Актуальность проблемы создания АСУ и моделирования и процессов управления промышленными предприятиями

На этапе проектирования АСУ различного класса и назначения основное значение приобретает выбор ее оптимального состава и рациональной организации связей между ее отдельными узлами. Существующие в настоящее время методы исследования АСУ распадаются на две большие группы: аналитические и имитационные. Методы аналитического исследования сводятся к получению достаточно компактных аналитических выражений, с помощью которых можно изучать поведение всей системы или некоторых узлов в виде некоторых функционалов. Существенным недостатком этих методов является то, что они применяется только для относительно простых структур. Наиболее точные результаты позволяет получить метод, основанный на физическом моделировании процессов, происходящих в АСУ. Недостатком этого метода, не позволяющим найти широкое применение, является высокая стоимость макета системы. Метод имитационного моделирования в значительной степени устраняет эти недостатки. Потребности исследования сложных систем и разработки методов их моделирования приводят к рассмотрению в рамках единого процесса моделирования следующих составляющих построение модели, организация имитационного эксперимента, формирование процедур принятия решений. За последнее время разработано достаточно много систем имитационного моделирования, которые за счет своей проблемной ориентации предоставляют пользователю набор удобных средств, что упрощает процесс построения моделей. Среди них можно выделить GPSS. SIMULA, SIM SCRIPT, НЕДИС, СЛЭНГ и другие. Однако следует отметить, что недостаточное внимание уделено разработке диалоговых средств взаимодействия с моделью в рамках системы моделирования (СМ), учитывающих специфику проведения имитационного эксперимента. На этапе экспериментирования с моделью в работах выделяются два этапа планирования: стратегическое и тактическое. В рамках стратегического планирования существуют два подхода: статический, связанный с решением задач выбора точек плана сразу для всей исследуемой области; и последовательный, при котором точки плана выбираются последовательно, на основании полученных в процессе эксперимент результатов. В рамках тактического планирования [32] разрабатываются методы оценивания целевой функции при фиксированных значениях варьируемых параметров. В работах предлагается использование методов статистического поиска для решения задач оптимизации, где целевая пункция вычисляется на основании статистической обработки результатов имитационного эксперимента. Однако в них не рассматриваются вопросы эффективности предложенных процедур, а оценки целевой пункции вычисляются с наперед заданной, достаточно высокой степенью точности. При этом точность оценок одинакова для всех значений варьируемых параметров, что приводит к большим затратам машинного времени на вычисление оценок при значениях параметров, далеких от экстремальных. В работах выбор экстремальных значений параметров осуществляется на основании метода множественных сравнений. Они относятся к методам последовательного планирования, однако требуют не смещенности оценок и априорного задания точек плана, что ограничивает возможности их практического применения.

Методы стохастической апроксимации не предполагают вычисления точных оценок, однако они не учитывают специфику имитации. Поведение алгоритмов, включающих имитационные модели в контур оптимизации, аналогично поведению алгоритмов в обстановке помех. Однако в них не решаются задачи, связанные с оценкой точности и выбором длительности моделирования. Кроме того, во всех перечисленных работах предполагается стационарность исследуемого процесса, что не всегда приемлемо при имитационном моделировании. Из работ по исследованию переходных режимов можно выделить, но они служат лишь для решения задач анализа стохастических систем. Вопрос об использовании этих методов на этане параметрического синтеза не затрагивается.

Анализ литературы показал, что достаточно широкий класс стохастических систем обладает свойствами, позволяющими ранжировать нестационарные процессы по их предельным характеристикам на основании оценок, полученных на переходном режиме. Поэтому при организации процедур оптимизации необходимо более полно учитывать особенности имитационных

процессов. Должны быть исследованы переходные режимы с целью их непосредственного использования для поиска экстремума. Также необходимо учитывать потребности проектировщика не только в определении экстремума, но и при получении оценок поведения целевой функции в исследуемой области

изменения варьируемых параметров. Кроме того, необходимо обеспечить активное участие проектировщика не только в планировании, но и в процессе проведения всего имитационного эксперимента.