Файл: Оптимизация процессов грузовой работы..pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 09.04.2024

Просмотров: 258

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

ГЛАВА 4

Т а б л и ц а 4.30 Получение членов промежуточной оптимальной последовательности при рассмотрении параметров г1гъ

 

 

 

0

0,1320

0,1373

0,1520

 

 

0

1

3

6

fib

 

0

5

10

i 1

 

"

 

 

 

 

 

 

0

 

0

0,1320

0,1373

0,1529

 

0

 

0

1

3

6

 

0

 

0

5

1

0

1 1

0,1923

0,1923

0,1757

0,0600

0,0730

 

8

 

8

9

1 1

14

2

0

2

0

25

30

31

 

 

 

 

1

 

 

 

с максимальной достоверностью, и продолжают такой же анализ для всех оставшихся последовательностей. Из таблиц следует, что для обеспечения максимального значе­

ния

достоверности

контроля

необходим следующий набор параметров:

г і = О,

z2 =

0,

z3 =

1, z4 =

1,

z5 =

1.

 

 

кон­

 

Для случая, когда соответствующие части системы включаются на время

троля определенного параметра, максимум целевой функции (4.41) достигается

при

следующем

наборе

контролируемых

параметров: Zi = 0 , Z2 = 0, z;j = 0 ,

z4 = 0,

Zg =

1.

Процесс выбора оптимального набора контролируемых параметров в этом

случае

иллюстрируется

табл. 4.27—4.30.

можно

 

Из

рассмотрения

полученных

наборов контролируемых параметров

сделать вывод, что при определении оптимального набора этих параметров существен­ ное значение имеет режим работы автоматической системы контроля.

Рассмотренный алгоритм выбора оптимального числа контроли­ руемых параметров имеет некоторые особенности по сравнению с алгоритмом Прошана и Брея [3 2 ]. Д л я членов, из которых состав­ ляется мажорирующ ая последовательность, с увеличением номера члена происходит увеличение только лимитирующего параметра, в данном случае веса и времени, а значение целевой функции может быть произвольным. Это в общем случае увеличивает область поиска мажорирующей последовательности. Однако в рассмотренном алго­ ритме на каждом ш аге в таблице могут быть только две строки, одна из которых повторяет мажорирующую последовательность, получен­ ную на предыдущем ш аге оптимизации. Это обстоятельство позволяет непосредственно находить мажорирующую последовательность на следующем ш аге оптимизации путем изменения предыдущей м аж о­ рирующей последовательности с учетом характеристик присоединяе­ мого контролируемого параметра. При использовании такой возмож-,

ности

происходит относительное усложнение алгоритма Прошана

и Б р ея

[3 2 ], но сокращ ается объем вычислительной работы и зн а­

чительно понижаются требования к объему запоминающего устрой­ ства при решении задачи на электронно-вычислительной машине.

А Л ГО Л -программа, реализующ ая описанный алгоритм, представ­ лена в приложении I I I .

1 3 5


 

Глава

И С С Л Е Д О В А Н И Е Ф У Н К Ц И И

5

Г О Т О В Н О С Т И

 

С У Д О В Ы Х С И С Т Е М

 

У П Р А В Л Е Н И Я Н А Э Ц В М

 

ОСОБЕННОСТИ СТАТИСТИЧЕСКОГО

§ 5.1

МОДЕЛИРОВАНИЯ ПРОЦЕССА

 

ФУНКЦИОНИРОВАНИЯ ОБСЛУЖИВАЕМЫХ СИСТЕМ

В предыдущих главах рассмотрены возможности исследования характеристик надежности и готовности с помощью аналитических методов. В тех случаях, когда полученные уравнения оказались достаточно сложными, предложены алгоритмы решения этих уравне­ ний с помощью Ц ВМ . При этом Ц ВМ играла роль достаточно мощного и эффективного, но все ж е вспомогательного устройства. Однако при необходимости рассмотреть процесс функционирования судна в це­ лом или функционирование ряда ремонтных баз в условиях крупного

порта аналитические модели

оказываю тся

настолько сложными,

что д аж е использование Ц ВМ

не приводит

к получению ясных и

обозримых результатов. Подобная ситуация склады вается во многих областях техники при необходимости исследования сложных систем. Поэтому все чаще по мере возрастания возможностей Ц ВМ и улучш е­ ния их математического обеспечения исследователи обращаются к мо­ делированию процессов функционирования на аналоговых и цифро­ вых вычислительных машинах [9, 10, 20, 37, 3 8 ].

Провести четкую грань между чисто аналитическими расчетами

и моделированием на

Э ВМ трудно, так как эта грань зачастую зави ­

сит от субъективных

факторов (квалификации исследователя, при­

верженности его к использованию аналитического аппарата и т. д .). Выбор метода оценки характеристик готовности можно произ­

водить на базе предлагаемых ниже критериев.

Наиболее общим критерием является целесообразность прове­ дения расчета тем или иным методом. Т ак, вряд ли целесообразно проводить сложный расчет с привлечением Э ВМ на начальном этапе проектирования, когда можно использовать широко известные фор­ мулы теории надежности. Поэтому степень целесообразности не­

обходимо оценивать количественно с

учетом всех

возможных хар ак ­

теристик.

 

 

 

 

 

 

 

 

 

Время,

затрачиваемое

на проведение расчета. П оскольку обеспе­

чение надежности

должно

осущ ествляться в

процессе проектирова­

ния

системы, то

оправдано

будет следующее

неравенство:

 

 

 

 

 

 

 

 

 

(5.1)

где

t3 —

продолжительность

этапа

проектирования;

іп-0— про­

должительность проведения

оценки

надежности;

tB K

продолжи­

тельность

внесения коррективов.

 

 

 

 

1 3 6


 

 

ГЛАВА 5

Очевидно, что следует применять такой метод расчета, который

не наруш ает

неравенства

(5.1).

П оказатель сложности.

В случае, когда система характеризуется

определенной

технической

эффективностью [1 0 ] и обладает избы­

точностью различного рода: функциональной, временной или алго­ ритмической (не считая резервирования, или структурной избы­ точности), ее характеристики надежности значительно выше характе­ ристик систем с основным соединением. В подобном случае всегда предпочтительнее методы расчета на ЭВМ , так как при этом сни­ мается ряд ограничений, необходимых при аналитическом описании,

исоответственно уменьш ается методическая ошибка б, которая

определяется по формуле

(5.2)

где RE — количественные характеристики технической эффектив­ ности; R0 — количественные характеристики надежности системы с основным соединением; А — ошибка вследствие неточного выбора ин­

тенсивностей отказа.

 

При значениях б— А, лежащ их в

интервале 0 ,5 — 1, выгоднее

проводить исследования с помощью ЭВМ .

П оказатель унифицированности. В

случае, когда система может

быть представлена в виде стандартных блоков, следует составить библиотеку стандартных программ, и тогда вопрос о целесообраз­ ности использования ЭВМ может быть решен следующим образом.

•Если суммарное время и стоимость проведения К расчетов анали­ тически (при условии возможности их проведения) превышает время и расходы на проведение подобных расчетов на Э ВМ , то предпочти­

тельность использования Э ВМ очевидна.

 

 

Указанную

зависимость можно

записать в

виде

неравенства

 

 

 

 

 

(5.3)

где іп о, сп

о

продолжительность

и стоимость проведения оценки

надежности;

/пр, спр ■— продолжительность и стоимость

составления

библиотеки

стандартных программ;

t’„v, спр

продолжительность

и стоимость внесения индивидуальных данных в стандратную про­ грамму; t„, см — продолжительность и стоимость машинного вре­ мени; К — число проводимых расчетов или вариантов расчета.

Естественно, можно было бы предложить и другие критерии, но указанны х выше вполне достаточно для обоснованного выбора

метода

расчета.

Иногда

целесообразно совмещ ать проведение теоретической

оценки

для

отдельных частей с моделированием системы в целом.

Но эта область является еще очень мало изученной, и решение должно приниматься для каждой системы отдельно.

Рассмотрим некоторые особенности вычислительных методов, реализуемых с помощью ЭВМ .

1 3 7


ИССЛЕДОВАНИЕ ФУНКЦИИ ГОТОВНОСТИ НА ЭЦВМ

В зависимости от показателя сложности можно различать два

этапа

использования ЭВМ :

1-

й этап — использование А ВМ и Ц ВМ порознь с получение

самостоятельны х результатов, причем выбор А ВМ или Ц ВМ дик­ туется либо спецификой рассматриваемых задач, либо привязанно­

стями

исследователя

к одному

из

типов

Э ВМ ,

либо

наличием

и загрузкой

ЭВМ на

предприятии;

 

 

 

 

2 -

й

этап — проведение

поэтапных

расчетов

с

использование

цифроаналоговых комплексов

либо с

использованием в начале рас­

чета на А ВМ , а затем

на Ц ВМ

с применением результатов аналого­

вого

моделирования.

 

 

 

 

 

 

 

Естественно, что проведение поэтапных расчетов не является

самоцелью ,

и если возможности

Ц ВМ (объем памяти,

быстродей­

ствие) таковы , что модель системы можно реализовать в один этап, то поэтапное решение не нужно. Однако следует подчеркнуть, что слож ность современных судовых систем управления превышает возможности вычислительной техники, и потому поэтапное модели­ рование является в какой-то мере средством, позволяющим умень­ шить слож ность расчета. При этом выходная информация, полу­ чаемая на первом этапе, долж на послужить входной информацией для второго этапа и т. д.

В процессе исследования надежности с помощью ЭВМ могут представиться две возможности:

1. Аналитические алгоритмы, описывающие поведение системы, обозримы, хотя и весьма трудоемки для непосредственного расчета. В этом случае исследование на машине сводится к программиро­

ванию известных соотношений и непосредственному

расчету. В о з ­

никающие при этом трудности относятся к

числу вычислительных.

2. Аналитические алгоритмы даж е при

принятии

ряда допущ е­

ний оказы ваю тся весьма сложными и малообозримыми. В этом сл у ­ чае целесообразно прибегать к моделированию процесса функциони­ рования. П оскольку этот метод представляет наибольший интерес, рассмотрим его подробней.

Д ля того чтобы результаты моделирования соответствовали ре­ зультатам , получаемым в действительности, модель долж на быть достаточно точной. Создание модели вклю чает следующие основные этапы:

1) выяснение особенностей процесса функционирования сл о ж ­ ной системы;

2)составление алгоритма (аналитического или логического), описывающего поведение системы;

3)построение моделирующего алгоритма;

4)

накопление

статистики,

получаемой

при реализации модели;

5)

выработка

рекомендаций

на основе

проведенного моделиро­

вания.

Алгоритмические модели наиболее полно могут быть исследованы с помощью метода М онте-Карло (метода статистических испытаний).

1 3 8