Естественно, что значимость рассогласования во времени изменения сигнала и реакции на это изменение неравноценна на разных этапах функционирования системы. Так при посадке самолета время рассогласования недопустимо, а при полете с помощью автопилота это время может быть достаточно большим. Поэтому в системе должен присутствовать механизм регулирования работы в реальном масштабе времени, сочетающий в себе оперативность информации в виде образов, кодов и точность информации в виде буквенно-цифровых таблиц. Ряд авторов в качестве принципов системного подхода приводят закон необходимого разнообразия. У. Эшби или принцип внешнего дополнения С. Бира. Часто этот принцип именуется законом адекватности «системы управления и управляемого объекта», утверждающего, что для описания «размытых» объектов нужно применять столь же «размытый» математический язык, или неоптимальность детального описания «размытых» объектов. Закон У. Эшби обосновывает оправданность использования иерархического языка с управляемой степенью адекватности описания систем, в частности, развивающихся систем, в которых происходят необратимые и закономерные изменения их состояний, определяющие направленность развития систем. Подобные системы должны обладать свойствами самоорганизации и интеллектом, реализующим управление нужного качества при всем разнообразии условий изменения «жизни» объекта, сводящихся к изменениям внешней среды (например, нарушения нормальной реакции горного массива на технологические воздействия) и внутренней среды (отказы датчиков, каналов связи, действие помех и пр.) По нашему мнению указанные принципы У. Эшби и С. Бира рассматривают более тонкие моменты проектирования и должны использоваться при специальных рассмотрениях. Для проектирования современных АСУ вполне достаточно 7 указанных принципов.
2.6. Современные тенденции формирования новых механизмов интеллектуального управления
Интенсивность поступления информации определяет нагрузочную характеристику системы и ценность информации (при редких сообщениях ценность может снизиться). В процессе оперативного управления при умеренной интенсивности потока информации (0,2-0,5 бит/с) человек обычно определяет как более важную ту информацию, которая поступает чаще, за исключением единичных, но обладающих высшим приоритетом сообщений.
Процессы проектирования и производства различных технологических систем невозможны без целенаправленного процесса управления, осуществляемого с помощью информационных технологий. Необходимо понять, что практически на любом этапе жизненного цикла любое изделие, технологическая система и т.д., как сложная система, взаимодействует с системами проектирования, исследования, производства, эксплуатации, в свою очередь, являющимся сложными системами. Логика процесса управления может быть оценена с позиций:
1) категория управления;
2) организация управления;
3) структура управления.
Категории управления сведены в таблицу 2.2.
Таблица 2.2
Категории управления
| Действия | Характеристика | Оценка | Сфера применения |
| Процесс выработки сигнала управления | Оперативность Обоснованность Категоричность | Т цикла М [К0] Риск | Дирекция, совет директоров, плановый отдел, коллегия министерства |
| Распространение сигнала управления | Охват Непрерывность | М [х] Т запазд | Пространство Время |
Оперативность определяет порядок выработки сигналов управления во времени и является переменной величиной. На нее влияют производительность органа управления, организация процесса управления, число контуров управления в различные моменты времени, наличие и характер обратных связей. Оперативность оценивается временем цикла управления, которая задается априорно или измеряется на различных этапах процесса.
Обоснованность характеризует собой содержания управляющих воздействий, правильность которых основана на интуитивных и на научно обоснованных решениях лица, принимающего решение (ЛПР). Обоснованность оценивает степень приближения выбранного решения к оптимальному и зависит от уровня понимания закономерностей процесса управления, возможности использования знаний в конкретной ситуации, опыта и интуиции ЛПР.
Обоснованность, характеризуя качества принимаемых решений, практически не поддается оценке в процессе управления.
Существует несколько методов априорной оценки обоснованности:
а) вариантный, когда принимаются к рассмотрению mзад. вариантов, заданных ЛПР или существующих в базе данных. Если фактическое число рассмотренных вариантов m из-за ресурсных ограничений оказывается меньше mзад., то обоснованность определится из их отношения. Достоверность такой оценки весьма низка из-за первоначально допускаемого субъективизма;
б) использование внешнего критерия. Предположим, что значение максимальной эффективности равно К0 для оптимального варианта решения Х(0), а К(Х) - показатель эффективности управляемого процесса Х, тогда обоснованность V равна V=1-[K0 –K(X)]/K0. Такой подход, как и любая квалиметрическая оценка, определяет степень приближения к выбранному эталону, однако не учитывать сложность оценки самих вариантов, допущений аналитических моделей, неполного знания обстановки и т.д.;
в) вероятностный метод, позволяющий учитывать вероятностный характер воздействий, параметров управления, различные аналитические модели, что достаточно просто реализуется методами имитационного, статистического моделирования.
Категоричность определяет форму передачи сигналов управления, по возможности не допускающей иных толкований в виде словесных формулировок приказа или количественных данных.
Охват определяет уровень вовлеченности в процесс управления участников этого процесса. Охваты и оперативность- противоречивые категории. Часто охват зависит от принятого варианта управления и может не учитываться на каких-либо уровнях.
Непрерывность оценивает способность постоянно влиять на объект и с появлением информационных технологий позволяет не только обеспечить постоянную фиксацию текущего состояния, но и прогнозировать будущие изменения и осуществлять корректирующие воздействия.
Организация управления представляет собой иерархию трех уровней различной степени общности:
1. Высший уровень- цикл управления состоит из:
· оценки обстановки, сводящейся к изучению имеющейся информации об аналогичных проектируемых системах; маркетинговым исследованиям, экономическим оценкам, что приводит к созданию информационного образа будущей системы, позволяющего обосновать информационное решение;
· выработки плана, касающегося перестройки и переоснащения процесса проектирования и производства, включая разработку или освоение нового программного продукта, методов моделирования, представляющий из себя организационные решения;
· следующие этапы включают в себя подготовку приказа, его оформление и доведение до управляемых структур, составляя основу управленческого решения.
2. Средний уровень - цикл выработки решения состоит из обоснования решения (информационного, организационного или управленческого) и принятия решения (информационного, организационного или управленческого). Именно на этих этапах проявляется эффективность использования информационных технологий.
3. Низший уровень – цикл выбора альтернатив, состоящий из выбора альтернативы, ее оценки, анализа.
Структура управления обычно представляется в виде четырех этапов, реализуемых с использованием средств информационных технологий:
· сбор и обработка информации всех доступных видов;
· подготовка и поэтапное принятие решения;
· выработка управленческих сигналов, реализующих решение;
· передача информации и/или сигналов управления.
В сложной многоуровневой системе управления при использовании человека и/или ЭВМ в качестве ЛПР и лица, обеспечивающего решения (ЛОР), может быть несколько точек принятия решений на перечисленных выше этапах и уровнях управления. На рис.2.7 представлен фрагмент иерархической 3-х уровневой структуры. Таким образом, точка принятия решения - это все моменты времени, в которых проводится анализ или принимаются решения. На нижнем уровне таких точек одна - анализ варианта; на среднем уровне две, на верхнем уровне три.
Анализ, принятие решения, приказ
Подготовка решения для верхнего уровня, принятие решения для нижнего уровня
Анализ
Рис.2.7 Фрагмент структуры.
Поскольку процесс управления содержит повторяющиеся последовательности действий органа управления на участках между точками принятия решения, то интервалы между точками принятия решения называют циклами. Цикл реализуется контуром управления, состоящим из ЛПР, ЛОР, технических средств. Например, цикл выработки решения можно представить в виде рис.2.8.
Сами циклы составляют иерархию, например, цикл выработки решения является частью цикла управления, включающего все четыре этапа. В свою очередь, рассмотрение альтернатив на этапе обоснования решения и принятия промежуточного решения ЛОР, а также на этапе принятия решения ЛПР распадается на выбор одной из альтернатив, ее решения и анализа полученного решения (рис.2.8), что представляет собой цикл выбора альтернативы. Качество таких этапов прямо связаны со временем, имеющимся для принятия решения, что влияет на точность оценки альтернатив.
Сокращение циклов любого уровня возможно за счет:
1) понижения степени обоснованности;
2) повышения децентрализации;
3) уменьшения адаптивности.
ч
б)
Рис.2.8 Цикл выработки решения а) и цикл выбора альтернативы б).
Первая возможность очевидна и не требует комментария. Стремление ЛПР централизовать управление приводит к увеличению цикла управления. Введение децентрализации приводит к тому, что решения в отдельных звеньях могут вырабатываться параллельно. Тогда сокращается время цикла управления и повышается его оперативность. В качестве количественной меры централизации процесса управления берется отношение числа контуров, в которых решение принимается лично ЛПР, к общему числу точек принятия решения.
Тенденция современных систем управления к увеличению гибкости и эффективности управления приводит к созданию адаптивных структур. В качестве количественной меры адаптивности можно принять отношение максимального времени функционирования совокупности контуров управления, решающих задачу после адаптации структуры, к минимальному времени функционирования начальных контуров управления, решающих ту же задачу в штатном режиме. Адаптация также повышает живучесть системы, так как многие системы управления построены по принципу комплексирования функций.
Широкое применение информационных технологий привело к появлению категории управления, называемой коллегиальность. Само по себе это понятие не является новым, но в вычислительных системах оно приобрело новое содержание, отражающее долю участия ЭВМ в выработке и принятии решения. Особенно это категория управления важна при дефиците времени.
Можно рассмотреть несколько вариантов ответственности при участии в управлении искусственного интеллекта:
1) ЛПР рассматривает все возможные варианты решения, подготовленные ЛОР с помощью информационных технологий, тогда степень обоснованности самая высокая;
2) из-за объективных причин рассмотрены не все варианты, то обоснованность снижается;
3) ЛПР рассмотрел только один вариант, отличающийся от варианта ЛОР, при этом вся ответственность ложится на ЛПР;
4) если ЛОР смог воспользоваться только одним вариантом, подготовленным ЭВМ, то ответственность полностью на ЭВМ;
5) если время на принятие решения меньше цикла решения на ЭВМ, то необходимо переходить на резервные варианты управления.
Исходя из сказанного, можно сделать определенные выводы:
1. Внедрение информационных технологий в процессы проектирования и производства создало возможность объединить в процессе решения искусственный и естественный интеллекты, существенно расширив диапазон принятия решений в реальном масштабе времени.
2. Мерой качества принимаемых решений являются категории управления: оперативность и обоснованность.
3. Процессы проектирования и управления представляют собой композицию сложных систем, рассмотрение которых возможно только с позиций системного подхода.
4. Общеинформационные представления все больше используются для информационной интерпретации процессов и систем.
Рассмотрим информационную интерпретацию процессов управления. В современных сложных системах используются большие информационные комплексы, действующие на больших расстояниях и с большим уровнем помех. Для анализа и синтеза систем управления необходимо применение основных положений теории информации с целью обеспечения оптимальности и в информационных процессах.
Энтропия - это средняя величина от плотности функции распределения вероятностей:
H(X)=M[-log f(x)Δx].
В теории вероятностей средние величины вводятся от Х, где Х-процесс. В данном же случае математическое ожидание берется от функции f(x), т.е. здесь Х нет, и средняя величина не от процесса, а от закона распределения. Если закон не меняется, то энтропия одна и та же. Другими словами, энтропия - средняя величина. А как ее можно интерпретировать к процессам управления с точки зрения теории вероятностей.
Рассмотрим несколько примеров случайных функций и процессов. Траектория самолета: то, что видим, это неслучайная функция, траектория в будущем – это случайная функция, т.к. не знаем ее. Помехи в виде вибраций на самолет – неизвестная функция, а значит, это случайный процесс. Другой пример. Функция, воздействующая на какой либо прибор: до настоящего момента времени известна, а в будущем - неизвестна, следовательно, это случайный процесс.
Дискретные случайные процессы изучаются в специальных курсах с использованием дискретизации по времени и по уровню на основе теоремы Котельникова. Ограничимся непрерывными процессами.
А как исследовать случайные процессы? Нужна ли новая методика или применима существующая? Применима методика из теории вероятностей. А как ее использовать? Пусть имеем случайный процесс. До настоящего момента t=0 он известен, а в будущем - неизвестен. Поэтому условно на рис.2.9 это изобразим пунктиром. Другими словами, может быть много вариантов или много различных реализаций мы можем иметь.
Рис.2.9. Реализация случайного процесса X(t).
А какая реализация будет в действительности? Неизвестно. Берем определенные сечения в моменты времени t1, t2, t3,… Считаем, что X(t)- амплитуда процесса во времени. Рассмотрим значение процесса в точке t1. В ней процесс может иметь разные значения (числа), тогда мы можем применить статистические методы, т.е. мы можем построить функцию распределения вероятностей (плотность вероятностей) появления амплитуд в данной точке t1. И тогда применимы все методы теории вероятностей для точки t1 (распределение амплитуд в точке t1).
В точке t2 используя статистические данные, можно построить функцию распределения амплитуд. И это будет функция, отличная от функции в точке t1. Аналогично для других точек можно написать функции распределения.
Для различных моментов t имеем различные распределения f1=f1(X,t).
Возникает вопрос: не теряем ли мы здесь данные? Т.е. будет ли полная или неполная информация о функции f1 при ее построении, считая, что точки ti берем достаточно близко и часто?
Оказывается, что теряем. Мы ведь считаем, что связи между точками t1 и t2 нет, т.е. нет зависимости, они не взаимосвязаны. А на самом деле – взаимосвязаны. А как в теории вероятностей описать величины, если между ними есть связь? Как описать функции f '1 и f ''1, если они взаимосвязаны?
Надо брать двухмерное распределение, а не одномерное. И оно дает описание взаимозависимости между величинами. Для полного описания функций в теории вероятностей вводят двухмерное описание взаимосвязанных функций. А нами вышенаписанное применимо для невзаимосвязанных функций!
Двухмерную плотность вероятностей, описывающую плотность вероятностей в точках t1 и t2, обозначим как f2(X1,X2; t1,t2). Для трех точек используем трехмерную функцию плотности вероятностей. И так доходим до n-мерной плотности вероятностей: fn(X1,…Xn; t1,…tn). Если точки достаточно близки, то для 3-х, 4-х и n-мерных функций имеем сложные описания, которые почти не используются, хотя они – правильные описания. Дискретного представления не будет!
При n=∞ n-мерная плотность распределения вероятностей удовлетворяет всем требованиям практики. Поэтому «n » берем достаточно большим. Бесконечно-мерное пространство не используют для полного описания из-за громоздкости и сложности.
Из данного нами представления процесса выделяют классы процессов, которые широко используют в виде моделей и имеют достаточно простое описание. Среди всех классов выделяют: класс стационарных случайных процессов; класс Марковских случайных процессов.
Несмотря на то, что информационные процессы в системах управления играют важную роль, в современной теории систем общеинформационная трактовка процессов развита еще недостаточно полно. Это в значительной мере объясняется тем, что теория управления была развита в период, когда информационные представления еще не были сформулированы.
С целью более четкого понимания роли информации в системах рассмотрим изображенную на рис.2.10 структурную схему упрощенной системы управления, в которой информационная трактовка отдельных ее элементов.
Рис.2.10. Схема информационной трактовки системы управления:
1-источник информации; 2- элемент преобразования информации: физической природы информационного процесса, языка и разделения полезной информации и помех; 3- элемент; производящий оценку информации; 4- элемент принятия решения; 5- регулирующий орган- преобразователь информации в действие: а- помехи- ложная информация, б- информация, определяющая механизм управления, в- дополнительная информация о характеристиках системы и внешних условиях, используемая при принятии решения, г- информация о регулируемом параметре, д- информация о регулируемом параметре после ее преобразования, е- информация оценки регулируемого параметра, ж- информация, создаваемая элементом принятия решения, □- информационная подсистема.
Управление процессом, как это представлено на схеме, происходит на основе информации, получаемой о процессе, информации о внешних воздействиях, состоянии объекта и о механизме изменения управляемых параметров. Элементы информационной подсистемы создают информацию о свойствах процесса и о внешних воздействиях.
Информация оценивается с использованием какой-либо меры или нескольких мер по определенному алгоритму. Обычно оценка происходит на основе информации, имеющейся в памяти, или на основе информации, поступающей из внешних источников в виде программы или механизма управления. После оценки полученной информации требуется принять решение, что делать с управляемым процессом. Для этой цели используется элемент, вырабатывающий решение, который на выходе создает информацию принятого решения. Выработка информации решения производится по алгоритму решения на основе информации, получаемой от предыдущего элемента, и добавочной информации в режиме функционирования систем.
Следующим элементом системы является устройство, преобразующее информацию решения в действие с целью воздействия на управляемый процесс. Данный элемент часто выполняется в виде преобразователя одного вида энергии в другой.
В настоящее время в информационных системах, используемых в управлении, применяется амплитудно-временной код. Это объясняется тем, что свойства процесса оцениваются с использованием амплитудно-временных оценок. Важными вопросами для информационных процессов являются выбор мер и алгоритмов оценок на основе энтропийных свойств, связанных с понятием неопределенности.
Пример 1. Пусть передаются четыре равновероятных сообщения двоичным кодом. Сообщения отображаются кодом 00, 01, 10, 11. Найти энтропию сообщения и энтропию источника.
Решение. Энтропия сообщения - неопределенность, содержащаяся в осредненном сообщении, тогда
, дв.ед./сообщ.
Энтропия источника - неопределенность, содержащаяся в одном символе сообщения, тогда
, дв.ед./символ.
Здесь х0 - множество элементов сообщения, а х - множество символов (0,1) кода.
Пример 2. В задачах организационного управления решениями являются альтернативы «да - нет». В этих задачах переменная модели xj определяет выбор конкретного проекта:
Используя булевые переменные xj, необходимо формализовать ситуацию, допускающую выбор не более k из N имеющихся проектов.
Решение: Имеем х1 + х2 + … + хN ≤ k.
Пример 3. Необходимо выбрать ровно k проектов из N имеющихся. Запишите это в формализованном виде.
Решение. Можно записать
xi - хj ≤ 0.
Действительно, если xj = 0, то и xi = 0. Если же xj = 1, то xi ≤ 1, т.е. возможны оба варианта: xi = 0 или xj = 1.
Пример 4. Пусть i-й и j-й проекты являются альтернативными (взаимоисключающими), а k-й проект может быть принят лишь при условии принятия одного из этих проектов. Как в этом случае может быть представлено ограничение на xi, xj, xk?
Решение. Имеем
xi - хj = 1, т.к. взаимоисключающие.
Тогда хk - xi - хj ≤ 0.
Пример 5. Если решение Х1 является строго более предпочтительным, чем решение Х2, а решение Х2 является строго более предпочтительным, чем решение Х3, то решение Х1 является строго более предпочтительным, чем решение Х3. Приведите формализованную запись данного утверждения.
Решение. ((Х1 >Х2) 
(Х2>Х3)) 
(Х1>Х3).
Пример 6. Если Х1 и Х2 - эквивалентные решения, Х2 и Х3 - также эквивалентные решения, то Х1 и Х3 будут эквивалентными решениями. Запишите это утверждение на формальном языке.
Решение. ((Х1 ~Х2) (Х2 ~ Х3)) (Х1~Х3).
Пример 7. Рассматриваются объекты xi из множества Х и некоторое бинарное отношение R, обладающее свойствами рефлексивности, антирефлексивности, симметричности, антисимметричности, транзитивности. Запишите эти свойства в формализованном виде.
Решение.
Рефлексивность - xiRxi;
антирефлексивность - из xiRxj следует, что xi ≠ xj;
симметричность - если xiRxj, то и xjRxi;
антисимметричность - если одновременно xiRxj и xjRxi, то xi = xj;
транзитивность - если xiRxj и xj Rxk, то xiRxk.
Контрольные вопросы
1. Назовите основные этапы становления системного подхода.
2. Определите иерархию системности.
3. Назовите основные этапы исследования систем.
4. Опишите структуру процесса проектирования.
5. Назовите основные сферы взаимодействия среды с системой.
6. Дайте определение компонентов базиса и сфер.
7. Назовите основные понятия, входящие в определение системы.
8. Определите понятия простая система, сложная система и большая система.
9. Дайте определение свойству эмергентности.
10. От каких параметров зависит интегративность систем?
11. Какие виды функционирования Вы знаете?
12. Назовите особенности гомеостазиса.
13. В чем смысла принципа целеобусловленности?
14. Дайте определение иерархии систем.
15. Опишите структуру модуля управляемого контура.
16. В чем смысл принципа моделируемости?
17. Что такое принцип симбиозности?
18. Какие формы информации используются в современных системах?
19. Какие сигналы выдает исследуемая система?
20. В чем смысл принципа связанности?
Список литературы
1. Глущенко В.В. Информация. Информационные технологии. Принятие решений. – СПб: ГУВК, 1998. – 90с.
2. Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа. – СПб, ИПЦ СПбГТУ, 1997. – 290с.
3. Винограй Э. Д. Основы общей теории систем. – Кемерово, 1993. – 248с.
4. Куприянов В.В. Энтропия и информация. Учебное пособие. – М.: МГГУ, 1999. – 90с.
5. Надеев А.Т. Основы системного анализа. – Нижн.Новг.,1993. – 132с.
6. Пригожин И. От существующего к возникающему. – М.: Наука, 1985. – 325с.
7. Советов Б.Я. Информационная технология. – М.: Высшая школа, 1994. – 367с.
8. Советов Б.Я., Яковлев С.А. Моделирование систем. – М.: Высшая школа, 1998. – 319с.
9. Шеннон К. Работы по теории информации и кибернетике. – М.: ИИЛ, 1963 – 487с.
СОДЕРЖАНИЕ
ВВЕДЕНИЕ. 3
ГЛОССАРИЙ ТЕРМИНОВ ПО ДИСЦИПЛИНЕ «СОВРЕМЕННЫЕ ПРОБЛЕМЫИНФОРМАТИКИ И ВЫЧИСЛИТЕЛЬНОЙ ТЕХНИКИ». 5
1. ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ ИНФОРМАЦИИ.. 9
1.1. Определения теории информации. 9
1.2. Характерные черты и некоторые свойства информации. 10
1.3. Дискретная и непрерывная информация. 11
1.4. Теорема Котельникова. 14
1.5. Понятие о кодировании. 16
1.6. Информационные аспекты построения систем. 18
Контрольные вопросы.. 24
2. ОСНОВЫСИСТЕМНОГО ПОДХОДА.. 25
2.1. Появление системных концепций. 25
2.2. Иерархия системности. 30
2.3. Сферы взаимодействия……………………………………………32
2.4. Классификация систем. 38
2.5. Свойства систем и принципы системного подхода. 44
2.5.1. Свойства систем. 44
2.5.2. Принципы системного подхода. 47
2.6. Современные тенденции формирования новых механизмов интеллектуального управления…………………………………….….61
Контрольные вопросы.. 63
Список литературы.. 64