CC BY
15
© A.M. Валуев, 2013
УДК 681.3.016 А.М. Валуев
ИНТЕЛЛЕКТУАЛЬНЫЙ ДИАЛОГ — КОНЦЕПТУАЛЬНАЯ ОСНОВА НОВОГО ПОКОЛЕНИЯ СПЕЦИАЛИЗИРОВАННЫХ ПРОГРАММНЫХ КОМПЛЕКСОВ
Для интеллектуализации интерактивного режима в системах моделирования производственных процессов предложены1 принципиальные решения: использование «внешней» модели в понятиях специалиста, ориентированных на класс моделей методов оптимизации и языковых средств описания задачи направленного поиска. Приведены1 примеры1 развития в этом направлении при моделировании открытых горнытх работ.
Ключевые слова: имитационное моделирование, программирование, антиинтеллектуальный диалог.
Историю развития программных комплексов, решающих задачи управления экономическими системами и производственными процессами, можно разделить на два принципиальных этапа. На первом этапе, продолжавшемся в мировом масштабе приблизительно с конца 1950-х по середину 1970-х гг., ключевым понятием, обозначением направления исследований и практической деятельности, было исследование операций, вобравшее в себя опыт математических формализаций задач управления (прежде всего, в форме оптимизационных задач) и развитие методов их решения. Примером практической реализации этого направления была разработка оптимизационных пакетов (в основном для решения задач линейного программирования), таких, как LPS/360, разработанная IBM, отечественный ППП «ЛП в АСУ», австралийский пакет MINOS [1],. А также программных средств решения задач сетевого планирования. Все эти средства были рассчитаны прежде всего
на пакетный режим работы, решение отдельных задач без выраженной связи между ними. Характерный пример информационного обеспечения отдельной задачи представляют собой МРБ-файл — структурированный текстовой файл для задания условий задач линейного (а возможно, и нелинейного) программирования [1, с. 181-210]. Удобопонятность исходных данных и результатов расчета достигается именованием всех переменных, ограничений, коэффициентов. В этом видно определенное родство с базами данных, причем здесь именуются не только столбцы (атрибуты сущностей), но и строки (экземпляры сущности). Однако сама по себе структура данных МРБ-файла не поддерживается средствами типа СУБД. Создание, модификация МРБ-файла и извлечение данных из них представляет собой сложную задачу, для чего требуются дополнительные средства и даже языки генерации исходных файлов и отчетов. Еще одним направлением стало развитие методов имитацион-
ного моделирования для исследования процессов массового обслуживания. Реализующая ее система СРББ используется и поныне.
Это направление развивалось и в области горного производства. Наряду с разработкой специализированных моделей с адаптацией общих подходов и методов к горнопромышленным задачам [2, 3], были развиты и специальные методы оптимизации, наибольшую известность среди которых приобрели методы Ёерчса-Гроссмана [4] и С.Л. Коробова [5] определения оптимальных конечных границ карьера.
Тем не менее, к концу этого периода и особенно впоследствии можно заметить разочарование в применении подходов исследования операций, их недостаточность. Как было отмечено еще в 1966 г. в монографии под редакцией В.В. Ржевского [5, с. 16], «объемная математическая модель позволит достаточно легко решать задачи... с целью отыскать оптимальные решения на каждом этапе горных работ и в целом по карьеру (например, порядок горных работ.). При таких задачах пока трудно сформулировать ограничивающие условия, обеспечивающие планомерность и безопасность вскрышных и добычных работ, реальность осуществления искомого порядка развития горных работ по техническим факторам, общую экономичность работ и т.д. Вследствие этого задачи данного направления, решаемые на ЭЦВМ, будут нуждаться в проверках на возможность и правильность технологических и технических решений и, следовательно, [осуществляться] в вариантах и подвариантах». Лругим направлением в той же работе назван по существу диалоговый подход, пре-
дусматривающий многовариантное «задание проектирующим лицом определяемого условиями технологии и безопасности порядка и темпа развития горных работ по заданным направлениям из заданного места» и выбор варианта по итогам расчетов. Другим источником разочарования явилось несовершенство распространенных моделей исследования операций (статических и линейных), принципиально не позволяющих выразить все известные взаимосвязи между переменными модели, в силу чего «оптимальное» решение оказывается далеким от действительности.
С середины 1970-х гг. в связи с развитием технических и программных средств ведения человеко-машинного диалога, а также технологий баз данных господствует другое направление. В наибольшей степени движущей силой в его распространении показало себя Американское общество по управлению производством и запасами (APICS), разработавшее стандарты задач планирования (MRP-I, CRP, MRP-II) для реализации в программных системах. Роль APICS характеризуется весьма неоднозначно. С одной стороны, системность в представлении информационной базы предприятия — сильная сторона вдохновленных APICS программных систем. С другой стороны, гиперболизация диалога при принятии плановых решений и недоверие к методам направленного поиска решений превращает компьютер в простое средство расчета по простым алгоритмам, лишенное всякой интеллектуальности. В рамках такого подхода моделирование сводится к примитивному диалогу и трактуется следующим образом [6, с. 42]: «Система MRP-II представляет собой подробную и точную мо-
дель производственного бизнеса. Каждая номенклатурная позиция, заказ... и т.д. могут подвергаться процедуре моделирования на детальном уровне — параметр за параметром — чтобы оценить их влияние на общий результат». В силу сведения всей системы понятий к элементарным (номенклатурная единица, спецификация, рабочий центр и технологический маршрут) иерархическая взаимосвязь элементов системы не просматривается и диалог ведется на самом низком уровне.
Модели АР1СБ практически неприменимы к планированию горных работ, и тем не менее влияние АР1СБ на развитие специфически горных систем моделирования и планирования несомненно. Лля последних существуют собственные проблемы осуществления интерактивного режима, в частности, обязательность средств визуализации и графические средства диалога. Однако кое в чем положение еще хуже. Если применительно к обрабатывающей промышленности используемые величины, во всяком случае, имеют ясный технологический смысл, то представление формы горной выработки в программной системе зачастую этого смысла лишено. Недавно я убедился, что одна широко распространённая в мире программная система под каждой вариант решения строит свою рабочую модель месторождения, так что сопоставить два решения, а тем более создать на их основе гибридные невозможно. Сам же процесс планирования состоит в складывании требуемого объема из кусочков, что в силу комбинаторной сложности задачи крайне затрудняет осмысленный выбор проектных и плановых
решений. Я не называю эту систему, поскольку такие черты организации человеко-машинного диалога не являются принадлежностью ее одной и широко распространены.
Невозможно оспаривать саму идею диалога. Программные системы не могут в автоматическом режиме решить все задачи, стоящие перед специалистами. Но диалог может быть либо интеллектуальным, либо антиинтеллектуальным, причем последний случай более распространен. Интеллектуальный диалог — это выбор из принципиальных альтернатив, сформированных опытом и интуицией специалиста. В рамках определенной альтернативы системой должны широко применяться методы направленного поиска (оптимизации). Антиинтеллектуальный — слепое тыканье при определении мелких технических деталей.
При моделировании горного производства (как, впрочем, и других предметных областей) в основу компьютерных расчетов кладется некая рабочая модель объектов и процессов, удобная для их выполнения. Но такая модель вовсе не обязана выражаться в понятиях специалиста. Причина антиинтеллектуальности взаимодействия с программной системой как раз и состоит в том, что пользователю предлагается работать с рабочей моделью, не соответствующей его технологическому видению. Пользователя принуждают к машинному восприятию. Это все равно, что писать картину не мазками, а пикселями.
Аналогична причина ограниченности применения методов оптимизации за пределами задачи определения границ карьера. Лискретизи-рованное блочное представление не
Таблица 1
Две точки зрения в статическом аспекте
Аспект Точка зрения разработчика (программно-информационной реализации). Традиционные подходы Точка зрения предметного специалиста (проектировщика, технолога) [7]
Описание месторождения Описание горной выработки Триангулированные поверхности; Блоки правильной формы; Сеточные функции (редко) Блочная модель: совокупность блоков правильной формы Секторная модель (набор пар: номер сектора, координаты в секторе) Контурная модель: многоугольники, кусочно-окружностные линии Границы рудных тел, пластов; Линии изомощностей; Линии равных содержаний (значений геологических признаков) Граничные линии (на плане или на вертикальном разрезе); Объемное представление (редко) Технологические зоны
Аспект Точка зрения разработчика (программно-информационной реализации). Традиционные подходы Точка зрения предметного специалиста (проектировщика, технолога)
Динамика горных работ Приоритеты (по азимутам, секторам); Перемещения (по секторам); Наборы блоков, составляющих прирезку Направление развития (крупномасштабное представление) Подвигания, скорость подвигания, темп углубки Буровые, экскаваторные блоки Прирезки (мелкомасштабное представление)
Процесс выработки решения Динамика (развитие) процесса разработки — последовательность отдельных этапов
Верхний уровень: задание параметров (размеры и ориентация блоков либо система секторов), количество слоев. Нижний уровень: интерактивное определение локальных координат либо наборов блоков Верхний уровень: задание общих параметров разработки (система разработки, схема вскрытия, схема грузопотоков и т.п.); Нижний уровень: проработка инженерными методами с прорисовкой
Таблица 2
Две точки зрения в динамическом аспекте
выражает большинства технологических взаимосвязей, а попытка ввести их дополнительно условиями неизбежно сведется к комбинаторным за-
висимостям малой степени общности. Попробуйте выразить на языке прямоугольных клеток задачу построения полосы заданной ширины, наи-
менее уклоняющейся от заданной линии (оси трассы!).
Сопоставим язык и способ мышления разработчиков программных систем и предметных специалистов.
По нашему мнению, основным средством решения проблемы несоответствия между понятиями пользователя и переменными модели состоит в построении адекватной «внешней» (в переменах пользователя) модели, не только приемлемо отображающей моделируемые объемы в формальном смысле, но и технологически интерпретируемой. Механизм ее использования может быть разный, в т.ч. на основе преобразования (двухстороннего) во внутреннюю модель, свободную от условия быть удобно интерпретируемой. Необязательно и даже нереалистично выдвигать требования, чтобы композиция прямого и обратного преобразования была тождественным преобразованием, но, безусловно, необходимо требовать, чтобы имело место незначительное отклонение этого двойного преобразования от тождественного. Любые разумные ограничения, выраженные во внешней модели, должны трансформироваться в условия в переменных внутренней модели, что наиболее проблематично. В этом выразится соединение содержательного понимания предметного специалиста с операционистской позицией разработчика, ориентированной на простоту представления и удобство расчета.
Простейший пример такого соответствия: плавная линия (например, трасса), нарисованная проектировщиком или зафиксированная маркшейдером для расчетов и модификации, переводится по определенному алгоритму в ломаную. По
результату расчета ломаной восстанавливается новая плавная линия. Требования к модели:
дополнительное условие на форму ломаной: апроксимируемости
гладкой. Конкретный способ выполнения таких преобразований описан в работе автора [8].
Вполне возможно, что внешней модели в зависимости от значений ее переменных может соответствовать не одна внутренняя модель, а целое семейство моделей (вариантов), различаемых по значению их параметров. При этом внешняя модель должна обладать максимальной представительностью, т.е. должна давать описывать всевозможные проектные и плановые решения. Наиболее вероятно использование непрерывно-дискретная по набору переменных моделей.
Вторым средством обеспечения интеллектуальности диалога является применение адекватных методов направленного поиска, с одной стороны, учитывающих особенности рассматриваемого класса моделей, а с другой, — не привязанных к одному какому-то типу задач из всего множества рассматриваемых. Особенно важно (хотя, бесспорно, наиболее трудно) реализовать методы принятия решения для процесса в целом, а не отдельных его этапов.
Условия задачи направленного поиска должны ясно выражать его цель и выражаться следующими типами взаимосвязей:
- Соотношения модели горных работ (общие условия)
- Критерий эффективности и набор дополнительных ограничений (в многообразных комбинациях, выражающих содержание отдельных задач).
Наконец, последнее и наименее очевидное. Для того чтобы можно было решать не фиксированный набор задач, а заранее не определенный круг задач, единственным условием для которых является возможность расчета всех необходимых зависимостей через значения переменных модели, целесообразно использование специализированного языка описания задач направленного поиска. До сих пор опыт создания таких языков давал средства описания задач, более понятные разработчикам ПО, математикам и ИТ-специалистам, нежели предметным специалистам. Поэтому для использования такого языка необходима разработка диалоговой компоненты для формирования и редактирования предложений такого языка.
Предлагаемые пути решения проблемы организации интеллектуального диалога могут помочь успешно преодолеть общие слабости инженерного подхода и подхода традиционных программных комплексов, состоящие в следующем:
1. Вариантный подход: моделирование (выработка решения) сводится к цепочкам ответов на вопрос: «Что будет, если».
2. Пошаговый подход к моделированию динамики процессов: следующее положение горных работ. Причины этого:
- Для инженерного подхода: крайняя трудность оценки влияния прошлого на будущее через ряд этапов;
- Для традиционных диалоговых пакетов: Рабочие модели являются лишь способами описания статического состояния, а не системами взаимосвязей (особенно в отношении динамики процессов);
3. Существенное добавление вычислительной погрешности к погрешности исходных данных.
Выдвигаемые здесь идеи иллюстрируются на примере развития в сторону интеллектуализации секторной модели горных работ на карьере и применения методов оптимизации к задачам планирования, разработанных на базе таких моделей. На наш взгляд, этот класс моделей значительно более адекватен целям проектирования, чем чисто дискретные (блочные) модели, поскольку при принятии решений на основе последних необходимо применять комбинаторные методы. Эти методы трудоемки, эффективное применение требует адекватного учета особенностей задачи.
Оригинальная модель И.Б. Та-бакмана [9] характеризуется единой системой секторов для уступов. Положение горных работ в секторе на уступе характеризуется одной координатой, выражающей положение точки пересечения текущей границы карьера с осью уступа. Соотношения модели выражают условия создания на уступах рабочих площадок достаточной ширины и обеспечения транспортировки горной массы на уступе. Модель характеризуется удобным способом представления зависимостей объема и качества руды от положения горных работ в секторах. Недостатками модели являются: а) крайняя непредставительность набора вариантов; б) высокая погрешность перехода от ступенчатой формы контуров уступов карьера. Что касается оригинального метода оптимизации годового плана, он представляет собой эвристику на базе методов решения задач линейного программирования и обоснования не получил.
В развитие модели И.Б. Табакмана предлагалась и использовалась неоднородная секторная модель для карьеров с углубочной системой разработки. В ней допускается различное разбиение уступов на сектора. Преодолевается непредставительность модели с одинаковой системой секторов на всех уступах. Для расчета был использован реализованный в соответствии с особенностями структуры ограничений модели теоретически обоснованный метод возможных направлений [10].
С.Д. Коробовым еще в 1960-е г.г. была создана нелинейная секторная модель для карьеров на пологих пластах, отрабатываемых наклонными уступами (формально описанная в работе [11]). Модель передает взаимосвязь между формой уступа и залежи.
В развитие модели [10] была предложена двухпараметрическая нелинейная секторная модель [12], характеризующаяся низкой погрешностью при сглаживании построенных на ее основе контуров уступов карьера. Модель позволяет описать переход от рабочего к нерабочему участку борта на границах секторов (номера граничных секторов в ней являются дискретными параметрами). Наконец, последняя может быть развита в гибридную модель, которая передает различные варианты сочетания рабочих и нерабочих участков борта, допуская переход от рабочего к нерабочему участку борта в пределах сектора. Форма модели схожа с гибридной моделью производственного процесса, приведенной ниже; это подобие основывается на пространственно-временной аналогии.
Рассмотрим теперь модели динамики и методы направленного поиска, способствующие осуществлению направленного поиска. В последние два десятилетия интенсивно развивается новый тип моделей управляемых динамических систем — дискретно-непрерывные или, иначе, гибридные системы [13]. Эти модели характеризуются наличием двух типов переменных состояния — дискретных (изменяющихся скачкообразно) и непрерывных (непрерывно изменяющихся в пределах этапа и могущих также скачкообразно изменяться на границе этапа). Временные границы этапа не фиксируются. Основываясь на обобщении формы зависимостей, имеющих место в процессах горного производства, автор еще в 1996 г. формализовал класс гибридных систем для выражения характера их динамики, в следующем виде.
Вектора непрерывных переменных состояния вводятся для начала и конца этапа (х(к), у(к)), вектора дискретных переменных состояния, непрерывных и дискретных управлений (хо(к),и(к),ио(к)) — для этапа в целом. Динамика процесса определяется:
1) системой разностных уравнений для непрерывных переменных состояния
у(к)=Дх(к),хо(к),и(к),ио(к)),
2) условиями окончания этапа переключением т(к)-го типа
Тмк}(у(к),ио(к))=0;
]{5}(у(к),ио(к))<0, т^Мк),
3) изменением компонент качественного состояния:
хИ(к+1)=дот(к)(хо(к),иИ(к)),
2=2'(т(к)), иначе хи(к+1)=хи(к),
4) скачкообразным изменением некоторых непрерывных переменных состояния
Х](к+1) ^(ЩУ^, UDi(x(k))(k)), ;'еДт^)), иначе х^+1)=у^)
В рамках такой модели можно описать характерные черты дискретной динамики: перестановку оборудования после завершения работы на участке, вскрытие очередного горизонта, начало и окончание планового ремонта, переход от загрузки секции склада к разгрузке после его наполнения и т.п.
Перейдем к методам направленного поиска. Основываясь на опыте решения задач оптимизации со структурой, характерной для моделей горных работ, автор может рекомендовать следующие методы
1. Для статических задач оптимизации одного положения горных работ — декомпозионный комбинированный прямой метод, объединяющий черты метода возможных направлений и проекции градиента (учет специфики структуры ограничений может быть выполнен по аналогии с динамическими задачами).
2. Для статических задач при наличии дискретных переменных — двухуровневый метод, верхний уровень которого — метод ветвей и границ для выбора дискретных переменных, нижний — комбинированный декомпозиционный метод;
3. Для динамических (многошаговых) задач оптимизации — комбинированный декомпозиционный метод с двухуровневой декомпозицией.
4. Для задач с гибридной (дискретно-непрерывной) динамикой — двухуровневый метод, верхний уровень которого — метод ветвей и гра-
ниц для выбора дискретных переменных, нижний — гибридный прямой метод с двухуровневой декомпозицией.
Наконец, языковое описание задач направленного выбора рассмотрим на примере, реализованном в программной системе оптимизации рабочей зоны [10] Языковое описание включает определение: структуры данных, типов величин и системы зависимостей. Ниже приводятся фрагменты первой секции файла определения задачи выравнивания коэффициента вскрыши. 1pit
pit_name c15:0:input coal_dens r:0:input waste_dens r:0:input yr_advance r:0:input max_shift r:0:input sr0 r:0:input
CC_mass r:2:sumobj(zone.CC_mass) K9_mass r:2:sumobj(zone.K9_mass) ash_mass r:2: sumobj(zone.ash_mass) coal_mass r:2:sumobj(zone.coal_mass)
waste_vol r:2: sumobj(zone.waste_vol) ash
r:2:100*pit.ash_mass/ pit.coal_mass sr r:2:pit.waste_vol/pit. coal_mass sgn_sr_exc r:2:pit.abs_sr_exc/pit. sr_exc
Ланный фрагмент определяет, какие величины, относящиеся к 1-му иерархическому уровню, вводятся, а какие являются результатами вычислений. Величины суммарной массы угля (coal_mass), энергетического и коксующегося угля (CC_mass, K9_mass) и объема вскрышных пород (waste_vol) получаются суммированием одноименных величин, рассчитанных для отдельных зон. Таким же образом вычисляется объем золы, а зольность в
процентах (ash) получается умножением на 100 массы золы, деленной на массу угля. Изменяя струк-
туру данных и отдельные соотношения, таким образом можно описать разнообразные задачи.
1. Муртаф Б. Современное линейное программирование. — М.: Мир, 1984. — 224 с.
2. Ржевский В.В., Резниченко С.С., Хро-нин В. В., Попов К. С. Операционные исследования открытых разработок: Учебное пособие. — М.: МГИ, 1968. — 194 с.
3. Табакман И.Б. Календарное планирование горных работ на электронных вычислительных машинах // Горный журнал. — 1964. — № 11.
4. Lerchs H., Grossman I.F. Optimum design of open-pit mines // The Canad. mining and metallurg. bull. — 1965. — V. 58. — No. 633. — P. 47-54.
5. David M, Dowd P.A., Korobov S.D. Forcasting departure from planning in open pit design and grade control // Proceedings of the Xll-th APCOM Symposium/ Denver, Colorado, USA, April 1974.
6. Гаврилов Д.А. Управление производством на базе стандарта MPR-II. — СПб: Питер, 2003. — 352 с.
7. Истомин В.В., Наумов И.К., Черненко М.Б., Ялтанец И.М. Терминология открытых горных работ: Учеб. пособие. — М.:МГИ, 1987. — 96 с.
8. Валуев А.М. Горно-геометрическое моделирование в задачах проектирования открытых горных работ: Учебное пособие. — М.: МГИ, 1989. — 107 с.
- СПИСОК ЛИТЕРАТУРЫ
9. Табакман И.Б. Принципы построения АСУ на карьерах. — Ташкент: Фан, 1977.
— 140 с.
10. Валуев А. М. Метод и программа оптимизации рабочей зоны угольного разреза // Отдельные статьи Горного информационно-аналитического бюллетеня. — 2003.
— № 8.— 22 с.
11. Валуев А.М. Горно-геометрическое моделирование открытой разработки пологих угольных залежей // Горный информационно-аналитический бюллетень. — 2005.
— № 7. — С. 67-70.
12. Валуев А.М. Комбинированные модели борта карьера в задачах годового и среднесрочного планирования // Горный информационно-аналитический бюллетень.
— 2006. — № 8 . — С. 110-113.
13. Варайя П., Куржанский А.Б. Задачи динамики и управления в гибридных системах // Теория управления и теория обобщенных решений уравнений Гамильтона-Якоби. Екатеринбург: Изд-во Урал. ун-та, 2006. — Т.1. — С.21—37.
14. Valuev A.M. On the substantiation of technological solutions for open pits via production planning simulation // Mine Planning and Equipment Selection: Proceedings of the fifth international symposium. Sao Paulo, 2226 October 1996. — P. 91-95. SHE
КОРОТКО ОБ АВТОРЕ -
Валуев Андрей Михайлович — доктор физико-математических наук, профессор Московского физико-технического института (государственного университета), старший научный сотрудник лаборатории Математического моделирования в машиностроении Института машиноведения им. A.A. Благонравова, [email protected]
