Содержание к диссертации
Введение
ГЛАВА 1. Анализ предметной области ; 8
1:1. Анализ систем энергоучета 8
1.2. Обзор автоматизированных систем поддержки принятия решений 14
1.3. Анализ методов поиска 19
13.1. Обзор методов нелинейного программирования 20
1.3.2. Обзор метаэвристических методов , 26
1.4; Выводы по первой главе. ,...30
ГЛАВА 2. Система предпочтений лица, принимающего решение ;
2.1. Структура критериев выбора технических средств систем энергоучета. 31
2.2. Требования к системе энергоучета 37
2.3. Выводы по второй главе 42
ГЛАВА 3. Математическая модель выбора технических средств систем энергоучета 43
3.1. Концепция задачи выбора технических средств АСКУЭ. 43
3.1.1. Нормирование критериев технических средств АСКУЭ 43
З.К2; Приоритет критериев технических средств АСКУЭ\ 47
3.2. Постановка задачи выбора технических средств АСКУЭ 51
3.3. Представление пространства решений; 53
3.4. Построение функции выбора, 54
3.5. Метод самоорганизации поиска. 55
3.5.1. Алгоритм метода. 55
3.5.2. Настройка параметров алгоритма 62
3.5.3. Сходимость метода 63
3.5.4. Сравнительный анализ методов 64
3.5.5. Отличия МСП от других методов 66
3.6. Выводы по третьей главе 66
ГЛАВА 4. Компьютерная система поддержки принятия решения при выборе технических средств систем энергоучета 68^
4.1. Функциональная модель 68
4.2. Инфологическая модель 70
4.3. Структура программы. 73
43.1. Подсистема представления данных 73
4.3.2. Подсистема построения графа альтернатив. 74;
4.3.3. Подсистема ранжирования критериев 75
4.3.4. Подсистема формирования требований ЛГГР.. 76
43.5. Подсистема принятия решения 78
4.4. Полнота базы данных технических средств 79
4.5. Описание программной реализации: КСППР при выборе
технических средств АСКУЭ. 81
4.6. Выводы по четвертой главе; 87
Основные выводы и заключение 88
Список сокращений и условных обозначений 90
Библиографический список использованной литературы
- Обзор автоматизированных систем поддержки принятия решений
- Требования к системе энергоучета
- Постановка задачи выбора технических средств АСКУЭ
- Подсистема представления данных
Введение к работе
В настоящее время практически все крупные предприятия приходят к созданию автоматизированных систем контроля и учета энергоресурсов (АСКУЭ), которые позволяют существенно (до 60%) снизить затраты на энергопотребление за счет:
? повышения точности учета;
? снижения энергопотребления;
? автоматизации сбора данных;
? планирования энергопотребления.
В связи с вышесказанным и с внедрением федерального закона «Об энергосбережении» [66] внедрение на крупных предприятиях и в организациях АСКУЭ является актуальным.
На этапе проектирования систем энергоучета возникает задача выбора технических средств (ТС), от которых в большей степени зависят функциональные возможности системы энергоучета и ее стоимость.
При этом возникают следующие проблемы:
1) Этап определения компонент АСКУЭ является трудоемким, длительным и незащищенным от ошибок; Это характеризуется тем, что на российском рынке существует, производящих средства- энергоучета. Ассортимент каждой фирмы представлен множеством (до 100) различных устройств. А для больших, распределенных систем учета двух и более видов энергоресурсов приходится выбирать несколько десятков средств учета с различными L функциональными возможностями. Причем технические средства различаются по многим показателям (около 20).
2) Существующие методы поиска либо слишком медленны (точные, случайного поиска), либо не находят точного решения, а дают лишь направление для поиска (метаэвристические).
3) Отсутствует система предпочтений при выборе технических средств, входящих в состав АСКУЭ. Фирмы-разработчики систем энергоучета (Миус, Энергия, Е1-энергоучет, ЭКОМ) обычно предлагают свой комплекс технических средств (получается дорогое и не самое оптимальное решение для конкретного предприятия).
Поэтому актуальной является задача разработки модели и метода выбора технического состава АСКУЭ и на их основе компьютерной системы поддержки принятия решения (КСППР) [21].
Внедрение КСППР позволит:
? сократить затраты и время на создание АСКУЭ;
? построить систему энергоучета, ориентированную на конкретное предприятие.
Целью диссертационной работы является повышение эффективности: выбора технических средств систем энергоучета путем создания математической: модели, и алгоритмов поиска и реализации их в компьютерной системе поддержки принятия решения: при выборе технических средств систем энергоучета:
Для достижения поставленной цели в диссертационной; работе осуществляется решение следующих основных задач:
1. Анализ и формализация предметной области.
2. Разработка системы предпочтений лица, принимающего решения (ЛПР).
3 Разработка математической модели выбора технического состава систем энергоучета.
4. Разработка Метода самоорганизации поиска.
5. Экспериментальное исследование алгоритма метода поиска и разработка рекомендаций по настройке его параметров.
6. Создание комплекса программ поддержки принятия решения при выборе технических средств систем энергоучета.
Для решения поставленных задач и достижения намеченной цели использованы методы системного анализа, математического моделирования, теории принятия решений, теории графов и сетей, эволюционные методы, методы математического программирования.
Научная новизна заключается в следующем; 1. Создан метод поиска, базирующийся на метаэвристическом подходе и теории сужающихся множеств.
2. Разработана математическая модель выбора технических средств, входящих в состав систем энергоучета.
3. Разработана система предпочтений лица, принимающего решения, позволяющая формализовать требования к проектируемой системе энергоучета.
4. Предложены принципы построения компьютерной системы поддержки принятия решения при выборе технических средств систем энергоучета. Практическая ценность работы заключается в следующем:
1. Разработанные алгоритмы применены при создании прикладного программного обеспечения для системы поддержки принятия решений, системы оценивания альтернатив.
2. Разработан комплекс программ: автоматизированная система ранжирования критериев на основе метода «Делфи» и компьютерная система поддержки принятия решения при выборе технических средств АСКУЭ.
3. Предложенный метод представляет интерес для вузов, в учебные программы которых входят дисциплины, связанные с математическими методами и программированием.
Обзор автоматизированных систем поддержки принятия решений
Для решения поисковых задач существует информационная технология поддержки принятия решений.
Автоматизированные системы поддержки: принятия решений и соответствующая им информационная технология появились усилиями в основном американских ученых в конце 70-х - начале 80-х гг. [52], чему способствовали широкое распространение персональных компьютеров (ПК), стандартных пакетов прикладных программ, а также успехи в создании систем искусственного интеллекта.
Были проанализированы существующие системы поддержки принятия решения (СППР). Все СППР делятся на специализированные (DENDRAL [2], MOLGEN [2], XCON [79], MACSYMA [13], PROSPECTOR [13] и др.) и универсальные (ПРОТЕЙ [2, 54], CLIPS [109], WindExS [82] и др.).
Специализированные СППР предназначены для использования в определенной области деятельности (медицина, вычислительная техника, военное дело, микроэлектроника и др.). В результате исследования рынка этих систем оказалось, что специализированных СППР в области учета энергоресурсов не существует.
Также были исследованы универсальные СППР - оболочки экспертных систем (ОЭС), предназначенные для создания систем поддержки принятия решения в различных областях.
Инструментарий для создания ОЭС впервые выпустила фирма Lisp Machine Inc в 1985 году [2]. Этот продукт предназначался для символьных ЭВМ Symbolics и носил название Picon. Его успех привел к тому, что группа ведущих его разработчиков образовала фирму Gensym, которая, значительно развив идеи, заложенные в Picon, выпустила в 1988 году инструментальное средство под названием G2. В настоящий момент работает его третья версия и подготовлена четвертая [104,105]. С отставанием от Gensym на два-три года ряд других фирм начал создавать свои инструментальные средства.
Анализ ОЭС показал, что все они имеют следующие существенные минусы для создания на их основе компьютерной системы поддержки принятия решения при выборе ТС АСКУЭ:
1. Высокая цена предлагаемых ОЭС резко увеличивает конечную стоимость разрабатываемой КСППР при выборе ТС АСКУЭ;
2. Вследствие своей универсальности, т.е. независимости от назначения проектируемой системы, они не учитывают специфики задачи выбора компонент АСКУЭ: необходимость наличия алгоритма поиска набора оптимальных ТС АСКУЭ, обладающего высокой скоростью и точностью нахождения решения в большом объеме данных об устройствах; Отсутствие неопределенности данных о ТС АСКУЭ делает не нужным применение нечеткой логики при создании КСППР при выборе ТС АСКУЭ. 3 Для решения многокритериальных задач в системах, имеющих запрограммированные алгоритмы методов поиска (ПРОТЕЙ) используются только стандартные методы (Метод релаксации, Метод отжига, Генетический метод и др.). Стандартные методы не удовлетворяют особенностям задачи выбора ТС АСКУЭ (необходимость высокой скорости и- точности нахождения решений в большом объеме данных).
4. Это большие, сложные системы, для работы с различными данными, в том числе неформализованными [34], требующие детального изучения работе с ними. В области средств учета энергоресурсов нечеткая информация отсутствует, т.к. в базу данных ТС АСКУЭ попадают устройства для построения на их основе АСКУЭ предприятия. В этой базе данных четко указываются координаты производителя счетчиков (они необходимы для связи с поставщиками в случае приобретения устройств), у которого можно узнать все необходимые характеристики ТС.
5. Некоторые из ЭС (CLIPS, BABYLON) требуют программирования, т.е. дополнительного изучения встроенного языка, что повышает сложность разработки КСППР.
Для решения задачи выбора ТС АСКУЭ необходимо использование метода многокритериального поиска [42] по следующим причинам:
Значения характеристик ТС, заданные лицом, принимающим решение, могут не соответствовать ни одному из устройств, присутствующих в БД ТС или, наоборот, слишком многим. При использовании алгоритма метода поиска результатом должно быть подмножество приемлемых ТС, заданной мощности. Из этого подмножества ЛПР выберет более доступные для приобретения и более подходящие устройства для построения технической части АСКУЭ.
Выделяют следующие группы методов многоцелевого программирования [69]: аналитические методы; методы математического программирования; метаэвристические методы;
Аналитический поиск применяется к задачам, у которых целевая функция имеет аналитическое выражение, дифференцируемое во всем диапазоне исследования, а число переменных невелико. Т.к. в задаче выбора технических средств АСКУЭ целевая функция нелинейна, множество альтернатив является дискретным, и задача имеет большую размерность (число критериев выбора около 20), аналитические методы однозначно отбрасываются.
Группа методов математического программирования включает динамическое программирование, линейное программирование, нелинейное, программирование [70].
Метод динамического программирования эффективен для решения задач оптимизации многостадийных процессов [5]. Метод предполагает разбивку анализируемого процесса на стадии (во времени или в пространстве). Рассмотрение задачи начинается с последней стадии процесса и оптимальный режим определяется постадийно [49].
Требования к системе энергоучета
Была создана структура требований ЛПР к системе эпергоучета по параметрам, наиболее сильно влияющим на выбор ТС, входящих в состав АСКУЭ: назначение; количество уровней (структура); принцип реализации; тип среды связи.
По назначению АСКУЭ делят на коммерческие и технические и общего назначения. Разница между коммерческими и техническими системами, отображена в сравнительной табл. 2.1. АСКУЭ общего назначения преследуют цели и технических и коммерческих АСКУЭ.
В зависимости от структуры выделяют двух- и трехуровневые АСКУЭ. Трехуровневая структура представлена на рис. 2.1. Нижний уровень, первичные измерительные преобразователи (ПИП), предназначен для измерения контролируемых параметров по точкам учета. Это могут быть индукционные счетчики электроэнергии с импульсным выходом. Примерами традиционных ПИП являются, например: датчики температуры с естественным выходным сишалом ТСМ/ТСП; датчики давления с токовым унифицированным выходным сигналом серий Метран-22, -55, Сапфир-22М и др.; расходомеры с токоимпульсным выходным сигналом (Метран-ЗООПР) и с частотным выходным сигналом (СВА) и др.
Средний уровень (контроллеры) предназначен для сбора, первичной: обработки, архивирования данных с нижнего уровня, логико-программного управления. Иногда здесь используются упрощенные контроллеры- устройства сбора и передачи данных (УСПД), которые позволяют; мультиплексировать измерительные каналы, т. е. одновременно собирать данные с группы ПИП и передавать их на следующий уровень по одной двухпроводной линии но с временным разделением каналов.
Верхний уровень (ПК с программным обеспечением АРМ энергодиспетчера) отвечает за хранение, обработку, отображение, документирование информации, полученной от контроллеров через каналы связи, дистанционное управление оборудованием.
Двухуровневая структура бывает двух типов. Первый тип «Интеллектуальные ПИП - ПК» получается при использовании микропроцессорных датчиков (в которые встроены функции контроллеров), таких как датчики;давления фирмы Fisher-Rosemount, массовые расходомеры Micro-Motion, счетчики электроэнергии Альфа и др., которые передают информацию как в виде токового сигнала, так ив виде сигнала с цифровым кодом на базе HART-протокола. В данном случае трехуровневая структура АСКУЭ становится двухуровневой, благодаря переносу функций контроллера на ПИП.
Второй тип двухуровневой структуры АСКУЭ «ПИП — вычислительный: комплекс + ПК» возможен при использовании обычных «неинтеллектуальных» ПИП и связан с перенесением контроллерных функций сбора данных в ПК.,В этом случае компьютер доукомплектовывается специальными модулями сбора данных (КТС «ЭНЕРГИЯ», вычислитель «Гамма 005», комплекс «Инспектор К») и в круглосуточном режиме аналогично контроллеру реализует все функции АСКУЭ.
По принципу реализации выделяют централизованные (для предприятий с компактным расположением объектов по территории) и децентрализованные (для предприятий с распределенной структурой) АСКУЭ (рис. 2.2.). Структура централизованной системы энергоучета напоминает структуру трехуровневой АСКУЭ (рис. 2.1.). Децентрализованная структура предполагает установку на удаленных точках учета специальных контроллеров с информационным табло для отображения информации об энергопотреблении объекта. Контроллеры могут быть связаны с ПК главного энергетика двусторонней связью, при этом существует возможность управления нагрузками.
Постановка задачи выбора технических средств АСКУЭ
Задача выбора ТС систем энергоучета является векторной задачей поиска и описывается совокупностью: X,S,F,t , (3.7) где X - множество альтернатив. Представляет собой совокупность существующих технических изделий (УСПД, счетчиков электроэнергии, тепла, воды), записанных в базу данных технических средств (БДТС). Их количество конечно, поэтому множество альтернатив является дискретным. Каждая альтернатива из множестваХописывается вектором Х(х]...,х„). S - система предпочтений ЛПР, состоящая из требований к проектируемой системе энергоучета (рис. 2.3) и структуры критериев выбора компонент АСКУЭ (п.п 2.1.). Результатом задания ЛПР свойств: создаваемой АСКУЭ и желательных значений критериев является вектор предпочтений Х(%\,..., хп). F - векторная целевая функция, t - постановка задачи: выделение подмножества приемлемых альтернатив (наиболее близких по совокупности значений критериев к заданному вектору предпочтений). Множество критериев, записываемых в виде целевых функций, представляют векторную целевую функцию: F(X) = {f!(X)l...Jn(m, (3-8). где fi(X), ...,fn(X) - целевые функции; п — количество критериев.
В задаче критерии рассматриваются как независимые целевые функции. Математически общую модель задачи выбора ТС АСКУЭ можно представить в следующем виде.
Найти значения п переменныхх\,„.,хп, которые удовлетворяют системе предпочтенийX (Xj ..., х„ ) ffai,...,x„) =x, "(i= 1,..., n) (3.9) и минимизируют суммы отклонений целевых функций от заданных ЛПР значений с нормированными весами d{F(x)X) = &K{ft(X)-xty МП), (3.10) где f\(X),...,fn(X) - целевые функции; Хь - весовые коэффициенты критериев; X (х\,..., х„)- вектор предпочтений; d — расстояние {мера отклонения).
Решением поставленной задачи является множество Хр, получаемое с помощью функции выбора. Р = С(Х), где С - функция выбора. Т.к. множество альтернатив является дискретным, детерминированным и имеет место векторная целевая функция, то мы имеем задачу многокритериального выбора ТС АСКУЭ [38].
Как показано в 1 главе, в качестве эвристической основы метода выбора ТС АСКУЭ предложено взять метод муравьиных колоний, который описан М. Dorigo для задач поиска на графе [88, 89, 90]. Для удобства использования этого метода отношения между альтернативами были заданы графом.
Для этого поставим во взаимно однозначное соответствие N элементам конечного множества альтернатив (X) вершины графаXj,...JC . Хі={хц, xi2,...,Xi„}; ... ;Xfi={Xfft, жда—. XNJ Проведем дугу от Xi к Xj тогда и только тогда, когда выполнено условие: Шх хЛ , (зло V 4-І где ХЦ,..., х т нормированные значения критериев; Y- связность полученного графа альтернатив. Чем больше Y, тем больше дуг будет между вершинами и тем более связным будет граф.
Таким образом, пространство альтернатив (технических средств каждого. класса: УСПД, счетчик электроэнергии и др.) представлено геометрически.
Функцией выбора С называется отображение, сопоставляющее каждому элементу множества X его подмножество С(Х). С(Х) интерпретируются как наиболее предпочтительные элементы изХ[38, 61].
Критерии выбора не являются абсолютно независимыми (можно, например, выявить слабую связь между ценой и классом точности у счетчиков или количеством каналов учета УСПД и др.). Поэтому для построения функции выбора некорректно использовать свертку (аддитивную, мультипликативную, минимаксную) критериев в один главный [20]. Также свертка допускает значительное уменьшение одного из значений, компенсируемое увеличением другого значения.
Метод идеальной точки [37] предполагает равнозначность критериев, а в нашей задаче критерии ранжируются экспертами, т.е. имеют различную важность при выборе ТС АСКУЭ. Поэтому, с.учетом того; что целевая точка (заданная ЛПР) может оказаться как внутри, так и вне множества X [3, 8], и необходимо учесть весовые коэффициенты критериев, этот метод не подходит.
Множество Парето (метод Парето [37]) может оказаться пустым при очень строгих ограничениях на критерии, либо, наоборот, слишком большим, что затруднит выбор ТС.
В теории принятия решений существует проблема сужающихся множеств выбора [15, 17], позволяющих прийти к подмножеству решений меньшей размерности для поиска. Предложен следующий метод решения этой проблемы.
Функция выбора С определяется произведением функций выбора Сі и описывается равенством: С(Х) = Сг (Q (X)). (3.12)
Смысл этой операции состоит в том, что сначала осуществляется выбор в соответствии с функцией выбора С\ а затем из С(Х) производится выбор в соответствии функцией выбора Сг.
Подсистема представления данных
Подсистема представления данных КСППР при выборе ТС АСКУЭ включает представление информации базы данных технических средств, базы данных экспертной информации и базы данных параметров алгоритма поиска.
Представление данных БДТС реализует: ? накопление данных о ТС АСКУЭ (счетчиках, УСПД); ? хранение данных о ТС; ? удаление устаревших данных о ТС; ? выдачу информации о ТС по запросам на экран и на печать; ? коррекцию данных БДТС. Представление данных БДЭИ реализует: ? накопление и хранение информации об экспертах и их оценках; ? хранение значения степени согласованности, заданной ЛПР; ? хранение таблицы средних согласованностей случайных матриц; ? выдачу информации об экспертах на экран и на печать по запросам; ? коррекцию данных БДЭИ. Представление данных БДП реализует: ? накопление и хранение задаваемых ЛПР параметров алгоритма МСП; ? накопление и хранение задаваемых ЛПР значений критериев поиска; ? выдачу значений параметров по запросам на экран и на печать; ? удаление значений из БДП. Все данные представляются пользователю в удобном для восприятия виде: окна, таблицы, списки.
Подсистема построения графа альтернатив реализует процедуру построения графов на основе информации БДТС. Для каждого класса, ТС: счетчики электроэнергии, счетчики расхода воды,, счетчики тепла, строится отдельный граф по следующей схеме:
1. В вершинах графа находятся вектора решений (элементами вектора являются соответствующие значения критериев ТС из БДТС).
2. Вершины соединяются между собой, если евклидово расстояние между векторами, соответствующими данным вершинам меньше заданного значения связности графа альтернатив Y. Подробно процедура построения графа альтернатив описана в п.п 3.3.
Графы альтернатив в виде списка пар смежных узлов записываются в базу данных, поэтому нет необходимости запускать процедуру построения графа для каждой задачи поиска компонент АСКУЭ. Также рассчитываются значения весовых коэффициентов для каждого ребра: Граф перестраивается только в случае задания ЛПР другого значения Y. В этом случае также пересчитываются значения весов.
Подсистема ранжирования критериев реализует процедуру определения весов критериев, использующую метод "Делфи".
Процедура ранжирования состоит из следующих этапов: 1. Каждый эксперт, вводит в программу свои значения оценок критериев: При этом эксперт последовательно отбирает из общего списка наиболее важные на его взгляд критерии: критерий, отобранный первым, получает ранг 1, критерий, отобранный первым из оставшегося списка, получает ранг 2 и т.д. Допускается одинаковая важность нескольких критериев. В этом случае всем отобранным критериям присваивается одинаковый ранг, на единицу больший количества уже отобранных (более важных) критериев. Процедура завершается, когда пользователь отметит все критерии в списке. 2. На каждом туре эксперт получает по обратной связи информацию о суждениях других членов группы (обезличенно) и пересматривает свои суждения. 3. Оценивается степень согласованности мнений экспертов по формуле 3.5. 4. Процедура повторяется пока степень согласованности не достигнет заданного ЛПР значения.
Полученные таким образом оценки записываются в БДЭИ и хранятся там. до следующего изменения.
Подсистема формирования требований реализует в диалоговой форме пошаговую процедуру определения предпочтений ЛПР. Эта процедура состоит из следующих последовательных этапов:
1. Определение назначения проектируемой системы энергоучета: коммерческий учет, технический учет.
2. Выбор структуры АСКУЭ: ? трехуровневая, ? двухуровневая, 3. Определение типа среды связи: ? проводная, ? беспроводная, ? оптическая, комбинированная,
4. Определение принципа реализации АСКУЭ: ? централизованная система, ? децентрализованная система.
5. Определение класса ТС АСКУЭ, оптимальный вариант которого требуется выбрать: УСПД, ? счетчик электроэнергии, - счетчик тепла, ? счетчик расхода воды.
6. Пользователю предлагается выбор класса ТС из списка. По окончании процедуры поиска возможно произвести выбор ТС из следующего класса.
7. В зависимости: от выбранного ТС, пользователю предлагается ввести, (выбрать из списка в случае качественного критерия) ограничения на значения критериев. Значения некоторых критериев устанавливаются по умолчанию, как наиболее приемлемые, и зависят от выбранного назначения, структуры, принципа реализации, типа (типов) канала связи.
Подробно о влиянии каждого из этих описаний на значения характеристик по умолчанию описано ниже.
