Автоматизация производственных процессов на предприятиях промышленности и транспортного комплекса на основе интерактивных имитационных моделей

• Автор: Николаев, Андрей Геннадьевич
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Москва
• Количество страниц: 155 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ.
1. СИСТЕМНЫЙ АНАЛИЗ МЕТОДОВ МОДЕЛИРОВАНИЯ ПРОЦЕССОВ УПРАВЛЕНИЯ НА ПРЕДПРИЯТИЯХ ПРОМЫШЛЕННОСТИ И ТРАНСПОРТНОГО КОМПЛЕКСА
1.1. Актуальность проблемы создания АСУ и моделирования процессовуправления предприятиями.

1.2. Определение класса методов и моделей управления предприятиями

1.2.1. Определение класса анализируемых методов и моделей.

1.2.2. Точные методы анализа

1.2.3. Приближенные методы анализа

1.3. Анализ методов статистической обработки результатов имитационного эксперимента

1.3.1. Повторные независимые реализации.

1.3.2. Независимые отрезки реализации.

1.3.3. Оценивание сериальной корреляции.
1.3.4. Регенеративный метод.
1.4. Декомпозиционный метод вложенных процессов.
1.6. Имитационные и гибридные модели
Выводы по главе 1.
2. МОДЕЛЬ ОПЕРАТИВНОГО ПЛАНИРОВАНИЯ
ПРОИЗВОДСТВЕННЫХ ПРОЦЕССОВ НА ПРЕДПРИЯТИЯХ С РАСПРЕДЕЛЕННОЙ СТРУКТУРОЙ.
2.1. Вложенное представление имитационной модели распределенного производственного предприятия.
2.2. Формирование процессного описания вложенных моделей
2.3. Структура декомпозиционного метода вложенных процессов
2.3.1. Определения модели вложенных процессов.
2.3.2. Анализ характеристик прямого и обратного интерфейса
2.3.3. Анализ влияния второго момента ФРВ входного потока.
2.3.4. Выявление значимых факторов
2.3.5. Влияние загрузки на погрешность вложенной модели.
2.3.6. Влияние вида ФРВ времени пребывания во вложенной модели
2.4. Представление вложенного уровня замкнутыми СМО.
2.4.1. Выявление значимых факторов
2.4.2. Влияние вида ФРВ времени пребывания в источнике
Выводы по главе 2.
3. ИССЛЕДОВАНИЕ УПРАВЛЯЕМЫХ ИМИТАЦИОННЫХ МОДЕЛЕЙ РЕГЕНЕРИРУЮЩИХ ПРОЦЕССОВ
3.1. Построение модели управляемого регенерирующего процесса
3.2. Стационарные характеристики управляемой модели.
3.3. Задача оптимального распределения циклов регенерации.
3.4. Выбор параметров алгоритма поиска.
Выводы по главе 3
4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ СИСТЕМЫ ДИАЛОГОВОГО ВЗАИМОДЕЙСТВИЯ.
4.1. Организация и основные возможности.И
4.2. Реализация моделирующего алгоритма сканирующего типа.
4.2.1. Линейная модель реализации алгоритма управляемого имитационного эксперимента.
4.2.2. Оценка вычислительной эффективности алгоритма управления
4.3. Реализация системы диалогового взаимодействия в рамках систехмы
4.3.1. Структура диалоговой системы
4.3.2. Язык директив пользователя
4.3.3. Операторы диалогового взаимодействия
4.4. Структура комплекса программ диалоговой системы.
Выводы по главе 4.
Заключение
Литература


Существенным недостатком этих методов является то, что они применяется только для относительно простых структур. Наиболее точные результаты позволяет получить метод, основанный на физическом моделировании процессов, происходящих в АСУ. Недостатком этого метода, не позволяющим найти широкое применение, является высокая стоимость макета системы. Метод имитационного моделирования в значительной степени устраняет эти недостатки. Потребности исследования сложных систем и разработки методов их моделирования приводят к рассмотрению в рамках единого процесса моделирования следующих составляющих [, ] построение модели, организация имитационного эксперимента, формирование процедур принятия решений. За последнее время разработано достаточно много систем имитационного моделирования, которые за счет своей проблемной ориентации предоставляют пользователю набор удобных средств, что упрощает процесс построения моделей []. Среди них можно выделить GPSS . SIMULA, SIM SCRIPT, НЕДИС, СЛЭНГ и другие. Однако следует отметить, что недостаточное внимание уделено разработке диалоговых средств взаимодействия с моделью в рамках системы моделирования (СМ), учитывающих специфику проведения имитационного эксперимента. На этапе экспериментирования с моделью в работах [, ] выделяются два этапа планирования: стратегическое и тактическое. В рамках стратегического планирования существуют два подхода: статический [], связанный с решением задач выбора точек плана сразу для всей исследуемой области; и последовательный [], при котором точки плана выбираются последовательно, на основании полученных в процессе эксперимента результатов. В рамках тактического планирования [] разрабатываются методы оценивания целевой функции при фиксированных значениях варьируемых параметров. В работах [, ] предлагается использование методов статистического поиска для решения задач оптимизации, где целевая пункция вычисляется на основании статистической обработки результатов имитационного эксперимента. Однако в них не рассматриваются вопросы эффективности предложенных процедур, а оценки целевой пункции вычисляются с наперед заданной, достаточно высокой степенью точности. В работах [, ] выбор экстремальных значений параметров осуществляется на основании метода множественных сравнений. Они относятся к методам последовательного планирования, однако требуют несмещенности оценок и априорного задания точек плана, что ограничивает возможности их практического применения. Методы стохастической аппроксимации [2] не предполагают вычисления точных оценок, однако они не учитывают специфику имитации. Поведение алгоритмов, включающих имитационные модели в контур оптимизации, аналогично поведению алгоритмов в обстановке помех. Эти вопросы рассмотрены в работах [, , ]. Однако в них не решаются задачи, связанные с оценкой точности и выбором длительности моделирования. Кроме того, во всех перечисленных работах предполагается стационарность исследуемого процесса, что не всегда приемлемо при имитационном моделировании. Из работ по исследованию переходных режимов можно выделить [, ], но они служат лишь для решения задач анализа стохастических систем. Вопрос об использовании этих методов на этапе параметрического синтеза не затрагивается. Анализ литературы показал, что достаточно широкий класс стохастических систем обладает свойствами, позволяющими ранжировать нестационарные процессы по их предельным характеристикам на основании оценок, полученных на переходном режиме. Поэтому при организации процедур оптимизации необходимо более полно учитывать особенности имитационных процессов. Должны быть исследованы переходные режимы с целью их непосредственного использования для поиска экстремума. Кроме того, необходимо обеспечить активное участие проектировщика не только в планировании, но и в процессе проведения всего имитационного эксперимента. Система обработки информации (СОИ) в составе АСУ относится к классу сложных систем, эффективность функционирования которых в процессе проектирования оценивается методами математического моделирования.