Інформаційна технологія забезпечення надійності алгоритмічних процесів в умовах невизначеності

Аналіз та класифікація методів оцінювання, оптимізації та ідентифікації надійності алгоритмічного процесу. Розробка методологічних принципів забезпечення його надійності в умовах невизначеності. Підтвердження їх достовірності і практичної цінності.

Рубрика Программирование, компьютеры и кибернетика
Вид автореферат
Язык украинский
Дата добавления 27.08.2015
Размер файла 79,1 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Інформаційна технологія забезпечення надійності алгоритмічних процесів в умовах невизначеності

Автореферат

дисертації на здобуття наукового ступеня доктора технічних наук

Загальна характеристика роботи

Актуальність теми. Під надійністю розуміється властивість об'єкта виконувати задані функції протягом встановленого часу у відповідних умовах. Теоретичне вирішення багатьох практичних проблем надійності знайдено радянськими та американськими вченими протягом 196080-х рр. Після цього періоду «збирання вершків» результативність наукових досліджень з надійності зменшилась. На початку XXI сторіччя інтерес до теорії надійності відродила серія катастроф, що відбулися через відмови складних систем в будівництві, в енергетиці, в авіації, на наземному транспорті, на підводному флоті та в інших областях. Стало зрозумілим, що теоретичні знання та інженерні методики не відповідають сучасним викликам  за ними не завжди можна забезпечити необхідні рівні надійності все більш складних систем.

В теорії надійності склалися 2 принципово різних підходу:

· елементний S-підхід, моделі якого побудовано на основі структури системи та характеристик надійності її елементів;

· функціональний F-підхід, моделі якого побудовано за структурою виконуваних функцій, тобто на основі алгоритму функціонування системи та характеристик надійності його операцій.

S-підхід відповідає класичній теорії надійності, в якій основними показниками обрано ймовірність безвідмовної роботи та коефіцієнт готовності. За F-підходу надійність оцінюють показниками безпомилковості, бездефектності, своєчасності тощо. Найбільш повно надійність систем описують, комбінуючи моделі з S та F  підходів. Методи S-надійності добре розроблено в практичному, а, особливо, в теоретичному аспектах. Значно менше досліджено надійність за F-підходом. Тому варто очікувати, що прогрес в забезпечені надійності систем визначатиметься новими науковими результатами саме за F-підходу.

Теорію F-надійності сформували роботи І. Сафонова з оптимізації безпомилковості алгоритмів, А. Губінського з якості функціонування людино-машиних систем, Г. Дружиніна з надійності технологічних процесів, І. Кузьміна з надійності інформаційних систем управління, О. Ротштейна з бездефектності трудових процесів та інших науковців. Надійність функціонування різноманітних систем з дискретною поведінкою можна оцінити з єдиних позицій, якщо представити його алгоритмічним процесом внесення, виявлення та усунення помилок. Під алгоритмічним процесом (АП) розуміється розгорнута у часі послідовність дій, операцій або робіт, виконання яких забезпечує досягнення мети, тобто отримання кінцевого результату: інформації, знань, документації, продукції тощо. Прикладами АП є функціонування АСУ та комп'ютерних мереж, виконання проектних і науково-дослідних, дискретні виробничі і технологічні процеси, навчальні, діяльність людини-оператора тощо.

Традиційне забезпечення надійності АП потребує великих баз статистичних даних з безпомилковості елементарних операцій. За сучасних умов стрімкого пришвидшення процесу «ідея  дослідження  промислове використання» накопичення усіх даних для традиційного аналізу надійності для багатьох систем триватиме довше, за їх морального старіння. Тому сьогодні стало неприйнятним очікувати результати повного дослідження на надійність не лише при розробці таких динамічних продуктів як програмне забезпечення, але і в більш інерційних галузях. Навіть, якщо статистичні дані зібрано в реальних умовах, вони швидко втрачають релевантність через стрімке оновлення програмного забезпечення, апаратури, кваліфікації користувачів, їх стереотипів, умов і мети діяльності тощо. Таким чином, практичні задачі із забезпечення надійності АП доводиться вирішувати в умовах невизначеності.

Останнім часом з'явилися ефективні методи обробки даних, представлення знань та прийняття рішень в умовах невизначеності. Серед них одним із найбільш перспективних є софт-комп'ютинг  симбіоз наближених методів прийняття раціональних рішень за умов часткової істинності, неточності, невизначеності і складності реальних задач. Софт-комп'ютинг солідаризує нечітку логіку, нейронні мережі, ймовірнісне виведення, генетичні алгоритми (ГА) в єдину синергетичну технологію, яка забезпечує ефективне вирішення як відомих, так і нових складних наукових та прикладних задач в різних областях.

Очевидно, що слід розробити методологічний інструмент нейтралізації протиріччя між зростаючими потребами практики із забезпечення безвідмовності все більш складних систем, обмеженнями традиційного моделювання надійності АП та можливістю сучасних інформаційних технологій. Сьогодні, більшість методів забезпечення надійності, які розроблено в кінці XX сторіччя, стали неефективними. Крім того, деякі задачі забезпечення надійності АП навіть не намагалися формалізувати через відсутність тоді методів для їх хоча б наближеного вирішення. Таким чином, виявлено проблему забезпечення надійності АП за експертними оцінками початкових даних, тобто за умов відсутності достовірних кількісних характеристик операцій, які необхідні для ефективного застосування традиційних методів моделювання та оптимізації надійності. Вирішити цю проблему можна шляхом розробки за принципами софт-комп'ютингу нового методологічного підходу до теорії надійності АП і його реалізації у вигляді інформаційної технології, що дозволить ефективно вирішити нові і відомі задачі забезпечення надійності в умовах невизначеності.

Зв'язок роботи з науковими програмами, планами, темами. Дисертацію виконано на протязі 19992009 рр. відповідно до наукових напрямків кафедри комп'ютерних систем управління Вінницького національного технічного університету (ВНТУ) в рамках держбюджетних тем «Моделювання та оптимізація людино-машинних систем на основі нечітких множин та ГА» (№ДР 0197U013137), «Розробка та дослідження методів та алгоритмів оптимального управління інтелектуальними системи» (№ДР 0100U002937) та «Розробка теорії, методів, моделей та алгоритмів для оцінки ефективності і оптимізації системи прийняття рішень» (№ДР 0104U000741). В першій темі дисертант працював відповідальним виконавцем, а в другій та третій  виконавцем. Дослідження виконано у відповідності до Закону України «Про концепцію національної програми інформатизації» від 04.02.1998 р. згідно до координаційного плану науково-дослідних робіт ВНТУ за 5-им пріоритетним напрямом «Нові комп'ютерні засоби та технології інформатизації суспільства» із Закону України «Про пріоритетні напрями розвитку науки і техніки» від 11.07.2001 р.

Мета і завдання дослідження. Метою дослідження є забезпечення надійності АП шляхом розробки інформаційної технології ефективного розв'язання нових і відомих задач аналізу, оптимізації та ідентифікації надійності АП на базі нового софт-комп'ютингового методологічного підходу до моделювання надійності в умовах невизначеності знань про об'єкт дослідження та результатів спостережень. Ця інформаційна технологія складатиметься із взаємопов'язаного комплексу формалізованих постановок задач, систем класифікацій, методів, математичних моделей, алгоритмів і програм для забезпечення надійності АП на основі спільного використання нечіткої логіки, ГА та інших новітніх підходів до обробки даних та прийняття рішень.

Для досягнення вказаної мети поставлено і вирішено такі завдання:

1) аналіз та класифікація методів оцінювання, оптимізації та ідентифікації надійності АП та розробка методологічних принципів забезпечення надійності АП в умовах невизначеності (розділ 1);

2) розробка моделей надійності АП за нечітких початкових даних (розділ 2);

3) формалізація задач оптимізації надійності АП за чітких початкових даних та розробка методу генетичної оптимізації для їх вирішення (розділ 3);

4) розробка методу нечіткої оптимізації надійності АП (розділ 4);

5) розробка методу ідентифікації залежності надійності операцій АП від факторів впливу за допомогою нечітких баз знань (розділ 5);

6) розробка методів побудови багатофакторних моделей нечіткої надійності операцій АП (розділ 6);

7) програмна реалізація вказаних вище теоретичних складових інформаційної технології забезпечення надійності АП в умовах невизначеності та експериментальне підтвердження їх достовірності і практичної цінності при вирішенні реальних задач (розділ 7).

Об'єкт дослідження: алгоритмічні процеси, тобто різноманітні дискретні процеси функціонування систем у вигляді розгорнутої у часі послідовності дій, операцій або робіт, виконання яких забезпечує досягнення мети.

Предмет дослідження: формалізовані постановки задач, моделі та методи забезпечення надійності АП в умовах невизначеності.

Методи дослідження. В роботі використовуються: теорія надійності та якості функціонування людиномашинних систем, теорія нечітких множин і лінійна алгебра для розробки моделей надійності типових алгоритмічних структур за нечітких даних; системний аналіз, дослідження операцій і теорія надійності та якості функціонування людино-машинних систем для формалізації задач оптимізації надійності АП; генетичні, мурашині та інші методи оптимізації, цільове програмування і теорія складності для розробки методу генетичної оптимізації надійності; ГА, нечітка теорія прийняття рішень і цільове програмування для розробки методу нечіткої оптимізації надійності; регресійний аналіз, теорія нечітких множин та математичне програмування для розробки методів ідентифікації багатофакторних залежностей надійності операцій АП.

Наукова новизна одержаних результатів: розвинуто теорію надійності АП за методологічними принципами софт-комп'ютингу, що дозволило за рахунок спільного використання ймовірнісних моделей надійності алгоритмів та ідей нечіткої логіки, генетичних і мурашиних алгоритмів створити інформаційну технологію ефективного забезпечення надійності АП в умовах невизначеності. В дисертації отримано 7 взаємопов'язаних наукових результатів, які в сукупності вирішують сформульовану наукову проблему.

1. Отримала подальший розвиток теорія надійності АП за бінарного врахування помилок функціонування за рахунок розробки комплексу нечітких моделей безпомилковості, тривалості, вартості і переривання типових алгоритмічних структур. В комплекс входять 4 удосконалені та 9 нових моделей, для яких на відміну, від ймовірносних аналогів, початкові дані можна задавати нечіткими числами.

2. Вперше розроблено комплекс нечітких багатоарних моделей безпомилковості операторів, логічних умов та алгоритмічних структур на матрицях песимістичних та оптимістичних оцінок. В нього входять нечіткі матричні моделі 14 послідовних, паралельних, розгалужувальних та циклічних алгоритмічних структур. Концептуальна відмінність від ймовірнісних багатоарних моделей надійності полягає у врахуванні можливості накладення помилок різних типів та придатності до використання нечітких початкових даних.

3. Отримала подальший розвиток формалізація забезпечення надійності шляхом розробки комплексу математичних постановок задач оптимізації надійності АП, який узагальнює усі раніше досліджені і дозволяє синтезувати нові частинні задачі з урахуванням можливостей управління аналізованим процесом. Відмінність результату: 1) окрім безпомилковості, вартості і тривалості враховано ще ймовірності відсутності помилок кожного типу, ймовірність переривання АП, своєчасність та кількість контрольних постів; 2) окрім прямої та оберненої задач умовної оптимізації надійності застосовано постановки цільового програмування; 3) окрім структурної оптимізації надійності АП запропоновано задачі параметричної та структурно-параметричної оптимізації.

4. Вперше розроблено універсальний метод генетичної оптимізації надійності АП, який використовує структуру типову ГА та нові моделі генетичного кодування варіанту процесу, ініціалізації якісної популяції, схрещення, мутації та селекції хромосом, фітнес-функції та гібридизації, і на відміну від часткових алгоритмів, дозволяє розв'язати усі формалізовані попереднім результатом задачі.

5. Вперше розроблено метод нечіткої оптимізації надійності АП на основі спільного використання цільового програмування, ГА та принципу Беллмана-Заде. На відміну від алгоритму вибору реалізації операцій АП за нечітких даних, запропонований метод за рахунок цілеспрямованого генерування розв'язків за допомогою ГА та їх ранжування за принципом Беллмана-Заде розв'язує будь-які задачі нечіткої оптимізації надійності АП.

6. Вперше розроблено метод ідентифікації багатофакторних залежностей надійності операцій АП прозорими нечіткими базами знань. На відміну від ідентифікації надійності на базі регресійних рівнянь та передаточних функцій застосовано нечіткі бази знань щоб залучити експертні знання про досліджувану залежність. Відмінність від теорії нечіткої ідентифікації: 1) захист прозорості моделі під час навчання; 2) настроювання додаткових параметрів бази знань Мамдані для покращення точності; 3) використання нечітких навчальних вибірок; 4) створення ієрархічних моделей з нечітких баз знань різних форматів.

7. Вперше розроблено комплекс із 7 методів побудови багатофакторних моделей нечіткої надійності операцій АП за експертно-експериментальною інформацією. Відмінністю від традиційної ідентифікації надійності є використання нечітких даних для синтезу моделей у вигляді чітких і нечітких регресійних рівнянь та нечітких баз знань різних форматів. Використання нечітких вибірок в ідентифікації нечіткими базами знань досліджено вперше. На відміну від повільного нечіткого регресійного аналізу розроблено швидкий метод на основі обробки даних «фактори впливу  параметри функції належності нечіткого відклику».

Практичне значення одержаних результатів. Запропоновані теоретичні складові інформаційної технології забезпечення надійності АП в умовах невизначеності реалізовано програмно у вигляді автоматизованої системи. Вона забезпечує конкурентноздатне надійнісне проектування АП за доступними експертними оцінками початкових даних і нечіткими знаннями про досліджуваний об'єкт. Практичну цінність підтвердили численні приклади успішного застосування запропонованої інформаційної технології на тестових і реальних задачах.

Результати роботи використовують в дослідницькій діяльності 74 наукові установи, переважно з України, Росії, Азербайджану, Італії і Китаю, що підтверджено 119 публікаціями з цитуванням матеріалів дисертації, серед яких 18 статей в журналах та регулярних збірниках авторитетних міжнародних видавництв Springer, Elsevier, Wiley InterScience, Oxford University Press та IOS Press.

За ініціативи автора результати дисертації впроваджено підприємствами: «ІнноВінн» для ідентифікації, аналізу та оптимізації надійності процесу розробки програмного забезпечення; «Арісент Текнолоджис Україна» для прогнозування якості тестування програмних засобів; «Подільський проектний інститут» та «Вінницький проектний інститут+» для діагностування тріщин цегляних конструкцій за допомогою нечіткої експертної системи; «Вінницький завод тракторних агрегатів» для прогнозуванні надійності технологічного процесу. Результати дисертації також впроваджено у навчальний процес кафедри комп'ютерних систем управління ВНТУ та в освітній ресурс компанії «SoftLine Inc.»  інтернет-сайт http://matlab.exponenta.ru, який використовують сотні університетів, проектних та дослідницьких установ Росії, України, Білорусі та інших країн. Впровадження підтверджено актами.

Особистий внесок здобувача. Усі наукові результати, що виносяться на захист, отримані здобувачем самостійно. В роботах, опублікованих у співавторстві, здобувачу належать: класифікація методів моделювання та оптимізації надійності АП, формалізація задач оптимізації надійності АП; генетичний метод оптимізації надійності багатоарних АП та метод нечіткої оптимізації в [1]; постановки задач в [5, 6, 12, 17, 21, 22, 23, 25, 26, 29, 31, 33, 36, 40, 42, 57]; алгоритм нечіткого виведення за нечітких даних в [3, 5, 26, 27, 40, 42, 43]; генетичне кодування в [12, 22, 29]; нечіткі моделі надійності в [52]; ідея застосування генетичної оптимізації в [12, 22, 33, 36]; ідея застосування софт-комп'ютингу в [30]; ідея ініціалізації популяції за градієнтом контроля в [12, 17, 29]; ідея нечіткої навчальної вибірки в [3, 5, 40]; ідея порівняння алгоритмів оптимізації надійності в [12, 22, 29]; ідея та алгоритм нечіткого узагальнення моделей надійності в [21, 31, 52]; ідея узагальнення градієнту контролю на випадок дефектів багатьох типів в [23, 25]; ієрархічна організація нечітких баз знань різних форматів в [9, 39, 53]; представлення початкових даних нечіткими числами в [52]; програмна реалізація в [3, 5, 6, 9, 26, 32, 36, 39, 40, 42, 44, 45, 48, 49, 51, 53, 57]; тестові задачі і приклади в [5, 6, 12, 26, 36, 40, 42, 44, 45, 48, 49]; реалізації генетичних операцій в [33, 36]; система збереження прозорості нечіткої моделі в [3, 28, 30, 43, 57]; усе, окрім обчислювальних експериментів в [24]; усе, окрім регресійної моделі в [13, 34, 46, 50].

Апробація результатів дисертації. Основні положення і результати дисертації представлено на таких конференціях: VIIX міжнародних науково-технічних конференціях (НТК) «Контроль і управління в складних системах» (Вінниця, 2001, 2003, 2005, 2008 рр.); X міжнародній НТК «Системний аналіз та інформаційні технології» (Київ, 2008 р.); ІХXІ та XIII міжнародних конференціях з автоматичного управління «Автоматика-2002» (Донецьк, 2002 р.), «Автоматика-2003» (Севастополь, 2003 р.), «Автоматика-2004» (Київ, 2004 р.), «Автоматика-2006» (Вінниця, 2006 р.); VII міжнародній НТК «Штучний інтелект. Інтелектуальні і багатопроцесорні системи» (Кацівелі, 2006 р.); V міжнародній конференції «ІнтернетОсвітаНаука-2006» (Вінниця, 2006); International Symposium «Stochastic Models in Reliability, Safety, Security and Logistics» (Бер-Шева, Ізраїль, 2005 р.); Workshop of International Center for Computational Logic Summer School «Logic-Based Knowledge Representation» (Дрезден, Німеччина, 2005 р.); First Polish and International Forum-Confernece on Computer Science, (Лодзь, Польща, 2005); V міжнародній науковій школі «Моделирование и анализ безопасности и риска в сложных системах» (Санкт-Петербург, Росія, 2005 р.); V міжнародній науковій конференції «Интеллектуализация обработки информации» (Алушта, 2004 р.), II НТК «Інформаційно-комп'ютерні технології» (Житомир, 2004 р.); I та II Всеросійських наукових конференціях «Проектирование научных и инженерных приложений в среде MATLAB» (Москва, Росія, 2002, 2004 рр.); Міжнародній науково-практичній конференції «Інтелектуальні системи прийняття рішень та інформаційні технології» (Чернівці, 2004 р.); Українському міжгалузевому науково-практичному семінарі «Сучасні проблеми проектування, будівництва та експлуатації споруд на шляхах сполучення» (Київ, 2004 р.); International Conference «Fuzzy Sets and Soft Computing in Economics and Finance» (Санкт-Петербург, Росія, 2004 р.); науково-практичній конференції «Стан та перспективи розвитку новітніх науково-освітніх комп'ютерних технологій» (Миколаїв, 2003 р); Міжнародній науковій конференції з індуктивного моделювання (Львів, 2002 р.); European Conference on Artificial Intelligence (Ліон, Франція, 2002 р.); Complex Systems Summer School (Будапешт, Угорщина, 2001 р.); European Symposium on Intelligent Techniques (Аахен, Німеччина, 2000 р.); ERUDIT-Workshop «Fuzzy Diagnostic and Therapeutic Decision Support» (Відень, Австрія, 2000 р.); семінарі Інституту прикладного системного аналізу Національного технічного університету України «Київський політехнічний інститут» (2008 р.); щорічних конференціях професорсько-викладацького складу, співробітників та студентів ВНТУ.

Публікації. Результати дисертації опубліковано в 80 наукових працях, серед яких 3 монографії, 30 статей у фахових виданнях з переліку ВАК України з технічних наук, 12 статей в міжнародних наукових журналах і регулярних збірниках видавництв Springer, Kluwer Academic Publishers, Pleiades Publishing та Begell House, 12 статей в інших журналах, 15 статей в збірниках праць конференцій та 8 тез. Основний зміст дисертації опубліковано в 57 роботах.

Структура та обсяг дисертації. Дисертаційна робота складається із вступу, 7 розділів, висновків, списку використаних джерел з 333 найменувань та 6 додатків. Дисертація містить 141 рисунок і 86 таблиць. Повний обсяг дисертації  407 сторінки; обсяг основного тексту  287 сторінки.

Основний зміст роботи

В вступі обґрунтовано актуальність теми дисертації, зазначено її зв'язок з науковими програмами, планами та темами, сформульовано мету та завдання досліджень, охарактеризовано новизну та практичне значення одержаних результатів, вказано про впровадження результатів, їх апробацію та публікації.

В першому розділі аналізується АП як об'єкт дослідження надійності в умовах невизначеності, класифікуються методи оцінювання та оптимізації надійності АП, виявляються їх обмеження, пропонуються методологічні принципи створення інформаційної технології забезпечення надійності АП на засадах софт-комп'ютингу та формулюються задачі дослідження.

АП записуватимемо мовою алгоритмічних алгебр В. Глушкова за допомогою такої четвірки <A, B, C, D>, де A  множина операторів; B  множина логічних умов; C  множина операцій, які породжують логічні умови з множини В; D  множина операцій, які породжують оператори з множини A.

Виявлено, що надійність АП оцінюють показниками безпомилковості, тривалості та вартості, які для прикладних задач інтерпретуються термінами:

· ймовірність досягнення мети, достовірність перетворення та передачі інформації, рівень бездефектності продукту праці, ймовірність відсутності помилок кожного типу, ймовірність своєчасного виконання алгоритму;

· трудомісткість технологічного процесу, тривалість розв'язання задачі, тривалість перетворення інформації, тривалість досягання мети;

· собівартість виробництва продукції, витрати на перетворення чи передачу інформації, витрати на виконання задачі, вартість досягнення мети.

При проектуванні АП виникає необхідність прогнозування та оптимального забезпечення його надійності. На етапі управління надійністю потрібно вміти діагностувати та адаптувати АП. Це призводить до вирішення задач надійнісного аналізу, оптимізації та ідентифікації, тобто пошуку відповідей на такі питання: 1) які показники надійності забезпечить аналізований варіант АП; 2) як змінити АП, щоб вийти на бажані або екстремальні значення показників надійності; 3) як відновити з результатів спостережень моделі залежності надійності операцій АП від факторів впливу.

Досліджувати проектування АП почали півсторіччя назад, створивши для цього апарат ПЕРТ та ГЕРТ мереж. Різні їх модифікації використовують і сьогодні, найпопулярнішим серед яких є пакет Microsoft Project Management. Він дозволяє спроектувати АП, оптимальний за критеріями витрат ресурсів. При цьому безпомилковість процесу не враховується. Теоретичні методи прогнозування і забезпечення безпомилковості АП розроблено в наукових школах І. Сафонова, Г. Дружиніна, А. Губінського, І. Кузьміна, О. Ротштейна та інших вітчизняних вчених. Але ці методи складно продуктивно застосувати для розв'язання ряда практичних задач через брак достовірних кількісних оцінок надійності елементарних операцій. Це підтверджують і роботи закордонних колег, які сконцентровані на оптимізації надійності конкретних технологічних процесів серійного виробництва, тобто за умов достатньої статистики. Забезпечувати надійність решти процесів доводиться в умовах невизначеності.

В надійності домінує ймовірнісний підхід до врахування невизначеності  на нього припадає 96%98% робіт в англомовних базах наукових електронних публікацій. Встановлено, що за традиційного ймовірнісного підходу важко коректно врахувати невизначеність початкових даних, які часто бувають доступні лише в формі природно-мовних експертних оцінок. Обґрунтовано, що найперспективніше проводити дисертаційне дослідження на базі теорії нечітких множин. Правильність цього рішення підтверджує і статистика публікацій з нетрадиційної надійності систем, яка показує, що в 2/3 робіт невизначеність враховують саме нечіткими множинами.

Встановлено, що основні труднощі аналізу АП зумовлені невизначеністю початкових даних про надійність операторів та логічних умов, які часто бувають доступні лише в формі експертних оцінок та відповідних нечітких чисел. Обмеженням більшості методів аналізу АП є неможливість прогнозування показників надійності за нечіткими даними.

Встановлено, що труднощі оптимізації АП зумовлені тим, що розроблені методи вирішують лише окремі задачі забезпечення надійності. Врахування різнорідних способів покращення надійності так сильно ускладнює задачу оптимізації, що використання класичних методів пошуку екстремуму стає непрактичним. Недослідженими залишилися багатокритеріальні задачі оптимізації надійності АП та задачі оптимізації з нечіткою метою.

Встановлено, що основні труднощі ідентифікації надійності зумовлені тим, що розроблені методи при побудові моделей «фактори впливу  надійність операції АП» не в змозі використати експертні знання та результати спостережень в формі нечітких вибірок даних. В багатьох випадок така інформація є єдиним доступним джерелом знань про досліджувану залежність.

Обґрунтовано, що методологічною базою розроблюваної інформаційної технології доцільно обрати класичні ймовірнісні методи моделювання надійності АП та новітні софт-комп'ютингові підходи до обробки нечітких знань, пошуку оптимуму та багатокритеріального прийняття рішень. Поєднання їх в одній інформаційній технології створить ефективні механізми вирішення актуальних задач забезпечення надійності АП в умовах невизначеності.

В другому розділі наводяться моделі перетворення невизначеної інформації про надійність операцій АП в нечіткі числа. Наводяться бінарні нечіткі моделі надійності послідовних, паралельних, розгалужувальних та циклічних алгоритмічних структур. Вони узагальнюють ймовірносні моделі надійності алгоритмів на випадок нечітких початкових даних. Розроблюються багатоарні чіткі та нечіткі моделі надійності для випадку помилок сумісних типів.

Розроблено моделі перетворення невизначеної початкової інформації про надійність операторів та логічних умов в нечіткі числа б-формі. Вони формалізують оцінювання надійності операцій АП за доступною початковою інформацією в різних форматах. Моделі продукують нечіткі числа на базі параметричних функцій належності, результатів оброблення експертних оцінок та кластеризації експериментальних даних.

Для аналізу бінарного АП, помилки якого за типами не розрізняються, вважатимемо відомими характеристики надійності операторів та логічних умов (табл. 1) в б-формі нечітких чисел. Використовуються такі позначення: нечітка ймовірність безпомилкового виконання оператора A; і нечіткі ймовірності виправлення помилок доробками U і R; і нечіткі ймовірності відсутності помилок типу «хибна тревога» та «пропуск цілі» під час перевірки логічної умови щ.

Таблиця 1. Нечіткі характеристики надійності операторів та логічних умов

Елемент АП

Нечіткі

ймовірності

тривалість

вартість

Робочий оператор A

Доробка без внесення помилок U

Доробка з внесенням помилок R

Оновлення Z

Еквівалентний оператор E

Контроль щ

та

Розроблено алгоритм нечіткого узагальнення бінарних моделей надійності і вперше отримано за ним нечіткі моделі безпомилковості, тривалості та вартості таких 9-ти структур: та асинхронна та синхронна диз'юнкції; та робота з суцільним та вибірковим контролем і доробкою без внесення помилок; та робота з циклічним контролем і доробкою без внесення та з внесенням помилок; роботаконтрольпереривання; зворотна щ-ітерація з пам'яттю; робота з обмеженою кількістю перевірок та доробок. Також вперше розроблено нечіткі моделі переривання 3-ох структур з пам'яттю на число перевірок. Для 4-ох структур і робота з суцільним та з вибірковим контролем і доробкою з внесенням помилок, щ-диз'юнкція та зворотна щ-ітерація отримано компактніші та простіші для програмування моделі нечіткої надійності.

Для багатовимірних АП (з різними типами помилок), розроблено ймовірнісні моделі безпомилковості операторів та логічних умов. Вони, на відміну від інших моделей, враховують можливість накладення помилок різних типів. Прикладом накладення помилок є підготовка документа одночасно з стилістичними, орфографічними та синтаксичними помилками. Для коректного балансу між складністю і адекватністю моделювання стани багатовимірного АП класифікуємо так: «1»  відсутні помилки; «»  наявна помилка лише j-го типу (, m  кількість різних типів помилок); «»  наявні помилки різних типів. Тоді матриця безпомилковості матиме розмір (m+2) x (m+2). В ній перші рядок та стовпець відповідають стану без помилок, останні рядок та стовпець  стану з кратними помилками, а решта пар «рядокстовпець»  однократним помилкам. Елементи матриці задають ймовірності переходів між станами.

Доведено, що багатоарні ймовірнісні моделі надійності алгоритмічних структур, які розробив О. Ротштейн на випадок несумісних помилок, є вірними при підстановці в них наведених вище матриць, тобто за сумісних помилок.

Нечіткі моделі надійності операторів та логічних умов задамо, замінивши ймовірності відповідними нечіткими числами. Кожній матриці переходів відповідатиме дві матриці нечітких ймовірностей: перша задає песимістичні оцінці безпомилковості, а друга  оптимістичні. Кожен елемент цих матриць містить масив нижніх або верхніх границі б-зрізів нечіткої ймовірності. Як приклад, нижче наведено нечітка модель надійності оператора A на матрицях песимістичних () та оптимістичних () оцінок безпомилковості.

Доведено, що для синтезу нечітких багатоарних моделей надійності алгоритмічних структур достатньо замінити матриці ймовірностей переходів матрицями нечітких оптимістичних та песимістичних оцінок безпомилковості. Розроблено комплекс нечітких багатоарних моделей безпомилковості алгоритмічних структур, найбільш уживані з яких наведено в табл. 2.

Таблиця 2. Нечіткі багатоарні моделі надійності алгоритмічних структур (фрагмент)

Структура

Нечітка модель безпомилковості

Встановлено, що складність нечітких моделей тривалості та вартості алгоритмічних структур значно менша ніж для аналогічних ймовірнісних моделей на основі згортки довільних дискретних розподілів випадкових величин (рис. 3). Доведено, що переваги нечіткого моделювання за обчислювальною складністю зростають зі збільшенням точок дискретизації розподілів даних.

Рис. 3. Порівняння складності моделей тривалості алгоритмічних структур а) структура; б) структура; в) структура.

В третьому розділі пропонуються постановки задач оптимізації надійності АП, розроблюються та тестуються реалізації генетичних операцій та схеми гібридного ГА, які необхідні для швидкого розв'язання задач оптимізації.

Різні способи управління надійністю АП формалізовано за допомогою таких векторів керованих змінних задачі оптимізації:   вектор контрольних точок;   вектор альтернативних реалізацій операторів та логічних умов;   вектор контрольованих факторів, які впливають на надійність операцій АП. За різного формування вектора керованих змінних (X) з , та синтезовано 11 класів задач оптимізації надійності АП (табл. 3).

Таблиця 3. Класифікація задач оптимізації АП за переліком керованих змінних (B  бінарні значення, M  цілочисельні значення,   немає, +  є)

Новизна задачі

№№

Керовані змінні

Назва задачі

Відомі задачі

1

B

Розстановка контрольних точок

2

M

Вибір кратностей перевірок

3

M

Вибір реалізацій операцій АП

4

B

M

Загальна задача структурної оптимізації АП

5

M

M

Нові задачі

6

+

Параметрична оптимізація АП

7

M

+

Структурно-параметрична оптимізація АП

8

B

+

9

M

+

10

B

M

+

11

M

M

+

Встановлено, що оптимізувати АП слід за такими показниками:   ймовірність безпомилкового виконання АП; C  вартість виконання; T  тривалість виконання;   ймовірність помилки j-го типу на виході АП,; I  ймовірність переривання АП; L  своєчасність АП; S  загальна кількість допоміжних контрольно-доробчих процедур в АП. Показники , C та T застосовували при оптимізації надійності АП раніше. Враховувати решту показників запропоновано цією роботою.

Розіб'ємо множину (F) показників АП на дві: та. Тоді задачу оптимізації надійності АП сформулюємо у такій векторній формі. Встановлено, що цю задачу доцільно скаляризувати за постановками цільового програмування і умовної оптимізації.

За ідеями умовної оптимізації задачу векторної оптимізації АП скаляризуємо таким чином. Серед показників із множини F оберемо один головний та визначимо його як критерій оптимізації. Решту показників переведемо в обмеження. Показники з обмежимо знизу, а показники з   зверху.

Для врахування особливостей надійнісного проектування конкретних АП розроблено підхід до синтезу із загальних задач оптимізації часткових. Встановлено, що усі запропоновані задачі оптимізації АП можна вирішити ГА з схемами кодування хромосом на основі рис. 46.

Встановлено, що для задач параметричної та структурної оптимізації АП можна застосовувати типові операції схрещення та мутації хромосом. Для мутації змішаного гену хромосоми з вкладеною структурою (див. рис. 6) випадково оберемо структурний або параметричний елемент. Під час схрещення за ідентичних структурних елементів змішаного гена батьківських хромосом з рис. 6 обидва нащадки успадкують їх. Параметричні гени утворимо за типовою схемою з однією лінією розтину. За різних структурних елементів батьківських хромосом кожен нащадок успадковує змішаний ген однієї із них. Аналогічно схрещуватимемо хромосоми для ієрархічного АП.

Для пришвидшення оптимізації ГА гібридизовано: 1) з пожадливими методами для ініціалізації якісної популяції; 2) з мурашиними алгоритмами для покращення поточної популяції за острівною схемою; 3) з методами локального пошуку для покращення окремих хромосом. Вперше розроблено макс-мінний мурашиний алгоритм структурної оптимізації надійності АП та запропоновано острівну схему його кооперації з ГА (рис. 7). Розроблено моделі ініціалізації доброї популяції, що синтезують хромосоми в околі оптимуму, для задач структурної оптимізації за різних цільових функцій. Для цього кожному гену поставлено у відповідність деякий показник ефективності АП, за яким і визначається ймовірність ініціалізації значень цього гена. Для задачі вибору реалізацій операторів та логічних умов показником ефективності обрано відношення корисності до витрат. Показником ефективності контролю обрано градієнт, тобто відношення приросту безпомилковості АП до витрат. Для задач оптимізації контрольних постів перед ініціалізацією прогнозується їх кількість в оптимальному АП, яка потім розподіляється пропорційно градієнту контролю.

Тестування ГА на 6-ти групах задач різної розмірності засвідчило, що: а) ГА знайшов кращі розв'язки, ніж конкурентний градієнтний метод оптимізації контрольних постів; б) запропоновані моделі ініціалізації популяції значно пришвидшують знаходження оптимуму; в) за запропонованою схемою турнірної селекції без штрафних коефіцієнтів оптимум знаходиться найшвидше.

В четвертому розділі пропонуються постановки задач та метод оптимізації надійності АП для випадків, коли: 1) мета оптимізації є нечіткою; 2) показники надійності альтернатив задані нечіткими числами; 3) мета оптимізації і показники надійності альтернатив задані нечіткими числами.

Змістовно задачі нечіткої оптимізації надійності АП такі ж, як і для чіткого випадку (див. табл. 3). Цілеспрямовано генерувати альтернативи пропонується за ГА з розділу 3. Відбір хромосом здійснимо турнірною селекцією. Єдиним елементом ГА, який залишилось розробити для нечіткої оптимізації надійності АП, є фітнесфункція для порівняння хромосом за нечіткими показниками надійності та (або) за нечітких обмежень і мети задачі оптимізації. Її реалізуємо за ідеями цільового програмування та нечіткого багатокритеріального ранжування альтернатив за схемою БеллманаЗаде. Як розв'язок обираємо варіант, який більшою мірою задовольняє мету оптимізації за усіма критеріями.

Нечітку мету оптимізації задамо цільовими нечіткими числами, тобто бажаними нечіткими значеннями показників АП. Розділимо на два вектора: та. Ядра (core) цільових нечітких чисел задають чітку область розв'язків, в якій мета оптимізації виконується повністю.

Нечіткі значення показників та для варіанта Х розрахуємо за моделями з розділу 2. За вже відомих ступенів належності, та, ступінь виконання мети за усіма критеріями одночасно розраховуємо за принципом Беллмана-Заде:

,

де   коефіцієнти важливості відповідних критеріїв

В п'ятому розділі досліджується ідентифікація нечіткими базами знань залежності надійності операцій АП від факторів впливу з урахуванням вимог до прозорості нечіткої моделі, точності та тривалості навчання. Порівнюється ідентифікація базами знань різних форматів за типовими та за запропонованою схемою настроювання, вводиться поняття нечіткої навчальної вибірки та перевіряється можливість синтезу з неї багатофакторних моделей надійності.

Під час типової ідентифікації настроюванні параметри інколи так змінюються, що часто виникають труднощі змістовної інтерпретації нечіткої моделі. Таким чином, в «гонитві за точністю» втрачається важлива перевага  прозорість моделі, завдяки якій нечіткі технології успішно конкурують з іншими методами ідентифікації. Для збереження прозорості застосуємо 3 відомі обмеження на керовані змінні в (2) та введемо 5 нових.

По-перше, нечіткі множини мають повністю накривати інтервал значень вхідних змінних.

По-друге, ядра нечітких термів обмежимо діапазонами змін відповідних змінних.

По-третє, обмежимо відстань між ядрами сусідніх нечітких термів.

По-четверте, ядра змінюватимемо лише у некрайніх термів. Ядра крайніх термів («Низький» і «Високий») прирівняємо до границь значень змінної.

По-п'яте, змінюватимемо ваги лише правил з сумнівною адекватністю.

По-шосте, введемо обмеження на коефіцієнти функцій належностей сусідніх термів для забезпечення лінійної впорядкованості терм-множини.

По-сьоме, консеквенти правил синглтонної бази знань обмежимо інтервалом значень вихідної змінної y в навчальній вибірці (1).

По-восьме, консеквенти правил бази знань Сугено узгодимо з відповідними закономірностями параметричної теорії надійності.

Відмінність запропонованої системи полягає в тому, що під час ідентифікації вона зберігає прозорість нечітких моделей без шкоди для точності, що підтвердили чисельні комп'ютерні експерименти. Її достовірність забезпечена формулюванням та доведенням відповідного математичного твердження.

Результат логічного виведення, а відповідно, і якість нечіткої ідентифікації, залежить від методу дефаззіфікації. Проведені експерименти показали, що дефаззіфікація за методом центра тяжіння забезпечує найкращі швидкість та точність навчання нечітких моделей Мамдані.

Встановлено, що розширення носія нечітких множин вихідної змінної суттєво покращує точність моделювання за нечіткою базою знань Мамдані з дефаззіфікацією за центром тяжіння. Запропоновано під час ідентифікації такими моделями в вектор настроюваних параметрів окремими координатами ввести границі носія нечітких множин вихідної змінної.

Проведені експерименти підтвердили, що за малих вибірок ідентифікувати залежність «фактори впливу  показник надійності» доцільно за нечіткими моделями Мамдані, а за великих  моделями Сугено.

Запропоновано і проаналізовано способи формування ієрархічних нечітких моделей, які дозволяють поєднати переваги баз знань різних форматів.

Введено поняття нечіткої навчальної вибірки, в якій вхідні дані задано нечіткими термами. Узагальнено метод ідентифікації нечіткою базою знань на випадок нечітких даних. Виявлено, що якщо обсяг нечіткої вибірки в кілька разів більше чіткої, тоді результати навчання за ними практично співпадають.

В шостому розділі показано, що ідентифікація багатофакторної залежності нечіткої надійності операції АП зводиться до побудови моделей, що синтезують функцію належності нечіткого числа для кожного набору вхідних даних. Розроблено 7 методів з різними моделями синтезу нечітких чисел та початковими даними. Для ідентифікації використовуються вибірки «чіткі входи  нечіткий вихід» та «нечіткі входи  нечіткий вихід».

Перший метод базується на нечіткому узагальненні моделей параметричної надійності. За цими моделями отримуємо нечітке значення характеристики надійності операції АП за нечітких факторів або за нечітких коефіцієнтів моделі. Навчання нечітких коефіцієнтів зведено до типових задач оптимізації.

Другий метод базується на комбінації нечіткого класифікатора типу MISO з бібліотекою функцій належності вихідної змінної. Запропоновано новий критерій навчання нечіткого класифікатора, який поєднує переваги двох відомих  відсотка безпомилковості та відстані між нечіткими множинами. Експериментально встановлено, що точність навчання за новим критерієм краща. Також запропоновано нову схему оптимізації ваг правил нечіткого класифікатора, яка на порядок скорочує тривалість навчання.

Третій метод використовує нечітке виведення без дефаззіфікації по MISO базі знань з нечіткими консеквентами. Встановлено, що отримані таким чином нечіткі множини можуть бути невипуклими. Розроблено нові параметричні функції належності випуклих нечітких множин (), які краще апроксимують невипуклі нечіткі множини () за такою постановкою.

Запропоновано нову структуру нечіткої бази знань з консеквентами в формі нечітких регресійних залежностей. Її перевагою над базою знань Мамдані є компактність, а над базою знань Сугено  можливість лінгвістичного експертного опису консеквентів. Встановлено, що такою базою знань можна моделювати аналізовані багатофакторні залежності надійності.

Четвертий метод використовує логічне виведення по нечіткій базі знань з чіткими консеквентами без дефаззіфікації та з апроксимацією вихідної дискретної нечіткої множини неперервною параметричною функцією належності. Встановлено, що настроювання цих баз знань за вибірками з нечітким виходом аналогічні навчанню бази знань Мамдані.

Якщо на усьому факторному просторі нечітку характеристику надійності операції описати параметричною функцією належності одного типу, тоді ідентифікація зводиться до пошуку моделі «фактори впливу  параметри функції належності». Запропоновано реалізувати таке відображення а) нечіткою базою знань з багатьма виходами та б) системою регресійних рівнянь.

П'ятий метод використовує нечітку базу знань з багатьма виходами, кожен з яких задає один параметр функції належності нечіткої характеристики надійності операції АП. Встановлено, що ці бази знань придатні для ідентифікації нечіткої надійності і за нечітких факторів.

Шостий метод використовує нову структуру нечіткої регресійної моделі, яка кожній точці факторного простору ставить у відповідність нечітке число з параметричною функцією належності. Залежність параметрів цієї функції належності від факторів описується звичайними регресійними рівняннями. Запропонований метод спрощує процедуру регресійного аналізу за вибіркою даних «чіткі входи  нечіткий вихід», при цьому точність настроювання не погіршується. За такої регресійної моделі функція відклику розраховується без застосування принципу узагальнення, що суттєво зменшує обчислювальну складність в порівнянні з традиційною нечіткою регресією. При підстановці нечітких значень факторів в запропоновану систему регресійних рівнянь отримуємо значення характеристики надійності в формі нечіткого числа II-го типу.

Сьомий метод розроблено для випадку, коли в навчальній вибірці вихідні нечіткі дані описано параметричною функцією належності одного типу. Позначимо її параметри через .

Вважатимемо, що залежність параметрів функції належності нечіткого числа від факторів впливу описується лінійними моделями. Тоді пошук коефіцієнтів цих моделей зводиться до звичайного лінійного регресійного аналізу. Його на вибірці (3) виконуємо рівно k раз. Зазвичай , тому обчислювальна складність запропонованої ідентифікації лише в 24 рази більша, ніж для чіткого регресійного аналізу. Якщо в вибірці дані і за кожним фактором задано функцієми належності одного типу, тоді побудову залежності між параметрами функцій належності входів і виходу зведемо до звичайного регресійного аналізу. Експерименти показали, що в цьому випадку точність ідентифікації не набагато гірша, ніж коли нечіткі числа не апроксимувати параметричною функцією належності.

Численні експерименти підтвердили можливість ідентифікації багатофакторних залежностей за нечіткими вибірками для усіх розроблених моделей. Встановлено, що відновлені з нечітких даних нечіткі моделі з додатковою дефаззіфікацією здатні апроксимувати і чіткі багатофакторні залежності.

В сьомому розділі програмно реалізуються теоретичні результати дисертації, проводяться експерименти з ідентифікації, аналізу і оптимізації надійності АП в умовах невизначеності та наводиться інформація про використання матеріалів дослідження.

Автоматизована система забезпечення надійності АП реалізована в програмному середовищі MATLAB (рис. 8). Програмні модулі автоматизованої системи для нечіткої ідентифікації і прийняття рішень виділено в пакет Extended Fuzzy Logic Toolbox. Він корисний не лише для забезпечення надійності в умовах невизначеності, але і в інших областях нечіткого моделювання, що підтверджено розробкою моделей розпізнавання вин, прогнозування результатів футбольних матчів, діагностування будівельних тріщин та оцінювання конкурентоспроможності марочних товарів. Синтезовані моделі можна розглядати як інтелектуальну складову операцій АП прийняття рішень в відповідних областях.

Пакет Extended Fuzzy Logic Toolbox складають такі 12 модулів: проектування нечітких класифікаторів; проектування ієрархічних нечітких моделей; навчання нечіткої моделі з неперервним виходом; захист прозорості нечіткої моделі; нечітке виведення за нечітких даних; синтез нечітких чисел за результатами нечіткого виведення; нечітке виведення за нечіткою базою знань з нечіткими регресійними рівняннями; побудова функцій належності за експертно-експериментальною інформацією; конвертор нечітких чисел; нечіткий регресійний аналіз; синтез нечітких чисел II-го типу; прийняття рішень за схемою БеллманаЗаде. Частину модулів впроваджено фірмою SoftLine Inc; вони доступні з авторського розділу «Fuzzy Logic Toolbox» сайту http://matlab.exponenta.ru.

Дані (Value) про безпомилковість, тривалість, вартість та інші характеристики операцій АП задано структурою (рис. 9а) з двома полями: Crisp  чітке числове значення та Fuz  нечітке значення. Якщо надійність операції залежить від факторів, тоді структура матиме 2 додаткових поля (рис. 9б): Model  назва m-файла з моделлю багатофакторної залежності та Factors  поточні значення факторів. Поле Value. Factors описано на рис. 9а. Поле Value. Fuz описано на рис. 9в. Нечітке значення можна задати: l-формою нечіткого числа в полі Fuz.L_form; б-формою нечіткого числа в полі Fuz.A_form; переліком елементів та ступенів належності в полі Fuz. Mu_form; параметричною функцією належності в полі Fuzzy.P_form.

На прикладах відновлення 9-ти багатофакторних залежностей надійності операцій АП (табл. 4) за допомогою Extended Fuzzy Logic Toolbox експериментально підтверджено конкурентоздатність розробленої інформаційної технології за критеріями достовірності, складності та інтерпретабельності моделей.

Таблиця 4. Резюме за синтезованими нечіткими багатофакторними моделями надійності

Модель

Задача

Новий метод

Конкурентні методи

RMSE запроп.

Замов

ник

RMSE конкур.

1. Нечітка синглтонна база знань з 3-ма входами

Прогнозування бездефектності міднення друкованої плати

Настроювання із збереженням прозорості

Лінійні регресії за 3-ма та

7-ма факторами

0.0102

0.012 0.0074

2. Нечітка синглтонна база знань

Моделювання безпомилковості виявлення зорового сигналу

Настроювання із збереженням прозорості

Нечітка ідентифікація без збереження прозорості; лінійна та квадратична регресії

0.00012

SoftLine

0.00016 0.00087 0.0007

3. Нечітка база знань типу Сугено

Моделювання безпомилковості набору тексту оператором

Настроювання за нечіткими даними із збереженням прозорості

0.0087

4. Нечітка база знань типу Мамдані

Моделювання тривалості моторної реакції оператора

Настроювання із збереженням прозорості

Нечітка ідентифікація без збереження прозорості; лінійна та квадратична регресії

0.023

SoftLine

0.028 0.045 0.024

5. Нечітка база знань типу Мамдані

Моделювання тривалості міжнародного розшуку

Настроювання із збереженням прозорості

Лінійна регресія

54.5

НЦБ Інтерполу в Україні

59.5

6. Узагальнена на нечіткі дані модель COCOMO II

Прогнозування трудомісткості створення ПЗ

Калібрування моделі COCOMO II та її нечітке узагальнення

12.1

ІнноВінн

7. Узагальнена на нечіткі дані регресійна модель

Прогнозування бездефектності створення ПЗ

Ідентифікація регресійної залежності та її нечітке узагальнення

Лінійна регресія;

квадратична регресія


Подобные документы

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.