Содержание к диссертации
Введение
Раздел 1 Анализ особенностей процесса формирования и управления жизненным циклом информационных систем. постановка задачи исследования
1.1. Анализ влияния особенностей современных информационных систем на процесс формирования и управления их жизненным циклом .
1.2. Обзор существующих методов моделирования жизненного цикла информационных систем с учетом изменения их состояния и требований к качеству их функционирования
1.3. Формирование путей решения задачи прогнозирования длительности жизненного цикла информационных систем на основе комплексного мониторинга морального старения. Постановка задачи исследований
Раздел 2 Прогнозирование экономического морального старения информационных систем (морального старения рода)
2.1. Анализ структуры затрат на эксплуатацию ИС с выделением переменных составляющих затрат
2.2. Разработка способа полимодельного прогнозирования изменения эксплуатационных затрат
2.2.1. Описание моделей индивидуального прогнозирования затрат на основе линейного и параболического трендов
2.2.2. Описание модели индивидуально-группового прогнозирования затрат на основе линейного и параболического трендов
2.2.3. Описание модели индивидуального прогнозирования затрат на основе нечетких динамических рядов
2.3. Способ оценивания предельных сроков службы технического оборудования ИС по критерию максимально при емлемых затрат
Выводы по разделу
Раздел 3 Прогнозирование процесса функционального морального старения информационной системы (морального старения II рода)
3.1. Оценивание параметров нечеткой линейной регрессионной модели функционального морального старения
формационной системы
3.2. Прогнозирование степени функционального морального старения на основе нечеткой линейной регрессионной
Выводы по разделу
Раздел 4 Прогнозирование процесса деградации ресурсной отказоустойчивости информационной системы (морального старения III рода)
4.2. Определение предпочтительных путей компенсирования морального старения третьего рода оборудования ИС
Выводы по разделу
Научно-практические аспекты применения результатов прогнозирования морального старения при управлении длительностью жизненного цикла информационной системы
5.1. Алгоритм определения длительности жизненного цикла информационной системы на основе комплексного мониторинга морального старения
5.2. Прогнозирование остаточного морального ресурса и определение путей развития системы сбора и обработки информации о состоянии объектов космодрома
5.2.1. Анализ качества функционирования существующей системы сбора и обработки информации о состоянии объектов космодрома
5.2.2. Прогнозирование остаточного морального ресурса первого рода для ИС сбора и обработки информации о состоянии объектов космодрома
5.2.3. Прогнозирование остаточного морального ресурса второго рода для ИС сбора и обработки информации о состоянии объектов космодрома
5.2.4. Прогнозирование остаточного морального ресурса третьего рода для ИС сбора и обработки информации о состоянии объектов космодрома
Выводы по разделу 5
- Обзор существующих методов моделирования жизненного цикла информационных систем с учетом изменения их состояния и требований к качеству их функционирования
- Описание модели индивидуально-группового прогнозирования затрат на основе линейного и параболического трендов
- Прогнозирование степени функционального морального старения на основе нечеткой линейной регрессионной
- Прогнозирование остаточного морального ресурса и определение путей развития системы сбора и обработки информации о состоянии объектов космодрома
Обзор существующих методов моделирования жизненного цикла информационных систем с учетом изменения их состояния и требований к качеству их функционирования
Современные объекты и субъекты экономических отношений представляют собой сложные организационные системы, взаимодействующие друг с другом в динамической среде с различными видами неопределенности, генерируемой как самими объектами, так и условиями их функционирования и взаимодействия.
Достижение целевых параметров функционирования в этих условиях требует целенаправленной организации непрерывного информационного обмена в системе отношений объектов и субъектов, так как отдельные составляющие данных отношений, во-первых, находятся в постоянном взаимодействии друг с другом и, во-вторых, непрерывно изменяются.
Условия рыночной экономики ставят новые задачи перед предприятиями и организациями по комплексной автоматизации управления производственными и технологическими процессами, трудовыми ресурсами. Возрастание объема и усложнение задач, решаемых в области организации производства, требует использования в контуре управления взаимодействием объектов и субъектов экономических отношений современных информационных систем управления.
Информационная система управления (ИСУ) [28] – это «совокупность информации, экономико-математических методов и моделей, технических, программных, других технологических средств и специалистов, предназначенная для обработки информации и принятия управленческих решений».
ИСУ, в основном, предназначена для решения задач планирования, оперативного управления, бухгалтерского учета. В работе Кононыхина С.А. [24], в частности, отмечается, что «многие учетные задачи (бухгалтерский и материальный учет, налоговое планирование, контроль и т.д.) решаются без дополнительных затрат путем вторичной обработки данных оперативного управления. Учет является необходимым дополнительным средством контроля. Используя оперативную информацию, полученную в ходе функционирования автоматизированной информационной системы, руководитель может спланировать и сбалансировать ресурсы фирмы (материальные, финансовые и кадровые), просчитать и оценить результаты управленческих решений, наладить оперативное управление себестоимостью продукции (товаров, услуг), ходом выполнения плана, использованием ресурсов и т.д.».
ИСУ позволяют [24]: «повышать степень обоснованности принимаемых решений за счет оперативного сбора, передачи и обработки информации; обеспечивать своевременность принятия решений по управлению организацией в условиях рыночной экономики; добиваться роста эффективности управления за счет своевременного представления необходимой информации руководителям всех уровней управления из единого информационного фонда; согласовывать решения, принимаемые на различных уровнях управления и в разных структурных подразделениях; за счет информированности управленческого персонала о текущем состоянии экономического объекта обеспечивать рост производительности труда, сокращение непроизводственных потерь и т.д.».
Классификация информационных систем управления зависит от видов процессов управления, уровня управления, сферы функционирования экономического объекта и его организации, степени автоматизации управления.
Основными классификационными признаками информационных систем управления являются [26]: «уровень в системе государственного управления; область функционирования экономического объекта; виды процессов управления; степень автоматизации информационных процессов».
По уровню информационного обеспечения выделяют федеральные, территориальные и муниципальные ИС [26, 28]. При этом «ИС федерального значения предназначены для информационного обслуживания аппарата ад 14 министративного управления и функционируют во всех регионах страны. Территориальные ИС предназначены для решения информационных задач управления административно-территориальными объектами, расположенными на конкретной территории. Муниципальные ИС функционируют в органах местного самоуправления». По предметной области целевого применения выделяют автоматизированные ИС промышленности, сельского хозяйства, министерства обороны, транспорта, связи, банковские и др. По видам процессов управления ИС подразделяются на ИС управления технологическими процессами и комбинированные ИС. Первые предназначены для автоматизации различного типа технологических процессов. Вторые представляют собой многоуровневые иерархические системы управления технологическими процессами и предприятиями.
Если производственный процесс носит распределенный характер, ИС приобретают свойство распределенности, т.е. можно говорить о классе прикладных распределенных информационных систем (ПРИС).
Для ПРИС характерны свойства, которыми обладают сложные технические системы, а именно [28]: «целостность, эмерджентность, иерархичность, сложность, динамичность, неопределенность условий функционирования».
Предельный срок службы любой сложной технической системы (СТС) конечен, так как неизбежно ограничен интервал времени, в течение которого параметры системы можно поддерживать в установленных пределах, заданных в технических требованиях. По истечении этого срока наступает предельное состояние (ПС) СТС.
Описание модели индивидуально-группового прогнозирования затрат на основе линейного и параболического трендов
Сущность индивидуально-группового метода прогнозирования (ИГМП) затрат заключается в том, что при малом числе точек временного ряда, описывающего изменение во времени эксплуатационных затрат, начальные (априорные) оценки параметров параболического тренда получаются на основе обработки дополнительной информации в виде однородной выборки временных рядов, получаемых при наблюдениях за однотипными ИС в сходных условиях эксплуатации.
Математической моделью детерминированного компонента случайной последовательности, представляющей прогнозируемый параметр затрат, является временной полином второй степени (#и = 3). Коэффициенты полинома
Зк (параметры модели ИГМП, к = 1,2,...,) являются случайными величинами с известными математическими ожиданиями \\0к\\ и ковариационной матрицей о-н. Структура модели ИГМП (форма аппроксимирующего многочлена) в общем случае представляется в виде m St = Зкт = 3,+ 32rt + 33rf +... + ЗттГ1, (2.35) k=i где Зі- параметры модели ИГМП, k = l,2,...,m. Близкие к оптимальным оценки параметров Зк, входящих в модель (2.35), могут быть получены с использованием функции правдоподобия G({3k }) = p{{zi}l{3k})p{{3k}). (2.36) При этом задаются: а) нормальная функция распределения вероятностей результатов наблюдений m 1 б) многомерная (m- мерная) функция распределения априорной вероятности параметров прогнозирующей модели матрица, обратная ковариационной, с элементами ак1.
Функция правдоподобия с учетом рассмотренных соотношений (2.36), (2.37) и (2.38) имеет вид: Решение системы т линейных уравнений (2.41) дает совокупность апостериорных оценок Зк коэффициентов Зк многочлена (2.35).
Полученные оценки Зк составляют матрицу последовательно выполняемых процедуры: 1) подготовка априорной информации; 2) подготовка измерительной информации; 3) вычисление вспомогательных величин; 4) расчет значений параметров модели ИГМП. Первый этап, обеспечивающий подготовку априорной информации, включает в себя: а) обращение ковариационной матрицы \\аы\\; б) нахождение левой информационной матрицы в) нахождение правой информационной матрицы Четвертый этап включает в себя нахождение оценок коэффициентов модели детерминированного компонента Л=\+ІХл. (2.54) Прогноз st(l) временного ряда (ВР) эксплуатационных затрат, осуществляемый в момент т, с упреждением /, l = 1,L, характеризуемый минимальной среднеквадратичной ошибкой, рассчитывается как:
Точность прогнозирования оценивается с помощью доверительного интервала прогноза, нижняя и верхняя границы st+l (±) которого рассчитываются для уровня доверительной вероятности а, являющейся мерой достоверности прогнозирования: st+l(±) = st(l)±As(l). (2.57) Значение Az(l) зависит от степени влияния комплекса причин, вызывающих появление погрешности прогнозирования и рассчитывается как As(I)=SpxK(l), (2.58) где Sp = JI\ = S2с м + S2с л - есть среднеквадратическое суммарное отклонение прогноза, обусловленное комплексным влиянием смещения параметров модели относительно истинных значений и случайной составляющей временного ряда, не учитываемой при оценке значений коэффициентов аппроксимирующего полинома (2.35).
Коэффициент К(1) учитывает влияние на границы доверительного интервала величины доверительной вероятности а и величины интервала упреждения прогноза /.
Значение к (Г) вычисляется для случая параболического тренда второй степени согласно выражениям, приведенным в монографии [34]:
Модель индивидуального прогнозирования нечетких динамических рядов в отличие от применяемых в прогностике детерминированы и стохастических моделей позволяет использовать в качестве исходных данных, как традиционные детерминированные оценки прогнозируемого процесса, так и экспертные оценки его будущих значений в интервальной или нечеткой форме.
Математическая модель прогнозирующей функции при этом может быть представлена в виде временного полинома с нечеткими коэффициентами. Значения этих коэффициентов вычисляются на основе решения матричного уравнения с нечеткими компонентами.
В отличие от классического регрессионного анализа, использование нечетких регрессионных зависимостей приводит к необходимости описания доверительных границ прогноза с помощью нечетких доверительных интервалов. Область возможных значений прогнозов затрат при этом задается с помощью граничных нечетких множеств или сетки линий равной принадлежности.
Прогнозирование степени функционального морального старения на основе нечеткой линейной регрессионной
В ситуации, когда форма ФП //(г,.) и ц(щ)задается произвольно, вы числить параметры КРП в общем случае достаточно сложно. В этом случае целесообразно упростить способ аналитического описания формы ФП //(г,.) и n(mt), перейдя к ФП специального типа, в частности к ФП НМ (L-R) типа При этом описание КРП Lt / упрощается: если ФП НМ тг и т1 имеют треугольную или трапециевидную форму, то КРП описывается в виде совокупности вложенных прямоугольников, если форму параболы – то кругов или эллипсов (рис. 3.4). m
Упрощенные способы описания КРП Li l При круговой или эллиптической форме КРП аналитические выражения для описания Li l могут быть представлены соответственно выражениями (3.7) и (3.8): где [Л]+ = тах{Л,0}; Гц -радиусы круговых КРП; иц и уц. - полуоси эллипсов; (тц,тц) - центры круговых или эллиптических КРП.
С учетом сделанных предположений результаты экспертного оценивания степени ФМС ИС могут быть представлены в виде нечеткого временного ряда - совокупности НМ мі, i = \,N, заданных на плоскости Z = ТхМ с (3.9) т.е. основанием нечеткого множества т является подмножество значений его универсальной переменной т, для которых функция принадлежности к рассматриваемому НМ отлична от нуля.
Рассмотрим два произвольно заданных НМ т, и Т]. на одной и той же универсальной переменной т. Данные НМ будут являться пересекающимися, если пересекаются их основания, т.е.: ST ST 0 (3 Ш где ST, и ST. есть основания соответствующих нечетких множеств. Если к из N нечетких временных интервалов вида (3.1) пересекаются, то можно сформулировать общее правило агрегирования нечетких наблюдений м,.: JUMQ (г, т) = max цщ (г, т) = max min( ju{rik), ju{mik)) Q щ Tik m ik
Задача моделирования процесса ФМС ИС на основе нечетких экспертных оценок состоит в описании некоторым предпочтительным способом закона изменения НВР экспертных оценок степени морального старения II рода с помощью однофакторной линейной регрессионной зависимости вида
В иной трактовке рассматриваемая задача может быть сформулирована как задача отображения в трёхмерном пространстве отношения Ч х % — [0; 1] путем построения некоторой поверхности Sw, при этом каждая точка поверхности Sw интерпретируется как значение показателя качества аппроксимации НВР (при условии выбора параметров („,)). Допустим, что в выражении т = 0+ ,хт переменная г равна г0. Тогда, если известна поверхность S TxM, то можно полагать, что ординате т соответствует значение ФП, равное /лм (г0,4 + г0), изменяемое при из менении г є Т (см. рис. 3.6).
Показатель ЦБ(О,6) может служить в качестве оценки степени адекватности описания изменения НВРМ N кривой G(&,6). Можно предложить еще один вид показателя качества аппроксимации, характеризующий степень приближения к G(f) - наилучшей аппроксимирующей кривой из возможных.
Определим кривую G(f) следующим образом: График функции G(f) составляется из точек (г,т) є Z, в которых функция juM(r,m) максимальна по всем т є М, причем переменная г в выражении (3.20) трактуется как параметр, т.е. для того, чтобы построить график Дт), необходимо принять во внимание только те точки т, в которых функция juM(r,m) максимальна при данном т.
Показатель uc( fo,6;/) є [0,1] может рассматриваться в качестве количественной меры степени адекватности модели (3.12) нечётким наблюдениям. Следовательно, можно полагать, что нечёткая оценка параметров линейного уравнения регрессии (3.12) может быть представлена в виде НМ коэффициентов регрессионного уравнения ( ,,) Є Ч В случае рассмотрения много факторной линейной модели, когда помимо фактора времени учитываются дополнительные факторы, влияющие на интенсивность функционального морального старения, например факторы ограничения по финансированию, принимая во внимание (3.24) и (3.25), получим: где R - множество точек (о, 6) с оценённой ФП по описанному выше алгоритму; X0(R) = card R - мощность множества R; X0 т р(R) - требуемое число точек ( о , ) с оценённой ФП для построения поверхности Sw . При невыполнении условия (3.41), полагаем: С :=С+ А0, := + Д, (3.42) где Ао и Ді - принадлежащие множеству действительных чисел случайные числа, 1 + Л0 є , + Д є 2 . При выполнении условия (3.41) переходим к шагу 12. Шаг 12. Аппроксимируя точечные оценки {(СО} поверхностью второго порядка, осуществляем построение поверхности Sw . 3.2. Прогнозирование степени функционального морального старения на основе нечеткой линейной регрессионной модели После того, как построена поверхность 2 , появляется возможность описания тенденции изменения степени ФМС ИС во времени, т.е. прогнозирования степени морального устаревания ИС по критерию функциональной деградации. Задачу прогнозирования степени морального устаревания ИС можно решить в прямой и обратной постановке. Прямая постановка задачи прогнозирования ФМС формулируется следующим образом: необходимо найти прогнозное значение степени ФМС ИС при некотором заданном значении тпрогн времени эксплуатации ИС. Решение задачи прогнозирования степени ФМС в прямой постановке связано с нахождением условной ФП: /и = { /и,// (/и) }5 (3.43) При этом результат прогнозирования степени ФМС является нечётким и описывается с помощью ФП следующего вида иЛт) = Ио -тпрогн)= max //,(,,;/). (3.44) Графически решение задачи прогнозирования степени ФМС ИС в прямой постановке проиллюстрировано на рис. 3.12. т г, прогн. Рис. 3.12. Решение задачи прогнозирования степени ФМС ИС в прямой постановке Целью решения задачи прогнозирования степени ФМС в обратной постановке является определение значения времени эксплуатации ИС, при котором будет достигнут предельно допустимый уровень степени ФМС ИС.
Прогнозирование остаточного морального ресурса и определение путей развития системы сбора и обработки информации о состоянии объектов космодрома
Первый этап характеризуется тем, что ПВТР функционирует устойчиво, отказавшие модули заменяются или ремонтируются без задержки и ограничений. ЗИП восполняется регулярно и в полном объеме.
Данный этап является в некотором смысле идеальным с точки зрения возможностей восстановления работоспособного состояния при отказах оборудования ИС. Вероятность недостижения предельного состояния ИС по критерию неустранимого отказа на данном этапе равна единице.
Первый этап составляет по длительности основную долю жизненного цикла ИС и не входит в период морального старения 3-го рода, так как предпосылки морального старения 3-го рода на данном этапе отсутствуют полностью. На втором этапе ПВТР функционирует также устойчиво, отказавшие модули заменяются или ремонтируются без задержек и ограничений. Однако на данном этапе появляется тенденция ограничения возможностей восполнения ЗИП. ЗИП восполняется в основном за счет перераспределения ранее созданных запасов.
Второй этап совпадает с началом морального старения 3-го рода, так как первые предпосылки морального старения 3-го рода уже проявляются на данном этапе, хотя напрямую не влияют на ВНПС, значение которой на данном этапе равно единице.
Третий этап характеризуется тем, что ПВТР функционирует в целом устойчиво, отказавшие модули заменяются или ремонтируются, однако, с задержками и дополнительными затратами средств.
Усиливается тенденция ограничения восполнения ЗИП. ЗИП восполняется за счет перераспределения запасов, ремонта отказавших модулей и снятых с эксплуатации образцов. Намечается тенденция ограничения возможностей ремонта. ПВТР функционирует устойчиво, отказавшие модули заменяются или ремонтируются без задержки и ограничений. Наметилась тенденция ограничения восполнения ЗИП. ЗИП восполняется за счет перераспределения запасов. Появились предпосылки морального старения 3-го рода. ПВТР функционирует устойчиво, отказавшие модули заменяются или ремонтируются, однако, с задержками и дополнительными затратами средств. Усиливается тенденция ограничения восполнения ЗИП. ЗИП восполняется за счет перераспределения запасов, ремонта отказавших модулей и снятых с эксплуатации образцов. Наметилась тенденция ограничения возможностей ремонта. Усилились предпосылки морального старения 3-го рода.
IY D D D D D D D D D D D D ПВТР функционирует неустойчиво, задержки времени восстановления работоспособности значительны. Затраты средств на поиск и приобретение запасных элементов большие. ЗИП израсходован в значительной мере. Ремонт затруднен из-за перепрофилирования ремонтных органов на ремонт более новой техники.
Y D С О О О D D О О О D D ПВТР находится в предпредельном состоянии. Отказы модулей устраняются за счет нестандартных мероприятий, например, поиска и приобретения запасных элементов у предприятий, списавших оборудование и реализующих его по остаточной стоимости. Простои оборудования ИС в состоянии неустраненного отказа мешают выполнению заданных функций ИС. Затраты на восстановление работоспособности критичны для эксплуатирующей организации.
YI D О О О О D О О О О О D ПВТР полностью деградировала. Восстановление работоспособности ИС при отказах невозможно или нецелесообразно. Остаточный ресурс ИС определяется только надежностью оборудования. Любой отказ равносилен предельному состоянию ИС.
На третьем этапе процесс морального старения 3-го рода продолжает развиваться, проявляясь в сокращении объема ЗИП, снижения возможностей восполнения ЗИП и возможностей ремонта оборудования. Значение ВНПС на данном этапе также равно единице.
На четвертом этапе впервые вероятность недостижения предельного состояния по критерию неустранимого отказа начинает снижаться относительно максимального единичного уровня, что свидетельствует о начале активной фазы морального старения 3-го рода.
ПВТР функционирует в целом устойчиво, однако задержки времени восстановления работоспособности значительны. Затраты средств на поиск и приобретение запасных элементов большие. ЗИП израсходован в значительной мере. Ремонт затруднен из-за перепрофилирования ремонтных органов на ремонт более новой техники и недостатка специалистов.
Пятый этап характеризуется усилением действия факторов морального старения 3-го рода. ПВТР находится в преддеградационном состоянии. Отказы модулей устраняются за счет нестандартных мероприятий, например, поиска и приобретения запасных элементов у предприятий, списавших оборудование и реализующих его по остаточной стоимости. Простои оборудования ИС в состоянии неустраненного отказа мешают выполнению основных функций ИС в полном объеме и с заданным качеством. Затраты на восстановление работоспособности критичны для эксплуатирующей организации.
Шестой этап завершает период морального старения ИС 3-го рода. ПВТР на данном этапе полностью деградирует. Восстановление работоспособности ИС при отказах невозможно или нецелесообразно. Остаточный ресурс ИС определяется только остаточной надежностью оборудования. Любой отказ в отсутствие резерва равносилен наступлению предельного состоянию ИС по критерию неустранимого отказа.
С точки зрения эксплуатационной пригодности применение ИС по назначению возможно без существенных рисков только на первых трех этапах и отчасти на четвертом этапе (при ограничениях на допустимую область изменения ВНПС). Дальнейшая эксплуатация связана с риском потерь, обусловленных влиянием отказов оборудования ИС на способность ее решать полный перечень задач с требуемым качеством. В этом случае необходимо компенсировать возможности возникновения неустранимых отказов оборудования ИС.