Введение к работе
Автоматизированное проектирование сложных технических систем (СТС), таких как вычислительные системы, корпоративные сети, автоматизированные системы управления, системы информационного мониторинга характеризуется неполнотой проектной "информации на всех этапах проектирования от технического задания до формирования проектной документации. Неполнота информации является принципиальной для сложных объектов и связана с большой размерностью объекта проектирования, ненаблюдаемостью ряда переменных объекта проектирования, влиянием на функционирование системы социального окружения, субъективизмом поведения пользователя. Неполнота проектной информации требует от инструментальных средств новых свойств. Во многих исследованиях в основном зарубежных ученых в настоящее время формируется направление, "мягкие вычисления", сочетающие синергетический эффект вероятностных рассуждений, теории нечетких систем, теории нейронных сетей и эволюционного моделирования. В рамках указанных направлений могут быть решены новыми методами традиционные для САПР задачи оптимизапии ресурсов, принятия проектных решений в условиях неполноты информации. Актуальность проблемы.
Интеллектуальные САПР традиционно строились по схеме внедрения экспертных систем на ранних стадиях проектирования. Для предыдущих этапов развития интеллектуальных систем было характерно доминирование символьных методов, так как количественные теории в искусственном интеллекте признавались менее обещающими. В результате для такой насыщенной расчетами области деятельности, как автоматизированное проектирование использование интеллектуальных методов дало меньший эффект, чем ожидалось. В частности, проблема учета неполноты информации, не могла быть решена без использования мер количества, нечеткости информации, без математически» о лпшр»та исчисления нечеткігх величин. Современное направление мягких вычислений позволяет сформулировать и решить многие, характерные для САПР задачи с учетом неполноты информации. Причем, синергетический эффект интеграции вероятностных рассуждений, теории нечетких систем, теории нейронных сетей и эволюционного моделирования может составить научную основу для глубинной интеграции систем автоматизированного проектирования, интеллектуальных сие гем и систем принятия решений. Обоснованием могут служить задачи, общие для автоматизированного проектирования и мягеих вычислений. Это такие задачи, как задача многокритериального выбора при принятии проектных решений, задачи стратегического планирования и прогнозирования, экспертной диагностики сложных технических систем, моделирования, проектирования и оптимизации ресурсов вычислительных систем, эволюционного моделирования задач проектирования формы, и компоновки, задачи стохастической оптимизации. Научная проблема автоматизированного, в том числе поискового проектирования, состоит в принципиальной неустранимости неполноты информации. Причем, явление неполноты представлено при проектировании во всех своих проявлениях. Это объективная неполнота информации вероятностного характера, связанная со случайными переменными стохастического описания поведения объекта проектировать; это неточность результатов расчетов и измерений переменных, обслуживаемая теорией ошибок; это неопределенность проектных решений, связанная с правдоподобными рассуждениями проектировщика; это нечеткость технических требований. Обобщенно можно определить источник неполноты информации как сложность объекта проектирования. Для современного этапа развития САПР характерна попытка создания автоматизированных процедур для проектирования многих сложных технических систем, таких как вычислительные системы, автоматшированяые системы управления, системы информационного мониторинга, которые нуждаются на всех этапах проектирования в экспертной диагностике условий функционирования, реального или
гипотетического поведения прототипов, экспертной интерпретации аналитического или имитационного моделирования динамики поведения.
Экспертная диагностика таких сложных объектов проектирования основана на анализе как
качественных структурно-функциональных описаний, тах и динамики поведения,
представленного временными рядами. Временные ряды характеризуют поведение среды
функционирования технической системы, прототип объекта проектирования, результаты
имитационного моделирования. Метод декомпозиции, или блочно-иерархического
проектирования применительно к сложным техническим системам включает в себя
экспертную диагностику для каждого блока, являющегося в свою очередь системой.
Научной ~й практической проблемой является разработка моделей, методов и средств
автоматизации проектирования, включающего экспертную диагностику. Широкое
внедрение сложных технических систем и огромное значение, которое такие системы имеют
на жизнь общества делают данную проблему важной народохозяйственной задачей.'
Сложные технические системы разрабатываются крупными коллективами
проектировщиков, причем, такие коллективы часто включают специалистов из разных областей науки, техники, в том числе экономистов, социологов и/или экологов и других специалистов. Разработки длятся значительное время, так что сопровождение полного описания системы без формирования коллективной проектной базы данных (информационной системы, архива проекта) может превращаться в задачу, сравнимую по трудоемкости с самим процессом проектирования. Междисциплинарные исследования часто позволяют проектировщику сформулировать только нечеткий запрос о подсистеме в том аспекте, по которому он не является узким специалистом.' Современные информационные технологии создания таких проектных архивов не имеют многих важных для САПР СТС свойств: организации физической среды хранения сложноструктурированных данных; средств обработки временных рядов; сргцстз фсрг.с:ровакїія гябках, 2 том числе нечетких запросов; средств представления неполной информации. Поэтому на наш взгляд формирование коллективного архива проекта и разработка автоматизированных мест поиска к нему является научной и практической проблемой на данном этапе развития САПР. Учёт условий неполноты исходной информации по-новому ставит важную для САПР задачу многокритериального выбора в процессе принятия проектного решения. Так как именно от качества" проектных решений зависит качество проекта, то решение теоретической "проблемы многокритериальной свертки важно с точки зрения САПР. Большинство задач проектиройания вычислительных систем и сетей могут быть поставлены как задачи оптимизации ресурсов. В науке в настоящее время найдены многие методы нечеткой оптимизации в рамках возможностного программирования. Однако неизвестны приложения нечеткой оптимизации к проектированию вычислительных систем, в частности корпоративных сетей. Вместе с тем автоматизация проектирования вычислительных сетей нуждается в новых алгоритмах проектировашія и моделирования. Составной частью мягких вычислений являются генетические алгоритмы, которые можно рассматривать как метод стохастической оптимизации. Стохастическая оптимизация применялась з САПР для проектирования формы конструкций. Многие конструкторские задачи, такие как задачи компоновки, размещения в созданных САПР решены только для одинаковых по габаритам элементов по дискретному монтажному полю. Задача размещения разногабаритных элементов по коммутационному полю из-за большой вычислительной мощности последовательных алгоритмов в проектных организациях часто решается вручную. Перечисленные аспекты прсблегда автоматизированного проектирования сложных технических систем делает тему диссертационной работы актуальной.
Цель диссертационной работы.
Целью диссертации является создание теоретических положений, моделей, методов и алгоритмов автоматизированного проектирования сложных технических систем, учитываюпцгх ' принципиальную неполноту проектной информации; разработка информационных систем (архивов проектов и средств поиска) проектных организаций; разработка методов и алгоритмов оптимизации ресурсов вычислительных систем для САПР, разработка алгоритмов решения конструкторских задач, в частности задач размещения разногабаритных РЭА
Задачи исследования:
Для достижения поставленной цели необходимо решить ряд задач.
1. Необходимо провести сравнительный анализ существующих методов обработки неполной
информации в процессе автоматизированного проектирования, построить классификащпо
современных теоретических и практических методов решения проблемы неполного
описания объекта проектирования и выявить области их эффективности и ограничений.
2. Необходимо построить обобщенную математическую модель автоматизированного
проектирования сложных технических систем, учитывающую неполноту информации в
процессе декомпозиции объекта проектирования. Математическая модель является моделью
анализа условий функционирования систем и подсистем, структура и функции которых
заданы качественно, а поведение которых задано реальными временными рядами и/или
временными рядами, полученными в ходе моделирования и прогнозирования. Основу
описаній объекта проектирования составляет сочетание оппсаігтя струхтурно-
построить математическую модель анализа объекта проектирования, учитывающую принципиальную неполноту проектной информации па базе вводимых понятий нечетких временных рядов, тенденций характеристических переменных - параметров технической системы. Необходимо построить математическую модель принятия проектных решений на основе многокритериального выбора, учитывающую подчинение разных пар критериев разным стратегиям выбора
архиву проектов.
-
Необходимо разработать методы, алгоритмы и программы возможностной оптимизации ресурсов в вычислительных сетях (ВС).
-
Необходимо разработать методы, алгоритмы и автоматизированные средства для решения конструкторских задач (з частности размещения).
6. Необходимо разработать методику по применению подхода автоматизированного
проектирования сложных технических систем к проектированию систем различных
классов.
Диссертационная работа пмполнялап> " соответствии с рядом госбюджетных НИР: "Проектирование микроэлектронных устройств", "Информационные системы в экономике", с рядом х/д НИР, с программой международного сотрудничества ERUDIT, (European Network in Uncertainty Techniques Developments for Use in Information Technology), а также как
инищіаіивная.
Методы 1!Слеованкя:
современная теория мер информации, неопределенности, неточности и нечеткости; совокупность теорий, обобщенных направлением мягких вычислений: теории нечетких систем, нейронных сетей, эволюционного моделирования, теории вероятностей. Использовался аппарат возможностного программирования. В качестве средств создания
интеллектуальных автоматизированных систем проектирования использованы нейроимитаторы, оболочка нечетких экспертных систем FuzzyCLIPS, AutoCAD(Autodesk Inc.), сервер данных ORACLE 7.3 (ORACLE ШС.) Научная значимость работы.
Автор защищает: разработанные теоретические положения и модели автоматизации проектирования сложных технических систем, учитывающих неполноту проектной информации; методы и методику построения информационных систем проектных организаций; результаты теоретических, экспериментальных и практических разработок, внедрение в промышленную и опытно-промышленную эксплуатацию САПР вычислительных систем, САПР конструирования стендов изделий, внедрение систем автоматизированного управления и информационного мониторинга. Научная новизна. Впервые:
1 Предложен новый подход для экспертной деятельности при автоматизированном проектировании, для анализа результатов моделирования проектируемой системы и поведения подсистем и прототипов системы. Подход с точки зрения "конструктивной неопределенности" заключается в том, что точность и осмысленность (возможность интерпретации) экспертного заключения в ходе проектирования вступают в противоречие. Нечеткая информация может содержать полезное проектное решение, несмотря на неточность, нечеткость или неопределенность утверждений, если нечеткость представляет собой качественное обобщение. Подход требует использовать при автоматизированном проектировании нечеткие данные, если их уточнение невозможно или трудоемко.
2. Предложена концепция экспертной деятельности в ходе декомпозиции системы при
автоматизированном проектировании. Концепция развивает предложенный подход
"конструктивной неопределенности". Концепция выделяет в процессе анализа системы или
подсистемы объекта проектирования пять этапов: этап фуззификации четких данных,
представленных временными, рядами; этап оценки тенденций нечетких временных рядов;
этап интегральной оценки совокупности временных рядов; этап прогнозирования поведения
системы (подсистемы) в условиях эксплуатации; этап разработки проектного решения
(аналитическое планирование).
3. Разработана модель анализа сложных систем в ходе автоматизированного
проектирования. Модель оперирует с нечеткими временными рядами, решая задачи анализа
тенденций и интегральной оценки объекта проектирования с помощью гибридной системы,
представляющей собой нечеткую нейронную сеть, настройку параметров которых
выполняет генетический алгоритм.
4. Разработана архитектура "мягкой" экспертной системы, как элемента и компонента САПР.
Особенностью архитектуры является интеграция систем принятия решений и нечетких
экспертных систем. Систему принятия решения предложено строить на основе метода
анализа иерархий. Метод анализа иерархий адаптирован к задачам проектирования, так как
вместо традиционной аддитивной свертки во вновь разработанном модифицированном
методе анализа иерархий предложено использовать сложную многокритериальную свертку.
Сложная многокритериальная свертка заключается в выборе уникальной функции свертки
для каждой пары критериев в рамках определенной стратегии. В "мягкой" экспертной
системе модифицированный метод анализа иерархий впервые предложено использовать как
особый вид правдоподобного вывода для случая малого количества альтернатив наряду с
приближенными рассуждениями над нечеткими продукциями. Знания в "мягкой"
экспертной системе представляются как функции принадлежности нечетких величин,
функции свертки критериев, иерархии выбора, матрицы попарных сравнений, нечеткие
продукции. Особенностью предложенной архитектуры мягкой ЭС является этап извлечения
знаний. Нечеткие продукции могут быть извлечены с помощью нейрокомпьютинга из
нечетких исходных данных.
-
Предложены новые методы и средства организации баз данных проектов в проектной организации. Разработан метод организации обслуживания поисковых запросов к архиву проектов при нечеткой формулировке запросов в клиент-серверных корпоративных сетях. Метод позволяет формулировать гибкий SQL-запрос с использованием нечетких категорий.
-
Впервые выполнено приложение методов нечеткой оптимизации к решению задач оптимизации ресурсов информационных вычислительных сетей. Решена задача размещешія коммутационного оборудования сети, оптимизация топологии сети в условиях нечетко заданных ограничений трафика.
7. Разработан алгоритм размещения разногабаритных элементов в конструкциях
ограниченного объема, на базе генетических алгоритмов.
8. Разработана методика принятия технико-экономических решений при
автоматизированном проектировании, основанная на интеграции САПР с системами
анализа финансово-хозяйстивенного состояния предприятия и автоматизированных систем
управления.
Достоверность результатов диссертационной работы.
Достоверность научных положений, выводов и рекомендаций подтверждена результатами
математического моделирования, результатами экспериментов и испытаний, а также
результатами использования материалов диссертации и разработанных систем в проектных
организациях и на производстве.
Основные положения, выносимые на защиту.
I. На защиту выносится подход с точки зрения "конструктивной неопределенности" для
экспертной деятельности при автоматизированном проектировании в условиях
.галпплігдггагшплтм Tlmrvrtrr irrb&rtwnatvr 1ГТ*Л ПП \Я**ПГ* H^vrUPUHQ ППЛРІГГНГШ r.VTVSHlUU ^КГП^ГП-
Г-м ~. r-. j Г -" J "- --- - "Г - '-J " -^ * ^ -- -- - ~Г
проектировщик переходит от точных, конкретных исходных данных, но не имеющих интерпретации, к неточным, нечетким, неопределенным, но осмысленным обобщающим знаниям, моделям. Объективная нечеткость экспертных заключений связана с тем, что точность н смысл конфликтуют, начиная с некоторого порога. Подход требует обрабатывать неполные данные, а не повышать точность исходных данных.
2 Защищается концепция экспертной деятельности в ходе декомпозиции системы при автоматизированном проектировании, позволяющая принимать проектные решения я условиях нечеткости и неопределенности. На защиту выносятся теоретические положения, модели, методы и алгоритмы обработки нечетких временных рядов, анализа тенденций и интегральной оценки объекта проектирования, В ходе экспертной деятельности эксперт (в том числе проектировщик в проектной деятельности) выполняет пять этапов, оценшшше значений переменных (фуззификация); оценка тенденций развития, интегральная оценка состояния; прогнозирование развития; планирование для достижения целевого состояния. Таким образом, предложена схема этапов экспертной деятельности (ЭД).
-
^атцитцастсл архіггєктура "мягкой* экспертной системы, как злемехШі її ксмпокс-іїтй САПР. Мягкая ЭС должна интегрировать системы принятия решений, нечеткие и нейро экспертные системы. Для извлечения знаний предложено использовать нечеткие нейронные сети с редукцией с помощью генетического алгоритма. Мягкая ЭС предложена, как специализированный класс интеллектуальных систем, сочетающих разработку стрз'ктурно-4*ункцкональкых рсшснїїц с «иіалїізокї количественных данных п Форме "ременных рядов. Мягкая ЭС разработана для САПР конструирования стендов изделий.
-
На защиту вьшосится метод организации обслуживания поисковых запросов к архиву проектов прп нечеткой формулировке запросов в клиент-серверных корпоративных сетях. Метод позволяет обработать нечеткий SQL-запрос.
-
Автор Защищает приложение методов нечеткой оптимизации к решению задач оптимизации ресурсов информационных вычислительных сетей. Решение задачи размещения коммуникационного оборудования в условиях нечетко заданных ограничений трафика найдено как решение задачи возможностного программирования. Решение задачи оптимизации топологии вычислительной сети найдено с помощью генетического алгоритма.
-
На защиту выносится новый алгоритм размещения разногабаритных элементов в конструкциях ограниченного объема, разработанный на базе генетического алгоритма.
-
Автор защищает схему интеграции систем экономического анализа, САПР и систем автоматизированного управления в рамках бизнес-процес-реинжшшринга.
8. Защищаются результаты разработок и внедрение в опытно-промышленную эксплуатацию
средств автоматизации проектирования вычислительных сетей, конструирования стендов
контроля, внедрение в промышленную эксплуатацию ряда систем АСУ и информационного
мониторинга.
Практическая значимость работы
1. На основе предложенного подхода, концепции и моделей автоматизации проектирования
создан новый специализированный класс интеллектуальных САПР, позволяющий
проектировать сложные технические системы при наличия временных рядов,
характеризующих динамику поведения объекта.
2. Архитектура мягкой экспертной системы как элемент САПР является основой для
струтстурно-функциональпых решений интеллектуальных САПР. Созданная экспертная
система может служить для комплексирования с некоторыми видами промышленных САПР.
3. Методы нечеткого поиска в информационной системе проектной организации позволяют
организовать архив крупной проектной организации, ведущей проектирование сложных
технических систем силами спсци<уіисіов разных соластсїі зианшх в разках кяисігг-
серверной технологии. . .'-'
-
Созданная система автоматизации проектирования вычислительной сети на основе решения задачи нечеткой оптимизации ресурсов вычислительной сети практически используется на производстве и позволяет достичь улучшенных техническо-экономических показателей объектов проектирования.
-
Созданная система автоматизации конструкторского проектирования и внедренная на производстве позволяет сократить сроки проектирования стендов контроля с 3 месяцев до 2 недель при повышении коэффициента заполненности корпусов стендов.
-
Предлагаемые методы и средства проектирования были успешно применены в области разработки ряда АСУ и систем информационного мониторинга.
Реализация результатов работы
Результаты диссертации и практические рекомендации использованы:
при конструировании стендов контроля на Ульяновском механическом заводе (г.
Ульяновск, 1998 г.); при организации архива проектов конструкторского отдела
Ульяновского механического завода (г. Ульяновск, 1998 г.); при проектировании
информационной вычислительной сети и АСУ Ульяновского отделения ТФОМС
(Ульяновская область, 1994 г.); при проектировании информационной вычислительной сети
и АСУ Ульяновского государственного предприятия "Ульяновскавтодор"(г- Ульяновск,
1995,1996 г., 1997 г.);
Разработаны и внедрены на основе нового подхода к экспертной диагниегаке экспертная
система и АРМ экокомнета-аудктсра; подсистема АСУ ТФОМС (отделения расположены в
4 районах города Ульяновска и 11 кустовых отделениях); АСУ негосударственного
пенсионного фонда "Поволжский"( АСУ тиражировалась в ряле городов); АСУ
государственного предприятия "Ульяновсхавтодор" (несколько подведомственных
предприятий.) Научные и практические результаты диссертационной работы внедрены в
учебный процесс в Ульяновском государственном техническом университете. Практическое использование результатов диссертационной работы подтверждено соответствующими документами о внедрении. Апробация работы.
Основные положения и результаты диссертации доложены и получили одобрение на 15 международных конференциях, семинарах и конференциях с международным участием, в том числе: "Программное обеспечение ЭВМ", Тверь, 1990; 1-ая и 2- ая конфереции "Интерактивные системы: проблемы человеко-компьютерного взаимодействия", Ульяновск, 1995, 1997; 2-я "Распознавание образов и анализ изображений: новые информационные технологии", Ульяновск, 1995; 4-ая "Новые информационные технологии", Москва, 1996; "Информационные технологии в моделировании и управлении", Санкт-Петербург, 1996; "Мягкие вычисления-96", Казань, 1996 ; "Использование новых информационных технологий в учебном процессе кафедр физики и математики". Ульяновск, 1997, 2-ая "Математические методы и компьютеры в экономике", Пенза, 1997, 3-я им. Л. В; Канторовича "Предпринимательство и реформы в России", Санкт-Петербург, 1997; Seventh International Fuzzy Systems Association World Congress, Czech Republic, Prague, 1997., 5th European Congress on Intelligent Techniques and Soft Computing EUFTT 97, Aachen, Germany, 1997; "Новые методы, средства и технологии в науке, промышленности и экономике". Ульяновск, 1997; "Мягкие вычисления и измерения - 98", Санкт-Петербург, 1998; "Нейронные, реляторные и непрерывнологические сети и модели", Ульяновск, 1998; б-ой "Искусственный интеллект 98", Пушино, 1998.
На 12 Всесоюзных, Всероссийских конференциях и семинарах, п том числе: 10-ом совещании по проблемам управления, Москва , 1986; "Бионика интеллекта", Харьков, 1987; 1-ая "Методы акаліпа надежности программного обеспечения ВС реального времени на основе моделей нечеткой логики и качественных описаний",Киев, 1987; "Проблемы комплексной автоматизации функциональных испытан. изделий в машиностроении", Москва, 1988; "Проектирование ВС", Каунасе, 1989; 4-ой "Системы баз данных и знаний", Калинин, 1989; "Качество программного обеспечения", Калинин, 1990; 2-ой "Искусственный интеллект -90", Минск, 1990; "Пути развития электронных средств и задачи высшей школы в подготовке специалистов", Ульяновск, 1992; "Интерактивные системы", Ульяновск, 1993; "Компьютерные технологии в высшем образовании", Санкт-Петербург, І994; "Новые информационные технологии в школах и вузах", Москва, 1993; "Культура, нравственность и экономика". Ульяновск, 1996; "Информационные и кибернетические системы управления и их элементы", Уфа, 1997.
На 12 зональных, республиканских и межвузовских семинарах и конференциях, в том числе: "Измерительно-информационные системы", Ульяновск, 1986; "Применение мини и мих^о-ЭВМ для автоматизации кнженепного тп,та" Ульяновск 1987' "Чкслєішьіе методы и средства проектирования и испытания элементов РЭА", Таллинн, 1987; "АСУ - проблемы ориентации и диалоговые системы", Ульяновск, 1988 ; "Человеко-компьютерное взаимодействие", Ульяновск 1989' "Численные методы и сое^ства шюектнооваштя и испытания элементов твердотельной электроники", Таллинн, 1989; "Решение профессиональных задач на персональных ЭВМ", 1990; "Технология программирования", Ульяновск, 1991; "Системы искусственного интеллекта и ЭС", 1992, "Компьютеризация учебного процесса и технические средства обучения: интеллектуальные информационные системы", Ульяновск, 1995; "Наука - производству. Конверсия сегодня", Ульяновск, 1997; Неоднократно основные положения докладывались на научно-технических конференциях Ульяновского государственного технического университета, а том числе 23-ой "Формирование личности инженера типа в условиях перестройки", 1989; 24-ой "Научно-технический прогресс и инженерное образование", 1990; 27 -ой, 30-ой, 31-ой, 32-ой конференциях в 1993; 1996; 1997;1998.
Публикации.
По теме диссертации опубликовано 100 работ, среди которых 2 монографии (одна монография опубликавана в соавторстве, одна - без соавторов). Среди работ опубликовано 10 статей, 8 научно-технических отчетов, дипломов.
Личный вклад. Все результаты, составляющие содержание диссертации, получены автором самостоятельно.
Структура и объем работы. Диссертационная работа состоит из введения, семи глав, и заключения, содержит 370 стр. машинописного текста, 21 таблицу, 76 рисунков, список литературы из 174 наименований, 3 приложений.
