Содержание к диссертации
Введение
Г лава 1, Особенности моделирования и синтеза решений в логико-вычислительных подсистемах систем управления специального назначения
1.1. Роль и место логико-вычислительных подсистем в процессе синтеза решений в системах управления специального назначения
1.2. Способы и особенности построения моделей адаптации логико-вычислительных подсистем систем управления специального назначения
1.3. Особенности моделирования процессов адаптации логико вычислительных подсистем систем управления специального назначения
1.3.1. Моделирование процессов адаптации взаимоотношений элементов систем управления специального назначения
1.3.2. Моделирование процессов адаптации систем управления специального назначения к нестабильности длительностей циклов управления
1.3.3. Моделирование процессов адаптации систем управления специального назначения к неопределенности данных
1.4. Выводы, цель и задачи исследований
Глава 2. Системное моделирование, декомпозиция и построение общей модели адаптации логико-вычислительных подсистем систем управления специального назначения
2.1. Анализ особенностей адаптации логико-вычислительных подсистем систем управления специального назначения
2.2. Формализация проблемы и построение моделей адаптации логико-вычислительных подсистем систем управления специального назначения
2.3. Выводы
Глава 3. Моделирование оптимизации взаимоотношений элементов в процессе адаптации логико-вычислительных подсистем систем управления специального назначения
3.1. Снижение размерности моделей адаптации на основе исследования пространств достижимости и декомпозиции систем
3.2. Моделирование оптимизации целей подсистем многоцелевых систем управлення специального назначения
3.3. Синтез моделей систем управления специального назначения с заданными взаимоотношениями
3.4. Описание информационной технологии синтеза моделей систем управления специального назначения с заданными взаимоотношениями
3.4. Выводы
Глава 4. Моделирование оценок времени для синтеза решений в системах управления специального назначения
4.1. Моделирование циклов управления и оптимизация оценок ресурса времени для синтеза решений в системах управления специального назначения
4.2. Исследование устойчивости модели оценки ресурса времени для синтеза решений в системах управления специального назначения
4.3. Моделирование оптимизации оценки ресурса времени для синтеза решений (скалярный случай)
4.4. Моделирование оптимизации оценки ресурса времени для синтеза решений (векторный случай)
4.5. Описание информационной технологии моделирования оценки ресурса времени для синтеза решений
4.6. Выводы
Глава 5. Моделирование оценок точности синтеза решений в логико-вычислительных подсистемах систем управления специального назначения
5.1. Общая модель оценки точности синтеза решений в логико-вычислительных подсистемах систем управления специального назначения
5.2. Модели оценок отдельных параметров точности синтеза решений вне реального масштаба времени
5.2.1. Модель оценки достоверности исходных данных
5.2.2. Модели оценок методической и наследственной достоверности
5.3. Обоснование информационной технологии проведения оценок точности в логико-вычислительных подсистемах систем управления специального назначения
5.4. Модели оценок отдельных параметров точности синтеза решений в реальном масштабе времени
5.5. Описание информационной технологии оценки точности решений в логико-вычислительных подсистемах систем управления специального назначения
5.6. Выводы
Глава 6. Оцен вычислительных подсистемах систем управления специального назначения
6. 1 Общая модель оценки времени синтеза решений в логико-вычислительных подсистемах систем управления специального назначения
6.2. Модели оценки времени синтеза решений вне реального масштаба времени
6.2.1. Модель оптимизации последовательности выполнения модулей вне реального масштаба времени
6.2.2. Модель оптимизации последовательности считывания и записи поогоамм и данных (обший случай)
6,2,3. Модель оптимизации последовательности считывания и записи программ и данных (для одной рабочей станции) 209
6.3. Модели оценки времени синтеза решений в реальном масштабе времени 217
6.4. Выводы 232
Глава 7 Модели генерации и выбора вариантов синтеза решений в логико-вычислительных подсистемах систем управления специального назначения
7.1. Модели генерации и выбора вариантов синтеза решений в логико-вычислительных подсистемах систем управления специального назначения вне реального масштаба времени 235
7.1.1. Описание моделей генерации и выбора вариантов синтеза решений вне реального масштаба времени 236
7.1.2. Описание информационной технологии реализации моделей генерации и выбора 241
7.2. Модели генерации и выбора вариантов синтеза решений в логико-вычислительных подсистемах систем управления специального назначения в реальном масштабе времени 243
7.2.1. Изучение свойств множества вариантов синтеза решений 243
7.2.2. Описание моделей генерации и выбора вариантов синтеза решений в реальном масштабе времени 249
7.3. Выбор вариантов синтеза решений в логико-вычислительных подсистемах систем управления специального назначения по предпочтению модулей 254
7.4. Выводы 261
Заключение 264
Литература
- Способы и особенности построения моделей адаптации логико-вычислительных подсистем систем управления специального назначения
- Формализация проблемы и построение моделей адаптации логико-вычислительных подсистем систем управления специального назначения
- Моделирование оптимизации целей подсистем многоцелевых систем управлення специального назначения
- Моделирование оптимизации оценки ресурса времени для синтеза решений (скалярный случай)
Способы и особенности построения моделей адаптации логико-вычислительных подсистем систем управления специального назначения
Поэтому обратимся к рассмотрению процесса синтеза решений и адаптации к особым условиям функционирования в логико-вычислительных подсистемах систем управления.
Процесс синтеза решений в логико-вычислительных подсистемах СУ, как правило, представляет собой сложно организованный процесс функционирования У О, обеспечивающий определение управляющих воздействий, реализуемых ОУ данной СУ. Эффективность функционирования СУ тем выше, чем выше точность управляющих воздействий, т, е, чем эффективнее осуществлен процесс синтеза решений. Модели адаптации являются той составной частью моделей логико-вычислительной подсистемы, которая и определяет эффективность синтеза решений.
Существует большой класс организационно-технических СУ, в процессе функционирование которых существенно сказываются взаимоотношения как между элементами самой СУ (внутренние взаимоотношения). так и между элементами СУ и объектами внешней среды (ОВС) (внешние взаимоотношения). В процессе функционирования таких СУ возникают взаимоотношения различных типов, вплоть до конфликтных не только между ОВС и элементами СУ, но и между последними, Это может быть вызвано следующими причинами: различные УО СУ могут синтезировать управляющие воздействия на один и тот же ОУ, различные ОУ могут оказывать воздействие на один и гот же ОВС. ри этом возможно возникновение следующих ситуаций: если эффект воздействия одного элемента усиливает- эффект воздействия другого элемента, то имеет место сотрудничество этих элементов; если эффект воздействия одного элемента не отражается на эффекте воздействия другого элемента, то имеет место независимость (безразличие) этих элементов; если эффект воздействия одного элемента снижает эффект воз действия другого элемента, то имеет место конфликт этих эле ментов.
Рассмотрим примеры СУ с сильно выраженными внутренними и внешними взаимоотношениями. По типам взаимодействия СУ и ОВС рассматриваемые системы можно разделить на следующие классы:
СУ с «активным» конфликтом, при котором действия ОВС осмыслены и практически не связаны никакими ограничениями при воздействии на СУ (правоохранительные СУ, СУ военного назначения) [11 -21, 34 - 36, і 71];
СУ с «активным» содружеством, при котором действия ОВС осмыслены и направлены на максимальное содействие элементам СУ (СУ учебных заведений, направленные на повышение качества обучения) [22 - 26, 34 - 36];
СУ с «ограниченным» конфликтом (конкуренции) или содружеством. при котором действия ОВС осмыслены, но осуществляются в рамках известных ограничений при воздействии на СУ (правил игры) (хозяйственно-экономические СУ) [27 - 31, 34 - 36];
СУ с «пассивными» взаимоотношениями различных типов (борь бы с природными явлениями), при котором действия противопо ложной стороны не осмыслены (СУ экологического назначения, МЧС) [32-36. 172].
Четко1 выраженной границы между перечисленными классами СУ нет - в зависимости от конкретных условий в них могут возникать взаимоотношения. характерные и для других классов.
Учитывая специфичность предметных областей большинства рассматриваемых СУ с сильно выраженными внутренними и внешними взаимоотношениями, в дальнейшем они называются СУ специального назначения.
Для повышения эффективности функционирования СУ специального назначения необходимо осуществлять адаптацию процесса синтеза решений в логико-вычислительных подсистемах с учетом многообразных взаимоотношений в сложной системе, включающей элементы СУ и ОВС. Учет взаимоотношений неизменно приводит к возрастанию сложности моделей адаптации логико-вычислительной подсистемы, заключающейся как в увеличении объема обрабатываемой информации, гак и количестве процедур ее обработки. Существует два подхода, позволяющих осуществить выполнение своих функций логико-вычислительной подсистемой в реальном масштабе времени функционирования СУ: в увеличение интенсивности функционирования логико-вычислительной подсистемы, совершенствование моделей адаптации логико-вычислительной подсистемы.
Возможности первого подхода ограничены. Действительно, интенсифицированы (сокращено время выполнения) могут быть только операции, выполняемые с- помощью средств вычислительной техники (ВТ). Однако. среди операций, выполняемых в логико-вычислительной подсистеме, могут содержаться операции ЛПР. сокращение времени выполнения которых невозможно. Максимальное значение суммарного времени выполнения данных операций для всех ЛПР является неуменьшаемой при использовании данного подхода времени синтеза решений,
Совершенствование моделей адаптации логико-вычислительной подсистемы осуществляется, как правило, за счет распараллеливания процесса синтеза решений [9, 37-42],
В качестве примера рассмотрим фрагмент модели синтеза решений на автоматизированном пункте управления, задачей которого является управление тремя синхронно работающими ОУ, для осуществления которого применен первый (рис. 1.3) и второй (рис. 1.4) подходы. Состав операций, включенных в рассматриваемый фрагмент модели, описан в таблице 1.1.
В приведенном примере, несмотря на то. что производительность вычислительной техники при использовании первого подхода в два раза выше, чем при использовании второго, длительность выполнения операций данного фрагмента модели синтеза решений при использовании второго подхода почти на 20% меньше.
Формализация проблемы и построение моделей адаптации логико-вычислительных подсистем систем управления специального назначения
Следующая особенность систем управления специального назначения, описанная выше - это нестабильноеть длительности отдельных циклов управления. Рассмотрим подробнее каким образом может моделироваться переход от одного цикла управления к другому.
Эффективность синтеза решений в системах управления специального назначения определяется значениями показателей эффективности, характеризующих эффективность функционирования СУ в целом в соответствии с выбранными решениями. Такие показатели эффективности в дальнейшем называются внешними. Значения внешних показателей эффективности могут быть определены только с учетом предметной области и представляют собой функции, аргументом которых является текущее время. Единственный способ изменения текущих значений внешних показателей - это принятие к исполнению в СУ новых решений, которые инициализируют начало нового цикла управления. Таким образом, возникает необходимость оптимизации выбора моментоз перехода к новым решениям, или, что тоже, оптимизации длительностей циклов управления [9].
Рассмотрим изменение эффективности функционирования в пределах одного никла управления /С ti+J на примере системы управления специального назначения, целью которой является вредоносное воздействие на линии радиосвязи. Каждую линию связи будем, характеризовать ее частотой. После начала вредоносного воздействия на линию, она через некоторое время, как правило, распознает его и либо прекращает свою работу, либо переходит к передаче информации на запасной частоте. Модель функционирования такой системы может быть описано частотно-временной диаграммой (рис. 1.10), где по оси абсцисс отложены частоты линий радиосвязи, а по оси ординат - время их функционирования, жирными линиями показаны периоды вредоносного воздействия па линии радиосвязи, а тонкими — периоды их нормального функционирования. Снижение эффективности воздействия
Одним из показателей эффективности функционирования рассмотренной СУ специального назначения является количество линий радиосвязи (как правило, с учетом коэффициентов их важности), подвергаемых вредоносному воздействию. Из диаграммы видно как изменяется этот показатель эффективности с момента начала цикла t. до его окончания ti+i: от минимального значения в период перестройки средств воздействия показатель эффективности постепенно возрастает до максимального значения, после чего его значение начинает падать.
Как показывает анализ, описанные выше для частного случая изменения значений внешних показателей носят общий характер для всех СУ специального назначения, отличаясь только длительностью отдельных этапов. Приведем описание эмпирической модели изменения значений отдельного внешнего показателя в продолжение отдельного цикла управления. В соответствии с этой моделью каждый цикл управления по значениям х (і) можно разделить на четыре : тапа.
С началом цикла управления в момент tt осуществляется переход объектов управления на функционирование в соответствии с новыми решениями и для всех показателей эффективности x (t) начинается первый этап, Перестройка на реализацию новых решений временно снижает значения x (t).
После завершения перестройки начинается второй этап, когда эффективность функционирования объектов управления резко возрастает. Это, в случае принятия правильных решений, не только компенсирует потери эффективности за время перестройки, но и обеспечивает существенный ее прирост. После этого начинается третий этап, характеризующийся тем. что функция эффективности, достигнув максимального значения, остается практически неизменной. Однако с некоторого момента времени начинается четвертый этап, когда в силу естественных причин эффективность функционирования объектов управления начинает глобально убывать и без перехода на функционирование по новым решениям достигнет в момент времени te предельно низкого значения а/ 0, функционирование системы управления после которого станет заведомо неэффективным. Качественный вид изменения значений внешнего показателя эффективности приведен на рис. 1.11.
Для нового повышения эффективности необходим переход на функционирование в соответствии с новыми решениями.
Зафиксируем значение текущего момента времени / и обозначим /1/"с оптимальное значение интервала времени функционирования СУ по старым решениям. Таким образом, t +At k - оптимальный момент начала нового цикла управления в том случае, если учитываются значения только одного показателя эффективности х (t).
Таким образом, описана модель качественного описания изменения внешнего показателя эффективности функционирования СУ специального назначения, одним из параметров которого является оптимальное значение интервала времени функционирования СУ.
Моделирование оптимизации целей подсистем многоцелевых систем управлення специального назначения
Следующей моделью адаптации логико-вычислительных подсистем СУ специального назначения, согласно результатов раздела 2. является модель MS:, содержание которой заключается в оптимизации значений функции полезности многоцелевой системы в целом, к классу которых как следует из раздела 1, как правило, относятся СУ специального назначения. Суть модели заключается в оптимизации функции полезности системы з целом на основе выбора целей ОУ из состава множеств альтернативных целей.
Обратимся к разработки метода, позволяющего осуществить данную оптимизацию. Рассмотрим систему »У, с множеством элементов S={Si, Ss, .... SNf. Обозначим G - ориентированный граф, отражающий влияние элементов S друг на друга,
Система 8 и все ее элементы являются целенаправленными, т. е. функционируют для достижения цели w всей системы S и одной из множества Нелокальных целей каждого элементов 5/. W;={w,-, wf, ... , wj"}.
Каждой цели соответствует функции полезности: глобальная для всей системы q, соответствующая цели w, и локальные для каждого элемента qj, соответствующие целям w/. Значения локальных функций полезности qj определяются но значениям входов элементов S,. Будем считать. что данные решения в системе управления синтезируются таким образом, что значения qj имеют максимально достижимые значения для соответствующей цели wj и поэтом}7 не будем указывать их зависимость от входов,
Тем самым, для синтеза оптимальных решений необходимо решить задачу выбора оптимальных целей элементов системы S.
Как было показано выше, между элементами системы S моїут возникать взаимодействия различных типов. Обозначим Aq(wj.wij) - величину изменения локальной функции полезности с]к элемента Sk. реализующего цель и /Д за счет действия элемента Л /, реализующего цель wj. Тогда + 1, если отношение сотрудничества, signfAqfwf, w k )) = 0, если отношение безразличия, -1. если отношение конфликта; сен осуществляться таким образ симизировать глобальную функцию полезности. Эта функция в общем случае описывает сложные зависимости локальных функций полезности отдельных элементов, типа и величины взаимодействия между этими элементами.
Как было показано выше, предполагается, что элементы системы могут относиться к нескольким противоборствующим сторонам. Предполагается, что каждая из противоборствующих сторон старается в максимальной степени согласовать цели собственных элементов, в максимальной выоор целен сторон, с коз оным и имеет месю о;ношение оезраэ.тичия.
Поэтому кроме ранее рассмотренных взаимоотношений элементов следует учитывать взаимоотношения различных сторон. Обозначим + 1, если сторона элемента S, находитсяя в отношении сотрудничества со стороной элемента sk, 0, если сторона элемента S; находится в отношении безразличия со стороной элемент Sk, -1, если сторона элемента S, находится в отношении конфликта со стороной элемента Sk. Значения и(Уу Г, и%7 могут быть найдены с помощью сопоставления локальных целей элементов с глобальной целью всей системы:
Как правило, функциональные зависимости линейны или близки к линейным, по крайней мере в некоторой окрестности, и для фиксированной комбинации целей элементов системы S начение глооадьнои -функции пол.езности может оыть рассчитано как коэффициент, определяющий вклад элемента S,-.
Изменение значения глобальной функции полезности возможно только в случае коррекции локальных целей элементов. Заметим, что изменение цели элементов может привести к снижению ее собственного вклада в глобальную функцию полезности- но одновременно либо увеличить согласованность функций полезности отдельных элементов одной из противоборствующих сторон, либо увеличить рассогласованность функций полезности отдельных элементов различных противоборствующих сторон.
Гем самым, обеспечивается увеличение суммарного значения глобальной функции полезности. Поэтому решение задачи оптимизации глобальной функции полезности должно включать поиск компромиссов между конфликтующими элементами, заключающихся во взаимной коррекции их целей.
Формула (3,1) позволяет определить явный вид модели оптимизации MS2, описанной в разделе 2. Полученная задача в общем случае имеет достаточно большую размерность и поэтому часто окажется невозможным получение точного решения задачи, особенно в реальном масштабе времени, Поэтому для получения решения с использованием этой модели предлагается использовать идеи метода ветвей и границ. Достоинство этого метода в том, что, если получение точного решения в силу временных ограничений невозможно, то всегда можно ограничиться приближенным решением, к требуемому времени уже полученному. Обратимся к разработке указанного метода.
Все известные реализации этого метода отличаются правилами ветвления, оценки частичных решений и обхода дерева решений. Поэтому приведем только эти правила, считая известной общую схему метода [107].
Правило ацепки. Отнесем элемент к первому классу, если для него в оценке (3.1) фиксирована цель и учтены все отношения конфликта и сотрудничества для этих целей. Отнесем элемент ко епюром}/ классу, если для него в оценке (3.1) используется цель, имеющая максимальное суммарное значение функции полезности и прироста локальной функции полезности qi как за счет сотрудничества с другими элементами той же стороны, так и за счет конфликта с элементами противоборствующих сторон. Отношения конфликта с элементами своей стороны и отношения сотрудничества с элементами противоборствующих сторон для элементов, относящихся ко второму классу, не учтены.
Определение 3.7. Оценку глобальной функции полезности назовем полной, если в ней все элементы отнесены к первому классу, и частичной, если в ней хотя бы один элемент отнесен ко второму классу.
Определение 3.8. Доопределение частичной оценки - это перевод элемента из второго класса в первый.
Теорема 3.3. Любая частичная оценка не меньше любой полной оценки, до которой она может быть доопределена.
Доказательство. Все величины \\ Aq(w\Wk"k) u(w ,Wknk) для отношений конфликта с элементами своей стороны и отношений сотрудничества с элементами противоборствующих сторон отрицательны и их учет в (3,1) приводит к уменьшению значения P(V). Коррекция целей при переводе элементов из второго класса в первый также может только уменьшить оценку Р(), что следует из определения элементов второго класса.
Правило ветвления. Переход от одного частичного решения к другом}" заключается в учете отношений конфликта с элементами своей стороны и отношений сотрудничества с элементами противоборствующих сторон. Корректность правила вытекает из следующего утверждения, доказательство которого следует из рассмотрения явного вида формулы (3.1).
Теорема 3.4. Частичные оценки монотонно убывают по мере учета дополнительных отношений конфликта.
Пусть полученная при выполнении предыдущих шагов метода рекордная полная оценка имеет значение U. Использ}гя описанное выше правило ветвления, будем осуществлять спуск по дереву решений. Если очередная частичная оценка окажется меньшей U, то, как следует из теоремы 3.2, при последующих ветвлениях будут получены оценки, заведомо меньшие U. В этом случае спуск по дереву решений прекращается, и осуществляется подъем на одну вершину.
Моделирование оптимизации оценки ресурса времени для синтеза решений (скалярный случай)
Таким образом, на основании исследования процесса старения информации в СУ специального назначения получено описание модели оценки достоверности исходных данных, которая может быть использована как масштабе реального времени, так и вне этого масштаба.
Кроме модели оценки достоверности исходных данных для возможности использования описанной в разделе 5.1 общей модели оценки точности синтеза решений необходимо разработать модели оценки методической достоверности и параметров, характеризующих влияние достоверности массивов исходных данных на наследственную достоверность.
Оценки методической достоверности dniy и параметра dvxt, характе-ризующего влияние достоверности массива данных х, на наследственную достоверность, в силу своего субъективного характера также описываются нечеткими множествами.
Обратимся к определению явного вида функций принадлежности указанных множеств. Для этого используем метод, связанный с привлечением экспертов [128]. как правило, достаточно уверенно выбирает значения оценок, которые, по его мнению, абсолютно невозможны или недопустимы - интервалы [0, а] и [b, +оо/ на рис. 5.2, диапазон значений, которые, по его мнению, абсолютно возможны или допустимы - интервал [т, п] на рис. 5.2.
Остальные значения образуют «размытую» границу между «абсолютно возможными» и «абсолютно невозможными» значениями. Вполне естественным является предположение о монотонности функций перехода от одного типа значений к другому.
Явный вид функций принадлежности для значений, образующих «размытую» границу, также может быть найден в интерактивном режиме из стандартного набора графиков монотонных функций, преобразованных в соответствии с условиями задачи. При этом в интересах увеличения общности предполагается, что вид функций принадлежности для значений, не превышающих некоторое пороговое значение достоверности /?, не существенен, Обработка выборов экспертов производится также, как и при определении явного вида dx,. Стандартный набор графиков функций приведен в таблице 5.4,
Следует отметить, что получение описанных оценок методической и достоверности и параметра, характеризующего влияние достоверности массива данных на наследственную достоверность, достаточно громоздки
Таким образом, разработаны методы оценки отдельных параметров достоверности, которые позволяют осуществлять практическое использование разработанной в разделе 5.1 модели оценки точности синтеза решений в логико-вычислительных подсистемах СУ специального назначения.
Наибольшей технологичностью при оперировании с большим количеством однородных нечетко описанных объектов является язык нечетких отношений. Ниже описывается технология использования указанного метода, основанная на операциях с нечеткими отношениями и учитывающая особенности информационно-технологической схемы процесса синтеза решений. При гном разрабатываются две модели, возникающие в процессе адаптации логико-вычислительных подсистем СУ специального назначения: оценки достоверности выбранного варианта синтеза решений. оценки потенциально достижимых: значений достоверности решений на основе всех существующих вариантов.
Если отождествить граф с его матрицей смежности, то N1 - будет представлять собой двудольный орграф (XpuYp,FF) причинно-следственных отношений между модулями и данными; множество дут Ерс:(??иїр)-(лриїр) и отражает причинно-следственные отношения. Аналогичное утверждение верно и для матрицы А?.
Информационно-технологическая схема содержит ту часть ограничений, накладываемых на ресурс исполнителей (ограничение RA в моделях MVi - MV9 общей модели адаптации логико-вычислительных подсистем СУ специального назначения), которые влияют на оценки точности синтеза решений,
Переформулируем описание модели оценки достоверности с использованием аппарата нечетких отношений так, чтобы использовать инфор-мационно-технологическую схему синтеза решений. Введем следующие обозначения: где m/(yj,xjc.tij степень принадлежности оценке и є[0,1 J методической достоверности модуля у р рас считывающего массив х-к. Результатом оценки досі оверносги всех данных в соответствии с вариантом Vp является
Значения mf(Xi,u) могут быть найдены на основе обобщения полуденной в разделе 51 формулы оценки достоверности для одного модуля на совокупность всех модулей множества Р, С этой целью введем Тр - нечеткое отношение, являющееся (max - ) - композицией R1 и Sp: V = W Sp, где т - операция, реализующая операцию /агрегирования параметров достоверности. По определению [110, 129, 130] степень принадлежности оценке и ВЛИЯНИЯ достоверности данного х, на достоверность данного х]с в результате выполнения модуля іу Ьсли Хд не является выходным данным этого модуля или Xj - его входным данным, то в соответствии с формулой (5.3) окажется, что т/(х;.Хк,и) 0,
Степени влияния всех данных друг на друга можно получить с помощью транзитивного замыкания отношения Р : Тр 7Р u(TJf U-,. и{Т!) \ где к - некоторое конечное число.
Разработанная в разделе 5.1 модель позволяет оценивать достоверность результатов выполнения отдельных модулей. Результатом же выполнения варианта синтеза решений могут быть несколько параметров. рассчитанных различными модулями. В таком случае достаточно считать, что точность варианта синтеза решений совпадает с точностью только одного модуля, в котором, например, осуществляется подготовка к выполнению и передача в каналы связи значений параметров всех синтезированных в результате выполнения данного варианта решений. Если такой модуль реально не существует, он всегда может быть искусственно введен в интересах проведения оценки достоверности (реальное включение модуля в состав модульного наполнения не требуется). Значения всех параметров оценки достоверности могут быть определены следующим образом: достоверность исходных данных - это достоверность рассчитанных решений. оценки степеней влияния отражают относительную важность решений для процесса управления. методическую достоверность следует принять за I.
Указанные отношения не являются, строго говоря, нечеткими, т. к. по отдельным параметрам они четкие. Но, учитывая, что любое четкое множество может быть интерпретировано как нечеткое [110. 129, 1301. бу дем считать указанные отношения и все получаемые на их основе отношения и множества нечеткими,
Таким образом, получено описание первой из названных выше модели оценки точности синтеза решений, которые необходимо решать в процессе адаптации логико-вычислительных подсистем СУ специального назначения - оценки точности для. одного варианта синтеза решений. Обратимся к рассмотрению следующей модели - получению потенциально достижимых оценок точности,
Для определения потенциально достижимых значений достоверности решений необходимо оперировать с объединениями информационно-технологических схем синтеза решений по отдельным вариантам. Поэтому введем следующие определения:
