Файл: Голенко Д.И. Статистические модели в управлении производством.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 11.04.2024
Просмотров: 185
Скачиваний: 0
шины сети (см. п. 1). Функции оператора |
Л 1 6 |
аналогич |
|||
ны функциям |
оператора |
Л3 , за исключением |
того, |
что |
|
оператор Ліб |
работает с |
усеченной сетью. |
Таким |
обра |
зом, алгоритм и критерии оптимальности для этих опе раторов принципиально не могут отличаться.
Оператор Л 1 3 вычисляет очередной момент опроса tki+i. Этот момент определяется из тех соображений, чтобы за время до очередного опроса фактический ход процесса не успел попасть в зону дефицита ресурсов даже при нулевой производительности выполнения ра
бот [1.4]. Значение ti+ih |
определяется как решение урав |
|
нения V0(t*+1 - Д 0 ) = |
Кф(**), где До = 7 ™ - 7 0 |
, |
Отсюда получаем |
формулу |
|
tm= |
V~o [ У ф ( / О ] + Д 0 ; |
(4.3.4) |
где V0~l — функция, обратная V0(t).
Учитывая, что общая производительность не может быть равной нулю (максимальная длительность каж дой работы b(i, /_)<оо), можно уменьшить число опро
сов [4.4, |
1.4, 5.24]. Тогда |
t*+1 |
будет |
решением |
уравнения |
|||
|
|
Уо(7і+і-Ло)= |
У „ с [ £ н + Д і ( / « к ) ] > |
(4-3.5) |
||||
где Д| (tih) |
определяется |
из |
уравнения |
|
|
|||
и, следовательно, |
|
|
|
|
|
|
||
|
|
Ді(/*) = УЙІ |
[УФ{Ь)]-и |
• |
(4.3.6) |
|||
Функция Vnc(t) определяется |
аналогично |
V0(t) |
на |
|||||
основе |
пессимистических |
оценок |
|
продолжительностей |
||||
работ b(i, |
j). |
|
|
|
|
|
|
|
Для |
определения очередного |
момента |
опроса |
из |
уравнения (4.3.5) требуется дополнительно построить
таблицы функции VUc(0 |
в |
операторах |
Л 4 и |
А17. |
||
Оператор Л 1 8 |
определяет |
значение |
первого |
опроса |
||
усеченной сети, |
который |
является очередным |
( t + l ) - M |
|||
опросом модели. Поскольку |
для усеченной |
сети |
имеет |
|||
место |
|
|
|
|
|
|
на основе формулы (4.3.4) получаем |
||
ft |
ft |
у |
ti+i — ti |
+іД0 ; |
на основе формул (4.3.6) и (4.3.5) получаем последова тельно при тех же начальных условиях
Д і ( £ ) = 0
|
|
|
~ f t |
у |
~ f t |
|
|
|
|
||
|
|
V 0 |
(ti+i —Ло) = Vnc (ti+i) • |
|
|
|
|||||
Здесь ДУ —Тіл |
—Т* |
определяются |
на |
основе |
усечен |
||||||
ной сети. |
|
|
|
|
|
|
|
|
|
|
|
Для исходной |
же |
сети |
имеем начальные |
условия |
|||||||
V0 (t0) = Vnc (to) = Уф |
(to) = 0 |
и |
t0 |
= О |
|
(4.3.4— |
|||||
и, соответственно, |
получаем, |
исходя |
|
из |
формул |
||||||
4.3.6) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Д і ( М = 0 , |
|
|
|
|
|
||
|
|
У о ( * Г - Д о ) = |
Vnc (Ті) |
• |
|
|
|
|
|||
Значение t\ |
вычисляется |
оператором |
Л 4 |
и |
сохраняется |
||||||
неизменным |
для |
всех |
реализаций |
|
(восстанавливается |
||||||
оператором F5). |
выполняет функции, |
аналогичные функ |
|||||||||
Оператор |
An |
циям оператора Л4 . Однако для усеченной сети началь
ные УСЛОВИЯ ПрИ ПОСТроеНИИ V%(t) |
будут У н а ч = V(j>(^ife) |
||||
и to = tik. Таким |
образом, |
таблица V0(t) корректируется |
|||
начиная с момента tih с шагом |
At. |
|
|
||
Заметим, что операторы Л 4 |
и An |
могут быть |
объеди |
||
нены в один оператор, если выделить отдельный |
опера |
||||
тор для расчета |
t\ и Д0 |
и добавить |
еще условный опе |
ратор передачи управления оператору А\ъ во всех случаях, кроме первого прохода программы через объе
диненный оператор, когда управление должно |
переда |
||||
ваться |
оператору F5. |
|
|
|
|
Оператор Р\4 проверяет условие |
|
|
|||
|
h |
к |
|
|
|
|
ti+i — ti < 6t |
• |
|
|
|
В случае выполнения условия значение tik |
восстанавли |
||||
вается |
и управление |
передается |
оператору Fl5. |
Этот |
|
случай |
означает, что в момент tik |
процесс |
близок |
к кри- |
тической зоне по координате времени. В противном слу
чае |
управление передается |
оператору |
А8. |
|
про |
|||||
Оператор |
К20 подсчитывает число |
реализаций |
||||||||
цесса. |
|
|
|
|
|
|
|
|
|
|
Оператор Р21 сравнивает число реализаций с задан |
||||||||||
ным |
k^k3 |
и при |
положительном результате |
передает |
||||||
управление |
оператору |
А22. |
|
|
|
|
|
|||
Оператор |
А22 |
осуществляет статистическую |
обработ |
|||||||
ку результатов всех реализаций процесса. |
|
|
|
|||||||
Оператор |
Я23 выдает результаты моделирования |
на |
||||||||
печать и завершает работу алгоритма. |
|
|
|
|
||||||
В заключение |
параграфа |
опишем |
оптимальную |
за |
||||||
дачу |
прогнозирования |
минимального |
дополнительного |
|||||||
объема |
ресурсов |
5 Д 0 П , |
обеспечивающего выполнение |
|||||||
разработки в плановый срок с вероятностью рия- |
Выше |
|||||||||
уже |
отмечалось, |
что |
необходимость |
решения |
|
такого |
рода задачи на стадии оперативного управления возни кает лишь в случае несоответствия фактического со стояния разработки плановому, когда Уф<Уал- На наш взгляд, алгоритм решения должен быть основан на спо собе статистической оптимизации согласно следующей методике.
На этапе 1 решения задачи оптимального прогнози рования устанавливаем объем ресурсов S, заведомо обеспечивающий решение поставленной задачи. В част
ности, |
значение |
S может быть определено |
по формуле |
|||||||||
5 = |
Г |
|
sm&x(i,j), |
где |
G'(Y, |
U)—усеченная |
сеть, |
|||||
a.ma'(Y.u) |
|
|
|
|
|
|
|
|
|
А\Ъ в |
||
построенная |
на момент |
обращения |
к оператору |
|||||||||
описанной выше имитационной |
модели. |
|
|
|
||||||||
Второй |
этап1 |
состоит в |
распределении методом Мон |
|||||||||
те-Карло суммарного объема ресурсов 5 между |
рабо |
|||||||||||
тами |
(і, /) |
сетевой модели G'(Y, U) с целью |
получения |
|||||||||
начальной |
точки |
поиска |
(разумеется, |
в |
пределах |
интер |
||||||
валов |
[Smbi(i, j ) , smax(i, |
j)]). |
|
Алгоритм |
распределения |
|||||||
может |
быть |
использован в сочетании |
с |
эвристическими |
||||||||
методами; он описан в ряде работ, например [4.2]. |
||||||||||||
На |
этапе |
3 в соответствии |
с ранее распределенными |
|||||||||
между работами |
(i, j)<=G'(Y, |
V) |
ресурсами |
s(i,j) |
мно |
|||||||
гократно |
моделируем |
продолжительности |
выполнения |
|||||||||
работ |
(i, j) |
методом Монте-Карло |
с последующим |
опре- |
1 В отличие от предыдущего второй и последующие этапы рабо тают многократно.
делением доверительной вероятности р , соответствую щей плановому сроку окончания разработки Гпл. Алго ритм статистического моделирования сетей со случай ными временными оценками изложен в [1.4, 5.24]. При Р<Рал переходим к последующему этапу. В противном случае управление передается на этап 6.
Этап 4 осуществляет локальный |
случайный |
поиск |
в пространстве s(i, j) (из полученной |
на этапе 2 |
началь |
ной точки) с целью максимизации доверительной веро ятности р , соответствующей Тип1. Алгоритм этого этапа, подобно предыдущим, описан в ряде монографий и ра бот [4.2, 5.24], вследствие чего мы не будем останавли ваться на его подробном изложении. Если в результате
проведения |
случайного |
поиска |
значение коэффициента |
доверия р |
окажется не |
менее |
р П л , управление переда |
ется на этап б. В противном случае переходим к реали зации последующего этапа.
На этапе 5 подсчитываем число k неудачных резуль татов поиска и сравниваем это число с предельным &зад- В случае &<&зад управление передается на этап 2.
При k — k3&R |
работа алгоритма оканчивается, а управле |
||
ние передается на завершающий этап 7. |
|
||
Этап |
6 |
реализует итеративный процесс |
уменьшения |
значения |
5 |
на шаг AS. После этого счетчик |
k на этапе |
5 очищается, а управление передается на этап 2. Таким
образом, последовательное |
уменьшение объема ресур |
||
сов |
5 происходит |
до тех |
пор. пока соответствующий |
Тил |
коэффициент |
доверия |
не станет меньше рпл- |
На этапе 7 происходит определение потребных до полнительных ресурсов 5доп=5щіп—Sm ! l , где Smin опре деляется на этапе б, a S H a n — наличный объем ресурсов в момент обращения к решению оптимальной задачи.
Заметим, что изложенный алгоритм позволяет опре
делить |
не только |
минимальный |
дополнительный |
объем |
|||||
ресурсов 5Д оп, но |
и распределить |
суммарный |
объем |
||||||
5 = 5 н а л + 5 д о п |
по |
оставшимся |
операциям |
разработки. |
|||||
Что касается |
задачи построения |
календарного |
плана- |
||||||
графика, то |
здесь |
мы сталкиваемся с теми же трудно |
|||||||
стями, |
что |
и при |
построении |
кривых |
V0(t) |
и Vnc(ty в |
|||
процессе работы |
оператора |
А4 |
моделирующего |
алго- |
1 Разумеется, |
в процессе поиска суммарный |
объем 5 = 2 s(i,j) |
должен оставаться |
неизменным. |
i,i |
ритма. Поскольку ресурсы уже распределены, мы в со стоянии при построении календарных планов-графиков варьировать лишь резервами времени для работ ре зервной и промежуточной зон [5.24]. В частности, мож но устанавливать плановые начала выполнения работ t ™(і> І) исходя из ранних сроков свершения начальных событий или из каких-либо иных соображений.
На наш взгляд, описанная методология оптимиза ции может быть использована и для ряда других задач
управления |
разработкой |
(случай нескольких |
разрабо |
|
ток, наличие в отличие от |
суммарного |
объема |
ресурсов |
|
суммарной |
интенсивности |
последних, |
распределенных |
во времени, случай нескольких детализированных ресур сов и др.).
Г л а в а 5 УПРАВЛЕНИЕ ПРОЦЕССАМИ
СОЗДАНИЯ СЛОЖНЫХ КОМПЛЕКСОВ С МНОГОВАРИАНТНЫМИ ИСХОДАМИ1
§ 5. 1. Основные задачи управления процессами создания сложных комплексов
вусловиях неопределенности
Впредыдущей главе нами были описаны некоторые задачи управления комплексом научно-исследователь ских и опытно-конструкторских разработок, процессы
реализации |
которых отображаются сетевыми |
моделями |
с полностью |
определенными структурой и |
составом |
входящих в них операций. Принципиально иные объек ты управления возникают в практике проектирования и создания сложных комплексов, основанных на новых, нередко не имеющих близкого прототипа научно-техни ческих идеях и технологических принципах либо реали зуемых в ранее не встречающихся условиях. Дело в том, что ряд процессов создания сложных комплексов2 реализуется в условиях неопределенности, которая про является не только в вероятностных параметрах про должительности выполнения элементарных операций (этот случай был рассмотрен в главе 4), но и в вероят ностном характере структуры разветвления процесса. •Последнее обусловлено многовариантностью и стохастичностью возможных путей и способов достижения конечных или промежуточных результатов, а нередко и самой формулировкой этих результатов. Случайный характер процессов создания новых сложных комплек сов связан как с субъективной неопределенностью, воз никающей при прогнозировании будущих событий и об
становки, так |
и |
с объективной |
неопределенностью, |
1 Настоящая |
глава |
написана совместно |
с С. Е. Лившицем. |
2 В дальнейшем будем пользоваться термином «сложный комп
лекс» при описании разнообразных технических образцов и систем, характеризующихся новизной и сложностью своей структуры и тех нологии производства.
14. Д . И. Голенко |
209 |