§ 3.4. Проблема разработки эффективной аис

Эффективность автоматизированной системы управления во многом закладывается на стадии ее разработки. На уровне мо­дельного подхода к проектированию АИС выделяют три основ­ных этапа: концептуальное» логическое и физическое проектиро­вание, каждому из которых соответствуют свой критерий эффек­тивности и некоторая обобщенная математическая модель. На концептуальном уровне должна быть сформулирована матема­тическая модель управления как формализованное представле­ние параметров производства, критериев и ограничений на уп­равление им. Очевидно, не может быть универсальной модели для всех типов производства, но вполне реальной является про­цедура типизации производства и создание типовых АИС на ос­нове обобщенной математической модели управления, позво­ляющей перейти к совокупности частных математических моде­лей и алгоритмов управления с учетом выбранного критерия эффективности. Общая математическая модель управления должна включать математическую модель производства, модель системы управления и систему моделей и алгоритмов по управ­лению производством данного типа. На концептуальном уровне должны быть определены функции, подлежащие автоматизации, структура вычислительной системы со всем комплексом аппа­ратных и программных средств. Наличие нескольких уровней управления и ряда функций АИС заставляет провести декомпо­зицию общей математической модели на ряд частных моделей управления, которые реализуют функции управления. Особо важен процесс определения функций, подлежащих автоматизации. На разных уровнях могут быть сохранены функции ручного управления, а поэтому необходимо разделить функции автома­тизированные и ручные, определить требуемую степень агреги­рования информации, найти затраты на реализацию различных вариантов автоматизации функций. Для промышленного пред­приятия основным критерием эффективности является макси­мум прибыли, а поэтому на этапе концептуального проектиро­вания в качестве критерия оптимальности выступает максимум эффективности функционирования АИС, отнесенный ко всему сроку ее жизни.

Известно, что эффективность оценивается как разность меж­ду приростом прибыли (П) и затратами (3) на разработку и внедрение системы, т. е. Э==П-3.

Далее функционал в зависимости от выбранных вариантов автоматизации функций должен быть максимизирован [8].

На рис. 3.9 представлены зависимости от времени экономи­ческой эффективности, прибыли и затрат. Видно, что с опреде­ленного момента времени автоматизированная система управ­ления становится эффективной, причем значение ее эффектив­ности зависит прежде всего от оптимальности заложенных проектных решений, уровня управления и перечня функций выб­ранных для автоматизации. Весьма существенным оказывается реальный срок жизни системы; чем он продолжительнее, тем больше получаемый экономический эффект. Опыт эксплуатации АИС показывает, что вре­мя жизни системы состав­ляет шесть—восемь лет, время от начала проекти­рования до начала опыт­ной эксплуатации АИС— три-четыре года, а отсюда время реальной жизни не превышает в среднем че­тырех лет. За это время, если система построена не оптимально, трудно ожи­дать значительного эконо­мического эффекта. На интервал реальной жизни системы значительно вли­яет срок морального старения технических средств, используе­мых в АИС, а поэтому уже на стадии концептуального проек­тирования необходимо ориентироваться на перспективные техни­ческие средства:

На этапе логического проектирования АИС определяется множество моделей управления, реализующих функции управ­ления, подлежащие автоматизации, устанавливается множество решаемых задач, а также их параметры. Наиболее существен­ным параметром является частота решения. Под задачей управ­ления обычно понимают реализацию конкретной функции уп­равления на основе принятой модели. Формальная постановка задачи представляется в следующем виде: задается полное мно­жество автоматизированных функций управления, полное мно­жество моделей управления и множество методов, реализующих заданные частные математические модели управления. Путем декомпозиции конкретных функций управления определяется полное множество задач управления, решаемых в системе. Выб­ранный некоторый порядок решения задачи назовем алгоритмом. Будем считать, что задача реализуется одним методом, а поэто­му каждой задаче может быть поставлен в соответствие един­ственный алгоритм управления. Задача нахождения алгоритма означает синтез управления с непрерывным временем на конеч­ном периоде управления. Одна и та же функция управления мо­жет быть реализована несколькими алгоритмами, а поэтому на этапе логического проектирования необходимо найти оптимальное множество алгоритмов, которые реализуют все подлежащие ав­томатизации функции управления. Чтобы выбрать алгоритм, не­обходимо знать количественные характеристики алгоритмов. К ним относят точность, оперативность и себестоимость алго­ритма. Существует некоторый идеальный алгоритм, который обеспечивает оптимальное решение задачи. Под точностью ре­ального алгоритма можно понимать некоторую оценку потерь, которые возникают, если при решении заданной задачи вместо идеального алгоритма используется выбранный приближенный реальный алгоритм. Если точность алгоритма обозначить через параметр а, то а=(a_п, ар), где f—некоторая функция объеди­нения аргументов, связанных с точностью прогнозирования а_п и решения задач a_р.

Точность прогнозирования состояния системы определяется выбранной моделью управления и точностью оценки данного состояния системы. Понятие точности алгоритма применимо как к оптимизационным, так и к информационным задачам. Опти­мизационные задачи имеют место при принятии управленческих решений, когда из нескольких альтернативных решений выбира­ется лучшее по управлению. При этом минимизируется некото­рая целевая функция и оцениваются потери либо риск, связан­ный с принятием решения. Информационные задачи связаны с учетом, контролем, при их решении оптимизация отсутствует.

Оперативность алгоритма связана с временем принятия ре­шения. Если на основе данного алгоритма принимается некото­рое решение и при этом возникает какая-то задержка , то опе­ративность алгоритма =(), где  складывается из несколь­ких составляющих. Здесь могут учитываться время подготовки входной информации, внутримашинной обработки и время, свя­занное с использованием результатов решения задачи по дан­ному алгоритму в системе управления. Функция f позволяет привести временные потери к денежным, что способствует про­ведению экономической оценки качества алгоритма на физиче­ском уровне [8].

Существенным фактором, оценивающим количественно ка­чество алгоритма, является его себестоимость С, т. е. затраты на создание и эксплуатацию алгоритма. Себестоимость алгорит­ма обычно оценивается по формуле С=Сс+Ср(р/). где Сс—стоимость создания алгоритма; Ср—затраты на весь ресурс в процессе эксплуатации системы; р—потребность в ресурсе при эксплуатации алгоритма; —суммарная потребность ресурса.

Если все характеристики имеют денежные выражения, то качество алгоритма К=++C. Данное соотношение должно быть отнесено к некоторому алгоритму при условии, что осталь­ные алгоритмы приняты как фиксированные. В целом на этапе логического проектирования надо получить максимум эффек­тивности от реализации всех управленческих функций в течение некоторого интервала времени. За этот интервал обычно прини­мается год, как максимальный период решения задач в АИС. Используя аддитивный закон суммирования эффективности, по­лучаем суммарную эффективность Эо=∑Э_i, где Эi—эффектив­ность автоматизации управленческой функции (i). Каждая уп­равленческая функция, как указывалось выше, реализуется пу­тем решения ряда задач, число которых обозначим через р. Каждая задача реализуется путем использования некоторых алгоритмов из множества А, тогда _i=∑_p∑_a(Э_рS_ip-_paK_a), где Эр—эффективность, которая возникает за счет решения задачи (р); S_ip —элемент бинарной матрицы, который принимает зна­чение 1, если решение задачи (р) необходимо для реализации управленческой функции (i), и 0—в противном случае; Ка— суммарное качество алгоритма (а); _pa —элемент бинарной матрицы, принимающий значение 1, если алгоритм (а) используется для решения задачи (р),

Если на уровне логического проектирования выбрана совoкупность (р) взаимосвязанных задач АИС, которые использу­ются при реализации функций управления, определена совокупность (A) алгоритмов, которые решают требуемые задачи АИС, установлены периоды управления и параметры физической реа­лизации, то на основе значения суммарной эффективности (Эо) может быть выполнена оптимизация. В качестве ограничения обычно выступает вычислительный ресурс, требуемый для реа­лизации алгоритма на данном интервале времени.

Этап физического проектирования означает реализацию выб­ранных алгоритмов на определенных программно-аппаратных средствах. Так как эта реализация прежде всего воплощается в некоторую систему обработки, то на физическом уровне по су­ществу создается автоматизированная система обработки ин­формации. Функциональные задачи, являющиеся базой функциональной структуры АИС, в автоматизированной системе обработки информации отображаются в виде набора вычислительных задач, которые составляют основу вычислительного процесса АИС. Для системы обработки информации характерным оказывается наличие иерархической структуры, значительное количество вычислительных задач, в которых могут быть выделены и оптимизационные, и чисто информационные задачи, ис­пользование достаточно сложной совокупности средств обработ­ки информации от персональных ЭВМ до мощных универсаль­ных вычислительных машин, сложная информационная база со значительным числом информационных массивов. Главной проб­лемой является необходимость событийно-временной синхрони­зации процесса управления производством и вычислительного процесса в системе обработки информации. Система обработки информации оказывает существенное влияние на качество при­нимаемых решений, на те параметры, которыми оценивается ка­чество алгоритма. Такие критерии, как точность, себестоимость и оперативность, могут быть оценками качества решений вы­числительных задач в АИС. На физическом уровне качество ре­шения задач в АИС определяется выбранными техническим, ин­формационным и программным обеспечениями. Конкретные вы­числительные задачи получаются как следствие декомпозиции имеющихся функциональных задач управления в производстве, однако при их решении не пользуются едиными информацион­ными, программными и техническими ресурсами. Поэтому наряду с декомпозицией возникает задача модульного представления этих задач с последующей интеграцией отдельных модулей по выбранным критериям качества в совокупности заданий. Так же как запуск партий деталей в производство, запуск вычислитель­ных задач на решение в вычислительную систему осуществляется последовательно либо последовательно-параллельно во времени. При этом может иметь место жесткая либо нежесткая синхрони­зация между решением функциональной и вычислительной задач. Жесткая синхронизация имеет место в основном в системах ре­ального времени.

Таким образом, на физическом уровне АИС реализуется в виде автоматизированной системы обработки информации, ко­торая состоит (с учетом использования ЭВМ) из внемашинной и внутримашинной частей. Внемашинная часть в информацион­ном аспекте представляет собой набор документов, которые действуют на предприятия и организуют обработку информации вне машины. Большинство же задач при автоматизации функ­ций управления решается на ЭВМ и составляет основу внутримашинной части системы. На ее структуру оказывают влияние технические средства, программное обеспечение, информацион­ная база системы и т. д. На основе логической модели на уров­не физического проектирования нам необходимо осуществить физическую организацию информационной базы и программной части, определить движение информации как вне, так и внутри машины. Уровень физического проектирования также может быть разделен как бы на две части: логическую и физическую. Логическая часть отображает структуру информационной базы, логические схемы алгоритмов, схемы движения информации. Фи­зическая часть реализует логические схемы на технических и программных средствах. Более подробно обработка информации при автоматизированном управлении будет рассмотрена в сле­дующей главе, поэтому остановимся лишь на логической струк­туре алгоритмов.

Алгоритм — это некоторая последовательность действий, со­вокупность правил, определяющих процесс преобразования ис­ходных данных в требуемый результат за заданное число ша­гов. Составными элементами алгоритма являются блок как отно­сительно самостоятельная часть и оператор как элементарная структурная часть алгоритма. Оператор расчленяется в соответ­ствии с командами ЭВМ. Алгоритм может быть записан на ес­тественном языке, задан в математической форме, в виде после­довательности формул и в графическом виде. Наиболее часто используется графическая форма записи алгоритма. Алгоритмы могут иметь различный уровень детализации: применяют обоб­щенные схемы алгоритмов, принципиальные схемы, рабочие схе­мы процесса обработки информации на ЭВМ. Последние пред­ставляются машинным алгоритмом. Алгоритмы могут быть заданы с помощью информационных языков. При формализован­ной записи широкое использование находят алгоритмические языки, которые обеспечивают трансляцию непосредственно во внутренний язык конкретной ЭВМ. Для алгоритмизации задач АИС получили применение такие языки, как ФОРТРАНЮ, АССЕМБЛЕР, КОБОЛ, ПЛ/1.

Для облегчения процесса алгоритмизации целесообразно ис­пользовать языки, позволяющие описывать более крупные, бо­лее широкие задачи. Это проблемно-ориентированные языки. Основная проблема их использования—это трудности созда­ния транслирующих систем, которые до сих пор для многих ЭВМ не реализованы. Эффективность от функционирующей АИС может быть получена путем закладки на стадии проекти­рования оптимальных проектных решений, улучшения качества логического проектирования, оптимального выбора технических средств. При заданном множестве алгоритмов обработки ин­формации и имеющемся множестве технических средств необхо­димо найти оптимальное построение системы обработки инфор­мации, которая удовлетворяла бы основным критериям эффек­тивности. В качестве таких критериев принимают вер­ность преобразования информации, время преобразования ин­формации и приведенную стоимость комплекса технических средств.

Верность преобразования информации оценивается вероятностным критерием, значение которого зависит от уров­ня надежности элементов, действующих помех в каналах связи, отказов в обслуживании пересекающихся информационных по­токов,

Время преобразования информации в АИС опреде­ляется как T=Tктс+Тр, где Тктс—время преобразования ин­формации в комплексе технических средств; Tр—время реак­ции управляющего персонала. Значения T должны рассчиты­ваться для каждой вычислительной задачи АИС. Общая времен­ная задержка в получении результата не должна превышать до­пустимого значения, которое находится исходя из оперативности принятия управленческого решения.

Если имеется ряд типов технических средств, которые поз­воляют получить заданные технические показатели качества» то обобщенным критерием могут служить приведенные затраты на создание и эксплуатацию КТС. Затраты 3==Л+&5, где А—рас­ходы. распределенные во времени, т. е. затраты, связанные с экс­плуатацией и обслуживанием системы; В — единовременные капитальные затраты, связанные с приобретением либо с изго­товлением и монтажом комплекса технических средств. Коэффи­циент k—это коэффициент приведения единовременных затрат к расходам, распределенным во времени. Значения ко­эффициентов устанавливаются министерствами в зависимо­сти от срока окупаемости системы. Затраты на эксплуатацию А==  A_in_i+D, где Ai—удельные эксплуатационные расходы на единицу оборудования i-го типа; n_i — коли­чество оборудования i-ro типа; М—число видов оборудования; D—годовые затраты на содержание административно-управлен­ческого персонала. Данные формулы отражают приближенную •методику, конкретные значения могут быть уточнены в процессе эксплуатации АИС. Выше указывалось, что эффективность соз­дания и внедрения АИС во многом определяется сроками ее разработки. Полезным на всех этапах создания АИС является метод моделирования [II]. Аналитическое моделирование нахо­дит прежде всего приложение при использовании экономико-ма­тематических моделей управления, т. е. общей математической модели и тех частных моделей, на которых базируется постанов­ка и решение функциональных задач в АИС.

В последние годы широкое применение при разработке как функциональных, так и обеспечивающих подсистем АИС нашел метод машинного моделирования, при котором обычно выделя­ется три основных этапа: 1) построение концептуальной модели системы и ее формализация; 2) алгоритмизация модели системы и ее машинная реализация; 3) получение результатов машинно­го моделирования и их интерпретация. На первом этапе моде­лирования формулируется модель и строится формальная схема, т. е. решается задача целесообразности использования самого метода моделирования. На втором этапе математическая модель воплощается в машинную, т. е. проводится алгоритмизация мо­дели, разбиение ее на блоки, организация связей между ними, определяются возможности и решаются задачи получения тре­буемой точности и достоверности результатов. На третьем этапе используется ЭВМ, на которой имитируется процесс функциони­рования системы, чтобы по полученной информации оценить те реальные процессы, которые могут происходить в АИС. Метод моделирования может быть использован прежде всего на этапах создания системы, в частности он весьма эффективно может быть применен при создании отдельных функциональных подсистем и решении функциональных задач. Непосредственно на машине имитируются само производство и соответствующая функция уп­равления, при этом могут быть просмотрены различные варианты реализации системы управления, это позволяет путем моделиро­вания без физической реализации системы получить наиболее рациональное решение,

При создании обеспечивающих подсистем в процессе моде­лирования может быть выявлена функциональная структура тех­нических, программных средств. При этом просчитываются количественные значения выбранных критериев эффективно­сти, что позволяет в процесс моделирования выбрать наилучший вариант реализации, удовлетворяющий заданным ограниче­ниям.

Особый интерес представляет использование метода модели­рования и некоторых моделей непосредственно на стадии экс­плуатации системы. В связи с быстрым изменением производства информация об условиях работы систем управления часто явля­ется недостаточной, поэтому переходят к построению адаптивных систем. На основе информации, получаемой от объекта управле­ния, может изменяться структура системы, т. е. адаптация ста­новится средством обучения системы в условиях недостаточной информации о состоянии и характеристиках управляемого объек­та. Возникает необходимость прогнозирования будущих состоя­ний системы и внешней среды, выбора оптимальных характери­стик системы управления в условиях изменяющихся внешних ус­ловий. Оказывается привлекательным применить метод модели­рования для получения прогноза непосредственно в системе уп­равления в реальном масштабе времени и по полученному резуль­тату скорректировать управление. Это возможно только в том случае, если достигается необходимая оперативность реализации модели, т. е. возможность работы машинной модели в реальном масштабе времени. Достоверность получаемых при этом резуль­татов зависит от тех математических схем, которые положены в основу моделирования, и от числа реализации, затраченных на получение прогноза. Проблема уменьшения числа реализации на­талкивается на точность результата, но уменьшается требуемый вычислительный ресурс, который необходим для решения вычис­лительных задач в АИС. Таким образом, эффективность функцио­нирования АИС определяется всеми уровнями ее создания, осо­бенно важна эффективность на уровне функционирования систе­мы, и здесь существенное место могут занять методы машинного моделирования.