1. ÚVOD
„Riadenie je reťazec rozhodovacích procesov!“
Objekt skúmania: Zložitý systém, komplex, rozsiahly systém, zložitý
kybernetický systém, ergatický systém, zložité hierarchicko – organizačné
systémy.
Cieľ: zostavenie matematického modelu pre účely riadenia, formalizácie
rozhodovacích procesov
Vývojové etapy:
•
parametrický opis aj s viaczložkovými vektormi (nejasný obraz o situácií v
systémoch),
•
formalizácia jednotlivých rozhodovacích postupov a procesov, ktoré sú
podstatnou časťou riadiacich algoritmov.
Podmienka: Vznik novej vednej disciplíny „kybernetika“
-Norbert Wiener (nový systémový pohľad)
-A. Hartley (už existujúce poznatky)
-C. E. Shannon (už existujúce poznatky)
-J. von Neumann (už existujúce poznatky)
-O. Morgenstern (už existujúce poznatky)
-Rosenblueth (už existujúce poznatky, neurofyziológ)
Systémy CIM:
CIM (Computer Integrated Manufacturing) – integrovaná počítačom
podporovaná výroba: „Reprezentuje integráciu výrobnej a inžinierskej
technológie s počítačovou technológiou, ktorá automatizuje všetky
činnosti od tvorby výrobku až po expedíciu“.
CIM odstraňuje neefektívne, pomalé postupy spracovania dát, znižuje
náklady na spracovanie údajov a ich záznam.
CIM znamená integráciu materiálového a informačného toku.
Vzájomná súvislosť zložiek systémov CIM (obr. 1):
Základné kategórie:
•
systém(definícia) – Systém je účelovo definovaná množina prvkov
a väzieb medzi nimi,
•
informácia (definícia) – Teória informácií sa zaoberá vyjadrením stupňa
novosti, nepredvídateľnosti v informačnom procese,
•
riadenie (definícia) – Cieľavedomé zasahovanie do činnosti systému.
Rozvoj kybernetických ideí na systémových základoch priniesol nasledovný
výsledok:
•
„Celok je viac ako obyčajný súbor prvkov“ Aristotelov princíp.
Vývoj kybernetiky:
- N. Wiener: „Kybernetika je prenos informácií a regulácia v človeku a v stroji.“
•
okruh chápania kybernetiky : človek – stroj
•
aspekt chápania kybernetiky : prenos informácií a riadenie.
Ďalšie definície:
•
A. J. Poletajev
•
W. R. Ashby
•
A. N. Kolmogorov
•
V. Gluškov: „Kybernetika je veda o všeobecných zákonoch
transformovania informácií v zložitých systémoch.“
Súčasná orientácia:
Zložité systémy, ergatické systémy, pozostávajúce zo značného počtu ľudí
a technických prostriedkov, ktoré sa nachádzajú v cieľovo – orientovanom
stave (cieľavedomý vzťah) – R. L. Ackoff.
Referenčné modely systémov CIM:
Pri opise štruktúry CIM veľmi často sa používajú referenčné
modely. Patria sem predovšetkým modely, ktoré obsahujú tieto subsystémy:
•
CAD (Computer Aided Design),
•
CAE (Computer Aided Engineering),
•
CAPP (Computer Aided Proces Planning),
•
CAM (Computer Aided manufacturng),
•
CAQ (Computer Aided Quality),
•
CAI (Computer Aided Inspection),
•
CAT (Computer Aided Testing),
•
CAA (Computer Aided Assembling),
•
CAH (Computer Aided Handling),
•
CAR (Computer Aided Robotics),
•
MRP (Manufacturing Resources Planning) – plánovanie výrobných
zdrojov,
•
DRP (Distribution Resources Planning) – plánovanie rozdelenia
zdrojov.
Jednoduchý štruktúrny referenčný model je zobrazený na obr. 2.
Obr. 1 Vzájomné súvislosti zložiek CIM
Obr. 2 Štruktúra referenčného modelu CIM
UI v riadení systémov:
Procesy riešenia problémov a formalizácie rozhodovacích procesov boli
doteraz vyhradené pre človeka s jeho znalosťami a získanými poznatkami.
V posledných 30-tych rokoch sa objavili prvky, postupy a metódy UI, ako napr. :
•
vedomostné inžinierstvo (knowledge egineering),
•
zobrazenie poznatkov (knowledge representation),
•
systémy pre podporu rozhodovania (decision support systems),
•
expertné systémy (expert systems),
•
fuzzy množiny (fuzzy sets),
•
neurónové siete (neural network),
•
evolučné algoritmy (postupy),
•
genetické algoritmy,
•
fuzzy – neuro siete, atď.
Základným cieľom aplikácie prvkov, postupov a metód UI je spájať
špecifické možnosti výpočtovej techniky (informačné technológie) s formou
vyššieho, inteligentného spracovania informácií a poznatkov.
Ďalšie zložitejšie referenčné modely:
•
kruhový sektorový referenčný model,
•
referenčný model typu „Y“,
•
referenčný model od firmy Siemens,
•
referenčný model od firmy IBM,
•
referenčný model od firmy Karsluche GmbH.
1
2.ROZHODOVACIE PROCESY
V ZLOŽITÝCH SYSTÉMOCH A ICH
VÝZNAM
„Riadenie“ je reťazec rozhodovacích procesov, ktoré je uskutočňované
zámerne a prebieha vo forme riadiaceho cyklu. Riadiaci cyklus je uzavretá
postupnosť javov (úkonov) v zmysle ich logickej a príčinnej väzby. Pozostáva:
•
získanie informácií,
•
spracovanie informácií,
•
využitie informácií.
Analogicky je možné zadefinovať 3 etapy pôsobenia systému:
•
EFU (etapa formovania údajov),
•
EP (etapa plánovania),
•
ERP (etapa realizácie plánov).
Kľúčovým problémom na každom stupni vývoja je „riadenie výrobných
procesov.“
•
Automatické systémy riadenia,
•
Automatizované systémy riadenia (ASR).
ASR:
•
ASR P (70 – tých rokoch minulého storočia),
•
ASR TP (od 80 – tých rokov minulého storočia).
ASR TP:
•
spojité technologické procesy,
•
diskrétne technologické procesy.
2.1 ŠTRUKTÚRA ZLOŽITÝCH SYSTÉMOV
Obr. 3 Štruktúra zložitých systémov
Z pohľadu riadenia, diagnostikovania, projektovania, údržby, atď. je podstatná
•
činnosť a
•
štruktúra ZS.
Štruktúra samotného riadeného procesu (technologický, výrobný alebo iný) je
tiež „hierarchická.“
ZS pozostáva konečného počtu systémov (subsystémov, elementov)
a vyznačuje sa týmito vlastnosťami:
•
veľký počet prvkov, ktoré sa môžu zväčšovať alebo zmenšovať,
•
hierarchickosť štruktúry,
•
súbor vzťahov medzi elementmi,
•
právo samostatného rozhodovania prvkov (aktívne systémy),
•
zmena tvaru a miesta,
•
zmena spojení medzi elementami.
Štruktúra ZS je súbor všetkých elementov a väzieb medzi nimi. Z tohto
pohľadu k riadeniu ZS môžeme pristúpiť dvoma spôsobmi:
•
ovplyvňovaním jeho elementov,
•
ovplyvňovaním väzieb medzi elementami.
Pri popise štruktúry sa využívajú:
•
grafy a teória grafov,
•
štruktúrne, interakčné (väzbové) matice.
2.2 VŠEOBECNÁ CHARAKTERISTIKA ROZHODOVACÍCH PROCESOV
2.3 ZLOŽITOSŤ, NEURČITOSŤ A KOMPLEMENTÁRITA V SYSTÉMOCH
•
Priebežné hodnotenie stavov v systémoch (komplexné, ZS, ergatické
systémy, atď.) je jedným z najťažších, ale najdôležitejších problémov. S týmito
problémami súvisia nasledovné metodické otázky:
•
pozorovanie objektov, priebežné hodnotenie stavu,
•
princíp komplementarity,
•
zložitosť a neurčitosť,
•
ich aplikácia v ZS.
Pozn. č. 1 (Priebežne hodnotenie stavu ZS):
•
sledovanie stavu elektrizačnej siete,
•
sledovanie a riadenie stavu jadrových energetických komplexov,
•
monitorovanie a riskmanagement stavu ovzdušia (únik životu
nebezpečných látok) v hutníckych kombinátoch,
•
diagnostikovanie a údržba výrobných liniek podľa skutočného stavu
technologických zariadení,
•
kontrola a riadenie dopravnej situácie v meste, atď.
Pozn. č. 2 (Neurčitosť ZS):
•
matematický model pre riadenie a sledovanie stavu elektrizačnej siete je
veľmi zložitý, ale bol by riešiteľný a použiteľný keby sme vedeli zistiť
okamžitý stav siete (počiatočné, okrajové podmienky)
•
„Rozhodovanie je cieľavedomá voľba medzi verziami činností v danom
prostredí.“ Je to vlastne zobrazenie:  : V   U
kde V*– je množina stavov,
U – množina akčných veličín,
– zobrazenie.
Kľúčové pojmy:
•
Stratégia, t. j. alternatívny plán (program) činnosti.
•
Štruktúra stratégie, spravidla postupnosť prikazovacích viet.
•
Cieľavedomá voľba, cieľovo orientovaný stav (R. L. Ackoff).
•
Výsledok: je funkciou stratégie a okolitých podmienok.
•
Formalizovateľnosť úkonov:
–
úlohy pre ktoré neexistujú formálne algoritmy,
–
úlohy pre ktoré existujú heuristické algoritmy,
– získané intuíciou,
– tvorivou analýzou.
–
úlohy pre ktoré existujú formálne, efektívne algoritmy (oblasť umelej
inteligencie).

výhodnosť riešenia problematiky s využitia metodiky situačného riadenia
ES
Cieľ riadenia ES (verbálne vyjadrenie):
–
spoľahlivosť a bezpečnosť dodávky elektrickej energie,
–
dodávka elektrickej energie v potrebnom množstve, kvalite a čase,
–
hospodárnosť dodávky (výroby a rozvodu) elektrickej energie.
2.3.1 Pozorovanie objektov
Rozvoj kvantovej fyziky elementárnych častíc (okolo 1920) si vyžiadal
nový prístup k problematike pozorovateľnosti javov.
•
Bohr formuloval základy princípu neurčitosti (Niels Bohr, 1885- 1962)
obiehania elektrónov okolo jadra.
•
Schrödinger a Heisenberg doplnili kvantitatívne zhodnotenie.
Základná myšlienka:
„Je možné odvodiť resp. zostaviť matematický model, ktorý opisuje
správanie elementárnej častice, ale principiálne nie je možné získať
pozorovaním alebo meraním fyzikálne hodnoty na určenie počiatočných
a okrajových podmienok, nevyhnutných na riešenie týchto vzťahov pre
danú časticu.“
2
2.3.2 Princíp neurčitosti
Issac Newton (1642- 1727)
– pohybové zákony, teória gravitácie
a ich úspechy priviedli
Pierre Simon Laplace (1749- 1827)
začiatkom 19. storočia k názoru že
„vesmír je úplne deterministický.“
Tvrdil že na základe Newtonovkých zákonov
je možné vypočítať stav slnečnej sústavy
v ľubovoľnom okamihu, ak poznáme polohu a rýchlosť slnka a planét
v určitom okamihu. Laplace ešte zašiel ďalej a tvrdil, že podobné zákony určujú
aj ostatné deje, dokonca vrátane ľudského života.
Heisenberg ukázal, že:
Neistota v polohe častice
Neistota v rýchlosti
častice
Hmotnosť častice
Planckova konštanta
Obr. 4
Heisenbergov princíp neurčitosti je v súčasnej dobe základnou vlastnosťou
sveta.
Princíp neurčitosti signalizoval koniec Laplacovho sna o teórií prírodných
vied, o modeli vesmíru, ktorý by bol úplne deterministický. Nikto nemôže
predpovedať budúce udalosti, keď nie je schopný ani len s dostatočnou
presnosťou zmerať súčasný stav vesmíru.
Preto sa zdalo, že by bolo užitočné použiť ekonomický princíp známy
ako „Occamová britva“ a zbaviť sa tých časti teórie, ktoré nemôžeme
pozorovať. Tento prístup priviedol Heisenberga, Ervina Schrödingera (1887 –
1961) a Paula Diraca k reformulácií mechaniky na novú teóriu nazvanú
kvantová mechanika. Kvantová mechanika vo všeobecnosti nepredpovedá
jednoznačný výsledok pozorovania. Namiesto toho predpovedá množstvo
rôznych možných výsledkov a hovorí nám, aká je pravdepodobnosť každého
z nich.
Príklad č. 2:
Kvantová povaha elektromagnetického žiarenia pri pozorovaní elementárnych
častíc (Plancková konštanta h) spôsobuje, že: „chyba Δp spojená
s pozorovaním situácie súvisí so zmenou pozorovanej veličiny Δq a to
nasledovne“
 p  q  h
Veličiny „p“ a „q“ sú konjugované komplementárne dvojice (združené dvojice):
Ďalšími dvojicami sú:
•
poloha – hybnosť.
•
energia – čas.
•
situácia – proces.
Princíp komplemetarity nadobúda rozdielny obsah a formu pri rôznych
aplikáciách.
Biologické systémy (umožňujú stanoviť komplementárne dvojice):
•
fyzikálno, chemické – biologické procesy,
•
matematický základ – systémové aspekty.
Dvojice, ktoré majú všeobecný význam:
•
pravdivosť (verity) – jasnosť (evidency, transparency),
•
formálny (matematický) – fyzický (aktuálny).
Max Planck (1858- 1947).
V roku 1900 navrhol, že sa svetlo
šíri iba v akýchsi balíčkoch či kvantách vĺn,
ktorých energia je úmerná frekvencií žiarenia.
Kvantová hypotéza veľmi dobre
vysvetľovala pozorovanú rýchlosť
vyžarovania horúcimi telesami, ale jej dôsledky (týkajúce sa determinizmu) si
uvedomil až v roku 1926.
Nils Bohr (1885 - 1962).
Formuloval zásadné princípy
neurčitosti; obiehanie elektrónov
okolo jadra.
Werner Heisenberg (1901- 1976),
ktorý sformuloval svoj slávny princíp neurčitosti:
„Nie je možné súčasne stanoviť presnú
polohu a rýchlosť častice.“
Aby sme dokázali predpovedať budúcu polohu a rýchlosť častice musíme byť
schopný zmerať jej súčasnú polohu a rýchlosť. Vychádzame z Planckovej
hypotézy, t. j. čím presnejšie sa snažíme merať polohu častice, tým menej
presne zmeriame jej rýchlosť a opačne.
Schrödinger a Heisenberg teda doplnili pozorovanie objektov
kvantitatívnym hodnotením. Túto základnú myšlienku sformovali nasledovne:
„Je možné odvodiť resp. zostaviť matematický model, ktorý opisuje správanie
elementárnej častice, ale principiálne nie je možné získať pozorovaním alebo
meraním fyzikálne hodnoty na určenie počiatočných a okrajových podmienok,
nevyhnutných pre riešenie týchto vzťahov pre danú časticu.“
Heisenbergov princíp hovorí aj o tom, že „pozorovanie ovplyvňuje aj
správanie pozorovaného.“
Teda je možný kvalitatívny rozbor príslušných vzťahov, ale nie konkrétne
riešenie kvantitatívne vyjadrenej situácie.
Príklad č. 1:
Tok viskóznej kvapaliny (demonštruje neurčitosť v oblasti makroskopických
javov; pri nízkom Reynoldovom čísle prúdenie je stabilné, vysoké Re čísla
dávajú nestabilné riešenia a medzi nimi je prechodové pásmo).
2.3.3 Princíp kolmplementarity
Základné myšlienky komplementarity Bohr rozšíril aj na iné oblasti a tým
formuloval princíp komplementarity.
2.3.4 Aplikácie v teórií ZS
Výrobné systémy: komplementárnosť a neurčitosť medzi materiálnym
základom a systémovými aspektami. (Uvedené vzťahy pripomínajú väzby
u biologických systémoch.)
OKOLIE
VÝSTUP(výrobky)
VÝROBNÝ
SYSTÉM
(Výrobný
proces)
VSTUP (materiálno, organizačné zabezpečenie) - Materiál, výrobné prostriedky
Obr. 5
VÝSTUP – VSTUP = ZDROJ PRE ROZVOJ SYSTÉMU
„+“
Skutočný zdroj
pre vývoj systému
„-“
Pokrýva iba materiálno organizačnú podstatu
výrobného systému
Obr. 6
3
Pri materiálno – organizačnom zabezpečení výrobného systému stretávame sa :
1.
Výrobné prostriedky (sú charakterizovateľné so svojimi technickými
parametrami, ktoré pri zapojení do výrobnej linky strácajú svoj pôvodný
zmysel. Pozornosť sa sústreďuje na výstup zo systému, t. j. výrobky).
Vzniká preto komplementárna, konjugovaná dvojica:
reálny výrobný proces – výrobný prostriedok.
2.
Materiálová spotreba (nemôže sa hodnotiť podľa nadobúdacích
podmienok). Reálne sa môže uvažovať iba s materiálom, ktorý je
bezprostredne zaradený do výrobného procesu (teda nie zmerazené resp.
skladované materiály).
Organizácia výroby systémov JIT (just in time).
Vytvára sa komplementárna dvojica:
Spotreba materiálu – proces vytvárania konečného výrobku.
Z predchádzajúcich úvah vyplývajú tieto zásady pre riadenie výrobného procesu:
1.
Riadenie má vychádzať z konečného produktu výroby (z konečného cieľa,
hodnotenie na každej etape výrobného procesu; využívanie Bellmanovej
optimalizačnej stratégie).
2.
Nadobúdacie hodnoty, ktoré sa vyskytujú na vstupe odrážajú iba realitu
okolitého systému a nie výrobného procesu. Sú využiteľné na realizáciu
spätnej väzby.
3.
Základnou výrobnou stratégiou výrobného systému je zabezpečenie
výroby pri minimálnej väzbe na materiálno – organizačné prostriedky .
4.
Výrobný proces a jeho činnosti sú závislé od charakteru vstupov do
systému. (zásobovanie; plynulý odbyt výrobkov; štruktúra a disciplína
dodávateľsko – odberateľských vzťahov; cieľ zaistiť ultrastabilitu).
Uplatnenie princípov komplementárnosti umožňuje riadenie vysokej úrovne
efektivity.
2.4 Formalizácia, opis, modelovanie
Na základe takto získaných vedomostí a poznatkov, vedci mohli pokročiť
ďalej. Zákonitosti, ktoré objavujú výstižne definujú, zovšeobecňujú a tým si
založia vedecké teorémy (tézy, poučky) už spoznaného sveta. V takých
prípadoch, kde formalizácia je dostatočne pevná, neurčitosť a dvojzmyselnosť
nemá miesto (normatívne rozhodovanie).
Proces formalizácie v dnešnom ponímaní je prostriedkom, ktorý vznikol
koncom 19. a začiatkom 20. storočia. V užšom slova zmysle v počiatkoch
formalizácia bola aplikovaná v oblasti matematiky, matematickej logiky a fyziky.
Existujú aj iné vedecké tvrdenia, ktoré hovoria, že formalizácia sa objavila
súčasne so vznikom ľudského jazyka a uvažovania (rozmýšľania).
V súčasnej dobe v kybernetike, v tórií riadenia komplexov významnú
úlohu zohráva formalizovanosť na báze matematiky a matematickej logiky.
Uvedené zvláštnosti kladú mimoriadné požiadavky na použitie aparátov
pre formalizáciu rozhodovacích procesov vyskytujúcich sa pri riadení ZS, ako aj
pri popise jednotlivých elementov ZS. Pri popise ZS rozoznávame následné
úrovne abstrakcie:
1.
Symbolická alebo lingvistická úroveň abstrakcie. Model ZS je tu systém
pravdivých výrokov. Pritom sa uplatňuje prístup, ktorý využíva často
symbolickú alebo lingvistickú úroveň popisu objektov a ich vlastností
a ktorá sa nazýva sémiotika. Jedným z najdôležitejších nástrojov
použitia pre popis štruktúry ZS a taktiež pre popis riadenia je teória
grafov (je formalizovaný a je symbolický).
„sémiotika – je veda o znakoch“
2.
Úroveň abstrakcie založená na teórií množín. Z hľadiska tejto teórie
systém sa chápe ako kartézsky súčin množín. Pri praktickom použití
vznikajú ťažkosti, ktoré sú spôsobené práve dosť vysokou úrovňou
abstrakcie. (napr. model komplexného informačného systému).
3.
Úroveň abstrakcie založená na všeobecnej algebre. Tento prístup
zahrňuje použitie významných matematických disciplín, ako je teória
kategórií, teória modelov, teória pologrup, teória grúp a pod. Uvedený
matematický aparát umožňuje ďalšie spresnenie popisu matematického
modelu ZS.
4.
Úroveň abstrakcie založená na matematickej logike. Pri tomto prístupe
sa popisuje funkcia ZS, ako aj funkcia jeho riadiaceho systému
prostredníctvom algoritmov. Význam tohto prístupu, ktorý vedie
k zostaveniu logických schém algoritmov, vyplýva z jeho priamej
súvislosti s programovaním počítača v riadiacom člene riadiaceho
systému ZS.
2.5 Úrovne abstrakcie pri opise a formalizácií komplexov
Pri tvorbe modelov, resp. formalizácií je potrebné si uvedomiť, že:
1.
prevažná väčšina rozhodovacích procesov prebieha v podmienkach,
ktoré v minulosti sa ešte nevyskytli, pretože úplné opakovanie
rozhodovacej situácie prakticky nie je možné;
2.
výber alternatív (verzií činnosti) sa uskutočňuje v podmienkach vysokého
stupňa neurčitosti, ktorý je spojený jednak s náhodným charakterom
riadeného procesu, ako aj s nejednoznačnosťou cieľov, kritérií, verzií
činností a ich následkami;
3.
proces prijímania riešení a ich realizácia z hľadiska časového je pevne
ohraničená.
5.
6.
7.
Úroveň abstrakcie založená na teórií informácií. Uvedený prístup sa
zaoberá s tokmi informácií v ZS a priepustnosťou informačných kanálov
potrebných pre prenos údajov. Do tohto oboru patrí tiež voľba vhodného
informačného jazyka, t. j. umele formalizovaného jazyka vhodného pre
realizáciu riadenia pri použití riadiaceho počítača a taktiež pre
vyhodnocovanie informácií o meraných veličinách riadeného ZS.
V súčasnej dobe pri riadení ZS narastá dôležitosť pojmu „významnosť
(účelovosť, cennosť, obsažnosť) informácií“; je evidentné, že vhodnou
redukciou informácií len na informácie významné pre riadenie by bolo
možné značne zmenšiť objem informácií prenášaných na diaľku a objem
výpočtových prác v počítači riadiaceho systému.
Úroveň abstrakcie založená na teórií dynamických systémov. Tento
prístup je známy z mechaniky (teória kmitov), z teórie automatického
riadenia (včítanie teórie stability), zo súčasného stavu rozvoja teórie
optimálneho riadenia v stavovom priestore a tiež z operačného výskumu
(princíp maxima, lineárne programovanie, nelineárne programovanie,
dynamické programovanie, teória hier a pod.). Vychádza však z pojmu
dynamicky systém a zo súčasného pojatia pojmu stav dynamického
systému v stavovom priestore.
Heuristická úroveň abstrakcie. Na tejto úrovni sa často skúma ZS
z pohľadu, či je v spätnoväzobnom obvode kybernetického systému
ľudský činiteľ, napr. operátor, dispečer alebo skupina ľudí ako akčné
členy riadiaceho systému alebo skupina ľudí ako elementy riadeného
ZS. Používajú sa k tomu metódy heuristického programovania, ktoré
nepatria medzi metódy matematického programovania. Medzi
najobtiažnejšie otázky patrí modelovanie ľudského činiteľa.
Formalizácia je sformovanie obsahu skúmaných predmetov (procesov,
systémov, komplexov, atď.) takým spôsobom, aby bolo možné ich skúmať
matematickými metódami.
Idealizácia,
formalizácia a
zovšeobecnenie
objektu
(originál)
model
(obraz)
N. Wiener: „Model je zobrazenie komplexného systému, ktorý je pokladaný
za jednoduchší a o ktorom sa predpokladá, že má isté
vlastnosti, ktoré sú zhodné s tými, ktoré boli vybrané pre
štúdium na originálnom systéme.“
Opis okolitého sveta obklopujúceho človeka je možné rôznymi
spôsobmi, napr. :
•
Obrazy svetoznámych maliarov, knihy spisovateľov, majstrovské diela
skladateľov sú istými druhmi formalizácie. Odborníci hovoria, že je to
opis sveta na základe pocitov, ktoré sú schopné vnímať naše zmyslové
orgány.
•
Zloženie morskej vody je možné opísať pomocou chemických prvkov,
vlnobitie mora na základe fyzikálnych rovníc. Táto forma opisu je
diametrálne odlišnou v porovnaní s predchádzajúcim príkladom.
•
Existujú aj ďalšie približovanie metódy ako napr. idealizácia. Vedci
v tomto prípade základné a všeobecné vlastnosti predmetov skúmajú
tak, že zostavia „idealizovanú verziu“ skúmaného predmetu.
2.6 Teória optimálnych a vyhovujúcich rozhodnutí
Rozhodovanie – cieľavedomá voľba medzi verziami činnosti v danom
prostredí. Predpoklady pre vybudovanie teórie optimálnych rozhodnutí
z pohľadu rozhodovateľa:
1. pozná všetky možné verzie (alternatívy, stratégie) činnosti
2. s určitosťou vie aké výsledky prinášajú jednotlivé stratégie
3. je schopný určiť preferenčné poradie výsledkov
podmienka úplnej informovanosti,
maximalizujúce kritéria
jasný cieľ, konzistentné
správanie
Objektívna racionalita – Herbert Simon: predpokladá splnenie podmienok
optimálnych rozhodnutí => optimálne rozhodnutia.
H. Simon;
1957
2.
1. H. Simon; 1947; kritický pohľad neskoršie viedol
k novej definícií
Princíp obmedzenej racionality => teória vyhovujúcich rozhodnutí.
Pri obmedzenej racionalite a viaccieľovosti účastník namiesto „maximalizácie“
postaví cieľ „vyhovujúceho“ riešenia.
4
2.7 Normatívna, deskriptívna a interaktívna rozhodovacia teória
Pre tvorbu modelu rozhodovacej situácie boli vybudované:
1.
normatívna,
2.
deskriptívna (popisová) a
3.
interaktívna teória rozhodovania.
Normatívna rozhodovacia teória:
je vybudovaná na báze axiomatických sústav, pravidiel
a matematických postupov,
•
využíva deduktívny prístup, t. j. používa apriórne matematické
modely,
•
má veľkú systemizujúcu silu dôsledkom jej deduktívnosti,
•
poskytuje formalizované modely, ktoré sú užitočné ako
systemizujúce modely,
•
nevýhodou je, že sú apriórnymi (prvotnými) konštrukciami.
Najčastejšie spoločné axiómy rôznych axiomatických sústav:
1. porovnateľnosti (komparabilita),
2. tranzitivita (matematická vlastnosť veličín; z rovnosti 1. a 2., 2.
a 3. veličiny => rovnosť 1. a 3. veličiny),
3. dominancia,
4. nezávislosť.
Dedukcia – logické odvodzovanie jednotlivého prípadu, príp. záveru zo
všeobecných poznatkov !
1.
•
3.
•
•
•
•
Interaktívna rozhodovacia teória:
zapojením spoločných vied (inžinierska psychológia, filozofia, sociológia,
ergonómia, dizajn, atď.) vyzdvihuje spoluprácu so skutočným
rozhodovateľom (operátor, dispečer, projektant),
berie do úvahy vnútorný svet rozhodovateľa (motivácia, pochopenie), ale
aj vonkajší svet (vplyv okolia),
predpokladá, že rozhodovateľ je vopred schopný špecifikovať svoje
predstavy a požiadavky na riešenie,
predpokladá interaktívnu komunikáciu medzi rozhodovateľom
a riešiteľom (jeho úlohou je zber relevantných informácií).
Indukcia – spôsob stanovenia všeobecných téz a zákonov na základe
zovšeobecnenia preskúmaných zvláštnych javov, prípadov !
Najdôležitejšie parametre:
1.
úžitkovosť, utilita (psychologická, subjektívna hodnota) jednotlivých
riešení,
2.
pravdepodobnosť realizácie spomínaného riešenia.
2.
•
•
•
Deskriptívna rozhodovacia teória:
vytvorené modely slúžia na skúmanie skutočných konkrétnych
rozhodnutí,
snaží sa o opis správania sa človeka v skutočných rozhodovacích
situáciach, preto zákonite znižuje prísnosť axiomatických sústav,
získané modely môžu byť aj formalizované, nemusia byť len verbálne.
Normatívna rozhodovacia teória
Deskriptívna rozhodovacia teória
ROZDIEL?
Zvolená približovacia metodika a nie používaný jazyk (symbol)
Obr. 7
7.
8.
9.
10.
výsledky,
základná štruktúra,
rozhodovacie triedy,
rozhodovacie kritéria.
Z A Č IA T O K
V P L Y V V O N K A J Š IE H O
S V E TA
O P IS R O Z H O D O VATE ĽA
V P LY V V N Ú T O R N É H O S V E TA
MODEL PROSTREDIA
U R Č E N IE
C IE Ľ O V
P R IM Á R N E
Ú D AJE
U R Č E N IE M N O Ž IN Y A LT E R N A T ÍV
{a i }
U R Č E N IE M N O Ž .
P R ÍJ . S T R A T É G I Í
{S i }
2.8 Základný model rozhodovacích procesov
VO ĽBA RO ZHO D O V A C IE H O
K R I T É R IA
Základným model je systémovým modelom, ktorý slúži na logické
usporiadanie podstatných znalostí o rozhodovacích situáciách.
Nie je teda normatívnym, resp. matematickým modelom, ale slúži na
uvedenie súvislosti medzi prvkami rozhodnutí a kľúčovými prvkami
(systémový model).
Pozostáva z týchto prvkov (Obr. 8):
1.
účastní prijímajúci rozhodnutie (rozhodovateľ),
2.
cieľ rozhodovania,
3.
stratégia,
4.
vonkajšie prostredie,
5.
neurčitý faktor,
6.
alternatívy,
VÝBE R JED N EJ
S T R A T É G IE
S i
H O D N O T E N IE
A LT E R N A T ÍV
{a i }
ZM ENA
R O Z H O D O V A C IE H O
K R IT É R IA
VÝBER N AJLEPŠ E J A LT E R N A T ÍV Y
a i
N IE
JE M O ŽN Á IM P L E M E N T Á C IA ?
ÁNO
K O N IE C
Obr. 8 Postup pri prijímaní riešení
ÚČASTNÍK ROZHODOVACEJ
SITUÁCIE
Problematika štrukturalizácie rozhodovacieho problému je uvedená na obr.9
VNÚTORNÝ SVET ROZH.
Spôsob riešenia problému
Dobre štrukturovaný
Zistené riešenia:
· isté, systematické;
· viac diskuzívne,
· dosiahnuteľne,
· inteligentné správanie sa.
Zle štrukturovaný
VONKAJŠÍ SVET
JEDNOTLIVEC,
KOLEKTÍV
(POCIŤOVANIE,
REGISTRÁCIA,
REAGOVANIE)
Hľadané riešenia:
· pokusné;
· viac intuitívne,
· neistý výsledok,
· kreatívne správanie sa.
MOTIVÁCIA, CIEĽ ROZHODOVANIA
Obr. 10
2.
Obr. 9 Dobré a zle štruktúrované rozhodovacie problémy
Literatúra: Halada, M. : Systémové inžinírství. NADAS, Praha, 1980, 255 pp.
1.
Účastník prijímajúci rozhodnutie
Prvým prvkom každej rozhodovacej situácie je účastník prijímajúci
rozhodnutie, ktorý môže byť jednotlivcom, alebo skupinou a má jediný cieľ,
motivujúci jeho rozhodovanie. Takým spôsobom, rozdiely medzi účastníkom
prijímajúcim riešenie a skupinou účastníkov, sa javia čisto funkcionálnymi
(Luce, R.D., Raiffa, H., 1957)
ROZHODNUTIE
Cieľ rozhodovania
Existencia cieľa => rozhodovanie.
Preto cieľ má centrálne miesto v teórií systémov, teórií rozhodovania,
teórií riadenia a regulácie.
O cieli môžeme hovoriť iba v súvislosti so správaním sa, alebo činnosťou
objektov, preto ústrednou myšlienkou je pojem „Cieľovo – orientovaná
činnosť“ (cieľavedomá činnosť) – Wiener – Bigelowa koncepcia.
Časová klasifikácia cieľov (R. L. Ackoff):
•
bezprostredný cieľ,
•
perspektívny cieľ,
•
ideálny cieľ.
5
Stratégia a verzie činnosti
3.
Vonkajšie prostredie = vplyv iných systémov na náš systém + vplyv
vonkajšieho prostredia.
Stratégia = jeden plán činnosti, alebo jeden program činnosti, ktorý
účastník rozhodovacej situácie môže prijať a uskutočniť.
Delíme na:
•
množinu prijateľných stratégií a
•
množinu neprijateľných stratégií.
Pojem stratégia má všeobecnejšiu platnosť, než pojem verzia činností.
Verzie činnosti môžu byť predpisové (normatívne, preskriptívne) alebo opisové
(deskriptívne).
Vonkajšie prostredie
4.
Nadradený orgán
ZS1
ZSi
Vplyv iných
systémov
ZSi - skúmaný systém
ZSn
Neurčitý faktor
5.
Vopred nepredvídané vonkajšie okolnosti, ktoré účastník rozhodovacej
situácie nemôže úplne ovplyvňovať (činitele mimo kontroly účastníka),
vyjadrujeme pomocou pojmu neurčitý faktor.
Pod neurčitým faktorom (súhrn stavu prírody) sa nazýva úplný systém
nezlučiteľných javov, ktoré vplývajú na výsledok rozhodovania, pričom účastník
prijímajúci rozhodnutie nevlastní všetky informácie o pôsobení okolia
(Jemeľjanov, S.V. a kol., 1973).
Neurčitý faktor sa môže vyskytnúť v dvoch tvaroch:
•
v čase rozhodnutia už skutočne neurčitý faktor existuje,
•
v čase rozhodnutia vplyv neurčitého faktora ešte nenastal, nastane iba
v budúcnosti.
Ohraničenie týchto dvoch prípadov je veľmi dôležité z hľadiska, do akej
miery účastník prijímajúci rozhodnutia, je schopný „kontrolovať“ – resp.
regulovať, riadiť, usmerňovať – neurčité faktory.
Vonkajšie prostredie
(nestacionárne)
Obr. 11
Alternatívy
6.
V rozhodovacej situácií za alternatívu X považujeme množinu takých
prvkov x, z ktorých nastane jeden a iba jeden pri zavedení hociktorej prijateľnej
stratégie si. Formálny zápis definície môže byť takýto:
X  x
pritom platí, že
 PX s   1
i
x X
si  S
,
Alternatívy (vzájomne sa vylučujúce varianty)
sa skúmajú za účelom
dosiahnutia cieľov.
Výsledky
7.
Výsledok (dôsledok) rozhodnutia určujú stratégie, neurčité faktory
a pôsobenie vonkajšieho prostredia.
O  oij 
kde index „i“ pôsobenie stratégie,
index „j“ pôsobenie neurčitého faktoru a vonkajšieho prostredia.
Triedenie rozhodovacích situácií:
•
na základe premenlivosti zvolených hľadísk,
•
na báze informovanosti.
Triedenie na základe premenlivosti zvolených hľadísk nedáva prakticky
použiteľný výsledok.
Príklad:
Triedenie rozhodovacích situácií sa môže uskutočniť na báze
„premenlivosti triediacich hľadísk (A. D. Hall)“.
Premenlivosť triediacich hľadísk je uvedený na obr. 12, ktorá pri voľbe
minimálnych dolných hraníc premenlivosti dáva tento výsledok (obr. 13)
Základná štruktúra
8.
Pri explicitnom vyjadrení štruktúry rozhodovacích procesov
a rozhodovacích situácií sa uplatňujú najmä:
•
rozhodovací strom,
•
rozhodovacia tabuľka (matica),
•
grafy,
•
Petriho siete a ich modifikácie,
•
neurónové siete a ich modifikácie.
Rozhodovací strom je grafickým obrazom činnosti vonkajšieho
prostredia a neurčitého faktora účastníka rozhodovacej situácie.
Rozhodovacia tabuľka (matica) sa skladá z „i“ riadkov a „j“ stĺpcov.
•
i – stratégia,
•
j – vplyvy vonkajšieho prostredia a neurčitého faktora.
Obidva spôsoby slúžia na vyjadrenie statickej kostry rozhodovania.
Dynamiku (dynamické vlastnosti) rozhodovacích procesov umožňujú
vystihnúť niektoré typy grafov, napr. značkované Petriho siete.
9.
Rozhodovacie triedy
Rozhodovaciu situáciu analyzujeme, vždy z pohľadu prvého účastníka.
Rozhodovacia situácia môže byť:
•
nekonfliktná (individuálne riešenia),
•
konfliktná (kolektívne riešenia).
1. PODĽA CIEĽOV A PROSTRIEDKOV
(4)
CIELE
PROSTRIEDKY
2. PODĽA POČTU PREMENNÝCH
(6)
JEDINÁ
N - DRUHOV
3. PODĽA DIMENZIÍ PREMENNÝCH
(3)
TOTOŽNÉ
MIEŠANÉ
4. PODĽA MERATEĽNOSTÍ PREMENNÝCH
(4)
MENOVITÁ ŠKÁLA
PORADOVÁ ŠKÁLA
INTERVALOVÁ ŠKÁLA
POMEROVÁ ŠKÁLA
5. PODĽA PRAVDEPODOBNOSTI SKUTOČNÝCH
STAVOV
(3)
URČITÉ (DETERMINISTICKÉ)
Obr. 12
NEURČITÉ
Celkový počet tried:
4 x 6 x 3 x 4 x 3 x 2 x 4 = 6912
Získané výsledky sú nepoužiteľné, pretože počet tried vysoko prevyšuje
ľudské schopnosti rozlišovania.
6. PODĽA POČTU ÚČASTNÍKOV ROZHODOVACEJ
SITUÁCIE
(2)
RIZIKOVÉ
JEDNOTLIVÉ
SKUPINOVÉ
7. PODĽA ROZHODOVACÍCH KRITÉRÍ
(4)
AUTOMATICKÉ
ETICKÉ
AUTORITATÍVNE
KVANTITATÍVNE
Obr. 13 Triedenie rozhodovacích situácií
6
Preto je účelné v súlade s odbornou literatúrou zostaviť rozhodovacie
triedy na „báze informovanosti“ (obr. 14).
ROZHODOVACIA
SITUÁCIA
NEKONFLIKTNÉ
(INDIVIDUÁLNE)
V PODMIENKACH
ÚPLNEJ
INFORMÁCIE
V PODMIENKACH
RIZIKA
S JEDNÝM
KRITÉRIOM
S JEDNÝM
KRITÉRIOM
KONFLIKTNÉ
(KOLEKTÍVNE)
S VIACER.
KRITERIÁMI
V PODMIENKACH
NEURČITOSTI
V PODMIENKACH
ÚPLNEJ
INFORMÁCIE
S JEDNÝM
KRITÉRIOM
S VIACER.
KRITERIÁMI
S JEDNÝM
KRITÉRIOM
S VIACER.
KRITERIÁMI
V PODMIENKACH
RIZIKA
S JEDNÝM
KRITÉRIOM
S VIACER.
KRITERIÁMI
S JEDNÝM
KRITÉRIOM
PREDPOKLADÁ SA
PRÍTOMNOSŤ
INTELIGENTNÝCH
ÚČASTNÍKOV
V PODMIENKACH
NEURČITOSTI
V PODMIENKACH
PROTICHODNÝCH
ZÁUJMOV
S VIACER.
KRITERIÁMI
S JEDNÝM KRITÉRIOM
S VIACER.
KRITERIÁMI
S VIACERÝMI KRITÉRIAMI
ANTAGONISTICKÝ
KONFLIKT
NEANTAGONISTICKÝ
KONFLIKT
KOOPERATÍVNA
TEÓRIA
P - INTELIGENTNÝ
ÚČASTNÍK
NEKOOPERATÍVNA
TEÓRIA
Obr. 14 Rozhodovacie triedy
Medzi najznámejšie patria:
1.
štrukturálna analýza,
2.
matematické programovanie,
3.
dynamické programovanie,
4.
teória hier a strategického rozhodovania,
5.
sieťové grafy,
6.
metódy riešenia sekvenčných úloh,
7.
matematicko – štatistické metódy,
8.
metóda multikriteriálneho rozhodovania,
9.
metóda fuzzy (neostrého) rozhodovania
10.
metóda neostrého rozhodovania na báze fuzzy množín vektorových
hodnôt (Vector Valued Fuzzy Sets),
11.
metódy skupinového rozhodovania,
12.
metódy hromadnej obsluhy,
13.
metóda teórie zásob,
14.
metóda teórie obnovy a údržby,
15.
heuristické metódy rozhodovania,
16.
simulačné metódy,
17.
neurónové siete,
18.
fuzzy neurónové siete.
Literatúra:
Simon, H.: The New Science of Management Decision. Engelwood Cliffs,
Prentice Hall, 1997.
Vodáček, L., Dvořák, V.: Managment v USA. Inštitút řížení, Praha, 1990,119pp.
10.
Medzi najznámejšie rozhodovacie kritéria (rozličné tvary a formy
vyjadrenia) patria:
•
automatické kritérium (biologický pud, reflex - mechanizmus),
•
kritérium skúšania,
•
autoritatívne kritérium,
•
kritérium náhodného výberu,
•
kritérium maximálnej (minimálnej) hodnoty výsledku,
•
Bayesov kritérium (kritérium optimálnej očakávanej hodnoty),
•
Waldovo kritérium (minimax resp. maximim),
•
Laplaceov kritérium,
•
Hurwitzovo kritérium (hľadanie strednej hodnoty),
•
Savageovo kritérium (minimálne oľutovanie).
2.9 Základne metódy rozhodovania
Delíme ich na:
•
kvantitatívne,
•
kvalitatívne,
•
kombinované.
1.
x j  0 pre j = 1, 2, ..., n
kde xj sú hľadané, vopred neznáme veličiny.
Literatúra:
Walter, J. at al.: Operačný výskum. STN/ALFA, Bratislava, 1973, 190 pp.
Hrubina K. at al.: Metódy a úlohy operačnej analýzy riešené s podporou
počítača. Informatech, s. r. o, Košice, 2002, 324 pp.
Klasifikácia metód matematického programovania spravidla vychádza
z matematického tvaru účelovej funkcie.
Rozlišujeme:
•
lineárne programovanie,
•
nelineárne programovanie,
•
celočíselné programovanie,
•
parametrické programovanie,
•
stochastické programovanie.
Štrukturálna analýza
Vychádza z makroekonomických úvah (model input - output) a upaltňuje
sa v systémoch počítačového spracovania plánovacích a rozborových úloh.
Vychádza z formálneho opisu napr. :
•
dodávateľsko – odberateľských vzťahov,
•
bilančných vzťahov (materiál, financie, kapacity,...),
•
podmienok bilančného vyrovnania (rovnováha medzi potrebami a
zdrojmi).
Literatúra:
Moder, J. J., Elmaghraby, L. E. : Handbook of Operational Research.
Fundations and Fundameutals. New York, Van Nostrand Reinhold Co., 1978.
2.
Matematické programovanie
V nadväznosti na bilančné úlohy štrukturálnej analýzy rieši škálu
optimalizačných úloh.
Rozhodovacia úloha sa prevádza na formálne modelové vyjadrenie
maximalizácie (minimalizácie) účelovej (cieľovej) funkcie:
f x1 , x2 ,..., xn 
pri splnení sústavy obmedzujúcich podmienok
g i x1 , x2 ,..., xn  pre i = 1, 2, ..., n
Rozhodovacie kritéria
3.
Dynamické programovanie
Predstavuje súbor viac alebo menej neštandardných metód
k optimalizácií viacstupňových rozhodovacích procesov.
Všeobecná logika a postup: prevedieme optimalizáciu funkcie „n“
premenných na postupnú optimalizáciu „n“ funkcií o jednej premennej
(rozdelenie investičných prostriedkov v priestore a čase, energetické
a materiálne zabezpečenie, atď.)
4.
Teória hier a optimálneho rozhodovania
Predstavuje súbor optimalizačných metód a javí sa ako vhodný
matematický aparát použiteľný na opísanie rozhodovacích problémov
v podmienkach neurčitosti a konfliktných (protichodných) záujmov účastníkov
rozhodovacej situácie.
Zakladatelia: John von Neuman, Oskar Morgenstern.
Je založená na súhrne neprotichodných hypotéz (axióm).
Literatúra:
Neuman J. von, Wongenstern, O.: Theory of Games and Economic Behavior.
Princeton University Press, 1944, 641pp.
Maňas, M.: Teorie her a optimální rozhodování. SNTL, Praha, 1974.
7
Sieťové grafy a diagramy
5.
Znázorňujú vzájomnú súvislosť rôznych vecí, súborov nástrojov pre
modelové rozbory zložitých úloh s problematikou následnosti (sekvencie)
a vzájomnú podmienenosť dieľčich fáz (etáp) realizácie (množstvo, doba
trvania, následnosť operácií).
Vyjadrenie pomerových vlastnosti:
•
vzdialenosti,
•
plochy,
•
grafické znázornenie javov,
•
...
Samotné znázornenie je realizované formou grafických útvarov
umiestnených v súradnicovom systéme.
Používané diagramy:
•
časový diagram (pohyb, zmena),
•
výkonový diagram (navrhovanie a vývoj systému),
•
sieťový diagram (je rozšírením verzie časového diagramu).
Najznámejšie postupy sieťovej analýzy (grafy, diagramy) sú:
•
CPM (Critical Parth Method – metóda kritickej cesty),
•
PERT (Project Evaluation and Review Technique).
Sieťový diagram je v skutočnosti rozšírením časového diagramu, ktorý
spravidla zobrazuje operácie (činnosti) určitého daného procesu s jeho
časovými údajmi o začiatku a ukončení procesu.
7.
Matematicko – štatistické metódy rozhodovania
Štatistický (stochastický, pravdepodobnostný) prístup k rozhodovaniu je
spravidla spojený s predikciou.
Zavádza sa pravdepodobnostná miera, vyjadrujúca možnosť, že
rozhodnutie pripadne do jednej logickej triedy.
Klasická teória pravdepodobnosti je založená na platnosti
Kolmogorových axióm (A. N. Kolmogorov):
1.
2.
3.
PAi   0
PZ   1
n  n
PU Ai    PAi 
 i 1  i1 n
Pre Ai  A j  0
i j
,
P 1
i 1
i
kde Ai – je skúmaný jav, proces, udalosť,
Z – univerzálna množina.
Literatúra:
Madarász, L.: Stochastické procesy a teória informácií. Alfa, Bratislava,
1984, pp. 230.
Šofr, B.: Populárne o počte pravdepodobnosti. Alfa, Bratislava, 1967,
pp. 117.
Problematiku multikriteriálneho hodnotenia dobre vystihuje rozhodovacia
matica:
Literatúra:
Ocelíkova, E.: Multikriteriálne rozhodovanie. Elfa, s. r. o., TU Košice, 2002, 87
pp. ISBN 80 – 89066 – 28 – 3.
Cieľom obidvoch metód je:
•
stanoviť najkratšie možné trvanie procesu i nadväzujúcich činnosti
(kritická cesta),
•
výpočet časovej rezervy u činností, ktoré neležia na kritickej ceste,
•
vytvoriť základ pre nadväzujúce rozbory (bilancie zdrojov,
multiprojektové plánovanie, ...).
Literatúra:
Walter, J. at al.: Operační výskum. SNTL, Alfa, Praha, Bratislava, 1973, 190pp.
Esztó, Z. at al.: Method forte Analysis anf Decision of Computer – Based
Information Systems. Central Statistical Office, Budapest, 1975.
6.
Metódy riešenia sekvenčných úloh
Cieľ: riešiť rozhodovacie úlohy optimálne, resp. kvázioptimálne
(vyhovujúco) a usporiadať sled činnosti (operácií), prvkov v systéme.
Charakter úloh: kombinatorický
Prostriedky: teória grafov, celočíselné programovanie, algoritmy
heuristického typu ...
Aplikácie: riadenie výroby v reálnom čase u PVS, RTK, AVS,
synchronizácia výrobných prúdov, operatívne plánovanie a riadenie, atď.
Proces a problémy multikriteriálneho rozhodovania
8.
Je založená na teórií úžitkovosti (utility) → funkcia úžitkovosti.
Utilita:
•
psychologická hodnota,
•
slúži na určenie výhod a nevýhod jednej verzie,
•
má centrálny význam v teórií rozhodovania,
•
pre rôznych účastníkov rozhodovacej situácie môže mať inú hodnotu.
Zjednodušená problematika multikriteriálneho rozhodovania:
•
A1, A2, ..., An .........existujúce alternatívy,
•
E1, E2, ..., Em .........dôležité vlastnosti, hodnotiace činitele, naturálne
meracie čísla.
Každá alternatíva sa hodnotí podľa každého hodnotiaceho činiteľa.
Nech hodnotenie Ai podľa Ej je dané číslom eij (i = 1, 2, ..., n; j = 1, 2, ..., m).
Celkové hodnotenie Ai môžeme zapísať vektorom
ei  (ei1 ,ei 2 ,..., eim )
9.
Metóda neostrého rozhodovania (fuzzy sets)
Princíp inkompatibility (L. A. Zadeh): „Ak popisujeme ZS (zložitý systém),
potom s rastom jeho zložitosti klesá naša schopnosť formulovať presné
a zároveň významné úsudky o jeho chovaní, až sa dosiahne hranica, za ktorú
sú presnosť a relevantnosť vzájomne sa vylučujúce charakteristiky. “
Na preklenutie vágnosti (nepresnosti) zaviedol Zadeh (60 – té roky
minulého storočia) modifikovanú teóriu množín, ktorú nazval teória fuzzy
množín.
Pre priblíženie k spôsobu vyjadrenia, obvyklému v bežnom hovorovom
jazyku Zadeh zaviedol pojem lingvistickej premennej, ktoré odpovedajú
neurčitým číslovkám (napr. málo, veľmi málo, veľa).
Neostré množiny po formálnej stránke pripomínajú náhodné veličiny.
Nad Z (základnou, univerzálnou, generálnou) množinou zaviedol funkciu
príslušnosti (Membership Function).
Matematický popis:
...množina prvkov.
X  xi 
Fuzzy množina A nad X je daná dvojicou
A  X , qA
8
kde
qA : X  P
Náhodné veličiny → prvok je oprávneným kandidátom na realizáciu ?→
pravdepodobnostná miera → výsledok je z intervalu <0, 1>.
Neostrá množina → prvok má vôbec oprávnenie, aby bol považovaný
za prvok neostrej množiny? → hodnota funkcie príslušnosti → výsledok je opäť
z intervalu <0, 1>.
P – je množina usporiadaných stupňov príslušnosti (P = [0, 1]),
qA – funkcia príslušnosti.
Napriek formálnej podobnosti medzi náhodnou veličinou
s pravdepodobnostnou mierou a neostrou množinou s funkciou príslušnosti je
zásadný rozdiel (obr. 15 a obr. 16).
P
qA
δ: Z→P
fuzzy, ktoré nie je možné
presne teoretický popísať
Zložité systémy,
procesy
fuzzy, ktoré sa dajú presne
popísať, ale sú natoľko zložité,
že sa nedajú praktický využiť
δ: q→Z
1
1
Distribučná
Funkcia
Funkcia
Príslušnosti
Riešenie
Fuzzy množiny
qAI
P{A}
Výsledok (verbálny + matematický model)
Obr. 17
A
A
A
Z
Obr. 15 Priebeh distribučnej funkcie
A
A
A
Obr. 16 Priebeh funkcie príslušnosti
ES sa svojou povahou snaží napodobniť ľudské myšlienkové pochody
a na jeho vstupoch a výstupoch je človek. Preto treba na jednej strane od
človeka prijať jeho neurčité lingvistické výrazy, pretransformovať ich do
strojovej podoby (vhodnej), vykonať príslušné operácie a výpočty a na záver
výsledky jeho činnosti podať zrozumiteľnej forme na úrovni komunikácie
s človekom. Postup je znázornený na obr. 18.
ČLOVEK
TVRDENIE
ľudské
myslenie
Z
Spracovanie lingvistickej premennej
S problematikou fuzzy riadenia, tvorby a návrhu fuzzy regulátorov úzko
súvisí otázka strojového spracovania lingvistických výrazov. Potreba strojového
spracovania lingvistických výrazov vstúpila do popredia aj vývojom formalizácie
rozhodovacích procesov a expertných systémov (ES).
Vaščák, J: Aplikácia fuzzy logiky pri riadení elektrických pohonov. Tempus JEN
02177, TU Košice, 63 pp.
PRÍKLAD: Klasifikácia študijných výsledkov študentov jednej skupiny.
ŠTUDIJNÝ
PRIEMER
ZÁVERY
VZORCE
spracovanie
VÝSLEDKY
POČÍTAČ
Obr. 18
Stupeň
príslušnosti
VÝBORNÝ
lingistická
aproximácia
(spätná transf.)
defuzzyfikácia
pravidlá prekladu
(transformácia) fuzzyfikácia
Lingvistická
premenná (LP)
VEĽMI DOBRÝ
DOBRÝ
ostrá a
jednoznačná
klasifikácia
jednoznačná
klasifikácia
Normálne
(Gaussové)
rozdelenie
1,0
0,85
0,75
jednoznačná
klasifikácia
0,5
neostrá klas.
0,25
neostrá klas.
I.
II.
0
Literatúra:
Novák, V.: Fuzzy množiny a jejich aplikace. SNTL, 1990, Praha.
Vysoký, P.: Fuzzy řízení. FEL ČVUT Praha, 1996, 131 pp., ISBN – 80 – 01 –
01429 – 8.
Premenlivosť lingvistickej premennej (LP) – sledovaný ukazovateľ!
Hodnoty LP:
•
výborný,
•
veľmi dobrý,
•
dobrý.
Stupeň príslušnosti: <0, 1>
Membership function
Bázová premena (priemer): <1, 3>
RIEŠENIE:
•
študenti, ktorí majú so stupňom príslušnosti p = 0,25 priemery z úseku I.
a II. môžu byť súčasné zatriedení (neostro) do dvoch klasifikačných
tried:
• výborný – veľmi dobrý (I.), resp.
• veľmi dobrý – dobrý (II.)
•
študenti, ktorí majú so stupňom príslušnosti p = 0,85 priemery vytvárajú
na osi „bázová premenná“ úseky, ktoré znamenajú ostrú a jednoznačnú
klasifikáciu.
Hodnoty
LP
1,0
1,5
2,0
Obr. 19
2,5
3,0 Bázová
premenná
(štud. priemer )
kde X1, X2, ... Xn sú premenné zo základnej množiny Z,
Ai1, ..., Ain, Bi – jazykové výrazy (napr. malý, priemerný, veľký),
Výroky (1) navzájom spája spojka ALEBO do jedného výroku.
R = R1 ALEBO R2 ALEBO ... ALEBO Rm
(2)
Význam výrokov Ri (i = 1, 2, ..., m) je modelovaný obyčajne pomocou
karteziánskeho súčinu fuzzy množín M(Ai1), ..., M(Ain), M(Bi), kde M(Ai1), ...,
M(Ain), M(Bi) sú významy jazykových výrazov:
M(Ri) = M(Ai1) x M(Ain) x M(Bi)
(3)
Model zložitého procesu (systému) určuje tvar
m
(4)
M ( R)   M ( Ri )
i 1
Opísaný model je spravidla základom aplikácie fuzzy množín.
Lingvistické (verbálne) modely
Vo všeobecnosti môžeme ich sformulovať ako sústavy podmienených
výrokov:
Ri = AK X1 je Ai1 a X2 je Ai2 a ... Xn je Ain POTOM Y je Bi
(1)
9
PRÍKLAD:
Najdôležitejšie použitie modelu opísaného vzťahom (4) je v regulačnej
technike. Bol navrhnutý model regulátora (fuzzy regulátor), ktorého cieľom bol
nahradiť človeka pri regulovaní.
Zaveďme:
u U – je akčná veličina,
u V – prírastok akčnej veličiny,
e E – regulačná odchýlka,
e  S – prírastok regulačnej odchýlky.
Potom môžeme definovať fuzzy regulátor ako výrok typu (2), kde výroky
Ri v závislosti od typu regulátora majú jeden z nasledovných tvarov:
•
regulátor typu P (proporcionálny číslicový regulátor):
Ri AK e je AE,i POTOM u je AU,i
•
regulátor typu S (sumačný číslicový regulátor):
Ri = AK e je AE,i POTOM Δu je AΔU,i
•
regulátor typu PD (proporcionálno – diferenčný číslicový regulátor):
Ri = AK e je AE,i POTOM AK Δe je AΔE,i POTOM Δu je AU,i
•
regulátor typu PS (proporcionálno – sumačný číslicový regulátor):
Ri = AK e je AE,i POTOM AK Δe je AΔE,i POTOM Δu je AΔU,i
Kde AU,i, AΔU,i, AE,i, AΔE, sú jazykové výrazy pre aktuálne hodnoty akčnej
veličiny, jej prírastku, regulačnej veličiny a jej prírastku. Najčastejšie výrazy:
kladne veľká (KV), kladne stredná (KS), kladne malá (KM), približné nulová
(PN).
10.
Metóda neostrého rozhodovania na báze fuzzy vektorových hodnôt
Matematický popis problematiky:
Nech fuzzy množina A vektorových hodnôt definovaná nad X je daná
dvojicou
A = <X, qA>,
m
kde
q A : X   Pi
i 1
kde Pi – je množina pozostávajúca z „m“ usporiadaných množín ( Pi  P  [0,1]m )
takže
m
q A : X  [0,1]m resp. q A : X  0,1 
Ak X={xi} je konečnej dimenzie, # X = c < ∞ pre množinu vektorových hodnôt nad
X je možné určiť fuzzy maticou MA s rozmermi (n x m)
M A  [ pij ]  [q Ai ( x j )]
Podobnosť dvoch fuzzy množín A a B je možné opísať podobnosťou
množín, resp. odpovedajúcou podobnostnou maticou.
Samotná klasifikácia sa uskutoční podľa indexu podobnosti S AB (skalárna
veličina), takým spôsobom, že do jednej triedy zaradíme tie situácie, ktorých
vzájomné indexy podobnosti sú najväčšie.
Teda platí, že
 ( x)  {x  Ci max S x ,c j  S x ,c i }
11.
kde:
Metódy skupinového rozhodovania

– je rozhodovanie vzhľadom na x,
x
– skúmaná situácia,
– zodpovedá,
– za predpokladu, že,
Cj
– vzorové situácie,
S x ,cj – index podobnosti zodp. Cj.

Pri praktických aplikáciách vychádzame z tej zásady, že každú situáciu
(alternatívu) je možné popísať pomocou ukazovateľov v dvoch dimenziách:
•
typ situácie, ktorý udáva všeobecnú charakteristiku situácie (základný
ukazovateľ),
•
stupeň, resp. miera rozdielnych vlastnosti situácií.
Tento postup je aplikovateľný pri riadení zložitých systémov, najmä
v prípade situačného riadenia komplexov.
•
metódy systematickej štrukturalizácie, rozdelenie problému na
podproblémy a neskoršie spojenie do celkového riešenia,
metóda systematickej špecifikácie problému, odhalenie ťažiskových
otázok problému pomocou systematického a hierarchicky
štruktúrovaného postupu,
•
Delphiho metóda (Gordon, Helmer, 1960)
•
Nominal Groupe Technigue (nominálna skupinová metóda) – Delbecq,
Van de Ven, 1968.
Literatúra:
Kindler, J., Tibay, Gy.: A Delphi médszer. Erdészeti tudományos intézet.
Budapest, 1979.
Delbecq, A. L. at. al.: Group technigues for program planning. Scoth Foresman
and Company Illinois, 1975.
Skupinové rozhodovanie,
kolektívna práca
Metóda hromadnej obsluhy
Cieľom rozhodovacích úloh je racionálne zladenie kapacity jedno- alebo
viackanálových obslužných zariadení s premenlivými požiadavkami na túto
kapacitu. Ekonomickým cieľom je obvykle minimalizácia celkových nákladov na
zriadenie a zaistenie prevádzkovej funkcie obslužného zariadenia, zväčšeného
o vyvolávané straty, ktoré vznikajú obmedzením kapacity (priepustnosti).
Typické riešenia sú: dimenzovanie počtu pracovníkov v skladoch, resp.
opravárenských dielňach s náhodnými požiadavkami na obsluhu, rezervačné
systémy vnútropodnikovej dopravy a manipulácie, dynamické kapacitné modely
výpočtových a komunikačných systémov, atď.
riadení ZS
projektovaní ZS
diagnostikovaní ZS
Obr. 20
Rozoznávame:
•
interaktívny smer, členovia skupiny svoje stanoviská tvoria spoločne,
sú v priamej alebo nepriamej interakcií (vo vzájomnej väzbe);
•
štatistický smer, keď členovia skupiny svoje stanoviská tvoria nezávisle
od seba. Tieto stanoviská potom sa spracovávajú v zmysle platných
štatistických zákonov a pravidiel.
K najznámejším patria:
•
brainstorming (Osborn, 1957), ako metóda tvorivého zmýšľania,
spontánneho generovania nápadov,
•
brainwriting, spontánne zapisovanie nápadov na formuláre,
•
metódy tvorivej konfrontácie, simulácia hľadania riešenia pomocou
konfrontácie s významovými obsahmi, ktoré zdanlivo nesúvisia,
Principiálne usporiadanie systému hromadnej obsluhy je na obr. 21
SYSTÉM HROMADNEJ OBSLUHY
•
12.
Väčšia presnosť,
výkon a nápaditosť
pri ...
VSTUPNÝ
TOK
PRICHADZAJÚCE
POŽIADAVKY
FRONTA
OBSLUHA
KANÁL OBSLUHY
ČAKAJÚCE
POŽIADAVKY
VÝSTUPNÝ
TOK
OBSLÚŽENÉ
POŽIADAVKY
VSTUPNÁ
DISCIPLÍNA
OBSLUHOVACIA
DISCIPLÍNA
Obr. 21
Pre špecifikovanie systémov hromadnej obsluhy je zaužívané
označovanie v nasledujúcej forme:
P/L/n
Kde P – je štatistická charakteristika prúdu požiadaviek,
L – je štatistická charakteristika obsluhovacích časov linky,
n – je počet paralelných liniek v systéme.
Literatúra:
Madarász, L.: Stochastické procesy a teória informácií. Alfa, Bratislava, 1984,
230 pp.
Walter, J. at al.: Operačný výskum. STNL/ALFA, Praha, Bratislava, 1973, 190
pp.
10
13.
Metódy teórie zásob
Umožňujú stanoviť výšku prostriedkov (zásoby materiálu, surovín, palív,
energie), ktoré sú nevyhnutné pre racionálnu, resp. optimálnu úroveň
fungovania systému. Opierajú sa o deterministické a stochastické modely.
Cieľom je minimalizácia celkových nákladov. K typickým príkladom patrí:
racionálna veľkosť a spôsob doplňovania zásob (veľkosť, časové intervaly) a to
tak pre materiály, ako aj pre suroviny, subdodávky, náradie, či palivo.
Literatúra:
Walter, J. at al.: Operačný výskum. STNL/ALFA, Praha, Bratislava, 1973, 190
pp.
14.
Metódy teórie obnovy a údržby
Riešia rozhodovacie úlohy pre zaistenie požadovaného (ekonomického,
technického, technologického) fungovania systému, resp. jeho častí v priebehu
stanoveného časového intervalu. Zahrňujú problematiku prevádzkovej
spoľahlivosti, ekonomického upotrebovania strojov a zariadení,
pohotovostného zabezpečenia opráv s ľuďmi a s vybavením. Ekonomické
kritéria môžu byť napr. minimalizácia pravdepodobných nákladov.
Typy údržbárskych aktivít:
•
plánovaná údržba,
•
neplánovaná údržba,
Z citovaných Ivachnenkových slov vyplýva, to, že v žiadnom prípade sa
nejedná o elemináciu matematiky, ale iba o odstránenie nedorozumení, že na
riešenie určitých problémov, ktoré predstavujú istý stupeň komplexnosti – a
väčšina reálnych rozhodovacích problémov je takých – matematika sama o
sebe nestačí.
Teda heuristické metódy rozhodovania sú kompromisom medzi snahou
riešiť zložité problémy exaktnými, matematickými metódami a riešením,
založenom na znalostiach, skúsenostiach a intuíciách riešiteľa. Aplikovaný je
systémový prístup ako usporiadajúci, na ktorý sa viažu tak formálne,
ako aj logické rozbory a rozhodovacie pravidla, vychádzajúce z odborných
názorov a doporučení skúsených riadiacich pracovníkov. Často sa využíva aj
logika dodatočného spresňovania cieľov a postupov riešenia úlohy, čo
zodpovedá postupnému spoznávaniu správania sa modelovaného systému.
Súčasťou heuristických metód a prístupov bývajú aj rôzne úlohy (grafické
riešenie úloh bilancovania a rozdeľovania zdrojov, typy sekvenčných úloh
riešených systémom prioritných pravidiel, riešenie rozhodovacích úloh
priestorového rozmiestnenia, účelná veľkosť zásob, či rezerv a pod.).
•
údržba podľa skutočného stavu.
Literatúra:
Hrubina K., at al,: Metódy a úlohy operačnej analýzy riešené s podporou
počítača. Informatech, s. r. o., Košice, 2002, 324 pp.
15.
Heuristické metódy rozhodovania
Pre popis zložitých systémov, kde v spätnej väzbe sa vyskytuje ľudský
činiteľ (dispečer, operátor, skupina ľudí) sa najčastejšie používajú metódy
vychádzajúce z heuristickej úrovne abstrakcie.
Intuitívne zmýšľanie, kde je dôsledné, postupuje presne podľa tých
istých logických zákonov, ako diskúzne – rozvinuté, vedecky pripravené
zmýšľanie.
Podstatu heuristických metód veľmi dobre vysvetľuje Ivachnenko vo
svojej práci: „Štruktúra systému heuristickej samoorganizácie nám pripomína
tortu: po matematickom spracovaní informácie nasleduje „vrstva“ heuristického
zhodnotenia výsledkov, a to sa niekoľko krát opakuje. Človek kontinuálne riadí
priebeh riešenia a pomocou integrovaných účinkov ho vedie k cieľu, ktorý sám
vytýčil. Preto heuristická samoorganizácia zaručuje takú presnosť, ako
pomocou všeobecných matematických metód – v daných prípadoch – by
nebolo možné dosiahnuť... Najväčšia presnosť je dosiahnuteľná práve
prostredníctvom heuristických metód. Vysvetlenie je dané tým, že presnosť
nezávisí iba od matematického aparátu, ale aj od výberu kritérií kvalít...“
Postup:
·
Heuristické
rozhodovanie
·
exaktné matematické
metódy
predchádzajúce
znalosti, skúsenosti,
intuícia
Aplikácia
systémového
prístupu
logické a formálne
rozbory + rozhodovacie
pravidlá založené na
skúsenostiach
Logická
kosrtra
heuristický model
Obr. 22
Literatúra:
Ivachnenko, A. G.: Prinjatie riešenij na osnove saoorganizatij. Moskva,
1976.
Ivachnenko, A. G.: Systemy eurističeskej samooranizaciji v techničeskej
kybernetike. Kyjev 1971.
Simulačné metódy rozhodovania
16.
Poskytuje vhodné postupy štatistického experimentovania pre
spoznávanie modelových vlastnosti, podmienok a spôsobov chovania sa
dynamického systému.
Využívajú výpočtovú techniku a simulačné programovacie jazyky (CSL, GPSS,
SIMSCRIPT, SIMULA, SIMFACTORY, atď.), ktoré zahrňujú i základy
štatistického vyhodnotenia údajov a výsledkov simulácie. Uvedené metódy sa
využívajú napr. v stochastických modeloch, pri riešení úloh hromadnej obsluhy,
teórie zásob, teórie údržby a obnovy.
Literatúra:
Kindler, E.: Simulační programovací jazyky. Praha, STNL, 1980.
Šujanský, M.: Kurz – simulácia systémov. Diskrétne systémy. Bratislava, 1978.
Vašek, V., Vašek, L.: Simulace systémů. Brno, 1991.
Noskievič, P.: Simulace systémů. Ostrava, 1992.
17.
Neurónové siete
Pod učením sa rozumie adaptácia neurónovej siete, ktorá po ukončení učenia
bude nositeľkou znalostí, so schopnosťou implementácie v konkrétnej
rozhodovacej situácií.
Literatúra:
Sinčák, P., Andrejková, G.: Neuronové siete I., II. Diel (Inžiniersky prístup).
Elfa, s. r. o., Košice, 1996, 110 pp. A 63 pp.
Neumann, J. von: The Computer and Brain (Počítač a mozog). Yale University
Press, Printed in the USA, N. York, 1959, 134 pp.
18.
Klasická výroková
logika
Fuzzy neurónové siete
ÁNO
Pravdivosť výroku
NIE
Algoritmy požadujú od stroja riešenie úlohy, ktoré by bol schopný riešiť
iba človek so znalosťami. Modely sa pokúšajú simulovať niektoré funkcie
ľudského myslenia. Neurónová sieť je masívny paralelný procesor, ktorý má
schopnosť uchovávať experimentálne znalosti a následne ich využívať.
Napodobňuje činnosť ľudského mozgu v dvoch smeroch. Poznatky sú zbierané
a zhromažďované počas učenia a medziúrovňové spojenia sú využívané na
ukladanie znalosti. Podstatou problému je proces učenia, v ktorom sa
parametre menia podľa určitých pravidiel. Charakter týchto pravidiel
(algoritmov), ktoré vyvolávajú zmeny, determinuje typ učenia.
Fuzzy logika
Pravdivosť výroku
všetky hodnoty sú z
intervalu [0,1]
Obr. 23
Väčšina modelov fuzzy neurónov vychádza z modelu perceptrónu.
Fuzzy neurónová sieť vytvára univerzálny aproximátor funkcií, ktorých
argumenty sú prvky fuzzy množín.
Literatúra:
Usida, H., Yamaguchi, T., Goto, K., Takagi, T.: Fuzzy – Neuro Control
Using Associative Memories and its Aplication. Control Engineering
Practice. No 1, Vol. 2, 1994, pp. 129 – 145.
11
2.10 Rozhodovacie procesy, umelá inteligencia (Artificial Intelligenc),
výpočtová inteligencia (Computional Intelligence, Soft Computing)
Klasické prístupy v rozhodovaní a riadení založené na metódach
umelej inteligencie (obr. 24) sú charakterizované symbolickou
reprezentáciou znalosti a sekvenčným spracovaním. Symbolická
reprezentácia predstavuje jednoduché a kompaktné vyjadrenie v reči symbolov
a matematických zákonov.
Reprezentácia
znalostí
Robotika
Programovacie
jazyky
Riešenie
problémov
Moderné prístupy v rozhodovaní a riadení založené na metódach
výpočtovej inteligencie (obr. 25) sú charakterizované nesymbolickou
reprezentáciou znalosti. Tieto prístupy predstavujú systémy s umelou
inteligenciou a dynamické systémy. Nesymbolická reprezentácia predstavuje
vyjadrenie a prácu s reálnymi číslami, obrazovou a akustickou informáciou.
Neuro – Fuzzy – Genetické systémy
Neuro – Fuzzy systémy
Neuro – Genetické systémy
Neurónové siete
Oblasti výskumu
umelej inteligencie
Expertné
systémy
Genetické
algoritmy
Vnímanie
prostredia
Rozpoznávanie
obrazov
Dokazovanie
mat. viet
Sprac. prir. reči
Adaptívne a uč.
sa systémy
Fuzzy
množiny
Fuzzy – Genetické systémy
Obr. 25 Oblasti výskumu vo výpočtovej inteligencií
Obr. 24 Niektoré oblasti výskumu v umelej inteligencii
2.11 Štruktúry rozhodovacích procesov
Pri vyjadrovaní statickej kostry (štruktúry) rozhodovacieho procesu sa
uplatnia najmä:
1.
rozhodovací strom (Decision Tree),
2.
rozhodovacia tabuľka (Decision Table), resp. matica (Decision Matrix),
3.
Petriho siete (Petri Nets) a ich modifikácie,
4.
grafy, orientované grafy.
1.
Metóda rozhodovacieho stromu
2.
Využitie: viacstupňové alebo sekvenčné rozhodovanie.
Definícia: orientovaný graf obsahujúci uzly a hrany.
UZLY
UDALOSTI
ROZHODOVACÍ
UZOL
Typy uzlov a hrán:
•
Rozhodovacie uzly – znamenajú rozhodovaciu situáciu, v ktorej je
možná minimálne jedna alternatíva;
•
Uzly udalosti – znamenajú realizáciu určitej činnosti;
•
Koncové uzly – ukončenie jednej vetvy rozhodovacieho stromu (cieľ
alebo neúspech);
•
Rozhodovacie hrany – rozhodovateľ akceptuje alebo zamietne udalosť
podmienenú alternatívou.
UZLY
UDALOSTI
ROZHODOVACIE
UZLY
a11
e1
E1
Metóda rozhodovacích tabuliek
Riešenie tabuľkovou formou, jeden alebo viac vzťahov medzi
podmienkami (Tabuľka 1) i1, i2, ...., in a ďalším postupom pri rozhodovaní, t. j.
akcií a1, a2, ..., an.
HRANY UDALOSTI
A1
e11
a12
a1
A2
e12
E0
a2
ROZHODOVACIE
HRANY
HRANY
UDALOSTI
a21
E2
A3
e21
a22
e2
ROZHODOVACIE
HRANY
Tabuľka 1
A4
e22
KONCOVÉ
UZLY
Obr. 26 Štruktúra rozhodovacieho stromu
„Ak i1, potom a1; ak i2 potom a2“.
Úplne rozhodovacie tabuľky (rozhodovacie tabuľky s úplnými
pravidlami) sa skladajú z „n“ podmienok, pričom indikátory „i“ iba z ÁNO(1),
NIE(0). V danom prípade môžeme definovať 2n pravidiel rozhodovania.
Spravidla súbor rozhodovacích alternatív (akcií) „a i“ je menší ako súbor
rozhodovacích pravidiel (Tabuľka 2)
Tabuľka 2
Literatúra:
Chvalovský, V.: Rozhodovací tabulky. Praha, SNTL, I. vydanie, 1984.
Kešner, J.: Rozhodovací tabulky. Praha, STNL, I. vydanie, 1972.
3.
·
·
Nová koncepcia modelu
informačného toku (C.
A. Petri)
Spôsob zápisu a
znázornenia sietí (A. W.
Holt)
Petriho siete
teória Petriho sietí (PS)
Petriho siete umožňujú znázorniť predovšetkým:
•
paralelné a
•
asynchrónne deje.
PS = bichromatický, bipartitný, orientovaný graf určený päticou:
(P, T, F, B, M0)
P – je konečná množina miest
T – je konečná množina prechodov, kde prienik množín P∩T = Ø
F – priama incidenčná funkcia, F: P x T → N,
B – spätná incidenčná funkcia, B: P x T → N,
M0 – počiatočné značenie,
N – množina celých nezáporných čísel.
12
Miesta a prechody sú dva vrcholy grafu. Aby sa pomocou PS mohli
modelovať aj dynamické vlastnosti ZS, rozložia sa značky v sieti a tým sa
definuje stav siete, ktorý nazývame značením.
Prechod t sa realizuje pri označení Mi do značenia Mj nasledovne:
Príklad:
Majme daný systém, ktorý je znázornený v podobe značkovanej Petriho siete
(obr. 27), pričom počiatočné značenie M0=(1,0,0,0,1,0,1). Úlohou je zostaviť
strom dostupnosti (dosažiteľnosti) a graficky znázorniť postupnosti prechodov.
t
Mi 

M j : M j  M i  F ( p, t )  B( p, t )
P4
P1
Prechod možno realizovať vtedy a len vtedy, ak všetky jeho vstupné
miesta majú značku. Realizovaním prechodu sa potom umiestnia značky vo
všetkých výstupných miestach.
Literatúra:
Peterson, J. L.: Teoria setej Petri i modelirovanije sistem. Moskva, 1984, 263
pp.
Peterson, J. L.: Petri Nets. Computing Surways, 9, 1977.
t3
t2
t1
t4
P3
P5
P2
t5
P7
P6
t6
Obr. 27 Počiatočné značenie Petriho sietí
Riešenie:
Z počiatočného značenia M0 realizáciou prechodu t2 získame označenie
M1.
Analogickým postupom získame:
t3
M 1 
M2
t2
M 0 
M1
M2=(0,1,0,1,0,0,1)
M1=(0,1,1,0,1,0,1)
P4
P1
P4
P1
t2
t1
t3
t2
t1
t3
t4
P3
t4
P3
P5
P2
P5
P2
t5
t5
P7
P7
P6
P6
t6
t6
Obr. 29
Obr. 28
t4
M 2 
M3
t1
M3 

M4
M3=(0,1,0,0,1,0,1)
M4=(1,0,0,0,1,0,1)
P4
P1
t2
t1
P4
P1
t3
t4
P3
P5
P2
t3
t2
t1
t4
P3
P5
P2
t5
t5
P7
P6
t6
Obr. 30
P7
P6
t6
Obr. 31
13
t2
M 4 
M1
t5
M1 
M5
M1=(0,1,1,0,1,0,1)
M5=(0,1,0,0,1,1,0)
P4
P1
t4
P3
t4
P3
P5
P2
t3
t2
t1
M0=(1,0,0,0,1,0,1)
↓t2
M1=(0,1,1,0,1,0,1)
↓t3
M2=(0,1,0,1,0,0,1)
↓t4
M3=(0,1,0,0,1,0,1)
↓t1
M4=(1,0,0,0,1,0,1)
↓t2
M1
↓t5
M5=(0,1,0,0,1,1,0)
P4
P1
t3
t2
t1
Strom dostupnosti:
P5
P2
t5
t5
P7
P7
P6
P6
t6
t6
Obr. 32
Obr. 33
Príklad:
Majme daný systém (obr. 34), ktorý je znázornený v podobe Petriho
sietí. Úlohou je zostaviť množinu postupnosti realizácií (prechodová funkcia,
strom dostupností) a taktiež aj diagram prechodov.
P1
P3
2.
Prechodom z M0 do M1 cez „t2“ získame
t2
M 0 
M1
M1=(0,1,1,0)
Príslušná Petriho sieť (Obr. 35):
P1
P3
t1
t1
t2
t2
t3
t3
P2
P2
P4
P4
Obr. 35
Obr. 34 Petriho sieť
3.
Riešenie:
Strom dostupnosti (obr. 38) je možné získať potupnou realizáciou
všetkých možných prechodov a znázorniť v tvare diagramu prechodu „σ“
(obr. 39).
1.
Počiatočný stav PS:
M0=(1,0,0,1)
Analogicky:
P1
P3
t1
M1 

M2
t1
M2=(1,0,1,0)
Príslušná Petriho sieť (Obr. 36):
t2
P2
t3
P4
Obr. 36
Prechodová funkcia Petriho siete v tvare diagramu prechodov „σ“ (Obr. 39):
alebo:
t3
M1 
M3
M3=(0,1,0,1)
M1
t3
Príslušná Petriho sieť (Obr. 37):
P1
P3
t2
t1
M3
t1
t2
t1
t3
M0
P2
Obr. 37
M0=(1, 0, 0, 1)
Zostavený strom dostupnosti:
t2
M1=(0, 1, 1, 0)
t1
t3
M2=(1, 0, 1, 0)
M3=(0, 1, 0, 1)
P4
4.
t3
M2
Obr. 39
Modifikované Petriho siete
Existujú rôzne modifikácie, ktoré boli spravidla vytvorené pre rôzne
aplikačné oblasti:
•
OPS (ohodnotené Petriho siete) definované šesticou:
OPS: (P, T, F, B, M0, W),
kde W- je váhová funkcia, ktorá priraďuje každému stavu dvojicu hodnôt
váh (ai, bi).
Obr. 38
14
•
SOPS (semafórové ohodnotené Petriho siete), ktoré sú definované:
SOPS: (P, T, F, B, M0, W, S),
kde P, T, F, B, M0 sú známe z definície štandardnej PS,
W – je váhová funkcia,
S – je množina semafórov, S ={Sj}, j = 1, 2, …, n.
Semafóry je možné definovať ako usporiadanú trojicu:
Sj=[Pj(s), Vj(s), Sj(0)]
Pj(s), Vj(s) sú funkcie semafóra Sj,
Sj,0 – je počiatočná hodnota semafóra,
n–
nezáporné číslo určujúce počet semafórov v systéme.
Funkcie semafóra možno definovať:
Pj(s) : ak s > 0, nastaví s = s – 1, čiže funkcia zmenšuje hodnotu
semafóra,
Vj(s) : ak s = 0,nastaví s = s + 1, čiže funkcia zväčšuje hodnotu semafóra,
s–
nezáporné celé číslo, určujúce hodnotu semafóru.
Každú situáciu môžeme popísať v dvoch dimenziách:
•
typ situácie (základný ukazovateľ),
•
stupeň, resp. miera rozdielných vlastností situácií.
Rozhodovacie procesy využívajúci pojem situačný vyžadujú znalosti:
•
o štandardnej (východiskovej) situácií,
•
o požadovanej (cieľovej) situácií,
•
o činnostiach dovoľujúcich prechod z jednej situácie do druhej,
•
o vývojových pravidlách (stratégie, obmedzenia, ...).
Pojem situácie obvykle zahŕňa (obr. 40):
•
predstavu objektu reálneho sveta alebo entity,
•
predstavu o stave premenných alebo atribútov entít (situačné
indikátory),
•
predstavu o kontexte (súvislosti) situácie.
Kvalitatívnu reprezentáciu situácie S’ formálne môžeme vyjadriť:
S’ =f (t, c1, c2, ..., cl)},
kde
t
– označuje časový okamih alebo interval,
ck C – predstavuje podmienky atribútov xj entít Ei,
f
– je logická funkcia spojenia podmienok.
Výsledkom je hodnota z konečnej množiny situačných opisov (obr. 42).
p re m e n n á
xn
podmienky
atribútov xj
entít Ej
15
x
x
x
11
x
12
x
13
š ta r to v a c ia
s itu á c ia
(1 0 )
c ie ľ o v á s itu á c ia
x
14
p r ie s to r
n e ž ia d ú c ic h
s itu á c ií
2.12 Pojem situačný a situačná klasifikácia
·
·
·
základný problém
·
·
rozpore medzi
riadenia
diagnostikovania
projektovania
spočíva v
veľkým počtom možných situácií
obmedzeným počtom použitých
stratégií riadenia
Riešenie = situačné riadenie, resp. situačné projektovanie a modelovanie.
Situácia ZS = celkový stav ZS vo vzťahu k vonkajšiemu okoliu.
Pojem „situácia“ je fuzzy (neostrá) kategória
•
•
vyplýva z jej samotnej podstaty,
nepresnosti pri meraní len zvyšujú neurčitosť celej
problematiky
Charakteristiky situácií:
normálna, havarijná, havarijná so štrukturálnym defektom, pohavarijná, ...
REÁLNY SVET
AKTUÁLNY STAV
SYSTÉMU, SITUÁCIA
Ei
Em
E1
KONTEXTY, SÚVISLOSTI
E2
OBJEKTY, ENTITY SYSTÉMOV,
KTORÉ SA VYZNAČUJÚ ZMENAMI
ATRIBÚTOV, RESP. INDIKÁTOROV
SKÚMANIE SITUAČNEJ PRÍBUZNOSTI
AKTUÁLNEJ SITUÁCIE JE MOŽNÉ IBA
PRE DANÚ SÚVISLOSŤ
Obr. 40
Rozlišujeme:
Kvantitatívnu reprezentáciu situácie S v danom časovom okamihu t vo
vzťahu k m entitám Ei
formálne vyjadriť nasledovne:
S = {t, (x1, x2, ..., xn)},
Kde
xj (j = 1, 2, ..., n) sú stavy zmien entít Ei (i = 1, 2, ..., m). Reprezentácia situácie
S je bodová v n – rozmernom priestore v čase t (obr. 41).
V súvislosti so situačnou klasifikáciou a riešením aktuálnej situácie je
nevyhnutné riešiť tieto problémy:
•
Situačné rozpoznávanie a odhad situácie, ktoré pozostávajú z
–
definovania indikátorov situácií,
–
situačného rozpoznávania a
–
kvalitatívneho odhadu situácie (interpretačné pravidla, heuristické
pravidlá).
•
Situačný odhad, plánovanie zásahov a situačné riadenie.
Vhodnou formou zobrazenia tejto problematiky je situačný vývojový graf
(obr.43).
p re m e n n á
x2
p re m e n n á
x1
Obr. 41 Kvantitatívny situačný priestor
podmienka
cn
stavy
zmien
entít Em
1. situačná
trieda
x
štartovacia
situácia
(10)
2. situačná
trieda
situácia
v čase "t"
priestor
nežiadúcich
situácií
m - tá situačná
trieda
podmienka
c2
podmienka
c1
Obr. 42 Kvalitatívny situačný priestor
15
2.13 Expertné systémy a ich využitie
Obr. 43 Situačný vývojový diagram
4. etapa (od roku 1972 do roku 1977):
•
strojové hodnotenie zistiteľných skutočností a abstraktných prípadov,
•
vznik „techniky spracovania poznatkov“ (Knowledge Engineering),
•
návrh a aplikácia „expertných systémov“ (Expert Systems).
5. etapa (od roku 1977 – 80 do roku 1988):
•
rozšírenie predstavy o technické spracovania poznatkov,
•
systematické prenášanie jednotlivých riešení na iné praktické oblasti,
pokusy o zovšeobecnenie.
6. etapa (od roku 1986 – 88 až do súčasnosti):
•
nová éra neurónových sietí,
•
„znovuobjavenie“ algoritmu back – propagation.
Z hľadiska charakteru riešených úloh možno rozdeliť expertné systémy
na tri skupiny:
•
diagnostické (obr. 44),
•
plánovacie (obr. 45),
•
expertné systémy pracujúce v reálnom čase (obr. 46).
Expertný systém (ES) je program, ktorý napodobňuje postup ľudského
myslenia a svoje uvažovanie buduje podľa veľkého množstva poznatkov,
poskytovaných špecialistami a vzťahujúcich sa na určitú obmedzenú oblasť.
Vývojové etapy:
1. etapa (asi do roku 1962):
•
odlišnosti medzi cieľmi, koncepciami riešení a možnosťami
technických prostriedkov;
•
výsledky: preklady textov, čítanie rukopisu, programy šachu, ...
2. etapa (od roku 1962 asi do roku 1967):
•
pozornosť sa venuje problému formalizovaného vyjadrenia
komplexných situácií;
3. etapa (od roku 1967 až do roku 1972):
•
skúmanie praktických možností využitia UI (hry so stavebnicou a jej
simulácie na počítači),
•
strojové zobrazovanie reálnych situácií
•
vytvorenie ťažiskovej témy „zobrazenie poznatkov“ (Knowledge
Engineering).
Stručný popis činnosti jednotlivých typov expertných systémov:
1.
Diagnostický ES:
•
jadrom ES je riadiaci (odvodzovací, resp. inferenčný) mechanizmus;
•
využitím bázy znalostí (vedomostí) a po každej odpovedi z databázy
spresňuje aktuálny model;
•
databázu vytvárajú odpovede používateľa získavané obyčajne počas
dialógu pri interaktívnej práci so systémom alebo formou vyplneného
dotazníka (môžu byť aj údaje snímané z objektu - medicína);
•
vysvetľovací mechanizmus umožňuje používateľovi sledovať postup
rozhodovania ES.
VYSVETĽOVACÍ
MECHANIZMUS
POUŽÍVATEĽ
OTÁZKY
BÁZA
VEDOMOSTÍ
RIADIACI
MECHANIZMUS
ODPOVEDE
AKTUÁLNY
MODEL
VŠEOBECNÉ VEDOMOSTÍ
Z DANEJ PROBLEMATIKY
SNÍMANÉ ÚDAJE
BÁZA ÚDAJOV
OKAMŽITÉ VEDOMOSTI
O DANOM PRÍPADE
ÚDAJE PRE KONKRÉTNY
KONZULTOVANÝ PRÍPAD
Obr. 44 Schéma diagnostického expertného systému
2.
•
•
•
•
•
Plánovacie ES:
sú vhodné na riešenie úloh v stavovom priestore, kde poznáme
začiatočný stav a úlohou ES je nájsť optimálnu postupnosť
operátorov, ktorými možno dosiahnuť zadaný cieľ;
pracuje spôsobom „generuj a testuj“;
rastúcim počtom operátorov môže nastať „kombinatorická explózia“;
znalosti experta výrazne môžu znižovať počet alternatív;
výsledkom činností plánovacieho ES je zoznam vyhovujúcich riešení.
VYSVETĽOVACÍ
MECHANIZMUS
3.
ES pracujúci v reálnom čase:
sú priamo napojené na proces, alebo zariadenia, ktoré majú
kontrolovať, diagnostikovať alebo riadiť;
•
majú špeciálnu architektúru, ktorá sa musí vyrovnať nielen s rýchlym
spracovaním pri podmienkach reálneho času, ale aj s dynamickou
situáciou závislou od času;
•
vyžaduje sa vysoká rýchlosť a zodpovedajúca architektúra ES.
•
PROCES
SYSTÉM V REÁLNOM ČASE /
KONTROLA PROCESU
RIADIACI MECHANIZMUS
GENERÁTOR
PREPOJENIE
POČÍTAČOV
PREPOJENIE V
REÁLNOM ČASE
EXPERTNÝ
SYSTÉM
DATABÁZA
BÁZA
VEDOMOSTI
OBMEDZENIE
GENEROVANÝCH
RIEŠENÍ
TESTOVANIE
ZHODY S ÚDAJMI
OBSLUHA
OBSLUHA
PRENOSNÝ POČÍTAČ
POČÍTAČ EXPERTNÉHO SYSTÉMU
POUŽÍVATEĽ
MERIACIE
PRÍSTROJE
Obr. 46 Expertný systém pracujúci v reálnom čase
ZÁSOBNÍK
VYHOVUJÚCIH
RIEŠENÍ
Obr. 45 Schéma plánovacieho expertného systému
16
Pri tvorbe systémov CIM okrem integrácie materiálového toku
a informačných tokov počítame aj s integráciou metód a prostriedkov, ktorých
cieľom je:
•
formalizovať všetky rozhodovacie úkony, pre ktoré existujú formálne
efektívne algoritmy,
•
vyjadriť všetky procesové činnosti výrobného zoskúpenia údajmi,
•
zaviesť takéto formy údajov do formy, ktorá umožňuje ich generovanie,
transformáciu, prenos, použitie a skladovanie počítačovou technológiou,
•
zabezpečiť voľný prenos potrebných údajov medzi jednotlivými
subsystémami, tak aby boli kedykoľvek prístupne používateľom.
Pri realizovaní integrácie uvažujeme s tromi závažnými skupinami
prvkov:
•
Rozhranie (styk s prostredím, interface) – evidentná je snaha o vývoj
normalizovaných rozhraní.
•
Výstavba sietí – pre prúdenie elektronických dátových tokov sa
vytvárajú lokálne počítačové siete (LAN – Local Area Network); vytvárajú
sa normalizované počítačové trasy.
•
Funkcionálna centrálna databáza – zbierajú sa do nej všetky toky
údajov; existencia dielčich databank.
Usporiadajúcou zásadou v organizačnej pyramíde (architekturálny
prierez) je tá všeobecná požiadavka, že za účelom nerušeného pohybu
materiálu polotovarov a samotnej výroby je potrebné vybudovať viacúrovňovú
počítačovú riadiacu hierarchiu. Počet hierarchických úrovní v systémoch CIM
sa pohybuje od 4 do 7. V prípade abstraktných modelov CIM v odbornej
literatúre často používajú 5 hierarchických úrovní, ktoré zdola nahor sú
nasledovné:
•
bezprostredná riadiaca úroveň výrobného procesu (Process Level);
•
úroveň pracovných staníc, miest (Workstation Level);
•
úroveň autonómnych výrobných jednotiek (Cell Level);
•
úroveň podsystémov (subsystémov) riadiaceho systému výroby
(Center Level);
•
úroveň riadenia podniku (Top Level).
V rozvinutých priemyselných krajinách mikroprocesory, programovateľné
automaty, inteligentné riadiace systémy už dávno vytlačili človeka na najnižšej
úrovni automatizácie.
Samotná podstata systémov CIM teda spočíva v integrácií, ktorá
znamená vlastne časovú, organizačnú (architektonickú) a funkcionálnu
syntézu.
Pri tvorbe systémov CIM musíme uvažovať s trojsmernou integráciou
(obr. 47):
1.
časový prierez (optimálny výrobný program; tempo „hotový výrobok vypustenie“ má byť maximálne),
2.
organizačná pyramída (integrácia jednotlivých nad sebou
umiestnených riadiacich úrovní),
3.
funkcionálna integrácia (integrácia vedľa seba pôsobiacich
podnikových funkcií, subsystémi CAx, resp. CAxx).
V časovom priereze skúmame to, ako sú prispôsobené jednotlivé po
sebe nasledujúce fázy výroby, ako je možné ich spojiť, zlúčiť. Za hlavnú úlohu
implementovaného CIM systému považujeme to, aby jednotlivé
automatizované jednotky spájal tým spôsobom, aby sa v integrovanom
systéme nahromadili minimálne zásoby a aby tempo „hotových – vypustených“
výrobkov bolo čo najväčšie. Vyžaduje to časovanú vonkajšiu dodávku materiálu
a vnútornú výrobu, ich zladenie patrí k základným úlohám logistiky. Prvky
fungujúceho systému sú podriadené požiadavke plynulej výroby (Just-in-Time=
JIT, t.j. „všetko v požadovanom čase“).
Č
IER
EZ
FUNKCIONÁLNY PRIEREZ
V treťom priereze, ktorý nazývame aj funkcionálnou integráciou
skúmame zladenosť činnosti spojených s výrobným procesom (technický
rozvoj, riadenie výroby, organizácia výroby, ...) prostredníctvom jednotlivých
subsystémov CAx, resp. CAxx systémov CIM.
Prierezový schematický model je uvedený na obr. 47.
Základný, resp. systémový model CIM, ktorý slúži na logické pospájanie
pojmov, komponentov a subsystémov CIM je uvedený na obr. 48.
•
•
Obr. 48 Systémový model CIM
PR
Obr. 47 Prierezový schematický model systému CIM
•
Pri opise štruktúry systémov CIM sa veľmi často používajú referenčné
modely pozostávajúce z jednotlivých podsystémov CAx, resp. CAxx. Ich
stručné poslanie je nasledovné:
·
CAD (Computer Aided Design): počítačom podporované konštrukčné
projektovanie, ktoré obsahuje v sebe vývoj, projektovanie, navrhovanie.
Ý
OV
AS
ARCHITEKTURÁLNY PRIEREZ
2.14 Rozhodovacie procesy v systémoch CIM
Vyžadujú rozsiahle grafické možnosti, pričom účinne prispievajú k
výraznému zvýšeniu efektivity inžinierskej projekčnej činnosti. Ich
výstupmi sú: konštrukcie, zostavné výkresy, detailné výkresy, kusovníky
atď.
CAE (Competer Aided Engineering): počítačom podporovaný
technický rozvoj pozostávajúci z dvoch dielčích častí: počítačom
podporované projektovanie (CAD) a počítačom podporované plánovanie
výroby (CAPP). Medzi typických predstaviteľov systémov CAE patria
programové systémy, ktoré realizujú buď inžinierske výpočty alebo
metódu konečných prvkov (Finite Element Method).
CAPP (Computer Aided Process Planning): počítačom podporované
plánovanie výroby. Pripravuje technologické prenesenie konštrukčných
riešení a ich modifikácií z fázy CAD do výroby (vrátane montážnych
plánov, operačných pokynov, NC programov a ďalších služieb). Vo
vyspelých štátoch v súčasnej dobe vedomosti plánovačov výroby a
technológov postupne nahrádzajú počítačovou inteligenciou v podobe
expertných systémov (Expert Systems).
CAM (Computer Aided Manufacturing): funkcia, ktorá bezprostredne
vykonáva riadenie výrobného procesu, kontrolu a dozor priebehu výroby
a reguluje vyťaženie jednotlivých výrobných zariadení. Podstatnú časť
informácie získava od subsystému CAPP a je vzájomne spätý s
podsystémom počítačom podporovaného skladovania a dopravy
(Computer Aided Storage and Transportion). Toto prepojenie je natoľko
hlboké a rozmanité, že je účelné tieto dve oblasti považovať za jeden
celok, pričom ich pôsobenie sa rozširuje na poskytnutie výrobných
prostriedkov, na zásobovanie materiálom, na zaobchádzanie so
súčiastkovými programami, ako aj na operatívne výrobné programovanie
a dohľad.
17
•
•
•
CAQ (Computer Aided Quality Assurance): počítačom podporované
zabezpečenie kvality. Základnou zásadou systému CAQ je to, že
garanciu kvality je možné zaručiť iba vtedy, ak konštrukčné plánovanie,
technologický návrh a výroba, až do vypustenia výrobkov, je
systematicky doprevádzaná počítačom podporovanou priebežnou
zárukou kvality.
MRP (Manufacturing Resources Planning): plánovanie výrobných
zdrojov. Preberá na seba určité dielčie funkcie systémov plánovania a
riadenia výroby vo vysoko automatizovanom výrobnom prostredí (napr.
plánovanie kapacít). MRP je strategický nástroj riadenia a súčasne aj
informačný systém výroby. Rozvrhuje, zhodnocuje a preusporiadava
výrobné operácie, zbiera výrobné údaje a umožňuje operáciam, aby boli
monitorované vo vzťahu k plánu.
DRP (Distribution Resource Planning): plánovanie rozdelenia zdrojov.
Tento podsystém obsahuje predovšetkým simulačné a optimalizačné
programy a programy pre podporu rozhodovania, ktoré sa využívajú pri
rozdeľovaní zdrojov.
3. RIADENIE ZLOŽITÝCH SYSTÉMOV
Zložité systémy spravidla vykazujú hierarchickú štruktúru riadenia
skladajúcu sa z jednotlivých podsystémov, ktoré vykonávajú funkciu
samostatného rozhodovania.
Príčiny hierarchickej štruktúry:
1.
veľká rozmernosť riadeného systému,
2.
rôzna informovanosť prvkov ZS o parametroch riadeného procesu, alebo
vplyv okolitého prostredia.
3.1 Základné metódy riadenia zložitých systémov
Medzi najznámejšie patria:
1.
Dekompozičné metódy riadenia.
2.
Decentralizované riadenie ZS.
3.
Informačné hierarchicko – organizačné systémy riadenia.
4.
Situačné riadenie.
5.
Teória katastrof a jej aplikácie v riadení ZS.
6.
Riadenie ZS v každom čase.
2.
7.
8.
9.
10.
Kooperatívne riadenie ZS.
Evolučné modelovanie a riadenie ZS.
Teória chaosu pri riadení ZS.
Agentové a multiagentové systémy pri riadení ZS.
1.
Dekompozičné metódy riadenia ZS
Delenie problému na subproblémy t. j. rozloženie úlohy globálneho
systému na ľahko riešiteľné úlohy lokálnych podsystémov (obr. 49).
Obr. 49 Dekompozícia
Podsystémom chýba aktívnosť, t. j. schopnosť samostatného fungovania.
•
činnosť ZS v podmienkach neurčitosti; časť informácie v každom
okamihu systému alebo jeho častiam je principiálne nedostupná.
•
pôsobenie ZS v podmienkach protichodných záujmov; rozhodovacie
procesy nižších úrovní uskutočňujú dosiahnutie cieľa celého ZS
nepriamo, prostredníctvom lokálnych, resp. dočasných cieľov
čiastkových systémov a ak pri tom nastáva situácia, že rozhodnutie
smerujúce na dosiahnutie lokálneho resp. dočasného cieľa zvyšuje riziko
nedosiahnutia celého ZS (oblasť ergatických systémov; účasť
inteligentných bytostí; problematika spadajúca do oblasti teórie hier
a optimálneho rozhodovania).
Z technickej realizácie decentralizovaného riadenia vyplýva štrukturálne
usporiadanie, ktoré sa nazýva distribuovaným systémom riadenia (obr. 50).
Decentralizované riadenie ZS
Centrum:
•
prenecháva časť svojich práv a povinnosti podsystémom,
•
vykonáva koordinačnú funkciu smerom k podsystémom s cieľom
dosiahnutia globálneho cieľa systému.
Podsystémy:
•
sú aktívnymi, samostatné organizmy,
•
dostupnú informáciu sú schopné spracovať v reálnom čase,
•
požadujú menšie množstvo informácií v porovnaní s celým systémom,
•
sú zdrojom vzniku nových neurčitosti,
•
rôzna informovanosť o prostredí v ktorom pôsobí.
Z hľadiska v akom prostredí a v akých podmienkach pôsobí ZS rozdeľujeme:
•
pôsobenie ZS v podmienkach úplnej informácie (deterministické
prostredie); všetky objektívne existujúce informácie sú k dispozícií pre
vykonávanie rozhodovania.
•
pôsobenie ZS v podmienkach rizika; z každej rozhodovacej situácie
vychádza istá množina trajektórií, že cieľ bude dosiahnutý, pričom
dosiahnutí cieľov je dané hodnotou pravdepodobnosti (teória
pravdepodobnosti, Kolmogorovové axiómy).
3.
Informačné hierarchicko – organizačný systém riadenia
Zakladajú sa na báze apriórneho ocenenia rôznych variantov
hierarchickej, organizačnej štruktúry, zvolenej pre jeden a ten istý ZS.
CENTRÁLNE
RI ADENIE
REDUTANTNÉ
SPOJOVACIE
KANÁLY
LOKÁLNÁ
RIADIACA STANICA
LOKÁLNA
RIADIACA STANICA
LOKÁLNA
RIADIACA STANICA
SPOJOVACIE
KANÁLY
K
K
ČIASTKOVÉ PROCESY
K
K
ČIASTKOVÉ PROCESY
K
K
K
KONTROLÉRY
ČIASTKOVÉ PROCESY
RIADENÝ PROCES
Obr. 50 Úplné distribuovaný systém riadenia
18
4. Situačné riadenie ZS
5.
Teória katastrof a jej aplikácie v riadení ZS
nepresný
zložitý systém,
ergatický systém
matematický
model
zložitý
prakticky
nepoužiteľný
cieľ
riadenie ZS
použiteľná
metodika
situačné riadenie
postup
riešenia
zovšeobecnený semiotický model (znakový)
štruktúry a funkcie riadeného systému
aplikácia metodiky
situačného riadenia
Využitím formátoru predvídame následky
jednotlivých rozhodnutí a zvolíme tak
najvhodnejšie riešenie z hľadiska daných kritérií
tvorba vzorových tried
situácií (obmedzený počet)
Situácia S1
Situácia S2
Situácia Sn
priradenie vopred pripravených
rozhodnutí (stratégií riadenia)
Riadiaci systém pripravený na
riadenie zložitého systému
Obr. 51
Formátor je riadiaci systém (člen), ktorý riadi funkciu a formu (štruktúru) riadeného
komplexu.
Sú to situácie v riadení:
•
zahĺtenosť systému,
•
chyby vo vzorkovaní na vstupe,
•
poruchový stav samotného systému.
Tieto algoritmy je možné definovať ako algoritmy výmeny procesorového
času za presnosť výsledkov. Preto z hľadiska presnosti tento prístup je
nepostačujúci. Využívajú sa matematické alebo štatistické aproximačné
metódy pre predikčné účely, ktoré je účelné kombinovať s metódami umelej
inteligencie (fuzzy systémy, NS, hybridné prístupy).
7.
Úspešne sa aplikuje pri riadení komplexných technologických
systémoch, ktoré obsahujú procesy veľmi rýchlo a veľmi pomaly sa meniace.
Pri riadení veľmi rýchlo sa meniacich procesov vyžadujeme veľmi rýchly
rozbor a spracovanie údajov, rýchle zariadenia na riadenie procesov s veľmi
krátkymi cyklami v reálnom čase a výkonnú výpočtovú techniku s požadovanou
kapacitou pamäte.
Riadenie veľmi pomalých procesov vyžaduje stálu komunikáciu z dôvodu
zaregistrovania pomalých zmien, pričom sa dôsledne rozlišuje konečný
a momentálny stav procesov ako aj snímanie a vyhodnocovanie rýchlych
a krátkodobo trvajúcich procesov.
Uvedené krajné prevádzkové situácie, ako aj ich zvládnutie a riadenie
organicky zapadajú do problematiky situačného riadenia.
6.
Riadenie zložitého systému v každom čase(Anytime control
Algorithms)
Spadajú do rámca problémov riešených metodikou situačného riadenia
a zameriavajú sa na istú špecifickú podmnožinu.
A1
C
Ai
S
Kooperatívne riadenie
AN
So zložitosťou komplexov narastá aj obtiažnosť ich riadenia. Jednotlivé
elementy, subsystémy sa ťažko dajú ovládať z jedného centra a ani vytvorenie
hierarchických úrovní riadenia neprináša požadované výsledky.
Používa sa preto tzv. kooperatívne riadenie (obr. 52), pri ktorom
zadávací člen ZS stanovuje pravidlá a postupy správania sa svojich
podsystémov a prvkov. Zložky ZS majú značnú autonómiu a využívajú
možnosti spolupráce s ostatnými prvkami ZS tak, aby bolo možné čo
najvýhodnejšie dosiahnuť spoločný cieľ.
Na obr. 52 je znázornený pohyb robotického systému na povrchu
planéty.
Cieľ:
•
prekonať prekážku S na povrchu planéty.
Význam označení:
A1, ..., AN – automaty, elementy,
S – prekážka,
C – cieľ, smer pohybu.
8.
Evolučné modelovanie a riadenie
Podstatou tohto prístupu je simulácia vývoja prostredníctvom aplikácie
umelej inteligencie, konkrétne tzv. evolučného smeru.
bionický,
heuristický,
UI
smery
lingvistický (semiotický),
evolučný.
Evolučný smer sa považuje za pokus modelovať nie to, čo je, ale to, čo
by mohlo byť, keby evolučný smer, proces orientoval smerom pre nás
potrebným. Spravidla sa používajú modely s automatickou organizáciou.
Obr. 52 Príklad kooperatívneho riadenia
Štruktúra robotického systému:
•
množina rovnocenných elementov Ai,
•
elementy (prvky, automaty) sú spojené s oceľovými lanami, ktoré
prenášajú silové väzby a informačné spojenie,
•
pohyblivé telesá vytvárajú komplex, ktorého tvar, t. j. konfigurácia
s časom sa môže meniť.
Podmienka činnosti:
•
takt pre synchronizáciu funkcie telies.
9.
Teória chaosu
Za najvýznamnejšie fyzikálne objavy XX. storočia sú považované:
•
teória relativity (Albert Einstein),
•
kvantová fyzika (Werner Heisenberg),
•
teória chaosu (Stephen Hawking).
Teória chaosu rozširuje obzor:
•
technického,
•
prírodovedeckého a
•
filozofického myslenia.
Pri využití teórie chaosu na riadenie systémov sa nehovorí ani tak
o samostatnom použití chaosu, ale skôr o kontrole chaosu obsiahnutého
v dynamických systémoch (komplexoch).
Pri riadení ZS sa snažíme zistiť, v ktorej časti obrazca (Lorenzové
abstraktory, nekonečné slučky) sa riadená sústava nachádza, do ktorej časti ju
chceme dostať a následne zvolíme krivku, po ktorej do tohto žiadaného stavu
chceme dostať.
Prvým signálom, že sa jedná o chaotický systém je, ak doteraz
pravidelný vývoj v nejakom bode merania sa rozdvojí (bifurkácia).
19
Prostredie
Aplikácie: ekonomika, metrológia, prúdenie tekutín, fyzika, medicína,
informatika (neurónové siete, fraktálne kódovanie obrazcov, ...).
Literatúra:
Leary, T.: Chaos a Kyberkultúra. Maťa. Drahamagia, Praha, 1977.
10.
Agent
*Ciele
*Akcie
*Znalosti
Agentové a multiagentové systémy pri riadení ZS
Autonómny agent je systém, ktorý je súčasťou prostredia, ktorého
vníma, na ktoré pôsobí a v ktorom existuje v priebehu času, pričom
vykonáva vlastné úkony, a tak ovplyvňuje čo bude vnímať
v budúcnosti. Vlastnosti agenta:
•
autonómnosť – je schopnosť v prostredí operovať samostatne, bez
zásahu človeka,
•
kooperácia – schopnosť komunikovať s inými agentmi, resp.
s človekom,
•
učenie – interakcia agenta s prostredím.
Všeobecná schéma jednoagentového prostredia je na obr. 53.
Obr. 53 Všeobecná schéma jednoagentového prostredia
Multiagentové systémy (decentralizované systémy) sa líšia od systémov
s jedným agentom hlavne s tým, že každý agent, ktorý sa vyskytuje v prostredí
je modelovaný ako entita s cieľmi, akciami a znalosťami (obr. 54).
Agent
Prostredie
*Ciele
*Akcie
*Znalosti
Agent
Interakcia
*Ciele
*Akcie
*Znalosti
Obr. 54 Všeobecná schéma multiagentových systémov
3.2 Situačné riadenie zložitých systémov
príprava
riadiacich stratégií
pre
·
normálne
prevádzkové
podmienky
atypické
situácie
PRÍPRAVA VÝROBY
(PLÁNOVACIA ČINNOSŤ)
Zvýšenie výrobnosti a ekonomickej efektívnosti
HODNOTIACE
KRITÉRIA
TRIEDY
SITUÁCIÍ
spúšťanie prevádzky
C1 C2
Atypické situácie
CN
odstavenie prevádzky
KRITÉRIA
ESTIMÁCIA
STAVU ZS
ÚDAJE
S1
štrukturálne narušenie
ohrozenie bezpečnosti
SN-1
KRITÉRIA
VOĽBA
STRATÉGIÍ
ohrozenie stability
SN
GLOBÁLNE
CIELE
KOMPLEX
f1 f2
fn
RIADIACI
PROCES
AKČNÝ ČLEN
·
Riadenie ZS
Proces riadenia ZS sa čelní (obr. 55):
•
etapa plánovania riadiaceho procesu (organizačno – plánovacia
činnosť),
•
operatívne riadenie (materiálno – výrobná činnosť).
ČIASTKOVÉ
CIELE
VÝSLEDOK
AKČNÝ
ZÁSAH
OPERATÍVNE RIADENIE (MATERIÁLNO - VÝROBNÁ ČINNOSŤ)
Obr. 55 Proces riadenia ZS
rozpad zložitého systému
·
Plánovanie
riadiaceho
procesu
vychádza
·
·
·
Operatívne
riadenie
·
·
·
zo súboru hypotéz o
dynamike systému a
stavu prostredia
predchádza
operatívnemu riadeniu
priestorovo i časovo je
oddelené od vlastného
riadenia
•
navrhnutá metodika a štruktúra
riadenia (všeobecné platné
algoritmy riadenia)
optimalizácia
rozhodovacích
procesov
minimaliźacia
odchýlok
riadenie v reálnom
čase
prispôsobenie plánu
skutočným
podmienkam
Podmienky operatívneho riadenia ZS:
•
príprava súboru alternatívnych výrobných plánov, pokrývajúcich celú
oblasť situácií,
výrobné stratégie musia riešiť i tie situácie, ktoré nie sú optimálne, t. j. ak
kritéria spoľahlivosti (bezpečnosti), kvality (akosti) a hospodárnosti nie sú
úplne splnené.
prostriedok
návrhu
metodika situačného riadenia
Podstata situačného riadenia:
•
optimálne pokrytie rozsiahlej množiny možných situácií,
•
primerane malý počet riadiacich algoritmov (stratégií),
•
tvorba vzorových tried situácií (prevádzkové stavy systému).
Pri situačnom riadení sa teda musíme vysporiadať s nasledovnými
problémami:
•
ako vopred pripraviť súbor vhodných a vyhovujúcich rozhodnutí
(stratégií),
•
ako roztriediť jednotlivé situácie do vzorových tried situácií (prevádzkové
stavy, režimy),
•
ako uskutočniť klasifikáciu aktuálnych situácií do vzorových tried situácií
pri skutočnej prevádzke systému.
Pri riadení ZS v rozhodovacích a klasifikačných postupoch spravidla sa
jedná o integrované využitie niekoľkých rozhodovacích metód.
20
3.2.1 Vývoj a perspektívy situačného riadenia zložitých systémov
Predstavitelia Ruskej školy:
D. A. Pospelov, Ju. I. Klykov, G. Osipov, O. Citkin, A. I. Sokoľnikov, A. N. Averkin,...
Predstavitelia západných krajín:
J. Zaborsky, K. W. Whang, K. V. Prasad, D. R. Stinson, F. B. Wernadat, D.
Howland, ...
Predstavitelia Českej a Slovenskej republiky:
J. Beneš, J. Spal, L. Madarász,...
Situačné riadenie ZS bolo navrhnuté pre také systémy pre ktoré tradičné
kybernetické modely boli nespoľahlivé (Obr. 56):
Význam označení:
•
X – vstupy (nemerateľné)
•
W – vstupy (merateľné)
•
Y – výstupy
•
U – akčné zásahy
•
Z – vektor korekcie
•
DMP – osoba zúčastňujúca sa rozhodovania
•
F – systémová funkcia
•
Ф –riadiaca funkcia
Na obr. 57 je uvedený model situačného riadenia z roku 1960.
Obr. 57 Model situačného riadenia z roku 1960 (Prameň: Pospelov, D.A.,1986)
Význam jednotlivých blokov modelu:
•
analyzátor – vytvára opis aktuálnej situácie,
•
klasifikátor – k aktuálnej situácií priradí vzorovú triedu riešení,
•
korelátor – obsahuje všetky riešenia vo forme logicko –
transformačných pravidiel,
•
extrapolátor – z existujúcich riešení vyberie jedno riešenie,
•
blok náhodného výberu – ak ani korelátor ani extrapolátor nerozhodnú
tento blok vyberie riešenie.
Formátorové riadenie komplexov (obr. 59).
Obr. 59 Kybernetický model riadený formátorom (Prameň: Beneš, J., 1966;1974)
Obr. 56 Tradičný kybernetický model riadenia (1960)
(Prameň: Pospelov, D.A., 1986)
Uvedený model nemohol byť použitý pre riadenie takých systémov, ktoré
je možné charakterizovať týmito vlastnosťami:
•
jedinečnosť (osobitá štruktúra a funkcia),
•
dynamika,
•
neúplnosť a neurčitosť popisu,
•
prítomnosť ľudského činiteľa (ergatické systémy),
•
nejednoznačnosť,
•
neformalizovateľnosť.
Ďalšia vývojová etapa (Obr. 58):
Obr. 58 Model situačného riadenia z roku 1970 (Prameň: Pospelov, D.A., 1995)
Popis funkcií jednotlivých prvkov:
•
kóder – prijíma informácie v prirodzenom jazyku a konvertuje ich do
jazyka situačného riadenia,
•
blok riešenia problému a simulátor – určuje riešenie problému, ak
riešenie je známe z bázy vedomosti, simulátor môže vyvinuté riešenie
testovať,
•
dekóder – konvertuje riešenie z jazyka situačného riadenia do
prirodzeného jazyka.
Z
– vnútorné stavové veličiny,
ZaS – zadávací systém,
R
– riadiace veličiny,
RČ – riadiaci člen,
U
– akčné veličiny formátoru.
ANX,ANY,ANZ,ANR – analyzátory jednotlivých veličín.
Na obr. 60 je uvedený ďalší model situačného riadenia, kde riadiaci
proces pozostáva z :
•
rozhodovacej fázy: výberová (klasifikačná) časť
akčná časť
•
riadiacej fázy:
výberová (klasifikačná) časť
akčná časť
Význam jednotlivých označení:
K
– komplex, zložitý systém,
F
– formátor,
K0
– vonkajšie prostredie,
X
– vstupné veličiny,
Y
– výstupné veličiny,
21
Z
v*
KOMPLEX
Model situačného riadenia z roku 1990 je uvedený na obr. 61.
U
FORMÁTOR
REŽIM
I
.
.
.
NIE
STUPEŇ
OHROZENIA
"1"
.
.
.
.
.
.
REŽIM
I
REŽIM
N
NIE
STUPEŇ
OHROZENIA
"I"
.
.
.
.
.
.
REŽIM
N-1
ÁNO
NORMÁLNA
PREV. ST." 0 "
REŽIM
1
ÁNO
.
.
.
REŽIM
0
.
.
.
VÝBER PRÍSLUŠNÉHO ALGORITMU A VYKONANIE
ZÁSAHU
REŽIM
1
ANALYZÁTOR
REŽIM
N-1
ÁNO
REŽIM
0
.
.
.
RIADIACI ČLEN
Obr. 61 Model situačného riadenia z roku 1990 (Prameň: Pospelov, D.A., 1995)
NIE
STUPEŇ
OHROZENIA
"N "
REŽIM
N
AKČNÁ VÝBEROVÁ
ČASŤ
ČASŤ
AKČNÁ ČASŤ
RIADIACA ČASŤ
ROZHODOVACIA FÁZA
VÝBEROVÁ
ČASŤ
Obsahuje tieto zmeny v porovnaní s predchádzajúcimi modelmi:
analyzátor → expertný systém,
klasifikátor → expertný systém + doménový model,
extrapolácia a simulácia → modelovací a výpočtový systém,
korelátot → expertný a výpočtový systém.
VSTUP
ČASOVEJ VZORKY
Obr. 60 Schéma situačného riadenia komplexu(1982) (Prameň: Madarász, L., 1982)
Rozvojom metód výpočtovej inteligencie vznikol ďalší model situačného
riadenia (obr. 62).
Obr. 62 Perspektívny model situačného riadenia
3.2.2 Vypracovanie koncepcie a nasadzovanie situačného riadenia
Postup vypracovania koncepcie situačného riadenia ZS sa skladá
obyčajne z týchto krokov (Madarász, L., 1982; Spal, J., Madarász, L., 1984):
a)
opis modelu štruktúry a funkcie riadeného ZS,
b)
určenie globálneho cieľa riadenia,
c)
klasifikácia poruchových prevádzkových stavov a ich príčin,
d)
klasifikácia a opis funkcií režimov riadenia, ktoré sa priraďujú k
jednotlivým poruchovým stavom,
e)
algoritmizácia jednotlivých režimov riadenia,
f)
implementácia.
Podrobný algoritmus tvorby, implementácie a prevádzky situačného
riadenia ZS vo forme vývojového diagramu je uvedený na obr. 63.
Situačné riadenie ZS okrem toho vyžaduje ešte riešenie radu čiastkových
problémov. Sú to najmä:
a)
klasifikácia situácií (najčastejšie neostré zatriedenie),
b)
vypracovanie metód rozpoznávania (identifikácie, estimácie) situácií v
prevádzkových podmienkach (neostrosť klasifikácie podstatne
ovplyvňuje identifikačný proces),
c)
vytvorenie jazykov na opis situácií a ich vzorových tried,
Štart
určenie vhodného súboru stratégií, ktorý pokryje celú oblasť možných
situácií pri zachovaní prijateľného rozsahu súboru týchto stratégií,
e)
metódy a praktické postupy priraďovania stratégií k danej situácii v
prevádzkových podmienkach,
f)
realizácia riadiaceho procesu, čiže spôsob a postup uvedenia určeného
súboru stratégií do činnosti.
Situačné riadenie predpokladá vybudovanie a činnosť ergatických
komplexov.
d)
Návrh situačného
riadenia v režime
OFF - LINE
Opis modelu
riadeného systému
Globálny cieľ riadenia
Voľba kritérií pre
klasifikáciu poruchových
stavov systémov
Doplnenie
klasifikačných kritérií
Nie
Analýza poruchových
stavov a ich príčin
Je možná
tvorba vzorových
tried situácií?
Zostavenie množiny
poruchových stavov
Klasifikácia poruchových stavov
Zmena kritérií pre tvorbu
vzorových tried situácií
Voľba kritérií pre tvorbu
vzorových tried situácií
Je možná
tvorba vzorových
tried situácií?
Nie
Áno
Tvorba vzorových tried
situácií
Áno
Rozdelenie množiny
poruchových stavov do
situačných tried
Vzorová situácia
S1 ?
Vzorová situácia
S2 ?
Nie
Návrh funkcií režimov
riadenia patriacich k
k situačným triedam
Je možné priradiť
režimy riadenia ?
Vzorová situácia
Sn ?
Doplňujúca analýza
poruchových stavov
a ich príčin
Nie
Áno
1
Obr. 63 Podrobný algoritmus tvorby, implementácie a prevádzky situačného riadenia (1. časť)
22
1
3.3 Formátorové riadenie komplexov
Priradenie režimov
riadenia
Algoritmizácia
a naprogramovanie
režimov riadenia
Aplikácia situačného
riadenia v režime
ON - LINE
Implementácia riadiacich programov
Situačná
klasifikácia
Časové vzorky meraných
výstupných veličín
riadeného systému
Zatriedenie aktuálnej
situácie do vzorovej
triedy situácií
Nie
Sa=S1?
Sa = S2?
Áno
S a ? = Sn ?
Áno
Priradenie príslušného
režimu riadenia
Odber ďalšej časovej
vzorky t = to+ t
Výber algoritmu riadenia
a jeho parametrizácia
Koniec situačného, resp.
hrubého riadenia systému
Začiatok jemného,
presného, evolučného
riadenia systému
Realizácia akčného
zásahu
Koniec
Syntéza niekoľkých
metód riadenia
Obr. 63 Podrobný algoritmus tvorby, implementácie a prevádzky situačného riadenia (2. časť)
•
•
spravidla je adaptívny v styku so svojim okolím,
je použiteľný pre riadenie objektov rôznych úrovní zložitosti.
Súvislosti situačného, kooperatívneho a evolučného riadenia:
Jednotlivé elementy komplexu navzájom spolupracujú a zásady tejto
spolupráce určuje kooperatívne riadenie z nadradeného riadiaceho člena
formátora. Ide o rámcové riadenie prostredníctvom zásad. Rovnaký formátor
ďalej vykonáva hrubé riadenie komplexu prostredníctvom situačného
riadenia, čiže priraďovaním riadení jednotlivým makrosituáciám, do ktorých
patrí príslušná aktuálna mikrosituácia komplexu. Formátor môže byť vystrojený
aj tak, že potom prepne na jemné riadenie komplexu, ktoré sa môže realizovať
formou evolučného riadenia štruktúry a funkcie komplexu.
Pri riadení rozsiahlých ergatických systémov sa naskytáva možnosť
formátorového riadenia funkcie ako aj formy (vnútorná štruktúra, vonkajší
tvar) komplexu.
Formátor vo všeobecnosti je riadiaci systém, ktorý riadi funkciu
a formu komplexu.
Všeobecná schéma kybernetického systému s riadením funkcie a formy
riadeného komplexu K bola uvedená na obr. 59.
Základné vlastnosti formátora:
•
je vytvorený zo živých a neživých elementov,
•
ak formátor zahŕňa technické prostriedky a ľudí je potrebné zaoberať sa
i vzťahmi (interakciami) medzi človekom a technikou,
•
vyznačuje sa snahou o automatizáciu prípravy podkladov pre
rozhodovanie človeka – operátora,
•
medzným prípadom formátorového riadenia komplexu môže byť, keď
sám človek, ako celok, so svojími zmyslovými orgánmi, so svojou vyššou
nervovou činnosťou a svojími svalovými efektormi vytvára funkciu
formátoru,
•
činnosť formátoru je zameraná k cieľu (cieľovo – orientovaný stav),
•
je spravidla súčasťou spätnoväzobného obvodu,
·
·
·
·
Súbor uvedených
problémov súvisí
s otázkami
inžinierskej psychológie,
fyziológie,
ergonómie,
sociológie
Spravidla rozoznávame a analyzujeme tieto prípady:
•
správanie človeka ako jednotlivca,
•
pôsobenie človeka v kolektíve,
•
formalizovateľnosť ergatických systémov,
•
interakcia človeka s výpočtovou technikou.
3.4 Ľudský činiteľ v riadených komplexoch
V súvislosti so základnými vlastnosťami formátoru je nevyhnutné sa
zaoberať aj s pôsobením človeka – operátora v riadených a riadiacich
systémoch.
Pri riadení sa uplatňuje celá zložitosť ľudskej bytosti so všetkými
fyziologickými a psychologickými prejavmi. Môžu nastať tieto situácie:
•
pôsobenie človeka v priamej súvislosti s činnosťou systému,
•
pôsobenie človeka bez bezprostrednej priamej súvislosti s činnosťou
systému.
Z pohľadu cieľa, ktorý sleduje človek je možné určiť tieto osobitosti:
•
samotný cieľ u človeka môže byť zadaný (indikovaný) zvonku, alebo sa
vytvára priamo v človeku,
•
cieľ spravidla nie je jediný, ale existuje celá hierarchia cieľov,
•
postup dosiahnutia cieľa (algoritmus) v človeku nie je fixný, ale:
•
spravidla existuje voľba medzi rôznymi postupmi dosiahnutia cieľa,
•
aj zvolený algoritmus sa mení v priebehu svojho vykonávania
(školenia, zácvik),
•
vytváranie nových algoritmov v človeku je mimoriadne náročná úloha,
ktorá vyžaduje:
•
vytvorenie postupnosti činnosti na úrovní modelu vo vedomí človeka
(plán činnosti),
•
realizáciu takto vytvorenej postupnosti.
•
každý človek vykazuje isté individuálne rysy.
Formálne opísanie správania sa človeka musí vychádzať z formalizácie
týchto rozhodovacích situácií. Spravidla je možné sa oprieť o tieto zásady:
•
možnosti čiastočného paralelného spracovania,
•
existencia dominantnej činnosti,
•
uplatnenie princípu podmieneného presušovania úloh s uplatnením
prioritného systému,
•
časová koordinácia činností s uplatnením zádrží.
Správanie človeka ako jednotlivca
1.
Človek ako
dynamický systém
vykazuje
Neživé, technické
systémy
·
·
·
cieľavedomosť,
cieľovo - orientovaný stav,
schopnosť generovať ciele.
·
·
ich správanie je živelné,
riadia sa iba zákonitosťami
dynamiky samotných procesov,
ciele sú vždy zadané z vonku,
taktiež aj algoritmy dosiahnutia
cieľa.
·
2.
Pôsobenie človeka v kolektíve
Pracovný kolektív nie je iba súhrn pracovníkov, ale vytvára zložitý
systém, v ktorom sa uplatňujú medziľudské vzťahy medzi pracovníkmi.
Postavenie ľudí v kolektívoch je v podstate určované hľadiskami cieľov
jednotlivcov v kolektíve. Rozlišujeme tieto prípady:
•
súhlasnosť cieľov (koaličné správanie, deterministické správanie
s minimálnym náhodným šumom),
•
rozptýlenosť cieľov – nevytvára sa spoločný globálny cieľ, vytvára sa
šum bez výraznejšieho zjednocovacieho trendu,
•
rozpornosť cieľov (vznik konfliktných situácií, príp. antagonistický
konflikt).
3.
Formalizovanosť ergatických systémov
Cieľovosť je typickou vlastnosťou človeka, pre techniku môže mať cieľ
iba v spojení s ľudským činiteľom. Preto existuje osobitná metodika pre:
•
techniku (vyžaduje metódy opisu neživých systémov)
•
deterministické metódy (opis na základe úplnej informácie
o príčinných vzťahoch),
23
•
•
stochastické metódy (opis na základe neúplnej informácie),
vetviace sa procesy (opis javov v podstate bez príčinných
vzťahov, ktoré sú základom javov).
•
ľudské aktivity – motivácia činnosti, ktorá je prostriedkom na
vytvorenie systému cieľov.
Ergatické systémy používajú najmä tieto postupy:
•
dynamické metódy,
•
metódy hromadnej obsluhy,
•
informačné metódy.
Interakcia človeka a počítačom
4.
Správna organizácia interakcie človeka s počítačom zásadne
ovplyvňuje efektívnosť fungovania ASR.
Operatívna činnosť človeka s počítačom sa uskutočňuje
pomocou režimu ich obojstrannej komunikácie.
Dialógom sa nazýva usmernená výmena informácií medzi
dvoma účastníkmi prevádzaná v reálnom čase.
V ASR jedným účastníkom je človek a druhým technické
prostriedky.
S touto problematikou úzko súvisia:
•
všeobecná architektúra riadenia,
•
kontrola platnosti rozhodovacích prístupov založených na prvkoch
a princípoch UI,
•
riadenie v režime off – line,
•
riadenie v režime on – line,
•
supervízne riadenie, dohliadanie a monitorovanie pracoviska.
Pre dosiahnutie uvedených cieľov slúžia diagnostické moduly, ktoré sa
opierajú o multiúrovňové znalostné reprezentácie systému a obsahujú príčinné
siete vykonávajúce príčinné rozhodnutia.
3.5.1 Riadenie výrobného procesu
skúsenosti
Riadenie
výrobného
procesu
Komplex
rozhodovacích
aktivít
expertízy
know - how
funkcia riadenia
3.5.2 Globálna architektúra riadenia komplexu v reálnom čase
Všeobecná architektúra je uvedená na obr. 64:
Produkčný
(výrobný)
plán
OFF - LINE
PRÍPRAVNÝ MODUL
DOHLIADANIE
A
MONITOROVANIE
Graf
obmedzení
Časové
vymedzenie
Syntéza
Situačný odhad
Riadenie
obmedzení
Šírenie anomálií
Vývojový
graf
pracoviska
Situačné
indikátory
Pracovný
program
(Postup)
Detekcia anomálií
Dynamický
model
pracoviska
RIADENIE V REÁLNOM ČASE
Príkazový dispečing
Riadenie pracoviska
VÝROBNÉ PRACOVISKO (VÝROBNÁ DIELŇA)
Obr. 64 Globálna architektúra riadenia výrobného pracoviska
Z pohľadu aktivity rozoznávame:
•
expertné systémy (aktívnym je počítač),
•
dialógové systémy (aktívny je človek).
Základné typy dialógov medzi človekom a počítačom z iniciatívy človeka sú:
•
dialógový režim programovania,
•
dialóg v prirodzenom jazyku,
•
dialóg pre úzky okruh špecialistov, atď.
•
Dialógy z iniciatívy počítača:
•
dialóg s variantnými riešeniami,
•
dialóg s vyplnením formátu.
3.5 Prístupy umelej inteligencie k riadeniu komplexov s využitím metodiky
situačného riadenia
Tento prístup je založený na situačnom odhade a situačnom
rozpoznávaní aktuálnej pracovnej situácie s cieľom vrátiť komplex do stavu,
ktorý označujeme ako „normálne pracovné podmienky“.
•
•
•
plánovacia funkcia, má za úlohu vypracovať výrobné príkazy,
prevádzková funkcia, dotýka sa dispečerského riadenia (on – line),
monitorovacia funkcia, detekuje všetky odchýlky, poruchy a zhodnotí
možné následky porúch,
•
reakčná funkcia, slúži na včasné a vhodné pôsobenie po identifikácií
poruchového stavu.
Uvedené funkcie sú čiastočne vykonávané ľuďmi – operátormi,
dispečermi, ktorý dostávajú informácie od lokálnych indikátorov. Snahou je
komplexne automatizovať funkcie riadiacej jednotky, a to od rutinných činností
počnúc, cez monitorovacie úlohy až ku systémom, podporujúcich samotné
rozhodovanie operátora, dispečera.
Návrh riešenia pozostáva z týchto krokov:
•
využívanie postupu rozpoznávania situácií a zodpovedajúceho situačného
riadenia,
•
používanie príčinných modelov a príčinného modelovania (príčina –
dôsledok),
•
aplikácia zmiešaných (hybridných) údajov a znalostnej reprezentácie
(databázy, bázy vedomostí, objektovo – orientovaná databáza,
reprezentácia vedomostí, sémantické siete, evolučné grafy, ...),
•
návrh a aplikácia dohliadacich modelov založených na znalostných bázach
(metaznalosti pre účely koordinácie, riadenia a modelovania operácií).
Pozostáva z troch hlavných modulov:
•
Prípravný modul v režime OFF – LINE pripravuje detailný plán výroby
(denný) pre pracovisko, zadáva operácie a aktivity. Produkčný plán je
výsledkom činnosti subsystému MRP (plánovanie výrobných zdrojov)
•
Riadiaci modul, ktorý pracuje v režime ON – LINE vykonáva dve
základné funkcie:
•
príkazový dispečing vysiela výrobné príkazy skupine strojov, berie do
úvahy informácie o stave pracoviska,
•
poslanie druhej funkcie, t. j. riadenie pracoviska, spočíva v získavaní
údajov a aktualizácií dynamických modelov.
•
Dohliadací a monitorovací modul, opiera sa o situačný odhad.
Výsledky situačného odhadu modul využíva na:
•
detekovanie a identifikáciu problémov,
•
vyhodnotenie dôsledkov porúch,
•
návrh a výber korekčných zásahov,
•
modifikácia grafu obmedzení a pracovného plánu kolíznych situácií.
Riadiace moduly, ktoré sú znázornené na obr. 64 je možné logicky
štrukturovať do trojvrstvového systému podľa vykonávaných funkcií a úrovne
abstrakcie spracovaných informácií (obr. 65):
1.
Dátová úroveň, vykonáva kvantitatívne zvažovanie nahromadených dát,
uschovaných v objektovo – orientovaných databázach (kumulatívne
24
2.
3.
Kvalitatívna rozhodovacia
úroveň
a historické informácie o stave a vývoji systému).
Úroveň koncepčného chovania je zameraná na poskytovanie
heuristických rozhodnutí, vykonáva kvantitatívne a kvalitatívne
zvažovanie, situačný odhad možnosti, ktoré sú založené na interpretácií
znalostných báz (produkčné pravidla, rámce, sémantické siete, príčinné
siete).
Kvalitatívna rozhodovacia úroveň, poskytuje užívateľovi syntetické
informácie vo forme noriem, histogramov. Informácie sa vzťahujú na
celkový stav pracoviska, alebo na príslušný podsystém. Kvalitatívne
rozhodovanie slúži na sledovanie vývoja systému, detekovanie anomálií
systému, navrhovanie hypotéz v prípade výskytu problémov a konečné
rozhodnutie o použitom korekčnom zásahu. Znalostná reprezentácia na
tejto úrovni je vo forme produkčných pravidiel a zjednodušených
príčinných sietí.
Z h lu k o v a n é
in fo rm á c ie
P rís tro jo v á d o s k a
K v a lita tív n e
u v a ž o v a n ie
Úroveň koncepčného
chovania
K oncepčný m odel
(v ý v o jo v ý g ra f, p ra v id lá
v ý v o ja , h e u ris tik y )
O b je k ty
K v a n tita tív n e
i k v a lita tív n e
u v a ž o v a n ie
P ra v id lá
Z n a lo s tn á b á z a
Dátová úroveň
S ta v p re m e n n ý c h
(s ta v y, d á ta , m e ra n ia )
K v a n tita tív n e
u v a ž o v a n ie
D a ta b á z y
S ta tic k á
d a ta b á z a
D y n a m ic k á
d a ta b á z a
D a ta b á z a
re á ln e h o
času
Obr. 65 Úrovne uvažovania
3.5.3 Príčinné modely a príčinné uvažovanie
Riadiace a
monitorovacie
systémy
Diagnostická
funkcia
predvídanie
abnormálneho
stavu
prijatie
akčných
zásahov
pochopenie
abnormálneho
stavu
príčinné modely, sémantické
siete
Príčinný prístup využíva povrch (šírku) i hĺbku znalostí na riešenie
diagnostických problémov (obr. 66).
Spätné uvažovanie na modely dovoľuje nájsť príčiny skúmaných
problémov. Výberom jednej zo správnych ciest, ktorá vedie od príčin ku
aktuálnej situácií (dopredné uvažovanie), sa potvrdí správna situácia.
in ic ia liz a č n á
p ríč in a " 1 "
Inicializačné
príčiny
in ic ia liz a č n á
p ríč in a " 2 "
a k tiv ita " 1 "
a k tiv ita " 2 "
s itu á c ia " 1 "
s itu á c ia " 2 "
a k tiv ita " 3 "
a k tiv ita " 4 "
MÔCŤ,
MUSIEŤ
MÔCŤ
Kvalitatívne
situácie
a k tiv ita " 5 "
3.6 Aplikácia situačného riadenia a rozhodovacie procesy pri riadení
zložitých systémov
Komplexnosť plne automatizovanej výroby predpokladá jej ekonomické
prevádzkovanie a využívanie aj pre atypické (havarijné, abnormálne)
prevádzkové stavy, čo predpokladá a vyžaduje programové vybavenie aj pre
tieto prípady.
Kritéria prevádzkovania:
•
bezpečnosť (spoľahlivosť),
•
kvalita (akosť),
•
ekonomičnosť.
3.6.1 Situačné riadenie elektrizačnej sústavy (ES E)
s itu á c ia " k "
hypotéza
štrukturálne i
Pozorovateľné
hodnoty
p re ja v e n ie ,
d o k a z o v a n ia
zložitý systém
ESE
funkčne
·
Obr. 66 Príčinné siete
ESE sa vyznačuje
·
·
·
·
Zjednodušená principiálna schéma riadenia je uvedená na obr. 67.
Význam označení:
KOMPLEX
Z
X
(VÝROBA A ROZVOD
Z
– porucha,
ELEKTRICKEJ ENERGIE)
X
– riadená veličina,
U
FORMÁTOR
U
– akčná veličina,
VÝKONNÝ
PREVENTÍVNE
A
– algoritmus riadenia,
ORGÁN
VYPRACOVANIE
Sj
– stratégia riadenia,
STRATÉGIE
U
RIADENIA
VOĽBA
t
– aktuálny čas,
ROZHODNUTIA
V ČASE t
Δt
– elementárny časový úsek.
ROZPOZNANIE,
EXTRAPOLÁTOR
RIADIACI
ČLEN
ANALYZÁTOR
ROZPOZNANIE,
Sj
I
A
KLASIFIKÁCIA
KLASIFIKÁCIA
SITUÁCIE
MOŽNÝCH
V ČASE t
SITUÁCIÍ
V ČASE t + t
BANKA DÁT
URČENIE STAVU
V ČASE t
URČENIE
STAVU
V ČASE t + t
X
ZADÁVACÍ
ZBER A PRENOS
ČLEN
DÁT
PREDPOVEĎ, PLÁN MANIPULÁCIE, ZOZNAM
NÁHODILÝCH UDALOSTÍ V ČASE t + t
Obr. 67 Schéma riadenia prevádzky ESE
decentralizovanými hierarchickými
úrovňami riadenia,
aktívnosťou podsystémov,
výraznou účasťou ľudského činiteľa,
postupnosťou rozhodovacích procesov
pri riadení,
rozdielnosťou abstrahovania
(dispečer, technika).
Hierarchická štruktúra riadenia ESE je uvedená na obr. 68.
Význam symbolov:
C01
I 01
B11
1
Y i,j,m,l – je hierarchická úroveň (l= 1, 2, 3, 4),
H11
CDO
G11
J 11
i, j, m – poradové číslo dispečingov na
R11
1
1
príslušných hierarchických úrovniach,
Ci
Ii
B2i
CDO – centrálna dispečerská organizácia,
H2i
ODi
G2i
2
OD – oblastný energetický dispečing,
Ji
R2i
KD
– krajský energetický dispečing,
C2j
I 2j
B3j
RD – rajónny prípadne mestský energetický
H3j
KDj
G3j
dispečing,
J j3
R3j
I
– informačné spätné väzby medzi
3
C3m
Im
úrovňami a z riadeného procesu,
H4m
B4m
C
– koordinačné signály medzi úrovňami,
RDm
4
4
Jm
Gm
R
– riadiace veličiny z dispečingov do
R4m
I 4m
riadeného procesu,
Obr. 68 Hierarchická štruktúra
H
– vstupné informačné toky z okolia ASDR,
elektrizačnej sústavy
J
– vstupné informačné toky z iných funkcií riadenia,
ASDR – automatizovaný systém dispečerského riadenia,
G
– výstupné informačné toky do okolia ASDR,
B
– výstupné informačné toky pre iné funkcie riadenia.
25
Cieľ riadenia ESE je daný globálnou cieľovou funkciou F, ktorú verbálne
môžeme zahrnúť do týchto požiadaviek:
•
zabezpečenie spoľahlivosti dodávky (neprerušenosť dodávky –
ukazovateľ spoľahlivosti – wS),
•
zabezpečenie zásobovania spotrebiteľov elektrickou energiou
v potrebnom čase, množstve a kvalite – wK,
•
rešpektovanie požiadaviek hospodárnosti prevádzkových nákladov na
strane výroby, rozvodu a spotreby – ukazovateľ hospodárnosti – wH.
Túto formalizáciu matematicky možno vyjadriť pre ľubovoľný časový
okamih t = ti parciálnou diferenciálnou rovnicou a vektorovými, resp.
množinovými vzťahmi (obmedzujúce podmienky). Veľký počet prevádzkových
situácií ESE vylučuje ich predbežnú analýzu, čiže v konkrétnych
prevádzkových situáciách dodržanie obmedzujúcich podmienok a teda aj
stanovenie hodnôt počiatočných i okrajových podmienok (platnosť
Heisenbergovho princípu neurčitosti).
Stratégia riadenia:
•
v normálnych prevádzkových situáciách je hierarchický vzťah medzi
podmienkami: „spoľahlivosť – kvalita - hospodárnosť“,
•
v havarijných situáciách dostáva sa do popredia požiadavka
„spoľahlivosti (bezpečnosti)“, ktorá zníži alebo úplne vylúči
požiadavky kvality a hospodárnosti.
fh,8 – havarijné riadenie,
fh,9 – riadenie spotreby elektrickej energie,
fh,10 – riadenie frekvencie a predávaných výkonov,
fh,11 – riadenie napätí a jalových výkonov,
fh,12 – určenie prevádzkového stavu ES E.
b)
servisné (pomocné) funkcie riadenia
fp,13 – zhromažďovanie a prenos informácií,
fp,14 – zobrazovanie informácií,
fp,15 – údajová základňa,
fp,16 – prevádzková dokumentácia, technicko – ekonomické hodnotenie
a prevádzková štatistika,
fp,17 – modelovanie ESE,
fp,18 – analýza režimov ESE.
Z analýzy hlavných a servisných cieľových funkcií vyplýva, že súbor
definovaných funkcií treba rozšíriť o koordinačnú funkciu. Úlohou tejto
funkcie je priebežne sledovať správanie sa ES E tým, že sa určuje prevádzkový
stav ESE jej stavový vektor a na jeho základe rozpoznanie situácie v ESE
vzhľadom na podmienky spoľahlivosti, hospodárnosti a kvality, situačnú
stratifikáciu a voľbu príslušného súboru riadenia fh,r, fp,r .
Dekompozícia podľa faktora času – vrstvenie
Na riadenie ESE sú nevyhnutné tieto vrstvy:
•
príprava prevádzky (etapa plánovania),
•
operatívne dispečerské riadenie (etapa realizácie plánov),
•
technicko – ekonomické hodnotenie prevádzky (etapa formovania
údajov).
Časovým vrstvením možno dekomponovať každú funkciu riadenia fh,r a
fp,r na súbor úloh
f h,r  { f h,r ,t ; t  T  (1,...,3)}
f p,r  { f p,r ,t ; t  T  (1,...,3)}
kde t je index vrstvy,
T – počet vrstiev, v našom prípade T = 3.
Dekompozícia podľa organizačnej hierarchie riadenia ES E
Vzhľadom na to, že ESE – je zložitý hierarchickým systémom (pozri obr.
68) treba dekomponovať funkciu riadenia F podľa organizačnej hierarchie.
V dôsledku úplnej dekompozície (situačná, časová a organizačná) sa
každá funkcia riadenia dekomponuje na tento súbor úloh
3.6.1.1 Dekompozícia globálnej cieľovej funkcie riadenia ES E
Globálna cieľová
funkcia „F“
súbor hlavných „fh,r“ a
servisných cieľových
funkcií „fp,r“
F  { f h,r ; r  R  (1,2,...,12); f p,r ; r  R  (13,...,18)}
fh,r
fp,r
r
R
a)
– hlavné funkcie riadenia,
– servisné cieľové funkcie riadenia,
– index cieľovej funkcie riadenia,
– množina cieľových funkcií(R=1 až 18).
Rozoznávame nasledujúce dielčie cieľové funkcie riadenia ES E:
hlavné cieľové funkcie
fh,1 – výpočet nastavenia parametrov akčných zariadení ES,
fh,2 – predpoveď zaťaženia,
fh,3 – bilančné výpočty,
fh,4 – určovanie zdrojov a sieti,
fh,5 – hospodárne rozdelenie zaťaženia zdrojov,
fh,6 – plánovanie údržbárskych zásahov,
fh,7 – komunikačná funkcia medzi dispečerom a počítačom,
Pri tvorbe konkrétnych algoritmických celkov a programov musíme
globálnu cieľovú funkciu F nevyhnutne ďalej dekomponovať podľa:
•
prevádzkových situácií,
•
faktoru času,
•
organizačnej hierarchie ESE.
Dekompozícia prevádzkových situácií – stratifikácia:
Zadefinujeme nasledovne stupne ohrozenia prevádzky ES E:
1.
riadenie v bežných prevádzkových situáciách,
2.
riadenie v normálnych prevádzkových podmienkach so štruktúrnym
narušením,
3.
riadenie v normálnych prevádzkových podmienkach pri ohrození
bezpečnosti,
4.
riadenie pri ohrození stability,
5.
riadenie pri ohrození prevádzkyschopnosti systému,
6.
riadenie pri ohrození celistvosti systému.
Pri tejto dekompozícií získame tento súbor úloh pre každú funkciu riadenia
f h,r  { f h,r ,s ; s  S  (1,...,6)}
f p,r  { f p,r ,s ; s  S  (1,..., 6)}
kde s je index situácie,
S – počet situácií, v našom prípade S = 6.
kde l je index hierarchickej úrovne,
L – počet hierarchických úrovní, v súčasnosti L = 4.
Po úplnej dekompozícii globálnu funkciu môžeme vyjadriť vzťahom
F  { f h,r ,s ,t ,l ; r  R  (1,...,12); f p,r ,s,t ,l ; r  R  (13,...,18); s  S  (1,...,6); t  T  (1,...,3); l  L  (1,..., 4)}
3.6.1.2 Stupne ohrozenia prevádzky a funkcie jednotlivých režimov
riadenia
V súlade s postupom vypracovania koncepcie situačného riadenia ZS je
potrebné vykonať rozbor stupňov ohrozenia prevádzky ES E.
Na zabezpečenie návratu prevádzky ES E z jednotlivých stupňov
ohrozenia späť do normálneho stavu treba definovať v súlade s klasifikáciou
prevádzkových stavov 6 režimov riadenia. Každý režim riadenia obsahuje
skupinu algoritmov, ktoré riešia danú situáciu v rámci daného časového
rozpätia (tabuľka 3).
f h,r  { f h,r ,s ,t ,l ; s  S  (1,..., 6), t  T  (1,...,3), l  L  (1,.., 4)}
f p,r  { f p,r ,s,t ,l ; s  S  (1,...,6), t T  (1,...,3), l  L  (1,.., 4)}
26
Tabuľka 3
výberová
rozhodovacia
Fázy situačného
riadenia ESE
akčná časť
výberová
riadiaca
Výberová úloha prvej rozhodovacej fázy prevádza konkrétne
zatriedenie danej situácie do príslušného stupňa ohrozenia na základe indexu
podobnosti SAB. Indexy podobnosti SAB sú výsledkami aplikácie metódy
neostrého rozhodovania na báze fuzzy množín vektorových hodnôt pre
klasifikačné úlohy. Určenie hodnôt kvantitatívnych ukazovateľov w S, wK, wH
nevyhnutne vyžaduje stanovenie priebehov funkcií príslušnosti q S, qK a qH,
patriacich k príslušným ukazovateľom. Je potrebné si pritom uvedomiť, že
stavový vektor X a tým aj kvantitatívne ukazovatele sú závislé od niekoľkých
parametrov, ako napr.: bilančná rovnováha, napätie, frekvencia, rozdiel
napätia, rozdiel činného výkonu, rozdiel jalového výkonu, atď.
V závislosti od zatriedenia danej situácie (je určená hodnotami časovej
vzorky) do istého stupňa ohrozenia prevádzky ES E rozhodovacia fáza vo
svojej akčnej úlohe priradí k danej konkrétnej situácii jeden zo šiestich
režimov riadenia, určených na zvládnutie situácie.
Výberová úloha v riadiacej fáze vyberie potom najvhodnejšie riešenie
danej situácie založenej na vhodnom výbere riadiaceho algoritmu, uloženého v
pamäti počítača riadiaceho systému (parametrizácia algoritmov riadenia).
Akčná úloha zabezpečí riadiacej fáze vykonanie daného riadiaceho
zásahu, pričom predpokladáme, že v priebehu priraďovania nenastanú ďalšie
nepriaznivé udalosti v sieti. Globálny algoritmus situačného riadenia ES E je
uvedený na obr. 69.
akčná časť
3.6.2 Situačné riadenie robototechnologických komplexov (RTK)
Konkrétny popis aplikácie metodiky situačného riadenia robotizovaného
subsystému na výrobu kľukových hriadeľov (KH) je možné nájsť napr. v:
Madarász, L.: Metodika situačného riadenia a jej aplikácie, Elfa, s. r. o. 1996,
ISBN 80 – 88786 – 66 – 5.
V súlade s možnosťami využitia prvkov, metód a postupov UI pri riešení
uvedenej problematiky boli postupne vykonané nasledovné kroky:
1.
stanovenie postupu pri riešení modernizačných projektov,
2.
analýza pôvodnej štruktúry subsystému na výrobu KH,
3.
experimentovanie so simulačným modelom pracoviska,
4.
experimentálne overenie prevádzkyschopnosti linky na počítači,
5.
navrhovanie modelu štruktúry a funkcie projektu s racionalizačnými
opatreniami pomocou Petriho sietí,
6.
klasifikácia poruchových stavov a ich príčin,
7.
klasifikácia a návrh funkcie režimov riadenia,
8.
algoritmizácia režimov riadenia robotizovaného subsystému,
9.
vytvorenie bázy vedomosti ROBOT a jej implementácia do prázdneho
ES FEL–EXPERT.
NIE
R EŽIM 3
Ú SP EŠNÝ
?
ÁNO
ÁNO
PR EB E HOL
R E ŽIM 4
?
NIE
REŽIM 5
VSTUP V KAŽDEJ
ČASOVEJ VZORKE
ÁNO
P REBEH OL
R EŽIM 3
?
NIE
REŽIM 4
NIE
ÁNO
P REBEH OL
R EŽIM 4
?
NIE
ÁNO
S TU P EŇ 4
?
NIE
P REBEH OL
R EŽIM 3
?
REŽIM 3
ÁNO
NIE
ÁNO
NIE
REŽIM 2
P REBEH OL
REŽIM 2
?
ÁNO
ÁNO
S TU P EŇ 3
?
P REBEH OL
R EŽIM 1
?
NIE
NIE
ÁNO
S TU P EŇ 2
?
VÝBER PRÍSLUŠNÉHO ALGORITMU - PREVEDENIE ZÁSAHU
ÁNO
S TU P EŇ 5
?
REŽIM 1
Príklad:
Na objasnenie uvedeného spôsobu riešenia poruchových stavov ES E
uvedieme niekoľko konkrétnych prípadov znázornených na obr. 70, kde
prerušované čiary indikujú udalosti (deje) v ES E a plné čiary reprezentujú
zásahy riadiacich algoritmov.
1.
Predpokladajme, že na prenosovom vedení nastal skrat. Ten ohrozí
stabilitu (stupeň 3), ale rýchly zásah selektívnej ochrany (režim 1) a
úspešné opätovné zapnutie odstráni poruchu a návrat do normálneho
stavu je takmer okamžitý.
2.
Za tých istých začiatočných podmienok zlyhá opätovné zapnutie. V takej
situácii sa uvedie do činnosti režim 2, ktorého zásah je úspešný. Strata
vedenia však zapríčinila narušenie bezpečnosti systému, ktoré trvá
dovtedy, kým činnosťou režimu 0 nie je obnovená bezpečnosť systému,
hoci jeho štruktúra je iná ako v normálnom stave.
3.
Tie isté začiatočné podmienky, ale zlyhá opätovné zapnutie a zásah
režimu 2 tiež nie je úspešný. Systém sa rozpadne a dostáva sa do
stupňa 5. Činnosťou režimu 5 sa neskôr obnoví jeho prevádzky –
schopnosť, hoci jeho bezpečnosť je narušená (stupeň 2), až kým sa
riadiacimi zásahmi v rámci režimu 0 toto narušenie neodstráni. Po istom
čase je opravené aj poškodené vedenie a prevádzka systému sa vracia
späť do normálneho stavu (stupeň 0).
REŽIM 0
NIE
NORMÁLNA PREV.
S MALÝM
NARUŠ.
ÁNO
S TU P EŇ 1
?
NIE
NORMAL.
PREV.
STUPEŇ 0
R OZHO DOVAC IA FÁ ZA
VÝBEROVÁ ČASŤ
PRÍKLAD 1
0. NORMÁLNY STAV
1
PRÍKLAD 2
PRÍKLAD 3
2
3
3
2
2. NORMÁLNY STAV
S NARUŠENÍM
BEZPEČNOSTI
3. OHROZENIE
STABILITY
3
1
2
4. OHROZENIE PREVÁDZKY
SCHOPNOSTI
( ŽIVOTNOSTI)
3
5. OHROZENIE
CELISTVOSTI
RIADIACA FÁZA
VÝBER. AKČNÁ
ČASŤ
ČASŤ
AKČNÁ ČASŤ
1
1. NORMÁLNY STAV SO
ŠTRUKTURÁLNYM
NARUŠENÍM
Obr. 69 Globálny algoritmus
situačného riadenia ESE
ČAS t
- UDALOSTI (DEJE)
- ZÁSAHY RIADIACICH ALGORITMOV
Obr. 70 Konkrétne prípady riešenia
poruchových stavov ESE
Na základe získaných konkrétnych výsledkov a poznatkov je možné
prijať nasledovné zovšeobecnenia:
Štruktúru výrobného systému môžeme definovať ako množinu
výrobných strojov (vrátane riadiacich jednotiek) a manipulačných zariadení:
M TZ  M VS  M MZ
kde
MTZ – je množina technologických zariadení s určitým počtom prvkov,
MVS – množina výrobných strojov s určitým počtom prvkov,
MMZ – množina manipulačných zariadení s určitým počtom prvkov.
Klasifikácia poruchových stavov a ich príčin
Pod poruchou výrobného systému, resp. jeho prvku sa rozumie jav,
ktorý tkvie v ukončení schopnosti výrobného systému (jeho prvku) produkovať
výrobky v množstve a kvalite požadovanej technickými podmienkami.
Vzhľadom na príčiny poruchy možno rozlišovať poruchy:
•
v technickom podsystéme,
•
v manipulačnom podsystéme,
•
v riadiacom podsystéme.
27
Pod poruchami kvality sa rozumejú poruchy nástrojov (otupenie,
zlomenie), nepresnosť polohovania, vypadnutie výrobku pri manipulácii a jeho
poškodenie a pod.
Poruchy kvantity je vhodné vzhľadom na skutočnosť, že linka má
skupinky paralelne pracujúcich strojov s možnosťou vzájomnej zastupiteľnosti
a jednotlivé operácie majú medzioperačné zásobníky, ďalej rozlišovať podľa
rozsahu zníženia produkčnej schopnosti takto:
a)
úplná porucha, čiže prestoj – dané výrobné zariadenie (podsystém)
nemôže vykonávať nijakú funkciu. Má prestoj;
b)
čiastočná porucha, čiže zníženie produkčnej schopnosti – dané
výrobné zariadenie môže vykonávať svoje funkcie so zníženými
parametrami (napr. pracuje iba jeden z dvoch strojov určených na
vykonávanie rovnakej operácie).
Vzhľadom na rozsah poruchy rozoznávame:
a)
poruchu jedného alebo niekoľkých pracovísk (operácií),
b)
poruchu celého subsystému – uzavretého úseku linky,
c)
porucha viacerých subsystémov.
Z hľadiska času trvania poruchy možno rozlišovať poruchy:
a)
rýchloopraviteľné – čas trvania poruchy tp je kratší ako takt linky T(0<tp<T),
b)
krátkodobé – čas trvania poruchy je dlhší ako takt linky, ale kratší ako čas
TZ, za ktorý sa vyčerpá medzioperačná zásoba na vstupe nasledujúceho
pracoviska, čiže na vstupe pracoviska s poruchou (T< tp <TZ).
c)
dlhodobé – čas trvania poruchy je taký veľký, že sa vyčerpá
medzioperačná zásoba nasledujúcej operácie a tým sa sekundárne vyvolá
tzv. organizačný prestoj ďalšieho stroja tp >TZ>10T.
Vzhľadom na vedenú klasifikáciu a definíciu porúch analyzovanej
časti linky možno definovať štyri stupne ohrozenia prevádzky:
0. stupeň – normálne prevádzkové podmienky. Vyskytujú sa poruchy, ktoré
znižujú kvalitu výroby, krátkodobé poruchy zníženia produkčnej schopnosti
jedného alebo niekoľkých pracovísk a rýchloopraviteľné poruchy.
1. stupeň – normálne prevádzkové podmienky so štrukturálnym narušením.
Vyskytujú sa krátkodobé prestoje (úplné poruchy) jedného alebo niekoľkých
pracovísk, krátkodobé zníženie produkčnej činnosti (čiastočné poruchy)
subsystému alebo viacerých subsystémov, dlhodobé zníženie produkčnej
schopnosti 1 alebo niekoľkých pracovísk, pričom tieto poruchy možno
kombinovať s poruchami nultého stupňa ohrozenia prevádzky.
2. stupeň – ohrozenie prevádzkyschopnosti subsystémov linky. Vyskytujú
sa dlhodobé prestoje jedného alebo viacerých pracovísk, krátkodobé prestoje
celého subsystému alebo viacerých subsystémov, dlhodobé zníženie produkčnej
schopnosti subsystému. Tieto poruchy môžu byť kombinované s poruchami 1.
stupňa ohrozenia prevádzky.
3. stupeň – ohrozenie prevádzkyschopnosti celej linky. Vyskytujú sa
dlhodobé prestoje subsystémov, dlhodobé zníženie produkčnej schopnosti
linky viacerých subsystémov, pričom sa tieto poruchy môžu kombinovať
s poruchami 2. stupňa ohrozenia prevádzky.
Štrukturálne narušenie je taký poruchový stav výrobnej linky, pri
ktorom nie sú potrební pracovníci alebo netreba nahradiť zlyhanú automatiku
(napr. pracovník s otočným ručným manipulátorom nemusí zavážať stroje
namiesto priemyselného robota, ktorý má poruchu).
Klasifikácia a návrh funkcie režimov riadenia
Na zabezpečenie prechodu výrobného systému z poruchového stavu,
zatriedeného do jedného zo 4. stupňov ohrozenia prevádzky linky, do
normálneho stavu, resp. nižšieho stupňa ohrozenia prevádzky, treba definovať
režimy riadenia výrobného systému. V súlade s klasifikáciou vzorových tried
situácií pomocou stupňov ohrozenia prevádzky, sa definujú aj režimy riadenia,
ktoré sa realizujú pomocou skupiny algoritmov zabezpečujúcich riešenie
mimoriadnej situácie v rámci daného časového rozpätia.
V tabuľke 4 sú funkcie jednotlivých režimov riadenia, pričom sú opísané
aj základné činnosti dispečera pre plnení jednotlivých funkcií situačného
riadenia.
Tabuľka 4
Algoritmizácia režimov riadenia robotizovaného subsystému
Z opisu funkcií jednotlivých režimov riadenia vyplýva, že sú definované
analogicky ako stupne ohrozenia prevádzky. Základným kritériom používaným
pri tvorbe rozhodovacích algoritmov je čas trvania poruchy, ktorý v podstate
rozhoduje o prechádzaní z jedného režimu riadenia do druhého. Dopĺňajúcim
kritériom je rozsah poruchy. Poruchy kvality výroby sa považujú za súčasť
bežných prevádzkových podmienok. Túto celkovú stratégiu situačného riadenia
výrobnej linky názorne zachytáva rozhodovací diagram (globálny algoritmus
situačného riadenia) na obr. 71. Tento globálny algoritmus podrobne zachytáva
rozhodovaciu fázu situačného riadenia. Riadiacu fázu detailne opisujú
algoritmy, ktoré boli vypracované pre jednotlivé typy zásahu podľa týchto príčin
porúch (Madarász, L., 1982, Doktorandská dizertačná práca).
a)
porucha PRaM,
b)
porucha dopravníka,
c)
porucha technologického pracoviska,
d)
výskyt nepodarku.
Rozhodovací algoritmus pre prípad výskytu poruchy na priemyselnom
robote a manipulátore je na obr. 72.
Pre situačné riadenie výrobnej linky je možné navrhnúť bázu vedomostí,
ktorú následné je možné implementovať do prázdneho expertného systému
(ES).
Proces tvorby bázy vedomostí môže byť rozdelený do nasledovných
etáp:
•
posúdenie problematiky a formulácia požiadaviek a cieľov nasadenia
vytvoreného ES,
•
formulácia pravidiel a riadiacich väzieb,
•
ohodnotenie uzlov a hrán inferenčnej siete expertom,
•
zosúladenie bázy vedomostí.
Prvý krok uvedeného postupu sa vykoná v rámci analýzy štruktúry
a funkcie výrobného procesu (linky). V druhom bode vedomostný inžinier úzko
spolupracuje s expertom. Vedomostný inžinier zachytí logický myšlienkový
sled, ktorý expert používa pri riešení problémov a transformuje ho do
inferenčnej siete. Tretí bod je realizovaný expertom a štvrtý pri konkrétnom
testovaní ES.
28
ZAČIATOK
Zistenie poruchy
PRaM
Príkaz údržbe k
identifikácii poruchy
viď. rozhodovací
algoritmus
„nepodarok“
Nahlásenie charakteru
poruchy dispečerovi
Vyžiadanie externej
opravy
ÁNO
Okrem PRaM
je porucha aj na
obrobku?
Záznam o vykonaní
opravy
Je možné
NIE
opraviť poruchu
interne?
NIE
Rýchlo
opraviteľná
porucha?
Kontrola času a stavu
opravy
ÁNO
ÁNO
NIE
ÁNO
Krátkodobá
porucha?
Príkaz na presun
ručného manipulačného zariadenia k
miestu s poruchou
NIE
ÁNO
NIE
Záznam o vykonaní
opravy
Je
oprava pred
ukončením?
Prehodnotenie vyťažovania jednotlivých strojov za
miestom s poruchou
NIE
ÁNO
NIE
Je
oprava
ukončená?
Oprava
vykonaná
včas?
Príprava nábehu na
normálny chod
ÁNO
Prechod na
automatický chod
linky
Záznam o ukončení
opravy
Obr. 71Globálny algoritmus situačného riadenia linky na výrobu kľukových hriadeľov
KONIEC
Obr. 72 Rozhodovací algoritmus pri výskyte poruchy na PRaM
Autonómny
podsystém 1
Rozsiahlý
systém
·
·
menší počet
parametrov
optimálne
riadenie
VÝPOČET PREDPOVEDÍ
A POKRÝVANIE DDZ
ÚROVEŇ
RIADENIA
TEPLÁRENSKÝ
DISPEČING
RIADENIE
VÝROBY
V ZDROJOCH
RIADENIE ODBERU TEPLA V
ZDROJOCH
Autonómny
podsystém n
Obr. 73
Z hľadiská riadenia sa jedná o hierarchickú štruktúru riadiaceho
systému, preto pre riadenie SCZT je možné využiť dekompozičný prístup (obr. 74).
Popis funkcií jednotlivých úrovní riadenia:
I. úroveň: obsahuje prístroje k ovládaniu jednotlivých akčných členov (napr.
prvky “ŠTART“, “STOP“, alebo “VIAC“, “MENEJ“) a ku kontrole prevedenia
povelov. Táto súčasné zahrňuje nevyhnutné blokády a autonómne ochrany,
ktorých pôsobenie je nutné zachovať aj pri ručnom ovládaní.
KOORDIN.
RIADENIA
PODSYST.
RIADENIE
PODSYSTÉMOV:
-VÝROBNÉ
-ROZVODY
TEPLA
ADAPTÁC.
V.
IV.
III.
ŠPECIFIKÁCIA
ÚROVNE
RIADENIA
OPTIMALIZÁCIA PARAMETROV
Sústava centralizovaného zásobovania teplom (SCZT) z hľadiska
riadenia je možné kvalifikovať ako „veľký rozsiahly systém“. Systém
pozostáva z veľkého počtu závislých premenných (prírastky výkonov
jednotlivých technologických zariadení), hodnoty ktorých je potrebné stanoviť
vždy pre určitú hodnotu jednej alebo niekoľkých nezávislých premenných
(zmeny dodávky energie spotrebiteľov, vplyvy počasia, zmeny parametrov
dodaného paliva a pod.).
II. úroveň: obsahuje automatické ovládacie zariadenie, ktoré umožňuje nábeh,
prevádzkovú kontrolu, odstavenie a v prípade poruchy taktiež zásahy pre
dodržanie spoľahlivosti prevádzky. Patria sem taktiež regulátory pracujúce so
zámerom „stabilizácie parametrov“.
STABIL. PARAM.
3.6.3 Riadenie zdrojov teplárenských sústav
II.
VÝROBNÉ
JEDNOTKY
PREDÁV.
STANICE
PRIAME
RIADENIE:
-REGULÁT.
-AUTOMAT.
OVLÁDACIE
ZAR.
I.
TECHNOL.
ZARIAD.
TECHNOL.
ZARIAD.
RUČNÉ OVLADANIE:
-AKČNÉ ČLENY
VÝROB. JEDN.
-AKČNÉ ČL.
SPOTREBIT.
ZARIADENÍ
VÝROBA TEPLA
DODÁVLA TEPLA
Obr. 74
III. úroveň: obsahuje automatické zariadenia, ktoré slúžia k riadeniu
podsystémov ako celku, napr. k riadeniu výroby v jednotlivých výrobniach ,
resp. k riadeniu odberu tepla z jednotlivých zdrojov. Automatické zariadenia
zaisťujú najnižšiu úroveň „optimalizácie parametrov“.
IV. úroveň: zabezpečuje koordinačné riadenie podsystémov s cieľom
optimálneho riadenia SCZT ako celku.
V. úroveň: predstavuje predbežný strojový výpočet denného diagramu
zaťaženia /DDZ/ SCZT ako celku, u zdrojov riadiace algoritmy pokrývania DDZ,
t. j. výber vhodnej prevádzkovej varianty, riadiace algoritmy optimálneho
rozdeľovania zaťaženia medzi spolupracujúcimi výrobnými jednotkami zdrojov,
u dodávky tepla predstavuje priebežný strojový výpočet predpovedi DDZ
jednotlivých teplovodov pre automatické riadenie dodávky tepla, popr. ďalšie
výpočty.
Pre optimálne riadenie výroby môže byť navrhnutá statická
optimalizácia s použitím kombinácie dvoch optimalizačných metód, metódy
lineárneho programovania na úrovní jednotlivých výrobní /III. úroveň/ a metódy
pomerných prírastkov spotreby tepla v palive s uplatňovaním kritéria
energetickej náročnosti výroby pre rozdeľovanie výroby medzi jednotlivými
spolupracujúcimi zdrojmi tepla v rámci celej SCZT. Pomocou výpočtov sa
získavajú podklady tak pre operatívne plánovanie, ako aj pre vlastné riadenie.
Je možné predpokladať, že statická optimalizácia bude úspešná vzhľadom
k tomu, že časové konštanty kapacít u technologického zariadenia SCZT sú
dlhé a teda náročnosť na rýchlosť zmien výroby nie je veľká. Pri overení tohto
predpokladu je potrebné sa zaoberať analýzou vlastného výrobného bloku
kotol – turbína – generátor. Získaný matematický model technologického
zariadenia je možné využiť pri simulácii a tým získať údaje o dĺžke
prechodových dejov pri požadovaných zmenách výkonu (zaťaženia). Inou
cestou k získaniu predstáv o dĺžke prechodových dejov sú identifikačné metódy
(štatistická parametrická metóda maximálnej vieruhodnosti).
Hospodárnu prevádzku SCZT je možné podstatne ovplyvňovať
centrálnym riadením výroby i dodávky tepla. Týmto centrálnym riadením
v zmysle obr. 74 je úroveň riadenia IV. a V.
29
3.6.4 Automatizované systémy dispečerského riadenia podzemnej dráhy
•
automatizovať rutinné práce dispečerských manipulácií za účelom
odbremenenia dispečera.
technický dispečing má za úlohu plynule riadenie vzduchotechnických,
odvodňovacích sústav a pod.
Prevádzka metra môže byť riadená centrálne z troch dispečingov
(vlakového, elektro a technického). Každý dispečing tvorí samostatné
pracovisko s vlastným spojovacím, telemechanickým a dispečerským
zariadením.
Jednotlivé ciele dispečingov sú následné:
a)
vlakový dispečing má zabezpečiť kvalitnú, bezpečnú, spoľahlivú, rýchlu
a kultúrnu prepravu cestujúcich pri dodržaní týchto dispečerských cieľov:
•
zníženie zaťaženia dispečera rutinnými prácami;
•
skrátenie času potrebného na riešenie mimoriadných udalostí vo
vlakovej doprave na minimum (aj s využitím metodiky situačného
riadenia);
•
vylúčiť chybnú manipuláciu spôsobenú ľudským činiteľom.
b)
elektrodispečing zaisťuje maximálne dosiahnuteľný stupeň
spoľahlivosti napájania metra elektrickou energiou, pri dodržaní dielčich
cieľov:
•
skrátiť potrebný čas na riešenie netypických (napr. havarijných)
situácií na minimum (aj s využitím metodiky situačného riadenia);
•
obmedziť chybnú manipuláciu ľudským činiteľom na minimum;
•
priamo riadiť energetickú sústavu metra;
•
v spolupráci s ostatným dispečingami minimalizovať spotrebu
energie;
c)
Elektrodipečing sa taktiež v zásade musí riadiť cestovným plánom
vlakov. Spravidla sa definujú tieto charakteristické prevádzkové stavy,
režimy:
•
prepravná výluka;
•
prevádzka v prepravnej špičke;
•
prevádzka v prepravnom sedle;
•
prevádzka pri údržbárskych prácach;
•
prevádzka pri mimoriadnych udalostiach a poruchách.
c)
Technický dispečing nadväzuje na cestovný poriadok vlakov hlavne
prevádzkou eskalátorov a turniketov (otáčavé zariadenie). Strojové
a vzduchotechnické zariadenia nie sú bezprostredne riadené cestovným
poriadkom vlakov. Rozlišujeme pre nich dva režimy: zimný a letný.
Navrhovaný systém dispečerského riadenia pomocou
popísaných troch dispečingov musí zaisťovať tieto hlavné funkcie:
•
sledovanie a kontrolu riadeného procesu a zariadení;
•
ovládanie (príp. riadenie procesu);
•
stabilizáciu riadeného procesu;
•
optimalizáciu riadeného procesu.
3.6.5 Riadenie cestnej dopravy
•
a)
b)
•
stredná úroveň, ktorá vzniká pripojením jednotlivých
mikroprocesorových radičov izolovaných križovatiek na minipočítač
riadiacej ústredne; cieľom je koordinácia dopravných ťahov (napr.
vytváranie zelených vĺn v prioritných dopravných ťahoch);
najvyššia úroveň, vzniká pripojením minipočítačov riadiacich ústrední
z rôznych častí mesta na centrálny počítač, ktorý je umiestnený
v centrálnej riadiacej ústredni. Cieľom je riadenie určitej oblasti.
K najdôležitejším funkciám riadenia jednotlivých dispečingov patria:
a)
vlakový dispečing využíva pre riadenie prevádzky metra cestovný
poriadok vlakov s nasledujúcimi údajmi:
•
čas odchodu z depa či spojky na trať;
•
čas odchodu zo stanice;
•
cestovnú dobu v medzistaničných oddieloch;
•
dobu pobytu na stanici;
•
dobu obratu;
•
interval medzi vlakmi;
•
určenie koľají pre vchod, odchod, obrat;
•
počet vlakových súprav;
•
číslo obehu.
Základnými parametrami vlakovej dopravy sú: celková doba obehu,
interval medzi vlakmi a počet vlakových súprav na trati.
Pre riadenie dopravných pruhov na základe informácií o ich vstupnom
toku do určitého úseku často sú používane mini a mikropočítače. Ide o tzv.
systém hromadnej obsluhy s daným počtom obslužných liniek, ktoré sú
v tomto prípade predstavované napr. paralelnými jazdnými pruhmi. Na základe
vstupného toku vozidiel a dĺžky ich pobytu v jazdnom pruhu môže inteligentné
zariadenie zaistiť reguláciu vstupného prúdu v jednotlivých dielčich úsekoch,
i v celej trase riadením svetelných signálov. Používajú sa pritom rôzne
matematické modely, ktoré exaktné popisujú dopravnú situáciu v danom úseku
dopravnej siete.
Názorným príkladom môže byť riadenie mestskej cestnej dopravy,
ktorá zaznamenáva prudké zmeny použitím programovateľných radičov
(automatov) svetelne riadených križovatiek. Programovateľný radič umožňuje
pružnejšiu reakciu na zmeny dopravnej situácie.
Umožňuje vznik hierarchicky usporiadaného riadiaceho systému
mestskej cestnej dopravy s niekoľkými úrovňami riadenia:
•
najnižšie úroveň riadenia, ktorá je tvorená izolovanou križovatkou
riadenou mikroprocesorovým radičom; ich cieľom je dynamické riadenie
dopravných pruhov svetelnými signálmi s ohľadom na dopravnú situáciu
v danom okamžiku;
b)
Riadiaci systém musí byť budovaný ako „otvorený“, umožňujúci
rozširovanie počtu riadených prvkov a rekonfiguráciu na jednoduchší systém
v prípade čiastočných porúch.
3.6.6 Riadenie námornej dopravy
c)
Dnešné zaoceánske lode sú mohutné dopravné prostriedky, ale často aj
spracovateľské komplexy, napr. na spracovanie úlovkov rýb. Vyžadujú preto
zložité riadenie, v ktorom im môžu pomôcť nenáročné a otrasuvzdorné malé
počítače. Môžeme hovoriť o:
a)
riadení vlastného plavidla,
b)
riadení hnacích jednotiek v strojovni,
c)
riadenie koordinovaného nakladania,
d)
riadenie zabezpečovacích a navigačných zariadení,
e)
riadenie modelových prevádzok v skúšobniach lodí.
d)
e)
Riadenie vlastného plavidla s prihliadnutím k optimalizačným kritériám,
ako sú minimalizácia plavebnej dráhy, minimalizácia doby plavby,
minimalizácia spotreby paliva a to z hľadiska cieľového prístavu,
morských prúdov, sily a smeru vetra, prípadne ďalších parametrov.
Riadení hnacích jednotiek v strojovni, t. j. napr. vstriekanie paliva
dieselových motorov, riadenie budenia jednosmerných budičov
generátorov diesel- elektrických sústav a vlastných pohonných jednotiek
lodných skrutiek. Mikroprocesory budú centrom regulátorov riadiacich
spoluprácu združených pohonov s cieľom vytvoriť optimálne pracovné
režimy a zabrániť preťaženiu niektorých z jednotiek vplyvom
nerovnomerného rozloženia zaťaženia.
Riadenie koordinovanej nakládky a vykládky tovaru, materiálu alebo
surovín, prípadne kontajnerov a to s prihliadnutím k rozmiestneniu
nákladu na podpalube vzhľadom k postupu vykládky v jednotlivých
prístavoch na lodnej trase, čiare ponoru a pod.
Riadenie zabezpečovacích a navigačných zariadení a prístrojov
lodnej dopravy, a to tak námorných ako aj riečnych. K riadeniu týchto
zariadení a k vyhodnocovaniu ich údajov, pretože vlastne sú zložitými
čidlami, slúžia mikropočítače.
Počítačové riadenie modelových prevádzok v skúšobniach lodí.
Konštrukcia moderných lodí nevychádza len z dlhodobých skúsenosti,
ale i z vlastnosti overených na modeli lodí. K tomuto účelu sú
vybudované skúšobné kanály, nad ktorým sa pohybuje konštrukcia
podobná portálovému žeriavu na ktorý je pripevnený model plavidla.
30
3.6.7 Hybridné metódy situačného riadenia motora MPM 20
Malý prúdový motor MPM 20 vznikol úpravou turbinového spúšťača „TS
20“ na jednoprúdový LTKM (letecký turbokompresorový motor). Jedná sa
o malý jednoprúdový, jednohriadeľový letecký turbokompresorový motor
s jednostupňovým, jednostranným radiálnym kompresorom, združenou
spaľovacou komorou, jednostupňovou, nechladenou plynovou turbínou
s pevnou výstupnou dýzou (obr. 75).
V práci (Andoga, R.: Hybridné metódy situačného riadenia zložitých
systémov. Doktorandská dizertačná práca. 2006) je navrhnutá architektúra
situačného riadenia pre riadenie LTKM, ktorá vychádza z kombinácie
formátorového a situačného riadenia.
Centrálnou jednotkou je riadiaca neurónová sieť (obr. 76), pracujúca ako
klasifikátor, ktorá po zbernici posiela digitálny riadiaci signál jednotlivým
riadiacim podsystémom.
Obr. 76 Schéma modelu situačného riadenia LTKM
Obr. 75 Principiálna schéma motora MPM 20
Riadiaci signál rs bude v prípade realizácie systému so štyrmi subsystémami
riadenia štvorprvkový riadkový binárny vektor. Pre indikáciu situačného rámca
1 (rozbeh motora), by tento mal tvar:
rs=[1, 0, 0, 0]
Táto reprezentácia umožňuje kombinovať jednotlivé situačné rámce.
Parametrizácia diagnostickým modulom a prediktívnym modulom má
k dispozícií vlastné riadiace signály, ktoré majú dosah na jednotlivé
subsystémy. Napr. , diagnostický model môže parametrizovať tak jednotlivé
regulátory, že dodávka paliva vo všetkých prípadoch bude nulová, teda dôjde
k odstaveniu motora, bez ohľadu na situáciu.
Pre implementáciu a parametrizáciu riadiacich systémov môžu byť
použité fuzzy regulátory, ktorých dobrá reprezentácia znalostí umožňuje
relatívne jednoduchú parametrizáciu z hľadiska jej implementácie. Diagnostický
a prediktívny modul obsahuje aj inteligentné prvky s možnosťou rozhodovania.
Pre potreby vytvorenia modelu a riadenia motora MPM 20 bol v práci
(Andoga, R.: Hybridné metódy situačného riadenia zložitých systémov.
Doktorandská dizertačná práca. 2006) navrhnutý merací reťazec a súčasne
boli stanovené parametre potrebné pre dosiahnutie vytýčených cieľov
(nezávislé parametre v počte – 2; závislé parametre v počte – 8).
Motor MPM 20 je v princípe statický jednorežimový motor pracujúci na
nominálnom režime. Rozdiel voči nominálnemu režimu u reálnych motorov je
ten, že motor MPM 20 nie je prispôsobený na neobmedzenú prevádzku
z dôvodu toho, že sa nachádza na zemi (pevný stand).
Aby tento motor mohol byť využitý ako objekt modelovania a riadenia je
žiadúce pracovať s ním v rôznych režimoch jeho prevádzky.
Motor MPM 20 môžeme považovať za mnohoparametrový nelineárny
systém viac ako druhého rádu. V práci vytvorený lineárny model vystihuje jeho
základnú dynamiku, avšak nevystihuje dynamické vlastnosti motora v celom
rozsahu jeho prevádzky.
Jedna z možných architektúr situačného modelu so situačným
klasifikátorom má hierarchickú štruktúru a je uvedená na obrázku (obr. 77).
Pre dynamický situačný model motora MPM 20 definujeme tri základné
situačné rámce:
S1 : oblasť rozbehu motora,
S2 : oblasť ustáleného chodu motora,
S3 : oblasť dobehu motora.
Model pre oblasť S1 (obr. 78):
Model pre oblasť S3 (obr. 80):
Obr. 77 Štrukturálna klasifikácia modelu so situačným klasifikátorom
Obr. 80 Štrukturálna schéma modelu pre situačný rámec S3 – dobeh motora
Obr. 78 Štrukturálna schéma modelu pre situačný rámec S1 – rozbeh motora
Model pre oblasť S2 (obr. 79):
Lokálne modely sú tvorené v tomto prípade pre oblasti:
S1 : dopredné neurónové siete,
S2 : fuzzy inferenčné systémy,
S3 : dopredné neurónové siete s oneskorením.
Jediným nezávislým vstupom do výsledného situačného modelu je
nameraný priebeh dodávky paliva Qp, všetky ďalšie parametre sú generované
modelom.
Simulácia celého chodu motora situačným modelom je znázornená na
obr. 81.
Obr. 79 Štruktúra modelu pre oblasť S2 – ustálený chod motora
31
Obr. 81 Simulácia chodu motora
MPM 20 situačným modelom
Obr. 82 Štrukturálna schéma
formátorového riadenia motora MPM 20
Situačné rámce definované pre motor MPM 20:
S1 – rozbeh motora:
S1,1 – prekročenie medzných hodnôt pri spúšťaní,
S1,2 – nedostatočné stlačenie P2C.
S2 – stabilná prevádzka motora:
S2,1 – atypický stav,
S2,1,1 – pokles stlačenia kompresora,
S2,1,2 – pokles dodávky paliva,
S2,1,3 – nestabilné otáčky.
S2,2 – akcelerácia motora,
S2,3 – decelerácia motora.
S3 – dobeh motora:
S3,1 – zhasnutie motora,
S3,2 – porucha pri dobehu.
3.6.8 Iné aplikačné možnosti a oblasti
Obr. 83 Schéma algoritmu situačného riadenia motora MPM 20
Štruktúra algoritmu situačného riadenia pre motor MPM 20 (obr. 83)
vzniká syntézou schémy (obr. 76) a (obr. 82).
•
•
situačné modelovanie pri projektovaní (Madarász, L.: Metodika
situačného riadenia a jej aplikácie. Elfa, s. r. o., Košice, 1996);
aplikácie expertných systémov pre diagnostikovanie a situačné
riadenie automatizovaného technologického pracoviska pre plošné
tvárnenie (Madarász, L.: Metodika situačného riadenia a jej aplikácie.
Elfa, s. r. o., Košice, 1996);
V súvislosti s aplikáciou metód riadenia zložitých a rozsiahlých systémov
s využitím situačnej klasifikácie, situačného riadenia, diagnostikovania,
projektovania a modelovania je možné uviesť aj ďalšie príklady, ako napr.:
•
riadenie počítačových sieti ako rozsiahlých komplexov (Beneš, J.:
Řížení rozlehlých systémů, STNL, Praha, 1981);
•
riadenie železničnej dopravy;
•
riadenie telefónnej siete ako rozsiahlého systému;
•
situačné riadenie zavážania narážacích pecí VSŽ, a. s. Košice (US
Steel, s. r. o. Košice) – (Madarász, L.: Metodika situačného riadenia a jej
aplikácie. Elfa, s. r. o., Košice, 1996);
•
využitie situačnej klasifikácie v procese ablácie štruktúr myokardu
katétrami (Madarász, L.: Metodika situačného riadenia a jej aplikácie.
Elfa, s. r. o., Košice, 1996);
•
využitie metodiky situačnej klasifikácie a situačného riadenia
v integrovanej letovej príprave pilotov (Kelemen, M.: Nové trendy
riadenia aviatickej edukácie vojenských pilotov v SR. Žilina, ŽU, 2007);
•
aplikácia expertných systémov pri projektovaní robotizovaných
montážnych systémov, montážnych hlavíc a a robotizovaných
zváracích montážnych systémov (Madarász, L.: Metodika situačného
riadenia a jej aplikácie. Elfa, s. r. o., Košice, 1996);
4. UMELÁ INTELIGENCIA A VÝPOČTOVÁ
INTELIGENCIA PRI DIAGNOSTIKOVANÍ A
PROJEKTOVANÍ ZLOŽITÝCH SYSTÉMOV
Oblasti výskumu umelej inteligencie (Artificial Intelligence)
a výpočtovej inteligencie (Computional Inteligence, Soft Computing) boli
zadefinované v kap. 2.10 (obr. 24 a obr. 25).
Zásadný rozdiel:
AI → symbolická reprezentácia znalostí,
CI → subsybmobická reprezentácia znalostí.
Pri aplikáciách pod inteligentnou technológiu (IT) budeme
predstavovať systémy, ktoré budú vykazovať prvky strojovej inteligencie. Medzi
základné vlastnosti technológií, ktoré majú strojovú inteligenciu patria
systémy s následnými schopnosťami:
IT =
1.
2.
3.
systém so strojovou =
inteligenciou
systémy so symbolickou a
subsybolickou reprezentáciou
znalostí
učiť sa z dát a získavať poznatky,
ukladať získané poznatky,
vyžívať získané poznatky pri riešení konkrétnych situacií.
32
•
•
Ad. 1:
Učiť sa => schopnosť tvoriť učiace sa systémy
Učiace sa systémy → schopnosť získavať informácie a znalosti
o jednotlivých stavoch systému; vykonávať akčné
zásahy ak to dispečer nie je schopný;
usporiadať dvojice vstup – výstup; je schopný
klasifikovať stav systému do vzorových tried stavov.
Ad. 2:
Schopnosť budovať bázu znalostí v ľubovoľnej forme.
Prevzaté znalosti používať podobne ako človek, expert, operátor,
dispečer.
Využitím bázy vedomostí, inferenčného mechanizmu a telemetrických
údajov spresňovať aktuálny model konzultovaného prípadu.
Ad. 3:
Rýchlo využiť získané skúseností z minulosti pre riešenie problémov
v súčasnosti a budúcnosti.
Znalosti o situáciách, ktoré operátor (dispečer) v minulosti svojim
zásahom riešil, vedieť v budúcnosti samostatne riešiť.
4.1 Použitie expertných systémov v diagnostike
Základným prostriedkom strojovej inteligencie patria v podstate všetky
metódy, ktoré sú založené na symbolickej a subsymbolickej reprezentácií
poznatkov (napr. ES, NS, FNS, FS, GA, evolučné postupy, teória chaosu,
atď.). Integrovaným využívaním prostriedkov symbolickej a subsymbolickej
inteligencie vznikajú tzv. hybridné systémy.
Použitím ES sa sleduje cieľ spájať špecifické možnosti modernej
výpočtovej techniky (rýchlosť vykonania elementárnych operácií, možnosť
zapamätania veľkého množstva dát, atď.) s formami kvalitatívne vyššieho
inteligentného spracovanie informácií, pričom správanie sa experta slúži
ako model a zobrazuje sa zjednodušene v mechanizmoch interpretácie znalostí
a riešení problémov.
Úlohou diagnostických ES je podľa určitých príznakov alebo symptómov
dôjsť k záveru, ktorý korešponduje s týmito začiatočnými symptómami.
Prednosťami ES v oblasti diagnostikovania sú:
1.
Presný algoritmus riešenia nie je známy, znalosti získané zo skúseností
sú jedinou možnosťou, ako rozhodnúť.
2.
Realizácia algoritmického riešenia je veľmi náročná (analýza stavu pri
104 až 105 procesných algoritmoch v komplexných úlohách).
3.
Získané riešenia treba často modifikovať, pretože je potrebné brať do
úvahy najnovšie znalosti.
4.
Diagnózu treba viesť a usmerňovať na základe heuristických informácií,
čím sa zmenší náročnosť problému.
5.
Bázu znalostí možno explicitne vyjadriť v čiastočne modulárnych a
symbolických jednotkách. Takéto znázornenie znalostí je predpokladom
pre automatické preskúšanie konzistencie, o ktoré sa usilujeme, aby sa
zabezpečila nerozpornosť vyvinutej bázy vedomostí, najmä pri
zapracovávaní znalostí rôznych odborníkov.
Proces riešenia problému diagnostiky:
3.
•
•
•
•
•
Odchýlka od
zadanej normy
diagnostikovanie
inšpekcia (zber faktov o
chybovom stave)
diagnóza (vyvodenie
záverov a faktov)
odstránenie chyby
(interkacia)
typ problému:
Do tejto kategórie patria časovo kritické procesy výroby a malá šírka
tolerancie. Vzniká tu vysoký stupeň nebezpečia pri vzniku porúch, napr.
jadrové elektrárne, chemické zariadenia, elektrizačné siete, atď. Tabuľka 5
porovnáva hlavné znaky týchto typov problémov.
na
=> plán
odstránenie
fáza pozorovania
Existujú tri základné typy formulácie problémov diagnostiky:
1.
typ problému:
Jedná sa o diagnostikovaný objekt, ktorý predstavuje zložitý
prevádzkový prostriedok. Jeho poruchy nie sú triviálne a vyžadujú špeciálne
znalosti experta. Na druhej strane však nespôsobujú ohrozenie bezpečnosti,
alebo vážne výpadky vo výrobe. Tieto poruchy nie sú ani časovo kritické. Ide
napr. o poruchy telefónnych zariadení, prevodoviek a pod.
2.
typ problému:
Poruchy tohoto typu sa vyskytujú pomerne často. Aj keď jednotlivo
nemajú veľký vplyv na výrobný proces, ale výrobný prostriedok je na ne citlivý a
tieto ako celok poškodzujú výrobný proces. V tomto prípade sa požaduje rýchle
odstránenie porúch a nežiadúceho kmitania výkonnosti zariadenia , napr.
počítačové systémy, roboty, CNC stroje.
ES druhého typu
•
pracuje v reálnom čase,
•
tvorba ES vyžaduje úplnú analýzu všetkých možných porúch,
•
plánovaná a štruktúrovaná tvorba bázy znalosti (objektovo a produkčne
orientovaný formalizmus),
•
pevné spojenie ES a objektu diagnostikovania,
•
existencia rôznych rozhraní (prenos dát, prístup do databanky).
ES tretieho typu
•
sú určené na riešenie nečakaných, zložitých a nepredvídateľných
porúch,
•
slúžia na elimináciu situácii spôsobených ľudským činiteľom,
•
pracuje v reálnom čase,
•
sú priamo napojený na objekt diagnózy,
•
hardwareová a softwareová integrácia s okolitým prostredím je
podmienkou,
•
ako formalizmy sa používajú produkčné systémy, hybridné t. j. objektovo
a produkčne orientované.
Tabuľka 5
Pozn.: „--“ žiadné verbálne vyjadrenie
V súlade s uvedenou formuláciou diagnostických problémov je možné
vykonať typizáciu diagnostických ES:
ES prvého typu
•
implementovaný spravidla izolovane,
•
počítač typu PC, Workstation,
•
vhodný Shell,
•
môže mať povahu inteligentnej príručky, resp. rozhodovacej tabuľky,
•
bezproblémové testovanie správnosti a modifikácie.
4.2 Aplikácie ES pre diagnostikovanie a situačné riadenie
automatizovaného technologického pracoviska pre plošne tvárnenie
Automatizované technologické pracovisko (ATP) plošného tvárnenia je
určené na výrobu jedno, dvoj a trojoperačných súčiastok na výstredníkových
lisoch LEK 250. Štruktúra ATP má modulárny charakter, konfigurácia sa
upravuje v závislosti od toho, aký druh súčiastky chceme vyrábať (celkove
existujú 4 modulárne verzie). Jednotlivé typy výrobkov sa líšia v nárokoch na
počet operácií, na spôsobe medzioperačnej manipulácie a v paletizovaní
prístrihov.
33
1. Štruktúra a činnosť ATP
Dispozičné riešenie ATP je schematicky znázornené na obr. 84, kde
význam jednotlivých označení je nasledovný:
Činnosť ATP sa začína vkladaním prístrihov do pracovného priestoru
lisov pomocou automatických manipulátorov AM-5. Medzioperačné činnosti
zabezpečujú manipulačné jednotky QHOV 5, zásoba prístrihov je realizovaná v
zásobníkoch prístrihov ZL 500. ATP je riadené jediným rozšíreným
mikropočítačovým riadiacim systémom RS-1C, pričom lisy a zásobníky
prístrihov disponujú vlastnými riadiacimi skriňami s vlastnou ovládacou logikou.
Manipulačné jednotky, ako aj manipulátory sú priamo riadené
mikropočítačovým riadiacim systémom. V ručnom režime sú z ovládacieho
pultu riadiaceho systému ovládané jednotlivé zariadenia ATP, pričom tento
režim slúži na odlaďovanie užívateľského programu. V produkčnom režime
pracuje ATP v automatickom cykle a pomocou riadiaceho programu sa
automaticky (cyklicky) realizujú technologické, medzioperačné a kontrolné
operácie. Pokiaľ nedôjde k prerušeniu automatického cyklu, nie je potrebná
prítomnosť operátora.
Formálny zápis výroby jednej trojoperačnej súčiastky na 3-tej modulárnej
verzii ATP je zobrazený na obr. 85.
M
P
zásobník prístrihov ZL 500.1,
medzioperačné jednotky QHOV 5.1
a QHOV 5.2,
D,E
- manipulátory AM - 5.1,
F,G
- manipulátory AM - 5.2,
H,I
- manipulátory AM - 5.3,
J,K,L - rozvádzacie skrine 2 x LEK 250 (skĺz),
1 x LEK 250 (vyhadzovač odpadu),
M,N,O - rozvádzacie skrine 2 x LEK 160.2 (skĺz),
1 x LEK 160.2 (vyhadzovač odpadu),
P,R,S - rozvádzacie skrine 2xLEK 160.1 (skĺz),
1 x LEK 160.1 (vyhadzovač odpadu)
T,U
- zásobníky prístrihov ZL 500.2
a ZL 500.3,
V
- riadiaci systém RS 1-C,
Z
- operátor (obsluha),
LEK 160 1., 2.
- výstredníkové lisy,
LEK 250
- výstredníkový lis,
QVVV 600
- vyhadzovač,
ZL 500.1., 2., 3.
- zásobníky prístrihov,
QHOV 5.1., 2., 3.
- medzioperačné jednotky.
A
B,C
-
LEK 160
O
N
AM - 5. 3
I
H
U
C
S
LEK 160
V
AM - 5. 2
G
F
Z
T
R
B
L
LEK 250
AM - 5. 1
prvé rameno
AM – 5.1
E
A
K
D
Z
ZL
druhé rameno
AM – 5.1
výstrih
AM – 5.2
QHOV
výlisok
QHOV
prvé rameno
AM – 5.3
výlisok
LEK
druhé rameno
AM – 5.3
výlisok
PALETA
K
LEK 250
prístrih
QVVV 600
SKLZ
odpad
K
J
Obr. 84 Dispozičné riešenie ATP
2. Klasifikácia poruchových stavov ATP a rozbor ich príčin
Pre zostavenie náhradných stratégií riadenia činnosti ATP na základe
metodiky situačného riadenia je potrebné vykonať klasifikáciu poruchových
stavov a analýzu príčin ich vzniku.
Z charakteru výrobného procesu a štruktúry je možné odvodiť
nasledovné dôležité vlastnosti, ktoré využijeme pri aplikácií metodiky
situačného riadenia:
1.
Vzhľadom na prúdový charakter výroby je nutné pri vzniku poruchy brať
do úvahy nielen konkrétne miesto jej vzniku, ale celé jej okolie.
2.
Všetky riadiace a stavové veličiny v systéme sú dvojhodnotové.
3.
Riadiaci program systému je postavený tak, že pri výskyte poruchy dôjde
k zastaveniu jeho činnosti a k oznámeniu miesta vzniku poruchy.
Z hľadiska miesta výskytu poruchy môžeme atypické pre-vádzkové situácie v
systéme rozdeliť na:
1.
poruchy v technologickom podsystéme (vzpriečenie odpadu po lisovaní,
opotrebenie nástrojov lisov, atď.),
2.
poruchy v manipulačnej časti (vypadnutie polotovaru z chápadla
manipulátora, neuchopenie polotovaru, atď.),
3.
poruchy v riadiacom subsystéme (chyba v systéme riadiaceho počítača,
poškodenie v spojovacom vedení, atď.).
3. Návrh režimov riadenia.
Pre pracovníkov vykonávajúcich opravu poruchy sú dôležité informácie o
potrebe revízie zariadenia a o napolohovaní zariadení po oprave. Na základe
týchto faktov a kombinácií klasifikačných znakov (čas opravy, nutnosť
napolohovania, nutnosť revízie, atď.) je možné vytvoriť 6 makrotried, ktoré
pokrývajú prevažnú väčšinu abnormálnych situácií tabuľka 6.
Ku každej z uvedených tried je potrebné navrhnúť množinu akčných
zásahov spolu s príslušnými výberovými algoritmami. Pri tomto návrhu okrem
príslušnosti poruchy k niektorej makrotriede je potrebné brať do úvahy aj
niektoré doplnkové informácie, ako napr.: ohrozenie zdravia obsluhy,
konfigurácia systému, korektnosť zosnímaných informácií.
Riadiaci systém ATP reaguje na vzniknutú poruchu tak, že zostane na
inštrukcii, ktorej prislúchajúca operácia sa nevykonala a vysvieti na riadiacom
pulte jej adresu.
Napr.: Rameno AM-5 neuchytí polotovar, snímač prítomnosti prístrihu v
chápadle nezaznemená prítomnosť a preto nemôže do RS vyslať signál
„prístrih uchopený“. Počítač preto zostane na inštrukcii „uchopiť prístrih“ a
vysvieti jej adresu.
Základným cieľom, ktorý sme sledovali pri uplatňovaní metodiky
situačného riadenia bola minimalizácia prestojov spôsobených poruchou na ATP.
Obr. 85 Formálny zápis výroby súčiastky
Celková funkčnosť systému umožňuje stanoviť nasledovné typy porúch:
1.
porucha prejavujúca sa zastavením systému,
2.
núdzové zastavenie systému (C-STOP),
3.
technologické poruchy nevyvolávajúce zastavenie systému.
Z hľadiska príčin vzniku poruchy rozoznávame:
1.
chyby zapríčinené technológiou,
2.
chyby spôsobené ľudským faktorom (operátorom),
3.
chyby zapríčinené nesprávnym riadením.
Podľa závažnosti vyskytnutej poruchy rozlišujeme:
1.
nedochádza ku poškodeniu zariadenia a nebol ohrozený človek,
2.
došlo ku poškodeniu zariadenia, nebol ohrozený človek,
3.
došlo ku poškodeniu zariadenia a bol ohrozený človek.
Z hľadiska dĺžky trvania opravy rozdeľujeme:
1.
opravy vyžadujúce čas od 0 do 20 minút,
2.
opravy trvajúce od 20 do 500 minút,
3.
opravy požadujúce viac ako 500 minút.
Spôsoby odstránenia poruchy umožňujú rozlíšiť:
1.
ľahké poruchy, ktoré odstráni obsluha,
2.
stredné poruchy, ktoré odstráni údržba,
3.
ťažké poruchy, ktoré odstránia servisní pracovníci.
Tabuľka 6
4. Báza vedomostí pre situačné riadenie ATP
Báza vedomostí pre situačné riadenie ATP plošného tvárnenia je
vytvorená pomocou produkčných pravidiel „IF-THEN-ELSE“. Štruktúru
vytovorenej bázy vedomostí možno znázorniť vo forme dielčích „AND-OR“
grafov tak, že každý „AND-OR“ graf predstavuje diagnostiku konkrétneho
poruchového stavu a dielčie „AND-OR“ grafy predstavujú zložky kompletného
„AND-OR“ grafu bázy vedomostí.
Celkový „AND-OR“ graf predstavuje les, pričom každému koreňu
prislúcha jeden strom. Jednotlivé listové uzly (výroky) môžu patriť viacerým
stromom.
34
Formálne produkčné pravidlo sa zapisuje nasledovne:
EH
(if E then H)
čo znamená, že ak nastala stiuácia „E“, potom je potrebné vykonať akciu
„H“.
V skutočnosti „AND-OR“ graf predstavuje iba schému usudzovania
experta pri diagnostikovaní, pretože apriory nevyjadruje platnosť výrokov. Pre
potreby konkrétnej aplikovateľnosti je nevyhnutné získať fakty od užívateľov,
ktoré vytvárajú databázu. Spôsob aplikácie AND-OR grafu je daný riadiacim
mechanizmom, ktorý generuje časti „AND-OR“ grafov. Samotné prehľadávanie
grafov môže byť spôsobom :
•
neúplného priameho chodu,
•
úplného spätného chodu,
•
úplného priameho chodu,
•
neúplného spätného chodu.
Globálna štruktúra bázy vedomostí, ktorá bola vytvorená pre činnosť ES
je znázornená na obr. 86.
Príklady dielčich „AND-OR“ grafov sú uvedené na obr. 87.
Po zatriedení poruchy do makrotriedy prebieha konzultácia ďalej a na základe
doplnkových informácií ES si vyberie jeden zo 44 akčných zásahov. Ak ES na
základe zadaných informácií nie je schopný identifikovať abnormálnu situáciu,
ohlási chybu vo vstupných údajoch alebo nezdar.
5. Expertný systém pre situačné riadenie a diagnostikovanie ATP
Expertný systém pre situačné riadenie ATP plošného tvárnenia bol
vyvinutý na báze vývojového programového prostredia EXSYS, ktoré umožňuje
tvorbu bázy vedomostí s využitím produkčných pravidiel. Samotná báza
vedomostí má modulárnu štruktúru, ktorá umožňuje jej ďalšie rozšírenie. Editor
vývojového programového prostredia EXSYS je prepojený s konzultačnou
časťou a pri tvorbe bázy vedomostí je možné sledovať čo odvodil, resp.
neodvodil ES. Zdôvodnenie postupu odvodenia je možné získať z
vysvetľovacieho mechanizmu ES. Prostredie EXSYS umožňuje prácu s
neurčitosťou, pričom si užívateľ môže zvoliť pravdepodobnostné intervaly 0 až
10 (pri málo presných štatistických údajoch), -100 až +100 (pri presných
štatistických údajoch), alebo dvojhodnotovú logiku 0, 1 ak použitie
pravdepodobnostnej miery nie je nutné.
EXSYS pracuje systémom spätného reťazenia, pričom prehľadávanie
bázy vedomostí sa začína vrcholovou hypotézou, ktorá má najmenšie
poradové číslo (obr. 87, spriečenie odpadu z 2. lisu). Vyšetrenie nasledujúcej
vrcholovej hypotézy pokračuje až vtedy, keď všetky uzly potrebné pre
vyšetrovanie predchádzajúcej hypotézy už boli expandované.
Činnosť ES sa začína vyžiadaním stavových veličín systému
(zosnímanie prítomnosti polotovaru na jednotlivých ramenách manipulátorov).
Po ďalšom kroku po zadaní konfigurácie systému a kontrole korektnosti
zosnímaných údajov, ES určí druh poruchy a zatriedi ju do jednej zo šiestich
makrotried.
Báza vedomostí obsahuje celkovo 307 pravidiel. Práca so systémom
prebieha v konzultačnom režime, pričom sa predpokladá, že na mieste
užívateľa bude pracovník so znalosťou systému na úrovni operátora ATP.
ŠTART
LINKA
FUNGUJE
?
ÁNO
BEZPORUCHOVÝ
STAV
STOP
NIE
PORUCHOVÝ
STAV
LINKA
PRACUJE
V ZOSTAVE
3?
NIE
LINKA PRACUJE
V ZOSTAVE
1 +1 +1
NIE
VYŠETRENIE
PRÍČIN
ZASTAVENIA
LINKY
PRÍČINY
PORUCHY
?
NIE
ÁNO
KOREKTNOSŤ
ZOSNÍMANEJ
HODNOTY
KOREKTNOSŤ
SNÍMANEJ
HODNOTY
?
NIE
ÁNO
",AND - OR "
GRAFY
C 14
C1
DIAGNOSTIKOVANIE
A AKČNÉ
ZÁSAHY
1.
MAKROTRIEDA
ÁNO
C 40
C44
6.
MAKROTRIEDA
STOP
Obr. 86 Globálny rozhodovací algoritmus
4.3 Aplikácie ES pri projektovaní montážnych systémov
V oblasti projektovania robotizovaných montážnych systémov (RMS) sa
rozvíjajú práce, ktorých účelom je previesť teoretické a metodické postupy
projektovania na prácu automatizovaných projektových systémov, ktorými
môžu byť aj ES.
Z obsahového hľadiska automatizovaný systém projektovania RMS má
zabezpečovať súbor funkcií, ktorý podľa zvolenej modulárnej koncepcie možno
štrukturalizovať nasledovne (Madarász, L., Sabol, J., Kováč, J., 1988c; Šimšík,
D., Kováč, J., Madarász, L., 1988):
1.
Spracovanie vstupných údajov pre automatizované projektovanie RMS.
2.
Výber montážnej metódy a montážnej štruktúry a ich parciálnych zložiek.
3.
Kapacitné výpočty.
4.
Výber zariadení a prvkov RMS.
5.
Syntéza RMS.
6.
Geometrické výpočty a priestorové riešenie RMS.
7.
Simulácia RMS.
8.
Výpočet technicko-ekonomických ukazovateľov.
9.
Vypracovanie výstupnej dokumentácie.
Obr. 87 Príklady dielčích AND - OR grafov
35
Celý vyššieuvedený automatizovaný systém projektovania je principiálne
možné zrealizovať prostredníctvom ES. Takto vytvorený ES by realizoval dva
typy činností:
1.
realizácia funkcií, ktoré majú intuitívny charakter (body 2., 4., 5.
a čiastočne body 1. a 7.);
2.
realizácia funkcií, ktoré majú rutinný charakter (body 3., 6., 8. a 9.).
Vytvorenie takéhoto kompletného ES je veľmi náročné na výpočtovú
techniku, na prácu expertov a vedomostných inžinierov.
4.4 ES pre projektovanie robotizovaných zváracích montážnych systémov
Robotizácia zváracích montážnych procesov je pomerné nový
technologický činiteľ zasahujúci do technologickej prípravy, predprojektovej
a projektovej prípravy výroby. Práve tieto oblasti odkrývajú možnosti využitia
ES ako nástroj projektovania RZMS. Hlavným cieľom týchto ES je vybaviť tieto
pracoviská optimálnymi zváračskými prostriedkami (PRaM, polohovadlo, atď.).
Ťažisko pri návrhu ES spočívalo vo vytvorení bázy vedomostí a bázy
údajov pre montážnu operáciu zvárania vo forme faktov a pravidiel. Obsahová
stránka architektúry je znázornená na obr. 88.
1. Koncepcia a analýza bázy údajov
Východiskovým materiálom pre konštrukciu ES bola štúdia „Triednik
súčiastok z hľadiska automatizácie“ (Madarász, L., Sabol, J., Kováč, J., 1988;
Šimšík, D., Kováč, J., Madarász, L., 1988).
Na základe tohto triednika sa vytvorila konzultačná časť ES, ktorá
pozostáva z troch súborov : VATR 1.TXT, VATR2.TXT, VATR3.TXT. Súbory
VATR1.TXT a VATR2.TXT sú veľmi podobné z hľadiska štruktúry a obsahu.
Ich cieľom je špecifikácia vlastností zváraného objektu (VATR1.TXT) a
zváranej plochy (VATR2.TXT). Na základe vlastností zváraného objektu je
uskutočnený výber polohovadla, znaky zváracej plochy sú kritériom pre výber
robota. ES bol vybudovaný za predpokladu, že zváraný objekt predstavujúci
súbor zvarencov určených na zváranie je zapolohovaný a pripravený pre
operáciu zvárania a že zvarence sú zhotovované z rovnakých materiálov.
V súbore VATR3.TXT sú naprogramované nasledovné dotrieďujúce
znaky:
a)
systémové znaky, ktoré sú charakterizované objemom výroby, počtom
výrobných dávok a pracnosťou výroby;
b)
technologické znaky sú špecifikované druhom pohybu, druhom spoja,
druhom uloženia, druhom plochy, atď.;
c)
zvarové znaky sú určené druhom, typom a polohou zvaru.
V etape konzultácie používateľ zadáva vyhovujúcu možnosť vo forme
číselného kódu. Odpovede používateľa sa ukladajú do pamäte vo forme faktov.
2. Koncepcia a analýza bázy vedomostí
Bázu vedomostí vytvárajú tieto súbory: VAMET.TXT; VAVYB1.TXT;
VAVYB2.TXT; VAROB.TXT; VAPOL.TXT.
Súbor VAMET.TXT slúži na výber metódy zvárania. Pri budovaní ES
bolo nevyhnutné vytypovať procesy, ktoré z hľadiska metódy zvárania a
aplikácie navrhnutého triednika sú vhodné pre robotizáciu a procesy, ktoré sú
síce vhodné pre robotizáciu, ale vyžadujú špeciálny pohľad z hľadiska tvorby
triednika výberu robotov, polohovadiel, atď. (napr. odporové zváranie). Po
zohľadnení týchto okolností bol súbor VAMET.TXT realizovaný vo forme
rozhodovacieho stromu (obr. 89), ktorý je rozšírený o vetvu zvárania v
ochranných atmosférach plynov (obr. 90). Po vybratí metódy systém umožňuje
opakovať výber na výzvu používateľa nezávisle od predchádzajúceho výberu.
Ak výsledky výberu metódy zvárania sú negatívne, ES zabráni používateľovi vo
výbere robotov a polohovadiel.
Obr. 88 Obsahová stránka architektúry RZMS
Súbor VAVYB1.TXT je určený pre konkrétny výber robota z 30 typov
robotov.
Súbor VAVYB2.TXT slúži na výber konkrétneho polohovadla zo 17 typov
polohovadiel.
V súbore VAROB.TXT sú uložené údaje o robotoch v tvare štruktúr
(základné údaje, kinematika ramena, kinematika zápästia, údaje o riadiacom
systéme a inštalačné údaje).
Súbor VAPOL.TXT slúži na výpis údajov: V (vyhovujúce) a MV (málo
vyhovujúce) polohovadlo.
Súčasťou ES sú aj dva editory, ktoré sú problémovo orientované. Prvý
editor slúži na dopĺňanie bázy vedomostí (BV) o nové roboty. Používateľ
zadáva údaje nového robota, ktoré sa ukladajú do pomocných súborov, pričom
novovytvorená štruktúra sa ukladá do súboru VAROB.TXT.
Plameňové
Odporové
Elektrickým
oblúkom
Bodové
Výstupkové
Švové
Elektrické
Klasické
Tlakom
Trojfázovým
oblúkom
Elektrónovým
lúčom
Zváracie
procesy
Plazmové
Trením
Výbuchom
Netaviacou
elektródou
Taviacou
elektródou
Nepriamym oblúkom
V ochranných
prostrediach
Laserové
Automatické
zváranie pod tavidlom
Zváranie v atmosférach
plynov
V inertných
plynoch
S netaviacou
elektródou
V aktívnych
plynoch
V zmesiach
plynov
S taviacou
elektródou
Elektrotroskové
V atmosférach plynov
V inertných plynoch
V aktívnych plynoch
V zmesiach plynov
Obr. 89 Rozhodovací strom na výber
metódy zvárania
Metóda
WIG
Metóda
TIG
Kvapková
Metóda
MIG
Zmáčaná
Metóda
MIG
Metóda
MAG
Impulzná
Metóda
MIG
Metóda
WIG
Sprchová
Obr. 90 Zváranie v atmosférach
plynov (rozšírenie obr. 89)
Druhý editor slúži na dopĺňanie BV o nové polohovadlá. Údaje o novom
polohovadle rozširujú pomocné súbory a hlavný súbor VAPOL.TXT o
novovytvorenú štruktúru polohovadla.
Vzhľadom na existenciu editorov ES môžeme označiť za otvorený,
pričom musíme brať do úvahy pomerne malý rozsah pamäti použitej verzie
PROLOG-u, čo kladie isté obmedzenia na veľkosť súborov pre uchovávanie
údajov a pravidiel.
36
ES bol odladený v jazyku PROLOG a pri jeho výstavbe sa uplatnil
princíp modularity. Celý ES pozostáva z 10 hlavných a 11 pomocných súborov,
pričom celý ES predstavuje iba jeden modul pre výber zariadení a prvkov
robotizovanej montáže.
Princíp činnosti ES je schematicky znázornený na obr. 91.
Konzultačná
časť
výsledky
Výber zváracej
metódy
Výber robotov
Výpis údajov
o robotoch
údaje
Editor
robotov
Výber
polohovadiel
Výber údajov
o polohovadlách
údaje
Editor
polohovadiel
Obr. 91 Princíp činnosti ES
5. ZÁVER
Prejednávané problémové oblasti:
•
základné pojmy, prístupy a metódy teórie rozhodovania,
•
systémový (základný) model rozhodovacích procesov,
•
rozhodovacie procesy v zložitých systémoch,
•
riadenie a základné metódy riadenia zložitých systémov,
•
situačné riadenie a formátorové riadenie komplexov,
•
umele inteligencia, výpočtová a strojová inteligencia a inteligentné
technológie v rozhodovacích procesoch,
•
rozhodovacie procesy pri diagnostikovaní a projektovaní zložitých
systémov.
Spoločný prostriedok:
•
situačná klasifikácia
Kľúčové pojmy:
•
zložitý systém, komplex,
•
ergatický systém,
•
rozhodovanie a riadenia,
•
situačné triedy, stupne ohrozenia prevádzky.
Ciele:
•
integrované využitie niekoľkých rozhodovacích postupov,
•
aplikácie prvkov, metód a prostriedkov UI, VI a IT.
37
Download

1. ÚVOD