Алгоритм проведения реинжиниринга модели МППР (анализа и структурного синтеза модели)

Рассмотрим исходную модель МППР (бизнес-системы / ОТС) М_д, предназначенную для анализа процессов, протекающих в системе. В результате проведения эксперимента формируется статистика выполнения операций, функционирования агентов, расходования и формирования ресурсов и заявок, использования средств в операциях.

Для оценки выполнения операции Ор рассмотрим следующие ее параметры: среднюю очередь заявок к операции Q_0p , среднюю загруженность операции U_0p , простой операции из-за отсутствия средств P_Mech0 , простой операции из-за отсутствия входных ресурсов P_ResQp:

где T_END- время окончания моделирования,.

Round — функция взятия целой части вещественного числа, N — количество выполнений операции Ор за время моделирования T_END,

T_Qp — длительность выполнения операции Ор,

Tact- машинный такт имитации модели,.

Count_Mech_UnLock — количество единиц средства, не заблокированное при выполнении текущих операций,.

Count_Mech_Use — количество единиц средства, необходимое для запуска операции Ор,

Count_Res — текущее количество единиц ресурса, Count_Res_In — количество единиц ресурса, необходимое для запуска операции Ор.

Аналогично оценке очереди проводится оценка среднего состояния ресурсов (как входных, так и выходных по отношению к определенной операции или правилу агента).

Для оценки использования средства в операциях модели рассмотрим среднюю загруженность средства U_{Mech ср}:

где Count_Mech_Lock — количество единиц средства, заблокированное при выполнении текущих операций,.

Count_Mech — общее количество единиц средства. Статистику функционирования агента будем анализировать исходя из средней очереди заявок к агенту Q _{v ср} и средней загруженности агента по обработке заявок U, :

¹ Ag_cp

где — оператор обработки заявки (создание, удаление или блокировка заявки),.

AgSolutlf — условия агента «Если»,.

AgSolutThen — условия агента «То».

Значения выделенных выходных характеристик модели разбиваются критическими точками на интервалы, представленные на рис. 16. Выделим следующие критические точки, определяемые пользователем: точки К_0р1-К_0р8 для параметров выполнения операции, точки K_Mechl и K_Mech2 для параметров использования средства, точки К^-К^ для параметров функционирования агента.

Рис. 16. Интервалы значений выходных характеристик модели.

Рассмотрим представление описанного алгоритма проведения анализа и смешанного синтеза в виде графов поиска решений применения операторов синтеза (см. рис. 17). Вершины графа имеют следующие обозначения: 0 — нулевое значение, М — малое значение, С — среднее значение, В — высокое значение соответствующего объекта графа (очереди, загруженности или простоя). Пунктирные линии переходов графа соответствуют решениям для нулевой и малой очередей заявок к операции, сплошные линии — решениям в оставшихся случаях.

Рис. 17. Графы поиска решений применения операторов синтеза.

Результаты проведения синтеза хранятся в классе «Результаты синтеза». На основании данных выделенного класса осуществляется изменение структуры модели Ms (копии исходной модели М₀).

Рассмотрим пример реинжиниринга бизнес-процессов Р1. Р4, схема выполнения которых представлена слева на рис. 18.

Задачу о выявлении узких мест функционирования такой системы удобно решать при помощи методов имитационного моделирования.

Рис. 18. Схема реинжиниринга узких мест организации бизнес-процессов.

Лицо, принимающее решение, в ходе имитации модели анализирует очередь Q из объектов системы, ожидающих обработки параллельными процессами и Р^₂. В случае превышения значения очереди Q некоего порогового значения Kj (что означает перегруженность блока Р₃) принимается решение о добавлении параллельно к существующим нового процесса Р₃_з, обеспечивающего приемлемые значения очереди Q и улучшенные показатели эффективности работы системы (справа вверху на рис. 18). В случае недобора значением очереди Q порогового значения К₂ (что означает простой блока Р₃) принимается решение о ликвидации одного из параллельных процессов Р_{3 2} (справа внизу на рис. 18). Анализируя, таким образом, зависимость показателей эффективности работы системы от структуры ее бизнес-процессов, лицо, принимающее решение, находит наиболее эффективную организацию процессов системы.

Применение операционного анализа вероятностных сетей к мультиагентой модели позволило решить задачу уменьшения количества экспериментов, проводимых с моделью МППР, путем построения модели сети массового обслуживания на основе результатов экспериментов модели МППР, с целью быстрого решения задачи нахождения среднего количества работающих устройств (средств, согласно терминологии МППР).

Разработан алгоритм проведения реинжиниринга модели МППР (анализа и структурного синтеза модели). Исходная модель МППР (БП / ОТС) М₍₎ предназначена для анализа процессов, протекающих в системе. В результате проведения эксперимента с моделью МППР формируется статистика выполнения операций, функционирования агентов, расходования и формирования ресурсов и заявок и использования средств в операциях. По результатам анализа экспериментов диагностируются узкие места и принимается решение о свертке/развертке модели. Критерием остановки метода реинжиниринга мультиагентной модели ОТС является снижение времени ожидания до допустимых значений по всем блокам модели.

Элементарный акт реализации метода реинжиниринга будет иметь следующий вид:

где SM — исходная модель (source model)-,

ТМ — новая (измененная) модель (turned model)-,

Sv (i) — элементарное изменение Sv (i) е SV как способ воздействия на SM.

Таким образом, структурное изменение модели осуществляется либо удалением операции, либо добавлением параллельной операции, добавлением средства исполнения операции или ресурсов, добавлением или удалением правила агента, удалением агента. Пользователь может согласиться с предложенным изменением или отказаться от него.

На рис. 19 представлена блок-схема метода принятия решений задачи реинжиниринга модели МППР, которая может служить основой для подготовки соответствующей программной реализации.

Рис. 19. Общая схема метода принятия решений задачи реинжиниринга модели мультиагентного процесса преобразования ресурсов.

Рассмотрим основные этапы метода. Метод проходил отладку при решении задачи моделирования деятельности строительного холдинга, результаты представлены в главе 4. Наиболее эффективно метод позволяет решать задачи планирования для предметных областей строительства, управления проектами и производства на заказ [88]. Предлагаемый метод состоит из следующих этапов:

1. Построение имитационной модели (ИМ) МППР При построении ИМ строятся следующие подмодели:

• — генерации объектов (объектов строительства / проектов I заказов), такой объект в модели МППР представим в виде экземпляра заявки (транзакта) с набором атрибутов;
• — процессов прохождения объектов (процессов строительства / этапов проекта / производственных операций), в модели МППР маршрут обработки заявки формируется цепочкой блоков, состоящих из операций и агентов;
• — поставок потребляемых ресурсов (сырья, материалов и полуфабрикатов), в модели МППР маршрут поставки ресурсов формируется цепочкой блоков, состоящих из операций и агентов;
• — работы средств (станки, оборудование, агрегаты, транспорт, персонал)-,
• — продаж, в модели МППР маршрут взаимодействия с клиентом формируется цепочкой блоков, состоящих из операций и агентов.

Подмодель прохождения объектов. Так, например, при построении подмодели строительства описывается модель типового объекта строительства, которая является параметрически настраиваемой и зависит от типа и свойств сгенерированного объекта (заявки). Так, отдельные блоки модели соответствуют этапам строительства. При поступлении в блок заявки (объекта строительства), в зависимости от ее параметров, происходит вычисление времени длительности этапа, количества потребляемых ресурсов и используемых средств.

Данные предметные области для моделирования набора объектов (портфеля проектов, возводимых объектов строительства, портфеля производственных заказов) диктуют следующие специфические требования и соответствующие им правила построения ИМ (проиллюстрируем на примере строительства):

• 1) ограничение по объему субподрядных работ. В случае превышения ограничения на суммарные затраты данный объект строительства становится нерентабельным — проект может быть исключен из портфеля;
• 2) должна использоваться стратегия строительства объектов «первым пришел — первым вышел», т.к. задержки при строительстве отдельного объекта приводят к ряду дополнительных затрат, связанных с обеспечением проекта (охрана, электроэнергия и т. д.). Завершение процесса строительства объекта и соответственно сокращение его сроков приводят к ускорению возврата инвестиций. В связи с этим блоки модели должны применять выталкивающую стратегию для заявки «объект строительства» (приоритет блоков модели возрастает от начальных этапов строительства к завершающим);
• 3) для процесса строительства характерно параллельное во времени выполнение этапов разных работ. Работы (соответствующие блоки ИМ), относящиеся к критическому пути, должны иметь приоритет выше, чем у параллельных работ.

Данные требования предметной области и правила построения ИМ также хорошо согласуются с выводами Дэйвиса [89]: «…правило упорядочения, в соответствии с которым первой выполняется работа с наименьшим резервом (или эквивалентное правило минимизации самого позднего времени начала), в среднем дает наилучший результат».

Для моделей БП и ОТС, в которых при недостатке собственных средств возможно привлечение субподрядчиков, разработана подмодель субподряда на основе реактивных интеллектуальных агентов. Если применение субподрядчиков невозможно, то на шаге 7 могут быть использованы эвристические алгоритмы балансировки средств для совершенствования модели МППР.

В подмодели субподряда возможны 2 варианта: 1) чужие средства привлекаются в случае нехватки своих на выполнение всей операции от начала и до окончания; 2) на каждом последующем такте происходит пересмотр возможности отказа от привлечения субподряда. ИМ с агентами субподряда характеризуется следующим: 1) при применении варианта 2 агентов субподряда время ожидания не увеличивается ввиду недостатка средств, т. е. срок проекта по критерию использования средств минимален; 2) по результатам экспериментов можно скорректировать среднее количество своего парка средств и оценить максимальный объем привлечения субподряда; 3) в случае достижения требуемой пропускной способности модели и уменьшения времен ожидания до допустимых значений можно считать план обработки портфеля проектов идеальным (минимальным по срокам). Ограничения реальных проектов строительства: 1) не всегда допустимо применение субподряда; 2) объем привлечения субподряда имеет ограничения. Применение агентов субподряда позволяет только решить задачу узких мест на средствах мультиагентной модели. Для решения задачи анализа узких мест, возникающих на операциях и ресурсах, необходимо выполнение последующих шагов, завершающихся реинжинирингом мультиагентной модели.

2. Составление плана экспериментов Планирование эксперимента в соответствии с выдвинутыми гипотезами. При планировании, например, строительных работ могут быть использованы несколько разных моделей субподряда.

3. Проведение имитационных экспериментов Имитационные эксперименты проводятся в СДМС BPsim. MAS.

4. Поиск узких мест модели МППР При диагностике узких мест анализируются следующие параметры мультиагентной модели: 1) коэффициент использования операции, средства, агента; 2) среднее время заявки в очереди к операции, агенту; 3) простой операции из-за отсутствия средств и/или входных ресурсов. Для оценки динамики работы операции и агента также анализируется средняя очередь заявок к операции, агенту, а также среднее состояние ресурсов.

На данном этапе осуществляется анализ структуры и параметров исходной модели SM и выявляется допустимость применения правил синтеза к тем или иным блокам исходной модели SM или ее параметрам.

5. Построение модели сети массового обслуживания (СМО), проведение эксперимента Применение операционного анализа вероятностных сетей к модели МППР позволяет также решить задачу уменьшения количества экспериментов путем построения модели СМО на основе результатов экспериментов модели МППР, с целью быстрого нахождения среднего количества работающих устройств (средств МППР).

6. Реинжиниринг (свертка / развертка) модели МППР По результатам анализа статистики экспериментов диагностируются узкие места и принимается решение о свертке/ развертке модели. Критерием остановки реинжиниринга модели МППР является снижение времени ожидания до допустимых значений по всем блокам модели. Данный этап направлен на решение задачи распараллеливания сетевых графиков параллельно возводимых во времени объектов строительства или проектов (в блоках ИМ могут возникать ситуации с параллельной обработкой заявок).

7. Применение алгоритмов балансировки средств модели МППР Если для задачи недопустимо привлечение субподрядчиков по отдельным видам средств, то для равномерности загрузки этих средств могут быть применены эвристические алгоритмы балансировки. Эксперименты проводятся до нахождения эффективного решения.

8. Построение плана (сетевого графика) По результатам имитационного эксперимента формируется сетевой график портфеля объектов. Критический путь для каждого отдельного объекта (например, объекта строительства) определяется как выбор из параллельных цепочек работ цепи, не имеющей запаса времени по результатам имитационного эксперимента. Оценка резерва времени для каждой работы выполняется автоматически. Так, для параллельных цепочек (не относящихся к критическому пути) это будет резерв времени последней работы в цепи.

9. Анализ результатов экспериментов и принятие решения Данный этап зависит от предметной области и решаемой задачи. Так, например, для строительства может быть выполнена проверка соответствия бюджету портфеля проектов и срокам. Если сроки и бюджет портфеля проектов (портфель объектов строительства) удовлетворяют, то завершаем проведение экспериментов, иначе возвращаемся на шаг 7 или корректируем условия задачи и переходим на шаг 1.

Проверка адекватности новой модели. Проверка адекватности осуществляется на тестовых экспериментах путем сравнения результатов расчета новой модели ТМ с результатами эксперимента на изучаемом объекте и исходной модели SM (при одинаковых условиях). Это позволяет установить границы применимости новой модели ТМ.