Котельников В.Г., Прокопчина С.В.

Системный анализ в управлении: поддержка разработки, принятия и обоснования управленческих решений

Системный анализ в управлении: поддержка разработки,

принятия и обоснования управленческих решений

В процессе эксплуатации сложных систем могут изменяться их свойства и взаимосвязи. Это обусловлено изменениями граничных условий существования систем, а также зависящими от них изменениями во внутреннем содержании самих систем. Все эти изменения, происходящие с разной скоростью, вызывают необходимости постоянной коррекции модельных представлений об объекте, подбора измерительных шкал для оценки свойств объекта, выбора критериальной базы и других компонентов информационной технологии, направленных на поддержание соответствия требованиям и целям решаемых прикладных задач. В этих условиях реализация принципов саморазвития байесовских интеллектуальных технологий (БИТ) на основе моделей с динамическими ограничениями (МДО) и шкалой с динамическими ограничениями (ШДО) обеспечивает возможность непрерывного совершенствования информационной технологии (ИТ) поддержки разработки, принятия и обоснования управленческих решений [1]. Обобщенная схема управления качеством и синтезом развивающихся БИТ для этих целей представлена на рис.1.

В своей совокупности представленные на схеме рис.1 этапы образуют жизненный цикл ИТ, построенный на принципах международных стандартов серии ИСО 9000. Это касается не только расширения набора функциональных характеристик ИТ, обеспечения измеримости целей, непрерывности улучшения и повышения качества управленческих решений, но и установления нового типа взаимоотношений «производитель – потребитель», реализованного в соответствии с ориентацией на потребителя. В этих условиях БИТ предлагает пользователю инструментарий, позволяющий ему самому производить настройку ИТ  в  соответствии  с  его  собственными  требованиями,  ограничениями

и критериями, специфицируя технологию конкретно для определенной прикладной задачи и оптимизируя все ресурсные затраты на получение решений.

Рассмотрим этапы реализации обобщенной схемы подробнее.

1. Подсистема идентификации типа задачи, состоящая из трех взаимосвязанных модулей (рис.2).

1.1. Модуль обработки запроса пользователя. Подсистема принимает и идентифицирует информацию пользователя в виде специально оформленного запроса на решение прикладной задачи  с указанием  типа  объекта,  набора субъектов,  условий среды функционирования, желаемого вида решения, ограничений и критериев. К числу таких объектов могут быть отнесены производственно-технологические комплексы железнодорожного транспорта, его отдельные части и инфраструктура: железнодорожные станции, устройства электроснабжения, сети связи и т.п.

1.2. Модуль определения типа прикладной задачи. Подсистема классифицирует запрос и определяет тип прикладной задачи пользователя. Типовыми задачами БИТ могут быть задачи мониторинга свойств и связей объекта и среды его функционирования, нормирования нагрузок и воздействий, определения состояний и динамики показателей деятельности, выявления ключевых влияющих факторов и рисков, контроль ситуаций и разработка альтернатив и рекомендаций для принятия управленческих решений в условиях неопределенности.

1.3. Модуль определения целей и программ (стратегий) достижения желаемых результатов решаемых прикладных задач. Подсистема позволяет построить дерево целей, определяя тем самым стратегический план реализации основной задачи запроса. Иерархический принцип построения дерева целей предполагает задание и контроль измеримых параметров деятельности: энергосбережения, рационального использования ресурсов, технологической модернизации хозяйств территорий, предприятий и т.д. В этом модуле реализуются принципы управления качеством предоставляемых услуг, возможности разработки нормативно-правовой и нормативно-методической баз обеспечения функционирования а, необходимость привлечения инвестиций и др.

2. Подсистема интерпретации информационной ситуации для формализации условий и инвентаризации информационных и вычислительных ресурсов прикладной задачи. Информационная ситуация может быть интерпретирована в форме одного из трех основных типов. Первый тип – это ситуации с полностью определенными условиями и данными. Второй тип ситуаций – это ситуации с незначительной неопределенностью в данных, снимаемой в процессе итерационных преобразований информации согласно принятой целевой функции измерительного и вычислительного экспериментов. Третий тип ситуаций – ситуации со значительной неопределенностью всех составляющих, включая априорную и поступающую информацию, модель и свойства объекта и среду его окружения, меняющиеся требования, цели, критерии, определяющие в целом структуру конкретной информационной технологии. Состав и назначение модулей данной подсистемы имеют вид, показанный на рис.3.

2.2. Модуль инвентаризации вычислительных ресурсов  предназначен для определения набора моделей и расчетных методик косвенной оценки свойств и взаимосвязей объекта с внешней средой. Важным вопросом является метрологическая аттестация моделирующих систем и расчетных схем при данных условиях решения прикладной задачи. Моделирующие блоки, представляющие собой информационные технологии для реализации отдельных этапов проектируемой ИТ классифицируются и наполняют базу знаний новой ИТ. К числу таких технологий могут быть отнесены информационные технологии когнитивных и имитационных методов моделирования сложных объектов. К числу расчетных методик относятся технические регламенты, стандарты, руководящие технические материалы, рекомендации и другие нормативно-технические документы.

2.3. Модуль ограничений и требований предназначен для систематизации основных условий решения задачи и формализации ее постановки в метрологическом аспекте. При этом формируется вид компакта пространства решений прикладной задачи в рамках пространственно-временных и фазовых ограничений. Нормативно-правовые документы также определяют дополнительные ограничения компакта решений и создают правовое поле решений. Данный компакт при использовании регуляризирующего байесовского подхода имеет вид динамического компакта,  способного менять свои границы в процессе эксплуатации ИТ согласно меняющимся требованиям и ограничениям решаемой задачи.

3. Подсистема синтеза МДО и ШДО предназначена для создания модели объекта, среды его функционирования и системы шкал, адекватно отражающих свойства характеристик и показателей, определяющих состояние объекта и среды  на основе принципов БИТ (рис.4).

3.1. Построение модели объекта и среды с динамическими ограничениями. Для построения модели с динамическими ограничениями (МДО) определяются контролируемые и измеряемые свойства объекта и среды, а также взаимоотношения между ними. Процесс целенаправленного развития модели может быть решен на основе принципов управления структурой модели и информационными технологиями с позиций общей теории управления в условиях неопределенности.

Задача управления моделью объекта и информационными технологиями может быть представлена как задача восстановления причин по их следствиям. Такая обратная задача является некорректной по Адамару, т.к. при ее решении должны обеспечиваться условия существования, единственности и непрерывной зависимости результатов решения задачи от исходных данных. Метод МДО и ШДО [1] позволяет перевести эту задачу в класс условно-корректных задач по А.Н.Тихонову, т.к. при этом выполняются следующие условия:

§ априори известно, что решение задачи существует;

§ решение задачи единственно на определенном множестве М;

§ существует непрерывная зависимость результатов решения задачи от исходных данных при условии, что вариации исходных данных не выводят решение за пределы множества М.

Практическая реализация этих условий ориентирована на решение актуальных задач современной теории управления. Каждая из этих задач требует своего методологического, информационно-технологического, нормативно-технического, организационного и правового обеспечения. Эти актуальные вопросы должны рассматриваться с целью контроля качества получаемых решений,  коррекции и управления синтезом ИТ.

3.2. Построение шкал с динамическими ограничениями для определения свойств объектов и среды в условиях неопределенности информации. Значительное число разработок в области искусственного интеллекта используют для представления информации различного рода шкалы. Это объясняется естественностью представления знаний на шкалах, желанием структурировать и классифицировать априорную и апостериорную информацию, а также необходимостью контролировать устойчивость получаемых решений, поскольку подобные задачи относятся к классу некорректных и требуют регуляризации, которая может быть достигнута путем введения шкал.

Современная концепция сложного объекта предполагает построение конкретной модели в процессе управления системой или поведением системы в сложно прогнозируемой среде и допускает возможность изменения как состава свойств объекта управления, формирующих МДО и их взаимоотношений, так и самих систем представления свойств и отношений. Результаты решений БИТ представляются в качестве реперов шкал с меняющимися свойствами согласно поступающей информации. В своей совокупности эти взаимоувязанные шкалы представляют собой гипершкалу (гиперкуб), которая реализует модель объекта и среды его функционирования в виде МДО. Шкала БИТ может менять свои свойства и структуру (носитель, реперы, состав допустимых отношений и др.) в зависимости от изменения структуры МДО. Поэтому она названа шкалой с динамическими ограничениями (ШДО). Ее вид показан на рис.5.

Рис. 5. Шкалы с динамическими ограничениями

Шкала типа ШДО для измерения свойств одномерного показателя является двумерной шкалой. По одной из осей откладываются значения показателя в числовой или лингвистической формах, по другой – степень достоверности (уверенности, возможности) результата. При добавлении числа контролируемых показателей в многомерном пространстве параметров строится многомерная шкала, которая при переходе на новый, более высокий уровень иерархии сворачивается в интегральный показатель, для которого формируется новая двумерная шкала. Таким образом, осуществляется развитие структуры ШДО согласно структуре МДО. В соответствии с этим возникают новые ветви информационных технологий измерения новых показателей, их контроля и аудита, интерпретации ситуаций, генерации рекомендаций и т.д. Так осуществляется непрерывное развитие моделей и ИТ на основе регуляризирующего байесовского подхода (РБП).

В основу синтеза информационных технологий РБП положен принцип единства измерений, позволяющий согласовывать входы и выходы отдельных шкал и преобразовывать их в соответствии с функциональным содержанием ИТ и соблюдением метрологических требований к решениям информационной системы. Для этого параллельно с вычислительным процессом реализуется процесс метрологического сопровождения каждого решения в виде показателей точности, надежности, достоверности, энтропии и риска. Эти показатели объединяются в комплексы метрологических характеристик. На рис.6 показан вид интерфейса пользователя, отражающего перечисленные показатели для динамической модели контролируемого свойства. Сама динамическая БИТ-модель приведена на рис.7.

Решение, полученное на основе байесовских интеллектуальных технологий, (БИТ-решение) представляет собой ряд альтернативных оценок свойства с соответствующими комплексами метрологических характеристик. Это и есть регуляризированная байесовская оценка (р.б.о.), свойства которой рассмотрены в [1, 2].

Уместно заметить, что в условиях значительной неопределенности каждое элементарное решение из состава р.б.о. не обладает высокими показателями надежности и достоверности. Однако в целом р.б.о. покрывает истинное значение с достаточно высокими показателями качества и минимумом риска. Вид р.б.о. для различных информационных ситуаций представлен на рис. 5, 8 и иллюстрирует решения при различном количестве информации или различной энтропии.

Для получения аналитического вида закона распределения р.б.о. применяются технологии функциональных байесовских интеллектуальных измерений и преобразований ШДО. Рис.9 иллюстрирует функциональные возможности байесовских интеллектуальных технологий по преобразованию ШДО.

На рис.10 показан процесс контроля риска получаемых решений.

Для отражения результатов аппроксимации данных, полученных на ШДО в виде апостериорных распределений р.б.о. типовыми законами распределений из классов системы Пирсона используется математическая библиотека БИТ.

Полученные модели законов распределений используются затем для интерпретации оцениваемых свойств объекта, для генерации выборок большего объема и последующей их обработки мощными методами математической статистики с целью управления качеством получаемых решений и их риском.

Рис. 6. Метрологические характеристики контролируемого свойства

Рис. 7. Динамическая БИТ-модель

Рис. 8. Вид интерфейса пользователя

Рис. 9. Интерфейс пользователя по преобразованию ШДО

Существует несколько типов ШДО. Самыми простыми шкалами, с точки зрения системы отношений, являются классификационные ШДО, на которых задается структура модели типа МДО в виде иерархической структуры ее взаимосвязанных показателей. Такая шкала имеет вид дерева факторов или целей. На ней реализуются отношения эквивалентности.

Рис. 10. Динамика риска

По классификации общей теории репрезентативных измерений такая шкала соответствует шкале наименований. Она имеет самое богатое семантическое содержание и не имеет возможности реализации каких-либо преобразовательных функций. В информационных системах на основе БИТ пользователь самостоятельно может легко менять структуру классификационной ШДО, постоянно развивая ее. Возможно изменение структуры такой ШДО автоматически с приходом новой порции данных или знаний.

Для оценки параметров и показателей применяются статические и динамические параметрические оценочные шкалы, вид которых представлен на рис. 5, 7, 8. Для динамических показателей реализованы динамические ШДО (см. рис.7). Причем, как первый, так и второй тип шкал реализованы в виде сопряженных ШДО для обработки и хранения как числовой, так и лингвистической информации. Числовые ШДО имеют тип шкал отношений и обладают богатыми вычислительными возможностями. В зависимости от изменения характеристик информационных потоков меняется структура этих шкал.

Для функциональных преобразований созданы функциональные ШДО, теория построения которых описана в [1].

3.3. Построение шкал с динамическими ограничениями для нормирования и создания критериальной базы задачи. Задачи нормирования, критериального выбора и аудита решаются на критериальных шкалах. Вид такой шкалы приведен на рис.8. При смене критериальной базы или изменении свойств контролируемого объекта, когда меняется норма показателей его свойств, шкала настраивается на новые значения норм автоматически или пользователем. Таким образом, может контролироваться динамика норм и критериев. Кроме того, эти шкалы могут быть сопряженными для реализации контроля одного и того же показателя по множеству различных критериев.

Критериальные шкалы могут быть полезны в задачах контроля (экологического, энергетического, технического и др.) для установления предупреждающих границ при вероятностном представлении контролируемого показателя. Например, существует практически важная задача оценки вероятности превышения значений контролируемого параметра допустимого предела и в соответствии с этим изменения предупреждающих границ контроля. На основе БИТ на функциональных ШДО в режиме мониторинга определяется изменение закона распределения параметра, например, вследствие изменения состава технологического оборудования, режимов производства, материала заготовок и т.п. По результатам оценки закона распределения параметра принимаются решения об изменении предупреждающего значения на критериальной шкале БИТ, что предупреждает появление брака, экологических или энергетических рисков. Подробнее механизм реализации этого подхода рассмотрен в [1, 2].

Для интерпретации ситуации и генерации управленческих рекомендаций используются динамические ситуационные шкалы типа ШДО, структура которых также может перестраиваться в зависимости от изменения содержимого баз знаний и данных.

4. Подсистема планирования измерительно-вычислительного эксперимента. После построения гиперкуба ШДО для моделируемого объекта и внешней среды определяется план измерений и вычислений, задающий последовательность измерительных и вычислительных этапов алгоритма информационной технологии, в своей совокупности представляющих собой конкретную информационную технологию решения прикладной задачи. Модули этой подсистемы отвечают на вопросы «что?», «где?», «когда?», «сколько времени?», «какими средствами?», «с какими метрологическими характеристиками?» производить измерения или вычисления для удовлетворения требований поставленной задачи. По сути дела, эти модули осуществляют метрологический синтез информационной технологии. Они представляют собой инструментарий для управления  информационно-технологическим процессом получения решения задачи в условиях неопределенности информации.

5. Подсистема ввода разнотипной информации в виде числовых данных, измерительной информации, мнений экспертов, лингвистической, текстовой информации, картографических представлений информации, графиков, схем, диаграмм, результатов расчетов и других видов информации. Кроме того, эта подсистема предназначена для инвентаризации, сортировки и метрологической аттестации данных и знаний.

6. Подсистема реализации измерительно-вычислительного процесса по сгенерированной информационной технологии, определенной в рамках предыдущего этапа. На этом этапе происходит собственно преобразование, интеграция и интерпретация исходной информации с целью получения решения задачи. В процессе реализации созданной ИТ параллельной ветвью на каждом шаге ИТ реализуется метрологическое обоснование получаемых промежуточных решений и ведется мониторинг качества ИТ. Определяются компоненты комплексов метрологических характеристик в виде показателей точности, надежности (уровни ошибок первого и второго рода), достоверности (в виде байесовской апостериорной вероятности), энтропии и рисков получаемых решений.

7. Подсистема контроля качества решений, стабильности информационной ситуации и управления ИТ. В функции этой подсистемы входит контроль качества получаемых решений с точки зрения поставленных требований текущей информационной ситуации и ее изменений, как на уровне поступающей в систему информации, метрологических требований и ограничений, так и на уровне самой постановки задачи с изменением цели, объекта или типа задачи. Полученные на этом этапе рекомендации реализуются системой управления ИТ в виде предупреждающих или корректирующих действий.

При низком качестве решений возможен запрос на ввод дополнительной информации, смягчения требований к качеству и виду решений, или коррекции типа задачи в смысле ее допустимого упрощения.

Основу методологии управления ИТ составляет принцип непрерывной перестройки ее структуры в целях повышения эффективности и качества решений. Важно, что для реализации этого принципа все составляющие блоки схемы (рис.1, 2, 3, 4), включая и блоки постановки задачи, определения модели и идентификации информационной ситуации охвачены обратной связью для их коррекции, непрерывного развития и совершенствования ИТ в процессе получения решения.

1. Недосекин Д.Д., Прокопчина С.В., Чернявский Е.А. Информационные технологии интеллектуализации измерительных процесов.- СПб.: Энергоатомиздат, 1995. -178 с.

2. Прокопчина С. В. Концепция байесовской интеллектуализации измерений в задачах мониторинга сложных объектов // Новости искусственного интеллекта. -1997.- №3.-С.7-56.

3. Прокопчина С. В. Байесовские интеллектуальные технологии для аудита и управления сложными объектами в условиях значительной неопределённости // В сб. докладов Первой междунар. конф. ЮНИ-ИНТЕЛ 2010 «СЕЛИГЕР», 25–29  июня 2010, с. 81-85.