CC BY
52
слабый ресурс в системе и, во-вторых, понять, как увеличение способности того или иного ресурса скажется на общей пропускной способности системы. В результате появилась возможность предложить бизнесу особые варианты повышения производительности системы без увеличения количества имеющихся ресурсов:
- увеличение пропускной способности ресторана за счет разрешенного нарушения некоторых ограничений (constraint stressing): в данном случае было введено допущение о том, что клиент готов посетить ресторан с незначительным нарушением своих ограничений по времени;
- увеличение пропускной способности ресторана за счет проактивного предложения ресурсами своих вариантов размещения: так, была реализована ситуация, когда увеличение пропускной способности ресторана достигается за счет предложения агентом ресторана скидок на обслуживание в непиковые часы работы;
- увеличение пропускной способности ресторана за счет предложения скидок на обслуживание при согласии клиента разделить обеденный стол с другими клиентами, что соответствует консолидации нескольких заказов на одном ресурсе.
Следует отметить, что применение средств имитационного моделирования в мультиагентных системах, а также средств анализа потоков событий [6], соответствующих протекающим в них процессам, позволяет решать задачи анализа и синтеза организационных структур на достаточно разнообразных предприятиях. Принципы, составляющие основу мультиагентной архитектуры, отлично согласуются с понятиями, лежащими в основе новых парадигм управления, таких как адаптивность к внешним изменениям, новая модель экономики, инкрементальный процесс улучшения.
При построении мультиагентных систем можно выделить общий базис для целого ряда бизнес -проблем, формализованный архитектурно в виде мультиагентной платформы. При этом адаптация может производиться путем настройки агентов без переписывания алгоритмов принятия решений, а в
качестве базовых алгоритмов оптимизации могут использоваться не только мультиагентные, но и сетевые алгоритмы. Так, к числу базисных алгоритмов можно отнести консолидацию заказов на ресурсе, constraint stressing, планирование связанных расписаний нескольких ресурсов.
Литература
1. Фаулер М. Архитектура корпоративных программных приложений. М.: Диалектика, 2004. 544 с.
2. Агентская платформа для повсеместных вычислений / В.И. Городецкий, О.В. Карсаев, В.В. Самойлов [и др.] // Информационные технологии и вычислительные системы, 2008. № 4. С. 51-69.
3. Городецкий В.И., Серебряков С.В., Троцкий Д.В. Средства спецификации и инструментальной поддержки командного поведения автономных агентов // Изв. ЮФУ, 2011. № 3. С. 23-41.
4. Детмер У. Теория ограничений Голдратта. Системный подход к непрерывному совершенствованию; [пер. У. Салама-товой]. М.: Альбина Паблишер, 2010. 448 с.
5. Шрангенхайм Э. Управленческие дилеммы. Теория ограничений в действии; [пер. У. Саламатовой]. М.: Альбина Паблишер, 2007. 296 с.
6. Иващенко А.В. Управление согласованным взаимодействием пользователей интегрированной информационной среды предприятия. Самара: СНЦ РАН, 2011. 100 с.
References
1. Fowler М., Arkhitektura korporativnykh programmnykh prilozheniy (Patterns of Enterprise Application Architecture), Moscow, Dialektika, 2004, 544 p.
2. Gorodetskiy V.I., Karsayev O.V., Samoylov V.V., Sere-bryakov S.V., Informatsionnye tekhnologii i vychislitelnye sistemy, 2008, no. 4, pp. 51-69.
3. Gorodetskiy V.I., Serebryakov S.V., Trotskiy D.V., Izves-tiya Yuzhnogo Federalnogo Universiteta, 2011. no 3, pp. 23-41.
4. Detmer W., Teoriya ogranicheniy Goldratta. Sistemny podkhod k nepreryvnomu sovershenstvovaniyu (Goldratt's Theory of Constraints. A Systems Approach to Continuous Improvement), Moscow, Albina Publisher, 2010, 448 p.
5. Schragenheim E., Upravlencheskie dilemmy. Teoriya ogranicheniy v deystvii (Management Dilemmas: The Theory of Constraints Approach to Problem Identification and Solutions), Moscow, Albina Publisher, 2007, 296 p.
6. Ivashchenko А^., Upravleniye soglasovannym vzaimo-deystviyem polzovateley integrirovannoy informatsionnoy sredy predpriyatiya (Management of Consistent Interaction of Enterprise Integrated Information Environment Users), Samara, Izd. Samara Research Center RAS, 2011, 100 p.
УДК 007.51
НЕКОТОРЫЕ ОСОБЕННОСТИ ПОСТРОЕНИЯ ОНТОЛОГИИ ДЛЯ МУЛЬТИАГЕНТНОЙ СИСТЕМЫ ВНУТРИЦЕХОВОГО ПЛАНИРОВАНИЯ
М.В. Андреев
(Научно-производственная компания «Разумные решения», г. Самара, т1сЪле1. V. [email protected]. сот)
Статья посвящена практическому использованию онтологии в мультиагентной системе внутрицехового планирования при решении задачи оперативного управления ресурсами инструментального цеха машиностроительного
предприятия. Описывается опыт успешной разработки автоматизированной системы интеллектуального распределения ресурсов инструментального цеха в реальном масштабе времени, в которой активно участвовали выпускники, студенты и аспиранты кафедры информационных систем и технологий Самарского государственного аэрокосмического университета под техническим руководством автора в период 2010-2012 гг. В качестве основных концептов онтологии расписания производственного цеха предлагаются концепты «Задача» и «Ресурс». Для описания сложной структуры задач предлагается введение соответствующих онтологических отношений «являться подзадачей», «предшествовать» и «строго предшествовать», которые расширяют классическое описание технологических процессов, используемое в задачах производственного планирования. Формализация описания особенностей планирования задач и ресурсов вводится с помощью онтологических свойств, которые могут быть описаны в виде облаков тегов. Определение соответствия между задачами и ресурсами путем сопоставления онтологических свойств позволяет автоматизировать выбор ресурсов при планировании технологических операций в задачах стратегического и оперативного планирования деятельности производственного подразделения предприятия (цеха). Описанный в статье алгоритм позволяет реализовать ранжирование вариантов распределения задач по ресурсам с учетом индивидуальных свойств отдельных экземпляров и использовать инструментарий онтологического описания на практике. Полученные результаты следует рекомендовать разработчикам интеллектуальных систем производственного планирования, в частности, мультиагентных систем и технологий распределения производственных ресурсов. Ключевые слова: мультиагентные технологии, онтологии, оперативное планирование.
SOME PECULIARITIES OF ONTOLOGY BUILDING FOR MULTIAGENT SYSTEM
OF INTRASHOP PLANNING
AndreevM. V. (SEC «SmartSolutions», Samara, [email protected]) Abstract. The article is devoted to practical use of ontology in multiagent system of intrashop planning in the course of solution of problem of resources operational management of the machine enterprise tool shop. It describes the successful experience of development of automated system of resources intelligent distribution of the tool shop in real time, where the graduates, students and postgraduates of the department of information systems and technologies of Samara State Aerospace University took an active part under the technical supervision of the author in the period of 2010-2012. The concepts Problem and Resource are proposed as the main concepts of the production shop schedule ontology. In order to describe the complicated structure of the problems it is proposed to introduce the relevant ontological ratios «being a subproblem», «to precede» and «to strictly precede», which expand the classical description of technological processes used in the problems of production planning. Formalization of description of problems and resources planning peculiarities is introduced by means of ontological properties, which can be described in the form of tag clouds. Determination of consistency between problems and resources by means of juxtaposition of ontological properties allows the resource selection to be automated while planning technological operations in terms of problems of strategic and operating planning of the enterprise production department (shop) activity. The algorithm described in the article allows implementation of ranking of problem resource-wise allocation variants with regard to individual properties of separate instances and practical usage of ontological description tool box. The obtained results should be recommended to the designers of production planning intelligent systems, and, particularly, multiagent systems and technologies of production resource distribution. Keywords: multi-agent technology, ontologies, operational scheduling.
Современный подход к созданию автоматизированных систем предполагает этап внедрения, на котором для уже разработанной системы подготавливается регламент работы с ней, согласующийся с особенностями конкретной организации. В свою очередь, это приводит к доработкам системы и обновлению существующего регламента. Учитывая то, что доработки могут оказаться трудоемкими, но необходимыми для использования системы, время прохождения этапа внедрения может значительно увеличиться. Для решения этой проблемы применяются различные методики, в том числе и онтологический подход, благодаря которому возможно добавление новых знаний во внедряемую автоматизированную систему без ее перепрограммирования, что существенно снижает сроки внедрения.
Достаточно подробный обзор технических аспектов использования онтологий в мультиагентных системах дается в [1]. В данной статье описываются некоторые особенности практического применения онтологий в системах производственного планирования, которые относятся к классу MES-систем [2]. В качестве примера рассматрива-
ется опыт построения мультиагентной системы оперативного управления распределением ресурсов инструментального цеха машиностроительного предприятия для ОАО «Ижевский мотозавод «Аксион-холдинг» [3, 4].
По мере проработки онтологии на этапах разработки и внедрения автоматизированной системы возникает вопрос о целесообразности разделения онтологии на несколько уровней. Это обусловлено как техническими, так и концептуальными причинами - чтобы алгоритмы планирования могли интерпретировать знания, необходимо выделить базовые понятия предметной области и на их основе строить логику работы данных алгоритмов. Остальные понятия строятся с использованием отношений, базовая часть которых, в свою очередь, также должна интерпретироваться алгоритмами.
Вопрос интерпретации знаний является центральным при разработке БЗ интеллектуальной автоматизированной системы: от того, как именно они интерпретируются, будут зависеть структура данных, пользовательский интерфейс и возможности алгоритмов планирования.
В базовой онтологии предметной области содержатся основные классы концептов «Задача» и «Ресурс». Концепт «Задача» содержит описание требований к ресурсам, необходимым для ее выполнения. Классы концептов организованы в иерархию на принципах наследования. Концепт характеризуется свойствами (атрибутами). Концепт «Задача» имеет следующие атрибуты: Имя, Минимальное допустимое время начала, Максимальное допустимое время начала, Предпочитаемое время начала, Длительность задачи, Приоритет.
Обычно с именами атрибутов концептов связывают конкретное свойство объекта. Наследники от базового концепта будут иметь те же атрибуты, те же имена свойств, однако алгоритмы, знающие только атрибуты базового класса, будут неспособны учитывать специфику концептов наследников. Отчасти это обусловлено требованием следовать одному из принципов объектно-ориентированного проектирования - полиморфизму. Как показала практика, использование отношения наследования для описания свойств объектов довольно сильно ограничивает возможности применения их в алгоритмах планирования, которые также должны поддерживать простоту расширения предметной области.
Для этого в реализации логики планирования агентов не накладываются ограничения на имена ссылочных атрибутов, то есть они могут иметь произвольные имена, главное условие - их уникальность. В этом случае поиск атрибутов концептов при планировании осуществляется не по самим именам атрибутов, а по тому, на какие концепты они ссылаются, то есть тип ссылки становится важнее ее имени. Например, не имеет значения, какие именно атрибуты ссылаются на задачи, важен сам факт, что есть ссылки на заказы. Таким образом, на основе этого подхода описание предметной области становится более простым и понятным.
Данный подход можно рекомендовать для описания сложной структуры задач. Задачи могут быть связаны между собой следующими типами отношений:
- являться подзадачей - в технических процессах может использоваться произвольное количество отношений «являться подзадачей»;
- предшествовать задаче - подзадачи в технических процессах, как правило, связаны отношениями предшествования;
- строго предшествовать - никакая третья задача не может быть запланирована на одном ресурсе между двумя данными задачами.
На основе отношения предшествования можно строить также параллельное выполнение задач. Для задач определяется приоритет: чем меньше значение атрибута Приоритет, тем он выше. То есть задача, имеющая приоритет 1, более важна, чем задача с приоритетом 2.
Для выполнения задачи требуются ресурсы, базовым концептом для которых является «Ресурс». Могут задаваться требования к ресурсам, которые описываются в базовой онтологии концептом «Требования задачи». В онтологии предметной области можно также определить наследников концепта «Требования задачи».
Требования задачи могут состоять из нескольких элементарных требований к каждому необходимому ресурсу в отдельности. Для этого в наследнике концепта «Требования задачи» задаются несколько атрибутов, ссылающихся на конкретные требования. Все разновидности конкретных требований к ресурсу имеют общий базовый класс.
Внутри конкретного требования задается атрибут, являющийся ссылкой на ресурс. По классу этого атрибута и будет осуществляться поиск ресурса. Кроме указанной ссылки, у концепта может быть задано произвольное количество пар атрибутов (правил), являющихся предпочтениями задачи к ресурсу: в первом атрибуте, имеющем такое же имя, как и атрибут ресурса, указывается значение, во втором - способ, с помощью которого значение первого атрибута сравнивается со значением соответствующего атрибута ресурса.
Использование требований к ресурсам позволяет при необходимости описать задачу с произвольным количеством ресурсов, каждый из которых должен обладать индивидуальными параметрами.
Еще одна возможность управления процессом планирования - использование онтологических свойств. В качестве теоретической основы в данном случае можно взять модель многоакторной интегрированной информационной среды предприятия [5, 6], в которой предлагается формировать представления сотрудникам предприятия (информационные объекты, описываемые с помощью тегов). Онтологические свойства - это группы тегов с единичными весами.
С каждой задачей или ресурсом могут быть связаны онтологические свойства, отражающие их особенности. В рассматриваемой системе для каждой задачи (технологической операции) задаются онтологические свойства, отражающие суть ее выполнения, например, микронная операция. Это означает, что из всех рабочих с указанными в технологической операции специальностью и разрядом иметь преимущество будут те, кто способен качественно выполнять микронные операции. Для этого задаются наборы положительных и отрицательных онтологических свойств ресурсов.
Если рабочий обладает соответствующим онтологическим свойством в положительном наборе, то ему начисляется «карма» (оценка), если в отрицательном - он не рассматривается при наличии хотя бы одного рабочего без данного отрицательного свойства, то есть, если найдется рабочий без
данного отрицательного свойства, лучше назначить выполнять операцию его, в противном случае выполнение приведет, скорее всего, к браку. В онтологических свойствах ресурса допустимо указывать маркировку ДСЕ - тогда при планировании операций по изготовлению данной ДСЕ выбор рабочего с этим положительным свойством будет наиболее предпочтительным.
На рисунке представлены экранные формы по редактированию онтологических свойств рабочих и технологических операций. Экранная форма редактирования рабочего разделена на две зоны. Слева задаются специальности и соответствующие разряды по ним, коэффициент производительности (насколько рабочий способен перевыполнять нормы) и ограничения по габаритам деталей, с которыми рабочий может эффективно работать. В правой части формы задаются два списка - положительных и отрицательных свойств.
Пользовательский интерфейс позволяет выбрать и добавить из выпадающего списка уже существующее онтологическое свойство. Если среди добавленных свойств нет необходимого, можно создать и добавить новое - в этом случае данное свойство можно будет выбрать в качестве положительного или отрицательного для ресурса, а также указать его для технологической операции.
Внедрение MES-систем на промышленных предприятиях сопряжено с рядом проблем, решение которых существенным образом влияет на качество эксплуатации системы и, как следствие, на эффективность работы самой автоматизированной системы на конкретном предприятии. Важно отметить и тот факт, что необходимость выпуска современной конкурентоспособной продукции требует постоянных инноваций как по номенклатуре изделий, так и по самому процессу производства и, как следствие, непрерывной доработки и внедрения автоматизированных систем.
В этом смысле классическое понимание разработки автоматизированных систем от сбора требований до внедрения, обучения персонала и технической поддержки программного продукта переходит к непрерывному творческому процессу по совершенствованию автоматизированной системы как силами самого предприятия, так и с использованием услуг по аутсорсингу. Онтологии позволяют существенным образом снизить трудоемкость доработок автоматизированных систем цехового планирования, что, в свою очередь, оказывает прямое влияние на экономическую эффективность разработки ПО при автоматизации процессов цехового планирования.
Литература
1. Скобелев П.О. Онтология деятельности для ситуационного управления предприятиями в реальном времени // Онтология проектирования. Самара: Новая техника, 2012. № 1. C. 6-38.
2. Иващенко А.В., Андреев М.В. Автоматизированная система адаптивного управления производственным планом // Автоматизация и современные технологии. 2009. N° 2. C. 37-41.
3. Поддержка процессов коллективного принятия решений по управлению инструментальным производством на основе мультиагентной системы планирования ресурсов в реальном времени // Управление в распределенных сетецентриче-ских и мультиагентных системах / М.В. Андреев, А.В. Иващенко, О.В. Карсаев [и др.]: матер. науч.-технич. сем. СПб: ЦНИИ «Электроприбор», 2010. C. 75-80.
4. Производственная логистика: стратегическое планирование, прогнозирование и управление конфликтами / О.Л. Бух-валов, В.И. Городецкий, О.В. Карсаев [и др.]. // Изв. ЮФУ: Технич. науки. 2012. № 3. C. 209-218.
5. Иващенко А.В. Интервально-корреляционный анализ ритмичности взаимодействия в интегрированной информационной среде предприятия // Системы управления и информационные технологии. 2010. № 1 (39). C. 32-36.
6. Иващенко А.В. Управление согласованным взаимодействием пользователей интегрированной информационной среды предприятия. Самара: СНЦ РАН, 2011. 100 с.
References
1. Skobelev P^., Ontologiya proektirovaniya, Samara, No-vaya tekhnika, 2012, no. 1, pp. 6-38.
2. Ivashchenko А^., Andreev M.V., Avtomatizatsiya i sovre-mennye tekhnologii, 2009, no. 2, pp. 37-41.
3. Andreev M.V., Ivashchenko А^., Karsayev О^., Samoy-lov V.V., Skobelev P^., Tsarev А^., Materialy nauchno-tekhni-cheskogo seminara «Upravlenie v raspredelennykh setetsentri-cheskikh i multiagentnykh sustemakh» (Materials of Scientific and Technical Seminar «Management in Distributed Network-Centric and Multiagent Systems»), St. Petersburg, Elektropribor, 2010, pp. 75-80.
4. Bukhvalov О.К, Gorodetskiy V.I., Karsayev О^., Kud-ryavtsev G.I., Samoylov V.V., Izvestiya Yuzhnogo Federalnogo Universiteta, 2012, no. 3, pp. 209-218.
5. Ivashchenko А^., Sistemy upravleniya i informatsionnye tekhnologii, 2010, no. 1 (39), pp. 32-36.
6. Ivashchenko А^., Upravleniye soglasovannym vzaimo-deystviyem polzovateley integrirovannoy informatsionnoy sredy predpriyatiya (Management of Consistent Interaction of Enterprise Integrated Information Environment Users), Samara, Izd. Samara Research Center RAS, 2011, 100 p.
