Содержание к диссертации
Введение
1 Вопросы исследования технологических процессов лесозаготовительного производства 8
1.1 Технологические процессы лесозаготовительного производства 8
1.2 Лесозаготовительные процессы как объедет моделирования 19
1.3 Проблемы повышения эффективности принятия решений
по управлению лесозаготовительными процессами 21
1.4 Существующие подходы к моделированию сложных систем 27
1.5 Цели и задачи исследования 34
2 Концептуальная модель распределенной среды моделирования параллельных технологических процессов 37
2.1 Формализованное описание параллельных процессов 37
2.2 Организация параллельной разработки моделей 41
2.3 Е-сети 50
2.4 Структура распределенной среды моделирования параллельных технологических процессов 54
2.5 Механизм взаимодействия между параллельными процессами разработки моделей 57
2.6 Структура информационного обмена между параллельными процессами разработки моделей 60
3 Этапы моделирования параллельных технологических процессов 63
3.1 Этапы распределенного моделирования 63
3.2 Процедуры многоцелевой оптимизации 68
3.3 Управление имитационным экспериментом 74
3.4 Генетические алгоритмы 79
3.5 Использование генетических алгоритмов для управления имитационным экспериментом 85
3.6 Основные принципы систем имитационного моделирования 87
4 Разработка распределенной среды моделирования параллельных технологических процессов 95
4.1 Структура программного комплекса 95
4.2 Разработка имитационных моделей с использованием Arena 5.0 97
4.3 Блок управления имитационным экспериментом 103
4.4 Интерфейсный блок взаимодействия между параллельными процессами разработки моделей 105
5 Моделирование работы комплекса лесных машин 117
5.1 Постановка задачи 117
5.2 Формализованное описание системы лесных машин 123 ' 5.3 Реализация программной модели 128
5.4 Анализ результатов 134
5.5 Варианты модернизации технологии лесозаготовительного процесса 138
Заключение 141
Список литературы 142
Приложения 150
- Технологические процессы лесозаготовительного производства
- Существующие подходы к моделированию сложных систем
- Организация параллельной разработки моделей
- Разработка имитационных моделей с использованием Arena 5.0
Введение к работе
Интеграционные процессы, охватывающие в настоящее время все отрасли экономики, позволяют повысить эффективность работы предприятия. Все более тесное взаимодействие хозяйствующих субъектов
* предопределяет развитие сложных параллельных технологических
процессов. В связи с этим необходимо совершенствование существующих
и разработка новых средств повышения эффективности исследования
вопросов управления параллельными технологическими процессами.
Данная задача является особенно актуальной для решения проблем
управления производственными процессами предприятий лесного
комплекса в условиях современной экономики, в частности
лесозаготовительных предприятий. Лесозаготовительное производство
представляет собой разветвленную систему взаимодействующих
технологических процессов, различных по своему назначению и
содержанию. Сильная зависимость лесозаготовительных процессов от
влияния природных факторов предопределяет сложность исследования
данного вида производств.
В качестве методологической базы исследования сложных систем
наиболее эффективным является применение системного подхода.
Использование системного подхода предусматривает стадийность
процесса познания: от формулирования целей исследования до
определения отдельных характеристик элементов изучаемой системы.
Целесообразна также параллельная организации работ на различных
этапах исследования, что также повысит эффективность использования
вычислительных ресурсов в ходе моделирования сложных процессов. Эта
сторона проблемы может быть решена путем создания распределенной
технологии моделирования.
На каждом этапе исследования должны применяться соответствующие методы и инструменты моделирования. Разрозненное применение этих средств моделирования на разных этапах исследования обуславливает их недостаточную эффективность при все возрастающем уровне требований к качеству предпроектных работ. Интеграция методов и инструментов в едином технологическом решении и параллельная организация работ позволит повысить эффективность исследований на предпроектной стадии разработки параллельных технологических процессов.
Задачи повышения эффективности производственных процессов нашли свое отражение в исследованиях Митрофанова В.Г., Норенкова И.П., Павлова В.В., Соломенцева Ю.М. Методы исследования параллельных технологических процессов рассмотрены в работах Бусленко Н.П., Прицкера А.Б., Советова Б.Я., Яковлева С.А. Вопросы моделирования лесозаготовительных процессов исследованы в трудах Алябьева В.И., Герасимова Ю.Ю., Редькина А.К., Сюнева B.C. и др. Несмотря на наличие этих работ, в настоящее время пока еще не сформировалось единого комплексного подхода к построению распределенной среды моделирования параллельных технологических процессов. Таким образом, создание распределенной среды моделирования на современном этапе требует разработки совокупности теоретических и прикладных проблем, не решенных комплексно ни в России, ни за рубежом, а поэтому исследование в данном направлении является актуальным.
Необходимо отметить, что указанное исследование проводилось на примере лесозаготовительного производства, для которого характерны распределенная структура и сложные взаимосвязи между параллельными технологическими процессами.
Целью диссертационной работы является повышение эффективности принятия решения по управлению параллельными технологическими процессами путем использования распределенной среды моделирования.
В соответствии с поставленной целью в работе решаются следующие задачи:
Анализ существующих подходов и методов повышения эффективности принятия решения по управлению параллельными технологическими процессами лесозаготовительного производства;
Создание концептуальной модели распределенной интегрированной среды моделирования лесозаготовительных процессов;
Разработка распределенной интегрированной среды моделирования параллельных технологических процессов лесозаготовок;
Разработка методического обеспечения интегрированной среды моделирования с использованием математического аппарата сетей Петри, методов имитационного моделирования и интеллектуальных методов обработки данных;
Разработка генетических алгоритмов для управления имитационным экспериментом;
— Исследование эффективности лесозаготовительных процессов на основе разработанной распределенной системы моделирования.
В первой главе работы приводится характеристика
лесозаготовительного производства как объекта моделирования. Выполнен
обзор технологий лесозаготовок, используемых в настоящее время, и
типовых комплексов машин автоматизации лесозаготовительных работ.
Рассматриваются вопросы управления технологическими процессами
лесозаготовительного предприятия. В данной главе рассматриваются
существующие подходы к формализации и анализу производственных
процессов. Среди современных методов исследования производственных
процессов выделены функциональное и имитационное моделирование.
Рассмотрены также генетические алгоритмы как средство
интеллектуального поиска оптимального решения. В последнем параграфе
главы сформулированы требования к разрабатываемой среде
исследования параллельных производственных процессов, в частности лесозаготовительных процессов, с использованием аппарата сетей Петри, методов имитационного моделирования и интеллектуальных методов.
Во второй главе рассматривается организация параллельной разработки моделей и предлагается математическая модель распределенной среды моделирования параллельных технологических процессов. Выявлены возможные отношения между элементами параллельных процессов. Описывается методика разработки распределенной модели и алгоритм проведения имитационных экспериментов на ней. Рассматривается математический аппарат Е-сетей в качестве инструмента исследования параллельных технологических процессов. Предложена структура распределенной среды моделирования. Решаются вопросы взаимодействия параллельных процессов разработки частных моделей в рамках общей задачи.
В третьей главе раскрывается содержание этапов распределенной технологии моделирования параллельных технологических процессов. Для каждого этапа определяется перечень приемлемых методов и программных инструментов. Особое внимание в этой главе уделяется управлению имитационным экспериментом и применению на данном этапе такого интеллектуального метода как генетические алгоритмы. В данной главе рассматриваются также основные принципы систем имитационного моделирования.
В четвертой главе представлена структура программного комплекса, обеспечивающего разработку распределенных имитационных моделей. Дано краткое описание системы Arena 5.0, используемой в предложенной среде распределенного моделирования непосредственно для задач компьютерной имитации. В главе подробно рассмотрены модуль интеллектуального управления имитационным экспериментом и интерфейсный блок, обеспечивающий взаимодействие узлов распределенной модели.
В пятой главе рассматривается практическое использование
разработанной системы моделирования для исследования
лесозаготовительных процессов. Дается описание исследуемого
производственного процесса на участке лесозаготовки. Построена
математическая модель функционирования системы лесных машин на
основе аппарата Е-сетей. Рассмотрены основные моменты реализации
программной модели с помощью разработанного программного комплекса
и методики распределенного моделирования. Проводится анализ
результатов, делаются рекомендации по модернизации действующей
системы машин. В заключительном параграфе данной главы приводятся
модели альтернативных схем реализации технологии
лесозаготовительного процесса для заданного участка.
В заключении приводятся основные результаты, полученные в ходе выполнения диссертационной работы.
LINK1 Технологические процессы лесозаготовительного производства LINK1 Потребности экономики в древесине обеспечиваются лесозаготовительной промышленностью, занимающейся заготовкой, вывозкой, первичной обработкой и частичной переработкой круглых лесоматериалов. Заготовка древесины ведется лесозаготовительными предприятиями (ЛЗП) различных форм собственности и частично лесхозами. Основной производственной хозрасчетной единицей, производящей заготовку, вывозку, первичную обработку, частичную переработку и отгрузку лесоматериалов потребителям, является леспромхоз. Современное ЛЗП - это довольно крупное механизированное предприятие, как правило, круглогодового действия. Оно оснащено разнообразной лесозаготовительной техникой: бензиномоторными и электромоторными пилами, валочно-пакетирующими и валочно-трелевочными машинами, тракторами для трелевки древесины, сучкорезными машинами, челюстными лесопогрузчиками и стреловыми гидрокранами-манипуляторами, лесовозными автопоездами, козловыми и башенными кранами, полуавтоматическими установками для раскряжевки хлыстов и другой техникой. Интенсивное развитие лесозаготовительной промышленности существенно изменило технологию и технику ведения рубок леса и лесовосстановления. Все большее значение приобретают экологический аспект ведения лесозаготовок, вопросы охраны окружающей среды, экономия лесосырьевых и энергетических ресурсов [5,13,54,61,99]. В нашей стране применяются различные виды рубок леса. Наиболее распространенными являются рубки промежуточного (рубки ухода) и главного пользования. Рубки главного пользования ведутся в спелых лесонасаждениях. Выделяют несколько систем рубок главного пользования: сплошные, постепенные и выборочные. Сплошные рубки - рубки главного пользования, при которых весь древостой на лесосеке вырубают в один прием. Выделяются виды сплошных рубок с предварительным и последующим естественным и искусственным лесовозобновлением, узколесосечные и концентрированные. Узколесосечная рубка - это сплошная рубка главного пользования, проводимая лесосеками небольшой площади и ширины, оказывающая минимальное для главных рубок влияние на экологическую обстановку и обеспечивающая достаточно благоприятные условия для лесовозобновления.
Концентрированная рубка - это сплошная рубка главного пользования, проводимая на большой площади, сильно влияющая на экологическую обстановку. В настоящее время сплошные рубки остаются преобладающим способом промышленной заготовки древесины и составляют около 98% от общего объема лесозаготовок. Постепенные рубки - рубки главного пользования, при которых древостой вырубают на лесосеке в несколько приемов в течение одного или двух классов возрастов, обеспечиваю естественное возобновление леса. В связи с повышением экологического аспекта лесозаготовок объемы постепенных рубок будут увеличиваться. Выделяют следующие виды постепенных рубок: равномерно-постепенные, длительно-постепенные, группово-постепенные, полосно-постепенные, чересполосные постепенные и котловинные. При равномерно-постепенных рубках древостой вырубается в два-четыре приема путем последовательного равномерного изреживания его в течение одного класса возраста. Длительно-постепенные рубки проводятся в разновозрастных древостоях в два приема с оставлением на второй прием деревьев, не достигших возраста спелости. Последний прием рубки проводится через 30-40 лет. При группово-постепенных рубках спелый древостой вырубается постепенно группами в несколько приемов (до 4-5) в течение двух классов возраста. При полосно-постепенных рубках древостой вырубается в течение одного класса возраста за два-три приема на чередующихся в определенном порядке полосах шириной, не превышающих среднюю высоту древостоя, и длинной до 250-300 м. При чересполосной постепенной рубке древостой вырубают в течение одного класса возраста в 2-4 приема на чередующихся в определенном порядке полосах шириной, не превышающей верхней высоты древостоя. При котловинных рубках древостоя вырубают котловинами за 2-4 приема в течение двух классов возраста. Котловинами считают площадки от 0.03 до 1 га. Выборочные рубки предусматривают периодическое удаление части деревьев определенного возраста, размеров и качества или состояния. Различают в основном два способа выборочных рубок: добровольно-выборочные и группово-выборочные. При добровольно-выборочной рубке вырубают в первую очередь фаутные, т.е. имеющие пороки древесины, перестойные, спелые, с замедленным ростом деревья для своевременного использования древесины и сохранения защитных и средообразующих свойств леса. При группово-выборочной рубке вырубают перестойные и спелые деревья, преимущественно группами в соответствии с их размещением по площади и особенностям лесовозобновления [61,82]. Рубки промежуточного пользования ведутся в насаждениях, не достигших возраста спелости, и представляют собой рубки ухода за лесом, основными из которых являются уход за молодняками и прореживания. Они направлены на повышение продуктивности лесонасаждений. В зависимости от возраста насаждений, проводят следующие виды рубок данного типа: осветлений (уход за составом и регулированием густоты), прочисток (уход за составом и формой древостоя), прореживаний (уход за формой ствола и кроны), проходные рубки (уход за приростом лучших деревьев). Первые два типа рубок объединяют как уход за молодняками. Возрасты рубок ухода и периоды повторяемости приведены в табл. 1.1
Возрасты рубок ухода и периоды повторяемости Виды рубок ухода Возраст насаждений, лет Периодповторяемости,лет Хвойные итвердолиственныесеменные Мягколиственные итвердолиственныепорослевые Осветление До 20 До ю 2-5 Прочистки 21-40 11-20 2-5 Прореживание 40-60 21-30 5-Ю Проходные рубки 61 и старше 31 и старше 10-20 Отдельную роль в системе рубок ухода играют санитарные рубки леса, ландшафтные рубки, рубки переформирования и рубки обновления. Санитарные рубки необходимы для оздоровления насаждений и предупреждения лесных пожаров, при этом из насаждений убирают сухостойные, ветровальные, буреломные, механически поврежденные, заселенные вредителями и болезнями деревья. Ландшафтные рубки проводятся в лесах рекреационного назначения для формирования лесопарковых ландшафтов. Рубки переформирования используются для коренного изменения состава насаждений, их строения или возрастной структуры. Рубки обновления проводятся для омоложения спелых и перестойных древостоев. Путем изъятия отдельных крупных деревьев и создания условий для роста молодого леса [27,61,82].
В состав современного ЛЗП входят механизированные лесозаготовительные мастерские участки, состоящие из нескольких комплексных бригад каждый, служба механизированного транспорта, механизированный нижний лесной склад, ремонтная служба и энергетическое хозяйство. При безцеховой структуре лесозаготовительные мастерские участки находятся в непосредственном подчинении ЛЗП, при цеховой - объединяются в лесопункты и им подчиняются, а лесопункты находятся в подчинении ЛЗП.
Существующие подходы к моделированию сложных систем
При моделировании лесозаготовительных процессов необходимо учитывать следующие основные группы факторов: природно-климатические; организационные; технологические; конструктивные. Таким образом, конкретизируя формулу (1-1), общую математическую модель лесозаготовительного процесса можно представить следующим образом: y(t)=F(n9o9e9c9t) (l.ii) где П- природно-климатические факторы; О- организационные факторы; Є - технологические факторы; С - конструктивные факторы. Первая группа факторов является неуправляемой, т.е. внешние факторы, и обусловлена природой. Сюда относятся климатические факторы (время года, температура воздуха, количество осадков и влажность почвы), параметры древостоя (размеры деревьев, их возраст, распределение по площади), рельеф местности и почвенно-грунтовые условия. Остальные три группы факторов обусловлены человеческой деятельностью, притом последняя - деятельностью проектировщика лесной техники. Следовательно, эти факторы являются параметрами управления [54,61,99]. К организационным факторам относятся выбор участка леса, выбор времени года для проведения работ, выбор применяемой технологии и системы машин, форма и уровень оплаты труда рабочих, занятых на лесозаготовках, их квалификация, форма контроля проведения работ. К технологическим факторам относятся уровень проведения подготовительных работ, технологическая схема освоения лесосеки (рациональность схемы волоков, их извилистость, количество поворотов, ширина волоков и расстояние между ними.
Конструктивные факторы включают тип машин, их основные размеры, массу и развесовку по осям, тип движителя (для колесных машин - колесную формулу и размеры колес, для гусеничных — тип гусеницы и ее размеры, расположение ведущей звездочки), тип трансмиссии, компоновку и параметры технологического оборудования, тип и уровень надежности гидросистемы, эргономические показатели (обзорность, удобство работы оператора, уровень шума и вибрации), характеристики двигателя.
Для разработки моделей могут быть использованы аналитические или имитационные методы. Аналитические методы позволяют получить характеристики системы как некоторые функции параметров ее функционирования. Таким образом, аналитическая модель представляет собой систему уравнений, при решении которой получают параметры, необходимые для оценки системы. Использование аналитических методов дает достаточно точную оценку, которая, зачастую, хорошо соответствует действительности. Смена состояний реальной системы происходит под воздействием множества как внешних, так и внутренних факторов, подавляющее большинство из которых носят стохастический характер. Вследствие этого, а также большой сложности большинства реальных систем, основным недостатком аналитических методов является то, что при выводе формул, на которых они основываются и которые используются для расчета интересующих параметров, необходимо принять определенные допущения. Тем не менее, нередко оказывается, что эти допущения вполне оправданы [16,84,96]. Однако, зачастую не существует аналитических методов решения сформулированной математической модели. К тому же в некоторых случаях кроме оценки определенных параметров, желательно осуществить наблюдение за ходом процесса в течение определенного периода [3,8,16,42,84,96].
Учитывая вероятностный характер внешних факторов, для моделирования лесозаготовительного процесса целесообразно использование имитационных методов [26,41,62,76]. По сравнению с аналитическими методами имитационные зачастую дают более простой способ решения задачи.
Имитационное моделирование - это представление динамического поведения системы посредством продвижения ее от одного состояния к другому в соответствии с хорошо определенными операционными правилами [74]. Все имитационные модели используют принцип черного ящика. В отличие от аналитических моделей для получения необходимой информации или результатов необходимо осуществлять "прогон" имитационных моделей, т. е. подачу некоторой последовательности сигналов, объектов или данных на вход модели и фиксацию выходной информации, а не "решать" их. Происходит своего рода "выборка" состояний объекта моделирования (состояния - свойства системы в конкретные моменты времени) из пространства (множества) состояний (совокупность всех возможных значений состояний). Насколько репрезентативной окажется эта выборка, настолько результаты моделирования будут соответствовать действительности. Таким образом, имитационные модели не формируют свое собственное решение в том виде, в каком это имеет место в аналитических моделях, а могут лишь служить в качестве средства для анализа поведения системы в условиях, которые определяются экспериментатором.
При построении математических моделей процессов функционирования систем можно выделить следующие основные подходы: непрерывно-детерминированный, дискретно детерминированный, дискретно-стохастический, непрерывно стохастический, сетевой, агрегативный. [10,15,16,19,22-24,32,47,48,84,87] Для задач имитационного моделирования используются в основном непрерывно-стохастический и сетевой подходы к созданию математических моделей. Непрерывно-стохастический подход применяется для формализации процессов обслуживания. Этот подход наиболее известен ввиду того, что большинство производственных, а также экономических и технических систем по своей сути являются системами массового обслуживания. В качестве процесса обслуживания могут быть представлены различные процессы функционирования экономических, производственных, технических и других систем.
Типовой математической схемой моделирования таких систем являются Q-схемы. В обслуживании можно выделить две элементарные составляющие: ожидание обслуживания и собственно обслуживание, а в любой системе массового обслуживания можно выделить элементарный прибор. Соответственно в этом приборе выделяют накопитель (Н) заявок, ожидающих обслуживания, некоторой емкостью; канал обслуживания (К); потоки событий (последовательность событий, происходящих одно за другим в какие-то случайные моменты времени): поток заявок на обслуживание wi5 характеризующийся моментами времени поступления и атрибутами (признаками) заявок (например, приоритетами), и поток обслуживания Uj, характеризующийся моментами начала и окончания обслуживания заявок (рис 1.1) .
Формализованное описание системы массового обслуживания для имитационного моделирования представляет собой графическое отображение (с соответствующими комментариями) элементарных приборов, клапанов, отражающих наличие управляющих воздействий, и связей между ними. На данный момент существует много программных средств, специализирующихся на создание имитационных моделей на основе Q-схем. Примерами для прикладного применения непрерывно-стохастического подхода могут служить исследования потоков поставок продукции некоторому предприятию, потоков деталей и комплектующих изделий на сборочном конвейере цеха и т.п. [58,60,64,65,79,84,89,93] Однако, при использовании данного подхода для описания сложных систем с множеством взаимосвязанных параллельных процессов, разработанные Q-схемы теряют свою наглядность и могут быть неоднозначно интерпретированы. В данном подходе также отсутствуют возможности композиции и декомпозиции.
Организация параллельной разработки моделей
Необходимо решить следующую задачу - разработать методику организации параллельной разработки имитационных моделей. Целями решения данной задачи являются: 1. Обеспечение возможности параллельной разработки имитационных моделей отдельных технологических процессов различными экспертами, т.е. обеспечение коллективной разработки моделей. 2. Обеспечение распределения вычислительной нагрузки имитационных экспериментов по разным узлам компьютерной сети. Логически разбиение общей модели исследуемой системы должно соответствовать структуре параллельных технологических процессов, т.е. должно происходить по принципу одна подмодель - один технологический процесс. Здесь возникают следующие вопросы: — Каким образом организовать объединение созданных подмоделей в общую модель, учитывающую взаимодействие параллельных технологических процессов; — Как организовать разработку (проведение имитационного эксперимента) имитационной модели отдельного технологического процесса с учетом того, что в составе исследуемой системы они взаимодействуют с другими параллельными процессами. Таким образом, при распределенном моделировании выделяют п подмоделей соответственно числу выделенных параллельных процессов и общую имитационную модель, отражающую динамику движения разделяемых ресурсов. Каждый процесс можно представить отдельной имитационной моделью, но каким образом проводить над моделью отдельный имитационный эксперимент, когда процесс в общей системе воздействует на ресурсы (использует или создает), разделяемые с другими параллельно функционирующими процессами?
Предварительно необходимо провести условную классификацию ресурсов. Во-первых, можно выделить внешние и внутренние ресурсы. Внутренние ресурсы - это ресурсы, используемые только в одном выделенном процессе. Внешние ресурсы - это ресурсы, совместно используемые несколькими параллельными процессами. Под использованием ресурса здесь понимается как возможность его создания, так и потребления. Следует отметить, что каким окажется ресурс — внутренним или внешним - зависит, как система в целом разбита на параллельные процессы, а значит, общая модель - на подмодели. Во-вторых, по отношению к отдельному процессу ресурсы условно можно поделить на следующие категории: — Потребляемые ресурсы (рис. 2.2, а), т.е. ресурсы, необходимые для выполнения процессом некоторых работ или действий; — Создаваемые ресурсы (рис. 2.2, б), т.е. ресурсы, создаваемые процессом в ходе выполнения каких-либо работ или действий; — Возобновляемые ресурсы (рис. 2.2, в), т.е. ресурсы, необходимые для выполнения процессом некоторых работ или действий и возвращаемые после их завершения. Классификация ресурсов (потребляемый (а), создаваемый (б), возобновляемый (в)) Необходимо отметить, что если для одних взаимодействующих параллельных процессов ресурс является создаваемым, то для других является потребляемым, и наоборот. Что касается возобновляемого ресурса, то он для одного процесса является одновременно как создаваемым, так и потребляемым.
Показательна следующая ситуация, показанная на рис. 2.3. В этом случае ресурс X является одновременно создаваемым и потребляемым (возобновляемым) как для процесса 1, так и для процесса 2. Подобная ситуация описывает отношение взаимного исключения [50,72].
Разделяемые ресурсы составляют множество Q, q є Q (q -разделяемый ресурс). Подмодели параллельных процессов составляют множество М, m є М (m - подмодель). Таким образом, при создании распределенной модели для отражения взаимосвязи ресурсов и подмоделей необходимо определить функцию потребления С: Q- M, определяющую множество бинарных отношений потребляемых ресурсов и моделей процессов (q,m), и функцию производства Р: M-»Q, определяющую множество бинарных отношений создаваемых ресурсов и моделей процессов (m,q). Один ресурс для одного и того же процесса может быть как потребляемым, так и создаваемым (возобновляемый ресурс), т.е. могут существовать отношения (qi,mj) и (nij,qi), где і и j — номер ресурса и подмодели соответственно. Рассмотрим ситуацию распределения двух ресурсов для двух ресурсов, показанную на рис. 2.4. Процесс 1 Процесс 2 Рис. 2.4 Распределение ресурсов для двух процессов и двух ресурсов Из этого примера видно, насколько важен порядок потребления и производства ресурса. Для каждой подмодели должна быть определена последовательность потребления и производства ресурсов соответствующим процессом. Также должны быть известны временные соотношения между моментами захвата и освобождения ресурсов процессом. Таким образом, необходимо введение признака упорядочения к є К, где К - множество целых положительных чисел, для функций С и Р: Ск: С— К - функция определяет множество тернарных отношений (q,m,k); Pk: Р-»К - функция определяет множество тернарных отношений (m,q,k). Факт одновременного использования (потребление или производство) нескольких ресурсов одним процессом должен отражаться равенством значений признака упорядочения в соответствующих отношениях. В производственных системах зачастую существуют функции распределения создаваемых ресурсов. Таким образом, необходимо учитывать механизмы распределения производимых процессами ресурсов. Для этого выделим промежуточное множество распределяемых ресурсов QD с Q (qD є QD , где qD - распределяемый ресурс) и оператор распределения D: D(m,qD)=q, (2.8) где q- вектор (совокупность) ресурсов, между которыми происходит распределение объема создаваемого ресурса rD. Возникает необходимость определения новой функции PD:M- RD, с учетом признака упорядочения: PD,k: PD - К. Структура общей имитационной модели отражена на рис. 2.5. Рис. 2.5 Структура общей имитационной модели Зачастую в производственных системах логика того или иного процесса может меняться в зависимости от наличия того или иного ресурса. Если есть определенный ресурс, то процесс развивается по одному сценарию, если нет — то задействуются другие ресурсы и процесс идет уже по другому сценарию, т.е. необходимо учитывать отношение альтернативы между элементами параллельных процессов. Наличие отношения альтернативы между элементами процесса предопределяет существование нескольких альтернативных путей реализации процесса, а значит и нескольких сценариев подмодели. Таким образом, в общей имитационной модели должны быть предусмотрены механизмы для учета альтернативных ресурсов и процессов. Сначала рассмотрим класс моделей, в которых альтернативные ресурсы и процессы отсутствуют. Теперь решим задачу организации отдельных имитационных экспериментов на подмоделях и объединения результатов этих экспериментов в имитационном эксперименте на общей модели - модели движения ресурсов. Для проведения первой серии отдельных имитационных экспериментов на подмоделях положим, что имеется неограниченный объем совместно потребляемых ресурсов. Возникает вопрос - какие данные необходимо получить от отдельных имитационных экспериментов для того, чтобы обеспечить возможность проведения общего имитационного эксперимента. Основываясь на допущении о неограниченности совместно потребляемых ресурсов и отсутствии альтернативных ресурсов и процессов, в ходе проведения отдельных имитационных экспериментов можно получить следующие данные, необходимые для обеспечения общего имитационного эксперимента: 1. Информация о частоте запуска цикла процесса (может быть представлена некоторой функцией распределения); 2. Функции распределения времени захвата возобновляемых ресурсов; 3. Функции объема потребления ресурсов; 4. Порядок потребления и производства ресурсов; 5. Соотношение объемов потребляемых и производимых ресурсов (табл. 2.1); 6. Для каждого производимого процессом ресурса список обязательных ресурсов (ресурсов, без которых невозможно производство нового ресурса); 7. Список критических ресурсов, без которых дальнейшее движение процесса невозможно; 8. Функции распределения времени задержки процесса между захватами ресурсов, смежных по признаку упорядочения (для возобновляемых ресурсов - с момента освобождения ресурса).
Разработка имитационных моделей с использованием Arena 5.0
Для разработки имитационных моделей была применена система имитационного моделирования Arena 5.0. Система Arena разработана компанией Systems Modeling Corporation. В Arene реализована идеология иерархического построения модели от общей схемы последовательно приближаясь к реальному объекту. Основа технологий Arena - язык моделирования SIMAN и система Cinema Animation. Для отображения результатов моделирования используется анимационная система Cinema Animation. Процесс моделирования организован следующим образом. Сначала пользователь шаг за шагом строит в визуальном редакторе системы Arena модель. Затем система генерирует по ней соответствующий код на SIMAN, после чего автоматически запускается Cinema Animation. Интерфейс Arena включает в себя различные средства для работы с данными, в том числе электронные таблицы, базы данных, ODBC, OLE, поддержку формата DXF. Приведем возможности системы Arena, которые она предоставляет для поддержки проекта моделирования: Редактор блок-схем для описания процессов. Иерархическая агрегация и декомпозиция, позволяющие скомбинировать или расширить системные компоненты. Автоматическая анимация блок-схем для динамической визуализации потоков процессов. Средства системной анимации для презентаций и проверки системы с библиотекой настраиваемых значков и динамических графиков. Средства контроля за выполнением, включая возможности полной отладки. Средства распространения моделей для дальнейшего изучения и экспериментирования. Анализатор входных данных, автоматически согласующий исходные данные с наиболее подходящими статистическими распределениями. Повторное использование накопленного опыта и информации с помощью встроенных электронных таблиц и интерфейса со стандартными базами данных в формате Excel и Access. Создание собственных интерфейсов пользователя и данных с помощью Microsoft Visual Basic for Applications (VBA). Настраиваемые панели инструментов, контекстные меню и интерактивная справочная система. Создания отчетов с помощью Crystal Report, включая графики в формате HTML, Word, Excel и др. Инструменты анализа выходных данных для сравнения результатов по различным сценариям. Имитационная модель в Arena включает следующие основные элементы: источники и стоки (Create и Dispose), процессы (Process) и очереди (Queue). Источники — это элементы, от которых в модель поступает информация или объекты. Скорость поступления данных или объектов от источника обычно задается статистической функцией. Сток — это устройство для приема информации или объектов. Процессы — это аналог работ в функциональной модели. В имитационной модели может быть задана производительность процессов. Здесь объекты обрабатываются щш дня Л контроля проифывании Рис. 4.2 Простейшая имитационная модель, созданная в Arena Для построения моделей Arena имеет набор средств, которые включают палитру инструментов, набор гидов и др. Палитра инструментов (рис. 4.3) содержит два типа модулей. Модули типа Flowchart (в том числе Create, Dispose и Process) служат для отображения потоков объектов и могут быть перенесены на рабочее пространство модели drag&drop. Модули типа Data (например Queue) не могут быть размещены в рабочее пространство модели и служат для настройки параметров модели. Графический интерфейс системы Arena имеет следующие составляющие: рабочая пространства модели, где размещаются объекты типа Flowchart, таблица параметров модели, меню и панели инструментов. На рис. 4.2 представлена простейшая модель в системе Arena. Модуль Create является источником динамических объектов модели (аналогия транзактам в системе GPSS World [77,92]) в системе. Модуль Process отвечает за обработку динамических объектов. Модуль Dispose является стоком динамических объектов из системы. После проигрывания модели автоматически генерируются отчеты. О Basic Process Create Dispose Process ОDecide Batch Separate ( 1Assign Record ШEntity Queue Resource Ш1Variable Schedule Set Модули, обрабатывающие динамические объекты, могут иметь различные состояния, например "ожидание" или "работа". Каждому состоянию можно поставить в соответствие определенное изображение и, тем самым, анимировать имитационную модель. Рис. 4.3 Панель инструментов Некоторые Data модули автоматически создаются другими модулями. Например, модуль Create требует, чтобы был определён тип создаваемого им объекта (Entity Туре). А этот тип автоматически сгенерирует свой Data модуль Entity. Опишем основные Flowchart модули: 1. Модуль Assign. Этот модуль используется для присвоения новых значений переменным, атрибутам динамических объектам. Одним модулем Assign может быть сделано множество назначений. Множество назначений будут сделаны в том порядке, в котором они заданы в модуле Assign. Переменная, при присвоении значения в модуле Assign, автоматически будет добавлена в электронную таблицу Variable, если она ещё там не определена. Тип Variable может быть назначен только простой переменной. Переменные-массивы (одно- или двухмерные) должны быть определены при помощи специфического типа Other. Переменные-массивы, назначенные таким образом, автоматически не добавляются в электронную таблицу Variable.
2. Модуль Batch. Этот модуль работает как группирующий механизм в пределах имитационной модели. Пакеты динамических объектов могут быть навсегда или временно сгруппированы. Временные пакеты позже могут быть разделены с помощью модуля Separate. Группировка может производиться со всеми входящими динамическими объектами (Any Entities), или основываясь на атрибутах (By Attribute). Динамические объекты, поступающие в модуль Batch, помещаются в очередь до тех пор, пока необходимое их количество не накопится. Как только необходимое количество накоплено, модуль выпускает один динамический объект. 3. Модуль Create. Этот модуль работает как отправной пункт динамических объектов в имитационной модели. Динамические объекты создаются по расписанию или, основываясь на времени между отправками. После создания, динамические объекты покидают модуль, и участвуют в моделировании. В этом модуле задаётся тип динамического объекта. Тип динамического объекта автоматически будет добавлен в электронную таблицу Entity, используя значения по умолчанию для её основных свойств. Если динамические объекты создаются по расписанию, то оно автоматически будет добавлено в электронную таблицу Schedule. Если используется детерминированный подход, тогда для задания интервала времени между отправками динамических объектов должна использоваться константа (Constant). Если используется стохастический подход, то может быть использовано экспоненциальное распределение времени между отправлениями (Exponential). 4. Модуль Decide. Этот модуль работает как условный переход в системе. Он содержит опции для принятия решений основанных на одном или нескольких условиях. Условия могут быть основаны на проверке значений атрибутов (Attribute) (например, приоритет(Ргіогіїу)), переменных (Value), тип динамического объекта (Entity Туре), или выражение (Expression). 5. Модуль Dispose. Этот модуль предназначен для выхода динамических объектов из имитационной модели. 6. Модуль Process. Этот модуль - основной обрабатывающий метод в моделировании. В нём доступны опции для захвата и освобождения ресурса. К тому же, в этом модуле есть опция, для того чтобы использовать "подмодель" т.е. процесс будет содержать в себе набор модулей выполняющих какую-либо определенную задачу в рамках общей модели. 7. Модуль Record. Этот модуль используется, для сбора статистики в имитационной модели. В нем доступны различные типы статистического наблюдения, включая время между прохождениями динамических объектов {Time Between), статистику объекта (Entity Statistics), общие наблюдения, и статистика интервалов (с некоторого момента времени до текущего имитационного времени). 8. Модуль Separate. Этот модуль используется, для того чтобы копировать поступающие динамические объекты, а также, для того чтобы разделять прежде объединённые в модуле Batch динамические объекты. При разбиении временно объединённых динамических объектов, оригинальные динамические объекты, которые были до объединения, будут восстановлены. Динамические объекты последовательно выпускаются из модуля в той же последовательности, в которой они первоначально были объединены. При дублировании динамических объектов, делается и посылается из модуля определенное количество копий. Оригинальный динамический объект также покидает модуль.
Похожие диссертации на Управление параллельными технологическими процессами на основе распределенной интегрированной среды моделирования
