Библиографическое описание:

Каверин С. А. Методические задачи автоматизации поддержки решений при управлении сложными организационно-техническими системами (СОТС) // Молодой ученый. — 2016. — №12.2. — С. 9-14.



Вопрос о разработке и использовании оптимальных методов и средств управления вооруженными формированиями всегда был и остается одним из основных вопросов военной науки. Наиболее перспективной, позволяющей привести систему управления в соответствии с теми требованиями, которые предъявляются к ней возросшими боевыми возможностями вооруженных сил, являются автоматизация процесса управления.

Автоматизация процесса управления есть комплекс мероприятий, обеспечивающих управление с помощью машинной системы и человека. Основная цель автоматизации — улучшение всех показателей управления, те повышение его эффективности.

Автоматизация — это революционный скачок, несущий управлению новое качество. Существенно улучшаются основные характеристики управления: оперативность, точность, надежность. Автоматизация управления усиливает мыслительные, интеллектуальные способности человека [6].

На этапе комплексной автоматизации создаются сложные организационно-технические системы, включающие коллективы людей, комплексы управляющих автоматов и исполняющие устройства, которые имеют иерархическую структуру, охватывающую все звенья военной организации. Специальным признаком автоматизации является передача функций переработки информации и управления специальными управляющими техническим системами. Возможности автоматизации средствами на всех этапах развития техники. Однако по-настоящему процесс автоматизации начинается с возникновения электронно-вычислительной техники, с возможности не только передачи и хранения, но и переработки информации. Автоматизация (в отличие от механизации) представляет собой процесс овеществления в технических устройствах функции управления. Управляющие технические устройства и системы заменяют человека в процессах управления и повышают тем самым эффективность его деятельности. Применительно к управлению военными СОТС автоматизация — это процесс создания и внедрения в работу управляющих органов электронно-вычислительной техники и различных сопряженных с ней высокопроизводительных технических устройств с соответствующим информационным и математическим обеспечением с целью повышения боеготовности и эффективности управления [8].

Управление военными СОТС складываются из двух отличающихся друг от друга процессов.

Первая — это управление техникой. Любое техническое устройство имеет достаточно жесткую программу действия. Эта особенность позволяет создать такое управляющие автоматическое устройство, которое в полном объеме программы управляет этим техническим устройством (или системой). Такие системы управления называются автоматическими. Автоматические военные системы управления не требуют непосредственного участия человека. Он вмешивается в их работу лишь в случае аварийных ситуаций, в период наладки системы для производства регламентных работ. Некоторое время в литературе по проблемам автоматизации управления господствами оптимистических представления о возможностях развития автоматических систем управления.

В частности, высказывались предположения о возможности создания автоматических систем управления не только большими комплексами боевого оружия, но и боевыми действиями. Однако очень скоро стало ясно, что второй тип управления значительно сложнее первого. Он представляет собой управление людьми, военными коллективами, включает учет таких процессов, как уровень ответственности, профессиональной обученности и др. поэтому полное выведение человека из рамок систем управления является делом невозможным. Со всех позиций целесообразней при определенном уровне автоматизации ввести в систему управления человека, который возьмет на себя решение наиболее ответственных задач, требующих творческих усилий, высокого мастерства по управлению военными формированиями. Такие системы, в отличие от автоматических, называются автоматизированными. Именно такие системы управления позволяют достигнуть комплексной автоматизации управления. комплексная автоматизация управления военными СОТС — этап автоматизации, при котором все элементы процесса управления (сбор, обработка и анализ данных об обстановке, выработка вариантов оптимальных решений, доведение приказов и распоряжений, а также контроль за их выполнением) во всех звеньях управления должны осуществляться с использованием универсальных алгоритмов и программ. Автоматизация охватывает не только оружие и отдельные образцы боевой техники, но и целые тактические единицы (корабли, самолеты, боевые комплексы), а так, же системы управления войсками, являющимися системами открытого типа [7].

Закрытой называют такую систему, для которой набор решаемых задач в процессе функционирования остается неизменным (например, зенитно-ракетный комплекс и т. п.).

Открытым называют развивающуюся систему с изменяющимся в процессе функционирования набором основных задач. Такие системы не могут быть созданы как раз навсегда завершенной. Они по самой своей сути должны постоянно самосовершенствоваться в процессе своего функционирования.

Управление военными СОТС включает значительное число мероприятий и различных по своему характеру форм деятельности. На самом важном этапе процесса управления является процесс принятия решения. Поэтому одним из основных путей совершенствования автоматизации управленческой деятельности является разработка автоматизированных систем поддержки решений при управлении СОТС [8].

К сожалению, до сих пор основную роль продолжает играть акт принятия окончательного решения при значительной роли субъективного фактора.

Техническая оснащенность процессов переработки управленческой информации находимо не на должном уровне, арсенал вспомогательных методов и средств еще только начинает формироваться.

Можно смело утверждать, что во всей теперь уже многолетней истории автоматизации управления ключевая фигура — фигура руководителя была мало окружена вниманием. Наукой пока еще слабоизученные сами процессы принятия решений руководителями в реальных организационных условиях. Во многих научных работах руководитель — это человек, умеющий предвидеть появление проблем. Он постоянно в курсе всех событий и знает, как принять верное решение.

Однако лицо, принимающие решение (ЛПР) в действительности отличается от такого идеального образа. Руководить (ЛПР) вынужден следовать событием вместо того, чтобы упреждать и планировать их. При подготовке решений ему не хватает фактического и аналитического материала, оказывается невозможным в сжатые сроки подготовить необходимые обоснования решений. Поэтому принятие решений часто необоснованно опирается на непроверенную информацию, интуитивные соображения. По всем этим применим на лицо противоречие между сложностью решаемых проблем и неразвитостью находящихся в распоряжении ЛПР методов и средств. Продолжение этого противоречия на современном этапе не мысленно без использования ЭВМ, без автоматизации процессов поддержки управленческих решений [12].

Автоматизация системы поддержки решений (СПР) поднимает на новый более высокий качественный уровень сам способ мышления руководителя. Этому способствует упорядоченность процесса принятия решений, системность, возможность научного обоснования принимаемых решений, комплексность анализа вариантов решений [6].

Однако роль автоматизированной СПР должна сводиться не столько к решению задач или извлечению данных, сколько к стимулированию более глубокого понимания ЛПР постоянно меняющейся предметной области, способности мыслить по-новому, творческого стремления к постоянному развитию и совершенствованию. Эффект от применения автоматизированной СПР состоит в том, что при наличии этой системы имеется возможность выполнения качественно более глубокого анализа, т. е. возможность принятия за то же время качественно более совершенных решений.

автоматизированное СПР и литература о них — явление сравнительно новое. Сам термин, «поддержка решений» впервые стал появляться в 70-х годах. Специалисты выделили СПР в самостоятельный класс систем, обеспечивающий решение руководителями неструктурированных проблем. С тех пор число литературных источников по СПР медленно, но неуклонно растет. Интересно, что в США придают большое значение исследованиям в области принятия решений. Именно это направление, как показали исследования, обещает скорую отдачу наряду с другими новейшими разработками.

Однако, до сих пор, как правило, принципы построения таких систем (автоматизированных СПР) не выводятся из понимания объективно существующих процессов и механизмов выработки решений в реальных СОТС, а формируется на основе субъективных представлений авторов об этих процессах и механизмах. Это объясняется отсутствием функциональной теории принятия решений, из которой бы в качестве следствий вытекали принципы и методология автоматизации поддержки решений и построения средств и систем поддержки [11].

Таким образом, одна из важнейших проблем в области автоматизации управления СОТС — это разработка фундаментальной теории принятия решений. При этом важнейшая задача — добиться понимания того, как работает человеческий мозг, и определить. Как новейшая компьютерная технология может быть использована для АЭЭС его мощи.

Однако недостаточный уровень разработки теории принятия решений не означает, что процесс поддержки решений нельзя спланировать и упорядочить в рамках специально создаваемой для этой цели системы, использующей различные средства автоматизации.

Для современного этапа характерно следующее определение автоматизированной СПР — это интерактивная автоматизированная система, использующая модели выработки решений, обеспечивающая ЛПР легкий и эффективный доступ к большой распределительной базе данных и предоставляющая им разнообразные возможности по отображению информации.

В таком понимании автоматизированная СПР представляет собой совокупность комплекса распределительных технических средств, комплекса математических моделей анализа состояний и выработки решений, баз данных, система управления данными моделями, удобных для пользователя языков моделирования, обработка и отображения информации.

Основная задача создания автоматизированной СПР — разработка человеко-машинной технологии и программно-технических средств обеспечения всех видов поддержки решений на всех этапах их выработки и рациональная организация этих средств в виде единой системы, которая должна приводить к выработке эффективных рекомендаций по решению сложных неструктурированных проблем.

При разработке автоматизированной СПР прежде всего возникает вопрос как лучше организовать создание такой системы, на чем сосредоточить внимание: на оперативных, тактических или стратегических решениях. Особенности принятия этих 3-х видов решений естественно отражаются на облике будущих автоматизированной СПР [11].

Истина должна лежать где-то посредине. Прежде всего, нужен системный подход к исследованиям.

Нельзя пренебрегать никакими системами и не отрывать друг от друга. Вопрос лишь в том, как правильно распределить силы при создании системы, какую предусмотреть очередность ввода в действие ее частей.

В настоящее время необходимость автоматизации поддержки решений не вызывает возражений.

в тоже время некоторая часть руководителей сохраняет предупреждение против современных автоматизированных банков данных, имитационных моделей и т. п., считая, что пользоваться ими сложно и трудно (и во многом это, конечно справедливо).

Однако, существует надежда, что последующее поколение руководителей окажется более восприимчивыми к концепции автоматизации поддержки решений и будут обладать некоторыми запасами знаний, включающим наряду с пониманием всего процесса принятия решений в целом и знание возможностей и принципов действия предлагаемых им средств автоматизации. В этой связи возникает задача подготовки соответствующих руководителей-специалистов. Необходимо должное место в дисциплинах уделить основам кибернетики, искусственного интеллекта, системного анализа, исследование операций, теории информации.

С целью формирования будущей автоматизированной СПР большое значение имеет анализ основных форм поддержки решений: информационной и вычислительной.

Говоря об информационной поддержки, следует подчеркнуть, что пока нет средств или способов отделения объективно существующей потребности в нужной информации от субъективно возникающего спроса на ненужную информацию. В результате сохраняется возможность возникновения у ЛПР информационной перегрузки. Так что пока выдача ЛПР рекомендаций в том, от каких факторов мог бы зависеть оптимальный уровень информации, как его определить, а потом и достигнуть является следующей проблемой при разработке автоматизированной СПР.

Наиболее удачные попытки реализации автоматизированных информационных систем связаны с развитием концепции, методов и средств создания баз данных. Сейчас имеются универсальные системы управления базами данных (СУБД), которые позволяют реализовать модели данных различных типов (сетевые, иерархические, файловые) и предоставляют ЛПР удобные средства работы с базами данных [9].

Удобства пользователя базами данных в значительной мере зависит от уровня языков управления данными. К самому высокому уровню относятся языки, с помощью которых пользователь лишь указывает, какие ему нужны данные. В этом случае от пользователя (ЛПР) не требуется знание принципов организации данных в базе данных. системы с языками подобного типа должны сами определять логику поиска данных. Такие языки более удобны для неподготовленного пользователя. Одной из важных задач совершенствования автоматизированной СПР является разработка и дальнейшее развитие таких языков.

Часто информация стратегического характера, с которой имеет дело ЛПР, носит неформальный характер. Поэтому система информационной поддержки стратегических решений в значительной мере должны представлять собой человеко-машинную систему со сравнительной большой долей «человеческого» элемента.

Выполнением ее функций должен заканчиваться специально подготовленный и квалификационный персонал, использующий в своей работе автоматизированные информационно-поисковые и информационно-справочные системы для обнаружения ЛПР в процессе выработки им стратегических решений.

Второй формой поддержки управленческих решений является вычислительная поддержка решений.

Ключевым понятием здесь является понятие модели, пригодной для машинной реализации и повторного использования. Для того, чтобы помочь ЛПР в решении сложных управленческих проблем, учение создают количественные математические методы, модели и алгоритмы получения информации, нужной, в конечном счете, ЛПР для квалификационного принятия решений.

Понятие модели и моделирования играют в науке об управлении и в частности, в автоматизации управления, существенную, если не сказать важнейшую роль. Использования моделирования в процессе управления имело место всегда, но если ранее модели использовались в основном в концептуальном, понятийном смысле, а знаковые, математические модели играли вспомогательную роль, то с развитием автоматизации значение математического моделирования существенно возросло. Комплексы математических моделей являются главной частью математического обеспечения в автоматизированных системах управления.

В настоящее время широко разрабатываются различные автоматизированные информационно-расчетные системы, позволяющие выполнять определенные математические вычисления. Как по сравнительно простым формулам. Так и по сложным математическим моделям оптимизационного характера. Как правило, эти системы предназначены для конкретных узких предметных областей. Главной фигурой здесь является математик или программист, а к ЛПР попадают результаты уже расчетов, он дает окончательную оценку с точки зрения их использования.

Дальнейшим естественным развитием автоматизированных информационно-расчетных систем является автоматизированные системы вычислительной поддержки решений. Современные системы такого типа должны быть ориентированы на решении более широкого круга задач для ЛПР. Работа этих систем должна быть организована таким образом, чтобы ЛПР как можно больше вовлекать как в процесс проектирования задач, так и тем более в процесс получения практических рекомендаций с помощью моделей реальных ситуаций. А прежние математик и программист вырастают в этих системах в системно-аналитиков, которые добывают знания и информацию из самых разных источников, включая моделирования, чтобы помочь ЛПР в принятие разумных решений. Они являются специалистами широкого профиля, способными устраивать знание и методы различных наук. По сравнению с экспертами и специалистами узкого профиля, знания и опыт которых используются для поддержки решений в некоторой предметной области, аналитик должен уметь строить комплексные модели, подбирать для них самые разнообразные данные, интерпроектировать результаты расчетов. аналитик должен уметь демонстрировать свои выводы на модели, и потому их ценность для ЛПР зависит от адекватности модели реальными ситуациями и от достоверности закладывающих в нее данных.

Использование математических моделей для поддержки управленческих решений может дать очень многое. Во-первых, оно обеспечивает объективность поддержки решений, поскольку современные достаточно сложные математические модели аккумулируют в себе строгие научные знания об объектах, явлениях и процессах реального мира, а закладываемые в них данные всесторонне характеризуют моделированную предметную область.

Во-вторых, с использованием моделей у ЛПР появляются так часто ему недоступная возможность экспериментирования, опробования различных вариантов решений, оценки их последствий.

Одной из проблем в этом случае является устранения противоречия между сложностью модели и возможностью ее использования.

Перспективным научным направлением считается переход от объектного к субъектно-объективному моделированию [9].

В соответствии с традиционными объектным подходом принято считать, что модель должна по возможности более достоверно описывать свойства и отношения, которые отличают данный объект от других. При этом в состав модели неизбежно будут включаться не все свойства объекта и отношения. Разделение свойств, которые включаются в состав модели объекта, является субъективным, зависящим от того, как та или проблема понимается аналитиком-субъектом. С учетом этого работа субъекта может влиять на результаты моделирования не в меньшей степени, чем поведение исследуемого объекта и его среды. Следовательно, при моделировании необходимо в состав модели включать и свойства самого субъекта, а также определить отношение между ним и моделирующими объектами — это позволит повысить степень адекватности модели.

Таким образом, исходя из поставленных задач, информации об объекте управления и состоянии внешней среды и т. п. руководитель должен принять единственное (из многих возможных) решений. В качестве цели управления выступает достижение системой определенных показателей путем выбора определенных управляющих воздействий. На основании этого выбора и принимается решение. Выработка решения происходит по определенным правилам — алгоритмами, построенными на основе логико-математической формализации управляемого процесса. формализация сводится к созданию на базе содержательного смыслового описания этого процесса — его модели. Несмотря на большую роль, играет вычислительная поддержка решений при управлении СОТС, и на все многообразие создаваемых математических моделей, она до сих пор не получает широкого распространения. Одна из причин такого положение дел заключается в том, что создаваемых сейчас модели имеют, по крайней мере, три формы представления:

− математическое представление, ориентированное в основном на математике, системного аналитика, разработчика модели;

− машинное представление, ориентированное на программиста;

− предметное представление, использованное разработчиком модели с ЛПР и сотрудниками аппарата управления.

Существование различных форм представления модели является источником противоречия и делает малоэффективным процесс практического применения моделирования при управлении СОТС. В процессе моделирования участвуют специалисты самой различной квалификации, устанавливаются с большим трудом. Особенно это относится к взаимопониманию между разработчиком модели и ЛПР. Кроме того, большая часть реализуемых в программном виде относится лишь к сравнительно узкому классу задач. А задачи, более всего интересующие ЛПР, обычно носят комплексный характер [8].

Упомянутое выше недостатки практического применения вычислительной поддержки решений в автоматизированной СПР приводят к необходимости поиска новых подходов и новых тенденций в области математического моделирования.

Новым подходом является структурное моделирование, которое базируется на новом поколении компьютерных систем моделирования и строится на единой концептуальной основе, использующей достижения высоких и сверхвысоких уровней представления знаний.

В настоящее время считается перспективной тенденция создания интегрированных автоматизированных СПР, в которых сочетаются две информационная и вычислительная формы поддержки управленческих решений. работа с ними происходит по одной человеко-машинной технологии, с координировано обеспечивающей потребности как специалистов (аналитиков, программистов), так ЛПР и их помощников. Создание этих автоматизированных СПР связывают с развитием исследований в области методов и средств искусственного интеллекта. В соответствии с концепцией автоматизированной СПР, построенной на проч. искусственного интеллекта, она базируется на трех основных компонентах [11]:

1) языковом процессоре;

2) процессоре проблем;

3) процессоре знаний.

Развитие языкового процессор должен учитывать свойства интеллекта человека, поэтому он должен обладать возможностями накопления и использования сверхбольших объемов знаний вплоть до индивидуальных особенностей конкретного ЛПР, сконцентрированной в модели.

Подсистема знаний определяет собой организационную совокупность знаний о проблемной области. Эти знания содержат в себе большие объемы фактов и отношений между ними, на усвоение или запоминание которых у ЛПР нет ни времени, ни желания, но которые могут пригодится при принятии разумного решения. Используются в настоящее время методы представления знаний с помощью семинтильных сетей, правил продукций, файлов. Эти виды знаний включают в себя понятийные знания, описывающие понятия, их свойства и взаимосвязи, процедурные, описывающие способы действий, ведущие к поставленным целям и конструктивные, характеризующие устройство реальных, воображаемых или проектируемых объектов [10].

Основная функция процессора проблем заключается в получении от языкового процессора сообщений, описывающих проблемную ситуацию, извлечение из подсистем знаний информации о проблемной области (о существующих ранее ситуациях, возможностях их разрешения, имеющихся критериях и ограничениях) и получении выводов, имеющих вид рекомендации по решению проблемы.

Когда требуется поддержать решение, т. е. помочь ЛПР в поиске решения стоящей перед ним проблемы интеллектуальная СПР через языковый процессор воспринимает запрос ЛПР, «понимает» его, анализирует, извлекает из подсистемы знаний необходимую информацию, с помощью процессора проблем вырабатывает ответ и снова через языковой процессор сообщает ему результаты.

Еще одна, схожая с концепцией интеллектуальной (или когнитивной) поддержки решений связана с понятием экспертной поддержки решений. Последняя является дальнейшим развитием концепции экспертных систем. Как известно, экспертная система предназначена для представления в концентрированном виде знаний о некоторой предметной области путем программирования опыта эксперта и последующего предоставления этих знаний ЛПР [12].

Интерес к экспертным СПР объясняется тем, что при решении любых проблем всегда остается множество неформализованных факторов, среди которых могут оказаться и существенно важные для решения проблемы.

Поэтому в составе автоматизированных СПР интеллектуального типа во многих случаях целесообразно использовать экспертные системы.

В заключение следует сказать, что разработанная к настоящему времени методология создания автоматизированных СПР, позволяет для большинства практических ситуаций разработать соответствующие программные средства на основе использования СУБД с развитыми языками запросов и систем имитационного моделирования, что является одним из важнейшим направлением совершенствования процесса автоматизации при управлении СОТС различного назначения [10].

Литература:

  1. алгоритмизация процессов управления и принятия решений//Вопросы кибернетики: Сб.тр.вып 171.-М., 1992–96г.
  2. базы значений интеллектуальных систем/Гаврилова Т. А., Хорошевский — СПб: Питер, 2001–384с.
  3. интеллектуальные АРМ в системах управления производством: Сб.науч.тр.– Киев, 1991–83с.
  4. искусственный интеллект: справочник: в 3 кн./под ред. Поспелова Э. В. — М: Радио и связь, 1990
  5. исследование процедур поддержки принятия решений, а автоматизированных системах: Сб.ст.– Киев, 1989–80с.
  6. Лескин А. А., Мальцев В. Н. Система поддержки управленческих и проектных решений. — Л.: Машиностроение, 1990–167с.
  7. Чилин Ю. Н., Сысуев Ю. Н. Методы принятия решений в многоцелевых системах, ВМА им. Кузнецова, 2008–274с.

Обсуждение

Социальные комментарии Cackle