Сайт Информационных Технологий

Нечеткое управление при адаптации предприятия к изменяющимся условиям внешней среды

В.В. Трофимов, Д.О. Глухов

Санкт-Петербургский государственный университет

Abstract — An environment determines the behavior of the enterprise in the market. In an environment they usually distinguish macromedia (distant environment), and micromedia (nearest environment). In the re port the enterprise interaction with only micromedia is considered concerning its adaptation to the changes in material resources. An example is given when the enterprise uses only one material and produces only one kind of production. This method of sim ulation allows to investigate not only the simpliest but also multidimensional models of the enterprises.

Поведение предприятия на рынке определяет окружающая среда, в которой выделяют дальнее окружение (макросреда) и ближнее окружение (микросреда). Ниже рассматривается только часть взаимодействия предпр иятия с микросредой, касающееся его приспособления к изменению входного материального потока. Рассматривается одномерный случай, описывающий преобразование предприятием одного вида материального потока в единственный вид продукции. Распространение описыв аемого ниже подхода на многомерный случай, возможно, и требует учета специфики каждого конкретного предприятия, особенностей его ресурсов и конечных продуктов. Такой учет может проводиться, например, путем выделения и дальнейшего изучения главной составл яющей материального потока, поведение которой играет определяющую роль в деятельности данного предприятия. Другим способом учета всех составляющих материального потока является конструирование взвешенной суммы, коэффициенты которой описывают долю влияния каждой составляющей материального потока на деятельность данного предприятия. Возможно применение и других способов сведения многомерной задачи к одномерной. Здесь же отметим, что применяемый нами способ имитационного моделирования позволяет так же иссл едовать и многомерные модели предприятия. Суть же данного подхода и основные результаты удобно проиллюстрировать, как всегда, на одномерном случае, что нами и сделано.

Так как производственная деятельность любой системы сводится к целенаправленному преобразованию ресурсов, поступающих из внешней среды, то изменение всех видов входных ресурсов можно рассматривать как управляющие воздействия, влияющие на деятельность предприятия. Тогда, адаптация производственной системы к изменяющимся внешним условиям может осуществляться двумя путями: структурным (изменением существующих или введением новых элементов и связей между ними) и параметрическим (подстройк ой параметров, как связей, так и элементов, входящих в саму систему). Оба подхода рассматриваются как способ воздействия на выходные (управляемые) параметры системы. Отличительной особенностью предлагаемого подхода является включение в контур обратной св язи системы управления, которая, анализируя выход объекта, формирует управляющие воздействия с помощью нечетких правил.

Предприятия по своей природе являются существенно нелинейными системами, поэтому для их исследования хорошо подходят методы имитационного моделирования. Нами рассматривается подход, основанный на использовании традиционного аппарата те ории автоматического управления в сочетании с методами имитационного моделирования и нечеткого управления, которые реализованы в рамках программного продукта “МСАР” версия 2.0. Новизна предлагаемого подхода заключается в применении нечеткого контроллера с прогнозированием. Достоинством таких контроллеров является гибкость, способность к адаптации за счет различных методов обучения, простота реализации, удобство при настройке, а также высокие качественные показатели. Алгоритм определения поправки к задаю щей величине приведен на рис.1.

Рис.1 Алгоритм поправки к задающей величине

Для обучения нечетких правил, мы воспользуемся одним из известных методов обучения: обучение с использованием стратегий, формализуемых на мета уровне. Заметим, что знания о зависимости показателей качества от параметров нестандартных функций принадлежности посылки и заключения мы не вводим, они являются ожидаемым результатом наших исследований, и могут быть добавлены впоследствии. Метаправила реализованы процедурно и, строго говоря, для построения контролл ера нет необходимости в едином представлении метаправил и продукций в базе знаний, так как не возникает необходимости их изменения. В рамках выбранного набора правил, мы проводили также качественное сравнение методов дефаззификации на нестандартных функц иях. Перед началом обучения контроллер настраивался на определенные значения показателей качества, которые должны, предположительно, быть достигнуты в процессе обучения.

Построенная нами модель предназначена для исследований динамических характеристик "спрос-предложение" без ограничений на материальный фактор. Нами приняты следующие допущения: деятельность моделируемой системы осуществляется в условиях безусловной достаточности материального фактора; изменение параметров внешней среды описывается совокупным фактором "спрос"; система имеет способность к саморегулированию в условиях изменения параметров внешней среды; регулируемыми параметрами являются действительная производительность (фактор предложения) b(t) и фактор неудовлетворенного спроса Sn(t);

Изменение статической ошибки регулирования и рассогласование характеристик неудовлетворенного спроса и предложения подтверждает адекватность системы исследуемому объекту в условиях различных скоростей измен ения спроса. Как и в реальной производственной системе, перестройка параметров модели в условиях медленно изменяющегося спроса не вызывает затруднений, тогда как высокие скорости изменения спроса "лихорадят" систему.

Возможности оперативного планирования предприятия (краткосрочного прогнозирования спроса в частности) заложены в коэффициенте усиления оператора R1, обеспечивающего подстройку плано вой производительности. На рис. 2(а) представлены характеристики оптимального планирования (коэффициент усиления оператора R1 = 0.92), обеспечивающие наилучшее совпадение характеристик. Характеристики , представленные на рис.2(б) отражают случай заниженных прогнозов по спросу (коэффициент усиления оператора Rl = 0.85), рис.2(в) - завышенные прогнозы по спросу (коэффициент усиления оператора R1 = 1.2).

 

 

2а2б

3а3б

3в

 

Вывод: введение нечеткого прогнозирования в процесс планирования объемов производства позволяет значительно снизить неудовлетворенный спрос и объем перепроизводства продукции.

Литература

  1. Багриновский К.А., Конник Т.И. и др. Имитационные системы принятия экономических решений. М.: Наука, 1989 г.
  2. Поспелов А.Г., Ириков В.А., Курилов А.Е. Процедуры и алгоритмы формирования комплексных программ. - М.: Наука, 1985 г.
  3.  
  4. Градов А.П. Стратегия экономического управления предприятием. - СПбГТУ, 1993 г.
  5. Татевосян Г.М., Луняков Б.С. и др. Модельные эксперименты с механизмами экономического управления. - М.: Наука, 1989 г.
  6. Кунц Д., 0'Донел. Управление: системный и ситуационный анализ управленческих функций. - М.: Прогресс, 1993 г.

Site of Information Technologies
Designed by  inftech@webservis.ru.