CC BY
38
МЕТОДИКА УЧЕТА РИСКА И НЕОПРЕДЕЛЕННОСТИ НА РАННИХ СТАДИЯХ ЖИЗНЕННОГО ЦИКЛА РАЗРАБАТЫВАЕМОЙ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ УПРАВЛЕНИЯ
Волков Валерий Федорович,
д.в.н., профессор, профессор кафедры системного анализа и математического обеспечения автоматизированных систем управления (войсками) Военно-космической академии имени А.Ф. Можайского, г. Санкт-Петербург, Россия, [email protected]
Толмачев Алексей Александрович,
к.в.н., начальник учебного командного пункта кафедры организации боевого применения сил и средств ракетно-космической обороны Военно-космической академии имени А.Ф. Можайского, г. Санкт-Петербург, Россия, [email protected]
АННОТАЦИЯ
В работе предложены два подхода к выбору схемы учета факторов риска и неопределенности на стадиях разработки технических предложений и эскизного проекта автоматизированной системы управления, входящей в состав новой разрабатываемой организационно-технической системы. Первый подход базируется на использовании аппарата теории нечётких множеств. Основанная на нем методика позволяет получить количественную оценку истинности экспертного заключения о ходе работ над проектом автоматизированной системы управления, оценить риск невыполнения требований заказчика по таким показателям, как количество объектов, с которыми может работать автоматизированная система управления; продолжительность решения информационно-расчетных задач; время, необходимое для сбора информации об обслуживаемых объектах; время доведения управляющей информации до исполнительных органов; степень защищенности автоматизированной системы управления от информационных воздействий противника; степень защищенности автоматизированной системы управления от физических воздействий противника. Каждый из перечисленных показателей рассматривается как лингвистическая переменная, состоящая из следующих термов: «очень низкий уровень показателя»; «низкий уровень показателя»; «средний уровень показателя»; «высокий уровень показателя»; «очень высокий уровень показателя». Второй подход учитывает нечеткий характер требований к результатам функционирования организационно-технической системы, неизбежный для ранних стадий жизненного цикла организационно-технической системы и автоматизированной системы управления. На примере оценивания эффективности функционирования подсистемы передачи данных разработана методика обоснования требований к параметрам подсистемы передачи данных, обеспечивающим гарантируемую вероятность доведения управляющего сигнала не ниже директивного уровня. При этом учитывается, что на ранних стадиях жизненного цикла организационно-технической системы могут решаться либо «прямые» задачи исследования эффективности, либо «обратные». Прямые задачи заключаются в расчете основных или частных показателей эффективности подсистемы передачи данных. Обратные задачи могут быть сгруппированы в три класса: структурный синтез автоматизированной системы управления, параметрический синтез автоматизированной системы управления, алгоритмический синтез автоматизированной системы управления. Степень детализации разработанных методик определяется точностью прогноза условий обстановки, в которых будет осуществляться применение организационно-технической системы и функционирование автоматизированной системы управления.
Ключевые слова: лингвистическая переменная; гарантируемая вероятность; стохастический индикатор; эффективность целенаправленного процесса; степень риска; частный показатель качества; результативность.
Для цитирования: Волков В. Ф., Толмачев А. А. Методика учета риска и неопределенности на ранних стадиях жизненного цикла разрабатываемой автоматизированной системы управления // Наукоемкие технологии в космических исследованиях Земли. 2017. Т. 9. № 3. С. 63-70.
Введение
При создании вновь разрабатываемых автоматизированных систем управления (АСУ) необходимо решать совокупность ряда взаимосвязанных задач анализа и синтеза. В обобщенной постановке задача синтеза формулируется следующим образом: требуется определить вариант структуры Ш, при котором в процессе решения поставленной задачи 1 в сложившихся условиях V с учетом временных ограничений Т, при эксплуатационно-технических характеристиках (ЭТХ) имеющихся образцов S подсистем У системы информационного обеспечения (СНО), при объеме информации I обеспечивается выработка решения Я, удовлетворяющего условию
Ж = argmaxЭ (Ж,г,У,Т,У,1,5,Я),
ж
где Э — выбранный показатель.
Сформулированная общая задача синтеза является достаточно сложной для непосредственного решения вследствие наличия значительного числа факторов риска и неопределенности, поэтому она должна быть декомпозирована на ряд частных задач.
Анализ риска невыполнения требований заказчика разрабатываемой АСУ методами теории нечётких множеств
На ранних стадиях жизненного цикла разрабатываемых АСУ вследствие разных причин возможно принятие ошибочного положительного заключения при наличии факта невыполнения требований заказчика (НТЗ), что в итоге приведет к существенному перерасходу государственных средств. Таким образом, требуется дать
количественную оценку истинности экспертного заключения о ходе работ над новым проектом АСУ.
Один из возможных подходов к решению этой задачи заключается в использовании теории нечетких множеств. Введем лингвистическую переменную g = «риск НТЗ к разрабатываемой АСУ». Универсальным множеством для переменной g является отрезок [0,1], а множеством значений переменной g — терм-множество О = {Ор О , О3,
где О1 = «предельный риск невыполнения требований заказчика»;
О2 = «степень риска НТЗ высокая»;
Оъ = «степень риска НТЗ средняя»;
04 = «низкая степень риска НТЗ»;
05 = «риск НТЗ незначительный».
Каждый терм из множества О является именем нечеткого подмножества на отрезке [0,1]. Будем рассматривать нечеткие подмножества как трапециевидные нечеткие числа. Составим таблицу функций принадлежности каждого терма (табл. 1), используя формулу функции принадлежности трапециевидного нечеткого числах = (ар а , а3, а4):
0,если х < а1; х — а.
Ц (х ) =
-, если а, < х < а2; — а,
1, если а2 < х < а3;
— а4
——, если а3 < х < а4;
(1)
0, если x > a4.
Функции принадлежности подмножества терм-множества g
Таблица 1
Терм Ок Функция принадлежности нечетного множества Ок
О5 — «риск НТЗ незначительный» О5 е [0; 0, 25] Г 1, если 0 < g < 0,15; "[10(0,25 — g),если 0,15 < g < 0,25.
О4 — «низкая степень риск НТЗ» О4е [0; 0, 25] Ц4 =< 1 —10(0,25 — g),если 0,15 < g < 0,25; 1,если 0,25 < g < 0,35; 10(0,45 — g),если 0,35 < g < 0,35.
О3 — «степень риска НТЗ средняя» О3 е [0; 0, 25] Цз = < 1 —10(0,45 — g), если 0,35 < g < 0,45; 1, если 0,45 < g < 0,55; 10(0,65 — g),если 0,55 < g < 0,55.
О2 — «степень риска НТЗ высокая» О2 е [0; 0, 25] Ц2 =< 1 —10(0,65 — g), если 0,65 < g < 0,75; 1, если 0,75 < g < 0,85; 10(0,85 — g),если 0,85 < g < 0,85.
О1 — «предельный риск НТЗ» О1 е [0; 0, 25] U -10(0,85 - g),если 0,75 < g < 0,85; Ц "{ 1,если 0,85 < g < 0,1.
Значение функции принадлежности будем рассматривать как меру истинности терма О.. Например, если было установлено, что g = 0,62, то отличную от нуля функцию принадлежности имеют два терма: О3—«степень риска НТЗ средняя» иО2 — «степень риска НТЗ высокая». При этом
(0,62) = 10(0,65-|я=0 62 = 0,3
(0,62) = 1 -10(0,65 - g) ^0,62 = 0,7
Таким образом, для g = 0,62 высказывание «степень риска НТЗ высокая» является «более истинным», чем высказывание «степень риска НТЗ средняя».
Заключение о риске НТЗ эксперт делает на основании частных показателей качества (ЧПК) разрабатываемой АСУ Показатели следует выбирать так, чтобы увеличение каждого отдельного ЧПКХг был сопряжен со снижением степени риска НТЗ, с повышением потенциальной эффективности функционирования разрабатываемой АСУ Если для какого-либо ЧПК наблюдается противоположная тенденция, то в анализе его следует заменить сопряженным [1].
Пусть эксперт выбрал систему из шести следующих показателей:
Х1 —количество объектов, с которыми можетработать АСУ;
Х2 — продолжительность решения информационно-расчетных задач;
Х3—время, необходимое для сбора информации об обслуживаемых объектах;
Х4 — время доведения управляющей информации до исполнительных органов;
Х5 — степень защищенности АСУ от информационных воздействий противника;
Х6 — степень защищенности АСУ от физических воздействий противника.
Каждый частный показатель — числовая переменная, или, по-другому, переменная, принимающая свои значения на определенном числовом промежутке. Каждую из этих
числовых переменных будем рассматривать как множество носитель лингвистической переменной Вг, состоящей из следующих термов:
Ei Ei Bi Ei
Ч1 — «очень низкий уровень показателяХг»; Ч — «низкий уровень показателяХг»; 'г3 — «средний уровень показателяХг»; Ч4 — «высокий уровень показателяХг'»; Вг5 — «очень высокий уровень показателяХг». Примем, что каждая лингвистическая переменная имеет трапециевидную функцию принадлежности, которая может быть определена четверкой чисел: х = (а1, а , а}, а4), т.е. функция принадлежности каждого терма В.. имеет вид (1).
Экспертные оценки всех термов В.. (г = 1, 2, 3, 4, 4, 6; /=1,2,3,4,5) даны в табл. 2.
Из данных, приведенных в табл. 2, и формулы (1) следует, что если, к примеру, Х3 = 0,78, то состояние этого показателя может быть оценено как В32 = (0,5; 0,6; 0,7; 0,8) — «низкий уровень показателяХ3» или как В33 = (0,7; 0,8; 0,9; 1) — «средний уровень показателя^». При этом
_ x - 0,08. -0,02
Н32 _ Ö7-Ä8 lx_°,73
_ 0,2 —оценка истинностиЕ,.
х-0,7 , 0,08
ц32 =-|х=0 78 = д ^ = 0,8 — оценка истинности В3.
0,8 - 0,7
0,1
Теперь необходимо перейти от финансовых показателей Х= (Х,, Х„ ,Х,, Х„, Хс, Х„) к высказываниям о степени
ч I3 23 З3 43 У 6'
риска НТЗ к разрабатываемой АСУ О = (Ор О2, О3, О4, О5).
Для формирования правил перехода от значений частных показателей к лингвистическим переменным О надо проранжировать частные показатели по степени их вклада в риск НТЗ к разрабатываемой АСУ, т. е. сопоставить каждому показателю^ его вес г, определяющий вклад показателя в меру риска НТЗ [6].
Если веса показателей упорядочены, т.е. имеется информация о том, что г1> г2> ... > гп, и более никакой
Таблица 2
Экспертные оценки частных показателей разрабатываемой АСУ
Показатель Терм
Ei'i Eh Eh
(0; 0; 1,1; 0,2) (0, 1; 0,2; 0,25; 0,3) (0,25; 0,3; 0,45; 0,5) (0,34; 0,5; 0,6; 0,7) (0,6; 0,7; 1; 1)
Хг (-1; -1; -0,005; 0) (-0,005; 0; 0,09; 0,11) (0,09; 0,11; 0,3; 0,35) (0,3; 0,35; 0,45; 0,5) (0,45; 0,5; 1; 1)
(0; 0; 0,5; 0,6) (0,5; 0,6; 0,7; 0; 8) (0,7; 0,8; 0,9; 1) (0,9; 1; 1,3; 1,5) (1,3; 1,5; да; да)
(0; 0; 0,01; 0,03) (0,03; 0,03; 0,08; 0,1) (0,008; 0,1; 0,3; 0,35) (0,3; 0,35; 0,5; 0,6) (0,5; 0,6; да; да)
(0; 0; 0,12; 0,14) (0,12; 0,14; 0,18; 0,2) (0,18; 0,02; 0,3; 0,4) (0,3; 0,4; 0,5; 0,8) (0,5; 0,8; да; да)
х6 (-да; -да; 0; 0) (0; 0; 0,006; 0,01) (0,006; 0,01; 0,06; 0,1) (0,006; 0,1; 0,225; 0,4) (0,225; 0,4; да; да)
информации об этих величинах нет, то вес определяют по правилу Фишберна:
2 (п — I +1)
Г = "(-Л— (2)
(п — 1)п 4 у
Оценка (1) соответствует максимуму информационной энтропии по объекту исследования (проекту АСУ).
Если показатели равнопредпочтительны или системы предпочтений нет, то будем считать, что они обладают равным весом:
1
ri =-n
Pk = £ гц кг;к = 1,2,3,4,5 i=1
Вычислив наблюдаемые веса каждого терма лингвистической переменной О., получим значение самой переменной g по формуле
: £ Pkgk;к-к=1
1,2,3,4,5,
(5)
(3)
Для выбранных выше показателей^., г = 1, 2, 3, 4, 5, 6 примем формулу (3):
1
Г = 6
При выбранной системе весов показателей, согласно [1-2], правило перехода от значений частных показателей к весам термов лингвистической переменной g имеет вид
(4)
где gk — середина промежутка, который является носителем терма Ок е (аи, ам].
Переход от ЧПК к лингвистическим оценкам риска по-казаннарис. 1.
Применим изложенный алгоритм к оценке риска НТЗ, проводимой на стадии разработки аванпроекта (I этап) и эскизного проекта (II этап). Уровни показателей (трапециевидные числа) для их наблюдаемых значений соответствуют табл. 2, значения функций принадлежности каждого нечеткого числа вычислены по формуле (1).
Первичная обработка частных показателей представ-ленатабл. 3.
Вычислим значение функции принадлежности лингвистической переменной g = га«риск НТЗ к разрабатываемой АСУ» за I этап в соответствии со схемой, изображенной на рис. 1, результаты сведем в табл. 4.
Используя табл. 4, найдем значения функций принадлежности цк (¿) для g = 0,445:
^4 (0,445) = 10 (0,45 — g) |г=0,445 = 0,05
^5 (0,445) = 1 —10 (0,45 — g) ^=0,445 = 0,95 цк =0 дляк= 1,2, 3.
Рис. 1. Схема перехода от частных показателей к лингвистическим оценкам риска
Таблица 3
Первичная обработка частных показателей
Наблюдаемое значение показателя Уровень показателя (трапециевидные числа) Значение функции принадлежности
I этап II этап I этап II этап
X = 0,619 x1 = 0,566 Б13 = (0,6; 0,7; 1; 1) Бы = (0,45; 0,5; 0,6; 0,7) ц13 = 0,19 1^ = 0,81 ц14 = 0,81
x2 = 0,294 x2 = 0,262 £23 = (9,09; 0,11; 0,3; 0,35)
x3 = 0,670 x3 = 0,622 Б32 = (0,05;0,6; 0,7; 0,8) ^32 =1 ^32 =1
x, = 0,112 4 ' x = 0,048 4 ' Б42 = (0,02; 0,03; 0,08; 0,1) Б43 = (0,085;0,1;0,3;0,35) ^43=1
X5 = 2,876 x5 = 3,46 Б55 = (0,5; 0,8; да; да) ^55 =1 ^55 =1
x6 = 0,113 x6 = 0,008 Б62 = (0; 0; 0,006; 0,01) Б63 = (0,06; 0,1; 0,225; 0,4) ^64 =1 ^ = 0,5
Вывод по состояния проекта АСУ за I этап: G4 (ц4 = 0,005) или G5 (ц5 = 0,95), т. е.
«Низкая степень риска НТЗ» или «Риск НТЗ — незначительный».
Вычислим значение функции принадлежности лингвистической переменной g = «Риск НТЗ к разрабатываемой АСУ» за II этап (табл. 5):
ц3(0,49)=1
Вывод по состоянию проекта АСУ за II этап:
G3 (ц3 =1), т.е. «Низкая степень риска НТЗ» или «Риск НТЗ — незначительный» [4].
Учет неопределенности на ранних стадиях
жизненного цикла АСУ методами
теории стохастической индикации
Простота процедур получения оценок средних значений вероятностных характеристик привела к широкому использованию их в практических расчетах. Однако осреднение экспериментальных данных ведет к существенной потере информации и делает невозможным прогнозирование результатов единичных опытов. Так была осознана настоятельная потребность в вероятностных моделях, позволяющих производить многоступенчатое исследование характеристик случайных объектов (величин, векторов, функций). Указанные модели составили объект исследования теории стохастической индикации.
На ранних стадиях жизненного цикла СИО, в соответствии с концепциями системного анализа, необходимо учитывать случайную природу величины t вследствие невозможности точной интерпретации комплекса условий применения ОТС, заранее, за несколько лет до его применения. Таким образом, возникает необходимость введение в рассмотрение ещё одного показателя эффективности СИО вероятности W = Р(?ио < ? ). Один из подходов к решению такого рода задач разработан в рамках
теории стохастической индикации (ТСИ). Авторами новой концепции было введено понятия стохастического индикатора тЛ — случайной величины, принимающей значение 1, если А произойдет, и 0 в противоположном случае. Семантический анализ категорий «истинность высказывания», «достоверность события», «вероятность случайного события», «степень достоверности случайного события», «вероятность высказывания», «степень истинности высказывания» показал, что вероятность случайного события А равна математическому ожиданию его индикатора тл [3].
Следовательно, при расчете даже такого частного показателя, как вероятность доведения управляющей информации, необходимо учитывать случайную природу величины i . При такой постановке задачи исследования вероятность P = P(t < t ) также является случайной величи-
дов v дов тр7 J
ной, и в рассмотрение вводится стохастический индикатор wA события (в данном случае — доведения сигнала от ВЗУ до исполнительного органа). В теории стохастической индикации wA определяется как величина, распределенная по закону Бернулли, при этом вероятность оцениваемого события равна математическому ожиданию индикатора:
= Р('дов < 'тр) (6)
Следовательно, для оценивания апостериорной вероятности P(Рдов > Рзад) необходимо вычислить квантиль, соответствующий некоторому заданному уровню у. Рассмотрим пример. Пусть планируется операция, сигнал о начале которой должен быть доведен не позднее директивного момента времени z. ТТХ СИО и реализуемого ею процесса прохождения сигнала позволяют завершить доставку командной информации к моменту времени y . Требуется рассчитать вероятность доведения командной информации при условии, что возможная (у) и требуемая (z ) длительности процесса доведения информации для конкретной структуры СИО подчинены смещенным показательным законам распределения, т. е.
Таблица 4
Вычисление значений функции принадлежности лингвистической переменной g = «риск НТЗ к разрабатываемой АСУ» за I этап
Вес термар, лингвистической переменной g Множество носителяг-го терма лингвистической переменной g Середина промежутка с ^ г' <->;
6 Р5 = Х г1ип = 0 1=1 в5 е [0;0,25] 0,125 0
6 1 1 Р4 = Х г1и12 = 7 ^23 = 7~ 0,16667 1=1 6 6 в5 е [0,15;0,45] 0,3 0,005
6 1 2 Рз = Х г,и,з =~ (23 + Мчз ) = Т~ 0,33333 1=1 6 6 в5 е [0,35;0,65] 0,5 0,16667
6 1 1 81 Р2 = Х Г1и14 =- (М-14 + ^64 0,30167 1=1 6 6 05 е[055;0,85] 0,7 0,21117
6 1 1 19 Р1 = Х Г,Ы,5 =- ((5 + ^55 ) = ^~ 0,19833 1=1 6 6 05 е [0;0,25] 0,0875 0,01735
Р2 = 1 g =0,445 i=1
Таблица 5
Вычисление значений функции принадлежности лингвистической переменной g = «риск НТЗ к разрабатываемой АСУ» за II этап
Вес термар, лингвистической переменной g Множество носителяг-го терма лингвистической переменной g Середина промежутка с ^ V °г g 11 P g
6 Р5 = Х ГА1 = 0 1=1 в5 е[0;0,25] 0,125 0
6 1 15 Р4 = X 2 = 7 ^23 = "Г" ~ 0,25 1=1 6 6 а5 е [0,15;0,45] 0,3 0,15
6 1 2 5 Р3 =Х г1и13 = 7 (^23 + ^43 + ^63 )=Нт~ 0,41667 1=1 6 6 в5 е [0,35;0,65] 0,5 0,20834
6 1 1 Р2 =Х Г"4 =7 Ма4 = 7~ 0,16667 1=1 6 6 а5 е [055;0,85] 0,7 0,11667
6 1 1 Р1 =Х Ги15 = 7 М-55 = 7~ 0,16667 1=1 6 6 а5 е [0;0,25] 0,0875 0,01458
Р2 = Z g =0,490 i=1
Fy (y) = Fy (y, ц, a) = [1 - е"ц(y-a) ]Д(y - a), (7) F^(Z) = F i (z, v, c) = [1 - e"v( z-c) ]Д( z - c), (8)
где 0 —индикатор (селектор) луча [2].
Для решения используем результаты теории стохастической индикации. В рассматриваемом случае средняя вероятность достижения цели процесса (доведения сигнала) будет определяться соотношением
ю 1
Рдц = Р(y < z) = J F- (Z)dFZ (Z) = J wdFw (w) = Wi, (9)
-ю 0
d
где w = F-(;?),
Пусть для гипотетической СИО исходные данные имеют следующие значения: ц = 0,5; a = !\ = Т,с = 0,2. Функция распределения Fw (w) определяется выражением:
F-w (w) = Ff[F- (w)] =
V
= [1 - ev(c-a) (1 - w)ц ] П (w; Fy (c), 1) + Д (w -1) =
= [1 - e(1 - w)2] П (w; 0,39,1) + Д( w -1)
После подстановки алгебраических преобразований и последующего интегрирования получим
w = 1--^(a-c> = 0,596 (10)
v + ц
Пусть высшим звеном управления (ВЗУ) предписан уровень гарантии Р(Рдов > РЗад) = Y = 0,9. Используя аппарат теории вероятностей, получим:
w[m (Y) = < (Y) = F- (1 - у) = 1 - уv ец(a-c)
После подстановки исходных данных:
1 1-2
w1 = 1 - (0,9)2 e = 0,424.
Следовательно, гарантируемая вероятность доведения управляющей информации равна т1г = 0,424, и именно на это значение необходимо ориентироваться при принятии решения по структуре СИО [5].
Таким образом, вторая трактовка категории «гарантируемая вероятность» связана с необходимостью учета неопределенности в задании требований к результату процесса информационного обеспечения. Следует подчеркнуть, что величина ц в данном примере не только характеризует качество подсистемы доведения информации, но и является одним из параметров результативности (быстродействия) всего информационного контура для оцениваемого варианта структуры (станций получения первичной информации, подсистемы передачи данных, пунктов управления, центров
обработки информации и т.п.). Следует заметить также, что в рамках данного примера задача параметрического синтеза заключается в обосновании требований к величине ц. Например, при >= 0,8 характеристика быстродействия должна быть не менее величины ц = 1,45 (т. е. СИО с данным параметром ц обеспечивает гарантируемую вероятность доведения управляющего сигнала не ниже 0,8).
Заключение
Для обоснования рационального варианта АСУ ОТС, в соответствии с принципами системного подхода, необходимо учитывать случайную природу факторов различных иерархических уровней. В статье предложены два подхода к оцениванию качества разрабатываемых АСУ, учитывающие факторы риска и неопределенности в целях обеспечения гарантированного выполнения поставленной задачи информационного обеспечения ОТС за заданное время с заданной вероятностью. Первый подход заключается в проведении количественного оценивания истинности экспертного заключения о ходе работ над новым проектом АСУ и базируется на использовании теории нечётких множеств. Второй подход учитывает нечеткий характер требований к результатам функционирования ОТС, неизбежный для ранних стадий жизненного цикла АСУ и ОТС и базируется на использовании теории стохастической индикации. Степень детализации разработанных методик определяется точностью прогноза условий обстановки, в которых будет осуществляться применение ОТС.
Литература
1. Баранюк В.А., ЧереновН.Н. К вопросу о выборе и использовании системы критериальных оценок эффективности АСУВ II Военная радиоэлектроника. 1971. № 1(331). С. 34-39.
2. Петухов Г. Б., Якунин В. И. Методологические основы внешнего проектирования целенаправленных процессов и целеустремленных систем. М.: ACT, 2006. 502 с.
3. Козичев В.Н., КаргинВ.Н., ШирмановА.В., Голошее С. П. Перспективы создания корпоративных автоматизированных информационных систем военного назначения II Военная мысль. 2015. № 10. С. 19-32.
4. Легкое К.Е., Нестеренко O.E. Об управлении рисками при обеспечении безопасности функционирования инфокоммуникационных сетей специального назначения II Вестник Ярославского зенитного ракетного института противовоздушной обороны. 2014. № 4. С.38-43.
5. Волков В. Ф., ТолмачевА.А. Методика определения гарантированной вероятности выполнения задачи информационного обеспечения процесса обслуживания вновь выводимых объектов II Радиопромышленность. 2015. № 1(1). С. 127-137.
6. РатушнякГ.Я., ЛисицкийВ.В., ПотапоеА.Н. Метод оптимального распределения ресурсов в условиях модернизации II Информационно-измерительные и управляющие системы. 2010. Т. 8. № 5. С. 17-23.
METHODOLOGY OF RISK AND UNCERTAINTY IN THE EARLY STAGES OF THE DEVELOPMENT LIFE-CYCLE AUTOMATED CONTROL SYSTEMS
Valeriy F. Volkov,
St. Peterburg, Russia, [email protected]
Alexey A. Tolmachev,
St. Peterburg, Russia, [email protected]
ABSTRACT
The work proposed two approaches to choose the scheme taking into account factors of risk and uncertainty at the stages of development of technical proposals and preliminary design of the automated control systems, part of the new development of organizational-technical systems. The first approach is based on the use of the theory of fuzzy sets. Based on this technique allows a quantitative evaluation of the truth of the expert report on the progress of work on the automated control systems project, to assess the risk of failing to meet customer requirements on indicators such as the number of objects that can operate of automated control systems; duration solutions information and calculation tasks; the time required to collect information about the accepted objects; the time taken to pass control information to the Executive authorities; the degree of protection from automated control systems information influence of the enemy; the degree of protection from automated control systems physical forces of the enemy. Each of these indicators is regarded as a linguistic variable consisting of the following terms: "very low level"; "low level"; "average index level"; "high level"; "very high level". The second approach takes into account the fuzzy nature of the requirements for the performance of organizational-technical systems, inevitable for the early stages of the life cycle of the organizational-technical systems and automated control systems. On the example of estimation of efficiency of functioning of the subsystem of data transmission developed a methodology for the justification of requirements to the parameters of the subsystem of data transmission, providing a guaranteed likelihood of the control signal is not below the legislative level. This takes into account that in the early stages of the life cycle of organizational-technical systems can be addressed either "direct" objectives of the study the effectiveness or "reverse". Direct problems consist in calculation of basic or partial indicators of the effectiveness of the subsystem of data transmission. The inverse problem can be grouped into three classes: structural synthesis of automatic control system, automated control systems and parametric synthesis, algorithmic synthesis of control systems. The granularity of the developed techniques is determined by the accuracy of the forecast of the situation, which will be implemented by the use of the organizational-technical systems and the functioning of the automated control systems. Keywords: linguistic variable; guaranteed probability; the stochastic indicator; the effectiveness of targeted process; the degree of risk; the private indicator of the quality; the performance.
References
1. Baranjuk V. A., Cherenov N. N. K voprosu o vybore i ispol'zovanii sistemy kriterial'nyh ocenok jeffektivnosti ASUV [To the question about the selection and use of a system of criteria of effectiveness evaluation asuv]. Voen-naja radiojelektronika [Military radio electronics]. 1971. No. 1(331). Pp. 34-39. (In Russian)
2. Petuhov G. B, Jakunin V. I. Metodologicheskie osnovy vneshnego proektirovanija celenapravlennyh processov i celeustremlennyh sistem [The methodological basis for the external design of targeted processes and dedicated systems]. Moscow: AST, 2006. 502 p. (In Russian)
3. Kozichev V. N., Kargin V. N., Shirmanov A. V., Goloshev S. P. Prospects for creation of corporate automated information systems for military use. Voennaja mysl' [Military Thought]. 2015. No. 10. Pp. 19-32. (In Russian)
4. Legkov K. E., Nesterenko O. E. Ob upravlenii riskami pri obespechenii bezopasnosti funkcionirovanija in-fokommunikacionnyh setej special'nogo naznachenija [On risk management in ensuring the security of the functioning of infocommunication networks of a special purpose]. Vestnik Jaroslavskogo zenitnogo raketnogo instituta protivovozdushnoj oborony [Bulletin of the Yaroslavl Anti-aircraft Missile Institute of Air Defense]. 2014. No. 4. Pp. 38-43. (In Russian)
5. Volkov V. F., Tolmachev A. A. Technique of definition of the guaranteed probabilities of performance of the problem of information support of process of service again deduced objects. Radiopromyshlennost' [Radio industr]. 2015. No. 1(1). Pp. 127-137. (In Russian)
6. Ratushnjak G. Ja., Lisickij V. V., Potapov A. N., Method of the optimum distribution resource in condition of the modernizations. Informatsionno-izmeritelnye i upravlyayushchie sistemy [Information-measuring and Control Systems] 2010. Vol. 8. No. 5. Pp. 17-23. (In Russian)
Information about authors:
Volkov V. F., PhD, full professor, professor of the Department of system analysis and mathematical software of automated control systems (forces), Military Space Academy;
Tolmachev A. A., PhD, head of the training command post (joints and parts of the missile warning) of the Department of combat use of forces and means of rocket-space defense, Military space Academy.
For citation: Volkov V. F., Tolmachev A. A. Methodology of risk and uncertainty in the early stages of the development life-cycle r. H&ES Research. 2017. Vol. 9. No. 3. Pp. 63-70.
