Интеллектуальное управление неравновесными состояниями производственных систем в условиях рынка

Актуальность проблемы.

Повышение эффективности управления производством как большой и сложной организационной системой является важной проблемой, решение которой становится особенно актуальным в современных условиях, характеризующихся как изменением самих производств, так и среды их функционирования. К отличительным особенностям современного производства следует отнести следующие:

• частую сменяемость видов выпускаемой продукции, обусловленную быстро изменяющимися потребностями рынка и возможностями научно-технического прогресса;

• усложнение технологической, организационной и информационной структуры производства, определяемое усложнением самих выпускаемых изделий и внедрением перспективных технологий их обработки и новых информационных технологий;

• сокращение жизненного цикла изделий за счет сокращения сроков на их разработку и изготовление путем внедрения высокоэффективных систем автоматизированного проектирования и средств автоматизации производства.

Функционирование производства в условиях рыночных отношений усложняется, прежде всего, за счет существенной нестабильности среды и направленного противодействия конкуренции целям производственной системы (ПС), состоящим в выпуске конкурентоспособной продукции, соответствующей рыночной потребности. Функционируя в новых условиях, производственные системы находятся под влиянием возмущений среды и внутренних возмущений, обусловленных рассогласованиями в технологическом и производственном процессах, а также участием человека в системе, что в целом снижает их эффективность.

В связи с этим актуальной становится проблема совершенствования методов и алгоритмов управления производственными системами в условиях неопределенности состояний среды, многовариантности ситуаций при производстве и сбыте продукции и ограничений по ресурсам. Повышение эффективности управления системой может быть обеспечено в первую очередь за счет применения моделей и информационных технологий принятия решений на базе перспективных алгоритмов интеллектуального управления.

Современная тенденция к интеграционным процессам в экономике, результатом которых является объединение производственных систем в производственные комплексы (ПК), выдвинула проблему обеспечения устойчивого взаимодействия систем на различных режимах их совместного функционирования. Актуальной становится проблема исследования динамики функционирования производственных комплексов и разработки эффективных алгоритмов управления ПК с учетом изменчивости внешней среды и ограничений систем по ресурсам. Повышение эффективности управления комплексом может быть достигнуто за счет разработки и применения алгоритмов принятия решений по синтезу моделей и структур отдельных систем, а также решений по синтезу связей между подсистемами на основе анализа устойчивости функционирования комплекса.

Создание эффективных систем управления (СУ) отдельными производствами или производственными комплексами как большими и сложными системами требует решения целого ряда проблем, одной из которых является проблема моделирования. Актуальность проблемы моделирования производственных систем определяется их особенностью, состоящей в том, что только с системных позиций умозрительного анализа можно разделить технологические, трудовые, организационные и интеллектуальные процессы, постоянно взаимодействующие в производстве. Только расчетным (модельным) путем можно прогнозировать изменения внешней среды, неопределенность влияния рынка, непредсказуемость поведения человека при принятии управленческих решений. Применение методов моделирования при построении систем управления ПС позволяет заменить фактические эксперименты над объектом управления (ОУ) вычислительными. Одна из проблем состоит в том, как разработать адекватные модели для сложных, гетерогенных, многофункциональных и многосвязных производственных систем, чтобы результаты моделирования были пригодны для решения реальных задач управления производством.

В работе с позиций методологической целостности рассматривается проблема построения комплекса взаимосвязанных эффективных, устойчивых к внешним возмущениям моделей систем управления производством и производственными комплексами, использующих динамические и интеллектуальные алгоритмы управления. Выбор вида моделей для описания отдельных процессов, протекающих в производственных системах, обосновывается соответствием свойств процессов и возможностей моделей. Сочетание потребностей реальных объектов и описательных возможностей абстрактных моделей оказывается более значимым для обеспечения адекватности, чем разработка глобальной единой модели одного вида. Вычислительные трудности, возникающие при интеграции моделей разных типов, описывающих многообразие реальных процессов, протекающих в ПС и ПК, преодолимы за счет использования эвристических алгоритмов решения задач и имитационных компьютерных программ. Различные по природе модели и алгоритмы объединены общей целью построения системы управления и выявления характера поведения ПС в изменяющейся внешней среде.

Работа посвящена решению актуальной научной проблемы, состоящей в разработке методологических и теоретических основ моделирования и управления сложными производственными системами и комплексами на неравновесных динамических режимах в условиях неопределенности, возмущений внешней среды, ограничений по ресурсам, а также в разработке на их основе математических моделей, методов и алгоритмов управления с целью повышения эффективности функционирования систем.

При решении данной проблемы автор в своих исследованиях опирался на труды отечественных и зарубежных ученых, внесших значительный вклад в развитие теории управления экономическими системами:

• в развитии методов оптимального планирования и управления производством [11,27,48,61,102,106,107,121,138,139,156,199];

• в создание системно-динамических моделей и систем имитационного моделирования [62,132,175,188,191,195];

• в создание моделей, описывающих закономерности функционирования макроэкономических систем и используемых при управлении [33,39, 40,49,52,109,115,124,125,130,131,149,150];

• в разработку интеллектуальных алгоритмов принятия решений по управлению [3,26,28,99,153,176,200,218,223] и экспертных систем [5,29,51,127,197];

• в имитационное моделирование производственных систем [90,91,95,122,177,208,212], в том числе с использованием динамических подходов [137,141,189,201];

• в автоматизацию процессов организационного управления за счет создания функционально-ориентированных автоматизированных рабочих мест и информационных систем [1,4,5,12,53,92,94,114,120,128,147,162].

Автор также опирался на опыт применения новых технологий и стандартов SADT, IDEF, ISO, корпоративных информационных систем, универсальных информационных и технических средств управления, разработанных зарубежными фирмами, таких как R/3, BAAN IV, CA-MAN-MAN/X, TimeLine, WorkFlow, LinkWorks и др., а также отечественных комплексных программных средств учета и управления, таких как БОССКомпания, Парус — 97, Галактика, Олимп, NS2000 и др. [1,2,41,105,110,111,129,135,179,201].

Однако к настоящему времени до конца не разработана общая методология исследования, моделирования и интеллектуального управления производственной системой как сложным многокомпонентным, динамическим объектом, находящимся под воздействием внешних и внутренних возмущений, управляемым человеком в условиях неопределенности и ограничений по ресурсам.

В монографии А. А. Петрова [148] и более поздних его публикациях [150] наиболее полно отражены современные представления о моделировании экономики переходного периода в контексте методологии математического моделирования сложных систем. Особенности экономики как объекта моделирования показаны в [148] на моделях равновесия и роста, а также на моделях системного анализа развивающейся экономики, при построении которых используются методы агрегирования как инструменты изучения структур. Однако в этой работе, как и в работах А. А. Шананина [196] рассматриваются модели равновесной динамики и исследуются проблемы макроэкономики.

В монографии Н. В. Чепурныха, A.JT. Новоселова [195] с позиций системного анализа рассмотрены проблемы моделирования сложной системы, объединяющей экономику, экологию и социологию. Динамические модели эколого — экономических систем разработаны с использованием графов, позволяют прогнозировать развитие систем и отражают особенности моделирования катастроф, вызываемых современным функционированием экономики. В то же время производственные системы здесь не рассматриваются.

Наиболее созвучна предлагаемому в диссертации подходу к описанию динамики систем монография [137], посвященная моделированию производственно-сбытовых систем и процессов управления. Изложенная в [137] концепция моделирования гибких производственных систем с использованием аппарата передаточных функций согласуется с идеями автора, опубликованными в 1995 году в монографии [74]. Однако описание производственных систем с помощью линейных динамических моделей не обеспечивает управление производством в изменяющихся условиях рыночной среды. Не рассматриваются также интеллектуальные алгоритмы принятия решений при управлении производством в условиях неопределенности.

Однако к настоящему времени до конца не разработана общая методология исследования и эффективного управления производственной системой как сложным динамическим объектом, находящимся под воздействием внешних и внутренних возмущений, управляемым человеком в условиях неопределенности и ограничений по ресурсам. Среди большого количества моделей экономической динамики не удается выделить одну или несколько, способных в целом отразить особенности функционирования ПС в условиях неопределенности рыночных отношений и обеспечить разработку и применение алгоритмов, повышающих эффективность управления.

Область исследования и построения моделей неравновесной динамики производственных комплексов, обеспечивающих их устойчивое функционирование, является малоизученной. Цель и задачи исследований.

Цель работы — решение важной научно-практической проблемы, состоящей в разработке методологических и теоретических основ анализа, синтеза и интеллектуального управления неравновесными состояниями производственных. систем и комплексов в условиях рынка на основе имитационного моделирования и в применении полученных результатов для решения практических задач повышения эффективности функционирования данного класса систем за счет интеллектуализации процессов принятия решений при планировании, производстве и сбыте продукции.

Для достижения поставленной цели необходимо решить следующие задачи.

1. Разработать методологию исследования, моделирования и интеллектуального управления сложными динамическими, плохо формализуемыми производственными системами и комплексами.

2. Разработать математические модели динамики функционирования многопродуктовых производственных систем и управляемых производственных комплексов с учетом возмущающих факторов со стороны внешней среды.

3. Разработать теоретические основы построения эффективных структур системы интеллектуального управления производством и сбытом как единым динамическим объектом, а также синтеза структур управляемого производственного комплекса.

4. Разработать интеллектуальную систему поддержки принятия решений для эффективного управления производством и сбытом продукции в условиях рынка.

5. Разработать автоматизированную систему имитационного моделирования (АСИМ) динамики функционирования ПС и поддержки принятия решений по управлению производством, а также АСИМ динамики функционирования управляемого производственного комплекса.

6. Разработать комплексную методику анализа и проектирования системы интеллектуального управления производством. Провести исследования эффективности предлагаемых моделей, структур и алгоритмов и выработать практические рекомендации для ситуационного управления ПС в конкурентных условиях рынка. Провести исследования динамики функционирования управляемого производственного комплекса при действии возмущений внешней среды и структурных изменениях ПК, а также выработать практические рекомендации по управлению организацией взаимодействия производственных подсистем в составе комплекса.

Методы исследования.

При разработке теоретических и методологических основ моделирования и интеллектуального управления производством используются методы системного анализа. Разработка моделей проводится с использованием методов общей теории систем, теории автоматического управления, теории иерархических систем. Синтез интеллектуальных алгоритмов осуществляется с использованием методов искусственного интеллекта, ситуационного управления и теории алгоритмов. Для разработки имитационных моделей применяются численные методы моделирования и методы проектирования информационных систем. Результаты, выносимые на защиту.

На защиту выносятся следующие научные положения и практические результаты.

1. Методология исследования, моделирования и интеллектуального управления производственными системами и комплексами, функционирующими в условиях неопределенности рыночных отношений, основанная на использовании системологических принципов и общенаучных подходов применительно к сложным динамическим плохо формализуемым ПС и ПК.

2. Математические модели многопродуктовых производственных систем и их подсистем, модели управляемых многокомпонентных производственных комплексов, отражающие динамику систем и описывающие процессы их функционирования и управления на неравновесных динамических режимах с учетом действия возмущающих факторов со стороны внешней среды.

3. Теоретические основы построения структур и математических моделей управляемых производственных систем и комплексов, разрабатываемых на принципах построения кибернетических систем, включая методы синтеза интеллектуальных алгоритмов управления производством в условиях неопределенности рыночной среды.

4. Интеллектуальная система поддержки принятия решений по управлению производством и сбытом, базирующаяся на нейро — нечетких моделях ситуационного управления производственной системой в условиях рынка, позволяющая решать задачи идентификации, классификации ситуаций и выбора решений формализованными процедурами, снижающими субъективность при принятии решений человеком в процессе оперативного управления производством.

5. Автоматизированная система имитационного моделирования динамики функционирования ПС и поддержки принятия решений по управлению производством, реализованная в форме интерактивного диалога с пользователем и предназначенная для анализа эффективности алгоритмов интеллектуального управления, для анализа и прогнозирования поведения системы в изменяющихся условиях внешней среды.

АСИМ динамики управляемого производственного комплекса, позволяющая проводить исследования устойчивости функционирования ПК при действии возмущающих факторов со стороны внешней среды и при структурных изменениях внутри комплекса и предназначенная для синтеза структур ПК, обеспечивающих его устойчивое функционирование.

6. Комплексная методика анализа и синтеза системы интеллектуального управления производством, в том числе методика обучения ситуационному управлению. Результаты исследований эффективности управления многопродуктовой производственной системой в конкурентных условиях рынка и результаты исследований динамики функционирования управляемого производственного комплекса при действии внешних и внутренних возмущений, полученные с использованием разработанных систем имитационного моделирования.

Научная новизна результатов • Новизна предлагаемой методологии исследования, моделирования и интеллектуального управления производственными системами и комплексами заключается в том, что она объединяет в единую систему этапы синтеза, моделирования, анализа и управления производством как динамическим объектом на основе использования системных принципов и общенаучных подходов применительно к данной предметной области;

• новизна разработанных математических моделей производственной системы и ее элементов состоит в том, что они описывают в виде нелинейных дифференциальных уравнений поведение ПС на неравновесных динамических режимах в конкурентных условиях рынка при действии возмущающих факторов со стороны внешней среды.

Новизна разработанных динамических моделей и структур управляемого производственного комплекса заключается в том, что они позволяют анализировать отношения между производственными подсистемами на динамически неравновесных режимах и синтезировать связи между ними из условия обеспечения устойчивого функционирования комплекса как единого целого;

• новизна предложенного подхода к построению интеллектуальных систем управления ПС заключается в системном согласовании и реализации различных функций по планированию, прогнозированию и управлению производством на основе сочетания нечетких алгоритмов и нейросетевых структур;

• новизна предложенных алгоритмов управления производственной системой заключается в декомпозиции ситуаций на отдельные классы на основе нейросетевого моделирования и в формировании для них алгоритмов принятия решений на основе нечеткой логики.

Практическая ценность и внедрение результатов Практическая ценность разработанных научных основ построения интеллектуальных систем управления производством заключается в том, что они позволили разработать и внедрить в практику:

• модели, структуры и алгоритмы интеллектуального управления производством в условиях неопределенности;

• модели и структуры управляемого производственного комплекса, обеспечивающие его устойчивое функционирование на динамически равновесных и неравновесных режимах;

• автоматизированную систему имитационного моделирования динамики и поддержки принятия решений по управлению производством, обеспечивающую компьютерную имитацию различных ситуаций, возникающих на рынке, которые не были предусмотрены при планировании, и позволяющую формировать эффективную, в смысле получения прибыли, тактику поведения ПС в условиях неопределенности рыночных ситуаций;

• комплексную методику применения автоматизированной системы имитационного моделирования и поддержки принятия решений при анализе ПС и процессов управления производством и сбытом продукции, а также при обучении методам принятия решений по управлению производством;

• автоматизированную систему имитационного моделирования динамики управляемого производственного комплекса и методику ее применения для проведения исследований и анализа устойчивости функционирования ПК.

В учебный процесс Уфимского государственного авиационного технического университета (УГЛТУ) и Башкирской Академии госслужбы и управления внедрены математическое, алгоритмическое и программное обеспечение моделирующего комплекса, а также методика его использования для решения задач моделирования динамики процессов производства и сбыта продукции, оперативного управления производством и процессов функционирования управляемого производственного комплекса (свидетельства Роспатента об официальной регистрации программ для ЭВМ № 99 005, № 99 006, № 2 001 610 640,№ 2 002 611 510).

На ФГУП «Уфимское агрегатное производственное объединение» внедрены комплексная методика построения системы управления производством, включающая процедуру расчета планов выпуска изделий, алгоритмы эффективного поведения предприятия в изменяющихся условиях рынка и программное обеспечение поддержки решений при управлении. Основания для выполнения работы.

Работа выполнена в период 1991;2002 гг. на кафедре технической кибернетики УГАТУ и связана с выполнением хоздоговорных научно-исследовательских работ (НИР) с АО «Концерн БЭТО» -НИР № ИФ-ТК-24−91 (1991;1993гг.) и госбюджетных НИР (1993;2001 гг.).

Работа поддержана в рамках научно-исследовательской программы «Математические методы моделирования сложных систем и применение их в народном хозяйстве Башкортостана», проводимой в Институте математики с ВЦ Уфимского научного центра (УНЦ) РАН в 1993;1995гг., в рамках Государственной программы «Информатизация РФ», проект «Информатизация УГАТУ» (1993;1996гг.), в рамках Федеральной целевой программы «Государственная поддержка интеграции высшего образования и фундаментальной науки на 1997;2001гг.», контракт № 21−76, в рамках Государственной научно-технической программы Республики Башкортостан «Фундаментальные проблемы физики, математики, механики: эксперимент, теория, математическое моделирование», проводимой в Институте механики УНЦ РАН в 1998;1999 гг., а также в рамках гранта по фундаментальным исследованиям в области экономических наук «Диагностика состояния и интеллектуальное управление поведением предприятия в условиях рынка на основе имитационного моделирования», проект № 4−33, 1999;2000 гг. Апробация работы и публикации.

Основные положения и результаты работы регулярно докладывались и обсуждались на научных конференциях различного уровня, в их числе:

Всероссийская научная конференция «Непрерывная логика и ее применение в технике, экономике и социологии» (Пенза, 1994);

Международная научно-техническая конференция (НТК) «Непрерывно-логические методы и модели в науке, технике и экономике» (Пенза, 1995);

Международная научно-техническая конференция «Непрерывнологические модели и нейронные сети» (Ульяновск, 1995);

Международная научно-техническая конференция «Информационные технологии в моделировании и управлении» (С.-Петербург, 1996);

Международная научно-практическая конференция «Математические методы и компьютеры в экономике» (Пенза, 1996, 1997, 1999);

Международная научно-техническая конференция «Конверсия, приборостроение, рынок» (Владимир, 1997);

Международная конференция «Информатика и управление» (С.Петербург, 1997);

8-й симпозиум IFAC «Большие системы: теория и применения» (Патрас, Греция, 1998);

Международная конференция «Подходы жизненного цикла к производственным системам: менеджмент, управление и контроль» (Бремен, Германия, 1998; Левен, Бельгия, 1999; Бордо, Франция, 2000);

Всероссийская НТК «Нейроинформатика-99 «(Москва, 1999);

2-й Международный семинар AMETMAS-NOE «Передовые концепции управления производственными системами» (С.-Петербург, 1999);

Международная конференция «Проблемы управления» (Москва, 1999);

Международный семинар «Информатика и информационные технологии» (Уфа, 2000, 2001, Патрас, Греция, 2002);

Симпозиум IFAC «Производство, моделирование, менеджмент и управление» (Патрас, Греция, 2000);

2-я Международная конференция «Проблемы управления и моделирования в сложных системах» (Самара, 2000);

Российская научно-методическая конференция «Управление экономикой: методы, модели, технологии» (Уфа, 2001);

8-я Международная конференция по нейроинформатике (Шанхай, Китай, 2001).

Результаты диссертационной работы отражены в 75 публикациях, в том числе в 3 монографиях, 32 статьях, в 24 трудах конференций, 8 свидетельствах Роспатента о регистрации программ для ЭВМ, а также в 3 опубликованных методиках проведения деловых игр и 5 компьютерных практикумах по моделированию процессов управления производством и построению систем поддержки принятия решений по управлению. Структура работы.

Работа включает введение, 7 глав основного материала, заключение, библиографический список и приложения. Работа изложена на 303 страницах машинописного текста, кроме того, содержит 61 рисунок и 13 таблиц, размещенных на 59 страницах. Библиографический список включает 230 наименований.

Автор выражает глубокую благодарность и признательность научному консультанту, заслуженному деятелю науки и техники РФ и РБ, профессору Ильясову Б. Г. за постоянное и заинтересованное обсуждение совместно проводимых в течение многих лет исследований, а также за методическую и организационную помощь при подготовке диссертации к защите. Автор выражает искреннюю благодарность профессору Исмагиловой J1.A. за многолетнее полезное сотрудничество в области исследования проблем управления производством, а также аспиранту Валеевой Г. Р. за большой труд по подготовке и оформлению рукописи диссертации.

Выводы по VII главе.

1. Разработана структура и функциональная схема автоматизированной системы имитационного моделирования динамики функционирования ПС и поддержки принятия решений по управлению производством, которая а) базируется на предложенной методологии исследования и управления производствомб) соответствует динамическим моделям многопродуктовых многорыночных производственных систем и нейро-нечетким моделям системы управленияв) реализована в концепции развитой моделирующей среды, что позволяет решать задачу конфигурирования системы моделирования в соответствии с целями экспериментов и задачу разработки имитационной модели производственной системыг) предусматривает наличие дружественного интерфейса, способствующего развитию навыков моделирования процессов функционирования ПСд) автоматизирует процедуры информационного наполнения имитационных моделей данными о производственно-сбытовой деятельности исследуемой реальной системые) позволяет расширить область применения моделей и алгоритмов и использовать их для обучения методам моделирования, прогнозирования и управления производством в условиях рынка.

2. Разработано программное обеспечение, реализующее предложенную структуру и функции АСИМбазирующееся на принципах иерархичности организации имитационной модели производственной системы, открытости архитектуры и модульности, многопоточностиобеспечивающее возможность интерактивного построения моделей ПС произвольного уровня сложности, исследования динамики процессов производства и сбыта продукции, а также поддержку принятия решений по управлению производством в изменяющихся условиях рыночной среды.

Программное обеспечение АСИМ зарегистрировано в Роспатенте в виде программ для ЭВМ (свидетельства № 990 006, № 2 002 611 510).

3. Разработана система проектирования нейронных сетей, позволяющая в интерактивном режиме построить нейронную сеть любой конфигурации, изменять методы обучения и условия окончания процесса обучения. Разработанная система является подсистемой АСИМ и может использоваться в виде самостоятельного программного продукта при решении задач интеллектуального управления производствомзарегистрирована в Роспатенте в виде программы для ЭВМ (свидетельство № 990 005).

4. Разработана комплексная методика использования полученных научных результатов при проектировании системы управления ПС, при исследовании поведения производственных систем в условиях рынка и при обучении методам управления. Методика проектирования системы управления производством отличается новизной используемых интеллектуальных алгоритмов принятия решений в условиях неопределенности рыночной среды. Методика системных исследований позволяет проводить эксперименты над моделями производственных систем по исследованию управляемости систем, выполнять анализ эффективности алгоритмов управления и осуществлять выбор целесообразной тактики поведения ПС в условиях изменяющейся внешней среды. Методика обучения позволяет исследовать поведение как реальных производственных систем, так и проектируемых в процессе обучения.

5. Проведены исследования эффективности интеллектуальных алгоритмов управления производством, подтверждающие повышение прибыли предприятия машиностроения, осуществляющего выпуск товаров народного потребления.

ЗАКЛЮЧЕНИЕ

.

В данной работе решена актуальная, имеющая важное научно-практическое значение проблема исследования, моделирования и интеллектуального управления сложными многосвязными динамическими производственными системами и комплексами, позволяющая повысить эффективность функционирования данного класса систем в изменяющихся условиях рыночных отношений и ограничений по ресурсам.

При решении этой проблемы получены следующие научные и практические результаты.

1. На основе общесистемных принципов и общенаучных подходов разработана методология исследования, моделирования и управления производством и сбытом продукции как единым динамическим объектом, а также производственным комплексом как объединением множества предприятий, взаимосвязанных между собой единством производственно-потребительской цепочки.

В отличие от существующих концепций данная методология позволяет с системных позиций объединить потоки различной физической природы (информационные, материальные, финансовые и т. д.) и учитывать факторы неопределенности (колебания цен, спроса, поведение конкурентов и т. д.) при принятии управленческих решений.

2. Показана целесообразность математического описания управляемого производственного комплекса в классе многосвязных систем, представленного в виде петлевого маркированного ориентированного графа. Особенность предложенной модели ПК в том, что она отражает не только динамические свойства подсистем, но также динамические характеристики связей между ними, что позволяет исследовать структуру комплекса и оценивать степень влияния каждой подсистемы и ее связей на функционирование комплекса в целом.

Выполнен анализ устойчивости динамически равновесного состояния производственного комплекса для различных типов его структуры. Выявлены тенденции изменения области устойчивости функционирования ПК в зависимости от его структуры, от интенсивности производства подсистем, от интенсивности обмена ресурсами между подсистемами, от интенсивности взаимодействия подсистем с внешней средой.

Выполнен анализ устойчивости функционирования трехкомпонентного комплекса на динамически неравновесном режиме на основе предложенного описания ПК как многосвязной системы. Установлены закономерности изменения динамически равновесного и неравновесного состояний комплекса при изменении характеристик связей между подсистемами.

Разработана динамическая модель многопродуктовой производственной системы, состоящая из взаимосвязанных однопродуктовых подсистем, функционирующих в едином ресурсном пространстве и на территориально разнесенных сегментах рынка товаров одного функционального назначения.

В классе нелинейных динамических систем разработаны следующие модели, отличающиеся новизной математического представления:

• модель подсистемы реализации продукции, включающая нелинейные и линейные модели состояния рынка, ценообразования, поддержки продукции на рынке и отражающая динамические свойства процесса сбыта продукции, а также взаимосвязи рынков взаимозаменяемых товаров;

• модель реализации продукции отдельного вида без учета действия связей между рынками различных видов товаров, определяющая траекторию движения ПС на множестве неравновесных состояний при изменении спроса, предложения, рыночной цены и динамических свойств рынка.

3. Обоснована целесообразность построения систем управления производством в классе интеллектуальных систем, основанных на нейро-нечетких моделях, позволяющих для условий непрогнозируемых действий внешней среды и возникновения дефицита ресурсов вырабатывать для каждой конкретной ситуации наиболее эффективные решения по управлению производством и сбытом, а также обеспечивающих решение задач планирования выпуска продукции и прогнозирования производственно-сбытовой деятельности и поведения внешней рыночной среды.

Предложена структура системы интеллектуального управления, использующая для принятия управленческого решения, для планирования и прогнозирования как нейро-нечеткие модели, так и динамические модели производственной системы.

Использование результатов моделирования поведения производственных систем в различных ситуациях по их динамическим моделям позволяет реализовать принцип управления по модели, который обеспечивает адаптацию системы к возникающим ситуациям. Сочетание принципа управления по динамическим моделям с интеллектуальными алгоритмами позволяет повысить эффективность процесса управления производственными системами.

4. Для решения задач управления производством предложен подход, объединяющий преимущества ситуационного и интеллектуального управления и реализующий процедуры ситуационного управления с помощью нейросетевых и нечетких моделей. На основе предложенной обобщенной модели построения нейронной сети разработаны нейросетевая модель планирования выпуска продукции от потребности и нейросетевые модели прогнозирования показателей внешней среды и производственно-сбытовой деятельности предприятия.

Разработана нейро-нечеткая модель поддержки решений, позволяющая решать задачи классификации ситуаций, формирования возможных решений для этих ситуаций и выбора наиболее эффективного из них и учитывающая неопределенность при оценке состояния производства и рынка.

5. Разработаны структура, функциональная схема и программное обеспечение автоматизированной системы имитационного моделирования динамики функционирования производственных комплексов, базирующейся на предложенной методологии моделирования управляемых ПК. Программное обеспечение соответствует динамическим моделям ПК и их элементов, позволяет исследовать динамику функционирования комплекса и оценивать устойчивость его динамически равновесных и неравновесных состояний, имеет дружественный интерфейс, способствующий развитию навыков моделирования и профессионализма и пригодный для обучения пользователей управлению организацией взаимодействия подсистем в составе комплекса.

Разработаны структура, функциональная схема и программное обеспечение АСИМ динамики функционирования и поддержки принятия решений по управлению производством, которая базируется на теоретически обоснованных подходах к моделированию и управлению ПСреализована в концепции развитой моделирующей средыимеет дружественный интерфейс, обеспечивающий возможность интерактивного построения моделей производственных систем произвольного уровня сложности, исследования динамики процессов производства и сбыта продукции, а также поддержку решений по управлению производством в условиях рыночной средыпригодна для обучения пользователей методам управления ПС в условиях рынка.

6. Разработана комплексная методика использования полученных научных результатов при проектировании системы управления ПС, при исследовании поведения производственных систем в условиях рынка и при обучении методам управления.

Методика проектирования системы управления производством отличается новизной используемых интеллектуальных алгоритмов и автоматизирует управленческую деятельность, повышая ее эффективность при принятии решений в условиях неопределенности рыночной среды. Методика системных исследований позволяет проводить имитационные эксперименты над моделями производственных систем в соответствии с выбранными целями исследования. Методика обучения позволяет работать как с реальной системой, так и с модельным вариантом исходных данных.

Проведены исследования эффективности предложенных интеллектуальных алгоритмов управления производством, подтверждающие повышение прибыли на 5−10% от производственно-сбытовой деятельности предприятия машиностроения по выпуску товаров народного потребления, за счет принятия решений по корректировке темпов и объемов выпуска продукции в соответствии с рыночной потребностью.

Выполнены исследования динамики функционирования трехкомпонентного производственного комплекса при действии возмущений внешней среды, приводящих к нарушению связей между подсистемами. Установлено, что следствием нарушения одной связи (например, снижения интенсивности материального потока из первой подсистемы во вторую) является снижение интенсивности производства всех подсистем комплекса — на 2,6%, 13,9% и 4,7% соответственно, а одновременного нарушения двух связей — на 15,1%, 24,9% и 9,3%. Достижение начальных темпов выпуска продукции подсистемами комплекса обеспечивается путем привлечения дополнительных ресурсов из внешних систем.