- •Оглавление
- •1. Понятие, цели и задачи синтеза
- •2. Виды синтеза систем управления
- •Тестовые задания
- •Литература
- •Методы синтеза Различают эвристические и формализованные методы синтеза организационных структур.
- •1. Нормативный метод синтеза организационных структур
- •2. Синтез организационной структуры на графовых моделях
- •3. Синтеза организационной структуры методом центральной планирующей организации
- •4. Использование методов теории массового обслуживания для синтеза
- •Тестовые задания
- •Литература
- •Задача состоит в том, чтобы получить разбиение, которое минимизирует функцию:
- •Тестовые задания
- •Литература
- •Тестовые задания
- •Литература
- •И его постулаты. Методы моделирования и принципы построения моделей
- •1. Моделирование как метод познания. Принцип моделируемости
- •2. Методы моделирования и принципы построения моделей
- •Тестовые задания
- •Литература
- •1. Имитационные модели, общие понятия
- •2. Имитационная модель системы управления процессом стекловарения
- •3. Моделирование системы в условиях неопределенности
- •4. Пример построения имитационной модели анализа надежности сложной
- •Тестовые задания
- •Литература
- •1. Элементы теории массового обслуживания
- •2. Параметры и характеристики систем массового обслуживания
- •3. Моделирование вычислительных процессов и алгоритмов обслуживания вычислительных задач
- •Тестовые задания
- •Литература
- •1. Моделирование процессов принятия решений в системах с активным
- •Тестовые задания
- •Литература
- •1. Моделирование технологических операций
- •2. Анализ моделей. Значимость оценок и доверительные интервалы
- •3. Моделирование технологических цепей
- •Тестовые задания
- •Литература
- •Тестовые задания
- •Литература
- •Показатели и критерии оценки систем
- •1. Формирование критериев и оценка эффективности функционирования системы управления (ису)
- •2. Проблемы оценки экономической эффективности ис
- •3. Методы оценки эффективности автоматизированных информационных
- •3.5. Методика bsc как способ оценивания эффективности ис
- •4. Принятие решения о необходимости совершенствования
- •Тестовые задания
- •Литература
3. Моделирование системы в условиях неопределенности
В большинстве реальных больших систем не обойтись без учета “состояний природы” — воздействий стохастического типа, случайных величин или случайных событий. Это могут быть не только внешние воздействия на систему в целом или на отдельные ее элементы. Очень часто и внутренние системные связи имеют такую же, “случайную” природу.
Важно понять, что стохастичность связей между элементами системы и уж тем более внутри самого элемента (связь “вход-выход”) является основной причиной риска выполнить вместо системного анализа совершенно бессмысленную работу, получить в качестве рекомендаций по управлению системой заведомо непригодные решения.
В таких случаях вместо самой случайной величины X приходится использовать ее математическое ожидание Mx. Все вроде бы просто — не знаем, так ожидаем. Но насколько оправданы наши ожидания? Какова уверенность или какова вероятность ошибиться?
Такие вопросы решаются, ответы на них получить можно — но для этого надо иметь информацию о законе распределения случайной величины. Вот и приходится на данном этапе моделирования заниматься статистическими исследованиями, пытаться получить ответы на вопросы:
А не является ли данный элемент системы и производимые им операции “классическими”?
Нет ли оснований использовать теорию для определения типа распределения случайной величины (продукции, денег или информационных сообщений)? Если это так — можно надеяться на оценки ошибок при принятии решений, если же это не так, то приходится ставить вопрос иначе.
А нельзя ли получить искомое распределение интересующей нас случайной величины из данных эксперимента? Если этот эксперимент обойдется дорого или физически невозможен, или недопустим по тем или иным причинам, то может быть “для рагу из зайца использовать хотя бы кошку” — воспользоваться апостериорными данными, опытом прошлого или предсказаниями на будущее, экспертными оценками?
Если и здесь нет оснований принимать положительное решение, то можно надеяться еще на один выход из положения.
Не всегда, но все же возможно использовать текущее состояние уже действующей большой системы, ее реальную “жизнь” для получения глобальных показателей функционирования системы.
Этой цели служат методы планирования эксперимента, теоретической и методологической основой которых является особая область системного анализа — т. н. факторный анализ.
4. Пример построения имитационной модели анализа надежности сложной
системы
Построение имитационной модели системы с целью проведения расчетов характеристик надежности начинается с изучения структурной схемы системы и стратегии ее функционирования. На основании структурной схемы строится надежностная схема системы, которая характеризует статическую составляющую системы. В качестве аппарата для представления схем системы используется аппарат теории графов. Элементы системы изображаются в виде вершин графа, связи между элементами - в виде дуг. После построения надежностной схемы системы в виде графовой модели ее необходимо представить в виде функциональной зависимости (формализованное представление структуры системы). При построении имитационных моделей для формализованного представления надежностной схемы системы рекомендуют использовать аппарат алгебры логики. Используя этот аппарат, вероятностные характеристики надежности системы, такие как вероятность отказа или вероятность безотказной работы, вычисляют через логические функции работоспособности.
Следующим этапом построения имитационной модели является отображение стратегии ее функционирования. На этом этапе осуществляется построение динамической составляющей модели системы. В качестве примера рассмотрим достаточно общую стратегию функционирования системы. Пусть в моменты времени Tk, 2Tt,..., nTk производятся контрольные мероприятия по проверке неисправности элементов системы. Если в момент проведения контроля исправности элементов обнаруживается отказ, то начинаются восстановительные мероприятия. Могут быть ситуации, когда при проведении контрольных проверок отказ не обнаруживается, и элемент простаивает в состоянии отказа до следующего момента контроля. Функционирование системы продолжается до момента времени Тр, если система не отказала, или до момента отказа. В момент времени Тр начинается плановая профилактика, в момент отказа системы начинается аварийная профилактика. После проведения профилактического обслуживания система полностью обновляется, и процесс функционирования начинается заново.
Будем считать заданными периоды между проведением контрольных проверок Tk и период времени Тк, при достижении которого система подвергается восстановлению. Для организации процесса моделирования необходимо также задать вероятность обнаружения отказа Ро и исходные данные для моделирования отказов и восстановлений элементов, а именно, плотность распределения наработки до отказа для каждого элемента, входящего в состав системы, - foi(θi, t), где i - порядковый номер элемента; θi - вектор параметров закона распределения, плотность распределения времени восстановления для каждого элемента -foi (wi, t), wi - вектор параметров закона распределения времени восстановления.
После задания всех исходных параметров переходим к организации процесса моделирования. Процесс функционирования элементов системы приведен на рис.2. На рисунке ступеньками обозначены периоды исправного функционирования элементов системы, линиями - периоды простоя элементов в неисправном состоянии до момента начала контроля и обнаружения неисправности, заштрихованной ступенькой обозначено время восстановления элемента после обнаружения отказа.
Статистическое оценивание вероятности безотказной работы системы производится по следующей схеме. Для каждого элемента системы моделируется случайное время наработки до отказа Toi. Моделирование осуществляется на основании заданной плотности распределения наработки до отказа foi(θi, t). Далее, на основании заданной вероятности обнаружения отказа моделируется событие, состоящее в обнаружении или не обнаружении отказа.
Если отказ обнаружен, то после ближайшего к наработке до отказа данного элемента момента контроля начинается восстановление элемента. Если выпало событие, состоящее в том, что в ближайший момент контроля отказ не обнаружен, то элемент находится в состоянии отказа до следующего момента контроля. В следующий момент контроля заново моделируется событие, состоящее в обнаружении или не обнаружении отказа. Если отказ обнаружен, начинается восстановление элемента. Случайное время восстановления элемента моделируется на основании заданной плотности распределения времени восстановления.
Рис. 2. Иллюстрация процесса функционирования элементов системы
После того как смоделированы наработки до отказа и времена восстановления каждого элемента из всего набора наработок Тoi, выбирают такие, для которых выполняется соотношение Тoi < Тр. Здесь необходимо отметить, что изменение состояния системы может произойти только в моменты изменения состояния элементов. Следовательно, для обнаружения отказа системы необходимо просматривать только изменения состояний элементов. Поэтому для каждого Тoi, для которого выполняется соотношение Тoi < Тр, проверяем условие:
по всем l = 1,.. h где h - количество элементов в системе. Проверка этого условия состоит в обнаружении элементов, находящихся в состоянии отказа в тот период, когда в состоянии отказа был i-й элемент. Введем идентификатор состояния элемента рl . Определим его следующим образом: pl = 0, если в данный период [Тoi,, Тoi + Ткl+ Tвi] элемент находился в состоянии отказа и pl = 1, если элемент был работоспособен. Естественно, что в проверяемый момент [Тoi , Тoi + Ткl+ Tвi] i-й элемент находится в состоянии отказа и для него pl = 0. Сформировав массив {pl}, на основании логической функции работоспособности определяем, был ли в данном интервале времени отказ системы. Если был, то рс=0, если отказа не 6ыло, рс=1. Если в рассматриваемый промежуток времени отказа системы не было, переходим к следующему интервалу времени. Процесс продолжается до тех пор, пока не будет равна нулю величина рс. Если на одном из проверяемых периодов величина рс приняла значение 0, это значение запоминается и начинается следующая итерация моделирования. Если ни на одном из рассматриваемых интервалов до момента Тр величина рс не приняла значение 0, то отказа системы не было, и значение рс в данном испытании равно 1. Проводя данную процедуру N раз, получаем N значений величины рс. Статистическую оценку вероятности безотказной работы системы находим по формуле
где рcj — значение величины рс в j-м испытании.
Описанная модель является концептуальной. После ее составления переходят к программной реализации и исследованию модели на ЭВМ.