Содержание к диссертации
Введение
Глава I. Содержание и задачи совершенствования приня тия решений при управлении нормированием тру довых и материальных ресурсов в интегрированной АСУ 10
1.1. Анализ интегрированных систем управления промышленным предприятием 10
1.2. Нормативная информация, ее особенности и методы получения 28
1.3. Система нормирования трудовых и материальных ресурсов как система принятия решений 44
Глава 2. Модежрование процессов решения задач нормирования ресурсов 57
2.1. Выбор модели принятия решений в задачах нормирования ресурсов 57
2.2. Анализ методов распознавания образов для классификации технологических процессов и их элементов 71
2.3. Решение задач нормирования методами нечетко го математического программирования 85
Глава 3. Информационные и программные аспекты построения автоматизированной системы нормативов промышленного предприятия 95
3.1. Особенности построения информационной базы АСН 95
3.2. Состав программного обеспечения задач нормирования 109
3.3. Алгоритмы прогнозирования расхода ресурсов 118
Заключение 124
Литература
- Нормативная информация, ее особенности и методы получения
- Система нормирования трудовых и материальных ресурсов как система принятия решений
- Анализ методов распознавания образов для классификации технологических процессов и их элементов
- Состав программного обеспечения задач нормирования
Введение к работе
В материалах ЗЙУІ съезда КПСС отмечается необходимость осуществлять динамичное и сбалансированное развитие СССР как единого народнохозяйственного комплекса, совершенствовать централизованное планирование при раширении прав объединений (предприятий), углублять принцип хозяйственного расчета. Особая роль в решении этих задач отводится технико-экономическим нормативам и нормам, значение которых определено постановлением Щ КГОС и Совета Министров СССР от 12 июля 1979 г. [ 2 J , где взят курс на дальнейшее развитие нормативных методов планирования и управления народным хозяйством. В "Основных направлениях экономического и социального развития СССР на І98І-І985 годы и на период до 1990 года" указывается: "Обеспечить разработку сбалансированных плановых заданий по всем показателям. Использовать прогрессивные технико-экономические нормативы ...", "... существенно сократить сроки создания и освоения новой техники ...".
Одним из средств решения поставленных задач является внедрение средств вычислительной техники в сферу управления общественным производством и на основе этого создание автоматизированных систем управления. В настоящее время разрабатывается новый подход к проектированию АСУ, направленный на дальнейшее развитие принципа интеграции в управлении промышленным предприятием. Основной особенностью этого направления является сочетание функций управления системой разработки технологических процессов, управления ходом их функционирования с функциями административно-организационного
управления.
При интеграции систем возрастает необходимость различных аспектов согласования взаимодействия составляющих подсистем в единых рамках. Особое место при этом занимает автоматизированная сие-
тема сбора, накопления и обновления норма и нормативов (АСИ). Нормы - это основа планирования, база для сравнения и оценки эффективности работы предприятий и их подразделений, для принятия управленческих решений.
В диссертационной работе ставилась цель исследования вопросов принятия решений в системе нормирования материальных и трудовых ресурсов промышленного предприятия и разработки соответствующих методов в условиях автоматизированной системы нормирования. Указанная цель исследования предполагает решение следующих основных задач:
анализ системы производственных норм и нормативов, их классификация и классификация методов их определения;
исследование экономической сущности показателей трудоемкости и материалоемкости и их роли в планировании и организации эффективного функционирования промышленного предприятия;
анализ процесса управления нормированием трудовых и материальных ресурсов;
исследование проблемы совместного функционирования различных частей интегрированных систем управления;
анализ математических методов модели принятия решений, выбор и обоснование математического аппарата для построения модели;
создание модели принятия решения нормирования ресурсов, разработка методологии создания информационного обеспечения модели;
разработка алгоритмов прогнозирования расхода материальных и трудовых ресурсов новой продукции;
создание программного функционирования для этапов функционирования модели.
Ьетодика диссертационного исследования основывается на теоретических и штодологических положениях марксизма-ленинизма, матери-
- б -
алах съездов КГОС, постановлениях партии и правительства по вопросам повышения эффективности общественного производства, совершенствования планирования и управления общественным производством, в частности, по вопросам совершенствования нормирования и нормативных методов управления. В диссертации использованы труды советских и зарубежных ученых по рассматриваемым проблемам. Исследование проводилось с использованием системного анализа, современных экономико-математических методов: теории распознавания образов, нечеткого математического программирования, методов моделирования и программирования.
В качестве объекта исследования выбраны вопросы принятия решений в задачах нормирования производственных ресурсов многономенклатурного промышленного предприятия в условиях интегрированной системы управления. Научная новизна диссертационной работы состоит в том, что на основе анализа методов решения задач нормирования трудовых и материальных ресурсов предложена методика построения моделей принятия решений в системе нормирования промышленного предприятия, учитывающая опыт специалиста - лица принимающего решение, осуществлена автоматизация формирования моделей в рамках автоматизированной системы нормирования с использованием лингвистических переменных в режиме диалога, с использованием программ автоматической классификации и упорядочения при нечеткой исходной информации, разработанных автором.
Практическая ценность определяется тем, что разработанная методика построения моделей принятия решений в совокупности с созданным программным обеспечением может быть использована для решения задач нормирования трудовых и материальных ресурсов, в частности, для прогнозирования трудоемкости и материалоемкости новых изделий. Внедрение методики позволит улучшить планирование за счет научно
- 7 ~
обоснованного нормирования ресурсов на ранних стадиях проектирования изделий.
Основные результаты диссертационной работы были доложены на Всесоюзном научно-координационном совещании "Проблемы внедрения результатов и оценка эффективности научно-исследовательских работ по разработке, совершенствованию и внедрению АСУП в народном хозяйстве", Иркутск, 1982 г., на научной конференции в г.Свердловске, I960 г., на конференции молодых ученых ЮСИ, 1981 г.
Основные положения-диссертационной работы изложены в шести публикациях, объемом 1,6 печ.л.
Диссертация состоит из введения, трех глав, заключения и списка литературы.
Первая глава посвящена проблемам совершенствования принятия решений при управлении нормированием трудовых и материальных ресурсов. В ходе анализа совокупности норм и нормативов промнпленно-го предприятия и процедур их получения делается вывод о необходимости построения упорядоченной системы норм и нормативов, как ядра информационного обеспечения интегрированной системы управления предприятием. При рассмотрении задачи принятия решений как задачи построения оптимального технологического процесса выявляется, что производственный процесс на предприятии, являясь единством количественных и качественных факторов, порождает проблемы, которые носят название неструктурированных, и могут быть успешно решены при решении вопросов функциональной, информационной, программной и технической совместимости в интегрированной АСУ.
Во второй главе на базе анализа математических методов.по строения моделей принятия решений производится выбор и обоснование математического аппарата для построения моделей. Делается вывод о том, что система предпочтений лица, принимающего решение в за-
дачах нормирования, является слабоструктуризованной. Принципиальная трудность осуществления выбора в слабоструктуризованных задач принятия решений состоит в неопределенности понятия "наилучший вариант". Вместе с тем.как показывает практика, опытные специалисты достаточно уверенно осуществляют выбор рациональных альтернатив. Одним из путей решения задач нормирования ресурсов является путь имитации принятия решения специалистом. Формализация этапов принятия решений и использование возможностей вычислительной техники для ограничения круга рациональных альтернатив для выбора ЖР решается методами теории распознавания образов, автоматической классификации и теории нечетких множеств. В этом случае задача нормирования ресурсов расе in триваєтся как задача нечеткого математического программирования, то-есть задача принятия решения рассматривается как проблема выбора альтернативы с нечеткими отношениями предпочтения при нечеткой исходной информации.
В третьей главе рассматриваются вопросы построения информационной базы АСН, формулируются цели ее создания и задачи, решаемые в процессе функционирования. Информационная совместимость в ИАС7, где информационное обеспечение построено по принципу банка данных, реализуется совместимостью баз данных АСУП, АСУТП и САПР, причем база данных АСНф как специфической части ИАСУ, является ее ядром и используется при решении функциональных задач всех частей ИАСУ. Предлагается информационная модель производства, представляющая собой модификацию модели ИЗЯГП дополнительным выделением класса операций, который позволяет глубже рассматривать взаимосвязи между компонентами производства и дифференцировать расход ресурсов. Для создания базы данных средства ППП СИОД дополняются главным модулем и сервисными средствами. При решении задач нормирования по предложенной методике предлагается проблемно-ориентированный язык
построения массивов признаков и использование диалоговой системы для применения в процедуре выбора альтернатив лингвистических переменных, отражающих нечеткие отношения предпочтения ЛПР. Приводятся алгоритмы прогнозирования материальных и трудовых ресурсов на изготовление станка объекта производства.
Нормативная информация, ее особенности и методы получения
Норма - это основа планирования, база для сравнения и оценки эффективности работы предприятий и их подразделений. Управление немыслимо без норм. От совершенства планирования различных сторон производственно-хозяйственной деятельности пред приятии и объединений и от качества норм существенно зависит экономическая эффективность функционирования автоматизированных систем управления производством. С разработкой и поддержанием на необходимом уровне нормативной базы связаны обычно основные трудности во внедрении АСУП.
Сложность и многообразие форм и функций, присущих нормам и нормативам, делают необходимой их классификацию. Один из возможных вариантов производственных нормативных показателей приведен в табл.1.2.
По методам установления нормы делятся [24, 58 J на расчетно-аналитические и опытно-статистические.
Определение расчетно-аналитической нормы предполагает расчленение нормируемого объекта на отдельные элементы; нормативы на эти элементы устанавливаются независимо. Значение же нормы в целом находится суммированием этих элементных нормативов. Сфера применения этих норм ограничена. Они могут быть рассчитаны и эффективно использованы в производстве, где соблюдаются следующие условия:
1) нормируемый объект должен быть достаточно простым, т.е. с несложными и полностью определенными связями между элементами. Только в этом случае удается обеспечить аддитивность нормы. Этому требованию отвечает норма времени на операцию, норма трудоемкости изделия, норма расхода материала на деталь и изделие и т.д. Не отвечает этому требованию и не могут быть установлены в качестве расчетно-аналитических нормы производственных запасов и незавершенного производства, нормы длительности производственного цикла, размеров партий деталей и т.д.
2) полная определенность организационно-технических условий производства. Такое положение имеет место в стабильном массовом и серийном производстве, в котором изменение производственной программы, конструкции выпускаемых изделий, технологии, оборудовании и структуры кадров редки и незначительны. В индивидуальном и мелкосерийном производстве применение расчетно-анали-тических норм оказывается либо экономически неоправданным, либо просто невозможным.
Основой опытно-статистических норм являются фактические данные о затратах ресурсов и опыт нормировщика. Подобные нормы используются во всех случаях, когда применение расчетно-анали-тических норм затруднительно или невозможно. Значительный субъективизм определяет довольно низкий уровень качества опытно-статистических норм и их малую пригодность в АСУП.
При анализе и планировании различают действующие, технологически обоснованные и проектные нормы изготовления изделия. На практике проектные нормы по сравнению с технически обоснованными и действующими обычно менее жесткие.
Проектные нормы должны определяться для каждого вида продукции применительно к оптимальной программе производства, прогрессивной технологии, организации производства. Под оптимальной программой производства понимают величину годового выпуска изделий, определенного на основе перспективной народно-хозяйственной потребности и обеспечивающего максимум экономического эффекта в каждом типе производства. Они должны определяться для каждого вида продукции и быть единым для всех предприятий, выпускающих данный вид продукции. Проектные нормы составляют минимальную границу трудовых и материальных затрат и являются ориентиром при разработке и проведении мероприятий, направленных на снижение трудоемкости и материалоемкости выпускаемых изделий.
Сопоставление достигнутой каждым предприятием фактической трудоемкости и материалоемкости изделий с проектной дает возможность в определенной мере оценить прогрессивность технического развития предприятия, нацелить на скорейшее внедрение в производство достижений научно-технического прогресса. Под технически обоснованной нормой теперь понимается с 24, 69] норма, которая должна иметь техническое, организационное, экономическое и психофизиологическое обоснование одновременно. Научно обоснованное установление норм требует учета всех основных нормообра-зующих факторов, т.е. комплексное обоснование норм.
Но факторы зачастую действуют в противоположных направлениях, поэтому норма определяется как результат их сложного взаимо действия. Установить научно обоснованную норму можно только после анализа всей этой системы связей.
Следовательно, необходим системный подход к научно обоснованному установлению норм. Наиболее сложным является процесс нормирования труда, при котором требуется учитывать психологические возможности человека и воздействия на организм условий, при которых производится работа, т.е. охват различных аспектов значительно расширяется.
Как отмечают в [23, 58], нормы могут считаться научно обоснованными, если они предусматривают наиболее эффективные режимы оборудования и технолгию производства, причем и методы труда, организацию и обслуживание рабочих мест и обеспечивают при высокопроизводительном труде высокое качество продукции, сохранение работоспособности, здоровья трудящихся и гармоничное развитие личности.
Система нормирования трудовых и материальных ресурсов как система принятия решений
Основой опытно-статистических норм являются фактические данные о затратах ресурсов и опыт нормировщика. Подобные нормы используются во всех случаях, когда применение расчетно-анали-тических норм затруднительно или невозможно. Значительный субъективизм определяет довольно низкий уровень качества опытно-статистических норм и их малую пригодность в АСУП.
При анализе и планировании различают действующие, технологически обоснованные и проектные нормы изготовления изделия. На практике проектные нормы по сравнению с технически обоснованными и действующими обычно менее жесткие.
Проектные нормы должны определяться для каждого вида продукции применительно к оптимальной программе производства, прогрессивной технологии, организации производства. Под оптимальной программой производства понимают величину годового выпуска изделий, определенного на основе перспективной народно-хозяйственной потребности и обеспечивающего максимум экономического эффекта в каждом типе производства. Они должны определяться для каждого вида продукции и быть единым для всех предприятий, выпускающих данный вид продукции. Проектные нормы составляют минимальную границу трудовых и материальных затрат и являются ориентиром при разработке и проведении мероприятий, направленных на снижение трудоемкости и материалоемкости выпускаемых изделий.
Сопоставление достигнутой каждым предприятием фактической трудоемкости и материалоемкости изделий с проектной дает возможность в определенной мере оценить прогрессивность технического развития предприятия, нацелить на скорейшее внедрение в производство достижений научно-технического прогресса. Под технически обоснованной нормой теперь понимается с 24, 69] норма, которая должна иметь техническое, организационное, экономическое и психофизиологическое обоснование одновременно. Научно обоснованное установление норм требует учета всех основных нормообра-зующих факторов, т.е. комплексное обоснование норм.
Но факторы зачастую действуют в противоположных направлениях, поэтому норма определяется как результат их сложного взаимо действия. Установить научно обоснованную норму можно только после анализа всей этой системы связей.
Следовательно, необходим системный подход к научно обоснованному установлению норм.
Наиболее сложным является процесс нормирования труда, при котором требуется учитывать психологические возможности человека и воздействия на организм условий, при которых производится работа, т.е. охват различных аспектов значительно расширяется.
Как отмечают в [23, 58], нормы могут считаться научно обоснованными, если они предусматривают наиболее эффективные режимы оборудования и технолгию производства, причем и методы труда, организацию и обслуживание рабочих мест и обеспечивают при высокопроизводительном труде высокое качество продукции, сохранение работоспособности, здоровья трудящихся и гармоничное развитие личности.
Точное совпадение разрабатываемых норм с необходимыми затратами ресурсов теоретически и практически возможно лишь в какой-то отрезок времени. Обычно же комплексно обоснованные нормы должны соответствовать необходимым затратам, но могут с ними и не совпадать. Чем норма дальше отстоит от необходимых затрат, тем менее она обоснована.
В [25, 70] делается вывод, что процент перевыполнения норм лишь внешне, поверхностно характеризует норму. Подлинную оценку норм можно сделать, определив с самого начала, на какой трудовой процесс она установлена. Кроме того, при научно обоснованной разработке норм нельзя выбирать рабочего в качестве объекта наблюдения по проценту выполнения норм (высокому, максимальному или среднепрогрессивному). Не может быть такого рабочего, который, обеспечивая даже среднепрогрессивный процент или максимальное перевыполнение норм, осуществлял бы все трудовые приемы одинаково рационально.
Следовательно, как указывается в L69: , для научно обоснованных нормативов и норм необходимо научно обоснованное проектирование технологического и трудового процесоов с учетом организационно-технических, экономических и психофизиологических факторов на основе анализа приемов и методов труда передовых рабочих. Процесс их труда должен быть психофизиологически обоснован и замерен во времени. Это позволит внедрить рациональные трудовые процессы и устанавливать действительно прогрессивные технически обоснованные нормы. Нормы и нормативы могут быть прогрессивными только тогда, когда они установлены на прогрессивный технологический и трудовой процесс.
Анализ методов распознавания образов для классификации технологических процессов и их элементов
Привлечение средств и методов теории автоматической классификации и распознавания образов позволяют, кроме формализации и автоматизации различных широко используемых способов классификации и группировки как изделий в целом, так и их составных частей по различным наборам признаков, в том числе конструктор-ско-технологических, решать и задачи информационного характера, заключающиеся в поисках минимизации описания классов объектов (изделий, их составных частей, технологических процессов и т.д.).
В каждой из подобных ситуаций возникает проблема выбора алгоритмов. Рекомендации по использованию методов распознавания образов приводятся в [12, 16, 19, 86, 87:3, однако они либо слишком общи, либо не учитывают особенности задач. К числу необходимых условий при выборе алгоритмов следует отнести: - учет особенностей исходных данных и возможностей их преобразования; - наличие априорной информации о свойствах итогового разбиения (формы таксонов и т.п.); - использование представлений пользователя о результатах работы алгоритма (предполагаемое число классов и т.п.); - учет требования "устойчивости" алгоритма относительно исходных данных; - выбор меры сходства.
К настоящему времени сформулированы основные понятия теории распознавания образов, однако единообразие их определения различными авторами не наблюдается. Для анализа методов и алгоритмов, предлагаемых в различных формах описания, будем придерживаться терминологии, принятой в [1083. Основными понятиями, используемыми при постановке задачи, являются: - образ (класс), т.е. множество явлений, объединенных общими свойствами ( К , К 2 ,...Де ,..., К Р ) в соответствии с определенной целью, - объект (изображение) - одно из явлений, принадлежащих тому или иному образу ( X i , Xt ,..., X і ,..., Хи, ), - признак (параметр) - свойство объекта (ос. f х2- ,..., - значения признака - множество элементов произвольной природы (конечное или бесконечное), включающее в себя либо численные значения, принимаемые признаком, - для количественных признаков, либо возможные градации признака - для качественных признаков С9К- W\ , ..., эс ) ..,} ) . Практически всегда делаются различные допущения, упрощающие задачи. Одно из таких допущений - рассмотрение конечного набора признаков -эсЛ , причем S " также конечно.
Набор признаков один и тот же для всех объектов всех образов (если допустить, что в Q включается значение " эсЛ не определен"), не для каждого конкретного образа \с L В множестве зс;в К і, объектов включаются те, значения призна-ков которых заключены в некоторых подмножествах Ы- множеств 52к . Таким образом, в терминах значений признаков, образ 1С і можно определить как набор подмножеств S 9Я\, ,..., 5?j, , U 5 5 . Л 52. = А , причем А для некоторых 1С пус-то, а для некоторых нет.
В описанной выше терминологии под распознаванием образов понимается принятие решения о принадлежности некоторого объекта oc-j к одному из классов 1С ( =1,2 ,..., Р ; j =
Классификация существующих в настоящее время алгоритмов и методов решения задач распознвания образов может быть проведена по трем различным признакам. I. По подходу к объектам и образам. 1.1. Геометрический - объект эс]. = ( & , х ,...,ос ) ин терпретируется как точка в и -мерном пространстве признаков U/ . Каждому классу К і в этом пространстве соответствует область A L (отображение класса К I на пространство U ).
Гипотеза компактности СІ081, состоящая в следующем: точки, принадлежащие одному классу, близки в пространстве U , точки, принадлежащие разным классам, далеки в этом пространстве, вполне естественна при таком подходе.
С указанных позиций распознавание принадлежности объекта х классу К і представляет собой определение самого близкого из всех расстояний точки эс от гиперплоскостей, отделяющих области А і друг от друга.
Состав программного обеспечения задач нормирования
Рассматривая процесс нормирования в виде последовательности процедур по степеням укрупнения объекта нормирования Спп.1,2, 1,3), были исследованы наиболее общие проблемы, возникающие при этом (п. 2.1) и предложены методы их формализации. Для решения некоторых задач было предложено использовать аппарат нечеткого математического программирования Сп.2.3) и теории распознавания образов Сп.2.2). Программный комплекс, реализующий процедуры принятия решений, должен быть доступен для работы специалисту-технологу в режиме диалога.
В связи с применением метода распознавания образов возникает задача автоматического (машинного) построения описания объекта, подлежащего распознаванию. Признаки, по которым осуществляется распознавание объекта, определяются или вычисляются с использованием информации, присутствующей в базе данных АСУ. Это в основном массивы НСИ, накапливаемые другими подсистемами.
Например, если объектом распознавания является ремонт единицы оборудования, то для получения признаков используются различные справочники или классификаторы, содержащие данные об оборудовании; если объект - изделие, то его признаки определяются с помощью массивов, содержащих конструкторско-технологические характеристики изделия и т.д.
Система признаков на первой стадии выбирается интуитивно, и не всегда будет наилучшей; поэтому она должна быть легко корректируема. Это явилось причиной разработки языка признаков, позво ляющего описывать вычисление новых признаков через старые или через реквизиты нормативно-справочных массивов, а также получать описания заданной группы объектов определенной совокупностью признаков. Эти описания, по желанию пользователя, могут выводиться на то или иное внешнее устройство.
Наконец, в языке имеются возможности для корректировки массивов признаков (добавление или удаление объектов или признаков).
Предлагаемый язык признаков можно отнести к классу проблемно-ориентированных языков. Синтаксисом языка предусмотрены фазы трех типов: - фаза вычислений; - фаза описания; - фаза ввода-вывода.
Описание основных элементов синтаксиса языка приводится в виде диаграмм: в прямоугольниках изображаются нетерминальные символы, в овалах - терминальные.
Терминальные символы, входной, выходной, справочный определяют тип массива. Входной массив - массив признаков, который преобразуется в выходной массив. Справочные массивы различных подсистем, содержащие информацию, необходимую для описания объектов.
Статьи описания данных характеризуют их форматы и структуру записей массивов.
Список описаний объектов содержит перечень тех объектов, для которых создаются массивы признаков. ФРАЗА ВЫЧИСЛЕНИЙ : выражение идентификатор
Синтаксис описания выражения в принципе не отличается от аналогичных конструкций в существующих алгоритмических языках. Наряду с обычным набором арифметических и логических операций в языке предусмотрен ряд многоместных операций, таких, как нахождение минимума, максимума и т.д.
В этом примере используется два справочных массива - ИЗДЕЛИЕ, содержащий сведения о составе изделия (шифр, вес, габариты, шифр входящей компоненты) и МТ, содержащий перечень реквизитов материалов (шифр, детали, для изготовления которой необходим материал, код наименования материала, размеры, ГОСТ материала). Кроме того, используется ранее созданный массив признаков СТАНОК, который после корректировки преобразуется в выходной массив СТАНОК. Для получения записей выходного массива используются записи справочного массива ИЗДЕЛИЕ с шифрами из интервала Ф356 - Ф900 , записи массива КАТ с шифрами 653 - 820 и записи входного массива СТАНОК с шифрами 1000 - 2000 . В выходном массиве формируются записи в указанном, более узком, по сравнению со входным массивом, интервале.
Транслятор для языка признаков построен по принципу многопроходного компилятора. Во время выполнения первых проходов исходная программа подвергается различным видам анализа.
Блок генерации-реализуется в трансляторе в виде совокупности модулей, управляемых монитором. Результатом генерации является программа на языке Ассемблера, которая может включать в себя операции каталогизации описаний массивов в библиотеку описаний. Наличие в библиотеке описаний массивов, подлежащих обработке, проверяется на этапе трансляции. Мэдули, организующие ввод справочных массивов, содержат макрокоманды связи с той или иной системой управления базами данных (СУ БД), в рамках которой организован справочный массив.
Характерной особенностью всякого диалога с участием человека-непрофессионала в области вычислительной техники является то, что словесные сообщения человека (команды, запросы, ответы), не являющиеся простым пересказом цифр, но содержащие оценки каких-либо пространственных или временных величин, как правило, отличаются нечеткостью количественных характеристик, присущей естественному языку. В то же время управление вычислительной машиной.неизбежно опирается на точные числовые данные. Это приводит к необходимости получения таких данных на основе нечетких сообщений участника диалога-человека.
Ниже переход от исходных словесных указаний к точным командам управления интерпретируется как задача перевода с языка на язык. В самом деле, пусть каждое очередное сообщение человека представ ляет собой одно предложение. Обозначим множество всех естествен но-языковых (ЕЯ) предложений, которые могут быть использованы че ловеком в диалоге в данной предметной области (ПО), через S , отдельное предложение из S обозначим через 5 . Смысл предложения обозначимvf(Ъ) . Не существует дискриптивного опре деления смысла предложения, но имеются процедуральные определения, основывающиеся на сопоставлении всякому предложению из S неко торой структуры, которой приписывается роль смысла предложения, но имеются процедуральные определения, основывающиеся на сопостав лении всякому предложению из S некоторой структуры, которой приписывается роль смысла второго предложения.
Похожие диссертации на Исследование и разработка методов принятия решений в системе нормирования производственных ресурсов промышленного предприятия
