CC BY
230
УДК 681.3
МНОГОАЛЬТЕРНАТИВНОСТЬ КАК ОСНОВА ОБЕСПЕЧЕНИЯ ИНТЕЛЛЕКТУАЛЬНОСТИ СИСТЕМ УПРАВЛЕНИЯ С.Л. Подвальный, Т.М. Леденева
В статье рассматриваются подходы к построению систем математического обеспечения управления, в которых реализуется принцип многоальтернативности, обеспечивающий интеллектуальность поведения системы управления
Ключевые слова: интеллектуальные системы управления, многоальтернативность, нечеткая система управления, обоснованность принимаемых решений
1. Понятие интеллектуальности систем управления
Повышение сложности объектов управления и необходимость всестороннего учета влияния факторов внешней среды, которая также усложнилась, обусловливает внедрение новых технологий управления. Известно, что радикально улучшить качество управления только за счет вычислительной техники принципиально невозможно. Необходимо привлечение
математических методов переработки информации для сравнения вариантов решений с точки зрения достижения цели управления. Заметим, что данный тезис не является новым, но предполагает качественно новую интерпретацию применительно к современным системам и технологиям управления. Внедрение математических методов переработки информации при управлении выполняет роль усилителя интеллектуальных возможностей человека. Системный подход к решению проблемы повышения качества управления в сложных системах предполагает разработку специального математического обеспечения управления (СМОУ), в котором центральное место принадлежит моделям, методам и способам обработки информации, обеспечивающим интеллектуальность поведения системы управления. Особую актуальность приобретают методы из тех разделов математики и моделирования, которые позволяют «работать» с новыми видами информации и, прежде всего, со знаниями. Инженерия знаний и проектирование баз знаний - важнейшие разделы искусственного интеллекта в настоящее время пополнились современными моделями представления знаний, алгоритмами вывода на знаниях [1]. Информация, используемая при построении моделей и алгоритмов управления, может быть не только разнородной (количественной, интервальной, модальной и т. п.), но и иерархически организованной в зависимости от уровня неопределенности, содержащейся в ней. Проблема, связанная с представлением
Подвальный Семен Леонидович - ВГТУ, д-р техн.наук, профессор, тел. (473) 243-77-18
Леденева Татьяна Михайловна - ВГТУ, д-р техн.наук, профессор, тел. (473) 243-77-18
неопределенности, решается на этапе формализации задачи управления, и напрямую влияет на выбор математического аппарата, который в дальнейшем будет использован. Если неопределенность является физической и обусловлена, например, влиянием внешней среды или ошибками измерения, то используется теория вероятностей и математическая статистика. Теория нечетких множеств и нечеткая логика успешно применяются для формализации лингвистической неопределенности, источником которой являются эксперты или желание рассматривать приближенную информацию, характеризующую ситуацию принятия решения в системах управления [2,3]. Помимо перечисленных разделов математики следует упомянуть теорию мягких вычислений [4], теорию возможностей [5], которые предоставляют полноценный
математический аппарат для построения моделей и алгоритмов, в частности, СМОУ. В рамках данного многообразия можно выбрать не только конкретную теорию при разработке СМОУ, но и синтезировать такую систему, которая включает несколько вариантов реализации, ориентированных на тот или иной тип неопределенности. Выбор способа реализации СМОУ определяется тем качеством и объемом информации, которые доступны в данной ситуации принятия управленческого решения.
Специальное математическое обеспечение управления должно обеспечивать
интеллектуальность соответствующей системы управления не только за счет увеличения количества анализируемых вариантов управленческих решений и, но и за счет использования технологий, называемых современными информационными технологиями, под которыми, согласно [6], подразумеваются следующие научные направления: инженерия знаний и проектирование баз знаний, обработка нечеткой информации и мягкие вычисления, эволюционное моделирование, нейросетевые технологии и многоагентные системы (или распределенный искусственный интеллект). Перечисленные информационные технологии целесообразно называть интеллектуальными, поскольку именно они обеспечивают возможность «интеллектуального» поведения системы. Именно современные информационные технологии позволяют обрабатывать информацию различных типов. Для обеспечения свойства
интеллектуальности системы необходимо придерживаться определенных принципов. Для систем интеллектуального управления (наиболее сложных в реализации) эти принципы можно сформулировать в следующем виде:
1. Наличие тесного информационного
взаимодействия системы управления с реальным внешним миром, что позволяет адекватно реагировать на внешние воздействия и обеспечить гибкость управления.
2. Принципиальная открытость систем с целью
повышения интеллектуальности и
совершенствования собственного поведения.
3. Наличие механизмов прогноза изменений внешнего мира и собственного поведения системы в динамически меняющемся внешнем мире.
4. Наличие у системы управления
многоуровневой иерархической структуры,
построенной в соответствии с правилом: повышение интеллектуальности и снижение требований к точности по мере повышения ранга иерархии в системе (и наоборот).
5. Сохранение способности функционирования (возможно с некоторой потерей качества или эффективности) при разрыве связей или потере управляющих воздействий от высших уровней иерархии управляющей структуры.
Системы управления, организованные и функционирующие в соответствии с данными принципами, называются системами управления, обладающие свойством «интеллектуальности в большом» [6].
Из этого определения следует, что системы, обладающие свойством «интеллектуальности в большом», должны иметь многоуровневую иерархическую структуру, при этом на каждом уровне реализуется свой комплекс тип информации
- модель - метод, который обеспечивает то или иное интеллектуальное свойство.
Заметим, что на нижнем уровне иерархии используются традиционные модели систем управления, в то время как уровни более высокого ранга можно рассматривать как надстройку над традиционными управленческими моделями, отвечающую требованиям современной
информационной технологии работы со знаниями, существенно расширяющую возможности этих моделей. Системы управления, интеллектуальные в большом - это сложные системы, способные к формированию решений, адекватных сложившейся ситуации с учетом влияния неопределенных факторов внешней среды. Их интеллектуальность проявляется в таких аспектах, как управление неопределенностью, способность к обучению и адаптации, прогнозированию собственного поведения в изменяющейся внешней среде.
Согласно [6], системы управления,
использующие при функционировании знания как средство преодоления неопределенности информационной среды, называются системами управления, обладающие свойством
интеллектуальности в малом. Данное определение
соответствует общепринятому определению интеллектуальной системы как системы, ориентированной на обработку знаний с целью поиска решения задачи.
Заметим, что приведенные выше два определения устанавливают границы уровней интеллектуальности, интеллектуальность внутри этих границ можно определить по наличию или отсутствию тех или иных уровней иерархической структуры.
Особенностью интеллектуальных систем управления (ИСУ) является то, что они в большей либо меньшей степени копируют живую природу, стремясь найти некоторые фундаментальные принципы, которые могли бы сделать их более совершенными, устойчивыми к внешним воздействиям (иногда катастрофического
характера), легко адаптирующимися к изменениям окружающей среды, либо внутренним изменениям объекта управления.
2. Особенности разработки специального математического обеспечения интеллектуальных систем управления
Система специального математического
обеспечения управления (СМОУ), с одной стороны, входит в состав средств автоматизации управления, а с другой - должна рассматриваться как самостоятельная категория, создающая основу автоматизированного управления, с одной стороны, а с другой - обеспечивающая интеллектуальное поведение системы управления. Перечислим основные принципы разработки СМОУ для ИСУ:
1. ИСУ относится к системам управления открытого типа, поэтому состав алгоритмов (программ) может изменяться (наращивание, модификация, исключение) без изменения состава технических средств. Свойство открытости системы управления вместе со способностью алгоритмов СМОУ образовывать функционально зависимые подсистемы создает все необходимые условия для обеспечения изменяющегося и динамически развивающегося характера системы.
2. Интегрированный принцип моделирования
системы подразумевает организацию
моделирования как машинного эксперимента с последующим выбором лучшей комбинации моделей подсистем в качестве модели всей системы, при этом должно быть обеспечено такое распределение интеллектуальных функций между человеком и ЭВМ, которое обеспечит эффективность и своевременность управления. Данный принцип позволяет разрабатывать СМОУ для ИСУ с заданной целью функционирования на основе типизации и объектной ориентации путем априорной селекции моделей. Заметим, что цель системы может меняться. Система управления должна с необходимостью учитывать данный факт, поэтому в состав СМОУ должны быть включены средства, позволяющие корректировать
существующую модель или создавать новую на основе комбинации типовых моделей при изменении целей управления.
СМОУ должна развиваться и изменяться вместе с системой управления, в силу чего необходимо соблюдать принцип многоальтернативности эволюционных структур системы, идея которого была впервые выдвинута и обоснована в [7,8]. Для количественной оценки разнообразия
эволюционных структур может быть выбрана, например, энтропия и вычисляемая на ее основе мера вариабильности структур, названная коэффициентом многоальтернативности.
Многоальтернативность иерархической системы зависит как от числа уровней и количества модулей на каждом из них, так и от вероятностей взаимного распределения между уровнями.
Принцип многоальтернативности [9]
предполагает множественность подходов к реализации каждого компонента СМОУ, а, следовательно, наличие в СМОУ несколько устройств при аппаратной реализации, несколько алгоритмов, включенных в математическое обеспечение либо несколько программных модулей программного обеспечения.
Заметим, что коэффициент
многоальтернативности СМОУ можно
рассматривать как комплексный (обобщенный), который зависит от частных коэффициентов, оценивающих многоальтернативность реализации каждого компонента СМОУ.
3. По сути, всякая сложная система является многоцелевой [10], при этом цели системы могут быть зависимыми (конфликтующими или кооперирующими) или нейтральными. Отношения между целями могут быть более сложными. Анализ взаимодействующих целей приводит к их сокращению или построению графа, отражающего приоритеты отдельных целей. Выявление приоритетных целей - важный этап предварительного анализа многоцелевой системы. Изменение приоритетов целей должно служить основой для корректировки системы управления. В связи с этим в ее состав должна быть включена подсистема целеполагания, а в состав СМОУ -подсистема оценки степени достижения целей. Данные подсистемы имеют большое значение для формализации критериев эффективности, а, следовательно, и для определения оптимальных управляющих воздействий.
4. СМОУ должна быть ориентирована на
обработку информации различных типов. Как правило, в обычных системах управления используется информация количественного типа. Однако, в настоящее время существует принцип, согласно которому, информация должна
использоваться в том виде (в модели и в методе), который соответствует ее природе.
Помимо требований, предъявляемых к СМОУ в обычных системах управления, выделим основные требования к СМОУ для ИСУ:
1. Трудности формального описания
конкретной обстановки, в которой должно приниматься решение; сложность больших систем управления, в которых довольно трудно выявить законы управления; скрытость механизма принятия решения - эти и другие факторы приводят к тому, что большое количество информации,
циркулирующее в обычных системах управления, не анализируется и не используется. СМОУ должна создавать условия для накопления опыта работы органа управления и анализа этого опыта, выявляя закономерности в процессах управления и фиксируя этот опыт в форме решающих правил (алгоритмов) принятия рациональных решений. Такое накопление опыта должно производиться по всей системе в целом и по отдельным ее подсистемам. Возможный способ реализации данного требования - это
использование продукционных систем,
позволяющих в данном случае отразить логические связи между управленческим решением и его последствиями.
2. СМОУ должна находиться в постоянном развитии, поскольку перед управлением ставятся новые задачи, что приводит к необходимости создания новых алгоритмов для обеспечения функционирования системы управления с учетом новых условий, совершенствуется сам механизм управления, совершенствуется механизм переработки информации. Под развитием СМОУ будем подразумевать:
- увеличение числа конкретных функций,
которые могут быть выполнены с помощью алгоритмов, включенных в эту систему;
- улучшение качества работы этих алгоритмов, т. е. совершенствование аппарата переработки информации с целью выработки более обоснованных рекомендаций и решений;
- модификацию функций, уже
выполняющихся алгоритмами системы; исключение из состава системы ранее выполнявшихся функций.
3. Отличительной чертой алгоритмов СМОУ
для ИСУ на достаточно высоких иерархических уровнях системы управления должна быть их возрастающая интеллектуальность, что
предполагает более активное участие человека, поскольку средства автоматизации могут выступать только в роли советчиков, а окончательное решение остается за человеком. ИСУ должна обладать развитыми коммуникативными способностями. В связи с этим возрастают требования к организации многошаговых диалоговых процедур.
4. Алгоритмы СМОУ должны обладать
свойством адаптивности, под которой понимается способность алгоритма выполнять заданные функции при изменениях условий его функционирования. Повышение степени
адаптивности требует усложнения алгоритма, поэтому можно говорить о рациональной границе в способности алгоритма к адаптации. Среди основных причин, вызывающих необходимость адаптации алгоритмов, можно указать следующие:
- изменение типов вычислительных машин;
- различные системы управления, в которых может использоваться один и тот же алгоритм, требуют различные формы представления исходных данных, различные структуры баз данных, поэтому введение в алгоритм блока настройки исходной информации можно адаптировать его к различным системам;
- временные изменения в конфигурации состава технических средств (вызванные, например, частичными неисправностями, не лишающими полностью работоспособности вычислительный комплекс);
- возможная неполнота состава исходных параметров (в сложных система с большим числом параметров отсутствие значений некоторых параметров в определенные моменты времени может быть типичным) - степень полноты исходных данных влияет на качество решений, вырабатываемых алгоритмом: чем выше степень полноты, тем выше качество решения;
- ограниченное время, которым располагает орган управления для принятия решения: если алгоритм предоставляет решение за фиксированное время 1, то он будет бесполезен во всех ситуациях, если время, которым располагает орган управления для принятия решения, будет меньше 1;
- алгоритм должен обладать способностью
функционировать в реальных условиях, т.е. должен быть совместимым со средой, а, следовательно, со следующими категориями, которыми
характеризуется среда: организацией управления, существующей системой специального
математического обеспечения управления, существующей информационной базой данных, техническими средствами автоматизации, общесистемным математическим обеспечением.
- алгоритм должен быть надежным, т. е. правильно выполнять свои функции при изменении условий функционирования сложной системы.
Разработка СМОУ включает создание трех основных моделей, описывающих формализованные правила переработки информации в органе
управления: информационной, математической и программной, при этом необходимо уточнение цели системы управления и всех ее подсистем.
Уточнение целей позволяет оценить
достаточность/избыточность поступающей
информации, минимизировать объемы
информационных потоков, входящих в систему управления и выходящих из нее. Единичным контуром управления называется часть общего процесса циркуляции информации, связанная с достижением только одной цели функционирования системы управления [6].
Информационная модель должна обеспечивать синхронизацию действий объекта управления. Первым шагом на пути ее построения является деление всего контура управления на множество единичных контуров. Для каждой цели формируется свой контур управления. Его анализ осуществляется
в соответствии с методом построения информационной модели. Если простейший контур с одной точкой диалога поддается автоматизации, то он является единичным, и для него строится информационная модель. Иначе продолжается деление этого контура на более простые, при этом появляются новые точки диалога, в каждой из которых выполняется определенная функция по достижению основной цели. Для каждой цели управления этот процесс заканчивается формированием системы иерархически связанных единичных контуров управления. Для каждого единичного контура и контура достижения данной цели может быть построена информационная модель. Информационные модели единичных контуров управления являются основой для построения информационной модели всей системы управления. Точки диалога являются тем местом информационной модели, в котором творческие возможности человека объединяются с возможностями СМОУ. Информационная модель позволяет выделить те задачи, которые ставятся перед СМОУ.
Математическая модель - это основной инструмент для своевременной выработки вариантов управленческих решений, поэтому в нее должны закладываться различные тактики организации вычислений, позволяющих по набору исходных данных определить значения выходных данных. Многоальтернативность в построении математической модели, с одной стороны, проявляется в наличии нескольких путей реализации основных функций, отличающихся временными характеристиками и ориентированных на определенный математический аппарат. Например, если существует значительное количество вариантов управленческих решений, то вначале целесообразно использовать приближенную информацию о ситуации принятия решений, выявляя, тем самым, перспективные варианты для дальнейшего более тщательного количественного анализа. Тогда в зависимости от имеющихся ресурсов времени с помощью специальной функции организации вычислительного процесса будет выбран и реализован путь, обеспечивающий получение наиболее точного результата при соблюдении ограничений по времени. С другой стороны, для построения математической модели можно использовать различный математический аппарат. Выбор математического аппарата, по сути, является искусством. Попытка применить математический аппарат, неадекватный содержанию процесса, может привести к видимости успеха. Неудачу при этом будет достаточно трудно разглядеть за «лесом» математических зависимостей, которые выглядят достаточно доказательными. Отсутствие готового
математического аппарата может привести к необходимости создания нового. При разработке алгоритма необходимо стремиться не к отысканию готового математического аппарата, а к созданию математической модели, обеспечивающей решение
поставленной задачи. В большой степени выбор математического аппарата опирается на тип информации, используемой для выработки управленческих решений. В [3] наиболее полно представлены основные типы информации, используемой в задачах принятия решений.
Таким образом, использование сложной, разнородной информации требует адекватных подходов к построению алгоритмов для генерации обоснованных решений. С другой стороны, перечисленные типы информации соответствуют различным уровням неопределенности
информационной среды, а, следовательно, предполагают определенное упорядочение моделей, ориентированных на различные типы информации. С повышением уровня неопределенности информация становится все «более качественной», поэтому многоальтернативный подход к построению СМОУ ИСУ, на наш взгляд, заключается в построении иерархии математических моделей, учитывающих неопределенность информационной среды. Важно, чтобы в системе управления присутствовала бы подсистема предварительного анализа, которая, анализируя качество доступной информации о внешней среде и требования к управлению, сформировала бы математическое обеспечение управления для заданной цели и текущего состояния объекта управления.
В условиях разнородной информации для моделирования системы управления могут использоваться различные принципы
моделирования - от «белого» ящика до «черного». Перспективным направлением являются нечеткие системы управления, реализующего принцип «серого» ящика.
Нечеткая система - это система, для описания которой используется аппарат теории нечетких множеств и нечеткая логика, при этом различают следующие способы такого описания [2, 3]:
- нечеткая спецификация параметров системы (функционирование системы может быть описано алгебраическим или дифференциальным уравнением, в котором параметры являются нечеткими числами);
- нечеткое (лингвистическое) описание входных и выходных переменных системы, которое обусловлено неточной информацией, получаемой от ненадежных датчиков, или качественной информацией, получаемой от эксперта;
- нечеткое описание системы в виде совокупности если-то - правил, отражающих особенности функционирования на качественном уровне.
Нечеткая система может обладать одновременно всеми перечисленными атрибутами.
Нечеткая система управления (НСУ) - это интеллектуальная система, использующая нечеткое описание управляемого процесса и системы его управления в виде базы нечетких правил для генерации последовательности управляющих решений, обеспечивающих достижение целей
управления. Основой для построения НСУ является схема управления с участием эксперта, который на основе опыта и знаний об управлении объектом формирует описание процесса управления. Затем это описание преобразуется в базу правил и в дальнейшем используется в системе управления уже без участия эксперта. Идея нечеткого управления заключается именно в подражании действиям опытного человека-оператора. Нечеткие правила -это нечеткие продукционные правила, которые при фиксированной цели управления (например, сохранение значений управляемого параметра в некоторой области допустимых значений) описывают его стратегии на качественном уровне.
Математическое обеспечение управления должно быть разделено на модули, что обеспечивает ряд дополнительных существенных преимуществ, создавая благоприятные условия для стандартизации, упрощает модификацию
разработанной модели, облегчает проверку качества. Алгоритмы, выполняющие
вспомогательные функции, целесообразно в максимальной степени реализовывать отдельными модулями. Множество модулей, перечней данных и параметрических связей, составляет логическую схему математической модели. Модульный подход приводит к необходимости создания алгоритмов, управляющих ходом вычислений, при этом в основе их реализации лежит два основных принципа -статический и динамический. Статическая
реализация заключается в том, что однократно по значению параметров исходной информации определяется необходимая для ее обработки последовательность модулей. Динамическая
реализация предполагает, что в процессе вычислений каждый модуль определит своего приемника и обеспечит его вызов для исполнения.
3. Обоснованность принимаемых решений в ИСУ
Основной целью СМОУ является выработка количественно обоснованных рекомендаций
(вариантов) в процессе управления, наилучших из множества возможных. Предположим, что цель управления известна и имеет критерий эффективности Е, по значениям которого можно судить о степени достижения цели. Пусть
Е = Б ( Х,У,2,и ),
где X = (х1,...,хг ) - множество параметров,
определяющих состояние управляемой системы
(объекта управления); Z = (71,...,7Ш ) - множество
параметров, определяющих условия
функционирования управляемой системы;
У = ( у,,...,У.) - множество параметров,
задаваемое органом управления и определяющее дальнейшее поведение управляемой системы (объекта), - по сути, план управления;
и = ( и„...,ир)
- множество
параметров,
характеризующих план действий и обеспечивающих реализацию управления, определяемого множеством
У.
Пусть И £ Ид (Ид - область допустимых значений и );
Е(к)( Х,У,^И ) = 0 ( б = Щ)
- ограничения на допустимые сочетания значений.
План управления У , удовлетворяющий ограничениям, является допустимым.
Невыполнимость ограничений означает, что объективно реализовать управление, задаваемое множеством У , нельзя. Причинами этого являются либо ограничения, связанные с реальными возможностями управляемой системы (объекта управления), либо невозможностью реализации необходимого для этого обеспечения И .
В результате работы СМОУ будет определен формально наилучший вариант управления
У
(0)
=(
(0)
.у!,01
)
У1
Б(з) (X, У(0), Z, И(0)) = 0 ( б = Щ),
- план обеспечивающих У
удовлетворяющий условиям
т(0)
(0)
К0)
где И
мероприятий.
Заметим, что И(0) , соответствующее У может быть найдено с помощью алгоритмов специального математического обеспечения.
Предположим, что руководствуясь некоторыми неформальными соображениями в процессе управления, руководитель принял решение
( (й) (<1)\ Л/(0)
У = I У1 ,..., Уд I, отличное от У , при этом
если по некоторому параметру ] решение не
принималось, то у(ё) = 0.
При этом возможны два случая:
1) в состав У(ё) входят все значения параметров, необходимые для управления, т. е.
у№ = |у|
2) в составе У(ё) имеются только некоторые из параметров множества У .
В первом случае СМОУ может помочь ЛПР проверить допустимость сформированного им плана, т. е. проверить, выполняется ли условие
Б(8)(Х,У(Й),Z,И(d)) = 0 (б = ^),
И(й)е Ид,
определив предварительно соответствующий план
обеспечивающих мероприятий И(^.
Если условие не выполнено, то это означает, что план, определенный руководителем, не может быть выполнен без расширения возможностей
обеспечивающих мероприятий или без совершенствования управляемой системы (объекта управления).
Если условия объективны и обусловливают успешное функционирование управляемой системы, то ЛПР должен признать, что его план не может быть реализован. В данном случае СМОУ оценивает реализуемость решения.
Во втором случае необходимо сформировать множество управляющих параметров в виде
У
(с)
У1
(с)
...У,"}.
где
у;
(с)
у(0), если y1(d) = 0,
у|^, если у(^ Ф 0.
Ис)
Для множества У ! необходимо осуществить проверку допустимости этого плана, т.е. проверку условий
Б(8)( Х,У^,И'
т(с)
(с)
Т(<0'
) = 0 (б = 1,к),
И^ £ Ид.
Обоснованность является свойством, которое характеризует качество решения, принимаемое органом управления. Будем считать, что в данном единичном контуре система управления обладает свойством обоснованности по отношению к конкретному решению, если при выполнении этого решения объектом управления достигается поставленная цель.
Обоснованность решения - это свойство системы управления, которое заключается в ее способности находить правильные решения. Для того, чтобы решение было правильным необходимо, чтобы а) при его принятии должна быть использована вся имеющаяся информация; б) должна быть учтена неопределенность информации и случайность в течении управляемого процесса; в) должно быть рассмотрено множество вариантов решения и среди них найден наилучший; г) если есть противоречивые факторы, по-разному влияющие на результаты действий, то должно быть найдено решение, гарантирующее успех с наибольшей вероятностью. Таким образом, качество решения зависит в первую очередь от информации, которую использует орган управления. Все решения, принимаемые органами управления, можно разделить на интуитивно обоснованные и научно обоснованные [6].
Для интуитивно обоснованного решения характерно следующее:
1) механизм обоснования решения скрыт в мозгу человека;
2) для оценки, сравнения и выбора одного из возможных вариантов решения, как правило не используется количественная мера и обоснование производится на качественном уровне;
3) базой для обоснования решения является личный опыт руководителя и научные знания, полученные им в процессе обучения;
4) качество решения (в том числе и его обоснованность) определяется способностями
руководителя и его талантом.
При научно обоснованном подходе:
1) механизм обоснования решения изучен и формализован;
2) при обосновании конкретного решения используются объективные законы;
3) анализ и оценка обстановки, сравнение различных вариантов решения и выбор наилучшего производятся на основе количественных методов.
Механизм научного обоснования решения призван дополнить процесс интуитивного обоснования применением объективных законов и приблизить каждое конкретное решение к наилучшему в данных условиях.
Интуитивно ясно, что чем больше времени затратит орган управления на выработку конкретного решения, чем больше различных вариантов он рассмотрит, тем обоснованнее будет решение. Однако стремление получить более обоснованное решение вступает в противоречие со стремлением сохранить свойство оперативности. Ресурсы времени ограничены, и поэтому степень обоснованности решения также не беспредельна. Ясно, что несвоевременно принятое решение теряет цену . Нельзя утверждать, что в любых ситуациях лучше принять вовремя любое решение, чем принять с некоторым запозданием хорошее решение. Это утверждение справедливо для процессов, где промедление «смерти подобно». Но, например, в экономических системах возможны ситуации, при которых небольшая задержка во времени может себя оправдать за счет повышения степени обоснованности и некоторого выигрыша в дальнейшем.
Любой процесс обоснования решения состоит в анализе и оценке различных вариантов. Для того, чтобы принять решение, необходимо рассмотреть хотя бы один вариант. Можно утверждать, что в этом случае степень обоснованности минимальна. Если рассматривается несколько вариантов, то степень обоснованности повышается, при этом либо удастся выбрать более эффективное решение, либо понизится риск, что выбранное решение далеко от рационального. Таким образом, число вариантов может рассматриваться как приближенная количественная мера обоснованности принимаемых решений. Одним из основных преимуществ средств автоматизации является их способность быстро
производить вычисления по многим вариантам данных и выбирать наилучший из них по установленным заранее критериям. Таким образом, средства автоматизации помогают существенно повысить степень обоснованности принимаемого решения. Повысить степень обоснованности можно повышением как производительности
вычислительных машин при фиксированном составе специального математического обеспечения, так и совершенствованием последнего за счет.
Литература
1. Достоверный и правдоподобный вывод в интеллектуальных системах / Под ред. В.Н. Вагина, Д.А. Поспелова. - М. : ФИЗМАТЛИТ, 2008. - 712 с.
2. Пегат А. Нечеткое моделирование и управление /
A. Пегат. - М. : БИНОМ. Лаборатория знаний, 2009. - 798 с.
3. Леденева Т.М. Обработка нечеткой информации / Т.М. Леденева. - Воронеж : ИПЦ ВГУ, 2006. - 232 с.
4. Молодцов Д.А. Теория мягких множеств / Д.А. Молодцов. - М. : Едиториал, 2004. - 360 с.
5. Пытьев Ю.П. Возможность как альтернатива вероятности. Математические и эмпирические основы, применение. - М. : ФИЗМАТЛИТ, 2007. - 464 с.
6. Лохин В. М., Захаров В. Н. Интеллектуальные
системы управления: понятия, определения, принципы построения / В.М. Лохин, В.Н. Захаров // Интеллектуальные системы автоматического управления / под ред. И.М. Макарова, В.М. Лохина. - М. :
ФИЗМАТЛИТ, 2001. - 576 с.
7. Подвальный С.Л. Адаптация структуры
алгоритмов АСУТП с использованием имитационного моделирования // В сб. «Структурная адаптация сложных систем» (научн. ред. Растригин Л.А.), изд. ВПИ.,
Воронеж, 1977, с. 114-116.
8. Подвальный С.Л. Эволюционные принципы формирования структуры вычислительных систем // В сб. «Адаптация в сложных системах управления» (научн. ред. Цыпкин Я.З.), изд. ВПИ., Воронеж, 1979, с.60-63.
9. Подвальный С.Л. Многоальтернативные
системы: обзор - классификация // Системы управления и информационные технологии, 2012. № 2. - С. 3-14.
10. Клир Д. Системология. Автоматизация решения системных задач / Д. Клир. - М. : Радио и связь, 1990. -544 с.
11. Махортов С. Д., Подвальный С .Л. Алгебраический подход к исследованию и оптимизации баз знаний продукционного типа \\ Информационные технологии, М.,2008, №8, с.55-60
12. Теоретические основы проектирования
информационно-управляющих систем космических
аппаратов\В.В.Кульба, Е.А. Микрин,Б.В.Павлов,
B.Н.Платонов-М, Наука, 2006-579 с .
Воронежский государственный технический университет
MULTIALTERNATIVENESS AS PROVIDING BASIS INTELLECTUALITY OF CONTROL SYSTEMS S.L. Podvalny, T.M. Ledenevа
Approaches to creation of software systems of management are considered in article. The principle of multialternativeness is realized at construction which provides intellectuality of behavior of a control system
Key words: intellectual control systems, multialternativeness, an indistinct control system, validity of accepted decisions
