Содержание к диссертации
Введение
1. Логистический анализ технологической системы перерабатывающего предприятия 16
1.1. Логистическая система перерабатывающего предприятия (1111) 16
1.2. Формализация критериев, задач и методов оптимизации управления логистической системой перерабатывающего предприятия 21
1.3. Математическое моделирование в логистическом анализе материальных потоков ПП 26
1.4. Информационная система логистики 1111 30
1.5. Проблематика и постановка задачи управления логистической системой перерабатывающего предприятия на основе мультиагентного имитационного моделирования 33
2. Математическое моделирование и алгоритимизация управления логистической системой перерабатывающего предприятия 39
2.1. Общая структура логистической системы перерабатывающего предприятия 39
2.2. Архитектура и принципы разработки мультиагентных моделей логистических систем перерабатывающих предприятий (ПП) 43
2.3. Концептуальная сетевая модель логистической системы перерабатывающего предприятия 47
3. Описание мультиагентнои имитационной модели логистической системы мясоперерабатывающего предприятия АПК 56
3.1. Логистическая система мясоперерабатывающего предприятия АПК.. 57
3.2. Структура мультиагентной модели логистической системы перерабатывающего предприятия АПК з
3.3. Математическая модель и алгоритм динамики поведения ИА первичной переработки сырья с древовидной структурой потоков (UboiRazd) 78
3.4. Математическая модель и алгоритм поведения ИА второй стадии переработки с/х животных с сетевой структурой материальных потоков (Pererab) 87
3.5. Программные MDL-описания логистических процессов динамики поведения агентов Uboirazd и Expidiciya, 99
4. Апробация Мультиагентнои имитационной модели логистической системы мясоперерабатывающего предприятия АПК 101
4.1.Среда моделирования ЛЦ и имитационного эксперимента 101
4.2. Создание вспомогательного интерфейса пользователя с помощью Simplex-EDL и внешних программ Visual Basic 103
4.3. Общий порядок и результаты мультиагентного имитационного моделирования логистической системы мясоперерабатывающего предприятия АПК 108
4.4. Результаты моделирования стратегии структурной оптимизации сферы первичной переработки сырья 115
4.5. Результаты имитации стратегии структурной оптимизации второй стадии переработки сырья 117
5. Процедура организации имитационного эксперимента для поиска оптимальных режимов работы перерабатывающего предприятия АПК 121
5.1. Постановка задачи поиска оптимального режима работы перерабатывающего предприятия АПК 121
5.2. Численный метод процедуры эксперимента с деформируемым симплексом 123
5.3. Результаты поиска оптимальных параметров системы, обеспечивающих минимум функции затрат 125
Заключение 126
Список использованных источников
- Формализация критериев, задач и методов оптимизации управления логистической системой перерабатывающего предприятия
- Архитектура и принципы разработки мультиагентных моделей логистических систем перерабатывающих предприятий (ПП)
- Математическая модель и алгоритм динамики поведения ИА первичной переработки сырья с древовидной структурой потоков (UboiRazd)
- Общий порядок и результаты мультиагентного имитационного моделирования логистической системы мясоперерабатывающего предприятия АПК
Введение к работе
Актуальность темы. В рыночных условиях производственной
деятельности перерабатывающего предприятия с множеством материальных
потоков, начальной неопределенностью и стохастически-
детерминированным характером связей с поставщиками биосырья и потребителями готовой продукции эффективность работы всей логистической системы предприятия зависит от своевременной переработки больших объемов оперативной информации и обоснованности принятия ответственных управленческих решений.
Для перерабатывающего предприятия достижение цели в условиях неопределенности и риска сводится к оценке логистики материальных потоков и технологических операций на всех стадиях производства от поставок сырья до реализации готовой продукции с нахождением оптимальных решений в оперативных условиях и долгосрочных стратегиях деятельности предприятия.
Состояние сложной логистической системы в условиях неопределенности и риска в большинстве случаев непредсказуемо и не может быть прогнозируемо изначально аналитически или путем логического анализа, так как оно является результатом многошагового взаимодействия множества материальных потоков и активных автономных элементов системы и окружающей среды. Аналитические методы принятия решения рассматривают статические состояния отдельных производственных сфер без учета динамики поведения каждого активного элемента и его прямого влияния на состояние других элементов.
Оценка и выбор стратегии производственной деятельности в неопределенной ситуац ни поставок, производства и спроса на продукцию возможен с помощью имитационного моделирования поведения каждого элемента производственной системы. Поэтому, для решения задачи оптимизации управления запасами и материальными потоками в сферах поставок сырья, его переработки, хранения и сбыта готовой продукции является социально значимой и актуальной разработка объектно-ориентированных мультиагентных имитационных моделей состояния и поведения сложных логистических систем перерабатывающего предприятия при начальной стохастической неопределенности производственных и маркетинговых ситуаций.
Для идентификации и прогнозирования сложных аномальных ситуаций
в производственной логистической системе предприятия предлагаются
модели и алгоритмы агентно-ориентированной имитации взаимодействия
автономных элементов - интеллектуальных агентов (ИА), изменяющих
свои свойства и поведение в зависимости от состояния других элементов и
среды. Модели ИА, описывающие индивидуальные характеристики
состояния и поведения каждого производственного участка
перерабатывающего предприятия на каждом шаге взаимодействия,
объединяются в мультиагентную имитагіионную модель большой
производственной системы, воспроизводящую динамическое
взаимодействие интеллектуальных агентов с возможностью идентификации их состояния и прогнозирования оптимальных стратегий достижения цели.
Цель диссертационной работы заключалась в разработке мультиагентной имитационной модели большой логистической системы перерабатывающего предприятия от поставок сырья до сбыта готовой продукции для идентификации и прогнозирования состояния системы и принятия оптимальных решений в условиях неопределенности и риска. Для достижения поставленной цели решались следующие задачи:
формализация принципов построения и особенностей функционирования логистических систем перерабатывающего предприятия;
- разработка математических моделей и алгоритмов имитационного
моделирования материальных потоков перерабатывающего предприятия в
сфере поставок и переработки сырья и реализации готовой продукции;
создание универсальной мультиагентной имитационной модели логистической системы перерабатывающего предприятия;
разработка моделей и алгоритмов поведения интеллектуальных агентов, отражающих изменение состояния и оптимизацию материальных потоков в автономных блоках логистической системы предприятия по переработке с/х продукции;
- разработка диалоговых алгоритмов и процедур планирования
имитационного эксперимента для нахождения оптимальных вариантов
организации и состояний логистической системы в текущих условиях.
Научная новизна
-
Предложен новый метод мультиагентного имитационного моделирования динамического взаимодействия автономных элементов логистической системы перерабатывающего предприятия с разветвленной структурой материальных потоков при стохастической неопределенности поставок сырья и заказов торгующих организаций на готовую продукцию;
-
Впервые разработана концептуальная мультиагентная имитационная модель логистической системы перерабатывающего предприятия, включающая в себя производственные процессы от поставок сырья до сбыта готовой продукции и состоящая из автономных блоков -интеллектуальных агентов, описывающих состояние и динамику производственной системы;
-
Разработаны новые математические модели и алгоритмы динамики изменения состояния интеллектуальных агентов на основе стратегии структурной оптимизации материальных потоков по критерию минимизации отклонения от заданной структуры ассортимента при заданных ограничениях;
-
Разработаны алгоритмы и диалоговые процедуры имитационного эксперимента с моделью для поиска оптимальных режимов работы перерабатывающего предприятия.
Практическая значимость работы
-
Разработано программное обеспечение мультиагентной имитации производственных процессов перерабатывающего предприятия агропромышленного комплекса (АПК) (на примере мясоперерабатывающего предприятия) с MDL описанием компонентов с внешними процедурами и EDL описанием экспериментов в среде экспериментирования БітркхЗ;
-
Сформирована база моделей и программ мультиагентной имитации производственных ситуаций с процедурами поиска оптимальных решений в производственных сферах перерабатывающего предприятия АПК на основе стратегии структурной оптимизации материальных потоков;
-
Разработан пользовательский интерфейс, обеспечивающий диалоговый режим работы с имитационной моделью для проведения эксперимента с различными параметрами состояния и стратегиями поведения агентов;
-
Разработаны рекомендации по оптимизации логистической системы управления материальными потоками перерабатывающего предприятия АПК в условиях неопределенности и риска.
На защиту выносятся:
1. Метод мультиагентного имитационного моделирования
динамического взаимодействия автономных элементов логистической
системы перерабатывающего предприятия с разветвленной структурой
материальных потоков;
2. Математические модели и алгоритмы динамики изменения
состояния интеллектуальных агентов на основе стратегии структурной
оптимизации материальных потоков по критерию минимизации
отклонения от заданной структуры ассортимента при заданных
ограничениях;
3. Алгоритмы и диалоговые процедуры организации имитационного
эксперимента с моделью для поиска оптимальных режимов работы
перерабатывающего предприятия АПК.
Апробация работы
Результаты работы представлены на: Международной конференции «Теория активных систем» в Институте проблем управления РАН, Москва, 2005 г.; Европейском конгрессе по моделированию и имитации «6U| EuroSim Congress on Modelling and Simulation, 9-13 September 2007 Ljublyana», Словения, 2007 г.; Международной научно-практической конференции «Логистика и Экономика Ресурсосбережения и Энергосбережения в промышленности», Саратов, 2007 г.
Публикации. По материалам диссертации опубликовано 6 печатных работ в статьях и материалах международных конференций, в т.ч. две на английском языке.
Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения и приложения и содержит 129 страниц основного текста, 23 рисунка, 12 таблиц и листингов, список литературы из 104 наименований и 113 страниц приложения.
Формализация критериев, задач и методов оптимизации управления логистической системой перерабатывающего предприятия
Понятие логистической системы является одним из базовых понятий логистики. Существуют разнообразные системы, обеспечивающие функционирование экономического механизма. В этом множестве необходимо выделять именно логистические системы с целью их синтеза, анализа и совершенствования. Логистика ставит и решает задачу проектирования гармоничных, согласованных материалопроводящих (логистических) систем, с заданными параметрами материальных потоков на выходе. Отличает эти системы высокая степень согласованности входящих в них производительных сил в целях управления сквозными материальными потоками [9].
Природа материального потока такова, что на своем пути к потреблению он проходит производственные, складские, транспортные звенья. Организуют и направляют материальный поток разнообразные участники логистического процесса перерабатывающего предприятия. Методологической основой сквозного управления материальным потоком является системный подход (системный анализ), принцип реализации которого в концепции логистики поставлен на первое место.
При формировании логистической системы перерабатывающего предприятия учитывались следующие принципы системного подхода: 1. Принцип последовательного продвижения по этапам создания системы. Соблюдение этого принципа означало, что система сначала исследовалась на макроуровне, т. е. во взаимоотношении с окружающей средой, а затем на микроуровне, т. е. внутри своей структуры; 2. Принцип согласования информационных, надежностных, ресурсных и других характеристик проектируемой системы; 3. Принцип отсутствия конфликтов между целями отдельных подсистем и целями всей системы [35].
Система есть целостная совокупность элементов, взаимодействующих друг с другом. Декомпозицию логистических систем на элементы можно осуществлять по-разному. На микроуровне при прохождении материального потока от одной подсистемы обработки продукта к другой в качестве элементов рассматривались сами эти подсистемы, а таюке связывающий их транспорт.
На микроуровне логистическая система ПП была представлена в виде следующих основных подсистем: - Закупка — подсистема, которая обеспечивает поступление материального потока в логистическую систему. - Планирование и управление производством — эта подсистема принимают материальный поток от подсистемы закупок и управляет им в процессе выполнения различных технологических операций, превращающих предмет труда в продукт труда. - Сбыт — подсистема, которая обеспечивает выбытие материального потока из логистической системы ПП.
Элементы логистических систем разнокачественные, но одновременно совместимые. Совместимость обеспечивается единством цели, которой подчинено функционирование логистической системы ПП. Между элементами логистической системы ПП имеются существенные связи, которые с закономерной необходимостью определяют интегративные качества. На макрологистическом уровне основу связи между элементами составляет договор. В микрологистическом - элементы связаны внутрипроизводственными отношениями. Связи между элементами логистической системы ПП определенным образом упорядочены и имеют организацию. Логистическая система ПП обладает интегративными качествами, не свойственными ни одному из элементов в отдельности. Это способность поставить нужный товар, в нужное время, в нужное место, необходимого качества, с минимальными затратами, а также способность адаптироваться к изменяющимся условиям внешней среды (изменение спроса на товар, непредвиденный выход из строя технических средств и т. п.).
Интегративные качества логистической системы ПП позволяют ей закупать материалы, пропускать их через свои производственные мощности и выдавать во внешнюю среду, достигая при этом заранее намеченных целей.
Цель логистической системы 1111 - доставка товаров и изделий в заданное место, в нужном количестве и ассортименте в максимально возможной степени подготовленных к производственному или личному потреблению при заданном уровне издержек.
Логистические системы перерабатывающего предприятия можно разделить на макро - и микрологистические:
Макрологистическая система ПП — это крупная система управления материальными потоками, охватывающая предприятия и организации перерабатывающего комплекса, посреднические, торговые и транспортные организации различных ведомств, расположенных в разных регионах страны или в разных странах.
Микрологистические системы ПП являются подсистемами, структурным составляющими макрологистической системы. К ним относят различные производственные и торговые предприятия, производственно-перерабатывающие комплексы. Микрологистические системы ПП представляют собой класс внутрипроизводственных логистических систем, в состав которых входят технологически связанные производства, объединенные единой инфраструктурой [3].
Новизна данной работы заключается в полноте охвата логистической системы ПП, а именно в том, что данная система рассматривается не только на микрологистическом уровне, но охватывает часть макрологистического уровня, отражая тем самым полный цикл переработки продукта от закупки сырья, до реализации готовой продукции.
На уровне микрологистики выделяют четыре вида логистических систем ПП; логистические системы с прямыми связями, эшелонированные логистические системы, сложные логистические цепи и сверхсложные цепи [53].
В данной работе была рассмотрена логистическая система ПП со сложными логистическими цепями, характеризующими: количество заказов торгующих организаций, величину среднеразовой закупки, закономерность поведения потребителей при покупке, а также объем услуг, который хотели бы видеть потребители.
Архитектура и принципы разработки мультиагентных моделей логистических систем перерабатывающих предприятий (ПП)
На основе изученных технологий и оборудования колбасного производства и производственного холодильника перерабатывающего предприятия были выделены следующие основные звенья логистической системы мясоперерабатывающего предприятия как автономные интеллектуальные агенты, описывающие процессы производственной логистики, логистики снабжения и сбыта: камера убоя и разделки (с древовидной структурой материальных потоков), производственный холодильник, вторая стадия переработки сырья с выпуском готовой продукции в виде колбасных изделий и полуфабрикатов (сетевая структура материальных потоков), сфера сбыта с камерами хранения и участок экспедиции.
Каждый агент описывается базисным MDL-компонгнтом с именем-идентификатором, декларированием переменных состояния и связей с другими компонентами и описанием динамики временного поведения агента с помощью алгебраических и дифференциальных уравнений или последовательности событий. Базисные компоненты объединяются в общую мультиагентную модель системы с помощью структурных компонентов; задающих структуру взаимосвязей между базисными компонентами, и мобильных компонентов - для описания сообщений или потоков между агентами.
Мультиагентная имитационная модель логистической системы мясоперерабатывающего предприятия АПК, представленная на рис.7, включает базисные компоненты интеллектуальных агентов (ИА), описывающих: - потоки поступления различных видов с/х животных от различных поставщиков (компонент SkotoBazi_HigIi) и блочного мясного сырья (компонент Block);
Мультиагентная имитационная модель логистической системы перерабатывающего предприятия АПК - разветвляющиеся материальные потоки цеха убоя и первичной переработки с/х животных UboiRazd с двумя стратегиями: по заданным планам выпуска первичной продукции и по результатам структурной оптимизации материальных потоков по минимальному отклонению от заданной структуры ассортимента (процедура SferaRazb); - процесс загрузки/выгрузки продукции в соответствующие камеры производственного холодильника (компонент KamHladZum_High, объединяющий базисные подкомпоненты, имитирующие работу камер охлаждения HladKam, замораживания ZumKam основной продукции (мяса) и замораживания сопутствующей продукции ZumKamSub; - работу цехов переработки сырья с сетевой структурой материальных потоков (компонент РегегаЬ) с двумя моделями поведения: выпуск готовой продукции по заданному плановому выпуску и по результатам структурного перераспределения материальных потоков с минимизацией отклонения от заданной структуры ассортимента (процедура SferaSbora). - загрузку/выгрузку продукции в соответствующие камеры хранения и очереди WaitM на обслуживание автомобилей с заказами торгующих организаций (компонент KamHranSbit, имитирующий семь различных вариантов обслуживания заказов в зависимости от их количества, объемов и состава). - поступление и обслуживание транспортных средств в очереди WaitM перед погрузочными рампами (базисный компонент Expidiciyd).
Базисные MDL — компоненты, описывающие состояние и динамику ИА функциональных блоков логистической системы, объединяются в мультиагентную имитационную модель (рис.7) с помощью структурного компонента Holod_Highl, задающего структуру взаимосвязей между базисными компонентами описаниями вида SkotoBaziHigh.WaitGovl— UboiRazd. WaitGov2.1 и т.п., указывающими в данном случае, что очередь WaitGovl из базисного компонента SkotoBaziHigh передается в базисную компоненту UboiRazd в очередь WaitGov2.l.
Перемещающиеся и размещаемые в накопительных массивах {Location) в очередях на обслуживание Wait материальные потоки описываются в мобильных компонентах в виде передвижных объектов, к примеру, партий мяса в отрубах (PartiyaO) и включают приоритет Priority, вид vid, массу mas партии, содержание белка, влаги и т.д.
Описание других потоков мяса и мясопродуктов второй стадии переработки в виде мобильных компонентов приведено в приложение Б. Транспортный поток заявок торгующих организаций описывается мобильным компонентом MR и включает в себя приоритет, объем заказа, время прихода заказа и т.д.
Имитируемый процесс сводится к воспроизведению потоков животных (к.р.с, свиньи, м.р.с), поступающих от поставщиков SkotoBazal-4 в отделение убоя и первичной переработки KUboya, основная продукция которого в виде свежего парного мяса WaitPar, а таюке блочного сырья WaitBlock направляется на дальнейшую переработку Pererab через накопители WaitPererabj; j = 1, т, а также непосредственно на реализацию в отделение сбыта KamHranSbit и в производственный холодильник KamHladZumHigh в очереди перед камерами охлаждения WaitOHL и заморозки WaitZUM, РГш# С/В.Продукция, поступающая на вход холодильника, образует очереди WaitOHL2, WaitZUM2 и WaitSUB2, направляемые в остывочные камеры двухступенчатого охлаждения KOI, К02 с последующим доохлаждением в КОЗ, и мясом на замораживание в очереди WaitZUM2 в морозильную камеру KZ1.
Из холодильника KamHladZumHigh продукция направляется в отделение сбыта KamHranSbit в соответствующие камеры хранения, а также в сферу вторичной переработки Pererab, продукция которой PROD,; і = 1,п также поступает в отделение сбыта KamHranSbit для последующей реализации.
В то же время в экспедиции Expidiciya формируется очередь транспортных средств WaitP с приоритетом обслуживания заказов Prioritet, временем прихода TarriveMash, массой заказываемой /-той продукции grt. Заказы торгующих организаций поступают на проходную StationP для оформления и далее в очередь на выписку накладной WaitVN, выдаваемой на StationVN. После этого транспортное средство становится в очередь WaitM через накопитель WaitProm с последующим направлением к той или иной рампе.
Каждая камера обладает ограниченной емкостью и при полной ее загруженности дается сигнал—индикатор.
Работа модели в течение заданного времени TEnd состоит из ряда последовательных условных событий. Переход от одного события к другому управляется специальными сигналами-индикаторами. По завершении имитации, дается сигнал для формирования итоговой информации по прошедшему транзактивному периоду, после чего устанавливается новая точка отсчета времени TNext для нового временного периода.
Динамика поведения модели отражает последовательные события поступления и распределения потоков сырья, их переработки и хранения, реализации и обслуживания автотранспорта (Табл. 4) и воспроизводит
Математическая модель и алгоритм динамики поведения ИА первичной переработки сырья с древовидной структурой потоков (UboiRazd)
Для реализации данной стратегии при моделировании перерабатывающего предприятия АПК создается описание эксперимента с поддержкой интерфейса, созданного во внешней программе VBA для модели Holod Highl. С помощью эксперимента задаются исходные данные для моделирования. Описание эксперимента для данной стратегии на языке EDL представлено на рис. 12.
Вначале экспериментирования с помощью операторов CREXP, CRRUN и OBSCOMPLETE создается новый эксперимент, новый запуск и наблюдатель. С помощью оператора ADD VAR создаются наблюдаемые переменные.
Далее в эксперимент заносятся исходные данные для моделирования. В данном случае исходными данными являются: емкость остывочной камеры 1-ой фазы, емкость остывочной камеры 2-ой фазы, емкость камеры доохлаждения и т.д. Процедура ввода исходных данных для моделирования реализована с помощью связи с внешней программой, написанной на языке программирования VisualBasic, что позволяет создать вспомогательный интерфейс пользователя для работы с моделью.
Выбор VisualBasic для разработки интерфейса обусловлен тем, что этот язык программирования позволяет легко создавать интерфейс пользователя, перенося элементы управления на форму.
Для вызова программы Visual Basic в описании эксперимента указывается ссылка на программу ProgZapuskexe, с входными и выходными параметрами:
Выходные параметры и служат основным критерием создания интерфейса. Именно их пользователь будет вводить с клавиатуры. Интерфейс пользователя для описания эксперимента моделирования работы перерабатывающего предприятия АПК представлен на рис. 13.
С помощью интерфейса пользователь вносит все необходимые для имитационного моделирования данные, а одним из основных пунктов поддержки пользователя является проверка вводимой информации. При загрузке формы происходит открытие файла ProgZapuskJn и чтение входной информации из него. При нажатии кнопки происходит проверка вводимой
Итрееал приема сырья с 1СССТОбазЫ ! Итрееап прихода сырья со 2 сготобазы - і Итремллріьоаа сырья с 3 сгатобз ы Г Итр"Еал прихода сырь ч с 4 сі отойэзы 1 Итрееэл прячода блочного сырья 1 Интерфейс пользователя для описания эксперимента моделирования работы перерабатывающего предприятия АПК. информации, и если она введена корректно, то идет запись в файл ProgZapusk.out для вывода данных, если есть ошибки, то выдается сообщение об этом.
Таким образом, можно проводить эксперименты с различными входными данными, не зная программного кода и получать результаты этих моделирований. Общий порядок и результаты мультиагентного имитационного моделирования логистической системы мясоперерабатывающего предприятия АПК Разработанная объектно-ориентированная мультиагентная имитационная модель, отражающая динамику изменения состояния сложных логистических систем перерабатывающего предприятия АПК в различных производственных и маркетинговых ситуациях, является инструментом поддержки принятия ответственных управленческих решений и позволяет: -оценить и выбрать стратегии производственной деятельности в неопределенной ситуации поставок, производства и спроса продукции; - идентифицировать, планировать и отыскивать оптимальные режимы управления перерабатывающим предприятием АПК; -проводить структурную оптимизацию управления запасами и материальными потоками в сферах поставок сырья, его первичной и вторичной переработки, хранения и сбыта готовой продукции; — прогнозировать следствие возможных нештатных ситуации в производственной деятельности предприятия. Функционирование модели основано на интеграции базисных компонентов модели, описанных в третьей главе, с внешними процедурами {External Function) структурной оптимизации материальных потоков в различных производственных и маркетинговых средах.
Имитационный эксперимент заключается в генерации параметров исходного состояния системы (емкость холодильных камер и хранения, время обработки и пребывания сырья в каждой камере, период поступления продукции и заказов торгующих организаций на предприятие и т.д.) и моделировании ситуаций, возникающих в динамике временных и условных событий изменения состояния и взаимодействия автономных базисных интеллектуальных агентов, включающих в себя процессы поставки и переработки сырья, складирования и реализации готовой продукции.
Для нахождения и прогнозирования оптимальных решений реализуются задачи структурной оптимизации материальных потоков сфер первичной и вторичной переработки сырья, описанные во второй главе, а также задача управления запасами на основе данных, полученных в результате поисковых экспериментов с запуском мультиагентной имитационной модели по соответствующим экспериментальным планам.
Общий порядок и результаты мультиагентного имитационного моделирования логистической системы мясоперерабатывающего предприятия АПК
Организации имитационного эксперимента с интеллектуальной стратегией нахождения на модели оптимальных режимов работы перерабатывающего предприятия АПК по заданному критерию (минимизация издержек на обслуживание одного заказа торгующей организации, минимизация штрафных санкций за несвоевременное обслуживание заказов торгующих организаций и др.) с помощью внешней процедуры оптимального поиска, например методом деформируемого симплекса, описанного на языке эксперимента Simplex-EDL.
Выбор метода деформируемого многогранника обусловлен тем, что симплекс, изменяя свою форму, лучше приспосабливается к особенностям многомерной поверхности с большим количеством ограничений и минимизирует время поиска оптимального состояния системы.
В качестве примера выбран критерий минимальных затрат на обслуживание одного заказа торгующих организаций: параметры состояния системы; расходы перерабатывающего предприятия АПК; D (xj, х2... xj — штрафы количество обслуженных заказов торгующих организаций. Ограничениями служили заданные границы изменения каждого фактора, и начальные вершины симплекса выбирались вблизи верхней границы каждого фактора, т.е. поиск начинался от верхних границ параметров состояния системы.
Для поиска оптимума целевой функции были определены пять изменяющихся параметров состояния системы (п = 5): xj — количество параллельно обслуживаемых заказов в камере убоя и разделки; Х2 — количество параллельно обслуживаемых заказов в камере обвалки и жиловки; х3— максимальная загруженность камеры охлаждения (кг.); Х4 - максимальная загруженность морозильной камеры в (кг.); Xs - максимальная загруженность морозильной камеры для субпродуктов (кг.);
В факторное пространство могут быть введены и другие изменяющиеся параметры состояния, как например, количество параллельно обслуживаемых заказов торгующих организаций на проходной, на станции выписки накладной, количество параллельно обслуживаемых заказов на каждой из рамп и т.д.
Данный метод позволяет судить о локальном участке поверхности отклика по относительным значениям функции в точках факторного пространства вблизи текущего состояния. Сравнивая значения отклика в этих точках, можно выбрать наихудшую вершину Хф и оценить предпочтительное направление смещения исходного состояния к оптимуму.
Поиск сводится к отысканию на каждом шаге вершины симплекса с наихудшим значением целевой функции и определению центра тяжести всех вершин Xf, исключая самую плохую вершину: где Х[, - і-я координата 1-й вершины симплекса; xqi - і-я координата отбрасываемой q-й вершины. Далее наихудшая вершина xqi заменяется ее зеркальным отражением относительно центра тяжести в новую точку с координатами: где а = 1 — коэффициент отражения, изменяющийся с шагом 0.5 в сторону растяжения и сжатия.
Если сжатие симплекса не ведет к улучшению целевой функции, то происходит замена наихудшей вершины xqi на другую.
В пространстве координат симплекса могут быть введены и другие изменяющиеся параметры состояния, как например количество параллельно обслуживаемых заказов торгующих организаций на проходной, на станции выписки накладной, количество параллельно обслуживаемых заказов на каждой из рамп и т.д.
Для поиска экстремума были взяты следующие коэффициенты: коэффициент отражения а = 1; растяжения с = 2; сжатия Ъ = 0,5.
Схема обращения имитационной модели к внешней процедуре оптимизации методом деформируемого симплекса Optim представлена на рис.22.
Ограничениями служили верхние и нижние границы по каждому фактору. На первом этапе начальные вершины деформируемого симплекса выбираются вблизи верхней границы каждого фактора и передаются в имитационную модель, происходит ее запуск, а по окончанию имитации определяется общее количество обслуженных заказов торгующих организаций. Данная величина поступает обратно во внешнюю процедуру оптимизации и происходит вычисление заданного критерия. После чего выбираются следующие вершины деформируемого симплекса и процесс передачи данных повторяется. к„ v Ш їх, Цх21Хзjx4 Цх5 Имитаїціоішанмодельпсрераб.предір.АПК с оптимизации методом гпбыэго _СПМЛЛеКСаOptkn "" Х2 gх3 !х, Иxs щ SimplexMDL N(X1,X2...X5) SimplexEDL IN (xi ,Х2..Х5) Нахождение целевойфункции в вершинахсимплекса и опр.новой вершины внаправлении коптимума Рнс.22. Схема обращения имитационной модели к внешней процедуре оптимизации.
Останов итерационного процесса следует, когда разность по модулю значений функции в новой точке на текущем и предыдущем шаге оптимизации меньше заданного условия точности
В результате имитации работы системы с процедурой симплексного планирования эксперимента, описанной на язьпсе описания эксперимента Simplex-EDL, были найдены оптимальные параметры для обеспечения минимума функции затрат, а именно: количество обслуживаемых заказов в камере убоя и разделки (количество рабочих) JC/ = 3; количество обслуживаемых заказов в камере обвалки и жиловки (количество рабочих) х2 = 4; максимальная загруженность камеры охлаждения первой фазы х? = 6757 кг; максимальная загруженность морозильной камеры JC =32253 кг; максимальная загруженность морозильной камеры для субпродуктов х$ = 5453 кг.
На графиках (рис.23) представлена зависимость количества обслуженных заказов торгующих организаций от времени при запуске имитационной модели до введения значений параметров, полученных методом деформируемого симплекса (при Т = 166.6 мин количество обслуженных заказов N = 132) и после (при Т = 166.6 мин количество обслуженных заказов N = 142):
