Формирование критериев при оптимизации типоразмерных рядов изделий Текст научной статьи по специальности «Математика»

УДК 658.516

ФОРМИРОВАНИЕ КРИТЕРИЕВ ПРИ ОПТИМИЗАЦИИ ТИПОРАЗМЕРНЫХ РЯДОВ ИЗДЕЛИЙ

Н. В. Захарова

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

Е-шаП: [email protected]

Рассмотрена необходимость сокращения типоразмерных рядов в соответствии с потребностями рынка и возможностями производства. Рассмотрен процесс формирования критериев с учетом эффективности, функциональности изделий, комплектующих узлов и стоимости, а также смысл соотношения системы ограничений.

Ключевые слова: типоразмерные ряды, критерии оптимизации, задача оптимизации, повышение эффективности.

DEVELOPING CRITERIA FOR OPTIMIZATION OF PRODUCT STANDARD SERIES

N. V. Zakharova

Siberian State Aerospace University named after academician M. F. Reshetnev 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660014, Russian Federation E-mail: [email protected]

The need to reduce the standard series in accordance with the needs of the market and production capabilities is studied. The process of developing criteria taking into account the efficiency, functionality, product, component parts and cost, as well as the sense of balance of system limitations is studied.

Keywords: standard series, optimization criteria, optimization, efficiency.

Рациональное сокращение типов и размеров изготовляемых изделий достигается разработкой и оптимизацией стандартов на параметрические ряды однотипных изделий. В процессе создания новой техники и оптимизации конструктивных разработок важную роль играют не только задачи проектирования, но и генерирование предпроектных решений и оптимизация типоразмерных (параметрических) рядов изделий машиностроения.

Производство излишне большой номенклатуры изделий, сходных по назначению и незначительно отличающихся по конструкции и размерам, может привести к снижению рентабельности продукции. Разработка эффективной технической политики организации (комплекса технологий) невозможна без рег-

ламента в нормативных документах оптимального типоразмерного (модельного) ряда (ТРР) выпускаемых изделий. Здесь традиционно принято выделять два этапа - процесс разработки ТРР, где модифицируются существующие изделия и генерируется широкий спектр новых изделий, и его промышленное производство, когда практически происходит селекция конкретных вариантов изделия в соответствии с потребностями рынка, имеющимися особенностями производства и выпуском необходимых комплектующих другими предприятиями.

Общая схема решения задачи оптимизации (ЗОТ) представляет собой циклический процесс (см. рисунок).

Общая схема оптимизации ТРР

Решетневскуе чтения. 2014

Содержание задачи оптимизации ТРР заключается в максимальной степени удовлетворения комплекса функций f по возможности с минимальными затратами, в том числе и на номенклатуру ТРР. Оптимальная номенклатура модельного ряда должна быть, с одной стороны, такой, чтобы величины потребностей были не меньше заданных уровней, и с другой - такой, чтобы ее реализацию допускали системы ограничений. Преодоление указанной проблемы необходимо осуществлять директивным порядком на стадии разработки ТРР либо на стадии оптимизации ТРР.

Однако несмотря на сложность задачи оптимизации ТРР, проявляющуюся даже на стадии ее постановки, основная трудность заключается в том, что каким-то образом необходимо скомпоновать конкретный состав номенклатуры ТРР. В ряде случаев это осуществляется посредством объединения уже существующих изделий. Но, в конце концов, возникает необходимость, как минимум, в модификации существующих изделий, а также в создании новых вариантов.

Распределение затрат ресурсов на различных стадиях процесса повышения эффективности существующих и разработки новых, более эффективных технологий далеко не одинаково. Несмотря на реальную длительность стадии разработки, соотношение затрат на данной стадии и стадии оптимизации ТРР, где приходится решать много вопросов, связанных со стандартизацией, унификацией и т. д., имеет величину первого-второго порядка [1].

Перед построением оптимального ряда должен быть определен рациональный технический уровень изделия, либо соответствующие требования к уровню значений параметров должны быть внесены непосредственно в математическую модель оптимизации (в целевую функцию или в ограничения).

С учетом вышесказанного задачу оптимизации можно представить в виде установления критериев:

- критерии оптимизации:

n

XРф. (И) * Еффункций ^ max , (1)

j

м

XЕКj *ЕКряда ^max, (1.1)

J

м

XSиJ (SjУj) ^ mim (1.2)

J

м К

X5>A ^ min; (1.3)

j '

- системы ограничений по конструктивной эффективности и стоимости:

EKTJ > ЕТ0j , j = 1/М; (1.4)

ЕКej > EE0j , j = 1/М; (1.5)

- по конструктивной эффективности:

Sи , (Sj У j) < Soи,, j = 1/М; (1.6)

где Уj и Еj - векторы, определяющие набор функций (1) и эффективность j-го изделия; Ей,- - некоторые итоговые соотношения, характеризующие комплексную эффективность изделия И,- при удовлетворении всего комплекса / = (/1, ..., /И); М - затраты; ЕТ0, и ЕЕ- - минимально допустимые конструктивные эффективности --го изделия; ЕКряда и ЕФфункций - соответствующие эффективности ТРР и списка функций; Б, - стоимость назначения 1-го изделия на ,-ю функцию.

Смысл соотношений системы: первый критерий (1.1) требует максимума степени удовлетворения списка существующих функций. Он, как говорилось выше, является главным критерием ЗОТ. Он не дублируется ни одним из соотношений критериев оптимальности.

Второй критерий (1.2) требует максимизации конструктивной эффективности ТРР. Однако он имеет уже второстепенную значимость - «по возможности». Кроме того, он в определенной степени дублируется ограничениями (1.4) и (1.5). Различие критерия и ограничений заключается только в том, что критерии (1.4) и (1.5) обладают конкретными верхними границами, а (1.2) ее не имеет, в этом есть как достоинство, так и недостаток. Действительно, ограничения (1.4) и (1.5) категорично определяют те или иные изделия, которые войдут в оптимальный ТРР; критерий (1.2), имея плавающую верхнюю границу, позволяет расширить список оптимальных изделий.

Критерий (1.3) требует минимизации общей стоимости списка изделий, входящих в состав оптимального ТРР. Он, как и критерий (1.2), имеет также второстепенную значимость - «по возможности», кроме того, он в определенной степени дублируется ограничением (1.6).

В отличие от рассмотренного выше случая, касающегося критериев (1.2), (1.4) и (1.5), соотношение (1.6) является дискриминантным или селективным и означает тот факт, что текущие либо перспективные затраты на выпуск изделия не должны превышать определенной величины, в соответствии с которой происходит селекция (оптимизация) ТРР. Как правило, это ограничение ответственно за возможность производства изделия из существующих узлов (компонентов): нет выпуска необходимых узлов - нет и данного изделия. Кроме того, наличие именно этого ограничения (1) определяет существование решения ЗОТ, только оно является ограничением «сверху», не позволяющим решению уходить в бесконечность.

ЗОТ в виде (1) в общем случае довольно сложна и, возможно, противоречива ввиду как наличия трех критериев (многокритериальность), так и «встречных» ограничений - (1.5) и (1.6), заставляющих проводить оптимизацию в довольно узких диапазонах. Для преодоления этих сложностей необходим циклический процесс при обязательном присутствии руководителя, когда происходит коррекция величин Е0, и М- Е- Еф,(И), 5ф,(И).

Библиографическая ссылка

1. Трифанов И. В., Оборина Л. И., Гайденок Н. Д. Разработка стандартов и нормативных документов : учеб. пособие / Сиб. гос. аэрокосмич. ун-т. Красноярск, 2009. 364 с.

Reference

1. Trifanov I. V, Oborina L. I., Gaidenok N. D. The development of standards and normative documents: tutorial / Sib. Aerospace University of. Krasnojarsk, 2009. 364 p.

© Захарова Н. В., 2014

УДК 004.89

ОБ ИСКУССТВЕННОМ ИНТЕЛЛЕКТЕ

В. Б.Звонков

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

E-mail: [email protected]

Рассмотрены некоторые направления исследований в рамках искусственного интеллекта. Приведены исследования автора в этом направлении.

Ключевые слова: искусственный интеллект, оптимизация, интеллектуальный анализ данных.

ABOUT ARTIFICIAL INTELLIGENCE V. B. Zvonkov

Siberian State Aerospace University named after academician M. F. Reshetnev 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660014, Russian Federation E-mail: [email protected]

Some areas of artificial intelligence have been described. The research is represented in this direction.

Keywords: artificial intelligence, optimization, data mining.

Приняв участие 30 июня - 6 июля в школе-семинаре и симпозиуме в Светлогорске, автор заинтересовался данным направлением исследований. Интересно понять актуальные направления исследований в области искусственного интеллекта и своё место в этом направлении. На конференции были представлены множество актуальных пленарных и секционных докладов. Параллельно проходила работа Международного Поспеловского симпозиума [2] и Международной Поспеловской летней школы-семинара «Методы и технологии гибридного и синергетическо-го искусственного интеллекта». Были научные дискуссии и мастер-классы от выдающихся учёных. Рассмотрим некоторые.

Александр Васильевич Колесников сделал доклад на тему «Гетерогенные естественные и искусственные системы, поддерживающие принятие решений» [2]. Новая картина нашего мира требует новых методов исследований. «Гетерогенная - неоднородная система, состоящая из однородных частей (фаз), разделенных поверхностью раздела (разрывы в непрерывности физических свойств). Однородные части (фазы) могут отличаться друг от друга по составу и свойствам. Число веществ (компонентов), термодинамических фаз и степеней свободы связано правилом фаз». Другие важные свойства новой картины мира: разнообразие, дополнительность, сотрудничество и относительность знания. Такие свойства связаны с именами следующих учёных: У. Росс Эшби, С. Бир, Нильс Бор и др. Гетеро-

генной системой является и мозг человека. Изучая работу мозга, исследователи пытаются понять, как он принимает решения в различных сложных, незнакомых, нечётких, слабо формализованных задачах. По аналогии с реальной работой экспертов в виде консилиумов, совещаний, координационных советов и ЛПР при решении сложной задачи, компьютерные системы поддержки принятия решений моделируют их коллективную работу. Согласно исследованиям А. В. Колесникова, гетерогенная кибернетическая система - гибридная система управления. «Основное нововведение -разнородные модели знаний экспертов СППР и межмодельный интерфейс: дополнительность и сотрудничество экспертов при решении поставленной ЛПР задачи». СППР функционируют в ситуационных комнатах и ситуационных центрах. Целью исследований являлось «создание искусственных гетерогенных систем, разнообразие которых, как минимум, релевантно разнообразию естественных гетерогенных систем. Это открывает путь к решению сложных (практических) задач - гетерогенных систем» [1; 2].

Сергей Викторович Листопад [1; 2] разработал гибридную интеллектуальную многоагентную систему для решения сложной транспортно-логистической задачи. Функциональная гибридная интеллектуальная система с координацией для решения сложной задачи оперативно-производственного планирования на машиностроительном предприятии с мелкосерийным заказным характером производства разработана Сер-