- •Глава 6. Методы оценки процессов функционирования асоиу как чмс
- •6.1. Аналитический метод оценки качества функционирования
- •Показатели качества пф чмс
- •Исходные данные для расчета значений показателей
- •Формулы для расчета значений показателей безошибочности быстродействия и ритмичности
- •Методика оценки качества пф чмс
- •6.2. Методы вывода расчетных формул
- •Метод, основанный на теории вероятностей
- •6.3. Методы оптимизации асоиу как систем
- •I. Виды задач оптимизации и их общая постановка.
- •II. Задача оптимизации распределения функций
- •III. Задача оптимизации процесса функционирования.
- •IV. Общая постановка задач оптимизации.
6.3. Методы оптимизации асоиу как систем
“человек - машина -среда”.
I. Виды задач оптимизации и их общая постановка.
В процессе проектирования АСОИУ, как системы “человек-машина-среда”, ставится задача получения в системе такой совокупности эргономических свойств (эргономического качества), которая бы отвечала заданным требованиям эргономичности системы, т.е. система была бы в определённом смысле оптимальной.
Анализ конкретных задач, возникающих на этапах проектирования АСОИУ, показывает следующее:
1. Многие задачи проектирования автоматических технологических процессов обработки информации и управления, в которых не участвует персонал системы, представляют непрерывные задачи оптимизации.
2. Большая часть организационного, структурного, надёжностного проектирования АСОИУ - это дискретные задачи оптимизации.
В общем задача оптимизации считается сформулированной строго, если:
--- задана целевая функция Z= f(xi) min(max) и задан вид функции
взаимосвязи f(xi) с переменными xi (i= 1,n), которые отражают эргономические характеристики системы.
--- заданы граничные условия на возможный диапазон изменения переменных ximin xi ximax .
--- заданы ограничения на ряд эргономических характеристик
gi ( xi ) <> j ( j=1,m ), изменяющиеся с изменением xi .
II. Задача оптимизации распределения функций
Примером постановки организационной дискретной задачи оптимизации может служить задача распределения функций обработки информации и управления между АРМами, входящих в АСОИУ.
Для постановки задачи вводятся булевы переменные
{ 1,если i-я функция возлагается на j-й АРМ
xij = {
{ 0 , в противном случае ( i=1,n , j=1,m)
Если обозначить :
cij- затраты на выполнение i-й функции j-м АРМ ;
cj доп - допустимые затраты на выполнение всех функций -м АРМ ;
c доп - суммарные допустимые затраты на выполнение всех автоматизированных функций;
tij - время, необходимое на выполнение i-ой функции j-ым АРМ;
t j доп - допустимое время выполнения j-м АРМ всех функций ;
t доп - суммарное допустимое время на выполнение всех автоматизированных функций;
то в качестве целевой функции могут быть приняты:
--- суммарные затраты на выполнение всех функций системы
ij cijxij min
--- общее время выполнения всех функций системы
ijtijxij min
Параметры xij выбираются при следующих ограничениях :
n m n
--- cij xij cдоп или cijxij cj доп
i=1 j=1 i=1
n m m
--- tijxij tдоп или tijxij ti доп
i=1 j=1 j=1
Такая дискретная задача оптимизации решается путём использования методов целочисленного программирования и ряда эвристических правил.
III. Задача оптимизации процесса функционирования.
1. Рассмотрим пример постановки функциональной дискретной задачи оптимизации процесса функционирования (ПФ) ЧМС, т.е. пример функциональной оптимизации ПФ. Цель решения задачи функциональной оптимизации - получение оптимального, в смысле выбранной целевой функции ( безошибочности - a1 max, быстродействия - Ма(Т) min, ритмичности Da(T) min ), варианта алгоритма ПФ ЧМС , представленного либо в виде функциональной сети (графа работ) или в виде полумарковского процесса (графа событий).
Ограничениями в данной задаче могут быть :
--- при целевой функции a1 max ограничения:
Ma(T) Mа.доп(T), Da(T) Dа.доп(T)
--- при целевой функции Ма(Т) min ограничения:
a1 a.доп1 , Da(T) Dа.доп(T)
--- при целевой функции Dа(T) min ограничения:
a1 a.доп1 , Ma(T) Mа.доп(T)
Задача функциональной оптимизации ПФ ЧМС решается методом линейного или частично целочисленного программирования , которые можно реализовать на ЭВМ при относительно “коротком” алгоритме с использованием существующего программного обеспечения.
2. Ещё одной целевой функцией, по которой может быть оптимизирован ПФ ЧМС является сложность алгоритма реализации ПФ
N M
D= ( aini + bjmj ) min,
i=1 j=1
где: ai - сложность ТФС i-го вида; ni - число ТФС i-го вида, входящих в алгоритм; N - общее число видов ТФС, входящих в алгоритм; j - сложность логического условия j-го типа ; mj - число логических условий j-го типа, входящих в алгоритм; М - общее число типов логических условий, входящих в алгоритм.
Сложность реализации алгоритма ПФ ЧМС может быть оценена по степени неоднородности его структуры, т.е. состава ТФС и логических условий, а также связей между ними. Задача уменьшения неоднородности состава алгоритма может быть сформулирована в одной из следующих постановок:
Достичь D min при ограничении на число видов ТФС N Nдоп
Достичь D min при ограничении на число типов условий M Mдоп
Достичь D min при ограничении как на N, так и на М, т.е. (N+M) S , где S - допустимое суммарное число видов ТФС и типов логических условий.