной модели
описания, а также на порядок уменьшить объем данных, требуемых для задания
оптимизационной модели;
получать альтернативные способы выполнения процесса
функционирования ЧМС, отличающиеся как в структуре, так и в параметрах на
основе заданных целей и с учетом меры близости;
проводить оптимизацию ПФ ЧМС при наличии обязательных
сочетаний операций, а также снизить время решения задачи по сравнению с
методом направленного перебора на основе недопустимых сочетаний при их
большем количестве;
значительно понизить трудозатраты на проектирование и
автоматизировать генерацию структурных и параметрических альтернатив, а
также процесс решения задачи за счет использования разработанных
алгоритмов в гибридной экспертной системе проектирования ЧМС и принятия
решений ИНТЕЛЛЕКТ-3.
Разработанные методы и алгоритмы реализованы в рамках новой версии
программы ГЭС ИНТЕЛЛЕКТ-3 (Свидетельство о государственной
регистрации программы для ЭВМ №2010616283 – М.:Роспатент, 2010).
Разработанные методы нашли практическое применение в работе отдела
поддержки продаж ООО фирмы «ГОТТИ», а также в ООО «Трейдсервис».
Кроме того, ГЭС ИНТЕЛЛЕКТ-3 используется в учебном процессе в
Новосибирском государственном техническом университете на факультете
автоматики и вычислительной техники и в Институте Социальной
Реабилитации НГТУ.
Результаты научных исследований использованы при выполнении
проекта № 3.1.1/1703 в рамках АВЦП «Развитие научного потенциала высшей
школы (2009-2010 годы)».
Достоверность научных положений и результатов.
Достоверность
результатов
подтверждается
корректными
аналитическими выкладками, доказательством теорем и математическим
моделированием. Достоверность выводов диссертации подтверждается также
результатами их использования при решении прикладных задач и
сравнительным анализом решений с результатами применения других методов
и алгоритмов последовательной оптимизации.
Личный вклад. Все изложенные в диссертации алгоритмы и методики
были разработаны, реализованы и экспериментально проверены автором лично.
Программная реализация ГЭС ИНТЕЛЛЕКТ-3 проводилась коллективом
исследователей
при
непосредственном
участии
автора.
Автором
5
модифицированы, дополнены и доведены до программной реализации методы
задания альтернатив, построения процесса функционирования, а также решения
задачи с учетом обязательных сочетаний операций.
Апробация работы. Основные положения диссертации докладывались и
обсуждались на следующих международных, всероссийских и региональных
конференциях:

научно-практической конференции «Технологическое образование и
устойчивое развитие региона» (Новосибирск, 2006);
 научной студенческой конференции «Дни науки НГТУ»
(Новосибирск, 2006);
 международной научно-методической конференции «Информатика:
проблемы, методология, технологии» (Воронеж, 2008, 2009, 2010);
 международной научно-практической конференции «Системный
анализ в проектировании и управлении» (Санкт-Петербург, 2008);
 всероссийской научно-практической конференции «Системы
автоматизации в образовании, науке и производстве» (Новокузнецк, 2009);
 ежегодной всероссийской научно-практической конференции с
международным участием «Перспективы развития информационных
технологий» (Новосибирск, 2010);
 международном форуме по стратегическим технологиям «IFOST2010» (Ulsan, Korea, 2010).
Публикации. Всего по теме диссертации опубликованы 16 научных
работ, в том числе: 1 статья ведущих рецензируемых научных журналов и
изданий, рекомендованных ВАК РФ; 8 статей в материалах международных,
всероссийских конференций, 1 статья в научном журнале, 5 статей в научных
сборниках; 1 работа зарегистрирована в Роспатент.
Структура и объем диссертации. Работа состоит из введения, четырех
глав, заключения, списка используемых источников и приложения. Объем
работы составляет 145 страниц основного текста, включая 69 рисунков и 7
таблиц. Список использованных источников содержит 75 наименований.
Краткое содержание работы
Во введении обоснована актуальность темы диссертации, представлены
цели и задачи исследования, раскрывается актуальность исследования, новизна
полученных результатов, практическая значимость. Приводится перечень
вопросов, выносимых на защиту.
Первая глава является обзорной и заканчивается постановкой задач
исследования. В ней рассмотрены основные модели и методы оптимального
проектирования процессов функционирования человеко-машинных систем.
Описаны преимущества функциональных сетей перед основными классами
моделей
используемых
в
исследовании
дискретных
процессов
функционирования ЧМС: алгебраические формальные системы, языковые
формальные системы, языково-алгебраические системы.
6
Так, алгоритмические системы предназначены, в первую очередь, для
количественной оценки процесса функционирования, и не пригодны для
отражения логики структуры ПФ. Языковые формальные системы позволяют
хорошо описывать процесс функционирования, но не имеют аналитических
средств для количественной оценки ПФ. Языково-алгебраические модели в
отличие от приведенных выше алгебраических и языковых систем обладают
хорошим сочетанием свойств описательности и оцениваемости ПФ.
Функциональные сети (ФС) обладают в настоящий момент наибольшими
возможностями описания и оценки процессов функционирования ЧМС. Они
являются продолжением и развитием формального языка обобщенного
структурного метода. Функциональные сети и ОСМ, в отличие от других
сетевых методов, специально предназначены для количественной оценки
вероятностно-временных и ресурсно-стоимостных показателей процесса
функционирования сложных систем с учетом участия в них человека. Типовые
функциональные
структуры
являются
моделями
наиболее
часто
встречающихся структур в процессе функционирования, что позволяет
использовать их в качестве набора базисных моделей, из которых строится
описание ПФ ЧМС в целом.
Процесс функционирования ЧМС представляется состоящим из
совокупности изменяющихся во времени состояний. Непосредственно в основе
способа оценки вероятностных показателей эффективности, качества и
надежности процесса функционирования ЧМС – вероятности правильного
(безошибочного) выполнения B , среднего времени T и средних затрат (дохода)
V от выполнения, вероятности своевременного выполнения P( t  Td ) , лежит
вероятностный граф, а также правила его редукции (укрупнения).
Рассмотрены способы задания оптимизационной модели ПФ ЧМС на
основе функциональной сети с использованием множеств элементов ЧМС,
выполняемых функций и операций. Использование при проектировании ПФ
ЧМС функционально-структурной теории и обобщенного структурного метода
А.И.Губинского предполагает, что каждый альтернативный процесс
функционирования ЧМС задается в виде ФС, ПФ представляется состоящим из
ряда формализованных единиц – типовых функциональных единиц (ТФЕ) и их
типовых комбинаций – типовых функциональных структур (ТФС). Множество
альтернативных процессов ЧМС, пользователь описывает в виде
альтернативного графа (рис. 1).
Задача
оптимизации
(обобщенная
задача
динамического
программирования) ставится следующим образом:
(1)
К ( А)  extr ,
экн
A Md  Ma
где К экн ( А) – критерий оптимальности для сочетаний критериев ЭКН; M d –
множество допустимых альтернатив, альтернативные варианты процесса – M a .
Вероятностные и нечеткие показатели эффективности, качества и
надежности
процесса
(алгоритма)
функционирования:
7
В табл. 1 приведены
B( A), T ( A),V ( A), P(t  Td )(A),B( A), T ( A) и V ( A) .
некоторые из возможных постановок задач оптимизации с показателями
B( A), T ( A) и V ( A) .
Рис. 1. Альтернативный граф для процесса функционирования ЧМС
Таблица 1
Скалярные и векторные задачи оптимизации с показателями
B(A),T(A),V(A)
Критерий
Ограничения
Примечания
B( A)  max
V ( A)  Vd
Vd  0
T ( A)  Td
Td  0
A Md
Pogr ( A)
T ( A)  min
A Md
V ( A)  Vd
Vd  0
B( A)  Bd
Bd [0,1]
Pogr ( A)
V ( A)  min
A Md
T ( A)  Td
Td  0
B( A)  Bd
Bd [0,1]
Pogr ( A)
F1  c1B( A)  c2T ( A) 
Pogr ( A)
c3V ( A)  max
8
ci  0, i  1..3
Здесь Pogr ( A) – ограничения на совместимость способов выполнения
компонентов альтернатив в виде предиката – “Если Pogr ( A) есть “Истина”, то
A удовлетворяет ограничениям задачи”.
Исходя из анализа предметной области, обозначен класс исследуемых
моделей и приведены формальные определения.
Под операцией O  O( F , E, Q) понимается процесс выполнения функции
F элементом E в состоянии ЧМС S , Q - показатели эффективности, качества
и надежности.
Отдельный процесс функционирования ЧМС (функциональная сеть)
представляется в виде суперпозиции ТФС:
(2)
Oz ТФСi (Oi , Oi ,..., Oi ) ,
1
2
k
где ТФСi  М ТФС , Oi – простая или составная операция.
j
Две операции с совпадающей функцией F – O(F , E1, Q1) и O(F , E2 , Q2 )
являются альтернативными ("параметрическими") способами выполнения
операции O , так же как и составные операции OТФСi (Oi , Oi ,...) и
1
OТФСs (Os , Os ,...) , i  s - «структурными».
1
2
2
Приведены формулы расчета выходных показателей типовых
функциональных структур, а также алгоритмы генерации множества
альтернатив M (Oz ) .
Представлен метод последовательной оптимизации человеко-машинных
систем на функциональных сетях с пошаговым конструированием частичных
решений. Приведены необходимые и достаточные условия оптимальности и
допустимости частичных решений, а также их доминирования.
Частичным решением L для задачи (1) с множеством альтернатив M (Az )
называется исходный или укрупненный алгоритмом параметрический способ
выполнения произвольной операции O  Az . Частичное решение L1 доминирует
частичное решение L2 по вероятностным критериям (показателям) B,T и V
( L1
L2 ), если оба решения являются параметрическими способами
BTV
выполнения некоторой ТФЕ типа РО и B( L1 )  B( L2 ) и T ( L1 )  T ( L2 ) и
V ( L1 )  V ( L2 ) .
Необходимым условием оптимальности частичного решения L1 для
любой задачи оптимизации класса ( B, T ,V ) является следующее утверждение:
“Не существует частичного решения L2 , такого, что L2
L1 ”. Класс задач
BTV
9
оптимизации ( B, T ,V ) - это совокупность задач, которые содержат в качестве
критериев ЭКН вероятностные показатели эффективности B,T ,V .
Рассмотрено программное обеспечение, включая описание и
функциональные возможности ГЭС ИНТЕЛЛЕКТ-2 и ГЭС ИНТЕЛЕКТ-3.
В главе поставлены задачи разработки и исследования алгоритмов
генерации альтернативных вариантов в задачах оптимизации человекомашинных систем.
Во второй главе решена задача формализации модели данных на основе
объектно-ориентированного представления операций, которое строится путем
синтеза функционально-структурной теории и объектно-ориентированного
проектирования. Основу данной модели составляет объектно-ориентированный
способ задания ПФ, элементами которой являются классы, объекты, отношения
(наследования, агрегации, ассоциации, метакласс), свойства, методы и т.п. В
рамках данного способа происходит описание операций, множества
альтернатив и методов его модификации. Введено понятие «состав», как
описание операции посредством объектно-ориентированного представления.
Состав – совокупность объектов разных классов, объединенных для
достижения поставленных задач и обладающий критериями ЭКН.
Sti  ( O1 ,O2 ,...,On ,B,T ,V ) , где St – состав, O1 ,O2 ,...,On – операции.
Примером класса, который входит в состав, может являться класс
«Человек», имеющий такие характеристики как возраст, пол, стаж работы,
квалификацию, ученую степень и т.д.
В общем случае во множество параметрических способов выполнения
операции входит совокупность составов, целью каждого из которых является
результат выполнения необходимой операции: M p ( O )  { St1 ,St2 ,...,Stn } , где
M p ( O ) - множества параметрических способов выполнения операции.
Приведен алгоритм генерации параметрических альтернатив на основе
меры близости составов.
Мера близости  – значение в диапазоне от 0 до 1, по которому
определяется степень «похожести», близости между объектами (или группами
объектов) и между их атрибутами.
Определение. Состав Sti является близким составу St j тогда, когда мера
близости между этими составами  ( Sti ,St j )  0 .
Ns
, где N s – количество схожих объектов состава Sti по
No
отношению к составу St j – K Os , а также соответствующих им характеристик
 ( Sti ,St j ) 
(атрибутов) – K Cs : N s  KOs  KCs ,
N o — общее количество объектов KOo и характеристик (со значениями,
если они есть) KCo состава St j : No  KOo  KCo .
10
N s – определяется в соответствии с объектами и их характеристиками,
т.е. проверяется соответствие конкретных объектов одного состава с объектами
другого состава.
N o – количество объектов одного состава, значения характеристик
которых совпадают со значениями характеристик другого состава.
Использование меры близости позволяет определить уровень сходства
составов объектов, для более полного понимания пользователем схожести тех
или иных составов, помогает в выборе близких составов в качестве альтернатив
в рамках ТФЕ.
Описан алгоритм генерации структурных альтернатив на основе
фрагментов процессов. Две операции являются структурными альтернативами
OТФСi (Oi ,Oi ,...) и OТФСs (Os ,Os ,...) , i  s если при выполнении операций
1
2
1
2
в рамках этих ТФС достигается необходимый результат или, иначе говоря,
операции направлены на достижении одной и той же заданной цели.
Цель – это желаемое состояние процесса, которое достигается путем
перехода из одного состояния системы в другое посредством операций,
входящих в конкретные фрагменты процесса.
В рамках ПФ существует множество целей: Z  { Z1 ,Z 2 ,...,Z n } , где
Zi  Zi ( ТФЕi ,...,ТФЕ j ) – множество ТФЕ, объединенных для достижения
единой цели.
Z( ТФЕi ,...,ТФЕ j ) – будем называть цель от точки ТФЕi до точки ТФЕ j .
Данный метод позволяет пользователю автоматически получить
представление процесса или отдельной его части - фрагмента в виде
альтернативного графа на основе ранее сохраненных целей фрагментов (рис. 2).
Предложен алгоритм генерации последовательно-параллельного ПФ
ЧМС, где M  { O1 ,O2 ,...,On } – множество абстрактных операций,
отличающихся друг от друга уникальным именем (или номером), n – общее
количество операций.
–
бинарное
R  {  Oi ,O j  / Oi RO j  Oi  O j ;Oi ,O j  M },R  M 2
отношение на множестве M 2 «следует за» (за операцией Oi следует операция
O j ), задает отношение последовательности на множестве M .
Определена последовательно – параллельная структура (алгоритм)
выполнения операций процесса функционирования человеко-машинных
систем. Для этого необходимо разбить множество M на m попарно
непересекающихся подмножеств Pi таких, что каждый элемент из
M
принадлежит только одному из этих подмножеств:
P  P1 ,P2 ,...,Pm ,
(3)
где m – количество подмножеств множества P.
11
Общая цель графа
эТФЕ2
эТФЕ1
эТФЕ4
эТФЕ5
эТФЕ3
Цель подграфа с вершинами
{ эТФЕ2 , эТФЕ3, эТФЕ4}
Альтернатива подграфа с вершинами
{эТФЕ2 ,эТФЕ3,эТФЕ4}
эТФЕ6
эТФЕ7
Цель подграфа с вершинами
{ эТФЕ6 ,эТФЕ7}
Рис. 2. Представление ПФ в виде графа с учетом целей «от точки до точки»
Приведены условия распараллеливания, в соответствии с которыми
необходимо максимально распараллелить алгоритм (3) что соответствует
минимально возможному значению m (удовлетворяющему от 1) до 6)):
1) i Pi  M – все подмножества P входят во множество абстрактных
операций M.
2) ij i  j Pi  Pj   – одна и та же операция не должна входить
одновременно в два различных подмножества P.
3)
Pi  M – все операции из множества M должны быть учтены.
i 1,m
4)
Для мощности Pi  1 : Osi  Pi | Osk ROsi – должна обязательно
существовать начальная операция (та, которая не следует ни за какой другой).
5) Условие параллельности 1:
Для мощности Pi  1 : Os1 и Os2  Pi  Os1 ROs2 – для любых двух
пар операций, не должно существовать отношений следований друг за другом.
6) Условие последовательности:
Os1  Pj и Os2  Pi и j  i, i  j   Os1 R Os2 – операция Os1 следует
за операцией Os2 , только в том случае, если не существует отношения
«следования за» – Os1 R Os2 .
В результате получаем последовательно-параллельную структуру вида
(рис. 3).
12
Ввод отношений «следует за» R происходит посредством матрицы
смежности:
A  aij , где i, j  1,n и aij  1  Oi R O j .
Oi1 
O 
 i2 
 ... 
 
Oil 
Oip 
 
 ... 
Oik 
 
...
P1
On 
Pm
Рис. 3. Последовательно-параллельная структура
Исходя из введенных данных, находим матрицу достижимости:
A'  a'ij , где i, j  1,n .
Вводимые пользователем отношения следования, в конечном итоге,
представляются в виде списков:
Si  { Os1 ,...,Osm | Os  M / a'is  1 } или
Si  { Os1 ,...,Osm | Os  M Put( Oi ,Os )} .
Put( Oi ,O j ) – существование достижимости из Oi
в O j , определяется путем
учета явных или неявных отношений «следования за» – Oi RO j .
С учетом лица, выполняющего операцию, а также факторов внешней
среды, получаем группу дополнительных условий параллельности:
1) Для мощности Pi  1 : Os1 и Os2  Pi  Os1 ROs2 .
2) Для мощности Pi  1 :
Os1 и Os2  Pi Если FOs1  FO s 2    Z FO  Z FO
s1
3) Для мощности Pi  1 : Os1 и Os2  Pi 
s2
.
EOs  EOs   .
1
2
Алгоритм генерации параметрических альтернатив на основе меры
близости может расширить сферу применения последовательно-параллельного
13
алгоритма и дать возможность пользователю не только сформировать весь
алгоритм с учетом внешних факторов, а также подобрать возможные
параметрические альтернативы для каждой ТФЕ в рамках альтернативного
графа ПФ.
Алгоритм
генерации
последовательно-параллельных
процессов
функционирования ЧМС позволяет максимально распараллеливать операции,
что уменьшает время, затрачиваемое на рассматриваемый пользователем
процесс, позволяет учесть влияние факторов внешней среды, сформировать
возможные альтернативы в рамках той или иной операции, исключая ситуации
распараллеливания операций, в том случае, если операции выполняются в
различных условиях.
В третьей главе предложено хранение попарно несовместимых способов
выполнения операций в базе данных с целью генерации матрицы
несовместимых сочетаний операций в рамках введенного процесса
функционирования. Хранение предполагает повторное использование ранее
введенных ограничений на способы выполнения операций.
Матрица из Nogr ограничений на совместимость способов выполнения
ТФЕ имеет вид:
M sov  mij
Nogr  MТФЕ
,
где каждый j-ый столбец матрицы M sov соответствует своей ТФЕ –
i mij  M p ( O j )
0, j  1,..., M ТФЕ и M ТФЕ 
MТФЕ
j 1
Oj .
Если некоторый элемент матрицы mij  0 , то он не значим для i-го
ограничения. Так при выполнении условия mij  0, j  1,..., M ТФЕ , i-ю строку
i - список всех m  0
матрицы M sov можно удалить (не учитывать). Пусть M sov
ij
в i-ой строке матрицы M sov .
Введено понятие списка по парной несовместимости составов:
Sp  ( Sti ,St j ) , где Sti ,St j  ( O1 ,O2 ,...,On ,B,T ,V ) .
Например:
Sp  ( A,B ) - означает, что состав А и состав В –
несовместимы.
Алгоритм оптимизации основан на отсеве частичных решений.
Доминирование частичных решений с учетом ограничений на совместимость:
частичное решение L1 доминирует частичное решение L2 по отношению к
ограничениям на совместимость способов выполнения ТФЕ Pogr ( A) ( L1
14
L2 ),
Pogr
1
2
если C  C , где C1  (
Nogr
i )
M sov
1
L
и C2  (
Nogr
i )
M sov
L2 , причем
i 1
i 1
i
операция пересечения между M sov
и частичными решениями ведется по
параметрическим способам выполнения соответствующих ТФЕ (в частичных
решениях задаются как сами ТФЕ, так и их способы выполнения-составы).
Автоматическая генерация вышеописанной матрицы несовместимости
сочетаний операций подразумевает сопоставление введенного списка парных
ограничений на совместимость и заданных способов выполнения операций,
определение номера альтернативы в рамках ТФЕ и формирование
соответствующей строки в матрице ограничений на совместимость способов
выполнения операций. На этой основе разработан алгоритм генерации матрицы
несовместимых способов выполнения операций, который позволяет
пользователю не вводить все строки матрицы вручную, а, нажав одну кнопку,
сформировать ее автоматически, что может сэкономить время, особенно если в
разных процессах функционирования задействованы одни и те же способы
выполнения.
Предложено использование матрицы обязательных сочетаний операций
M zsov , в которой ненулевые элементы строк имеют смысл единственно
возможных сочетаний способов выполнения соответствующих ТФЕ в
альтернативах.
,
M zsov  mij
Nogr  MТФЕ
где каждый j-ый столбец матрицы M zsov соответствует своей ТФЕ –
i mij  M p ( O j )
0, j  1,..., M ТФЕ
M ТФЕ 
и
MТФЕ
j 1
Oj .
Если
некоторый
элемент матрицы mij  0 , то он не значим для i-го ограничения.
Так, при выполнении условия mij  0, j  1,..., M ТФЕ , i-ю строку матрицы
i
- список всех mij  0 в iM zsov можно удалить или не учитывать. Пусть M zsov
ой строке матрицы M zsov .
Доминирование частичных решений с учетом обязательных сочетаний
операций: частичное решение L1 доминирует частичное решение L2 по
отношению к ограничениям на совместимость способов выполнения ТФЕ
Pogr ( A) ( L1
L2 ), если C 2  C1 ,
Pogr
15
где C1  (
N ogr
i 1
i
M zsov
)
1
L и C2  (
Nogr
i
M zsov
)
L2 , причем операция
i 1
i
пересечения между M zsov
и частичными решениями ведется по
параметрическим способам выполнения соответствующих ТФЕ. Данная
матрица позволяет вводить только те способы выполнения операций, которые
должны быть обязательно учтены. Доказана следующая теорема.
Теорема. Необходимым условием оптимальности частичного решения L1
для любой задачи класса ( B,T ,V ,Pogr ) является следующее утверждение: «Не
существует частичного решения L2 такого, что L2
L1 и L2
BTV
L1 ».
Pogr
Приведена общая схема алгоритма с учетом обязательных и
недопустимых сочетаний операций: конкретный алгоритм пошагового
конструирования определяется правилом выбора частичных решений
(подсетей)  , подлежащих развитию на каждом шаге, и набор тестов  ,
осуществляющих отсев тех из них, которые не могут быть достроены до
оптимальных (рис. 4). Вариация параметров  и  приводит к различным
алгоритмам метода последовательного анализа вариантов применительно к
задачам оптимизации ПФ ЧМС на функциональных сетях.
Генерация
частичных
решений

“Отсев”
частичных
решений
Проверка
условия 
Рис. 4. Общая схема метода последовательного анализа вариантов
Экспериментально
и
теоретически
доказана
необходимость
использования матрицы обязательных сочетаний операций, поскольку в случае
меньшего количества строк в сравнении с матрицей несовместимых сочетаний
операций, время задания матрицы, а также время работы всего алгоритма
поиска оптимального решения уменьшается.
Так, для матрицы недопустимых сочетаний операций трудоемкость O( nsov ) , где nsov – количество строк в M sov . Для матрицы обязательных
16
сочетаний операций трудоемкость – O( nzsov ) , где nzsov – количество строк в
M zsov .
Проведено
исследование
алгоритма
преобразования
матрицы
обязательных сочетаний операций в матрицу несовместимых сочетаний
операций, предложен вариант решения. Доказана необходимость большой
вычислительной мощности, так как сложность данного алгоритма O( n )  nk ,
т.е. получается такой алгоритм удобнее использовать только при небольших
объемах данных.
В четвертой главе приведено описание программного обеспечения
разработанных алгоритмов внедренных в ГЭС ИНТЕЛЛЕКТ-3, все экранные
формы, а также последовательность действий пользователя при построении
процесса функционирования и генерации альтернатив.
С помощью разработанного в диссертации математического и
программного обеспечения решен ряд задач, в том числе:
1.
Оптимизация организации рекламной кампании «Выбери себе
подарок» в ООО фирме «ГОТТИ».
2.
Оптимизация способа обслуживания и ликвидации отказов в сети в
фирме ООО «Трейдсервис».
3.
Проведение реабилитационных мероприятий для глухих и
слабослышащих студентов в институте социальной реабилитации НГТУ.
Приведем пример решения задачи оптимизации организации рекламной
кампании в ООО фирме «ГОТТИ».
Постановка задачи оптимизации:
V  60000
T  min
B  0.8 ,
где B – вероятность качественного выполнения (1-максимум), T – время
выполнения, V – затраты (оплата за предоставленные услуги).
Сроки проведения акции: октябрь-ноябрь. Носители информации:
плакаты, аудио реклама в магазинах, реклама на радио, промоутеры.
Предварительная сумма бюджета 60000 рублей.
Ограничения на обязательные сочетания операций: прорисовка макета
плаката и раздаточных листовок производится одним и тем же лицом, так как
формируется на основе одного макета.
Ограничения на последовательность: макет плаката заказывается до
печати макета плаката, заказа аудиоролика и макета листовки. Макет листовки
заказывается до печати листовки. Печать листовки производится до проведения
радиорекламы и промо-акции. Заказ аудиоролика производится до проведения
радиорекламы.
Сформированный последовательно-параллельный алгоритм представлен
на рис. 5. Найденное решение представлено на рис. 6.
Затраты по найденному решению V  52880 руб. Это позволяет сделать
вывод о том, что в рамках рекламной кампании можно увеличить тираж
17
выпускаемых листовок, увеличить время выхода рекламы в эфир или же
увеличить количество промоутеров.
Кроме того, выгоднее нанять на такие виды работ как прорисовка макета
плаката и макета листовки собственного рекламиста.
Заказ
ролика
Макет
плаката
Радиореклама
Печать
макета
плаката
Печать
листовок
Проведение
промо
Макет
листовки
Рис. 5. Последовательно-параллельный алгоритм
ТВ Медиа
СКД
“Марафон”
Собственный
рекламист
Бюро
печати
Бюро
печати
Европа плюс
Собственный
рекламист
Рис. 6. Найденное оптимальное решение задачи
Основные результаты и выводы
Получены следующие основные результаты.
1. Разработан и реализован в рамках ГЭС ИНТЕЛЛЕКТ-3 алгоритм
генерации последовательно-параллельного процесса функционирования ЧМС,
который опирается на объектно-ориентированную модель описания, а также на
единую базу знаний ПФ ЧМС.
2. Разработан и реализован в рамках ГЭС ИНТЕЛЛЕКТ-3 алгоритм
генерации
множества
альтернатив
на
основе деления
процесса
функционирования на фрагменты.
3. Разработана и реализована методология задания и алгоритм
автоматической генерации недопустимых и обязательных сочетаний операций.
18
4. Разработан и реализован алгоритм направленного перебора с учетом
недопустимых и обязательных сочетаний операций, расширяющий набор
алгоритмов оптимизации ПФ ЧМС на основе метода последовательного
анализа вариантов.
5. На примерах решенных задач показана эффективность разработанных
методов и алгоритмов в системе ГЭС ИНТЕЛЛЕКТ-3.
Основные научные результаты диссертации опубликованы в следующих
работах:
1.
Жалина (Гениатулина) Е.В. Применение гибридной экспертной
системы ИНТЕЛЛЕКТ-2 для процесса подбора дисциплины и преподавателя /
Е.В. Жалина (Гениатулина), Д.А Деревягина // Технологическое образование и
устойчивое развитие региона: сб. тр. науч.-практ. конф. – Новосибирск: Изд-во
ГОУ ВПО НГПУ, 2006. – С. 128–133.
2.
Гениатулина Е.В. Методы формирования множества альтернатив
процесса функционирования человеко-машинных систем / Е.В. Гениатулина,
М.Г. Гриф // Информатика: проблемы, методология, технологии:
Материалы VIII международной науч.-метод. конф. – Воронеж: Изд.-полиграф.
центр ВГУ, 2008. – С. 176–179.
3.
Гениатулина Е.В. Методы формирования множества альтернатив
процессах функционирования человеко-машинных систем на основе аналогий /
Е.В. Гениатулина, М.Г. Гриф // Сб. науч. тр. НГТУ. – Новосибирск: Изд-во
НГТУ, 2008. – №1(51). – С. 35-40.
4.
Гениатулина Е.В. Методы формирования множества альтернатив
процесса функционирования человеко-машинных систем / Е.В. Гениатулина,
М.Г. Гриф // Системный анализ в проектировании и управлении: Труды XII
Междунар. науч.-практич. конф. Ч. 1. – СПб.: Изд-во Политехн. ун-та, 2008. –
С. 148–150.
5.
Гениатулина Е.В. Представление данных в интеллектуальных
системах, усеченно-естественный язык / Е.В. Гениатулина // Материалы
девятой международной научно-методической конференции. Информатика:
проблемы, методология, технологии Т1. – Воронеж: Изд-полиграф. центр ВГУ,
2009. – С. 202–206.
6.
Гениатулина Е.В. Метод генерации процессов функционирования
человеко-машинных систем / Е.В. Гениатулина, М.Г. Гриф // Сб. науч. тр.
НГТУ. – Новосибирск: Изд-во НГТУ, 2009. – №2(56) . – С. 71–76.
7.
Гениатулина
Е.В.
Методы
представления
знаний
в
интеллектуальных системах / Е.В. Гениатулина, М.Г. Гриф // Сб. науч. тр.
НГТУ. – Новосибирск: Изд-во НГТУ, 2009. – №2(56) . – С. 87–92.
8.
Гениатулина Е.В. Метод генерации процессов функционирования
человеко-машинных систем в интеллектуальных системах // Науч. Журнал
Молодой ученый. – Чита: Изд-во Молодой ученый, 2009. – №10. – С. 83–84.
9.
Гениатулина Е.В. Метод генерации процесса функционирования
человеко-машинных систем в системах искусственного интеллекта /
Е.В.Гениатулина // Системы автоматизации в образовании, науке и
19
производстве: Труды VII Всерос. науч.-практ. конф. – Новокузнецк: СибГИУ,
2009. – С. 375–378.
10. Гениатулина Е.В. Метод генерации процессов функционирования
человеко-машинных систем на основе усеченно-естественного языка / Е.В.
Гениатулина, М.Г. Гриф // Сб. науч. тр. НГТУ. – Новосибирск: Изд-во НГТУ,
2009. – №4(58) . – С. 29–34.
11. Гениатулина Е.В. Генерация действий
объектов в процессе
функционирования человеко-машинных систем / Е.В. Гениатулина //
Информатика: проблемы, методология, технологии: материалы Х междунар.
науч.-методич. конф. – Воронеж: Изд.-полиграф. Центр ВГУ, 2010. – С. 190194.
12. Гениатулина Е.В. Проектрование процессов функционирования в
человеко-машинных системах / Е.В. Гениатулина // Перспективы развития
информационных технологий. Сб. материалов II Ежегодной Всерос. науч.практич. конф. с междунар. уч. – Новосибирск: Изд-во «Сибпринт», 2010. – С.
205–209.
13. Гениатулина Е.В. Метод генерации фрагментов процесса
функционирования человеко-машинных систем на основе совпадения целей
операций / Е.В. Гениатулина, М.Г. Гриф // Сб. науч. тр. НГТУ. – Новосибирск:
Изд-во НГТУ, 2010. – №2(60) . – С. 27–32.
14. Geniatulina E.V. The alternatives sets generating method of in manmachine systems optimization problems / E.V. Geniatulina, M.G.Grif, E.B. Tsoy //
Proc. of The Intern. Forum on Strategic Technologies «IFOST-2010».– Ulsan,Korea,
2010. – P. 193-196. [Генерация множества альтернатив в задачах оптимизации
человеко-машинных систем]
15. Гениатулина Е.В. Методы генерации множества альтернатив в
задачах оптимизации человеко-машинных систем / Е.В. Гениатулина, М.Г.
Гриф // Науч. вест. НГТУ. – Новосибирск: Изд-во НГТУ, 2010. – №4(41). –
С. 41–50.
Зарегистрированные в Роспатент
16. М.Г. Гриф Генерация и оптимизация последовательнопараллельных процессов функционирования человеко-машинных систем / Е.В.
Гениатулина, М.Г. Гриф // Свидетельство о государственной регистрации
программы для ЭВМ № 2010616283. – М: Роспатент. – 2010.
20
Отпечатано в типографии Новосибирского
государственного технического университета
630092, г. Новосибирск, пр. К. Маркса 20, тел. 346-08-57
формат 60х84\16, объём 1,82 п.л., тираж 100 экз.,
заказ №
подписано в печать « » декабря 2010г.
21