CC BY
42
Динамика взаимодействия интеллектуальных агентов описывается в форме прямых и косвенных переговорных процессов, ситуационных и интеллектуальных стратегий. Последовательность действий, направленная на составление, корректировку и оптимизацию индивидуального плана учебного процесса описывается в виде функций принятия решений и поведения агента- преподавателя.
Общий подход к моделированию процесса формирования компетенций обучающегося с помощью муль-тиагентных систем заключается в построении агентных моделей различного уровня с различной степенью детализации. Мультиагентные системы, образованные из взаимодействующих интеллектуальных агентов, имеющих собственные цели, могут быть использованы для решения таких задач, которые сложно или невозможно решить с помощью одного агента или монолитной системы.
Заключение
В целом, использование мультиагентных технологий в киберсоциальных системах предоставляет
новые возможности и позволяет повысить децентра-лизованность и индивидуальность работы всех участников образовательного процесса. Описанная объектно-ориентированная мультиагентная имитационная модель образовательной системы подготовки специалистов (бакалавров) дает поддержку принятия решений в объективной оценке уровня способности обучаемых к накоплению компетенций в зависимости от его интеллектуального состояния и персональных психофизических характеристик.
Результаты мультиагентного моделирования показывают возможности прогнозирования ожидаемого уровня знаний обучающихся и корректировки их образовательных маршрутов по результатам контроля с целью индивидуализации и возможного повышения эффективности образовательного процесса.
Мультиагентная имитационная модель образовательного процесса может быть применима для прогнозирования результатов различных форм обучения, а также для объективного разрешения конфликта между активными агентами (активными эле-иентами) в любой образовательной системе.
ЛИТЕРАТУРА
1. Романчева Н.И. и др. Логистические особенности организации послевузовской переподготовки специалистов /Н.И. Романчева, Е.В. Юркевич //Труды Международного симпозиума Надежность и качество.
- 2016. - Ч. 1. - С. 232-235.
2. Ландсберг С.Е. Особенности построения информационных систем с использованием мультиагентных технологий /С.Е. Ландсберг, А.А. Хованских //Вестник Воронежского государственного университета-Выпуск №3-1/ том 10/201 , URL - http://cyberleninka.ru/article/n/osobennosti-postroeniya-informatsionnyh-sistem-s-ispolzovaniem-multiagentnyh-tehnologiy (дата обращения 24 февраля 2017)
3. Ивашкин Ю.А. Агентные технологии и мультиагентное моделирование систем: учебное пособие / Ю.А. Ивашкин.- М.:МФТИ, 2014 - 268 с.
4. Ивашкин Ю.А. Структурно-параметрическое моделирование интеллектуальных агентов и систем: сборник Информационные технологии и системы. Вып.4 - Воронеж: Воронежская государственная технологическая академия, 2001.- С. 33-37.
5. Полтавский А.В. Концепция принятия решений при создании сложных технических систем /А.В. Полтавский, А.С.Жумабаева, Н.К. Юрков //Труды международного симпозиума Надежность и качество. -2016,- Т.1- С.8-13.
6. Вьюгина С.В. Синергетизм технологий развития интеллектуального потенциала студентов в педагогической системе технологического ВУЗа //Труды Международного симпозиума Надежность и качество.
- 2015. - Т. 1. - С. 208-211.
УДК 62.192
Сацыхов Г.С., Бабаев И.А.
ФГБОУ ВО «Московский государственный технический университет им. Н.Э. Баумана», Москва, Россия МЕТОД ОПРЕДЕЛЕНИЯ МИНИМАЛЬНО НЕОБХОДИМОГО ОБЪЕМА ВЫБОРКИ ДЛЯ ПРОВЕДЕНИЯ ПЕРИОДИЧЕСКИХ КОНТРОЛЬНЫХ ИСПЫТАНИЙ ТЕХНИЧЕСКИХ ОБЪЕКТОВ НА ФУНКЦИОНАЛЬНУЮ БЕЗОПАСНОСТЬ
На основе сравнения характеристик доли выработанного ресурса для отказавших и неотказавших объектов в течение заданного времени определяется минимальное количество объектов, необходимое для проведения периодических контрольных испытаний технических объектов на функциональную безопасность Ключевые слова:
выборка, наработка до отказа, средний ресурс, доверительная вероятность, точечная оценка, нижняя доверительная граница, средняя доля выработанного ресурса.
Р(0
Общие сведения
В целях определения минимально необходимого количества однотипных технических объектов для проведения периодических контрольных испытаний на функциональную безопасность, воспользуемся терминологией, сложившейся в направлении ресурсных испытаний. [1]
Пусть т - наработка до отказа, которая не всегда оказывается критической и поэтому тогда технический объект не представляет угрозу окружающей среде и техническому персоналу. Однако последующие отказы могут быть критическими на отрезке времени (0, t). Определим следующую цен-зурированную сверху случайную величину: \ г, если т < t; t, иначе.
Определим среднюю долю выработанного ресурса (СДВР) объекта в течение времени испытания t по следующей формуле [2]:
i(t) = £(f), (1)
где £(•) - математическое ожидание величины, стоящей внутри скобок.
Заметим, что величина p(t) = E(y(t)) - средняя безотказная наработка объекта в течение времени t. Легко заметить, что
/(t)=;
t
, ^ Г т, е
'(t) = U.
т.е. показатели СДВР - это доля средней безотказной наработки (ДСБН) объекта в течение времени Другими словами СДВР=ДСБН. Очевидно, что величина
7(0 = 1-/(0 (2)
- средняя доля невыработанного ресурса (СДНР) объекта я в течение времени
Чтобы дать более содержательную интерпретацию показателя СДВР объекта приведем следующую формулу, доказанную в [3]:
1№=15оРШХ, (3)
где Р(х) - вероятность безотказной работы объекта в течение времени х.
Из геометрической интерпретации интеграла следует, что СДВР объекта - это среднее значение вероятности безотказной работы объекта в течение времени испытания
Легко заметить, что из (3), с учетом (2), следует, что:
- 1 fl I(t)=-J F(x)dx,
вероятность отказа объекта в
где Р(х) = 1 — Р(х) течение времени х.
Точечные оценки показателей СДВР и СДНР технического объекта и их свойства
Пусть испытываются на безотказность п однотипных объектов, из которых к объектов отказали в течение времени Обозначим через т^ безотказную наработку 1-го отказавшего объекта, (¿ = 1,2, ...&). Тогда точечной оценкой показателя /({), согласно (1), можно взять следующую величину:
+ («-£){), (4)
а в качестве точечной оценки показателя 7({), согласно (2) и (4), величину:
Ш^Яие-т,). (5)
Заметим, что в оценках (4) и (5) величины к и Т[. (¿ = 1,2, ...&) случайные. Поэтому возникает вопрос: имеется ли смещение этих оценок относительно истинных значений показателей /({) и /({)? В связи с этим нами доказаны следующие формулы:
где /0 - заданное
значение,
(0 < /0 < 1) . Тогда
Е
(Ш) = f(t); Я(Ш) = Д0,
откуда следует, что у оценок (4) и (5) отсутствуют смещения. Кроме того, нами доказано, что оценки (4) и (5) состоятельны.
Определение минимального количества объектов, необходимого для проведения испытаний
При малых объемах выборки п однотипных объектов из генеральной совокупности степень доверия к точечным оценкам (4) и (5) крайне низка. Поэтому нами установлены нижняя доверительная граница (НДГ) для показателя СДВР объекта и верхняя доверительная граница (ВДГ) для показателя СДНР объекта при заданной доверительной вероятности р (0 < р < 1) [4]:
ш = ш -ш=ш+
ln(l-p)
-ln(1-p)
(6)
(7)
Решая уравнение (6) относительно п, найдем: — ln(1 — р)
¡(Ш-ио)2
(8)
откуда, с учетом того, что /„({) < 1, получим:
-1п(1-р) П>--Т2.
2(1-/п(0)
Пусть НДГ показателя СДВР объекта в течение времени удовлетворяет условию:
0>/о, (9)
оценка (8) принимает следующий вид:
п >
-ln(l-p) 2(1-о)2 '
(10)
ми-при
Откуда найдем следующую формулу для п0 -нимального количества однотипных объектов проведении испытаний:
{2(П(1/ у , если правая часть (10) — целое число;
[га*! )Р;)] + 1, если правая часть (10) — нецелое число,
° (11) где [•] - целая часть выражения, заключенного внутри квадратных скобок. Рассуждая аналогичным образом, из формулы (7) найдем: — 1п(1 —р)
2 (/„(t) — £(t)
откуда получим:
п >
-ln(1-p)
(12)
Пусть ВДГ показателя СДНР объекта в течение времени t удовлетворяет следующей оценке:
Ш<А0, (13)
где
/о = 1 — /0'
Тогда оценка (12) примет следующий вид: — ln(1 —р)
(14)
п > -
—2
2/о
Откуда вновь найдем формулу (11) другим способом при условии (13) с учетом (14).
Пример. Пусть оценка ВДГ показателя СДНР объекта при доверительной вероятности р = 0,865 равна . Найти минимальный объем выборки объектов из исходной генеральной совокупности для проведения испытаний.
Решение. Согласно (11), имеем: — 1п(1 — 0,865)
"= 2(1— /о)2 =9,
где
^о = 2/з.
Заметим, что получим то же решение, если условие примера заменим на следующее условие:
«Пусть НДГ показателя СДНР объекта при дове-ероятности р = 0,865 равна 2/д, т.е. /0 =
рительной /3
2/з->
ЛИТЕРАТУРА
1. ГОСТ Р 27.002-2009. Надежность в технике. Термины и определения. М.: Стандартинформ, 2011.
2. Садыхов Г.С., Савченко В.П. Средняя доля остаточного ресурса и ее непараметрические оценки // Вопросы теории безопасности и устойчивости систем. М.: Вычислительный центр РАН, 1999. Вып.1.
3. Sadykhov G.S. Tecnical condition control calculation for hazardous industrial facilities // Journal of Machinery Manufacture and Reliability, July 2014, Vol.43, Issue 4, pp. 327-332.
4. .Sadykhov G.S.r Babaev I.A. Computations of the Least Number of Objects Necessary for the Cyclical Reliability Testing // Journal of Machinery Manufacture and Reliability. 2016. V.45. No. 3. P.239-246.
5. Садыхова Л.Г., Назаренко Д.Б., Бабаев И.А. Определение минимального количества объектов, необходимого для проведения выборочного эксперимента // Труды института системного анализа РАН, 2012. Вып.4. с. 23-27.
6. IEEE 762-2006. Standard Definitions for Use in Reporting Electric Generating Unit Reliability, Availability and Productivity, 2007. 66p.
7. IEC 61703:2001. Mathematical Expessions for Reliability, Availability, Maintainability and Mainterance Support Terms. International Electrotechical Comission, 2001.103p.
УДК 658.512.2.011.56
Саушев А.В., Бова Е.В., Гаспарян К.К.
ФГБОУ ВО «Государственный университет морского и речного флота имени адмирала С.О. Макарова», Санкт-Петербург, Россия
СТАТИСТИЧЕСКИЕ МЕТОДЫ ПАРАМЕТРИЧЕСКОГО СИНТЕЗА ЭЛЕКТРОТЕХНИЧЕСКИХ СИСТЕМ ПО КРИТЕРИЮ ЗАПАСА РАБОТОСПОСОБНОСТИ
Сформулирована постановка задачи параметрического синтеза электротехнических систем (ЭТС) с позиций теории управления. Показано, что многие ЭТС можно представить в виде систем автоматического управления, состоящих из охваченного обратной связью объекта управления, в которую включено управляющее устройство. Показано, что для решения задачи параметрического синтеза по критерию запаса работоспособности требуется информация о границе области работоспособности системы. Предложены способы параметрического синтеза, предполагающие известной информацию о законах изменения параметров комплектующих элементов системы. Для случая, когда закон распределения является нормальным, разработан алгоритм решения, основанный на методе критических сечений. Для произвольного случая предложена процедура разложения плотности распределения параметров в ряд Эджворта. Получены оптимальные, по критерию запаса работоспособности, оценки значений параметров элементов ЭТС. Ключевые слова:
параметрический синтез, управление, электротехническая система, статистические методы
2
п
