Размещено на http://www.allbest.ru/

На правах рукописи

Автоматизация управления и комплексного использования человеческих и структурных ресурсов наукоемких производств (промышленность)

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

Автореферат

диссертации на соискание ученой степени доктора технических наук

Анкудинов Иван Георгиевич

Санкт-Петербург - 2009

Работа выполнена в Северо-Западном государственном заочном техническом университете

Научный консультант - доктор технических наук, профессор

Иванова Ирина Владимировна

Официальные оппоненты:

- Заслуженный деятель науки РФ,

доктор технических наук, профессор

Яковлев Валентин Васильевич;

- доктор физико-математических наук профессор Сушков Юрий Акимович;

- доктор технических наук, профессор

Темнов Вячеслав Николаевич.

Ведущая организация ОАО “НПО “Прибор”

Защита состоится 28 апреля 2009 г. в 14 час. на заседании диссертационного совета Д 212.244.01 при Северо-Западном государственном техническом университете по адресу:

191186, Санкт-Петербург, ул. Миллионная, 5, ауд. 301

С диссертацией можно ознакомиться в библиотеке Северо-Западного государственного заочного технического университета.

Автореферат разослан 27 марта 2009 г.

Ученый секретарь

диссертационного совета Иванова И.В.

Введение

Актуальность проблемы. К началу XXI века в работах отечественных и зарубежных ученых получены значительные результаты в области автоматизации управления технологическими процессами и производством. В трудах Бусленко Н.П., Вавилова А.А., Воронова А.А., Емельянова С.В., Игнатьева М.Б., Кульбы В.В., Мамиконова А.Г., Моисеева Н.Н., Поспелова Г.С., Поспелова Д.А., Скурихина В.И., Советова Б.Я., Цвиркуна А.Д., Цехановского В.В., Чертовского В.Д., Яковлева С.А., зарубежных авторов Гроумпоса П.П., Джамшиди М., Икеда М., Калмана Р., Касти Д., Каплан Р.Д., Месаровича М.Д., Озгюнера Ю., Сингха М.Г., Такахара Я., Финдейзена В., Хасана М.Е., Шера А.В., Шильяка Д.Д. достаточно полно разработана методология автоматизированного управления материальными потоками предприятия.

В то же время, к началу XXI века сложилось представление об экономике, “основанной на знаниях”, появились новые подходы к использованию инфокоммуникационных технологий и созданию благоприятной информационной среды и инфраструктуры предприятия. Важным принципом экономики, основанной на знаниях, является рациональное использование интеллектуальных (нематериальных) ресурсов - интеллектуального капитала предприятия.

Исследованию факторов, определяющих эффективность использования интеллектуальных ресурсов предприятия (их трансформации в интеллектуальный капитал) с позиций экономической науки, посвящены работы таких авторов, как Брукинг Э., Букович У., Бендиков М.А., Глухов В.В., Джамай Е.В., Козырев А.Н., Молчанов Н.Н., Полтерович В.М., Сергеев А.Л., Стоунхаус, Дж., Уильямс Р., Шаститко А. Е., Davenport T., Drucker P.F., Firestone J.M., Machlup F., McElroy M. W. , Nonaka I., Polyani M., Prusac L., Stewart T.A., Takeuchi H., Weick K., Wiig K..

Характерной особенностью наукоемких производств является высокая доля затрат на научно-исследовательские и опытно-конструкторские работы (НИОКР) в себестоимости продукции, что и определяет ключевую роль интеллектуальных ресурсов в производстве наукоемкой продукции. Развитие наукоемких производств во всем мире характеризуется все более широким применением CALS-технологий, т.е. технологий непрерывной информационной поддержки продукции на всех этапах ее жизненного цикла. Концепция развития CALS-технологий в промышленности России входит в перечень “Приоритетные направления развития науки, технологий и техники в Российской Федерации на период 2007-2009 годы”, утвержденный решением коллегии Министерства промышленности, науки и технологии РФ.

Существующие производственные информационные системы (ИС) поддерживают управление данными об изделиях (PDM Product Data Management) и планирование ресурсов (ERP Enterprise Resource Planning). Однако, в существующих ИС управления наукоемкими производствами системная поддержка актуальной функции планирования интеллектуальных ресурсов не предусмотрена.

Следовательно, актуальной проблемой автоматизации управления предприятиями в условиях новой экономики, основанной на знаниях, является автоматизация управления интеллектуальными ресурсами наукоемких производств и их эффективного использования на основе комплексного, системного подхода, что и определяет актуальность темы диссертации.

Цель работы - автоматизация и повышение эффективности комплексного использования человеческих и структурных ресурсов в проектах разработки и производства наукоемкой продукции. Для достижения этой цели необходимо разработать теоретические основы, методы, модели, структуры данных и алгоритмов для автоматизации планирования и использования человеческих и структурных ресурсов.

Человеческие интеллектуальные ресурсы рассматриваются как в непосредственном проявлении компетенций работника (знаний, умений, навыков) при выполнении им производственно-технологических операций на рабочем месте, так и в отчужденной форме в виде формализованных знаний, хранящихся в базах данных и знаний.

Структурные интеллектуальные ресурсы рассматриваются как потенциал организации рационального использования лабораторного оборудования, инструментальных и программных средств и методического обеспечения НИР и ОКР.

Основную цель работы можно разбить на подцели:

Разработка теоретических основ, методов и моделей автоматизации управления и эффективного использования человеческих ресурсов.

Разработка теоретических основ, структур данных и алгоритмов оптимальной организации структурных ресурсов.

Разработка концептуальной схемы, методов, моделей и алгоритмов комплексного использования человеческих и структурных ресурсов.

Разработка методик и программных средств реализации предложенных в диссертации методов и моделей комплексного использования человеческих и структурных ресурсов в практике проектирования и управления производством.

Основная задача исследования заключается в том, чтобы выполнить анализ факторов, определяющих эффективность человеческих и структурных ресурсов наукоемких производств, их превращения в интеллектуальный капитал и разработать методы, модели и алгоритмы для автоматизации их использования. В основной задаче исследования можно выделить следующие составляющие:

Выполнить анализ факторов, определяющих эффективность автоматизации использования человеческих и структурных ресурсов наукоемких производств и их превращения в интеллектуальный капитал.

Разработать методы и модели для автоматизации управления персоналом с позиций менеджмента, основанного на знаниях.

Разработать методы и модели для автоматизации управления структурными ресурсами на основе методов многокритериального структурно-параметрического синтеза объектов, функционирование которых описывается потоковыми схемами.

Разработать модели и алгоритмы многокритериальной оптимизации комплексного использования человеческих и структурных ресурсов в управлении проектами наукоемких производств.

Объектом исследования являются интегрированные автоматизированные системы, обеспечивающие информационную поддержку управления и эффективное использование материальных и нематериальных ресурсов на всех этапах разработки и производства наукоемкой продукции.

Предметом исследования являются модели, методы, структуры данных и алгоритмы в составе математического, информационного и алгоритмического обеспечений задач управления и использования нематериальных ресурсов наукоемких производств. Основное внимание в диссертации уделяется автоматизации управления отдельными наукоемкими проектами. Для таких проектов определяющую роль в составе корпоративных нематериальных ресурсов играет, во-первых, человеческий интеллектуальный ресурс и, во-вторых, структурный ресурс, который трактуется в диссертации, прежде всего, как потенциал рациональной (оптимальной) структурной организации технологических процессов производства и производимых продуктов. Поэтому тематика диссертации ограничена рассмотрением комплексного использования человеческих и структурных корпоративных ресурсов.

Структурные ресурсы играют особую роль, поскольку они включают в себя метазнания, а именно методы и средства структурно-параметрического синтеза, необходимые для оптимизации комплексного использования человеческих и структурных ресурсов предприятия.

Методы исследования. В работе используется модельный подход, морфологические методы анализа и синтеза, теория графов и формальных грамматик.

Научная новизна

1. Подход к автоматизации комплексного управления человеческими и структурными интеллектуальными ресурсами, основанный на учете квалификационных профилей работников, профилей релевантности инструментально-методических средств, нормативных профилей и значимости работ.

2. Методы автоматизации профессионального тестирования в предметных областях, использующих язык математики, обеспечивающие повышение достоверности результатов тестирования за счет увеличения числа вариантов одинаковой сложности и разнообразия заданий.

3. Принцип многокритериальной оптимальности и теория функций свертки в форме взвешенного степенного среднего (ВСС), позволяющие выразить представления ЛПР об адекватной взаимной компенсации критериальных показателей для широких пределов их изменения.

4. Морфотопологический подход к синтезу объектов, структура которых описывается потоковой схемой, возможны контуры в исходном И-ИЛИ-графе и допустимых решениях, а также ограничения на сочетания элементов.

5. Теоретико-множественная модель исходного описания знаний о предметной области, алгоритмы и логическая программа структурного синтеза в рамках морфотопологического подхода.

6. Базовые модели и алгоритмы формирования сингулярного пространства поиска в задачах морфотопологического синтеза, включающего этап генерации и факторизации множества потоковых схем в функциональном базисе и этап покрытия базовых функций функциональными элементами.

7. Теоретические основы и алгоритмы решения многокритериальных задач структурно-параметрического синтеза для сингулярного и несингулярного описания пространства поиска.

8. Концептуальная модель, функциональная схема и алгоритмы комплексного управления человеческими и структурными интеллектуальными ресурсами на каждом этапе жизненного цикла наукоемкого продукта, описывающие итерационные процессы преобразования технического задания (ТЗ) в требуемый результат.

Практическая и научная значимость

1. Разработаны модели, алгоритмы и программы для автоматизации комплексного управления человеческими и структурными интеллектуальными ресурсами, основанные на использовании квалификационных профилей работников, профилей релевантности инструментально-методических средств и нормативных профилей работ.

2. Разработаны алгоритмы и экспериментальные программы для многовариантного синтеза тестовых заданий, текущего контроля и итоговой оценки знаний в предметных областях, использующих язык математики. Разработанные алгоритмы обеспечивают генерацию и автоматическую проверку достаточного числа вариантов заданий одинаковой сложности с целью повышения достоверности (уменьшения возможности для фальсификации результатов) профессионального или академического тестирования.

3. Разработана методика и программное обеспечение для построения функций свертки в форме ВСС для реализации принципа многокритериальной оптимальности в задачах многокритериального выбора.

4. Разработаны методика построения правил конструирования вариантов, лингвистическое обеспечение и логическая программа формирования исходного и рабочего описаний множества вариантов в задачах структурного синтеза объектов, описываемых потоковыми схемами, на основе морфотопологического подхода.

5. Разработаны эффективные алгоритмы, программы и примеры решения многокритериальных задач структурно-параметрического синтеза с использованием как разработанных в диссертации методов, так и стандартных пакетов целочисленного программирования.

6. Разработан пример практического использования разработанных в диссертации методов для сетевого планирования и комплексного управления человеческими и структурными интеллектуальными ресурсами на этапе эскизного проектирования комплекса сбора гидроакустической информации.

Реализация результатов работы

Теоретические и практические результаты диссертации используются в виде математических моделей, алгоритмов и программ в научных и практических разработках ОАО «НПО «Прибор», ООО «Форт-Телеком» и ООО НПП «ЭлектроРадиоАвтоматика - Р», что позволяет повысить эффективность использования кадровых и структурных ресурсов предприятия на 15-20 % и на 10 - 20% повысить технико-экономические показатели качества научно-исследовательских и конструкторско-технологических работах, проводимых в соответствии с федеральными и межотраслевыми программами: «Регулирование и развитие оборонно-промышленного комплекса»; «О координации деятельности в области промышленной автоматизации и системостроения» и другими.

Методы и программы структурного синтеза потоковых схем на основе морфотопологического подхода, многокритериального выбора и многовариантного тестирования используются в учебном процессе СЗТУ по дисциплинам специальности 230101.65 «Вычислительные машины, комплексы, системы и сети», а также в других образовательных учреждениях.

Научные положения, выносимые на защиту

1. Теоретическое обоснование автоматизации управления человеческими ресурсами, планирования повышения квалификации и оптимального закрепления функций за исполнителями с позиций менеджмента, основанного на знаниях.

2. Теоретические основы и методы многовариантного синтеза заданий одинаковой сложности для автоматизации тестирования, текущего контроля и итоговой оценки знаний в предметных областях, использующих язык математики.

3. Принцип многокритериальной оптимальности и метасредства многокритериального выбора, реализованные на основе ВСС.

4. Основы морфотопологического подхода, модели и метасредства формирования сингулярного представления пространства поиска в задачах структурного синтеза объектов, описываемых потоковыми схемами.

5. Теоретические основы и метасредства управления структурными ресурсами, обеспечивающие решение многокритериальных задач структурно-параметрического синтеза на основе разработанных автором методов и стандартных пакетов целочисленного программирования.

6. Концептуальная схема и оптимизационная модель комплексного использования человеческих и структурных ресурсов, основанная на использовании метасредств, разработанных в диссертации, и описывающая итерационные процессы преобразования технического задания в требуемый результат на каждом этапе жизненного цикла наукоемкого продукта.

Апробация работы. Основные результаты диссертации докладывались на следующих конференциях и семинарах:

- VIII Международная научно-практическая конференция молодых ученых, студентов и аспирантов “Анализ и прогнозирование систем управления” (Санкт-Петербург, 2007);

- Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых "Актуальные проблемы управления техническими, информационными, социально-экономическими и транспортными системами" (Санкт-Петербург, 2007);

- Международная веб-конференция “Инженерное образование, технологии обучения, контроля и использования электронных средств (International Conference on Engineering Education, Instructional Technology, Assessment, and E-learning EIAE 07)” (г. Бриджпорт, США, 2007);

- Международная веб-конференция “Системы, вычислительная техника и разработка программного обеспечения (International Conference on Systems, Computing Sciences and Software Engineering SCS2 07)” (г. Бриджпорт, США, 2007);

- Юбилейная Х Санкт-Петербургская международная конференция “Региональная информатика-2006” (Санкт-Петербург, 2006); 7-я Международная научно-практическая конференция “Современные информационные и электронные технологии”, (Одесса, 2006);

- Санкт-Петербургская научно-практическая конференция “Проблемы в сфере инфокоммуникационных технологий”, (Санкт-Петербург, 2005);

- Международная научно-методическая конференция “Роль инфокоммуникационных технологий в совершенствовании системы управления качеством образования”, (Санкт-Петербург, 2005);

- 2-й Международный семинар “Новые модели бизнеса (The 2nd International Workshop: “New Models of Business: Managerial Aspects and Enabling Technology”)” (Санкт-Петербург, 2002);

- International Workshop: “New Models of Business: Managerial Aspects and Enabling Technology” (Санкт-Петербург, 2001);

- 50-я Юбилейная научно-техническая конференция, посвященная 100-летию изобретения радио (Ленинград, 1995), 45-й Научно-технической конференции по узловым проблемам радиотехники, электроники и связи (Ленинград, 1990);

- 7-е Всесоюзное совещание "Автоматизация процессов управления техническими средствами исследования и освоения Мирового океана" (Калининград, 1989);

- 5-я Дальневосточная акустическая конференция "Акустические методы и средства исследования океана" (Владивосток, 1989).

Публикации. По материалам диссертации опубликованы 55 научных работ, в том числе 1 монография и 10 работ, входящих в перечень рецензируемых изданий, рекомендованный ВАК для публикации материалов диссертации на соискание ученой степени доктора наук.

Структура и объем работы. Диссертационная работа состоит из введения, девяти глав, заключения, библиографического списка на 262 наименования, содержит 278 страниц машинописного текста, включая 35 рисунков и 21 таблицу, а также содержит 4 приложения на 15 страницах.

Краткое содержание работы

автоматизация управление ресурс человеческий

Во введении сформулированы актуальность проблемы, объект, предмет и рамки исследования, состояние и оценка ранее выполненных исследований, цель и основные задачи работы, основные научные результаты, их новизна, достоверность и практическая ценность, а также положения, выносимые на защиту.

В первой главе рассмотрено состояние теории и практики управления интеллектуальными ресурсами и сделан вывод об актуальности проблемы автоматизации управления человеческими и структурными ресурсами наукоемких производств и повышения эффективности их использования на основе комплексного, системного подхода.

Показано, что решение сформулированной научной проблемы связано с необходимостью оптимального компромиссного разрешения основного противоречия между затратами, связанными с использованием, приобретением или арендой отдельных составляющих интеллектуальных ресурсов, и величиной ожидаемого технико-экономического эффекта от их использования. Приведена классификация интеллектуальных ресурсов, имеющая три основных составляющих: человеческие, рыночные (клиентские) и структурные ресурсы. Рассмотрена роль знаний как основы человеческих и структурных ресурсов наукоемких производств и задачи управления знаниями.

Рассмотрены проблемы управления человеческими и структурными ресурсами. Структурные ресурсы трактуются в диссертации как инструментально-методические средства (ИМС), определяющие потенциал рациональной (оптимальной) структурной организации технологических процессов и производимых продуктов. Сформулирована гипотеза о том, что структура бизнес-процессов наукоемкого проекта (производства) определяется структурой проектируемого объекта (производимого продукта). Сделан вывод о ключевой роли методов структурно-параметрического синтеза, рассматриваемых как метасредства в составе ИМС для эффективного использования всех видов корпоративных структурных ресурсов.

Сформулирована проблема комплексного управления человеческими и структурными ресурсами наукоемких производств, дано обоснование цели и основных задач работы.

Во второй главе предлагается концепция автоматизации управления и эффективного использования интеллектуальных ресурсов персонала в проектах наукоемких производств. Концепция учитывает следующие необходимые условия эффективного использования интеллектуальных ресурсов персонала:

1. Соответствие специальных компетенций персонала требуемому уровню инновационного проекта.

2. Формализация знаний о предметной области проекта для их эффективного использования на основе автоматизации.

3. Благоприятная обстановка в коллективе и инфокоммуникационная среда разработки.

Для оценки интеллектуальных ресурсов, планирования использования и повышения квалификации персонала вводится квалификационный профиль, т.е. набор оценок компетенций -го исполнителя :, где фактический уровень (бальная оценка) -го исполнителя по -ой компетенции, а также нормативный профиль -го рабочего места (производственной функции): , где требуемый уровень -й компетенции, необходимый для успешного выполнения -й составляющей функции технологического процесса.

Оценка квалификационных профилей исполнителей осуществляется по следующим категориям знаний, навыков и умений:

· Технические и технологические знания и умения, относящиеся к конкретной предметной области производственной задачи, включая знания методов, инструментальных средств и операционных сред.

· Навыки эффективного руководства исполнителями.

· Коммуникабельность, умение наладить творческую атмосферу в коллективе исполнителей.

· Общие деловые навыки, навыки работы в специальной и обеспечивающей инфраструктуре.

Нормативный профиль производственной функции формируется при проектировании техпроцесса и включается в рабочий паспорт техпроцесса. Набор разностей

,

характеризующий соответствие компетенций -го исполнителя необходимому уровню для -й функции, предлагается использовать для выбора программы повышения квалификации -го работника: , где функция, которая ставит в соответствие результату оценки компетентности -го работника программу повышения квалификации.

Сформулирована задача максимизации эффективности назначения исполнителей (закрепления функций за исполнителями)

, (1)

где доля -й функции, выполняемая -м исполнителем ; эффективность закрепления -го исполнителя за -й функцией, причем показатель значимости -й функции .

Ограничения задачи:

; (2)

, (3)

где трудоемкость выполнения -й функции (человеко-часы) ; трудовой ресурс -го исполнителя (человеко-часы) , причем (2) выражает условие закрепления достаточного числа исполнителей за каждой функцией, а (3) ограничения на загрузку исполнителей.

Предложены также модификации задачи (1)-(3) для ограничения числа функций, в которых может участвовать исполнитель, и числа исполнителей, участвующих в некоторой функции.

По проблеме автоматизации использования интеллектуальных ресурсов персонала основное внимание уделяется двум видам процедур приобретения экспертных знаний:

· Формализация отношения предпочтения ЛПР в задачах многокритериального выбора.

· Формализация знаний (правил вывода) в задачах построения множества альтернативных вариантов и оптимизации использования структурных ресурсов.

Рассмотрены роль инфокоммуникационной среды и предложен состав типового комплекса для построения блока формирования специальных баз данных и знаний, включающего базу знаний о составе исполнителей (БЗСИ), базу знаний о среде выполнения (БЗСВ) и базу знаний о предметной области (БЗПО), обеспечивающего благоприятную инфокоммуникационную среду выполнения наукоемкого проекта

В третьей главе рассмотрены вопросы автоматизации профессионального тестирования персонала, принципы, методы и алгоритмы многовариантного синтеза тестовых задач и автоматической проверки выполненных заданий в предметных областях, использующих язык математики. Предлагаются новые методы автоматизации многовариантного синтеза тестов одинаковой сложности, основанные на использовании теории матроидов, формальных грамматик, а также варьировании обозначений и численных значений параметров тестовой задачи, позволяющие сократить трудоемкость выдачи заданий, их проверки и длительность цикла “проверка-исправление ошибок”.

Использование теории матроидов позволяет варьировать состав известных и неизвестных параметров задачи. Пусть для описания предметной области используется множество параметров и из физического смысла задачи известно число параметров , необходимое и достаточное, чтобы для некоторых подмножеств , таких что , можно было определить остальные параметров с помощью семейства существующих на обратимых функциональных зависимостей вида . Каждое подмножество называется максимальным независимым подмножеством (МНП). Семейство всех МНП соответствует базе матроида и определяет множество всевозможных вариантов заданий. В формулировке задания, которое получает испытуемый, приводятся значения для некоторого МНП , считающихся известными. Для того, чтобы найти значения всех оставшихся параметров испытуемый должен использовать базовые соотношения (законы) предметной области решаемой задачи, а также некоторые аналитические преобразования этих соотношений.

Для варьирования словесной (вербальной) формулировки задания без изменения смысла задания предлагается использовать контекстно-свободную грамматику вида , где - алфавит терминальных символов; - алфавит вспомогательных символов; - множество правил вывода вида , где , - последовательность символов над объединенным алфавитом , т.е. ; - начальный символ.

Разработанные методы реализованы в учебном процессе СЗТУ.

В четвертой главе рассмотрена задача многокритериального выбора в следующей постановке. Пусть вектор частных показателей . Предполагаем, что для каждого показателя заданы (см. рис. 1): предпочтительное направление изменения (max возрастание, min уменьшение); целевое значение (в задачах управления плановое (контрольное) значение, в задачах проектирования требуемое (допустимое) значение).

Вводим функции , где и - нижний и верхний пределы изменения -го показателя, для преобразования в нормированные значения таким образом, что и .



Размещено на http://www.allbest.ru/

Для задания отношения предпочтения ЛПР в многокритериальных задачах используем свертку вектора в форме взвешенного степенного среднего (ВСС): , где - вес -го нормированного показателя, ; параметр выпуклости, . Анализ и сравнение известных методов решения задачи многокритериального выбора - лексикографического предпочтения, последовательных уступок и на основе функций свертки (ФС) в форме ВСС - показывает, что только последние обеспечивают требуемую адекватность представления отношения предпочтения лица, принимающего решение (ЛПР).

Основная проблема многокритериального выбора связана с обоснованием принципа оптимальности, который определяет, в каком смысле оптимальное решение превосходит все остальные допустимые решения. Для формулирования принципа многокритериальной оптимальности введены следующие понятия.

Областью предцелевых значений (пред-ЦЗ) max-показателя называется множество его значений, удовлетворяющих неравенству (см. рис. 1). Областью постцелевых значений (пост-ЦЗ) max-показателя называется множество его значений, удовлетворяющих неравенству . Аналогично определяются пред-целевая и пост-целевая области для min-показателей.

Адекватной компенсацией отклонения одного или нескольких показателей от их целевых значений в предцелевую область называется набор компенсирующих отклонений остальных показателей в постцелевую область, сохраняющий ЦЗФС.

Реализуемым компенсирующим значением (РКЗ) показателя называется его наилучшее значение (максимум для max-показателей и минимум для min-показателей) для всех известных аналогов или возможных вариантов оцениваемого объекта.

Допустимым компенсируемым значением (ДКЗ) показателя называется результат его наибольшего отклонения от целевого значения в предцелевую область, которое может быть адекватно скомпенсировано за счет реализуемых компенсирующих значений всех остальных показателей.

Для РКЗ показателя будет использоваться обозначение . Все РКЗ лежат в своей пост-целевой области.

Предлагается следующая формулировка принципа многокритериальной оптимальности:

1. Предпочтительное направление изменения для max-показателей (показателей выражающих положительные факторы решения) - увеличение, а для min-показателей (показателей выражающих отрицательные факторы) - уменьшение.

2. Приращение max-ФС для каждой последующей единицы, на которую увеличивается max-показатель (уменьшается min-показатель) в постцелевой области меньше приращения для предыдущей и в пределе, при бесконечном значении для max-показателей (нулевом для min-показателей), достигает нуля. Для min-ФС имеет место двойственная формулировка, которая получается взаимной заменой терминов (“max”, “min”), (“приращение”, “уменьшение”) и (“бесконечный”, “нулевой”).

3. Взаимное замещение показателей для целевого значения функции свертки должно быть ограничено их допустимыми компенсируемыми значениями в соответствии с представлением ЛПР, или группы экспертов.

В главе 4 показано, что ФС в форме ВСС удовлетворяет сформулированному принципу оптимальности. Для определения параметров свертки используем экспертную оценку допустимого предела ухудшения каждого показателя для известных РКЗ остальных показателей и решаем относительно и систему уравнений

,

причем , .

В главе 4 также показано, что удовлетворительный результат может быть получен, если вместо РКЗ использовать предельное компенсирующее значение (ПКЗ) показателя: бесконечное для max-показателей и нулевое для min-показателей. Это связано с тем, что асимптотически компенсируемое значение (АКЗ) показателя, т.е. результат его наибольшего отклонения от целевого значения в предцелевую область, которое может быть адекватно скомпенсировано за счет ПКЗ всех остальных показателей, как правило, незначительно отличается от его ДКЗ.

В пятой главе сформулированы определения основных понятий морфотопологического подхода к синтезу потоковых схем. На рис. 2 представлена схема формализации знаний и получения описания множества структурных вариантов синтезируемого объекта на уровне функциональных схем.



Размещено на http://www.allbest.ru/

На основе знаний о предметной области формируются следующие множества: множество конструктивных элементов; множество свойств функционирования элементов из ; множество функциональных элементов (ф-элементов)

,

где отношение, выявленное на стадии анализа предметной области, причем ; функция, определяющая конструктивный элемент, на котором реализован ф-элемент ; - множество входов , т.е. набор обязательных (функционально-значимых) воздействий на элемент ; - набор недопустимых воздействий на элемент ; - множество выходов , т.е. набор свойств функционирования, проявляющихся при наличии всего набора воздействий и отсутствии любого воздействия из .

Проекция на определяет множество базовых функций

,

отображение и двудольный И-ИЛИ-граф, представляющий все варианты функциональной декомпозиции синтезируемого объекта: , где - множество И-вершин и - множество ИЛИ-вершин; - множество дуг вида и - множество дуг вида .

В общем случае граф может содержать контуры. Для задания любого контура двудольного графа достаточно указать набор базовых функций , составляющих контур. Введем обозначения: множество всех контуров ; подмножество контуров, допустимых в отдельных вариантах синтезируемого объекта. Допустимыми являются, как правило, контуры обратных связей в системах управления.

Каждый вариант функциональной схемы синтезируемого объекта можно закодировать некоторым набором идентификаторов базовых функций . Рассмотрим порожденный подграф графа , где - множество всех воздействий, смежных с базовыми функциями из . Граф является максимальным подграфом графа с множеством вершин .

Композицией набора базовых функций назовем максимальный подграф графа , удовлетворяющий требованию: если есть несколько вариантов соединения входа одной базовой функции с выходами других из , то выбирается только один из них (выбор варианта семантической интерпретации набора ), причем множество выходов определяется по формуле , а множество входов по формуле . Композиция называется функциональной схемой (ФСх) синтезируемого объекта, если не содержит недопустимых контуров, , , где , множества входов и выходов синтезируемого объекта.

На основе графа можно построить формальную грамматику , порождающую множество наборов , кодирующих варианты ФСх. В этой грамматике - алфавит вспомогательных символов; - алфавит основных (терминальных) символов; - правила вывода; - начальный символ грамматики (аксиома); - символ, означающий неудачный результат вывода. Множества и состоят из символов алфавитов и , модифицированных оператором ~, означающим необходимость активизации соответствующих базовых функций или свойств функционирования.

Множество включает: - правила, выражающие варианты получения воздействи; - правила включения базовых функций в состав ФСх; - правила удаления вариантов, содержащих недопустимые контуры. - правила (не зависят от предметной области), исключающие повторное раскрытие символов или и обеспечивающие отсев вариантов, содержащих лишние базовые функции.

Грамматика порождает язык Для генерации всех цепочек языка разработана логическая программа GEN_VAR2007 на языке Prolog.

Множество композиций в базисе , представляющих все варианты неизбыточных ФСх, реализующих заданную функцию, можно определить как . Таким образом, имеет место отображение в (с учетом возможной семантической неоднозначности наборов ).

Композицией набора ф-элементов назовем граф, соответствующий , где . Композиция представляет некоторую принципиальную схему (ПрСх) синтезируемого объекта, если в составе нет несовместимых ф-элементов. Таким образом, каждый набор порождает морфологическую таблицу (МТ), определяющую пространство поиска в виде декартова произведения , а весь язык язык цепочек и множество ПрСх .

В шестой главе рассмотрены подходы к формированию пространства поиска (ПП) и сокращению перебора в задачах структурного синтеза. Пути сокращения перебора:

1. Сокращение перебора на исходном неструктурированном описании ПП для получения точных или приближенных решений (неполный перебор на основе эвристических приемов и сокращение ПП посредством кластеризации исходного морфологического множества).

2. Морфтопологический подход, основанный на логико-комбинаторном подходе (ЛКП) к структурированию ПП в виде особенных (сингулярных) скобочных форм булевой алгебры. Представление ПП в сингулярной форме является необходимым условием для формирования сепарабельных целевых функций в задачах структурно-параметрического синтеза.

На рис. 3 представлена схема построения сингулярного описания ПП множества принципиальных схем (ПрСх) синтезируемого объекта.



Размещено на http://www.allbest.ru/

Построение сингулярного описания ПП включает три этапа:

1. Генерация языка , представляющего варианты функциональных схем (ФСх) синтезируемого объекта, с помощью алгоритма GEN_VAR2007.

2. Факторизация языка с помощью алгоритма FACTOR и получение сингулярного описания множества ФСх.

3. Построение сингулярного описания множества ПрСх.

Алгоритм FACTOR формирует иерархическую многоаспектную систему классов языка в виде скобочной формы, которую представим виде системы структурных формул:

; (4)

(5)

, (6)

где - множество индексов -формул, входящих в -формулу; - число -формул; - множество индексов -формул, входящих в -формулу; - множество индексов отдельных ф-элементов, входящих в -формулу; число -формул. Отметим, что -формулы построены на основе операции умножения, а -формулы - операции объединения языков.

Показано, что структуру (4 - 6) можно преобразовать в булеву алгебру, нулем которой является пустой язык , а единицей язык, содержащий только пустую цепочку.

Назовем систему структурных формул вида (4 - 6) сингулярной, если пересечение алфавитов любой пары сомножителей любой -формулы пусто. Можно также говорить о сингулярности соответствующей скобочной формы в базисе . Приводится доказательство, что система формул вида (4 - 6), построенная на основе факторизации языка , является сингулярной.

На основе системы формул (4-6) построим контекстно-свободную грамматику , порождающую язык , где - начальный символ, вспомогательный алфавит и терминальный алфавит, множество правил вывода:

{ ;

}.

Приводится доказательство, что порождает цепочки без повторения символов, т.е. является сингулярной. Дополнив множество правил правилами замены каждой базовой функции на варианты ее реализации соответствующими ф-элементами , , построим грамматику . Грамматика является контекстно-свободной, сингулярной и порождает язык . Каждая цепочка кодирует некоторый вариант ПрСх синтезируемого объекта.

В общем случае источником несингулярности грамматики, порождающей язык ПрСх, может быть необходимость учета совместимости ф-элементов и наличие в составных ф-элементов. Для преобразования грамматики (или соответствующей скобочной формы) в сингулярную форму следует использовать процедуру SING, реализованную в программе ADOPT2008. Работа процедуры основана на разложении Шеннона: .

Возможно также использование разложений с булевыми производными и производными от языка по символу : , где , - результат замены в языке всех символов на символ пустого языка .

Оценка буквенной длины сингулярной скобочной формы, полученной с помощью процедуры SING: , где длина исходной несингулярной формы; средняя относительная длина несингулярной подформулы исходной скобочной формы; число “несингулярных” букв терминального алфавита, т.е. букв, по которым нарушена сингулярность исходной скобочной формы; средний коэффициент удлинения скобочной формы при применении разложения к одной “несингулярной” букве.

В седьмой главе рассмотрены методы решения задач структурно-параметрического синтеза.

Общая постановка задачи для сингулярного ПП:

,(7)

где - сингулярная скобочная форма языка ; - множество оптимальных решений; - область возможных значений вектора ; - зависимость вектора частных показателей от параметров ф-элементов.

Если рассматривать вспомогательные символы , , и грамматики в качестве морфологических переменных, каждому значению морфологической переменной можно поставить в соответствие вектор параметров ф-элемента . Каждый параметр принимает значения из некоторого множества значений , которое назовем параметрическим доменом. Сложность задачи (7) определяется в первую очередь числом вариантов параметрических моделей , которое зависит от однородности параметрических доменов морфологических переменных и .

Если параметрические домены и неоднородны, можно оценить по формуле . Поскольку число , как правило, чрезмерно велико, не только решение, но и сама постановка задачи (7) в этом случае является настолько трудоемкой, что остается только один путь ее решения отбор из небольшого числа вариантов для параметрического анализа и выбора из этого числа субоптимального варианта. Для отбора вариантов можно использовать алгоритмы кластеризации.

Если параметрические домены однородны, то можно оценить неравенством , где множество вариантов функциональных схем, порождаемых грамматикой . В этом случае решение задачи (7) сводится к решению не более чем задач структурно-параметрического синтеза и выбору среди полученных решений оптимального.

Уменьшение числа при использовании сингулярного ПП основано на совмещении параметрических моделей для отдельных вариантов функциональных схем, причем возможность такого совмещения определяется следующими свойствами функциональных зависимостей для показателей и целевой функции:

1. Однородность параметров ф-элементов .

2. Монотонность зависимости .

3. Сепарабельность целевой функции .

4. Монотонность зависимости .

Для нелинейной целевой функции и однородных параметров ф-элементов разработан алгоритм релаксационного поиска RELAX, а также алгоритм градиентного поиска GRAD, особенностью которого является использование “частной производной” = по . Выпуклость целевой функции и функций является необходимым условием хорошей сходимости этих алгоритмов.

Для задач с аддитивными показателями и линейной целевой функцией , где транспонированный вектор нормированных показателей ; вектор допустимых значений показателей; вектор весовых коэффициентов, а также для задач с нелинейной целевой функцией на основе ВСС , разработаны алгоритмы, основанные на следующих операторах:

Argmin решение безусловной задачи с целевой функцией ;

Parmin нахождение некоторого подмножества выпуклой оболочки множества Парето, содержащего субоптимальные, а может быть и некоторые оптимальные решения задачи ;

Parsift сжатие скобочной формы на основе достаточных условий отсева Парето-неоптимальных вариантов;

Argsift сжатие скобочной формы за счет удаления морфологических переменных , которые удовлетворяют достаточным условиям отсева по ограничениям .

Для решения задач структурно-параметрического синтеза потоковых схем (с линейными целевой функцией и ограничениями на несингулярном ПП) с помощью стандартных пакетов целочисленного программирования разработаны правила преобразования логических ограничений в систему псевдобулевых ограничений, выражающих логику построения правильных вариантов структуры.

В восьмой главе предложена концептуальная модель и функциональная схема комплексного управления интеллектуальными ресурсами наукоемких производств. На рис. 4 представлена схема подсистемы управления интеллектуальными ресурсами для i-го этапа ЖЦ наукоемкой продукции.

Размещено на http://www.allbest.ru/

На рис. 4 блок управления -м этапом; блок выполнения -го этапа (системное проектирование, схемотехническое проектирование, разработка конструкции, технологии и т. п.). Информационные потоки в схеме управления для i-го этапа: - техническое задание на -й этап разработки наукоемкого объекта, поступающее с верхнего уровня управления; - результат выполнения -го этапа ЖЦ (его конечное значение в цикле модификации); состав исполнителей; среда выполнения (состав работ, персонал и ИМС); база данных и знаний предметной области; - глобальные знания, используемые на -м этапе ЖЦ; - традиционные ресурсы, которые доступны для использования на -м этапе ЖЦ.

Схема блока состоит из блоков: ФСИ - формирование СИ; УБЗСИ - блок управления базой данных и знаний о составе исполнителей (БЗСИ); ФСВ - формирование среды выполнения (СВ); УБЗСВ - блок управления БЗСВ; УБЗПО - блок управления БЗПО.

Для учета влияния циклов корректировки в схеме управления интеллектуальными ресурсами рассмотрены модели итерационных процессов. Для простого цикла с вероятностью захода в цикл убывающей экспоненциально в зависимости от номера ветвления среднее время выполнения цикла: , где - средняя длительность операции тестирования; - средняя длительность операции корректировки, . Для параллельных процессов в итерационном цикле: , где - средняя длительность комплексного тестирования программы; - среднее время корректировки управляемых модулей в каждом большом цикле; , причем - вероятность корректировки -го модуля в каждом большом цикле. Получены формулы для расчета зависимости среднего времени цикла от функций распределения длительности параллельных участков.

Для повышения эффективности использования ИР разработана модель и оптимизационная задача синтеза комплекса “состав исполнителей + инструментально-методические средства (СИ+ИМС)”:

,

где эффективность структурно-параметрической организации комплекса СИ+ИМС для разработки объекта ; и фактическая и допустимая трудоемкость; и фактические и допустимые затраты на разработку. Альтернативные варианты технологий разработки объекта можно представить логической формулой

,

где независимые переменные: ”разработка не выполняется”; “модуль выбирается как готовый компонент или проектируется по детерминированной технологии“; , , ”используется технология для соответствующего вида разработки ”.

Зависимые переменные: “разработка модуля завершена”; “требования на сформулированы”; “ разработан как комплекс компонентов в результате декомпозиции в набор компонентов ”; “технология используется при разработке ”, где “используется методическое или инструментальное средство ”; подмножество ИМС, обеспечивающих технологию . Целевая функция задачи:

где эффективность выполнения работы по технологии , важность работы ; адекватность технологии работе , адекватность ИМС, адекватность персонала, параметр выпуклости, весовые коэффициенты. Значения и это параметры профиля релевантности ИМС и профиля персонала, нормированные относительно целевых значений, в качестве которых используются данные соответствующих нормативных профилей. Для определения параметров свертки используем методику, основанную на экспертной оценке АКЗ и .

Адекватность состава исполнителей работе определяется сверткой: , где параметр выпуклости, нормированный профиль компетенций группы , вектор весовых коэффициентов. Нормированный профиль компетенций состава исполнителей определяется следующим образом: в качестве значения адекватности -й компоненты вектора берем максимальное значение соответствующей компоненты для заданного состава исполнителей. Параметры свертки определяются на основе экспертной оценки требуемых нормированных асимптотически компенсируемых значений компетентности, определяемых вектором .

Адекватность набора ИМС работе определяется аналогичной сверткой: , где нормированный профиль релевантности набора ИМС для выполнения по технологии .

Формулы для показателей и строятся по аналогии с формулой для целевой функции .

В девятой главе приведены результаты экспериментальных исследований на примере планирования и использования человеческих и структурных ресурсов на этапе эскизного проектирования комплекса сбора гидроакустической информации (КСГИ).

Требования к объекту проектирования. КСГИ предназначен для получения информации о рельефе дна в тактических ситуациях использования (ТСИ), представленных в таблице:

ТСИ	H (м)	Мд
1	5…7	7	10	3	13	1	3*10-9
2	7…15	5	7	10	7,5	3	3*10-10
3	20…30	3	5	20	7,5	3	3*10-11

В этой таблице H глубина моря, м; Mд оценка материала дна, баллы (см.ниже); угол наклона дна, град.; Sw соленость воды, ; tw средняя температура воды, ; уровень волнения моря, баллы; коэффициент объемного рассеяния, 1/см.

Требования к процессу проектирования. Для планирования комплексного использования человеческих и структурных интеллектуальных ресурсов необходимо:

· выбрать состав исполнителей (СИ);

· выбрать комплекс методов, моделей и других ИМС, обеспечивающих эскизное проектирование КСГИ по заданным тактико-техническим требованиям;

· определить состав работ и основные параметры сетевого графика для целевой функции максимизации эффективности при ограничении на трудоемкость =500 человеко-дней и затраты на разработку =1000 тыс. руб.

Основу базы данных и знаний для постановки оптимизационной задачи по выбору глубины проработки блоков КСГИ, состава работ, исполнителей и ИМС составляют литературные источники по по радиотехнике, гидроакустике и гидролокационной технике. В результате предварительных исследований выбрана структура КСГИ и взаимодействие блоков КСГИ с объектом и средой, представленные на рис.



5. Состав КСГИ можно выразить логической формулой

sn = sh & ta & g & ra & phc & pd & pos,

где sh судно-носитель КСГИ; ta излучающая антенна; g генератор зондирующих импульсов; e среда , в которой расположен исследуемый объект; o исследуемый объект; ra приемная антенна; phc фазовый канал; pd устройство обработки, отображения и регистрации; pos система сбора информации о координатах, скорости и качке судна-носителя.

Исходное описание логики построения вариантов, его преобразование в сингулярную форму и решение задачи структурно-параметрической оптимизации комплекса СИ+ИМС для эскизного проектирования КСГИ выпролнены средствами системы ADOPT2008.

На рис.6 представлена зависимость свертки показателей и для АКЗ =(1,1; 1,1) от эффективности для нескольких вариантов. Значения можно рассматривать как обощенный показатель затрат трудовых и финансовых ресурсов. Эффективность оптимального решения (№ 8 на рис.3) =0.833 при = 0.992, нормированные трудоемкость = 0.984 и затраты = 0.997.



Параметры оптимального решения:

1. ТЗ на КСГИ разрабатывается по методике Николаева-Брука; ограничения на показатели определяются предельными значениями на основе физических законов для ГБО; отношение предпочтения формализуется в форме ВСС.

2. Модульная модель КСГИ строится в соответствии с принципами построения критериальных и динамических моделей, причем структура модели выбирается традиционным путем (без формализации).

3. Судно-носитель (sh), излучающая антенна (ta), генератор зондирующих импульсов (g), приемная антенна (ra), УООР (pd) и ССИСН (pos) разрабатываются только на уровне ТЗ, причем отношения предпочтения для генератора, приемной антенны, фазового канала и устройства отображения должны быть представлены в формализованном виде.

4. Фазовый канал ГБО разрабатывается на основе морфотопологического подхода, а для выбора оптимального варианта используются методы сокращенного перебора, разработанные в диссертации.

Теоретическая оценка максимального выигрыша, который дает оптимизация комплекса СИ+ИМК, равна 20 %.

В заключении сформулированы перспективы дальнейших исследований в области автоматизации управления интеллектуальными ресурсами.

В приложении 1 приведена программа ASSIGNMENT на языке MATLAB для решения задачи оптимизации закрепления исполнителей за функциями; в приложении 2 логическая программа генерации потоковых схем GEN_VAR2007; в приложении 3 язык программы ADOPT2008 для описания информационного обеспечения задачи выбора состава работ НИОКР и комплекса СМ+ИМС; в приложении 4 логика построения вариантов комплекса методов и моделей для анализа и проектирования КСГИ на языке программы ADOPT2008.

Основные результаты работы

В результате выполненных автором исследований разработано комплексное решение проблемы управления и использования человеческих и структурных ресурсов наукоемких производств, включающее:

1. Теоретическое обоснование автоматизации управления кадрами с позиций менеджмента, основанного на знаниях, планирования повышения квалификации и оптимального закрепления функций за исполнителями.

2. Теоретические основы и методы многовариантного синтеза заданий одинаковой сложности для автоматизации тестирования, текущего контроля и итоговой оценки знаний в предметных областях, использующих язык математики.

3. Принцип многокритериальной оптимальности в задачах многокритериального выбора и его реализация на основе ВСС.

4. Основы морфотопологического подхода и модели формирования сингулярного представления пространства поиска в задачах структурного синтеза объектов, структура которых описывается потоковой схемой.