CC BY
75
(№.4
The. State Counsellor, 2014
УДК 338.2; 004.8; 004.9
П.Д.Кужелев
Интеллектуальное многоцелевое
управление
Статья анализирует состояние и развитие интеллектуального многоцелевого управления. Раскрыты методы многоцелевого управления. Описаны ситуации при многоцелевом управлении. Раскрыто содержание воздействия на объект, которое называется существенным по выбору цели. "Раскрыто понятие векторного и матричного управления. Описана система правил интеллектуального многоцелевого управления.
Ключевые слова: управление, искусственный интеллект, интеллектуальное управление, многоцелевое управление
P.D.Kuzhelev
Intelligent management of multipurpose
Article analyzes the status and development of multi-purpose intelligent control. This article describes methods for multi-control. The article describes the situation at the multipurpose management. This article describes the impact on the content of the object, which is called essential for choosing goals. The article reveals the concept of vector and matrix management. The article reveals a system of rules Intelligent multi-management.
Keywords: management, artificial intelligence, intelligent control, multipurpose management
Введение
нтеллектуальное управление - это управление, которое использует различные подходы искусственного интеллекта по выводам и представлению знаний. По типу управления различают следующие виды интеллектуального управления [1]: робастное управление с обратной связью, адаптивное, оптимальное, плановое, ситуационное. По задачам различают управление с решением задач первого рода и управление с решением задач второго рода [2]. По методам различают аналитическое и эвристическое [3]. По целям выделяют целевое [4] и много целевое управление [5]. Интеллектуальное управление обусловлено нечеткостью информации [6] и большими объемами данных [7]. Кроме того, большое значение приобретает необходимость оперативного и даже скоростного управления подвижными объектами. Эта задача также решается методами интеллектуального управления [8].
Многоцелевое управление Управление с выбором цели или многоцелевое управление является сложным видом управления, которое часто встречается в реальной практике. Многоцелевое управление связано с наличием множества критериев и является многокритериальным. Однако эти множества критериев могут быть по-разному организованы, что приводит к качественно разным подходам выбора целей. Это ставит задачу анализа и классификации многоцелевого управления.
Классический подход, использующий метод [9] решения дифференциальных управлений имеет существенный недостаток в том, что предполагает априорно определенными все цели заранее. Он предполагает отсутствие скачков производных, то есть непрерывный переход от одной цели к другой при изменении параметров решения. На практике условие непрерывности часто не выполняется.
Наиболее характерным является появление нештатной ситуации в процессе перевозки грузов, когда возникает необходимость изменения графика перевозки или маршрута доставки груза или транспортного средства. Применение классических подходов, например, метода смешанного целочисленного программирования (квазидискретную ситуацию выбора целей, основанную на совокупности разных критериев и разных целей.
Ситуации при многоцелевом управлении
Определение. Многоцелевым управлением называют управление при котором изначально имеется несколько возможных целей управления, а выбор конкретной цели осуществляют исходя из оперативной (информационной) ситуации [10] или на основе текущей директивной информации.
Выбор цели, исходя из оперативной ситуации, означает решение задачи доставки груза от точки погрузки до точки разгрузки, при котором критерий оптимизации может качественно меняться. Например, при перевозке груза могут возникать следующие ситуации с разными условиями решения оптимальной задачи:
государственный СоВет-ник, 2014
Ситуация 1 критерий оптимальности - минимальное расстояние от точки погрузки до точки разгрузки;
Ситуация 2 критерий оптимальности - минимальное время доставки от точки погрузки до точки разгрузки;
Ситуация 3 критерий оптимальности - минимальная стоимость доставки от точки погрузки до точки разгрузки;
Ситуация 4 критерий оптимальности - минимизация затрат на стоимость аренды одной из точек разгрузки (склада);
Ситуация 5 критерий оптимальности - минимизация затрат при условии наступления некого события;
Ситуация 6 изменение условий оптимальности в процессе перевозки.
Поясним некоторые критерии. Случай 2 соответствует перевозке в городских условиях, например, когда множество светофоров или факторов, сдерживающих движение замедляют перевозку и повышают затраты на простой транспорта. Случай 4 относится к тому, когда на одном из складов истекают запасы и возможны убытки из-за отсутствия товаров на складе и, соответственно, их не поступление в торговые точки.
Случай 5 относится к нештатной ситуации, при которой, например, из-за аварии на пути, приходится существенно менять маршрут перевозки и заново решать задачу оптимизации.
Ситуация 7. Текущая директивная информация как основа изменения цели означает, что при начальном процессе выбора цели или в процессе осуществления перевозки поступает директивная информация от руководства, которая без всякой оптимизации требует доставки груза в ту или иную точку. Эта ситуация характерна при управлении вооруженными силами.
Таким образом, ситуации 1-7 являются основой для необходимости применения многоцелевого управления. Но это не исключает возникновение дополнительных ситуаций, которые также требуют многоцелевого управления.
Внешняя среда и внешние факторы оказывают воздействия на объект управления. В аспекте изменения цели можно оценить воздействия внешней среды или внешних факторов по двум альтернативным критериям: целесущественным или несущественным по выбору цели.
Целесущественным или существенным по выбору цели называют такое воздействие на объект, которое приводит к изменению цели управления. Несущественным по выбору цели называют такое воздействие на объект, которое не приводи к изменению цели управления. Эти воздействия могут быть как со стороны системы управления, так и со стороны
№°4
внешней среды. При управлении желательна ситуация, при которой воздействие системы управления является целесущественным, а воздействие среды не существенным по выбору цели.
В качественном плане выбор управления и выбор цели осуществляется с учетом двух групп воздействий: воздействия, обусловленные изменением внешней среды объекта управления (ИВСОУ); воздействия, обусловленные изменением состояния объекта управления (ИСОУ).
Вектор цели - это вектор, компонентами которого являются ключевые показатели определяющие данную цель. Основные виды многоцелевого управления [5, 11] можно разделить на три группы: векторные, матричные, многомерные.
Векторное [12] многоцелевое управление означает, что существует множество условий выбора цели (C ) и множество целей (Т), между которыми существует однозначное соответствие. Такая ситуация означает тому, что вектору условий |(C)> соответствует вектор целей I(T)>. Эта группа многоцелевого управления описывается с помощью правил Pr1 выбора целей.
Pr1 if(C ) then (T ) или if(C ) — (T ) Pr1: Op1 | C. > — | T >
Здесь оба вектора имеют одинаковую вариантность, то есть они являются ковариантны-ми (оба являются векторами-столбцами). Op1 - оператор линейного преобразования. Где i=1, n; n - число целей.
Из перечисленных выше ситуаций с 1 по 5 входят в эту группу, при условии выбора цели до начала перевозки. Этот вид управления наиболее простой. Поскольку для многих случаев применимы методы нестационарного или стационарного управления [13].
Матричное [14] многоцелевое управление означает, что существует множество условий выбора цели (C ) и множество целей (T), множество факторов изменения условий выбора целей (W). Такая ситуация приводит к тому, что вектору условий (Ci) и множеству факторов изменения условий выбора целей (Wk) соответствует матрица целей (Т.). Матрица целей формируется как результат векторного произведения ковариантного вектора C (вектора столбца) на контрвариантный вектор Wk (вектор строку). То есть
Т ] = I C > < W I
Напомним, что векторное произведение некоммутативно и перемножение этих векторов в обратном порядке понижает ранг и приводит к получению некой скалярной величины, то есть
Ф = <C. | W >
Матричное многоцелевое управление описывается с помощью правил выбора целей Pr2.
(№.4
The State Counsellor, 2014
Pr2 if(C) and (WJ then (T) или (C) - (Wju (T) '
По существу вторая группа представляет многопараметрическую нестационарную матрицу. Примерами многопараметрического многоцелевого управления по нескольким факторам является доставка с учетом многих факторов. В процессе доставки значение этих факторов меняются. То есть они не являются стационарными. Если рассматривать их с позиции временных рядов, то они не имеют характер тренда, а характер коньюнктурных факторов.
Например, при увеличении скорости движения транспортного средства, начиная с некоторого значения, существенно увеличивается расход топлива (ИСОУ). Это увеличивает затраты при перевозке (ИСОУ). Изменение затрат может привести к изменению целей или критериев оптимальности перевозки.
При длительной перевозке (ИСОУ), или повышении мощности двигателя (ИСОУ), или высокой температуре окружающей среды (ИВСОУ) - возрастает риск перегрева двигателя. Перегрев двигателя может привести к простою и к дополнительным затратам на ремонт и т.д. Эти факторы также могут привести к изменению целей.
Поэтому во многих случаях при перевозке грузов необходимо учитывать все связанные факторы в комплексе, что возможно только при использовании предварительного коррелятивного анализа [14]. Учет коррелятивных факторов, в том числе и латентного характера, позволяет учитывать динамику критериев оптимальности.
Другими словами, ключевые факторы вектора цели, которые при обычном решении задачи считают стационарными и независимыми, для данной задачи могут быть зависимыми и менять зависимость переходя из класса независимых в класс зависимых и наоборот при изменении состояния объекта или изменении внешней среды могут влиять друг на друга и становиться зависимыми и нестационарными.
При этом нестационарность носит не непрерывный характер. А включает элемент скачкообразности. Такая динамика критериев оптимальности влечет изменение оптимальности решения задачи управления и необходимость перехода от одного типа решения к другому, которое становится оптимальным в новых условиях. Получение нового решения может приводить к изменению цели. Отсюда следует, что коррелятивный анализ является инструментом динамической оптимизации и вспомогательным инструментом многоцелевого управления.
Такие взаимосвязанные факторы, влияющие на управление, связаны с логистикой, организацией цепочки доставки и управления
этой цепочкой. Однако в классических логистических задачах они не рассматриваются и логистические задачи решаются большей частью при стационарных условиях и выборе одной цели.
Рассматривая управление с автоматическим выбором цели, следует отметить, что управление согласно правилам Pr1 требует решения задач первого рода. Управление согласно правилам Pr2 требует решения задач второго рода [2]. Напомним, что задачами первого рода называют задачи, алгоритм которых определен до начала решения. Задачами второго рода называют задачи, путь решения которых неизвестен и определяется по мере завершения одного из этапов решения. Развитием матричного многоцелевого управления является многомерное многоцелевое управление.
Многомерное многоцелевое управление означает, что существует множество условий выбора цели (C) и множество целей (T), множество групп J факторов изменения условий выбора целей (WJk). Величина J задает размерность управления. При J=1 имеем матричное управление, при J=2 имеем куб, при J>2 имеем гиперкуб. Такая ситуация приводит к тому, что вектору условий (C) и множеству факторов изменения условий выбора целей (Wk) соответствует многомерный куб целей (Tikl(j)
Многомерный куб целей или полиразмерная матрица формируется как результат многомерного векторного произведения. Эта группа многоцелевого управления описывается с помощью правил выбора целей Pr3. Pr2 if(C) and (WJ and (WJ then (T.) или (с ) - (W0k) - (Wj u (T J lkk
Здесь для простоты приведен пример трехмерного куба, то есть трех групп параметров, влияющих на управление и приводящих к изменению цели. Внутри каждой группы параметры альтернативные, но в разных группах они дополняют друг друга и увеличивают размерность анализа и принятия решений.
Выводы
Многоцелевое интеллектуальное управление существенно расширяет возможности управления. Главной особенностью является возможность управления в ситуациях, когда человеческий интеллект бессилен. Классические методы получения оптимальных решений не работают в условиях необозримости модели управления. В этих условиях получение управленческого решения возможно пошаговым методом или с примеением искусственного интеллекта. В качестве основы анализа можно использовать взвешенные графы. По мере накопления опыта, можно использовать матричные наборы стереотипных решений и матрицы правил. В этом случае можно получать решение многих целях управления.
ГОСуарстВНнЫй СоВетНиК, 2014
ЛИТЕРАТУРА
1. Дасгупта Д. Искусственные иммунные системы и их применение / Пер с англ. А.А.Романюха М.: Физматлит, 2006. 344 с.
2. Цветков В.Я. Решение задач второго рода с использованием информационного подхода // Международный журнал прикладных и фундаментальных исследований. 2014. № 11. (часть2). С. 191-195.
3. Бурков В. Н., Ловецкий С. Е. Эвристический подход к решению динамических задач распределения ресурсов // Автоматика и телемеханика. 1966. Т. 27. №. 5.
4. Моррисей Д. Л., Верещагин И. М. Целевое управление организацией: Пер. с англ. Сов. радио, 1979.
5. Tsvetkov V. Ya. Multipurpose Management // European Journal of Economic Studies 2012, Vol.(2), № 2 р.140-143.
6. Никифоров В.О., Слита О.В., Ушаков А.В. Интеллектуальное управление в условиях неопределенности: учебное пособие. СПб: СПбГУ ИТМО, 2011. 226 с.
7. Tsvetkov V.Yа., Lobanov A.A. Big Data as Information Barrier // European Researcher, 2014, Vol.(78), № 7-1, p. 1237-1242.
8. Ерофеев А. А., Ерофеева Е.А. Интеллектуальная система оперативного управления поездной работой на белорусской железной дороге/ в сб. Современные концепции развития транспорта и логистики в Республике Беларусь - Минск : Центр «БАМЭ-Экспедитор», 2014. С.149-154.
9. Атиенсия Вильягомес Х.М., Дивеев А.И. Синтез интеллектуальной системы многоцелевого управления // Современные проблемы науки и образования. 2012. № 6. URL: www.science-education.ru/106-7723 (дата обращения: 12.02.2014).
10. Viktor Ya. Tsvetkov. Information Situation and Information Position as a Management Tool // European Researcher, 2012, Vol. (36), № 12-1, p.2166-2170.
11. Веремей Е.И. Синтез законов многоцелевого управления движением морских объектов // Гироскопия и навигация. 2009. №. 4. С. 3-14.
12. Шрейнер Р. Т. и др. Прогнозирующее релейно-векторное управление активными преобразователями частоты в системах электропривода переменного тока // Электротехника. 2004. №. 10. С. 43-50.
13. Григорьев В.М. Стабилизация линейных нестационарных многосвязных систем автоматического управления // Системные технологии. Региональный межвузовский сборник научных трудов. Выпуск 2 (10). Дншропетровськ, 2003. С. 104-112.
14. Губко М. В., Караваев А. П. Согласование интересов в матричных структурах управления //Автоматика и телемеханика. 2001. №. 10. С. 132-146.
15. Tsvetkov V. Ya. Framework of Correlative Analysis // European Researcher, 2012, Vol.(23), № 6-1, p. 839-844.
16. Амелина Н. О. и др. Исследование моделей организации грузовых перевозок с применением мультиагентной системы для адаптивного планирования мобильных ресурсов в реальном времени // Проблемы управления. 2011. Т. 6. С. 31-37.
REFERENCES
1. Dasgupta D. Iskusstvennye immunnye sistemy i ikh primenenie / Per s angl. A.A.Romaniukha [Artificial immune systems and their applications]. Moscow, Fizmatlit Publ., 2006. 344 p.
2. Tsvetkov V.Ia. Solution of problems of the second kind using the information approach. Mezhdunarodnyi zhurnal prikladnykh i fundamentalnykh issledovanii - International journal of applied and fundamental research, 2014, no. 11, P.2, pp. 191-195 (in Russian).
Burkov V. N., Lovetskii S. E. Heuristic approach to dynamic resource allocation problems. Avtomatika i telemekhanika - Automatics and telemechanics, 1966, V. 27, no. 5.
Morrisei D. L., Vereshchagin I. M. Tselevoe upravlenie organizatsiei: Per. s angl. [Destination management organization]. Sov. radio Publ., 1979.
5. Tsvetkov V. Ya. Multipurpose Management. European Journal of Economic Studies, 2012, Vol.(2), no. 2, pp.140-143 (in Russian).
6. Nikiforov V.O., Slita O.V., Ushakov A.V. Intellektual'noe upravlenie v usloviiakh neopredelennosti: uchebnoe posobie [Intelligent control under uncertainty: a manual]. Saint-Petersburg, SPbGU ITMO Publ., 2011. 226 p.
7. Tsvetkov V.Ya., Lobanov A.A. Big Data as Information Barrier. European Researcher, 2014, Vol.(78), no. 7-1, pp. 1237-1242.
8. Erofeev A. A., Erofeeva E.A. Intellektualnaia sistema operativnogo upravleniia poezdnoi rabotoi na belorusskoi zheleznoi doroge/ v sb. Sovremennye kontseptsii razvitiia transporta i logistiki v Respublike Belarus' [Intelligent system operational management of train work on the Belarusian railway/ The modern concept of development of transport and logistics in the Republic of Belarus]. Minsk, BAME-Ekspeditor Publ., 2014, pp.149-154 (in Russian).
9. Atiensiia Vil'iagomes Kh.M., Diveev A.I. Synthesis of intelligent systems multipurpose control. Sovremennye problemy nauki i obrazovaniia - Modern problems of science and education, 2012, no. 6. Available at: www.science-education.ru/106-7723 (accessed 12 February 2014).
10. Viktor Ya. Tsvetkov. Information Situation and Information Position as a Management Tool. European Researcher, 2012, Vol.(36), no. 12-1, pp. 2166-2170.
11. Veremei E.I. The synthesis of the laws of the multi-purpose motion control of marine objects. Giroskopiia i navigatsiia - Gyroscopy and navigation, 2009, no. 4, pp. 3-14 (in Russian).
12. Shreiner R. T. i dr. Prediction relay-vector control active frequency converters in electric drive systems AC. Elektrotekhnika -Electrical engineering, 2004, no. 10, pp. 43-50 (in Russian).
13. Grigor'ev V.M. Stabilization of linear time-varying multivariable systems automatic control System technologies. Regional interuniversity collection of scientific works. Issue 2 (10). Dnipropetrovsk, 2003. pp. 104-112.
14. Gubko M. V., Karavaev A. P. Coordination of interests in a matrix management structures. Avtomatika i telemekhanika - Automatics and telemechanics, 2001, no. 10, pp. 132-146 (in Russian).
15. Tsvetkov V. Ya. Framework of Correlative Analysis. European Researcher, 2012, Vol.(23), no. 6-1, pp. 839-844.
16. Amelina N. O. i dr. The study models the organization of cargo transportation with the use of multi-agent systems for adaptive planning of mobile resources in real time. Problemy upravleniia - Problem management, 2011, V. 6, pp.31-37.
Информация об авторе: Information about the author:
Кужелев Павел Дмитриевич Kuzhelev Pavel Dmitrievich
(Россия, Москва) (Russia, Moscow)
Кандидат технических наук, доцент кафедры PhD in Technical Sciences
вычислительной техники и автоматизированной Associate Professor of computer technology обработки аэрокосмической информации and automated processing of aerospace information
Московский государственный университет геодезии и Moscow state University
картографии of Geodesy and Cartography
E-mail: [email protected] E-mail: [email protected]
