Содержание к диссертации
Введение
Глава I. Постановка и обоснование задач исследования 10
1.1. Сравнительный анализ моделей процессов функционирования при проектировании ЧМС 10
1.2. Основы функционально-структурной теории ЧМС 16
1.2.1. Формализация данных на основе обобщенного структурного метода 19
1.2.2. Вероятностно-алгоритмический и нечетко-алгоритмический подходы к оценке показателей функционирования 30
1.3. Задачи оптимизации на базе вероятностных и нечетких показателей эффективности, качества и надежности 35
1.4. Способы формирования множества альтернатив 40
1.4.1. Формализованное описание вариантов выполнения процесса функционирования ЧМС 40
1.4.2. Структурные и объектно-ориентированные стратегии построения альтернативного графа 58
1.5. Метод последовательной оптимизации ЧМС 60
1.5.1. Свойства вероятностных и нечетких показателей функционирования ЧМС 60
1.5.2. Метод направленного перебора 62
1.6. Выводы и заключение по первой главе 71
Глава 2. Модели и алгоритмы последовательной оптимизации 73
2.1. Способ задания условных назначений элементов ЧМС на выполняемые функции 73
2.2. Алгоритмы последовательной оптимизации с проверкой необходимых условий допустимости частичных решений 73
2.3. Алгоритмы приближенного решения 85
2.4. Результаты второй главы 92
Глава 3. Программное обеспечение оптимального проектирования ЧМС и примеры решенных задач 93
3.1. Программные средства поддержки проектирования ЧМС 93
3.1.1. Общее описание гибридной экспертной системы проектирования ЧМС ИНТЕЛЛЕКТ-2 93
3.1.2. Подсистемы определения множества альтернатив и решения задач оптимизации 98
3.2. Проектирование компьютерной сети института Энергетики Монгольского государственного университета науки и технологий 100
3.2.1. Общая характеристика сети института Энергетики 101
3.2.2. Выбор способа обслуживания и ликвидации отказов компьютеров в терминальных классах
3.3. Результаты третьей главы 113
Заключение 114
Список литературы 116
- Вероятностно-алгоритмический и нечетко-алгоритмический подходы к оценке показателей функционирования
- Формализованное описание вариантов выполнения процесса функционирования ЧМС
- Алгоритмы последовательной оптимизации с проверкой необходимых условий допустимости частичных решений
- Общее описание гибридной экспертной системы проектирования ЧМС ИНТЕЛЛЕКТ-2
Введение к работе
Актуальность проблемы. Разработка информационных технологий проектирования процессов функционирования человеко-машинных систем по показателям эффективности, качества и надежности является одним из доминирующих направлений в исследовании и автоматизации проектных работ, управления объектами и принятия решений, конструкторско-технологической и инженерной подготовки производства изделий в различных отраслях промышленности. Требование адекватности моделей ПФ ЧМС, используемых в процессе проектирования, невозможно достичь без всестороннего учета особенностей взаимодействия человека или коллектива с комплексом технических и информационно-программных средств во время решения поставленной задачи. Вследствие этого значительно возрастает сложность моделей описания и количественной оценки процессов функционирования ЧМС. Кроме того, результативность проектирования напрямую зависит и от числа альтернатив, рассматриваемых на его отдельных этапах. Стремление повысить адекватность моделей за счет привлечения все большего числа учитываемых факторов и расширение множества альтернатив (МА) создает объективные трудности для выбора оптимального варианта выполнения процесса функционирования ЧМС, поэтому возрастает актуальность подходов к оптимальному проектированию процессов функционирования ЧМС, обеспечивающих возможность генерации и быстрого анализа достаточно большого числа альтернатив.
Следовательно, центральным вопросом рассматриваемой проблемы является разработка методов и алгоритмов оптимизации ПФ ЧМС, позволяющих организовать эффективный выбор наилучшего варианта выполнения исследуемых и разрабатываемых систем.
Несмотря на имеющийся широкий арсенал моделей описания и количественной оценки процессов функционирования ЧМС, разработанных отечественными и зарубежными научными школами (марковские и полумарковские процессы, модели теории массового обслуживания, формальные грамматики, сети Петри, логические автоматы и схемы алгоритмов Ляпунова, логико-лингвистические модели, сети GERT, PERT, функциональные и функционально-семантические сети, вероятностно-
6 алгоритмические и нечетко-алгоритмические модели), ни одна из них не свободна от того или иного недостатка и не может быть положена в основу современной системы автоматизации проектирования ПФ ЧМС. Анализ указанных моделей показывает, что наиболее универсальными из них являются функционально-структурная теория и обобщенный структурный метод проф. Губинского А.И. (1977), получившие творческое развитие в работах В.Г.Евграфова, А.П.Ротштейна, П.И.Падерно, А.Н.Адаменко, П.П.Чабаненко, А.Т.Ашерова, Е.А.Лаврова, Е.А.Павлова и др. Следует отметить также хорошо зарекомендовавшие себя на практике методы формализации данных в дискретном процессе функционирования ЧМС, например, операционно-психологический (Зараковский, 1966), структурно-алгоритмический (Суходольский, 1976), логико-комбинаторный (Анкудинов, 1986). В работах М.Г.Грифа, Е.Б.Цоя и других получили развитие модели, методы и технологии последовательной оптимизации процессов функционирования ЧМС по показателям эффективности, качества и надежности на основе ФСТ. Рассматривался достаточно широкий спектр ЧМС: АСУП, АСУТП, САПР, АСНИ, системы автоматизации эргономических исследований, принятия решений. Однако не все аспекты метода последовательной оптимизации исследованы одинаково глубоко: отсутствует возможность гибкого задания назначений элементов ЧМС на выполняемые функции, включаемых в МА при изменении внешних и внутренних условий в процессе функционирования ЧМС (базе знаний); отсутствуют эффективные алгоритмы последовательной оптимизации с проверкой необходимых условий допустимости частичных решений; недостаточно исследованы алгоритмы приближенного решения в рамках метода последовательной оптимизации на основе различных стратегий сжатия частичных решений.
Актуальность темы диссертации подтверждается тем, что она выполнялась в рамках гранта Г02-4.1-34 Минобразования РФ "Разработка методов моделирования и оптимизации сложных систем по вероятностным и нечетким показателям" (2003), а также являлась частью исследований в ходе проведения в НГТУ прикладной НИР по тематическому плану министерства образования РФ "Исследование теоретических основ и разработка систем организации и управления реабилитационно-образовательным процессом в условиях государственного учреждения для инвалидов" (2002-2003).
Объектом исследования настоящей работы являются дискретные процессы функционирования человеко-машинных систем.
Предметом исследования служат процессы исследования и проектирования ПФ ЧМС на основе вероятностных и нечетких показателей эффективности, качества и надежности.
Цель работы состоит в разработке алгоритмического и программного обеспечения задач оптимального проектирования процессов функционирования ЧМС в рамках метода последовательной оптимизации на базе вероятностных и нечетких моделей.
Основными задачами являются:
-разработка способа задания условных назначений элементов ЧМС на выполняемые функции, включаемые в МА при соответствующем состоянии базы знаний ПФ ЧМС;
-разработка и исследование эффективных алгоритмов последовательной оптимизации с проверкой необходимых условий допустимости частичных решений;
-разработка и исследование алгоритмов приближенного решения в рамках метода последовательной оптимизации способом случайного сжатия частичных решений и способом, зависящим от близости к ограничениям на показатели функционирования;
-разработка алгоритмического и программного обеспечения и его применение для решения конкретных прикладных задач исследования и проектирования процессов функционирования ЧМС.
Методы исследования. Основными методами исследования в диссертационной работе являются системный анализ и моделирование. Для решения поставленных задач использовался аппарат теории вероятностей, математической статистики, теории надежности, теории графов, функциональных сетей, нечетких множеств, искусственного интеллекта и теории оптимизации.
Научная новизна. В диссертации существенно расширены возможности модели проектирования и метода последовательной оптимизации процессов функционирования ЧМС по вероятностным и нечетким показателям эффективности, качества и надежности, а именно:
Оптимизационная модель процесса функционирования ЧМС, которая впервые в функционально-структурной теории ЧМС использует условные назначения элементов ЧМС на выполняемые функции, включаемые в МА при соответствующем состоянии базы знаний ПФ ЧМС.
Алгоритмы последовательной оптимизации с проверкой необходимых условий допустимости частичных решений опираются на доказанные оценки минимальных значений временных и стоимостных показателей на МА.
Алгоритмы приближенного решения в рамках метода последовательной оптимизации способом сжатия частичных решений, зависящим от близости к ограничениям на показатели функционирования.
Программная система оптимального проектирования ПФ ЧМС, реализующая выбор эффективного точного или приближенного алгоритма последовательной оптимизации в автоматическом или автоматизированном режимах.
Практическое значение. Использование разработанных в диссертации методов и средств позволяет:
снизить на порядок трудоемкость задания множества альтернатив для всех возможных наборов значений внутренних и внешних параметров ПФ ЧМС за счет однократного описания МА с последующим назначением элементов ЧМС на выполняемые функции в зависимости от состояния базы знаний ПФ ЧМС;
сократить в среднем на 10% время решения задачи в результате использования необходимых условий допустимости частичных решений в алгоритмах точного перебора;
повысить вероятность нахождения точного решения приближенным алгоритмом последовательной оптимизации способом сжатия частичных решений, зависящим от близости к ограничениям на показатели функционирования, по сравнению со способом случайного сжатия;
- проводить обоснованный выбор в автоматическом и автоматизированном
режимах точного и (или) приближенного алгоритма последовательной оптимизации
на основе полученных в ходе численных исследований алгоритмов практических
рекомендаций.
Реализация результатов исследования. Теоретические результаты работы доведены до удобных для практического применения формул, алгоритмов, методик, применены для разработки прикладного математического обеспечения, которое использовано при проектировании компьютерной сети института Энергетики Монгольского государственного университета науки и технологий (Улан-Батор, 2003), а также вошло составной частью в гибридную экспертную систему проектирования ПФ ЧМС ИНТЕЛЛЕКТ-2 (Новосибирск, 2003).
Ряд разработанных в диссертации результатов используется в учебном процессе НГТУ в дисциплинах „Базы знаний и экспертные системы", "Современные средства проектирования АСОИУ" (специальность "Автоматизированные системы обработки информации и управления").
Апробация работы. Основные положения диссертационной . работы, разработанные модели, методы, алгоритмы и программы были представлены и обсуждались в 2003 г. на трех международных конференциях, в том числе на Международной научно-методической конференции "Качество образования. Системы управления, достижения, проблемы" (Новосибирск, 2003), VII Российско-Корейском международном симпозиуме KORUS '2003 (Корея, Ulsan, 2003), : Международной научно-технической "Информационные системы и технологии" (Новосибирск, 2003), научных семинарах кафедры "Автоматизированные системы управления" (Новосибирск, 2002,2003) и получили положительную оценку.
Публикации. По теме диссертации опубликовано 9 научных статей, докладов.
Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка литературы, включающего 92 наименования, и приложения. Диссертация изложена на 177 страницах машинописного текста, содержит 30 рисунков и 25 таблиц. В приложении приведены результаты численных исследований разработанных алгоритмов.
Автор выражает глубокую благодарность и признательность профессору Евгению Борисовичу Цою за постоянные консультации и методическую поддержку.
Вероятностно-алгоритмический и нечетко-алгоритмический подходы к оценке показателей функционирования
Под процессом функционирования 4MG понимается совокупность действий и операций эргатических и неэргатических элементов системы, объединенная в единую целенаправленную последовательность благодаря управляющей и обеспечивающей деятельности эргатических элементов, образующей из разрозненной номенклатуры отдельных функций их связную логико-временную последовательность, устойчивую к возмущениям и ведущую к достижению поставленной цели (или целей) функционирования [1]. В общем случае процесс достижения цели протекает во взаимосвязанных пространствах элементов ЧМС Е, выполняемых функций F, состояний ЧМС S, происходящих событий W и показателей ЧМС Q (рис. 1.1).
Модели, используемые для исследования дискретного процесса функционирования ЧМС, могут быть разделены на следующие основные классы [2-26]: - алгебраические формальные системы (марковские и полумарковские процессы, регрессионные модели, алгебраические системы, модели теории массового обслуживания); - языковые формальные системы (формальные грамматики, сети Петри, логические автоматы и схемы алгоритмов Ляпунова, логико-лингвистические модели ситуационного управления, схемы Янова); - языково-алгебраические системы (сети предшествования, сети GERT, PERT, сети метода критического пути, сочетание Е -сетей с оценочным способом метода кусочно-линейных автоматов, функциональные и функционально-семантические сети, вероятностно-алгоритмические и нечетко-алгоритмические модели). К математической модели процесса функционирования ЧМС предъявляются следующие требования [2]: 1. Модель должна охватывать как основные, так и вспомогательные процессы функционирования ЧМС. К основным процессам относят совокупность операций, которые необходимо выполнить в соответствии со сформулированным в процессе управления планом функционирования или способом действий, правильное и безотказное выполнение которых должно привести к поставленной цели. Процесс управления - это совокупность операций, в результате которых формируются планы функционирования и обеспечения или способы действий элементов ЧМС и (или) управляющие воздействия, выполнение которых может привести к достижению поставленной цели. Процесс обеспечения - совокупность операций, которые необходимо выполнить в соответствии со сформулированным в процессе управления планом обеспечения, или совокупность операций, в результате реализации которых может восстанавливаться устойчивость основного процесса, который может прерываться вследствие отказов элементов или расходования ресурсов, необходимых для реализации основного процесса и процесса управления.
Выбор уровня языка описания ПФ должен соответствовать семантическому уровню моделируемых процессов. Реально вследствие того, что процессы управления по семантическому уровню находятся, как правило, выше по иерархии, чем основной процесс и процесс обеспечения, возникает необходимость описывать их на языках моделирования разных уровней.
Язык модели должен быть доступен как человеку, так и ЭВМ, т.е. он должен быть достаточно формализованным для однозначного воспроизведения на ЭВМ. 4. Алфавит языка описания процесса функционирования должен быть минимально необходимым, но обеспечивать все специфические особенности составляющих ПФ. 5. Модель должна сочетать в себе свойства описательности и оцениваемости процесса функционирования. При моделировании процесса функционирования необходимо также учитывать следующие особенности: - целенаправленность поведения ЧМС; - разнородность элементов, участвующих в выполнении каждой технологической операции (человек и используемые им средства); - наличие прерываний в процессе функционирования вследствие отказов и ошибок человека при выполнении им технологических операций; - наличие как мыслительно-планировочных, так и исполнительных действий человека; - возможности перестройки поведения человека (выбора другого алгоритма действий) при изменении ситуативных условий (появления дефицита времени, эмоциональных факторов и т.п.); - наличие изменчивости в характеристиках действий человека (колебания затрат времени, утомления и др.). Несмотря на широкий арсенал указанных выше математических моделей, почти все они не удовлетворяют совокупности перечисленных требований, что следует из нижеприведенного сравнительного анализа методов моделирования процессов функционирования [1-3]. Алгоритмические системы предназначены, в первую очередь, для количественной оценки процесса функционирования, но для отражения логики структуры ПФ данные модели практически не пригодны. Языковые формальные системы позволяют хорошо описывать процесс функционирования, но не имеют аналитических средств для его количественной оценки. , Языково-алгебраические модели в отличие от приведенных выше алгебраических и языковых систем обладают хорошим сочетанием свойств описательности и оцениваемости процессов функционирования. Остановимся на них более подробно. В настоящее время достаточно широкое применение завоевал вероятностно-алгоритмический метод описания процессов функционирования ЧМС А.П. Ротштейна, а также его распространение на случай нечетких исходных данных [27-29]. При всей привлекательности следует отметить как ограничение данного подхода: - ориентированность на структурную технологию проектирования; - использование преимущественно только одной формы представления знаний - процедурной; - отсутствие достаточно мощной формальной логической системы, например, исчисления предикатов, вместо набора логических условий, и, как следствие, эффективного логического вывода. Функциональные сети обладают в настоящий момент наибольшими возможностями описания и оценки процессов функционирования ЧМС по сравнению с сетевыми методами, а также другими моделями ПФ [1, 4]. Они являются продолжением и развитием формального языка обобщенного структурного метода [2]. Общая и неизменная сущность ОСМ сводится к следующему: 1) процесс функционирования представляется состоящим из ряда формализованных единиц - типовых функциональных единиц; 2) формализованным единицам и их типовым комбинациям - типовым функциональным структурам придается ряд количественных характеристик; 3) на основе разработанных математических моделей ТФС определяются показатели эффективности, качества и надежности процесса функционирования в целом с использованием данных по отдельным ТФЕ.
Формализованное описание вариантов выполнения процесса функционирования ЧМС
. Характеристики реализуемых функций, принимаемые в качестве аргументов в модели или исходных данных, существенно зависят от типа элементов (. -структуры), на которых реализуются функция (F-структура). Поэтому нельзя принятой F-структуре приписать количественные характеристики, не решив вопросов обеспечения рабочей силой, оборудованием и снабжением ресурсами.
Можно выделить три уровня реализуемости: проектную реализуемость, физическую реализуемость и организационную реализуемость. Проектная реализуемость соответствует наличию плана, в котором предусмотрено все необходимое (включая людские ресурсы) для выполнения планируемой F-структуры. Физическая реализуемость соответствует фактическому поэлементному наличию всех необходимых ресурсов для выполнения планируемой F-структуры. Переход от плановой к физической реализуемости может быть осуществлен при наличии необходимых финансовых, технических и временных ресурсов. Организационная реализуемость соответствует тому, что все элементы ЧМС имеются физически, но включены организационно в данную ЧМС и находятся в предусмотренном организацией ЧМС состоянии.
Если предполагается, что моделируемая ЧМС находится в состоянии организационной реализуемости, то показатели эффективности, качества и надежности функционирования вычисляются на основе характеристик имеющихся элементов ЧМС, включенных в систему, с учетом состояний, в которых они находятся за период технологического времени, необходимого для выполнения функции (рассматривается "чистое" технологическое время).
Если предполагается, что моделируемая ЧМС находится в состоянии физической реализуемости, но организационно не готова, показатели эффективности, качества и надежности функционирования вычисляются на основе характеристик имеющихся элементов ЧМС, но с учетом затрат времени и ресурсов на организацию ЧМС (рассматривается организационно-технологическое время).
Если предполагается, что моделируемая ЧМС находится в состоянии проектной реализуемости, то показатели эффективности, качества и надежности функционирования вычисляют на основе проектных характеристик планируемых элементов ЧМС (проектные показатели). При необходимости учесть начало получения эффекта ЧМС и рассмотреть три составляющих жизненного цикла ЧМС: подготовку и изготовление ЧМС, организационное ее формирование и функционирование.
Принцип типовости единиц функционирования. Выполняемые элементами ЧМС операции имеют разный масштаб, различное психологическое или машинное содержание и т. д. Суть принципа состоит в том, что для обеспечения универсальности описания различных ЧМС необходимо отобрать .относительно небольшой состав типовых функциональных единиц, с помощью которых можно было бы смоделировать более широкий класс ЧМС. Как уже было отмечено выше, в ОСМ имеют место ТФЕ, соответствующие не только функциям исполнения (рабочие ТФЕ), но и функциям принятия решения (альтернативные ТФЕ), что позволяет в принципе моделировать и процессы умозаключений, принятия решения и т. п. Отличительной чертой ОСМ является также наличие в составе ТФЕ функций "контроля работоспособности" и "контроля функционирования", являющихся индикаторами потери нормального хода процесса функционирования и позволяющих связывать обеспечивающие процессы с основным.
Принцип множественности исходов функции. Единственность (унарность) исходов операций является отличительной чертой практически всех сетевых методов. В ОСМ при описании деятельности человека были приняты бинарные (двойные) исходы для каждого пути - безошибочный и ошибочный. Однако дальнейший анализ показал, что для общности математических моделей этот принцип надо расширить: каждый результат выполнения функции может иметь iV-арные исходы (N 2).
Принцип конечности процесса функционирования. Любой реальный процесс функционирования ЧМС состоит из конечного (возможно, большого) числа функций, конечен во времени и заканчивается достижением конечного числа целей. В связи с этим естественен следующий принцип: необходимо, чтобы применяемые для моделирования ЧМС формализмы и их структурные образования обеспечивали конечность моделируемого процесса функционирования. На практике это означает: должно быть конечное число начальных вершин (истоков), конечное число финальных вершин (стоков), конечное число моделируемых функций, конечное число их исходов, конечное число их повторений при наличии циклов и петель (конечное число итераций в итеративных процессах).
Принцип стохастичности моделей. Учитывая, что ЧМС всегда относятся к классу сложных систем, подверженных воздействиям множества внешних и внутренних факторов, нереально создать столь многофакторную (многоаргументную) модель, чтобы учесть их все дифференцированно. В этих условиях большую часть факторов естественно отнести к классу помех, а модель процесса функционирования строить в классе стохастических моделей.
Принцип типовости оцениваемых показателей. При построении частных участков процесса функционирования, в чем часто возникает необходимость при декомпозиции процесса на части для их соотносимости между собой и для возможности агрегирования их в единый процесс необходимо, чтобы показатели частей и процесса в целом были однотипными. Так, для оценки функциональной надежности процесса функционирования ЧМС или его частей применяются в ОСМ вероятностные и ресурсно-стоимостные характеристики, а для производительности -временные характеристики.
Принцип декомпозиции функций на фрагменты. Размерность моделей определяется сложностью моделируемой ЧМС. Часто она такова, что весь процесс становится необозримым. Поэтому подобно тому, как деятельность большого коллектива может быть разбита на деятельность отдельных людей, необходимо при большой размерности декомпозировать модели процесса в целом или крупных его частей на более мелкие, функционально самостоятельные, но уже обозримые фрагменты.
Принцип эквивалентирования. Этот принцип заключается в том, что отдельные фрагменты или весь процесс функционирования в целом могут заменяться операциями меньшей размерности, имеющими те же количественные значения показателей ЭКН, что и исходные ("редуцируемые" или "сворачиваемые") фрагменты.
Алгоритмы последовательной оптимизации с проверкой необходимых условий допустимости частичных решений
Разработанное в диссертации программное обеспечение встраивается в гибридную экспертную систему проектирования ЧМС ИНТЕЛЛЕКТ-2 [73]. Для модернизированной версии программного продукта будем использовать название -ЭСЧМС (экспертная система проектирования человеко-машинных систем) [87,88].
В [71] предложена концепция, основные принципы и элементы технологии проектирования ЧМС по вероятностным и нечетким показателям ЭКН. Основу технологии составляют объектно-ориентированный и структурный подход к проектированию ЧМС, метод последовательной оптимизации и продукционно-логическая база знаний, охватывающая все аспекты среды проектирования. Под технологией проектирования ЧМС по вероятностным и нечетким показателям ЭКН понимается комплекс методов, способов и средств, обеспечивающих автоматизированное хранение, обработку, передачу и отображение информации, используемой при исследовании и проектировании ЧМС. Технология проектирования регламентирует следующее: требования к составу и форме представления типовых информационных элементов - ТФЕ и ТФС, а также к подключаемым продукционно-логическим базам знаний; процедуры задания множества альтернатив, ограничений и отношения предпочтения (критерия оптимальности); средства управления ходом решения задачи оптимизации и модификации оптимизационной модели; доступ к справочникам (архиву) оптимизационных моделей и их элементов; экранные формы отображения промежуточных результатов и решения задачи оптимизации. В основу предлагаемой технологии проектирования положены следующие общие методологические принципы: проблемной ориентированности; целостности; совмещения объектно-ориентированной и структурной технологии проектирования ЧМС; интеграции вероятностного и нечеткого описания показателей ЧМС; взаимно однозначного соответствия алгоритмической (объектной) составляющей ЧМС и вероятностного и (или) нечеткого описания показателей ЭКН, с последующей их оценкой; типовых функциональных структур, единиц и объектов (классов) в ЧМС; многомерности ЧМС; альтернативности ЧМС; оптимизации ЧМС; учета влияющих факторов (внешней среды) и ситуаций в ЧМС на показатели ТФЕ и структуру ЧМС; эквивалентных преобразований задач оптимизации на ООФС к постановкам оптимизационных задач на других моделях. На рис. 3.1 представлена связь основных процедур и баз данных (знаний) технологии проектирования ЧМС. Наиболее полно указанная технология проектирования программно реализована в виде гибридной экспертной системы ИНТЕЛЛЕКТ-2, функционирующей на ПЭВМ типа IBM PC в операционной среде Win32, языки программирования C++Builder и Visual Prolog и предоставляющей пользователю следующие возможности: задавать множество альтернатив ЧМС в форме альтернативного графа с применением структурной и (или) объектно-ориентированной технологий; вести справочники элементов ЧМС, используемых функций и ТФЕ в объектно-ориентированном виде; подключать произвольную продукционно-логическую базу знаний в форме Пролог-программы и транслировать оптимизационную модель, а также любую ее составляющую, в Пролог-программу; определять критерий оптимальности и ограничения задачи оптимизации на основе вероятностных или нечетких показателей; проводить оценку мощности и трудоемкости получения эффективных решений для всех ТФЕ альтернативного графа; выбирать оптимальный алгоритм направленного перебора; задавать управляющие параметры для алгоритма оптимизации; управлять ходом решения задачи оптимизации; выделять множество эффективных решений для произвольной ТФЕ в АГ; отображать результаты проектирования и запоминать их в архив решений.
Гибридная экспертная система ИНТЕЛЛЕКТ-2 предназначена для автоматизации проектирования ЧМС на основе вероятностных и нечетких показателей ЭКН методом последовательной оптимизации и предоставляет пользователю следующие основные возможности: Задавать множество альтернатив ЧМС в форме альтернативного графа (рис. 1.6) с использованием структурной и (или) объектно-ориентированной технологий. Множество ТФС, входящих в суперпозицию ФС (ФСС), определяется ТФС "Условие" (рис. 1.7). 1. Вести справочники элементов ЧМС, используемых функций и ТФЕ в объектно-ориентированном виде. 2. Подключать произвольную продукционно-логическую базу знаний в форме Пролог-программы и транслировать оптимизационную модель, а также любую ее составляющую, в Пролог-программу. 3. Определять критерий оптимальности и ограничения задачи оптимизации (1.4) на основе вероятностных или нечетких показателей (табл. 1.6). 4. Проводить оценку мощности и трудоемкости получения эффективных решений для всех ТФЕ альтернативного графа. 5. Выбирать оптимальный алгоритм направленного перебора. 6. Задавать управляющие параметры для алгоритма оптимизации. 7. Управлять ходом решения задачи оптимизации. 8. Выделять множество эффективных решений для произвольной ТФЕ в АГ. 9. Отображать результаты проектирования и запоминать их в архив решений. ГЭС ИНТЕЛЛЕКТ-2 (рис. 3.2) функционирует на ПЭВМ типа IBM PC в операционной среде Win32, языки программирования С-н-Builder и Visual Prolog [82,83].
Общее описание гибридной экспертной системы проектирования ЧМС ИНТЕЛЛЕКТ-2
Компьютерная сеть института Энергетики является одной из больших сетей города Улан-Батора. Число пользователей непрерывно растет из месяца в месяц. Основателями этой сети являются профессор ЧЛацагдорж и специалист из Японии инженер Ито. Сеть создавали преподаватели института под руководством профессора Ч.Нацагдоржа при поддержке проекта ЛСА и посольства Японии в Монголии.
В 1994 году было принято решение о создании общей компьютерной сети, объединяющей различные институты Монгольского Государственного Университета Науки и Технологий. В 1995 году к этой сети были подключены главный корпус университета, институт Энергетики и институт Строительства. В каждом институте работали компьютеры Workstation Hitachi в системе Unix и компьютерные классы из пяти персональных компьютеров на базе процессора 486, а также были подключены к интернету около 30 пользователей. В то время это было очень даже не плохо. В настоящее время в институте Энергетики работают 4 компьютерных класса, в том числе, один класс на 50 персональных компьютеров. Следует иметь в виду, что из примерно 380 пользователей МГУНиТ более 200 пользователей относятся к Энергетики.
По своим статистическим данным институт Энергетики занимает второе место в университете по числу персональных компьютеров на одного студента и преподавателя. В институте энергетики каждый преподаватель имеет персональный компьютер и более 80% преподавателей подключены к интернету. Из всех имеющихся компьютеров около 40% составляют компьютеры типа Pentium III и IV [89-92].
Наряду с ростом числа пользователей локальной сети и интернета, нарастает потребность увеличения скорости передачи информации и надежности работы данных сетей.
Институт энергетики подключается к LAN сети МГУНиТ по трем путям (рис. 3.7). Каждый выход имеет прокси-сервер (Proxy server) и теоретически максимальное число подключаемых пользователей равно 254-м.
Самый большой компьютерный класс состоит из 50 персональных компьютеров типа Pentium III и подключен к интернету через 2 IP адреса. В этом классе установлен сервер, имеющий две сетевые карты и одну входную карту. Для обслуживания служебных адресов института установлены необходимые концентраторы (HUB). На некоторых концентраторах использованы подключения через витую пару (UTP) и через коаксиоль кабель (BNC) (рис. 3.8)
Из-за повышения количества пользователей скорость работы сети университета значительно уменьшается из года в год. В 2000 году началось строительство сети, объединяющей все университеты Улан-Батора. К этой сети подключился и наш университет. К сожалению, скорость работы этой сети очень сильно зависит от числа пользователей. Это произошло из-за неправильного выбора топологии сети при проектировании. Все пользователи нашего университета выходят в интернет через один маршрутизатор (rooter mashine) и через радиомодем со скоростью 8Кбит/сек. Это вообще не соответствует нашим требованиям. Также скорость передачи данных радиомодема прямо зависит от окружающей температуры, расположения антенны, давления атмосфера и влажности.
В настоящее время обслуживают все компьютеры института два инженера. Один из них является администратором. Лаборанты отвечают за сохранность компьютеров (как за имущество). Обслуживанием компьютеров и поддержанием сети в рабочем состоянии занимаются только эти два инженера.
Желающих подключиться к интернету в данный момент около 160 пользователей. Кабели, коннекторы, а также сетевые карты, в малых количествах хранятся на складе. Летом 2003 года установили оптический кабель от главного корпуса университета до института Энергетики. Но поскольку не меняли сервер и другие кабели, скорость передачи информации практически не изменилась. Скорость сети составляет в выходные дни 4-32 ms а в рабочие дни 2600 ms.
Частые отказы компьютеров и низкая надежность сети отрицательно действует на учебный процесс института. Поэтому, принятие своевременных решений по ликвидации отказов компьютеров и сети в целом, является очень актуальной задачей не только для института Энергетики, но и МГУНиТ.
