Современные проблемы управления режимами СС

Принципиально возможны статическая и динамическая постановка задачи оптимизации режимов СС. В первом случае СС рассматривается как статическая система, параметры режима которой зависят только от данного состояния независимо от того, как система перешла в это состояние (оптимальное управление состояниями). При этом управлять состояниями СС можно путем изменения параметров исполнительных механизмов, вследствие чего изменяются основные параметры системы и статическая устойчивость СС, характеризующие ее работу. В случае динамической системы речь идет об оптимальном управлении переходом из одного состояния в другое, что осуществимо путем изменения степени влияния одних параметров на другие, изменения конфигурации как отдельных элементов, так и системы в целом.

Современные технические объекты (например, предприятия, их системы энергоснабжения) приближаются к уровню сложности, при котором их поведение и свойства не являются суммой свойств отдельных компонент. Под системой S вообще понимается совокупность элементов (компонентов) s со связями и целью функционирования Q. При этом элемент системы является наименьшей, неделимой частью системы с точки зрения исследователя, а связи между элементами выступают как ограничители степени свободы этих элементов. Сложными объектами назовем такие системы, в которых при удалении элементов могут быть потеряны принципиальные свойства, а при добавлении новых элементов возникают качественно новые свойства.

Сложным системам присущи следующие особенности:

1) закон распределения воздействующих на систему параметров неизвестен, на его получение требуется потратить значительное количество времени;

2) функционирование системы происходит в условиях неопределенности, которую вносит главным образом человеческий и случайный факторы;

3) переменные системы могут иметь количественно-качественное описание.

Модель сложной системы с перечисленными особенностями получила название модели «черного ящика», в которой вектор выходных параметров системы есть реакция на управляемые и неуправляемые (внешние возмущающие воздействия) параметры системы

где – время.

Целью информационного анализа является описание СС как объекта управления с помощью этой модели, выявление механизмов, с помощью которых можно влиять на его функционирование. Входными управляющими параметрами являются те, которые могут целенаправленно изменяться с помощью определенных регулирующих органов. Оценку выходных параметров можно осуществлять по результатам измерений, наблюдений, статистики либо по мнениям экспертов, а нарушение допустимого диапазона их изменения воспринимается как недопустимый (аварийный) режим.

Для разработки математической модели функционирования сложной системы (в частности, технической) требуются следующие данные о ней:

– вектор характеристических признаков (управляющих параметров) состояния системы в момент времени ;

– вектор ситуационных признаков состояния (параметров состояния) системы в момент времени ;

– вектор степени влияния j -го признака на i -ое состояние;

– множество возможных состояний системы;

– множество решений по управлению состояниями.

Здесь n – число ситуационных признаков; Т – число векторов ситуационных признаков системы, соответствующие дискретным моментам времени; – число решений по управлению; – число возможных состояний системы.

Основным содержанием современных исследований является поиск решений (на основании математических моделей и методов), обеспечивающих оптимальное значение целевой функции при обеспечении заданных показателей надежности и качества. В области управления СС решается проблема совершенствования режимов систем, разрабатываются методики и средства повышения эффективности управления СС.

Таким образом, главной идеей остается централизованное регулирование целевых параметров с целью оптимизации состояний СС.

10.4. Принцип ситуационного управления
и методы искусственного интеллекта в задачах управления режимами сложных технических систем

Процессы, протекающие в СС, являются существенно нелинейными, многосвязными. Управление такими процессами с помощью детерминированных методов достаточно сложно, поскольку наряду с числовой информацией операторами широко используется качественная информация. Развитие искусственного интеллекта и новых информационных технологий позволяет искать новые пути к управлению режимами СС. В частности, разрабатываются методы интеллектуального ситуационного управления.

Ситуационное управление – это метод управления сложными технологическими и организационными системами, основанный на идеях теории искусственного интеллекта. СС следует относить к объектам управления плохо определенным и слабо структурированным, для которых традиционные методы автоматического управления неприменимы либо нерациональны.

Особенности, свойственные ситуационному управлению:

1) требуются большие затраты времени, которые идут на создание предварительной базы сведений об объекте управления;

2) описание текущих ситуаций (совокупности всех сведений о структуре объекта управления и его функционирования в данный момент времени), а также текущих состояний (совокупности знаний о состоянии системы управления в данный момент времени, знаний о технологии управления и текущей ситуации), осуществляется на таком языке, в котором отражаются все основные параметры и связи, необходимые для классификации всех возможных ситуаций;

3) язык описания ситуаций позволяет отражать в нем не только количественные факты и отношения, характеризующие объект управления, но и качественные;

4) классификация ситуаций, объединение их в классы для одношаговых решений происходит на субъективной основе. Процедуры классификации строятся с учетом тех ситуаций, о которых система не получила информации от экспертов;

5) эвристические правила первоначально формируются в результате диалога с экспертами либо без их участия, путем извлечения. Уточнение этих правил происходит в процессе эксплуатации системы.

Понятие ситуации кроме текущего состояния объекта включает в себя возмущения, действующие на объект, и текущие цели управления. Например, действительные значения параметров определяют состояние объекта управления, а нижние (или верхние) граничные значения контролируемых параметров – целевое состояние, которое также может изменяться во времени.

Анализ ситуации – это разложение её на составляющие таким образом, чтобы каждую составляющую можно было отнести к некоторому классу. Для каждого из классов заранее известно или само решение, или некоторая стратегия, определяющая её дальнейший поиск. В последнем случае имеет место многоуровневая система классификации. Например, при одновременном отклонении множества разнотипных параметров имеет место ситуация, которую нельзя отнести к какому-то одному классу. В этом случае ситуация разлагается в процессе анализа на базовые составляющие и поиск решения осуществляется таким образом, чтобы управляющее воздействие, предназначенное для ликвидации одного из отклонений, не увеличивало другие отклонения. То есть элементы решения, получаемые в результате декомпозиции, должны быть объединены и согласованы. Это объединение является одной из функций логического вывода, основанного на логико-лингвистическом подходе с позиций ситуационного управления.

Итак, самый верхний уровень классификации – это уровень задач. Другой уровень ситуаций – это уровень событий. Для задачи управления режимами СС (в частности, сложных технических систем) и стабилизации параметров, определяющих показатели качества, основными событиями являются отклонения этих параметров от нормы. Для задачи выполнения различных переключений исполнительных механизмов СС такими событиями будут окончание операций и выполнение заданных условий.

При отклонениях классы ситуаций естественно связывать с типами параметров. Так, наличие заниженных (завышенных) величин в различных звеньях СС можно отнести к одному классу, поскольку управляющими воздействиями в этих случаях являются однотипные операции. По такой схеме, относя текущую ситуацию к тому или иному классу, стратегия поиска решения направляется в нужном направлении. Это можно делать в тех случаях, когда в модели отражается семантика процесса управления, характерного для данного объекта (элемента или СС в целом).

Ситуационный анализ объекта управления начинается с определения множества ситуаций. Для этого используется модель сложной системы, рассмотренная выше.

Необходимость совершенствования и развития новых интеллектуальных технологий в технических, биологических, социальных и других системах, а также большое стремление человечества приблизить и, в конечном счете, сравнять управление протекающими в них процессами с «образом и подобием» человеческого ума, обусловило появление множества методов, среди которых первостепенную роль играют методы искусственного интеллекта (ИИ) и производные от них гибридные методы (нейро-нечеткого моделирования, муравьиных колоний и т. д.). Оправданно в наши дни считать стандартными методами проектирования и создания моделей теорию нечетких множеств и ситуационное управление, а также генетические алгоритмы и нейронные сети.

К основным методам ИИ относятся искусственные нейронные сети, генетические алгоритмы и нечеткая логика. Общим у этих методов является то, что математические алгоритмы построения этих моделей основаны на человеческих и природных процессах мышления, эволюции, рассуждений. Интеллектуальные методы позволяют обрабатывать большие объемы данных, обладают мощной производительностью и гибкостью и способны обнаруживать нелинейные зависимости между элементами сложных систем. Следовательно, данные методы являются эффективным средством изучения, моделирования и управления сложными системами.

Вопросы для самопроверки

1. В чем заключаются особенности управления сложными системами?

2. Как можно избежать влияния нежелательных внешних факторов, воздействующих на управляемую систему?

3. Каково назначение автоматизированных систем контроля и диагностики как информационной основы для управления режимами сложных систем? Ответ обоснуйте.

4. Какие существуют современные проблемы управления режимами сложных систем.

5. Какие можно выделить особенности, свойственные ситуационному управлению?

6. Перечислите этапы ситуационного анализа объекта управления и их содержание.

7. Дайте общую характеристику основным методам искусственного интеллекта (нейронные сети, нечеткая логика, генетические алгоритмы и т. д.).