Актуальность работы. Автоматизация управления предприятием, на сегодняшний день, является одним из необходимых условий его роста. Процесс этот происходит при непосредственном использовании новых информационных технологий.
При разработке различных автоматизированных компьютерных систем управления предприятием очень важным является то, что наряду с современными требованиями, к управлению* промышленными предприятиями интенсивно развивается использование информационных технологий для поддержки и принятия управленческих решений на высших уровнях иерархии.
Одной из самых важных проблем, возникающих при создании компьютерных систем моделирования1 и управления производственными комплексами, 1 является неполнота, а часто й субъективность имеющейся априорной информации, характеризующей производственно-экономические и финансовые ситуации, возникающие в процессе функционирования производства. В процессе разработки компьютерной системы планирования и оперативного управления производственным процессом возникают проблемы, связанные с задачами, постановки которых не укладываются в привычные рамки и требуют для своего решения развития новых методик. Одной из причин, побудивших к поискам новых подходов, явилось отсутствие достаточной априорной информации об исследуемом объекте для математической постановки задачи.
При разработке соответствующих алгоритмов была использована теория адаптивных и обучающихся систем как параметрическая, так и непараметрическая. Последнее обусловлено тем, что, учитывая сложность исследуемых процессов, недостаток априорных данных, наличие случайных факторов, наиболее перспективный путь создания компьютерных систем прогнозирования технологических, производственных и экономических параметров состоит в создании обучающихся систем, т. е. систем способных в процессе своего функционирования улучшать свои рабочие показатели. Это и определяет актуальность настоящего исследования.
Целью диссертационной работы является построение непараметрических моделей и обучающихся алгоритмов управления для создания интегрированной автоматизированной системы управления производственными процессами и комплексами.
Исходя из целигисследования, определены основные задачи:
1'. Провести анализ задач моделирования’и оптимизации1 сложных систем в условиях недостатка априорных данных.
2. Разработать обучающиеся непараметрические модели сложных систем в условиях неполной информации.
3. Разработать непараметрические адаптивные алгоритмы управления и принятия’решений «для рационального’оперативного воздействия на характер ведения, производственного процесса с целью повышения его эффективности.
4. Анализ полученных непараметрических моделей и алгоритмов на основе метода статистического моделирования.
5. Разработать модификации обучающихся непараметрических алгоритмов поддержки принятия решений для управления производством (на примере Красноярской ГРЭС-2).
Методы исследования базируются на положениях и методах системного анализа, математической статистики, теории адаптивных и обучающихся систем, теории идентификации, теории автоматического управления и принятия решений, методах статистического моделирования.
Научная новизна решения поставленных задач заключается в следующем:
1. Предложены модели процессов, имеющих «трубчатую» структуру в пространстве входных-выходных переменных.
2. Разработаны модификации обучающихся непараметрических алгоритмов поддержки и принятия решений для соответствующих компьютерных систем в нетрадиционной постановке задач моделирования и управления.
3. Предложен принцип минимизации внешних связей при разработке структуры управления производственным комплексом.
4. Предложена методика создания обучающей выборки с использованием экспертных оценок для создания системы управления и принятия решений.
Обоснованность и достоверность полученных результатов следует из корректности использования формализованной процедуры синтеза полученных алгоритмов. Дальнейшие выводы и рекомендации, данные автором диссертации, обосновываются результатами численных исследований разработанных алгоритмов и их модификаций. По результатам исследований предложена более эффективная производственно-организационная структура управления на ОАО «Красноярская ГРЭС-2».
Основные тезисы, выносимые на защиту:
1. Новые модификации обучающихся непараметрических моделей, учитывающих особенности производственных процессов.
2. Предложена технология формирования обучающей выборки, основанная на методе экспертных оценок, для создания интегрированной компьютерной системы управления и принятия решений.
3. Предложены обучающиеся непараметрические алгоритмы оптимизации и принятия решений, использующие различные тактики накопления информации в процессе их функционирования.
4. На основе численного исследования предложены способы настройки различных непараметрических моделей и алгоритмов принятия решений в условиях неполной информации.
5. Получена иерархическая структура управления предприятием на основе принципа минимизации внешних связей системы управления.
Практическая ценность диссертации.
Разработанные алгоритмическое обеспечение и схемные решения при создании интеллектуальной компьютерной системы управления производственными, производственно-экономическими и производственно-организационными процессами могут широко использоваться не только на предприятиях энергетики, но и в других отраслях промышленности.
Практическая ценность результатов диссертационной работы подтверждена актом Of практическом использовании результатов исследования.
Реализация результатов работы".
Разработанные в диссертации обучающиеся модели и алгоритмы принятия решений положены в основу разработки алгоритмического технического проекта для создания интегрированной автоматизированной системы управления на ОАО «Красноярская ГРЭС-2».
Апробация! работы. Основные результаты научных исследований докладывались и обсуждались на Шестой Всероссийской научно-практической конференции «Проблемы информатизации региона. ПИР-2000» (Красноярск, 2000), IX IASTED International Conference «Applied informatics AK '2001» (Austria, 2001), proceedings of the Sixth International Conference «Computer data analysis and modeling/CD AM' 2001» (Minsk, 2001), Седьмой Всероссийской научно-практической конференции «Проблемы информатизации региона. ПИР-2000» (Красноярск, 2000), научно-практического семинара «Проблемы синтеза и проектирования АСУ» (Новосибирск, 2001), Пятом международном симпозиуме «Интеллектуальные системы» (Москва, 2002), Четвертой международной молодежной школе-семинаре БИКАМП'03, посвященной 300-летию Санкт-Петербурга, Санкт-Петербург, XVIII Международной научной конференции «Математические методы в технике и технологиях — ММТТ-18» (Казань, 2005), VI Всероссийской научно-технической конференции «Теоретические и прикладные вопросы современных информационных технологий» (Улан-Удэ, 2005).
Публикации. По тематике исследований опубликовано 17 печатных работ. Эти материалы отражают основное содержание диссертации.
Структура и объем работы. Диссертация состоит из введения, 4 глав, заключения, списка литературы и приложения.
Основные результаты работы и выводы:
1. Предложены новые модификации обучающихся непараметрических моделей, учитывающих особенности производственных и производственно-организационных процессов, характерных для предприятий энергетики;
2. Дан системный анализ технологии формирования экспертных оценок, определяющихкак. состояние в прошлом" различных производственных ситуаций и принятых решениях, таю и финансово-экономических ситуаций и решений с ними связанных;
3. Предложены новые обучающиеся алгоритмы принятия решений, а также тактики накопления информации в процессе их функционирования, обеспечивающие различные формы обучения компьютерной системы принятия решений для повышения эффективности^ функционирования производства;
4. Предложены на основе численного исследования способы настройки различных непараметрических моделей и алгоритмов обучения принятию решений в условиях неполной информации;
5. Дана иерархическая структура управления* производственным комплексом на основе системного анализа организационно-управляющей системы. Здесь были использованы результаты анкетного опроса руководителей различных рангов.
Научная новизна:
1. Предложены модели процессов, имеющих «трубчатую» структуру в пространстве входных-выходных переменных.
2. Разработаны модификации обучающихся непараметрических алгоритмов поддержки и принятия решений для соответствующих компьютерных систем в нетрадиционной постановке задач моделирования и управления.
Предложен принцип минимизации внешних связей при разработке структуры управления производственным комплексом. Предложена методика создания обучающей выборки с использованием экспертных оценок для создания системы управления и принятия решений.
1. Агафонов Е. Д., Медведева Н. А. Об исследовании непараметрических оценок производной кривой регрессии // Информатика и системы управления: межвузовский аспирантский и докторантский сборник науч. трудов. — Красноярск: Изд-во КГТУ, 1996. — С. 176−182.
2. Анисимов С. А., Зайцев И. С., Н. С. Райбман, Яралов А. А. Типовые линейные модели объектов" управления. — М.: Энергоатомиздат, 1983. — 264 с.
3. Бесекерский В. А., Попов Е. П. Теория систем автоматического регулирования. — М.: Наука. Гл. ред. физ.-мат. лит., 1975. — 768 с.
4. Бессонов А. А., Загашвили Ю. В., Маркелов А. С. Методы и средства идентификации динамических объектов. — Л.: Энергоатомиздат, 1989.-280 с.
5. Бессонов А. А. Методы и средства идентификации динамических объектов. — Л.: Энергоатомиздат, 1989. — 340 с.
6. Воронов А. А. Основы теории автоматического регулирования. — М. -Л.: 1979.
7. Гроп Д. Методы идентификации систем. — М.: Мир, 1979.
8. Гуртовцев А. Л. Комплексная автоматизация энергоучета на промышленных предприятиях и хозяйственных объектах // Современные технологии автоматизации. 1999. № 3. С.48−60.
9. Дейч A.M. Методы идентификации динамических объектов. — М.: Энергия, 1979. — 240 с.
Ю.Добровидов А. В. Непараметрическая оценка оптимального байесовского риска в задачах фильтрации случайных сигналов// Автоматика и телемеханика, 1971. № 10. С. 56−61.
И.Добровидов А. В. Об одном алгоритме непараметрической оценки случайных многомерных сигналов // Автоматика и телемеханика, № 2,1971. С. 121−129.
12.Епанечников В. А. Непараметрическая оценка многомерной плотности вероятности// ТВ и П, 1969. Т. XIV. С. 156−161.
13.Живоглядов В. П., Медведев А. В. Непараметрические алгоритмы адаптации. — Фрунзе: Илим, 1974. — 136 с.
14.Заде JI. Чезоер Ч. Теория линейных систем.- М.: Наука, 1970.-589с.
15.3аварин А.Н. О вероятностных моментах непараметрической оценки функции регрессии // Автоматика и телемеханика, № 4, 1985. С. 5768.
16.3юх В., Пилюгин А. В., Голуб А. Ф., Мирошниченко С. А. Реконструкция и модернизация АСУ ТП Новгородской ТЭЦ // Теплоэнергетика. 1999. № 10. С.40−46.
17.Иващенко Н. Н. Автоматическое регулирование. Теориями элементы систем. — М.: «Машиностроение», 19 781.
18.Иванилов А. А. Алгоритмы идентификации и управления для^ линейных динамических систем в условиях непараметрической неопределенности: Дис. на соискание ученой степени канд. техн. наук / ТПИ, Томск, 1986. — 148 с.
19.Иванилов А. А. Об алгоритмах идентификации линейных систем с запаздыванием // Стохастические системы управления. — Новосибирск: Наука, 1978. — С. 109−119.
20.Иванилов А. А., Ковязин С. А. Непараметрическая оценка производной функции регрессии и ее применение к задаче идентификации // Адаптивные системы и их приложения. — Новосибирск: Наука, 1978. -С. 109−119.
21.Иванилов А. А., Чайка С. Н. Непараметрические алгоритмы идентификации динамических систем // Препринт ВЦ СО АН СССР. -Красноярск: ВЦ СО АН СССР, 1979.
22.Катковник В. Я. Непараметрическая идентификация и сглаживание данных. -М.: Наука, 1985.-415с.
23.Катковник В. Я. Линейные оценки и стохастические задачи оптимизации.- М.: Наука, 1976. -437с.
24.Кирсанов Ю. А. Математическое моделирование тепловых процессов в регенеративном воздухоподогревателе // Теплоэнергетика. 1999. № 1 с. 51.
25.В. А. Колемаев, О. В. Староверов, В. Б. Турундаевский Теория вероятностей и математическая статистика. — М.: Высш.шк., 1991. — 400 с.
26.Колмогоров А. Н., Фомин С. В. Элементы теории функций и функционального анализа.- М.: Наука, 1989*.-624 с.
27.Кошкин Г. М. Асимптотические свойства непараметрических алгоритмов идентификации и управления для случайных процессов с непрерывным временем // Материалы V Всесоюзной Школы-семинара по непараметрическим и робастным методам статистики в кибернетике. — Томск: ТГУ, 1985. С. 211−221.
28.Кошкин Г. М., Симахин В. А., Тарасенко Ф. П. Об одной оценке сложной функции распределения и линии регрессии // Материалы IV научной конференции по математике и механике.- Томск: ТГУ, 1974.-С. 135−136.
29.Кошкин Г. М. Об одном подходе к исследованию функционалов от условных распределений при статистической неопределенности // Автоматика и телемеханика, № 8, 1978. С. 53−65.
30.Конаков В. Д. Непараметрическая оценка плотности распределения вероятностей // Теория вероятностей и ее применение. Т. 17, вып. 2, 1972. С. 377−379.
31.Крамер Г. Математические методы статистики.- М.: Мир, 1975.-821с.
32.Крутько П. Д. Обратные задачи динамики управляемых систем: Линейные модели. — М.: Наука. Гл. ред. физ.-мат. лит., 1987. — 304 с.
33.Куликовский Р. Оптимальные адаптивные процессы в системах автоматического регулирования М.: Наука, 1967.-423с.
34.Липаев В. В. Проектирование математического обеспечения АСУ (системотехника, архитектура, технология).-М.: «Сов. Радио», 1977.101.
35.Льюнг JI. Идентификация систем, — М.: Наука, 1991.-421с.
36.Медведев А. В. Непараметрические системы адаптации. Новосибирск: Наука, 1983.-173с.
37.Медведев А. В. О сходимости непараметрических алгоритмов управления //Известия академии наук киргизской ССР № 1. — Фрунзе: Илим, 1975.-С. 27−32.
38.Медведев А. В. Непараметрические оценки плотности вероятности и ее производных // Автоматизация* промышленного эксперимента. -Фрунзе: Илим, 1973. С. 22−31.
39.Медведев А. В. Об идентификации линейных динамических систем // Алгоритмы и программы в системах обработки экспериментальных данных.- Фрунзе: Илим, 1975. С. 14−26.
40.Медведев А. В. Адаптация в условиях непараметрической неопределенности //В кн. Адаптивные системы и их приложения. — Новосибирск: Наука, 1978. — С. 4−34.
41.Медведев А. В., Цыкунова И. М. О сходимости непараметрических алгоритмов поиска экстремума. В сб.: «Обработка информации в автоматизированных системах». Фрунзе: Илим, 1974.
42.Медведева Н. А. Непараметрические модели и регуляторы // Известия Вузов. Физика. 1995. № 9. С. 124−129.
43.Медведева Н. А. О непараметрической идентификации динамических систем с запаздыванием // Материалы Международной научн.-техн. конференции «Микропроцессорные системы автоматики», Новосибирск: НГТУ, 1996. — С. А20-А22.
44.Мелентьев Л. А. Системные исследования в энергетике. — М.: Наука, 1979.-312 с.
45.Надарая Э. А. Непараметрические оценки плотности вероятности и кривой регрессии.- Тбилиси: Тбил. ун-т, 1983.-286с.
46.Надарая Э. А. Об оценке регрессии // Теория вероятностей и ее применение. Т9, вып. 1, 1964. С. 157−159.
47.Надарая Э. А. Непараметрические оценки кривой регрессии // Труды ВУ АН ГрССР.- Тбилиси: вып. 5, 1965. С. 56−68.
48.Надарая Э. А. Замечания о непараметрических оценках плотности вероятности и кривой регрессии // Теория вероятностей и ее применение. Т. 15, вып. 1, 1970. С. 139−142.
49.Новиков Н. Ф., Рукосуев Ю. А. Об адаптивных алгоритмах управления качеством. //В кн. Адаптивные системы и их приложения. — Новосибирск: Наука, 1978.-С. 158−163.
50.Ордынцев В. М. Математическое описание объектов автоматизации. -М.: Машиностроение, 1965. — 360 с.
51.Побожей А., Парфенов А., Жердев О Асу ТП Нижневартовской ГРЭС// Современные технологии автоматизации. 1999. № 3. С.48−60.
52.Паныпин А. Б. О разработке интеллектуальной компьютерной системы управления ТЭС // Вестник НИИ СУВПТ, сб. науч. трудов / под общей ред. проф. Н. В. Василенко. — Вып. 5. — Красноярск: НИИ СУВПТ, 2000. — С. 191−122.
53.Перегудов Ф. И., Ф. П. Тарасенко Основы системного анализа. -Томск: НТЛ, 1997. — 396 с.
54.Первозванский А. А. Математические модели в управлении производством.- М.: Наука, 1975.-739с.
55.Пирумов У. Г. Численные методы. — М.: МАИ, 1998. — 188 с.
56.Пугачев B.C. Теория случайных функций. — М.: Физматгиз, 1960.-827с.
57.Пугачев B.C. Статистические методы в технической кибернетике. -М.: «Советское радио», 1971. — 192 с.
58.Растригин JI.A. Современные принципы управления сложными объектами. — М.: Сов. радио, 1980. — 232 с.
59.Райбман Н. С. Что такое идентификация. — М.: Наука, 1970. — 120 с.
60.Райбман Н. С., Чадеев В. М. Адаптивные модели в системах управления. — М.: Сов. радио, 1966. — 160 с.
61.Райбман Н. С., Чадеев В. М. Построение моделей процессов производства. — М.: Энергия, 1975. — 376 с.
62.Рубан А. И. Идентификация и чувствительность сложных систем.-Томск: ТГУ, 1982.-351с.
63.Рубан А. И. Идентификация стохастических объектов на основе непараметрического подхода // Автоматика и телемеханика, № 11, 1979. С. 106−117.
64.Ротач В. Я. Теория автоматического управления теплоэнергетическими процессами. — М.: Энергия, 1989. — 308 с.
65.Самарский А. А. Теория разностных схем. — Ml: Наука. Гл. ред. физ.-мат. лит., 1983. — 616 с.
66.Сейдж Э. И., Мелса Д. Л. Идентификация систем? управления. — Mi: Наука, 1974.
67.Современные методы идентификации систем: Пер. с англ. / Под ред. П. Эйкхоффа. — М.: Мир, 1983. — 400 с.
68.Срагович В. Г. Теория адаптивных систем.- М.: Наука, 1976.-417с.
69.Теория автоматического управления. — 4.2.: Теория нелинейных и специальных систем автоматического управления / Под ред. А. А. Воронова. — М.: Высшая школа, 1977. — 288 с.
70.Фельдбаум А. А. Основы теории оптимальных автоматических систем.- М.: Наука, 1966.-636с.
71.Фельдбаум А. А., Дудыкин А. Д., Мановцев А. П., Миролюбов Н. Н. Теоретические основы связи и управления. — М.: Физматгиз, 1963.-932с.
72.Хардле В. Прикладная непараметрическая регрессия. — М.: Мир, 1993.-349 с.
73.Цыпкин Я. З. Адаптация и обучение в автоматических системах.- М.: Наука, 1968.-428с.
74.Цыпкин Я. З. Основы информационной теории идентификации. — М.:
Наука. 1984.-320 с.
75.Штейнберг Ш. Е. Идентификация в системах управления. — М.: Энергоатомиздат, 1987. — 80 с.
76.Эйкхофф П. Основы идентификации систем управления. — М.: 1975.-412с.
77.Янушевский Р. Т. Теория линейных оптимальных многосвязных систем управления.- М.: Наука, 1973.-511с.
78.Medvedev A.V. Identification and control for linear dynamic systems of unknown order. // Optimization Techniques IFIP Technical Conference / Berlin — Heidelderg — New-York: Springer — Verlag, 1975. — p. 48−55.
79.Medvedeva N.A. Nonparametrical Estimation of Statistical Characteristics in Problem of Modeling. — Proceeding of the international Conference «Computer Data Analysis and Modeling, Minsk: BSU, 1995. — p. 89−93.
80.Medvedeva N.A. Nonparametric Modeling Algorithm’s of Dynamic Processes// CDAM: Proceedings of Fifth international Conference, V. 2: Minsk, BGU, 1998. — p. 5−10.
81.Parzen E. On Estimation of a Probability Density, Function and Mode // IEEE Transactions on Information Theory, vol. Pami-4, № 6, 1982. p. 663−666.
82.Rosenblatt M. Remarks on some nonparametric estimates of a density function //Ann. Math. Statist. — 1956. — V.27, № 3. — Pp. 832−835.
83.Иконников O.A., Каркарин А. П., Кирик E.C., Пупков A.H. О задачах регулирования и диагностики режимов работы энергоблока.//Труды IV международного симпозиума «Интелектуальные системы». — Москва: МГТУ, 2000, С. 129−131.
84.Каркарин А. П., Красноштанов А. П. О моделировании производственных комплексов.// Вестник НИИ СУВПТ. — Вып.6 — Красноярск: Изд-во НИИ СУВПТ, 2000, С. 207−222.
85.Каркарин А. П., Кирик Е. С., Красноштанова И. А., Кузнецова О. В., Шпилькин И. П. О проектировании систем технической диагностики и управления качеством.// Проблемы синтеза и проектирования систем автоматического управления. Тез. Докл. Научно-практического семинара. — Новосибирск: НГТУ, 2001, С. 79−81.
86.Каркарин А. П. Информационные технологии разработки 1111Р.// Перспективные материалы, технологии, конструкции: Сб. науч.тр. -Красноярск: САА, 2001, С.350−354.
87.Ikonnikiv О.А., Karkarin А.Р., Pupkov A.N. To data analysis in modeling and diagnostic problems.// Computer data analysis and modeling: Proceedings of the Sixth International Conference — CDAM'2001, — Minsk: BSU, 2001<-P.88−92.
Заключение
.
