Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
КТ в науке-учпос.doc
Скачиваний:
62
Добавлен:
15.08.2019
Размер:
1.61 Mб
Скачать

3.4. Структура системы поддержки принятия решений

В соответствии с определением системы поддержки принятия реше­ний ее структуру, состав и взаимодействие отдельных блоков можно представить в виде, показанном на рис. 7.

Заметим, что по структуре связей СППР, показанной на рис. 7, про­цесс принятия решений может повторяться, если предлагаемый вариант решения не удовлетворяет руководителя. Согласование решений может осуществляться как до оценки возможных вариантов решения, сделанных соответствующим руководителем, так и после такой оценки.

3.5. Компьютерные системы поддержки принятия решений и экспертные системы на предприятиях

Условно можно выделить пять очень тесно взаимосвязанных между собой функций, выполнение которых должно осуществляться при управлении: учет, анализ, контроль, планирование и регулирование. Однако, процесс управления предприятием следует рассматривать как строгую последовательность действий.

Рис. 7 Структура системы поддержки принятия реше­ний.

Спиральная модель принятия управленческих решений на предприятии приведена на рис. 8.

На первом этапе для того, чтобы определить цели деятельности и принять решение о том, как двигаться к ней, необходимо осуществить сбор, переработку и синтез диагностической информации об объекте управления. Известно, что под информационной моделью понимается совокупность сведений об управленческой ситуации. Объективность информации об объекте управления составляет важное условие постановки и реализации любых целей от оперативных до стратегических. Искажение информации об объекте управления на стадии ее восхождения до уровня принятия решений чревато накоплением ошибок и последующим сбоем всей технологии управленческого процесса.

Рис. 8. Спиралевидная модель управления предприятием

Основной проблемой принятия сложных решений является значительное превышение объема информации об анализируемых объектах над возможностями человеческого мозга по ее оперативной обработке.

Недостаток информации может упустить выработку ряда альтернатив, которые на самом деле ближе всего к реальному развитию ситуации и ее решению. Объективность и полнота информации уменьшают неизбежное вторжение негативных явлений в потоки информации спиральной модели управления. Также на качество управленческих решений существенно влияют недостаток информации, несовершенство средств ее обработки, дефицит времени [39,40]. Проанализировав спиральную модель управления предприятием (рис. 8), можно сделать вывод, что для информационной поддержки каждого этапа управления необходимо применение конкретных компьютеризированных информационных решений.

Компьютерная система поддержки принятия решений должна обеспечивать выбор оптимального управленческого решения и способствовать его реализации.

Предприятие, внедрившее компьютерную систему поддержки принятия решений, должно рассчитывать на повышение конкурентоспособности благодаря более оперативной реакции на рыночную конъюнктуру и изменения внешней среды.

При этом критически важными являются наглядность форм представления информации, быстрота получения новых видов отчетности, возможность анализа текущих и исторических данных. Системы, предоставляющие возможности наглядного представления информации об объекте управления и окружающей его бизнес-среде, быстрого получения новых видов отчетности, возможности анализа как текущих и ретроспективных данных, так и прогнозируемых ситуаций, позволяющие вырабатывать рекомендации по решению поставленных задач называются системами поддержки принятия решений (СППР) [45,50].

На практике системы поддержки принятия решений классифицируются на системы, вырабатывающие рекомендации для ЛПР, и на системы подготовки данных для принятия решений (рис. 9). Системы, вырабатывающие рекомендации для ЛПР классифицируются на системы, использующие критериальный анализ, и не использующие его. Наиболее известный подход к группировке критериев является метод анализа иерархий, предложенный Томасом Саати [37]. Результатом его являются иерархии целей, факторов, критериев, факторов (действующих сил), сценариев обсуждаемой проблемы, элементов каждого уровня иерархии.

Метод анализа иерархий предполагает участие группы экспертов. Он относится к группе полуколичественных методов. Метод помогает справляться с ситуациями, в которых экспертам невозможно сравнить все возможные абстрактные альтернативы и учесть их влияние на конкретные условия бизнеса.

Рис. 9. Классификация систем поддержки принятия управленческих решений

Системы поддержки принятия решений, относящиеся к второй категории (рис. 9) , называют ситуационными центрами [51,52]. Ситуационный центр – это автоматизированное рабочее место (АРМ) для одного или нескольких ЛПР или/и экспертов, адаптированное для оперативного построения и апробации сценариев (имитационных моделей бизнес процессов), быстрой оценки проблемной ситуации на основе использование современных методов обработки и анализа данных и знаний.

Впервые принципы построения кибернетической системы стратегического управления были сформулированы и воплощены в жизнь в начале 70-х Стаффордом Биром. Современные ситуационные центры строятся с использованием языка построения моделей экономических систем, основные принципы которого рассматриваются в рамках нового научного направления – системной динамики.

Широкое распространение ситуационные центры за рубежом получили только в последние годы, что связано с бурным развитием средств вычислительной техники и средств мультимедиа. Теоретически ситуационные центры направлены на автоматизированную реализацию некоторых элементов умственной, интуитивной деятельности ЛПР.

Однако, ввиду того, что при проектировании ситуационных центров практически не используется аппарат немонотонной логики, нечетких систем, методы моделирования когнитивной активности человека при принятии управленческих решений, - современные корпоративные ситуационные центры, как правило, функционируют в следующих основных режимах:

- мониторинг основных характеристик финансово-производственного состояния предприятия;

- режим генерации плановых решений;

- режим генерации решений по сложившимся отклонениям от запланированного процесса [41,53].

Режим мониторинга основных характеристик финансово-производственного состояния предприятия предназначен для постоянного наглядного слежения за состоянием всех жизненно-важных процессов с целью непрерывного информирования ЛПР. Любые отклонения от запланированных характеристик выделяются из общего числа индикаторов для детального изучения причин отклонения.

На предприятии мониторинг не носит обобщенный характер, а направлен на реализацию определенной цели, что требует формирование отдельных групп экспертов для обработки и анализа информации по различной тематике. Одним из основных требований к мониторингу агрегированных характеристик деятельности предприятия является возможность их расшифровки, т.е. доступа к первичным данным.

В рамках функционирования ситуационного центра в режиме генерации плановых решений реализовывается аппарат имитационного моделирования, теории деловых игр в сочетании с возможностями современных вычислительных, коммуникационных средств.

Генерация плановых решений при использовании ситуационных центров является результатом обсуждения проблемы группой экспертов. Процесс обсуждения не является четко регламентированным, поэтому сценарий демонстрации обсуждения может быть скорректирован. Основное назначение этого режима – обеспечение восприятия ЛПР максимально полного объема информации по изучаемой проблеме в минимальный промежуток времени для принятия наиболее эффективного и обоснованного планового решения. Это обеспечивается путем сжатия большого количества информации об исследуемом объекте в обобщенные показатели, на базе анализа которых группа ЛПР и принимает управленческое решение.

Следует акцентировать особое внимание на актуальность применения в управлении предприятием ситуационных центров, поскольку режим генерации решений по отклонениям от запланированного процесса позволит руководителям предприятий в сжатые сроки найти наиболее оптимальные способы выхода из кризисной ситуации.

В процессе обсуждения экспертами сложившейся ситуации определяется структура, состав и степень обобщенности необходимой для принятия решения информации. Модель выхода из сложившейся ситуации строится в процессе подготовки решения на основе имеющейся информации. Нестандартность ситуации ограничивает возможность применения статистической информации. Основное назначение функционирования данного режима – категоризация и структуризация рассуждений экспертов с целью использования для принятия решения.

Рассмотрим последовательность основных этапов проектирования ситуационных центров. На первом этапе исследуются процессы образования первичных данных, описываются характеристики их движения, формируются количественные оценки потоков следования документов, определяются возможности автоматизации процессов регистрации, сбора и передачи информации. Рассмотрению подлежат все подразделения предприятия, где формируется или используется информация по планированию, учету и анализу использования производственных ресурсов. Цель данного этапа – выделить минимально достаточные совокупности первичных данных, необходимые в дальнейшем для реализации основных задач управления предприятием.

На втором этапе проектируются технологические процессы преобразования данных на основе базы данных и сообщений, поступающих с базового уровня.

Разрабатываются алгоритмы решения задач планирования, учета и анализа использования производственных ресурсов, формируются соответствующие базы данных, определяются режимы представления информации пользователям. Данный этап характеризует процедурный уровень ситуационного центра, который непосредственно связан с базовым уровнем, комплексом используемых технических средств.

На третьем этапе рассматриваются методы предоставления результатов преобразованных данных и передачи информации в функциональные подразделения предприятия. Исследуется возможность удовлетворения информационных потребностей пользователей всех уровней управления в следующих направлениях:

- регламентной плановой информацией, отражающей количественные и качественные характеристики производственных ресурсов, использование которых предполагается в планируемом периоде;

- регламентной учетной информацией, отражающей основные показатели использования каждого вида ресурсов;

- информацией, отражающей отклонения в использовании производственных ресурсов от планируемых параметров и временных характеристик;

- информацией для подготовки управленческих решений при изменении ситуаций, зависящих от внешних и внутренних факторов;

- информацией, конкретизирующей отдельные элементы состояния использования производственных ресурсов в реальном масштабе времени. На этом этапе следует определить приоритеты предоставления пользователю информации: особое внимание необходимо уделять информации, отражающей производственные отклонения.

При функционировании ситуационного центра в реальном масштабе времени осуществляется процесс качественного преобразования входящей информации в данные, пригодные для дальнейшего конструктивного анализа. Ниже рассмотрим основные процессы функционирования ситуационного центра на предприятии.

В рамках процесса первичной обработки исходной информации вся поступающая в систему от различных источников информация представляется для анализа и оценки экспертами, осуществляющими ее обработку в реальном режиме времени.

Предварительный анализ актуальной информации предназначен для быстрой ориентации эксперта или руководства промышленного предприятия в общем объеме поступившей и подготовленной ранее информации с целью выявления тех данных, относительно которых можно предположить, что вероятно изменение их состояния, но сведений об этом еще не поступило или же поступили противоречивые сведения, что говорит о необходимости компенсации неполноты или противоречивости. Принятие решения такого рода компенсации осуществляется либо автоматически, когда информация настолько противоречива, что информационная система предлагает заменить ее для дальнейшего полноценного анализа, либо экспертным путем, когда противоречивость не столь очевидна.

Процесс подготовки решений по компенсации противоречивости, неполноты и недостоверности информации предназначен для организации и поддержания обратной связи с источниками информации. В случае противоречивости экспертом формируется запрос, как к основным, так и к дополнительным адресатам.

Процесс слияния накопленной информации предназначен для снятия ее избыточности. При возникновении ситуации, когда сведения об одном и том же факте поступают в базу данных из различных источников в разное время, необходим анализ и слияние такой информации.

В рамках процесса обобщения накопленной информации при ее анализе и сопоставлении эксперт может сделать предположение, что имеющаяся совокупность данных, свидетельствует об их достаточности для дальнейшего анализа.

Процесс формирования обобщенных аналитических материалов предназначен для оперативного информирования ЛПР об их отклонениях. Иными словами, в рамках этого процесса формируется основной информационный продукт системы.

Процесс информационной поддержки анализа и оценки ситуации предназначен для выявления возможных корреляций между исходной информацией сформированным обобщенным аналитическим материалом. В ходе анализа ЛПР может оперативно использовать хранящиеся в системе текущее отображение хода производственного процесса для полноценного и мотивированного решения. На данном этапе исследуется динамика изменения основных производственных показателей.

Процесс формирования статистической базы знаний предназначен для накопления в системе ретроспективы результатов анализа. Эти результаты дают возможность использовать имеющийся опыт слежения за ходом формирования решений для формирования прогнозных оценок. В рамках этого процесса своевременно освобождается система от утративших значимость неактуальных сведений.

Все вышеперечисленные процессы позволяют построить общую схему предметной области ситуационного центра управления производственным предприятием, базирующуюся на концепции постоянного обеспечения ЛПР с аналитической информацией.

Аппаратная реализация ситуационной комнаты, как правило, требует использования в качестве средства коллективного просмотра видеостены – нескольких дисплеев, объединенных в один, суммирующий их размеры и разрешение.

Видеостена в ситуационной комнате предназначена для отображения обобщений результатов мышления участников обсуждения проблемы. Аппаратная часть должна реализовывать оперативное коммуникационное общение участников принятия решения с удаленными участниками предприятия, например, цехами, складами.

Программное обеспечение ситуационного центра является наиболее сложным с точки зрения реализации атрибутом. Однако, методическое в процессе внедрения и использования ситуационного центра должно постоянно модернизироваться.

Современные системы поддержки принятия управленческих решений в общем виде состоят из аналитических инструментов и хранилищ данных. Хранилище данных предоставляет единую среду хранения корпоративных данных, организованных в структурах, оптимизированных для выполнения аналитических операций. Аналитические инструменты позволяют конечному пользователю, не обязательно являющимся специалистом в области информационных технологий, осуществлять представление данных в терминах анализируемой предметной области.

Рассмотрим характеристики основных компонентов систем поддержки принятия решений. Специфика работы аналитических систем делает практически невозможным их прямое использование только на текущих, оперативных данных.

Далеко не на всех отечественных предприятиях для автоматизации их деятельности применяется комплексный подход, что является причиной разрозненности данных, хранения их в форматах различных СУБД и на разных носителях в корпоративной сети, а также неприменимости структур данных оперативных систем для выполнения задач анализа. Для этих целей на предприятии создается специализированная среда хранения данных, или хранилище данных (Data Warehouse).

Хранилище данных представляет собой банк данных определенной структуры, содержащий информацию о производственном процессе предприятия в ретроспективном контексте. Главное назначение хранилища данных - обеспечение быстрого выполнения произвольных аналитических запросов.

Основные преимущества хранилищ данных по отношению к базам данных, хранящим только оперативную информацию:

Единый источник информации. Предприятие использует единую информационную среду, на которой будут строиться все справочно-аналитические приложения в той предметной области, по которой построено хранилище. Эта среда будет обладать единым интерфейсом, унифицированными структурами хранения, общими справочниками и другими корпоративными стандартами, что облегчает создание и поддержку аналитических систем. Также, при проектировании информационного хранилища данных особое внимание необходимо уделить достоверности информации, которая попадает в хранилище.

Производительность. Физические структуры хранилища данных специальным образом оптимизированы для выполнения абсолютно произвольных выборок, что позволяет строить и реализовывать быстрые системы запросов.

Быстрота разработки. Специфическая логическая организация хранилища и существующее специализированное программное обеспечение позволяют создавать аналитические системы с минимальными затратами на их программирование.

Интеграция. Интеграция данных из разных источников уже сделана, поэтому не надо каждый раз производить соединение данных для запросов требующих информацию из нескольких источников. Под интеграцией понимается не только совместное физическое хранение данных, но и их предметное, согласованное объединение; проверку при их формировании; соблюдение технологических особенностей и т.д.

Поддержка хронологии. Фактическая информация в хранилище данных не обновляется и не удаляется, а только специальным образом адаптируется к изменениям бизнес-среды. Таким образом, появляется возможность осуществлять ретроспективный анализ информации.

Независимость. Автономность информационного хранилища данных существенно снижает нагрузку на вычислительные системы со стороны аналитических приложений, тем самым производительность существующих систем не ухудшается, а на практике происходит уменьшение времени отклика и улучшение доступности систем.

В настоящее время широкое применение находят витрины данных (Data Mart). Под витриной данных понимается небольшое специализированное хранилище для некоторой узкой предметной области, ориентированное на хранение данных, связанных одной бизнес-тематикой. Проект по созданию витрины данных требует меньших вложений и выполняется в достаточно короткие сроки. Таких витрин данных на предприятии может быть несколько, например, витрина данных по издержкам производства, витрина данных по загрузке оборудования и пр. При проектировании систем поддержки принятия решений на предприятиях создается совокупность витрин данных, в последующем объединяемых в единое хранилище данных предприятия.

Аналитические инструменты систем поддержки принятия решений позволяют решать три основных класса задач, для реализации которых имеется соответствующий модуль: генерация отчётных документов, анализ информации в реальном времени и интеллектуальный анализ данных.

Модуль отчётности СППР помогает организации справиться с созданием всевозможных информационных отчетов, справок, документов, сводных ведомостей и пр. На предприятии, функционирующем в нестабильных рыночных условиях, применение данного модуля особенно актуально, ведь число выпускаемых отчетов достаточно велико, а формы отчётов часто меняются. Модуль отчетности позволяет перевести хранение отчетных документов в электронный вид и распространять по корпоративной сети между сотрудниками предприятия.

Модуль анализа информации в реальном времени OLAP (On-Line Analitycal Processing) представляет собой инструмент для анализа больших объемов данных в режиме реального времени. Взаимодействуя с OLAP-системой, ЛПР сможет осуществлять гибкий просмотр информации, получать произвольные срезы данных, и выполнять аналитические операции детализации, свертки, сквозного распределения, сравнения и пр. Интерфейс общения пользователя с OLAP-системой происходит в терминах предметной области.

Посредством модуля интеллектуального анализа данных или добычи данных (Data Mining) можно проводить глубокие исследования данных. Эти исследования включают в себя: поиск зависимостей между данными, выявление устойчивых групп клиентов, прогнозирование поведения финансовых, экономических, производственных и хозяйственных показателей деятельности предприятия, оценку влияния решений на бизнес компании и анализ бизнес-ситуаций, поиск аномалий и анализ рисков.

В настоящее время для принятия оптимальных управленческих решений на предприятиях на первое место становится необходимость применения систем учета мнений, или коллективных систем принятия решений [49]. Именно на основе коллективных систем принятия решений построен модуль интеллектуального анализа данных в системе поддержки принятия решений.

Основной проблемой принятия сложных решений является значительное превышение объема информации о сравниваемых альтернативах над возможностями человеческого мозга по ее оперативной обработке. Известно, что при принятии ответственных задач многокритериального анализа, когда цена принятия неправильных решений исключительно высока, исключение из учета даже части существенных критериев представляется недопустимым.

Наиболее перспективным направлением в системах принятия решений является применение современных методов принятия решений и соответствующих вычислительных процедур, объединяющих аналитические методы принятия решений с экспертными процедурами и методами искусственного интеллекта. В настоящее время выделяют два направления в развитии технологий искусственного интеллекта: технология вывода, основанного на правилах и технология вывода, основанного на прецедентах.

Экспертные системы, построенные на основе первого направления, моделируют процесс принятия экспертом решения как сугубо дедуктивный процесс с использованием вывода, основанного на правилах. В систему закладывается совокупность правил, согласно которым на основании входных данных генерируется заключение по рассматриваемой проблеме. Однако, в качестве недостатка следует отметить, что дедуктивная модель эмулирует один из наиболее редких подходов, которому следует эксперт при решении проблемы.

Моделирование такого подхода к решению проблем, основанного на опыте прошлых ситуаций, привело к появлению технологии вывода, основанного на прецедентах CBR (Case-Based Reasoning) и созданию информационных систем, реализующих эту технологию. Прецедентом является описание проблемы или ситуации, к которому прилагается подробное указанием действий, предпринимаемых в данной ситуации или для решения проблемы. Поиск решений, осуществляемый на основе технологии вывода, основанной на прецедентах, как правило, осуществляется по следующей схеме (рис. 10).

Исходя из вышесказанного, вывод, основанный на прецедентах, представляет собой метод построения экспертных систем, которые делают заключения относительно данной проблемы или ситуации по результатам поиска аналогий, хранящихся в базе прецедентов. Данный метод особенно эффективен в ситуациях, когда основным источником знаний о проблеме или ситуации является опыт, а не теория; решения не уникальны для конкретной ситуации и могут быть использованы в других для решения аналогичных задач; целью вывода является не гарантированное верное решение, а лучшее из возможных. Реализация данной технологии вывода в автоматизированных системах поддержки принятия решений может быть осуществлена с применением нейросетевых алгоритмов.

Для функционирования системы поддержки принятия решений на предприятии формируются следующие основные службы [47]:

- коммуникационные;

- аналитические;

- презентационные;

- службы поддержки хранилищ данных.

К основным функциям коммуникационных служб можно отнести отслеживание выполнения планов оповещения, рассылки документов, обновления локальных баз данных сотрудников в реальном режиме времени и пр. В качестве основных источников информации для коммуникационных служб выступают сообщения сотрудников, других компаний и организаций, коммерческая информация, распространяемая в сетях, сообщения информационных агентств и независимых аналитических агентств.

Аналитические службы формируют материалы, обеспечивающие руководящему звену предприятия условия, необходимые для принятия эффективных решений. Службы производят анализ внутренней структуры предприятия.

Рис. 10. Схема формирования решения с использованием технологии вывода, основанной на прецедентах

Они участвуют в планировании сложных коммерческих мероприятий и подготовке отчетности для руководящего персонала. В функции аналитика входят задачи выбора источников информации, статистического анализа данных, оценки достоверности, построения и испытания моделей, учета трудно формализуемых экспертных сведений, формирования содержания результирующих отчетов. Аппаратная реализация информационной поддержки функционирования аналитических служб – это локальная сеть мощных рабочих станций, объединенных с серверами баз данных и архивации. Как правило, в состав аналитических служб входят службы поддержки хранилищ данных, в основные задачи которых формирование структуры, систематическое наполнение и организация безопасности хранения данных.

К обязанностям презентационных служб предприятия относят представление данных, генерируемых аналитическими службами, в виде, максимально подходящем для того, чтобы за минимальный промежуток времени ЛПР смог вникнуть в проблему и принять обоснованное и наиболее приемлемое решение. Презентационные службы тесно связаны с аналитическими службами предприятия и занимаются подготовкой материалов в форме, удобной для восприятия основными категориями потребителей информации как внутри компании, так и за ее пределами. Среди сотрудников службы презентации, кроме экономистов и политологов, обычно присутствуют профессиональные психологи, журналисты, редакторы и режиссеры.

Таким образом, основной задачей автоматизированных систем поддержки принятия решений является агрегирование информации об объекте управления до объемов и формы представления, воспринимаемых лицом, принимающим решение. Основным требованием к системе поддержки принятия решений является минимизация неконтролируемых потерь и методологических искажений представляемой информации.

Внедрение корпоративных информационных систем как основы для комплексной автоматизации деятельности предприятий направлено на поддержку принятия управленческих решений менеджерами высшего звена предприятия.

Корпоративная информационная система – это не только основа информационного пространства современного предприятия, но и гибкий инструментом управления бизнесом в сложных, постоянно меняющихся условиях [40].

3.6. Компьютерная поддержка принятия решений в САПР

Неопределенность является неотъемлемой частью процессов принятия решений. Эти неопределенности принято разделять на три класса [29]: неопределенности, связанные с неполнотой наших знаний о проблеме, по которой принимается решение; неопределенность, связанная с невозможностью точного учета реакции окружающей среды на наши действия, и, наконец, неточное понимание своих целей лицом, принимающим решения (ЛПР). Свести задачи с подобными неопределенностями к точно поставленным целям нельзя в принципе. Для этого надо "снять" неопределенности. Одним из таких способов снятия является субъективная оценка специалиста (эксперта, конструктора, руководителя), определяющая его предпочтения.

Конструктор или ЛПР вынуждены исходить из своих субъективных представлений об эффективности возможных альтернатив и важности различных критериев. Эта субъективная оценка оказалась в настоящее время единственно возможной основой объединения разнородных физических параметров решаемой проблемы в единую модель, позволяющую оценивать варианты решений [30]. В этой субъективности нет ничего плохого. Опытные руководители и конструкторы хорошо осознают, сколько личного и субъективного они вносят в принимаемые решения. С другой стороны, об успехах и неудачах большинства человеческих решений люди могут судить исходя только из своих субъективных предпочтений и представлений.

Признанием фактора субъективности ЛПР или конструктора в принятии решения нарушен фундаментальный принцип методологии исследования операций: поиск объективно оптимального решения. Признание права на субъективность решения - есть признак появления новой парадигмы, характерной для другого научного направления - принятия решений при многих критериях [31].

Однако при принятии решений по многим критериям существует и объективная составляющая. Обычно эта составляющая включает в себя ограничения, накладываемые внешней средой на возможные решения (наличие ресурсов, временные ограничения, экологические требования, социальная обстановка и т. п.). Многочисленные психологические исследования показывают, что сами конструкторы или ЛПР без дополнительной аналитической поддержки используют упрощенные, а иногда и противоречивые решающие правила.

Компьютерная поддержка процесса принятия решений, так или иначе, основана на формализации методов получения исходных и промежуточных оценок, даваемых конструктором, и алгоритмизации самого процесса выработки решения.

Формализация методов генерации решений, их оценки и согласования является чрезвычайно сложной задачей, которая стала интенсивно решаться с возникновением вычислительной техники. Решение этой задачи в различных приложениях сильно зависело и зависит от характеристик доступных аппаратных и программных средств, степени понимания проблем, по которым принимаются решения, и методов формализации.

Одна из сложностей, возникающая здесь, заключается в том, что очень многие ЛПР, в том числе и конструкторы, не привыкли к количественным оценкам в процессе принятия решений, не привыкли оценивать свои решения на основе математических методов с помощью каких-либо функций, с трудом анализируя последствия принимаемых решений. Это, конечно, не относится к конструкторам, использующим математические модели, например, при определении геометрии летательных аппаратов, параметров систем управления и т. п.

Сегодня это является серьезным психологическим барьером для внедрения в практику методов компьютерной поддержки принятия решений. Однако, еще совсем недавно преодолевались близкие по своей природе трудности в освоении компьютеров специалистами из других областей.

Человеко-машинная процедура принятия решений в САПР с помощью СППР представляет собой итеративный процесс взаимодействия конструктора и компьютера.

Системы поддержки принятия решений в САПР:

1. Генерируют возможные варианты конструкторских решений.

2. Осуществляют оценку этих вариантов и выбирают лучший.

3. Обеспечивают постоянный обмен информацией между конструкторами о принимаемых ими решениях и помогают согласовывать групповые решения.

4. Моделируют принимаемые решения (в тех случаях, когда это возможно).

5. Оценивают соответствие выполнения принятых конструкторских решений намеченным целям.

Аппаратно-программные средства систем поддержки принятия решений. Системы автоматизированного проектирования сложных технических объектов прошли достаточно долгий путь развития и сейчас можно попытаться сформулировать ряд требований (возможно, далеко не полный), обеспечивающий высокую экономичность работы этих систем и оптимизацию создаваемых проектов [33,34], а также место СППР в распределенных САПР.

1. Комплексная (сплошная) автоматизация проектирования от разработки структуры проектируемого объекта до выдачи рабочих чертежей и даже доведения проектируемого объекта до серийного производства.

При комплексной автоматизации резко повышается эффективность проектирования за счет возможности использования данных, полученных на более ранних стадиях проектирования. Например, трассировка кабелей в летательных аппаратах является очень трудоемкой операцией, как правило, требующей частой корректировки в процессе проектирования. В настоящее время разработаны алгоритмы и программы, резко снижающие стоимость трассировки и во многих случаях повышающие ее качество. Но ввод данных о геометрии пространства, в котором могут быть проложены кабели, по трудоемкости сравним с трассировкой, а может быть и превосходит ее.

При комплексной автоматизации проектирования информация о допустимых областях прокладки кабеля остается в системе после проработки геометрии объекта, остаются в ней и все изменения, которые вносятся в геометрию в процессе проектирования. Это позволяет осуществлять автоматизацию проектирования прокладки кабеля и без больших затрат труда вносить необходимые корректировки.

Наконец, отсутствие системы автоматизации проектирования отдельных компонент сложного технического объекта может создать "узкие места" при проектировании объекта, а ухудшение качества проектирования этих компонент может резко ухудшить характеристики всего объекта. Примером могут служить часто возникающие сложности при разработке программного обеспечения.

2. Увеличение числа прорабатываемых вариантов проекта на всех уровнях проектирования.

При "ручном" проектировании (без применения вычислительной техники) в тех случаях, когда есть возможность синтезировать оптимальные проектные решения (например, при определении контуров летательного аппарата), они синтезируются, но в отдельных случаях, например, при трассировке проводов или компоновке блоков реле, как правило, выбирается первое допустимое решение, удовлетворяющее всем ограничениям и достаточно хорошее с точки зрения проектировщика.

При проектировании с помощью вычислительной техники возможность синтезировать оптимальное проектное решение сохраняется, но возникает и дополнительная возможность перебора нескольких, иногда большего числа, допустимых решений и выбора из них лучшего, возможность варьирования параметров оптимизируемого устройства или системы и т. д.

Это особенно важно на начальных стадиях проектирования, как например, при выборе топологической и весовой компоновки бортовой аппаратуры летательного объекта, определении характеристик отдельных подсистем и т.д.

Увеличение числа проработанных вариантов с помощью подсистем генерации решений СППР может обеспечить наибольшую экономическую эффективность САПР за счет сокращения затрат производства и эксплуатации проектируемых объектов.

3. Возможность сравнения вариантов проектирования и выбора наилучшего из них с помощью подсистем оценки вариантов решений СППР.

Широкое применение вычислительной техники в сложных технических объектах потребовало разработки широкого спектра алгоритмов их функционирования. Они отличаются по используемым методам, областям применения, быстродействию, точности и т.д. Во многих прикладных областях для реализации одной конкретной функции могут быть использованы самые различные алгоритмы. От правильности выбора некоторых алгоритмов может в значительной степени зависеть качество характеристик проектируемого объекта. При выборе алгоритма необходимо учитывать возможности процессоров, на которых они будут реализованы, т. к. некоторые алгоритмы, обладая, например, высокой точностью, могут потребовать больших вычислительных мощностей, которыми устанавливаемые на объект процессоры могут не обладать.

Возможность сравнения вариантов относится, конечно, не только к алгоритмам, но и к вариантам компоновки аппаратов, выбору ее типов, оценке геометрии подвижных объектов и т. д.

В 50-х годах была принята так называемая "жесткая" парадигма (концепция, традиция) системного анализа, которая гласила, что все проблемы сводятся к выбору оптимальной альтернативы среди множества допустимых средств достижения поставленной цели. Действительно, такой подход часто субъективно воспринимался как цель (т. е. цель заключалась в оптимизации системы по заданному критерию). Но в реальных сложных системах таких целей, как правило, оказывается несколько. Система как бы преследовала несколько целей, часто противоречивых. При проектировании сложных систем возникали большие трудности из-за невозможности определить одну цель или даже установить жесткую иерархию целей. Поэтому постепенно, наряду с "жесткой" моделью, стала появляться "мягкая", основная идея которой заключалась в "компромиссе" между различными целями, в нахождении решений, которые в какой-то мере удовлетворяли бы всем выдвинутым критериям (а значит, полностью не удовлетворяли бы ни одному из них). Этот подход возник от понимания того, что во многих случаях не хватает информации для линейного ранжирования возникших решений и можно осуществить только групповое ранжирование. Соответственно расширялся и математический аппарат оптимизации. Наряду с вариационным исчислением, решением дифференциальных уравнений, линейным программированием и т. п., использовались методы многокритериальной оптимизации, размытые множества и т. д. Задача СППР - помочь конструктору сформировать функцию предпочтения и вычислить ее значение для каждого предлагаемого варианта решения.

Необходимо отметить, что при реализации этого подхода может возникнуть психологический барьер. Конструкторы далеко не всегда в состоянии объективно оценить качество полученного проектного решения и тем более выбрать из нескольких решений лучшее и это относится не только к конструкторам. Выбор хорошего варианта возможен только в тех случаях, когда сформирован скалярный или векторный критерий. Как это ни странно, но это бывает далеко не всегда. Более того, конструкторы, привыкшие к "ручному" проектированию без использования оптимизирующих моделей, часто не задумываются над критериями качества проектирования и тем более над относительной важностью критерия и целесообразностью улучшения параметров по одним критериям за счет улучшения других.

4. Эффективное создание программного обеспечения.

Во многих сложных технических объектах, особенно в подвижных объектах, системах энергетики, связи стоимость разрабатываемых программ становится вполне сопоставима со стоимостью проектирования аппаратуры и разработка программного обеспечения стала достаточно специфической областью проектирования. Ее специфичность заключается не только в особенностях разработки программного обеспечения по сравнению с проектированием аппаратных средств, но и в том, что разработчики программного обеспечения выдают не проект, а готовый продукт - программы. И в связи с этим особенно остро встает вопрос о проверке правильности разработанных программ - их тестировании.

Все, что было сказано выше, в значительной степени касается и разработки программного обеспечения. Сейчас созданы очень мощные инструментальные системы, обеспечивающие эффективность разработки программного обеспечения и разработаны обширные библиотеки программ, реализующие алгоритмы функционирования объектов. Это позволяет осуществить выбор подпрограмм из имеющегося набора, наилучшим образом отвечающих требованиям проекта, и эффективно разработать новые, если имеющиеся в библиотеке подпрограммы не отвечают требованиям разработчика.

5. Возможность принятия групповых решений, то есть решений, принимаемых несколькими конструкторами или даже несколькими группами конструкторов (что значительно сложнее) по одному вопросу.

Это может относиться к формулировке технического задания, выбору структуры сложного технического объекта, его элементной базы, определению характеристик отдельных компонент устройства и т. д. Это также относится к возможности оперативно согласовывать интерфейсы и другие проектные решения стыкуемых устройств и подсистем и объективно оценивать предлагаемые варианты, выбирая лучшие.

Проблемы, возникающие в этом случае, очень близки к рассмотренным в пунктах 1-4, но, естественно, имеют свою специфику. Они дополнительно осложняются тем, что проектировщик должен не только четко сформулировать критерии для себя, но и согласовать эти критерии с конструктором стыкуемого узла или подсистемы. После того как критерии качества стыкуемых изделий согласованы, производится оценка предлагаемых решений и выбор лучшего из них.

6. Логическое и временное тестирование проектов аппаратных средств и программного обеспечения.

Эта задача не принадлежит к функциям СППР.

7. Выдача рабочей документации и/или программ для станков с ЧПУ и гибких производств.

Эта проблема широко обсуждалась, ее важность в настоящее время очевидна.

8. Система должна обеспечить возможность параллельной работы всех конструкторов, участвующих в проектировании объекта.

Проектирование сложного технического объекта - "ручное" или с помощью автоматизированной системы проектирования - всегда является последовательно-параллельным процессом. Точки распараллеливания этого процесса - выдача технических заданий на разработку проектов отдельных устройств и подсистем, а точки синхронизации - согласование проектных решений стыкуемых устройств и подсистем. Таким образом, комплексное автоматизированное проектирование - это типичный параллельный процесс. Обмен информацией между ветвями этого процесса осуществляется с помощью сообщений. Они могут быть устными, оформлены в виде документов на бумаге или представлены на дисплее. Этот процесс является также распределенным в пространстве и во времени.

Место системы поддержки принятия решения в САПР проиллюстрируем на примере создания программного обеспечения. Для иллюстрации связи между требованиями к технологии распределенной САПР и ее программным обеспечением рассмотрим общую схему системы автоматизированного проектирования.

Общая схема системы автоматизированного проектирования мало или совсем не отличается от структуры системы "ручного" проектирования, т. к. определяется не техническими средствами проектирования, а требованиями самого процесса проектирования.

Схематично можно выделить следующие подсистемы САПР (естественно, может быть предложен другой вариант):

 структурное проектирование (разработка структуры сложного технического объекта);

 схемотехническое проектирование (выбор и расчет комплектующих, расчет параметров, выбор элементной базы и т. п.);

 топологическая и весовая компоновка аппаратуры;

 разработка и согласование интерфейсов устройств и подсистем;

 разработка устройств, подсистем, алгоритмов и программ сложного технического объекта, их автономное тестирование;

 комплексное тестирование устройств, подсистем и программ сложного технического объекта и уточнение их интерфейсов;

 конструкторское проектирование.

На этом процесс собственно конструирования заканчивается. Продолжением процесса конструирования является технологическая подготовка производства, изготовление и испытания сложного технического объекта, которые в последнее время объединяются в одно целое (например, система MAP/TOP [35]).