Файл: Зингер И.С. Обеспечение достоверности данных в автоматизированных системах управления производством.pdf

<19, 22,19>, <20, 23, 20>, <21, 27, 21>, <22, 28, 22>, <27, 29, 23>}.

76

Решим комбинаторную задачу. Определим, сколькими способами можно обеспечить достоверность выходной ин­ формации, т. е. найдем число элементов некоторого ко­ нечного множества А. Причем мы можем переставить эле­ менты в множествах Аг, А-2 и А3.

Число перестановок над произвольным гс-элементным множеством

Рп = п\

Таким образом, число перестановок над множествами Аг, Аг и А3 с числом элементов 19, 18 и 22 будут соответ­ ственно равны-

Отсюда следует, что невозможно оценить все возни­ кающие комбинации применения различных методов кон­ троля на трех этапах обработки данных в АСУ. Необхо­ димо эвристическими методами сузить сферу анализа до приемлемых размеров. Для этого рассмотрим элементы множеств

Кортеж вида (29,29,29) отбрасываем, так как это ком­ бинированный метод контроля.

Нас будет также интересовать прямое произведение подмножеств Аи А2 и А'3, содержащее в качестве ком­ понент кортежи <8, 8, 8>, <12, 12, 12) и кортежи, со-

77

Теперь остается оценить вероятность появления не­ обнаруженных ошибок при использовании указанных ме­ тодов контроля.

Необходимым условием применения программных и схемных методов контроля достоверности данных являет­ ся снижение доли ошибок до определенного допустимого уровня. Этот уровень определяется вероятностью иска­ жения информации. Вероятность искажения одного зна­

по-видимому, не будет целесообразным, так как резко воз­ растет сложность и стоимость системы контроля. В этих условиях большое значение имеет определение разумных требований к контролю достоверности данных.

При анализе допустимых вероятностей ошибок в эконо­ мических данных речь может идти об удельном весе иска­ женных алфавитных или цифровых знаков. Ниже приво­ дятся допустимые вероятности необнаруженных ошибок при решении различных классов экономических задач (табл. 8).

78

В конкретных условиях обработки данных допусти­ мая доля ошибок должна устанавливаться с учетом вре­ да, который может нанести возникшая ошибка, и тех затрат, которые необходимы для предотвращения этой ошибки.

6.Методология определения достоверности обработки данных в АСУ предприятием 2

Рассмотренные в главе 2 общие принципы построения ^ информационных моделей и методы их анализа могут быть использованы как основа для более детального обследо^ вания информационных связей на предприятии в условиях

АСУ П.

Основу информационной модели составляют:

1)перечень показателей и групп показателей (а иногда

идокументов), представленных с необходимым для постав­ ленной задачи уровнем детализации;

2)перечень структурных подразделений (операторов), принимающих участие в составлении, контроле и органи­

зации документооборота в системе управления; 3) комплекс направленных графов связи, вершинами

которых являются работы по формированию показателей

игрупп показателей, вошедших в перечень н. 1;

4)комплекс матричных моделей (матриц смежности по­ строенных графов);

5)количественные параметры, отражающие статиче­ ские и динамические характеристики потоков информа­ ции, соответствующие каждому показателю, группе по­

казателей и структурному подразделению перечней п. 1 и 2.

Используя методы, разработанные для построения мат­ ричных информационных моделей, необходимо исследо­ вать их и выявить наличие обратных связей и контуров в графах потоков информации. После выявления всех обратных связей необходимо провести смысловой анализ этих связей.

Часть обратных связей возникает из-за недостаточно мелкого разбиения информации на элементарные едини-

2 Вопросы, изложенные в данном параграфе, разработаны совместно с А. Н. Мусаткиным (А. П. Мусаткин. Определение вероятности достоверного преобразования данных в АСУП.—«При­ менение вычислительной техники для обработки экономической информации». М., изд-во «Экономика», 1972).

79

цы-показателн и группы показателей. В этом Случае не­ обходимо укрупненный элемент перечня (обычно доку­ мент) разбить па несколько показателей или групп пока­ зателей и ввести их в перечень п. 1 вместо укрупненного элемента. Получившаяся новая информационная модель будет лишена части обратных связей, возникавших из-за слишком грубого представления потоков информации.

Часть обратных связей возникает из-за того, что ин­ формационная модель построена для функционально раз­ нородной подсистемы предприятия, включающей как-, восходящие, так и нисходящие связи, которые затрудняют 1 анализ структуры информационных потоков на первой стадии их изучения.

К восходящим потокам, в которых информация, как правило, обобщается, относится учетная информация, ин­ формация о состоянии производства — информация, иду­ щая «снизу» в управляющие органы. К нисходящим по­ токам, в которых информация, как правило, дробится, де­ тализируется, относится плановая информация, управ­ ляющая информация — информация «сверху» от управ­ ляющих органов к объекту управления. Эти потоки ин­ формации замыкаются через управляющие органы, ча­ стично через автоматические (датчики, установки — при­ вод-автомат — датчики характеристик результата работы автомата), частично через управляющий персонал. На­ пример, используя восходящие потоки данных о произ­ водственной ситуации, планирующие и диспетчерские ор­ ганы вырабатывают детализированный план и корректи­ рующие плановые задания. Таким образом, схема потоков информации предприятия имеет несколько уровней обрат­ ных связей.

Анализ потоков со сложными обратными связями встре­ чает существенные трудности как с точки зрения возмож­ ности их обозримости при работе с ними вручную, так и с точки зрения их автоматизированного'анализа.

Так, во всех наиболее распространенных и применяв­ шихся в практике информационных моделях на первом этапе происходит «чистка» этих моделей от обратных связей. Разработанный аппарат исследования и совершен­ ствования информационных моделей распространяется только на модели без обратных связей.

Всю информацию, циркулирующую на предприятии, можно разделить на несколько подсистем: бухгалтерского учета, технико-экономического планирования, опера-

80

тивйо-производственного планирования, управления ма­ териально-техническим снабжением, нормативного хо­ зяйства и др. Анализировать структуру информационных потоков можно в каждой из подсистем отдельно, разорвав информационные связи подсистем (естественно, места раз­ рыва необходимо указать). Это тем более оправданно, что схема циркуляции потоков и особенно информационные связи указанных подсистем при введении автоматизи­ рованной обработки данных на предприятиях существен­ но изменяются.

Казалось бы, что таким образом удается представить структуру информационных потоков в виде нескольких подсистем, в каждой из которых отсутствуют обратные связи. Однако это не так, ибо в каждой подсистеме остают­ ся контролирующие звенья и потоки коррекции и исправ­ ления искаженных данных, без которых данные лишаются достоверности, а система перестает быть надежной. Та­ ким образом, граф, достаточно полно отображающий структуру информационных потоков подсистемы пред­ приятия, имеет контуры.

Поэтому на первом этапе исследования и создания ин­ формационной модели необходимо выявить все обратные связи и упростить модель таким разбиением информации на элементарные единицы, а всей системы — на подсисте­ мы, чтобы внутри отдельной подсистемы остались только контрольные обратные связи. Для выявления обратных связей можно воспользоваться следующим методом.

потоков информации имеется дуга, идущая от показателя с номером i к показателю с номером /. В противном слу­

менты на главной диагонали равны нулю. Вычислим мат­ рицу А\. Если матрица А\ имеет ненулевые элементы на главной диагонали, то этим элементам соответствуют кон­ туры, включающие (охватывающие) два показателя пе­ речня. Пусть элемент a'f матрицы А\ не равен нулю. Тогда показатель (или группа показателей) с номером i входит в контур, охватывающий два показателя перечня (пока­ затель i и еще какой-то показатель).

Проанализируем все выявленные на этом шаге конту­ ры. Пересмотрим систему, устранив из выявленных кон-

81