Szituációs modellezés. Intelligens projektmenedzsment és szimulációs modellezés Szituációs modellezés a projektmenedzsmentben

A modellezés a termelési és gazdasági rendszerek tanulmányozásának fő módszere. A modellezés alatt az objektív valóság megjelenítésének olyan módszerét értjük, amelyben egy speciálisan felépített modellt használnak az eredeti tanulmányozására, reprodukálva a vizsgált valós jelenség (folyamat) bizonyos (általában csak lényeges) tulajdonságait.

A modell bármilyen természetű objektum, amely képes helyettesíteni a vizsgált objektumot, így a vizsgálata új információkat szolgáltat a vizsgált objektumról.

E definícióknak megfelelően a modellezés fogalma magában foglalja egy modell (kvázi objektum) felépítését és a rajta végzett műveleteket, hogy új információkat szerezzenek a vizsgált objektumról. A használat szempontjából a modell felfogható a rendszer reprezentációjaként, amely alkalmas elemzésre és szintézisre. A rendszer és a modellje között megfelelési kapcsolat van, amely lehetővé teszi a rendszer tanulmányozását a modell tanulmányozásán keresztül.

A modell típusát elsősorban azok a kérdések határozzák meg, amelyekre a modell segítségével kívánatos válaszolni. A modell és a szimulált rendszer között különböző fokú megfelelés lehetséges.

A modell gyakran csak a rendszer funkcióját tükrözi, és a modell felépítése (és a rendszernek való megfelelősége) nem játszik szerepet, fekete doboznak tekintik.

A szimulációs modell már tartalmazza mind a rendszer funkcióinak, mind a benne zajló folyamatok lényegének egységes ábrázolását.

A modellezés, mint megismerési módszer azon alapul, hogy minden modell így vagy úgy tükrözi a valóságot. Attól függően, hogy hogyan és milyen eszközökkel, milyen feltételek mellett, milyen megismerési tárgyakkal kapcsolatban valósul meg ez a tulajdonság, sokféle modell keletkezik. Számos alapelv létezik a különböző jellegű modellek osztályozására, amelyek közül a legfontosabbak a következők:

– a valóságmegjelenítés módja, következésképpen a konstrukció (forma) apparátusa szerint;

– a modellezett objektumok tartalom jellege szerint).

A megjelenítési vagy konstrukciós apparátus módszere alapján kétféle modellt különböztetünk meg (7.2. ábra): az anyagi és a mentális, vagy az ideális.

Rizs. 7.2. Modell osztályozás

Az anyagmodellek olyan modellek, amelyeket ember épített vagy választ ki, objektíven léteznek, fémben, fában, üvegben, elektromos elemekben, biológiai szervezetekben és más anyagi struktúrákban testesülnek meg.

Az anyagmodellek három altípusra oszthatók.

A térbelileg hasonló modellek olyan struktúrák, amelyeket egy objektum térbeli tulajdonságainak vagy kapcsolatainak megjelenítésére terveztek (házak, gyárak, városrészek, közlekedési hálózatok, műhelyben elhelyezett berendezések stb. modelljei). Az ilyen modellek előfeltétele a geometriai hasonlóság.

A fizikailag hasonló modellek olyan anyagmodellek, amelyek célja a vizsgált objektum különféle fizikai kapcsolatainak és függőségének reprodukálása (hajók és repülőgépek erőműveinek gátmodelljei). Az ilyen modellek megalkotásának alapja a fizikai hasonlóság – ugyanaz a fizikai természet és a mozgástörvények azonossága.

Matematikailag hasonló modellek azok a modellek, amelyek bizonyos mértékig ugyanazt a matematikai formalizmust írják le, amely leírja az objektum és a modell viselkedését (számítógép analógja, kibernetikus funkcionális modellek). A matematikailag hasonló anyagmodellek bizonyos matematikai relációk anyagi vagy fizikai héjai, de nem maguk a relációk.

A mentális (vagy ideális) modellek három altípusra oszthatók:

– leíró (fogalmi) modellek, amelyekben a kapcsolatok nyelvi képekben fejeződnek ki;

– vizuális-figuratív modellek, amelyek képei az elmében érzéki-vizuális elemekből épülnek fel;

– szimbolikus (beleértve azokat a matematikai modelleket, amelyekben egy objektum elemeit és azok kapcsolatait jelekkel fejezik ki (beleértve a matematikai szimbólumokat és képleteket).

Nem tűnik helyénvalónak bemutatni a modellek osztályozását a modellezett objektumok természete szerint azok rendkívüli sokfélesége miatt.

A modellezés végső célja nem a modell mint olyan tanulmányozása, hanem valami valódi vizsgálati tárgy, amely eltér tőle, de reprodukálódik általa.

Nyilvánvaló, hogy egyetlen modell sem képes, és nem is szabad, hogy teljes mértékben reprodukálja a vizsgált jelenségek minden aspektusát és részletét: egy vállalkozást többféle szemszögből lehet jellemezni – igazgató vagy főmérnök, könyvelő, beszállító vagy energetikai mérnök.

Ennek megfelelően a modell jellege és felépítése is eltérő lesz.

A modellezés, mint a tudományos ismeretek egyik módszere, azon a képességen alapul, hogy az ember képes elvonatkoztatni a különféle jelenségek (folyamatok) kezdeti jellemzőit vagy tulajdonságait, és bizonyos kapcsolatot létrehozni közöttük. Ennek köszönhetően lehetőség nyílik a jelenségek vagy folyamatok közvetett vizsgálatára, mégpedig olyan modellek tanulmányozásával, amelyek valamilyen szigorúan meghatározott vonatkozásban hasonlítanak hozzájuk.

Általában a következő rendszermodellezési sorrend a megfelelő: a rendszer fogalmi leírása (kutatása), formalizálása és végül, ha szükséges, a rendszer algoritmizálása és számszerűsítése.

A termelési és gazdasági rendszerek modellezésekor az egyes alrendszerekre vagy magánfolyamatokra alkalmazott formalizált, matematikai elemzési módszerek mellett heurisztikus módszerek alkalmazása is szükséges a termelés formalizálhatatlan elemeinek és kapcsolatainak elemzéséhez. A matematikai módszerek alkalmazásakor pedig a sok változó miatt gyakran kell egyszerűsítésekhez folyamodni, a változók bontásának és aggregálásának módszereit alkalmazva. Ennek eredményeként a döntések hozzávetőleges, minőségi jelleget kapnak.

Tekintettel arra, hogy a szervezeti és termelésirányítási nagy komplex rendszerekben nehezen vagy egyáltalán nem formalizált linkek és kapcsolatok vannak jelen, ezek tanulmányozása során elsősorban leíró modelleket kell alkalmazni, amelyek a rendszert külön funkcionális alrendszerekre bontják; majd meg kell keresni azokat az alrendszereket, amelyek alkalmasak matematikai formalizálásra, így modellezve a teljes gyártási folyamat egyes elemeit.

A termelési és gazdasági rendszer modellezésének végső célja egy vezetői döntés előkészítése és elfogadása a vállalkozás vezetője által.

A termelési és gazdasági rendszerek modelljei a következő jellemzőkkel különböztethetők meg:

– modellezési célokra;

– vezetői feladatok (funkciók) szerint;

– az irányítás szakaszai (eljárásai) szerint;

– a matematikai modellezési módszerekről.

A modellezés céljától függően léteznek olyan modellek, amelyek a következőkre szolgálnak:

– vezérlőrendszerek tervezése;

– teljesítményértékelések;

- a vállalkozás képességeinek elemzése tevékenységének különböző körülményei között;

– optimális megoldások kidolgozása különböző gyártási helyzetekben;

– az irányítási rendszer szervezeti felépítésének kiszámítása;

– információs támogatás számítása stb.

Ezen osztályozási felosztás modelljeinek sajátossága elsősorban a megfelelő teljesítménykritériumok kiválasztásában, valamint a modellezési eredmények megvalósítási eljárásában fejeződik ki.

A menedzsment feladataitól (funkcióitól) függően léteznek ütemezési, vállalatfejlesztési irányítási, termékminőség-ellenőrzési stb. modellek. Ennek a divíziónak a modelljei konkrét termelési és gazdasági feladatokra koncentrálnak, és rendszerint számszerű eredményeket kell nyújtaniuk. forma.

Az automatizálási vezérlés szakaszától (eljárásától) függően a modellek lehetnek információs, matematikai vagy szoftveresek. Ennek a felosztásnak a modelljei a mozgás és az információfeldolgozás megfelelő szakaszaira irányulnak.

Az alkalmazott matematikai apparátustól függően a modellek öt nagy csoportra oszthatók: extrém, matematikai programozás (tervezés), valószínűségi, statisztikai és játékelméleti.

Az extrém modellek közé tartoznak azok a modellek, amelyek lehetővé teszik egy funkció vagy funkció szélsőértékének megtalálását. Ide tartoznak a grafikus módszerekkel szerkesztett modellek, a Newton-módszer és annak módosításai, a variációszámítás módszerei, a Pontrjagin-féle maximumelv stb. Ezek a módszerek képességei alapján elsősorban az üzemirányítási problémák megoldására szolgálnak.

A matematikai programozási (tervezési) modellek közé tartoznak a lineáris programozás, a nemlineáris programozás és a dinamikus programozás modelljei. Ez általában hálózati tervezési modelleket is tartalmaz.

A matematikai programozás számos matematikai módszert kombinál a rendelkezésre álló korlátozott erőforrások - nyersanyagok, üzemanyag, munkaerő, idő - legjobb elosztására, valamint a megfelelő legjobb (optimális) cselekvési tervek elkészítésére.

A valószínűségi modellek közé tartoznak a valószínűségszámítás apparátusával felépített modellek, a Markov típusú véletlenszerű folyamatok modelljei (Markov-láncok), a sorelméleti modellek stb.

A valószínűségi modellek véletlenszerű természetű jelenségeket és folyamatokat írnak le, például mindenféle rendszertelen eltéréssel és hibával kapcsolatosakat (gyártási hibák stb.), a természeti jelenségek befolyását, a berendezések esetleges meghibásodását stb.

A statisztikai modellek magukban foglalják a szekvenciális elemzés modelljeit, a statisztikai tesztelési módszereket (Monte Carlo) stb. Ide tartoznak a véletlenszerű keresési módszerek is.

A statisztikai tesztelés módszere az, hogy egy adott művelet menetét úgy játsszák le, mintha számítógéppel másolnák, az ebben a műveletben rejlő összes balesettel, például szervezési feladatok modellezésekor, a különböző vállalkozások közötti összetett együttműködési formák stb. Ennek a módszernek a használatát szimulációs modellezésnek nevezzük.

Véletlenszerű keresési módszereket használnak az összetett függvények szélsőséges értékeinek megtalálására, amelyek nagyszámú argumentumtól függenek. Ezek a módszerek a minimalizáláshoz használt argumentumok véletlenszerű kiválasztására szolgáló mechanizmuson alapulnak. Véletlenszerű keresési módszereket alkalmaznak például a szervezeti irányítási struktúrák modellezésekor.

A játékelméleti modellek célja a döntések igazolása a helyzet bizonytalansága, kétértelműsége (hiányos információ) és a kapcsolódó kockázat mellett. A játékelméleti módszerek közé tartozik a játékelmélet és a statisztikai döntéselmélet.

A játékelmélet a konfliktushelyzetek elmélete. Olyan esetekben használják, amikor a helyzet bizonytalanságát az ütköző felek esetleges cselekedetei okozzák.

A játékelméleti modellek felhasználhatók a vezetői döntések alátámasztására termelési és munkaügyi konfliktusok körülményei között, a vevőkkel, beszállítókkal, partnerekkel stb.

A statisztikai döntések elméletét akkor alkalmazzuk, ha a helyzet bizonytalanságát olyan objektív körülmények okozzák, amelyek vagy ismeretlenek (például új anyagok bizonyos jellemzői, új berendezések minősége stb.), vagy véletlenszerű természetűek (időjárási viszonyok, a termék egyes alkatrészeinek meghibásodásának lehetséges ideje és így tovább.).

Az üzleti játékok előkészítése, lebonyolítása és eredményeinek értékelése során játékelméleti modellek alkalmazása célszerű.

Minden matematikai modell felosztható hatékonyságértékelési modellekre és optimalizálási modellekre is.

A teljesítményértékelési modelleket a termelési és irányítási jellemzők fejlesztésére tervezték. Ebbe a csoportba tartozik az összes valószínűségi modell. A teljesítményértékelési modellek „bemeneti” optimalizálási modellek.

Az optimalizálási modelleket úgy tervezték, hogy az adott feltételek mellett a legjobb cselekvési módot vagy cselekvési módot válasszák ki. Ebbe a csoportba tartoznak az extrém és statisztikai modellek, a matematikai programozási modellek, valamint a játékelméleti modellek.

Az alábbiakban a termelési problémák megoldására, valamint a termelésirányítás szervezeti struktúráinak kialakítására használt legáltalánosabb modelleket tekintjük át.

A termelési és gazdasági rendszerek irányításának modellezésének fő iránya a termelésirányítási modellek megalkotása.

Jelenleg a következő termelésirányítási funkciók modelljeit fejlesztették ki és alkalmazzák:

– a vállalkozás termelési és gazdasági tevékenységének tervezése;

- operatív irányítás;

– működési szabályozás;

– a termelés anyagi és technikai ellátásának irányítása;

– késztermékek értékesítésének menedzselése;

– a gyártás műszaki előkészítésének irányítása.

Kidolgozták az összekapcsolt termelési és irányítási modellek rendszerét is.

Modellek egy vállalkozás termelési és gazdasági tevékenységeinek tervezésére. A csoport modelljeinek célfüggvénye a következőket tartalmazza:

– a rendelkezésre álló kapacitások és a rendelkezésre álló erőforrások alapján a vállalkozás termelési tevékenységének hatékonysági kritériumának maximalizálása;

– az erőforrás-felhasználás minimalizálása egy adott hatékonysági kritériumon belül.

A vállalkozás termelési tevékenységének tervezésére szolgáló modellek a következőkre oszlanak: előrejelző modellek, műszaki és gazdasági tervezés modelljei, működési termeléstervezési modellek.

Az előrejelzési modellek olyan modellek, amelyek vagy matematikai módszereken (kisebb négyzetek, küszöbértékek, exponenciális simítás) vagy szakértői értékelési módszereken alapulnak.

A műszaki és gazdasági tervezés modelljei a matematikai programozás (tervezés) módszerein alapulnak. Az optimális terv kidolgozásakor általában a termelés végeredményét, például a haszon mértékét választják fő hatékonysági kritériumként (célfüggvényként). A termékek összetettségére, a berendezések működési idejére, erőforrásaira stb. vonatkozó korlátozások korlátozásnak minősülnek. Mivel ezen korlátozások egy részének értéke véletlenszerű jellegű (például a berendezés működési ideje), az ilyen optimalizálási problémák megoldása során valószínűségi megközelítést alkalmaznak. A műszaki és gazdasági tervezés tipikus optimalizálási modelljei az optimális terv kiszámítására, a gyártási program naptári időszakokra való felosztására és az optimális berendezésterhelésre szolgáló modellek. Ezek a modellek matematikai optimalizálási módszerekkel készülnek.

Az operatív termeléstervezési modelleket általában operatív irányítási modellekkel kombinálják.

Az operatív irányítás modelljei. Az operatív irányítás fő feladatai a termelés üzemi naptári tervezése, a naptári tervek végrehajtásának szisztematikus rögzítése és nyomon követése, valamint a termelés előrehaladásának operatív szabályozása.

Az operatív irányítás tipikus modelljei a terméktételek optimális méretének kiszámítására és az alkatrésztételek bevezetésének és kiadásának optimális ütemezésének kiszámítására szolgáló modellek (ütemezés).

A terméktételek optimális méretének kiszámításához modellek készíthetők a probléma egyszerű és teljes megfogalmazásával kapcsolatban. Egy egyszerű megfogalmazásban a gyártási méret meghatározása vagy a minimális éves költségű alkatrészsorozat vásárlása a funkció minimumának megtalálásának szokásos problémája. A teljes megfogalmazásban olyan tételméretek találhatók, amelyek megfelelnek a berendezések cseréjének minimális összköltségének és a folyamatban lévő termelési levonásoknak, figyelembe véve az átállások időtartamára, a berendezés erőforrásaira, a kapcsolódó műveletek tételméreteinek és a dolgozókra vonatkozó korlátozásokat. foglalkoztatás. A probléma megoldása matematikai optimalizálási módszerekkel érhető el.

Az ütemezési számítások modelljei a következők lehetnek:

– statisztikai véletlenszerű keresési módszerrel történő optimalizálás;

– utánzás preferenciaszabályokkal;

– heurisztikus, olyan esetekben használatos, amikor lehetetlen szigorú algoritmusokat létrehozni, de szükség van információk felhasználására és olyan tények értékelésére, amelyeknek nincs kvantitatív kifejezésük.

A működési szabályozás modelljei. Ezek a modellek azt hivatottak biztosítani, hogy a termelési eredmények eltérései a tervezett mutatóktól meghatározott határokon belül maradjanak. Ebben az esetben kétféle modellt alkalmazunk: az optimalitási kritériumon alapuló szabályozási modelleket, az eltérésen alapuló szabályozási modelleket.

Az optimalitási kritériumon alapuló szabályozási modellek azon alapulnak, hogy a gyártási folyamat aktuális állapotának konkrét mérése után olyan terv készül, amely a tervezési időszak végén optimálisan egy előre meghatározott állapotba vezeti a folyamatot.

Az eltérés-szabályozási modellek azon alapulnak, hogy egy adott mérés után a gyártási folyamat a lehető legrövidebb időn belül visszaáll az eredetileg összeállított ütemtervre.

Mindkét modell felépítése az automatikus vezérlés elméletében használt matematikai optimalizáló berendezéssel történik.

A termelési logisztika menedzsment modelljei. A termelés anyagi és műszaki ellátásának kezelésének központi problémája a szükséges készletmennyiség meghatározása minden beszerzési típusból. Ebben az esetben két alapvetően eltérő készletgazdálkodási modell építhető fel - fix rendelési mérettel és fix készletszinttel. Létezik egy köztes modell is, amelyben a felső készletszint és az alsó rendelési szint is rögzített.

Az anyagi és műszaki készletgazdálkodási modellek felépítése speciális matematikai optimalizálási módszerekkel történik, amelyeket „készletgazdálkodási elméletnek” neveznek.

A késztermékek értékesítésének modelljei. A késztermékek értékesítésének menedzselésének fő problémája a késztermékek éves ellátási tervének kiszámítása. Ennek a feladatnak a megoldására matematikai optimalizálási módszereket alkalmazva az éves késztermék-ellátási terv optimalizálási modelljét építjük fel. A célfüggvény ebben az esetben az eladott termékek bekerülési értéke, a korlátozások az a követelmény, hogy az összes fogyasztóhoz adott időintervallumban kiszállított termékek összmennyisége ne haladja meg az ugyanannyi időre előállított termék mennyiségét, valamint a fogyasztónak nyújtott ellátás minden időintervallumban nem haladja meg a havi kérelmet.

A gyártás műszaki előkészítésének irányítási modelljei. A gyártás műszaki előkészítése magában foglalja a tervezés és a technológiai előkészítés szakaszait.

Matematikai modellezéssel a gyártás technikai előkészítésének irányításának három fő problémája oldható meg:

– a rendelkezésre álló erőforrások szintjének korlátozása mellett a termelés műszaki előkészítésére irányuló intézkedéscsomag végrehajtásának minimális időtartamának meghatározása;

– a termelés műszaki előkészítésére irányuló intézkedéscsomag végrehajtásának minimális költségének meghatározása a végrehajtás időzítésének és az erőforrások rendelkezésre állásának korlátozásával;

– a szűkös erőforrások felhasználásának minimális szintjének meghatározása a termelési tevékenységek műszaki előkészítésének költségének és időzítésének korlátozásával.

A gyártás technikai előkészítésének folyamatát a legteljesebben és legkényelmesebben a hálózati modell reprodukálja. A hálózati modell lehetővé teszi a műszaki termelés-előkészítési műveletek olyan alapvető paramétereinek valószínűségi jellegének figyelembe vételét, mint a munka időtartama és az erőforrás-felhasználás intenzitása.

Az optimalizálás matematikai programozási módszerekkel (különösen a szimplex módszerrel) és véletlenszerű (statisztikai) kereséssel történik.

A termelési folyamat irányításának alapvető funkcióit megvalósító egyedi modellek mellett létezik a termelés és irányítás egymással összefüggő modelljei is. Ennek a halmazelméleti, gráfelméleti és újraszámítási matematikai apparátussal felépített modellrendszernek a lényege a következő. A vállalkozás által előállított termékek és a felhasznált erőforrások halmaza halmaznak minősül. A számos termék előállítását biztosító gyártási folyamatot aggregált grafikon, az egyedi termék előállításának technológiai folyamatát pedig annak tervezési és technológiai grafikonja írja le. A termelést támogató erőforrások halmaza munkaerő-erőforrások, berendezések, valamint szűkös alkatrészek és anyagok részhalmazaiból áll. A gyártás állapota bármely időpontban leírható egy vektorral, amely az addig a pillanatig előállított késztermékek, félkész termékek és alkatrész-összeállítási egységek összessége. Hasonlóképpen, az erőforrások állapotát bármely időpontban egy vektor segítségével határozzuk meg. A gyártási folyamat tervezett pályáját egy vektorfüggvény írja le.

Ezzel a problémamegfogalmazással a vállalkozás optimális gazdálkodása a tervezési időszakban a következő követelmény alapján érhető el: a vektorfüggvény által meghatározott elfogadható tervek halmazán keressünk olyan tervet, amely maximalizálja a profitot, feltéve, hogy annak valószínűsége A megvalósítás és a megállapított szintű nyereség elérése nem kevesebb, mint adott szint, és az elköltött forrás nem haladja meg a rendelkezésre állót.

A szervezeti irányítási struktúrák modellezése a vállalatirányítási rendszer fejlesztését és optimalizálását célozza. Szükséges előzetes lépés a termelési és gazdasági rendszerek irányításának automatizálása, amely komoly előkészítő munkát igényel.

A sorban állás elméletét matematikai eszközként használják a szervezeti irányítási struktúrák modellezésére. Ebben az esetben a sorbanállási rendszer elemei az irányítási rendszer elemeiként kerülnek elfogadásra, amelyek mindegyike egy adott irányítási probléma megoldására szolgál. Minden feladathoz - elemhez prioritási rendszert biztosítunk a megoldási sorrendben. Minden feladathoz ismertek a bejövő szolgáltatási igények jellemzői is - a megfelelő szabályozási problémák megoldása.

Az irányítási rendszer egy adott problémát megoldó eleme egy vagy több információátalakítóval rendelkezik, amelyek vagy egy bizonyos képzettségű szakember, vagy technikai eszközök.

Az irányítási rendszer hatékonyságát a vezetési problémák megoldására szolgáló szolgáltatás minősége és időtartama értékeli, figyelembe véve azok prioritásait és összetettségét.

A sorbanállási rendszerek modellezése elvégezhető analitikai és statisztikai módszerekkel is. A szervezeti irányítási struktúrák modellezésében a legszélesebb körben alkalmazott módszer a statisztikai módszer, az ún. statisztikai vizsgálati módszer (Monte Carlo módszer). Ezt a módszert előnyben részesítik azon az alapon, hogy olyan nagy bonyolultságú problémák megoldását teszi lehetővé, amelyekre nincs analitikus (formuláris) leírás, vagy ez utóbbi rendkívül összetett.

A statisztikai modell lehetővé teszi egy teljes körűhez hasonló matematikai kísérlet felállítását, a szervezeti irányítási struktúra szimulációját a legolcsóbb módon és elfogadható időn belül. Ugyanakkor figyelembe kell venni a statisztikai vizsgálati módszer sajátos hátrányait, amelyek közül a legfontosabb a viszonylag hosszú szimulációs idő és a kapott megoldások részlegessége, amelyet a paraméterek rögzített értékei határoznak meg. a sorbanállási rendszer.

A sorbanálláselmélet matematikai apparátusával történő modellezés során a vállalatirányítási rendszer struktúráját egymáshoz kapcsolódóan működő elemek halmazának tekintjük. Ilyen elemek egy valós rendszerben az igazgatóság és a funkcionális irányítási osztályok: termelési és műszaki, tervezési, ellátási stb.

Az irányítási rendszerben ezen elemek együttes működése eredményeként az állapotinformációk parancsinformációkká alakulnak, amelyek a vállalatirányítás alapját képezik.

Az említett elemek - a vállalatirányítási rendszer részlegei - egy láncot alkotnak, melynek működésének elemzése kellően formalizálható az irányítási folyamat optimalizálása érdekében. A valósághoz jó közelítést adó legegyszerűbb lánc az elemek szigorúan egymás utáni láncolata. Egy ilyen lánc modellezésekor két megközelítés lehetséges: a kvázi-reguláris és a véletlenszerű ábrázolás. Egy kvázi-reguláris modellben a modellezés minden elemre külön-külön történik, átlagolt mutatók segítségével.

A véletlenszerű modellben az egyes szolgáltatáskérésekre statisztikai becsléseket számítanak ki, amelyek nem az egyes elemeken, hanem a rendszer egészén haladnak át.

A szervezeti irányítási struktúrák elemláncok segítségével történő modellezése mellett létezik egy módszer a vezérlőrendszer szervezeti felépítésének matematikai leírására lineáris sztochasztikus hálózatok segítségével, amelyek a többfázisú sorbanállási rendszerek egyik osztálya. Ebben a modellben az információ szekvenciálisan is áthalad a vezérlőrendszer számos elemén, amelyek mindegyikét a sorbanálláselmélet matematikai apparátusával írjuk le. Amikor az információ szekvenciálisan halad át a hálózati elemeken, Markov-típusú átmenetek mennek végbe. Egy ilyen hálózat szerkezetét a megfelelő átmenetekkel egy bizonyos gráf ábrázolja. Egy sztochasztikus átmeneti mátrixot állítanak össze.

Mivel a szervezeti irányítási struktúrák matematikai modellezésében a célfüggvény (teljesítménykritérium) általában csak statisztikailag írható le, az optimalizálás elsősorban numerikus módszerekkel történik, amelyek közül a dinamikus programozás és a statisztikai keresés módszerei a legelterjedtebbek.

Az optimalizálási probléma megoldása dinamikus programozási módszerrel úgy valósul meg, hogy a vezérlési folyamat minden lépésére egy funkcionális rekurrens egyenletet (Bellman-egyenlet) készítünk.

A szervezeti irányítási struktúrák statisztikai keresési módszerrel történő optimalizálása, a hatékonysági kritériumokra és a jelenség fizikáját leíró feltételezésekre vonatkozó kevésbé szigorú korlátozások ellenére, a vizsgált probléma vonatkozásában még nem terjedt el kellően.

A játékmodellezés kiemelt helyet foglal el a termelési és gazdasági rendszerek irányításának automatizálására alkalmazott módszerek között. Ennek a módszernek a megkülönböztető jellemzője az üzleti játék fejlesztésében és megvalósításában részt vevő emberek bevonása a menedzsment folyamat modellezésére. Az üzleti játék az egyének egy csoportja által a vállalkozás gazdasági vagy szervezeti tevékenységével kapcsolatos egyéni problémák megoldásának utánzása, amelyet egy tárgy modelljén hajtanak végre a valóshoz a lehető legközelebbi környezetben.

Az ember modellbe való bevezetése, mint a vezetési szervezet eleme, lehetővé teszi viselkedésének figyelembevételét olyan esetekben, amikor az a ma ismert matematikai modellekkel nem írható le megfelelően; lehetővé teszi olyan menedzsment problémák megoldását, amelyek nem férnek bele a meglévő formalizált módszerek keretébe.

Az üzleti játék pszichológiai és érzelmi szempontokat vezet be a vezetői döntések előkészítésének és meghozatalának folyamatába, ösztönzi a vezetők múltbeli tapasztalatainak és intuícióinak felhasználását ebben a folyamatban, fejleszti a heurisztikus döntések meghozatalának képességét. Az üzleti játékot egy adott irányítási feladathoz kapcsolódóan egy előre gondosan kidolgozott forgatókönyv szerint játsszák. Az általános játékmodell a résztvevők – vezetői döntéseket előkészítő és hozó személyek – által alkotott privát modellek összességeként jön létre.

Az üzleti játékmodell formalizált és informális részeket is tartalmaz. A játékban résztvevők bizonyos szabályok szerint járnak el. A játékhoz speciálisan kidolgozott utasítások, valamint a rendelkezésükre álló helyzetadatok irányítják őket.

A játék forgatókönyvének megfelelően a résztvevők időszakonként bevezető információkat kapnak a helyzet változásairól. Az üzleti játék résztvevői döntéseik előkészítésekor felmérik a helyzetet, és manuálisan vagy számítógép segítségével elvégzik a szükséges számításokat. Ebben az esetben a játékmodell formalizált, előre elkészített elemeit használják, amelyek megfelelnek a modern műveletek kutatási módszereinek.

Az üzleti játék menetének irányításával annak vezetője értékeli a résztvevők döntéseit, megállapítja tetteik eredményét, és az eredményeket közli a játékosokkal. Szükség esetén a játékvezető módosíthatja a beállítást, bevezető megjegyzések formájában eljuttatva ezeket a változtatásokat a résztvevőkhöz. A játékban résztvevők cselekedeteit számításokkal, szakértői módszerekkel, valamint a vezető tapasztalata, intuíciója és józan észe alapján értékelik.

A vállalkozásoknál végzett játékszimuláció fő típusa egy ipari üzleti játék. Célja a termelésirányítás meglévő szervezési formáinak fejlesztése, új formáinak fejlesztése, irányadó dokumentumok kidolgozása, a termelés átalakítása stb.

Az üzleti játékok lebonyolításának modelljeként széles körben alkalmazzák a hálózati grafikonokra épülő hálózati tervezési és menedzsment (NPC) módszereket. A tervezési feladatok megoldásánál dinamikus programozási módszereket, az erőforrás-allokációs problémák megoldásánál pedig a lineáris programozást alkalmazzuk.

A vezetők képzésére egy termelési üzleti játékot lehet végrehajtani oktatási változatban, azaz oktatási üzleti játékban. Fő feladata az alkalmazottak képzése és vezetői készségeik fejlesztése. Szükség esetén oktatási üzleti játékot is alkalmaznak a vállalkozások vezetői alkalmazottainak igazolására hivatali feladataik ellátása során, valamint a legmagasabb pozícióba való előléptetésükkor.

Bővebben a 7.2 témáról. A helyzetek szimulációja:

3.2.6. Természeti katasztrófákból, tüzekből, balesetekből és egyéb vészhelyzetekből származó veszteségek, beleértve a természeti katasztrófák vagy vészhelyzetek következményeinek megelőzésével vagy megszüntetésével kapcsolatos költségeket

1. A helyzetkezelés problémájának megfogalmazása (a szituációs megközelítés filozófiája)

Szituációs modellezés– a rendszerelemző tevékenység egy ága, amely a modern világban újjászületik.

Az első – tisztán tudományos – inkarnációra több évtizeddel ezelőtt került sor olyan tárgyak és feladatok kapcsán, amelyek inkább „romantikusak”, mint gyakorlatiasak: a gondolkodás modellezése, a játékstratégiák, a növekedés vagy a többtényezős viselkedés modellezése. Az objektumokat „komplexnek” határozták meg, azaz. olyanok, amelyekkel kapcsolatban lehetetlen szigorú funkcionális vagy kimerítő „mátrix” (minden paraméterérték számbavételével) leírása, lineáris ok-okozati összefüggéssel a „derékszögű” objektumok osztályába sorolni. A rendszerek egymásba „fészkelődésének” (dekompozíciónak) jelzése inkább filozófiai (ismeretelméleti) jelentéssel bír, mint formális, matematikai. Mindez azonban fokozatosan szigorú tudományos igazolást nyert a kibernetika, a halmazelmélet, a nemlineáris folyamatokat ábrázoló matematikai elméletek és a katasztrófaelmélet formájában.

Szituációs modellezés az elméleti megközelítések szigorára támaszkodik, de emellett a formális megszorítások ellenére is változatos feltételeket biztosít. Pusztán technikai szempontból a legújabb kiegészítés, mint modellező eszköz, pontosan az elmúlt években jelent meg a számítógépes alkalmazások (objektumorientált programozás, esettechnológiák, grafikus felület és egyéb vizualizációs eszközök) fejlődésének köszönhetően. Ezeknek a lehetőségeknek a fejlődésére válaszul egy-egy elméletileg megfogalmazott apparátus húzódik fel: valószínűségi modellezés, fuzzy logika... Tehát szituációs modellezés, annak minden kezdeti „álomszerűségével” együtt (ezt úgy deklarálták, mint egy kísérletet a komplex folyamatok bemutatására a világban. a normál emberi nyelv kategóriái, a szituációk nyelve, szemben a feltétel nélkül tiszteletben tartottal, de az integro-differenciálszámítás nyelve nehezen köthető konkrét helyzetekhez) - a szituációs modellezés egyszerre válik lehetségessé és helyesebbé szigorú elméleti érvényesség.

Végül az objektumok holisztikus ábrázolásának feladatával kapcsolatban az utolsó megjegyzés az, hogy a szituációs modellezés tudatosan kitűzött feladata a modell fogyasztóját (kereskedelmi alkalmazásban - egy vállalkozás vezetőjét) a „virtuális valóságba” viszi: javasolt „játszd ki” a helyzetet. A lejátszott forgatókönyveknek nem kell valóra válniuk, de figyelmeztethetnek – és ez a feltétlen hasznosságuk.

A helyzetmodellezés megvalósításának módszere – – intelligensen szervezett munkaállomások készlete automatizált műveletekkel az információk letöltéséhez és pótlásához (beleértve az adatkonvertálókat is), modellépítési eljárásokkal, helyzetelemzéssel, modellek futtatásával és a lejátszott forgatókönyvek grafikus ábrázolásával.

Szituációs modellezés a modellezés egyik megközelítése. A helyzetmodellezés mellett léteznek még .

A modellezési folyamat két részre osztható: rendszertervezés (modellezés) és modellszimuláció (szimuláció). Az utánzás kifejezést nem szándékosan használjuk, mivel általában azzal járnak együtt. A tervezés eredménye egy megfelelő nyelven bemutatott modell a tudás leírására (reprezentálására), melynek fő eleme a koncepció .

A modellezés és vezérlés szituációs megközelítésének szükségességét a komplex rendszerek következő tulajdonságai határozzák meg: [Pospelov, 1986; Klykov, 1980]

1. Egyediség.Minden objektumnak olyan felépítése és funkciója van, hogy az irányítási rendszerét minden minőségét figyelembe véve kell felépíteni, és nem lehet rá szabványos szabványos kezelési eljárást alkalmazni.
2. A formalizált létcél hiánya. Nem minden tárgy tudja egyértelműen megfogalmazni létezésének célját.
3. Optimalitás hiánya. Az elsõ pontok következménye egy klasszikus optimalizálási probléma felállításának alkalmatlansága, a létezési cél hiánya miatt (az irányításelmélet keretein belül) nem lehet objektív vezérlési kritériumot felállítani a vizsgált objektumokra. A menedzsment kritériuma szubjektívvé válik, teljes mértékben a döntéshozótól (DM) függővé válik.
4. Dinamizmus. Idővel az objektumok szerkezete és működése megváltozik.
5. Hiányos leírás. Általános szabály, hogy egy szakértői csapat, aki ismeri a kezelés tárgyát, nem tud azonnal ilyen információt generálni, ami minden bizonnyal elegendő lenne az objektum kezelési rendszerének létrehozásához.
6. Jelentős számú tantárgy. Sok menedzsment objektumban az emberek a struktúrájuk elemei. Egyéni viselkedésüket szinte lehetetlen figyelembe venni egy irányítási rendszer kialakításakor, és speciális technikák szükségesek a vezérlő objektum működésére gyakorolt ​​hatásuk semlegesítésére.
7. Nagy méret. Egy összetett rendszert nagy méret jellemzi, ami nem teszi lehetővé a szimuláció rövid időn belüli végrehajtását.
8. Nem formális információ. A döntés meghozatalához gyakran rosszul formalizált fogalmakat kell figyelembe venni.

2. A helyzetmodellezés módszerei

A helyzetek leírására szemiotikai (szituációs) nyelveket és modelleket használnak, amelyek között a következő fő megközelítések különböztethetők meg:

• diszkrét szituációs hálózatok (DSN);
• RX kódok;
• predikátum logika;
• univerzális szemantikai kód.

A szituációs hálózat egy összetett szemantikai hálózat. Minden helyzetet egy irányított gráf (hálózat) ír le, a hipergráfok pedig a beágyazást („helyzetek helyzetei”) ábrázolják, azaz. a helyzetet meghatározó szemantikai hálózat valamely töredéke a hálózat egyik csúcsának tekinthető. A kezdeti időkben nem használták a hipergráf fogalmát, ehelyett minden szerző helyettesítő jelöléseket vezetett be.

Az RX kódok a bináris relációk nyelve, és a következő formájúak, mint alapvető szerkezetük: x 1 = x 2 r 2 x 3 , ahol x i egy objektum vagy ; r i - reláció.

Az univerzális szemantikai kód a hármas SAO-t használja magkonstrukcióként, amely megfelel annak, hogy az S alany A műveletet hajt végre az O objektumon.

A szemiotikai nyelvek számítógépekben való megvalósításához tudásreprezentációs nyelveket használnak. A szemiotikai konstrukciók leírásának legközelebbi megközelítése a szemantikai hálózat. A hálózatok azonban nagyon lassúak a keresési műveletek használatakor, ezért a konstrukciókat gyakran predikátumok [Devyatkov, 2001], keretek [Pospelov, 1990] és produkciók [Gavrilova, 2001] logikájával ábrázolják.

Megjegyzendő, hogy a tudás szituációs rendszerekben való megjelenítésének módszerei és a szimulációs modellezés. A helyzetek a hálózat csúcsaiként működnek. Ha Petri-hálókat alkalmazunk, akkor a csúcsok (pozíciók) helyzetek, az átmenetek pedig események lesznek.

Különös figyelmet lehet fordítani a helyzetek vizualizálásának módszereire. Céljuk az információ monitorokon való optimális megjelenítésének (forgatókönyv-módszerek [Bogatyrev, 2002], absztrakt térkép módszer) és a képek helyzetmodell szakaszokra való felbontásának problémáinak megoldása. A munka [Isaev, 1994] egy adaptív vizualizációs nyelvet mutat be.

Linkek: : Ez a cikk a tervek szerint az intelligens projektmenedzsmentnek szentelt cikksorozat első kiadványa.
A kiadvány röviden tárgyalja a projektmenedzsment (PM) szimulációs modellezés és a PM intellektualizáció kérdéseit.

Feltételezzük, hogy az olvasó felületesen ismeri a projektmenedzsment és a rendszerelemzés elméletét, valamint esetleg az információs rendszerek tervezését. Az összes, vagy egy-egy terület elmélyült ismerete ellenállhatatlan kommentírási vágyat válthat ki, ami üdvözlendő!... vagy valami súlyosat dob ​​a szerzőre...
Tehát kezdjük.

1. Projektmodell

A PMBoK 5 (1) értelmében a projektmenedzsment ismeretek több területét különítik el (nem érintjük mindegyiket). Az egyes területeken a projektet más-más szemszögből vizsgálják, különböző entitásokat/objektumokat, irányítási módszereket és azok projektre gyakorolt ​​hatását emelik ki, mint egy konkrét cél elérését vagy probléma megoldását szolgáló munkaszervezést. Itt csak röviden ismertetjük a projektmenedzsmentben azonosítható tipikus objektumokat, azok jellemzőit, kapcsolatait, valamint a szimulációs modellezés általános mechanikáját és a projekt életciklusának való megfelelését.

Tipikus tárgyak és jellemzőik
Projekt a következő jellemzőkkel rendelkezik: menedzser, név, típus, tervezett kezdési dátum, tényleges kezdési dátum, tervezett befejezési dátum, tényleges befejezési dátum, aktuális életciklus állapota, kezdeti projektegyenleg, aktuális projektegyenleg.
Egyéb objektumok alapján számított vagy meghatározott jellemzők: projektcsapat, elvégzett munka százalékos aránya, lemaradás vagy lemaradás az elvégzett munka mennyiségében, lemaradás vagy lemaradás a határidők tekintetében, tervezett költség.
Feladat/Munka– itt a projekthez hasonló jellemzők vannak feltüntetve, amihez még a következők tartoznak hozzá: átvevő, felelős kivitelező, elvégzett munka típusa, projekt, helyszín, készültségi százalék.
Egyéb objektumok alapján számított vagy meghatározott jellemzők: a projekten belüli végrehajtás sorrendje, a teljesítők összetétele, állapotváltozások története, a feladat/munka elvégzésének költsége.
Anyagi erőforrás(befektetett eszközök): tárgy típusa, bejegyzés időpontja, üzembe helyezés időpontja, név, könyv szerinti érték.
Számított vagy meghatározott: amortizáció, jelenlegi állapot, ahol jelenleg használják, használati ütemezés.
Fogyasztható erőforrás(alapanyagok, pótalkatrészek): erőforrás típusa, kezdeti készlet, hely, szállítási dátum, lejárati idő.
Becsült vagy meghatározott: aktuális tartalékok, fogyasztási ráta
Személyzet: Teljes név, állandó tartózkodási hely.
Becsült vagy meghatározott: munkavégzésre való rendelkezésre állás, kompatibilitás más munkavállalókkal, aktuális elhelyezkedés a munkavégzés idejére, ahol érintett, munkarend.
Kockázat: a bekövetkezés valószínűsége, a kár költsége, leírása, a hatás időtartama, a kockázatot kiváltó jelző.
Számított vagy meghatározott: a következmények kiküszöbölésére irányuló intézkedések, a bekövetkezés vagy a kijátszást megakadályozó intézkedések, költség, végrehajtási határidők.

Kapcsolatok és függőségek
Projekt - feladat– a projekt határidőn belül valósulnak meg.
Feladat – feladat– lehet hierarchikus kapcsolata (függőleges), vagy lehet kapcsolata a végrehajtási sorrend jelzése formájában (vízszintes).
Anyagi erőforrás - feladat– az ütemezési kapcsolaton keresztül kapcsolódik a használati ütemezést jelző feladathoz.
Fogyasztható erőforrás - feladat– az ütemterv feladathoz való viszonyán keresztül kapcsolódik, megjelölve a végrehajtásához szükséges tartalékot.
A személyzet egy feladat– több feladaton belül is használható, melyhez a munkarend és a feladatban a felhasználás százalékos aránya van feltüntetve.
Kockázat -- [objektum]– az [Objektum]-val való kapcsolat jelzésekor az előfordulás valószínűségét jelzi.
Természetesen ez nem az objektumok teljes listája.

Mechanika
Minden modellezési ciklus egy meghatározott időpontnak felel meg - a projekt végrehajtásának 1 napja/órája. Ennek érdekében a projektben szereplő összes határidőt és intervallumot 1 nap/óra többszöröseként fogadjuk el. A szimulációs ciklus diagramja az alábbiakban látható:


A modellezési ciklus a következő:

1. Beállítja a projekt kezdeti értékeit a szimulációhoz. Létrejön egy projekt, elkészül a projekt ütemterve és kockázati fa. Ebben a szakaszban a projektmenedzsment szellemi támogatásának funkciói is rendelkezésre állnak, de ez a lépés nem valósítható meg a döntéshozó nélkül.
2. Az iteráció az effektív értékek meghatározásával kezdődik.
3. Egy ütem végrehajtása. Minden szimulációs ciklus a következő műveleteket hajtja végre:
   • az erőforrásokat feladatokra fordítják,
   • a meghibásodások (kockázatok) valószínűségét ellenőrzik,
   • a projekt munkáinak listájából bizonyos mennyiségű munkát végeznek,
   • a projekthez kapcsolódó pénzügyi tranzakciókat hajtanak végre.
4. Egy adott ciklusra számított értékek mentésre kerülnek
5. A szimuláció teljesítésének feltételeinek ellenőrzése.
6. A szimuláció befejezése és az eredmények kiadása (analitikus, összesített és részletezett értékek szimulációs lépésekkel). Amikor a szimuláció véget ér, az utolsó (végső) értékek és a szimuláció leállításának okai mentésre kerülnek.
7. A felhasználó (vagy döntéshozó - döntéshozó) tájékoztatása a projekt állapotáról optimalizálás, elemzési modulok és döntéstámogatás nélkül. A felhasználónak reagálnia kell az aktuális állapotra (ha szükséges), vagy folytatnia kell a szimulációt.
8. A felhasználó vezetési döntéseinek kiértékelése az aktuális értékek alapján, valamint azok változásainak és a felhasználó által meghozott menedzsment döntéseinek visszatekintése optimalizálási algoritmusok, elemzési modulok és döntéstámogatás segítségével.

A projekt életciklusának megfelelően megkülönböztetjük:

• a projekt inicializálása és tervezése – 1. lépés
• projekt megvalósítása – a ciklus 2-5, 7 és 8 lépése
• a projekt befejezése - 6. lépés

Általános megjegyzések
A közbenső szimulációs lépésekből származó összes adat mentésre kerül és felhalmozódik az aktuális szimulációban. Az optimalizáló algoritmusok további működése során (a szimulációs ciklus 8. lépésében) mind az aktuális, mind a korábbi befejezett szimulációk adatai felhasználhatók (a szimuláció befejezésének eredményéhez igazítva).
Ha egy projektnek több egyidejűleg végrehajtott munkája van, a szimuláció ezekre úgy történik, mintha párhuzamosan lennének (vagyis szimulálnák az egyidejű végrehajtást), a felhasznált erőforrásokkal kapcsolatos nézeteltérések hiányában.
Ha több alkalmazott/erőforrástípus van, a szimuláció mindegyikre párhuzamosan (vagyis egyidejűleg fogyasztva) kerül végrehajtásra, hacsak nincs nézeteltérés a felhasznált erőforrásokkal kapcsolatban.

2. Megvalósítási technológiák

A legfontosabb megoldott problémák:

• a projekt adatszerkezetének tárolása az adatbázisban
• interfész az adatbázis-struktúrával való felhasználói interakcióhoz
• eszközök a szimulátor szerver megvalósításához
• interfész az adatbázis és a szimulátor szerver közötti interakcióhoz
• a neurális hálózat és a szimulátor iteráció közbenső lépéseinek tárolása
• interakció az alkalmazás interfész és a neurális hálózat között

Könnyen észrevehető, hogy a projektobjektumok és a közöttük lévő kapcsolatok könnyen ábrázolhatók relációs adatbázisban, és ebben a formában tárolhatók sem nehéz, pl. Elegendő egy relációs adatbázis – például a MySQL.
A felület fejlesztéséhez a Yii 2 keretrendszert választjuk (és a megfelelő technológiai verem - PHP, HTML stb.).
Szimulációs szerver megvalósítás – Node.js
Neurális hálózat megvalósítása Node.js számára, például -
Együttműködés a frontenddel (Yii2) és a Node.js-sel – github.com/oncesk/yii-node-socket
Nyitott marad a kérdés magának a neurális hálózatnak a tárolási formátumával kapcsolatban, amelyre a következő követelmények vonatkoznak:

1. Egy neurális hálózat tulajdonságainak tükrözése (kölcsönhatások, kapcsolatok súlya stb.)
2. Biztonságos hozzáférés (a hálózatra gyakorolt ​​közvetlen felhasználói befolyás kizárása érdekében)
3. Hálózati képzés lehetősége.

3. Vezérlési logika

A projektmenedzsment ismeretek minden területére vannak problémafelvetések és leírt matematikai módszerek a megoldásukra, amelyeket a szerző felületesen ismer. Az irányítási modelltől függően ezeknek a szabályoknak és a problémák megoldási módszereinek ismeretét újra kell osztani a rendszer és a felhasználó között. A következő irányítási modelleket azonosították: (1)

1. menedzsment értesítésekkel– a rendszer nem érinti az objektumot (projektet), hanem értesítéseket jelenít meg az indikátorok változásáról és a cselekvési képességről (a döntéshozótól döntéshozatal és maximális tudás szükséges).
2. interaktív vezérlés– a rendszer felkínálja az ellenőrzési műveleteket, de a döntés a döntéshozónál marad (a döntéshozatal a döntéshozónál marad).
3. heurisztikus vezérlés– a rendszer önállóan hoz döntéseket és hajt végre bizonyos intézkedéseket (a döntéshozó ki van zárva a vezetési folyamatból).

Maga a menedzsment megvalósítása a projektjellemzők összességének nyomon követéséből és elemzéséből áll, és ezek változásának dinamikájának figyelembe vételével felméri, hogy egy adott időre eltérnek-e a „normálistól”. A kapott adatok alapján választják ki a kontrollcselekvéseket (vagyis ha van egyezés a befolyás jellemzőinek ilyen kombinációjával), és elemzik a hasonló helyzetű, hasonló projekteket és az azokban hozott döntéseket is. Az eltérés mértékének vagy szintjének megfelelően bizonyos befolyásolási módszerek alkalmazhatók:

1. Erőforrások újraelosztása a feladatok között;
2. Munkaerőforrások újraelosztása a feladatok között;
3. A feladatvégrehajtás ütemezésének megváltoztatása;
4. Beszerzés tervezése;
5. A kockázatok következményeinek elkerülése vagy intézkedések megtétele.

A befolyásolási módszereknél a következő jellemzők fontosak: a helyzetnek való megfelelés mértéke, a megvalósítás időtartama, a megvalósítás költsége, a megvalósítás lehetséges kezdési időpontja. Az alkalmazandó expozíciós módszer meghatározásához fontos:

1. A szakértők által meghatározott jellemzők.
2. Információk elérhetősége a befejezett projektek felhalmozott adatbázisában.

Logikus, hogy ezeket a mechanizmusokat neurális hálózatok és fuzzy logika segítségével építsük fel. Ezek az algoritmusok mind a projekt inicializálási és tervezési szakaszában, mind a megvalósítás szakaszában használhatók. Lehetőség van annak elemzésére, hogy a jellemzők hogyan változnak egy vezérlési művelet alkalmazása után.

4. Az utánzás intellektualizálása

Hogy. A lépés végrehajtási szakaszában lehetőség van a döntéshozó teljes kizárására az ellenőrzési folyamatból. Mi kell ehhez? Az események modellezéséhez néhány jellemzőt tisztázni kell (körülbelül). A vezérlési műveletek végrehajtásához a rendszernek "tudnia" kell néhány további információt a témakörrel kapcsolatban, például:
1. Erőforrások újraelosztása a feladatok között.

• az erőforrások felcserélhetősége - megfelelési táblázatokkal-mátrixokkal adható meg;
• erőforráshiba valószínűsége – a valószínűség Xmin és Xmax közötti tartományban van feltüntetve;
• több végrehajtó párhuzamos használatának lehetősége - a feladat logikai tulajdonságaként.

2. Munkaerőforrások újraelosztása a feladatok között.

• a személyzet felcserélhetősége és összeférhetetlensége - megfelelési táblázatokkal-mátrixokkal adható meg;
• a munkaerő-erőforrások termelékenysége - számított értékként a következő adatok alapján: munkatapasztalat, életkor, felsőfokú képzettség stb.
• az elvégzett munkatípusok és az elvégzéséhez szükséges készségek kapcsolatát hasonlóképpen mátrixok oldják meg;
• a munkaerő-forrás hiányának valószínűsége (betegség valószínűsége) – a valószínűséget az Xmin és Xmax közötti tartományban jelzik;
• egy munka több végrehajtó általi párhuzamos végrehajtásának lehetősége - mint a feladat logikai tulajdonsága.

3. A feladat végrehajtási ütemezésének módosítása.

• lehetséges-e a feladat felfüggesztése, vagy a végrehajtás folyamatos legyen - a feladat logikai tulajdonságaként;
• azt, hogy egy feladat bekerül-e a „kritikus útba” (azaz a befejezésének időzítése közvetlenül befolyásolja a projekt befejezésének időzítését), a rendszer „menet közben” határozza meg.

4. Beszerzés tervezése.

• az erőforrás-felhasználás intenzitását a rendszer „menet közben” határozza meg.
• a szükséges eszközök beszerzésének lehetősége - mint a feladat logikai tulajdonsága.

5. A kockázatok következményeinek elkerülése vagy intézkedések megtétele.

• a berendezés meghibásodásának valószínűsége – a valószínűség az Xmin és Xmax közötti tartományban van feltüntetve;
• a kijátszás és a következmények kiküszöbölésének lehetséges lehetőségei - megfelelési mátrixokkal vagy listákkal oldják meg (a megfelelés mértékét jelezve).

Ez nem a teljes feladatlista. Itt kell megjegyezni azt a tényt is, hogy egyetlen projektre sem lehet univerzális megoldás, és ami az egyik projektnek jó, az a másiknak halál. Hogy. bizonyos kulcsjellemzőkre van szükség, ezek kombinációira és értékeire, amelyek lehetővé teszik a gépelést, osztályozást, hasonló projektek kiválasztását a rendszer betanításához, pl.

• az érintett erőforrások típusai;
• a kiosztott feladatok típusai;
• az érintett személyzet képesítése és készségei;
• költségvetés mérete;
• a projekt időtartama;
• projekt sikere;
• résztvevők száma stb.

Nem utolsósorban a fent leírt jellemzők és magának a projektnek a bizonytalansági tényezője is szerepet játszik majd.

5. Több ügynökség

Amint fentebb megjegyeztük, az erőforrások felhasználásával kapcsolatos nézeteltérések előfordulhatnak egy projekten belül a feladatok között, és az azonos erőforrásokat használó különböző projektek között. Az erőforrásokkal való munka egyszerűsítése érdekében kiválasztunk egy ügynököt, amelyet „Resource Arbiter”-nek nevezünk. Hozzá fordulnak a „Projects” ügynökök a szükséges erőforrásokért, amelyek lehetővé teszik a lefoglalt erőforrások újraelosztását az elvégzendő feladatok, projektek fontosságától (kritikusságától) függően.

Következtetés

Mit fog nyújtani egy ilyen szimuláció vagy projektmenedzsment szimuláció? A válasz egyszerű:

1. menedzsment értesítésekkel- felhasználható a döntéshozók tréningjeként vagy teszteléseként bizonyos alapelvek ismeretére vagy projektmenedzsmenttel kapcsolatos problémák megoldására.
2. interaktív vezérlés- néhány gyakorlat gyakorlása és modellen való tesztelése. Ez lehetővé teszi a modell helyzetnek megfelelő megváltoztatását, vagy éppen ellenkezőleg, annak felmérését, hogy a döntéshozó maga mennyire elsajátította a PM problémák megoldásának módszereit (önteszt).
3. heurisztikus vezérlés- nagyszámú szimulációs futtatás lehetőségét és bizonyos tapasztalatok (adatok) felhalmozódását ezekről a szimulációkról további elemzésük céljából.

Maga az utánzás és szimuláció azonban nem a végső cél. A szimulációs bázisban a kellően pontos egyszerű és összetett modellek felhalmozódása, a szimulációs modell és az interaktív interakciót és heurisztikus vezérlést (döntéshozók nélkül) végrehajtó modulok viselkedésének fejlesztése és hibakeresése eredményeként lehetőség nyílik a a felhalmozott szabályok és algoritmusok valós projektek menedzselésére (vagy intelligens támogatására) (3).
Egy ilyen rendszer bevezetése SaaS megoldás formájában, meghatározott számú résztvevő bevonásával lehetővé teszi a többi résztvevő (személytelen) munkatapasztalatának elérését (a rendszer betanításának lehetőségével).

Ez a cikk a tervek szerint az intelligens projektmenedzsmentnek szentelt cikksorozat első kiadványa.
A kiadvány röviden tárgyalja a projektmenedzsment (PM) szimulációs modellezés és a PM intellektualizáció kérdéseit.

Feltételezzük, hogy az olvasó felületesen ismeri a projektmenedzsment és a rendszerelemzés elméletét, valamint esetleg az információs rendszerek tervezését. Az összes, vagy egy-egy terület elmélyült ismerete ellenállhatatlan kommentírási vágyat válthat ki, ami üdvözlendő!... vagy valami súlyosat dob ​​a szerzőre...
Tehát kezdjük.

1. Projektmodell

A PMBoK 5 (1) értelmében a projektmenedzsment ismeretek több területét különítik el (nem érintjük mindegyiket). Az egyes területeken a projektet más-más szemszögből vizsgálják, különböző entitásokat/objektumokat, irányítási módszereket és azok projektre gyakorolt ​​hatását emelik ki, mint egy konkrét cél elérését vagy probléma megoldását szolgáló munkaszervezést. Itt csak röviden ismertetjük a projektmenedzsmentben azonosítható tipikus objektumokat, azok jellemzőit, kapcsolatait, valamint a szimulációs modellezés általános mechanikáját és a projekt életciklusának való megfelelését.

Tipikus tárgyak és jellemzőik
Projekt a következő jellemzőkkel rendelkezik: menedzser, név, típus, tervezett kezdési dátum, tényleges kezdési dátum, tervezett befejezési dátum, tényleges befejezési dátum, aktuális életciklus állapota, kezdeti projektegyenleg, aktuális projektegyenleg.
Egyéb objektumok alapján számított vagy meghatározott jellemzők: projektcsapat, elvégzett munka százalékos aránya, lemaradás vagy lemaradás az elvégzett munka mennyiségében, lemaradás vagy lemaradás a határidők tekintetében, tervezett költség.
Feladat/Munka– itt a projekthez hasonló jellemzők vannak feltüntetve, amihez még a következők tartoznak hozzá: átvevő, felelős kivitelező, elvégzett munka típusa, projekt, helyszín, készültségi százalék.
Egyéb objektumok alapján számított vagy meghatározott jellemzők: a projekten belüli végrehajtás sorrendje, a teljesítők összetétele, állapotváltozások története, a feladat/munka elvégzésének költsége.
Anyagi erőforrás(befektetett eszközök): tárgy típusa, bejegyzés időpontja, üzembe helyezés időpontja, név, könyv szerinti érték.
Számított vagy meghatározott: amortizáció, jelenlegi állapot, ahol jelenleg használják, használati ütemezés.
Fogyasztható erőforrás(alapanyagok, pótalkatrészek): erőforrás típusa, kezdeti készlet, hely, szállítási dátum, lejárati idő.
Becsült vagy meghatározott: aktuális tartalékok, fogyasztási ráta
Személyzet: Teljes név, állandó tartózkodási hely.
Becsült vagy meghatározott: munkavégzésre való rendelkezésre állás, kompatibilitás más munkavállalókkal, aktuális elhelyezkedés a munkavégzés idejére, ahol érintett, munkarend.
Kockázat: a bekövetkezés valószínűsége, a kár költsége, leírása, a hatás időtartama, a kockázatot kiváltó jelző.
Számított vagy meghatározott: a következmények kiküszöbölésére irányuló intézkedések, a bekövetkezés vagy a kijátszást megakadályozó intézkedések, költség, végrehajtási határidők.

Kapcsolatok és függőségek
Projekt - feladat– a projekt határidőn belül valósulnak meg.
Feladat – feladat– lehet hierarchikus kapcsolata (függőleges), vagy lehet kapcsolata a végrehajtási sorrend jelzése formájában (vízszintes).
Anyagi erőforrás - feladat– az ütemezési kapcsolaton keresztül kapcsolódik a használati ütemezést jelző feladathoz.
Fogyasztható erőforrás - feladat– az ütemterv feladathoz való viszonyán keresztül kapcsolódik, megjelölve a végrehajtásához szükséges tartalékot.
A személyzet egy feladat– több feladaton belül is használható, melyhez a munkarend és a feladatban a felhasználás százalékos aránya van feltüntetve.
Kockázat -- [objektum]– az [Objektum]-val való kapcsolat jelzésekor az előfordulás valószínűségét jelzi.
Természetesen ez nem az objektumok teljes listája.

Mechanika
Minden modellezési ciklus egy meghatározott időpontnak felel meg - a projekt végrehajtásának 1 napja/órája. Ennek érdekében a projektben szereplő összes határidőt és intervallumot 1 nap/óra többszöröseként fogadjuk el. A szimulációs ciklus diagramja az alábbiakban látható:


A modellezési ciklus a következő:

1. Beállítja a projekt kezdeti értékeit a szimulációhoz. Létrejön egy projekt, elkészül a projekt ütemterve és kockázati fa. Ebben a szakaszban a projektmenedzsment szellemi támogatásának funkciói is rendelkezésre állnak, de ez a lépés nem valósítható meg a döntéshozó nélkül.
2. Az iteráció az effektív értékek meghatározásával kezdődik.
3. Egy ütem végrehajtása. Minden szimulációs ciklus a következő műveleteket hajtja végre:
   • az erőforrásokat feladatokra fordítják,
   • a meghibásodások (kockázatok) valószínűségét ellenőrzik,
   • a projekt munkáinak listájából bizonyos mennyiségű munkát végeznek,
   • a projekthez kapcsolódó pénzügyi tranzakciókat hajtanak végre.
4. Egy adott ciklusra számított értékek mentésre kerülnek
5. A szimuláció teljesítésének feltételeinek ellenőrzése.
6. A szimuláció befejezése és az eredmények kiadása (analitikus, összesített és részletezett értékek szimulációs lépésekkel). Amikor a szimuláció véget ér, az utolsó (végső) értékek és a szimuláció leállításának okai mentésre kerülnek.
7. A felhasználó (vagy döntéshozó - döntéshozó) tájékoztatása a projekt állapotáról optimalizálás, elemzési modulok és döntéstámogatás nélkül. A felhasználónak reagálnia kell az aktuális állapotra (ha szükséges), vagy folytatnia kell a szimulációt.
8. A felhasználó vezetési döntéseinek kiértékelése az aktuális értékek alapján, valamint azok változásainak és a felhasználó által meghozott menedzsment döntéseinek visszatekintése optimalizálási algoritmusok, elemzési modulok és döntéstámogatás segítségével.

A projekt életciklusának megfelelően megkülönböztetjük:

• a projekt inicializálása és tervezése – 1. lépés
• projekt megvalósítása – a ciklus 2-5, 7 és 8 lépése
• a projekt befejezése - 6. lépés

Általános megjegyzések
A közbenső szimulációs lépésekből származó összes adat mentésre kerül és felhalmozódik az aktuális szimulációban. Az optimalizáló algoritmusok további működése során (a szimulációs ciklus 8. lépésében) mind az aktuális, mind a korábbi befejezett szimulációk adatai felhasználhatók (a szimuláció befejezésének eredményéhez igazítva).
Ha egy projektnek több egyidejűleg végrehajtott munkája van, a szimuláció ezekre úgy történik, mintha párhuzamosan lennének (vagyis szimulálnák az egyidejű végrehajtást), a felhasznált erőforrásokkal kapcsolatos nézeteltérések hiányában.
Ha több alkalmazott/erőforrástípus van, a szimuláció mindegyikre párhuzamosan (vagyis egyidejűleg fogyasztva) kerül végrehajtásra, hacsak nincs nézeteltérés a felhasznált erőforrásokkal kapcsolatban.

2. Megvalósítási technológiák

A legfontosabb megoldott problémák:

• a projekt adatszerkezetének tárolása az adatbázisban
• interfész az adatbázis-struktúrával való felhasználói interakcióhoz
• eszközök a szimulátor szerver megvalósításához
• interfész az adatbázis és a szimulátor szerver közötti interakcióhoz
• a neurális hálózat és a szimulátor iteráció közbenső lépéseinek tárolása
• interakció az alkalmazás interfész és a neurális hálózat között

Könnyen észrevehető, hogy a projektobjektumok és a közöttük lévő kapcsolatok könnyen ábrázolhatók relációs adatbázisban, és ebben a formában tárolhatók sem nehéz, pl. Elegendő egy relációs adatbázis – például a MySQL.
A felület fejlesztéséhez a Yii 2 keretrendszert választjuk (és a megfelelő technológiai verem - PHP, HTML stb.).
Szimulációs szerver megvalósítás – Node.js
Neurális hálózat megvalósítása például a Node.js számára - habrahabr.ru/post/193738
Együttműködés a frontenddel (Yii2) és a Node.js-sel – github.com/oncesk/yii-node-socket
Nyitott marad a kérdés magának a neurális hálózatnak a tárolási formátumával kapcsolatban, amelyre a következő követelmények vonatkoznak:

1. Egy neurális hálózat tulajdonságainak tükrözése (kölcsönhatások, kapcsolatok súlya stb.)
2. Biztonságos hozzáférés (a hálózatra gyakorolt ​​közvetlen felhasználói befolyás kizárása érdekében)
3. Hálózati képzés lehetősége.

2. Vezérlési logika

A projektmenedzsment ismeretek minden területére vannak problémafelvetések és leírt matematikai módszerek a megoldásukra, amelyeket a szerző felületesen ismer. Az irányítási modelltől függően ezeknek a szabályoknak és a problémák megoldási módszereinek ismeretét újra kell osztani a rendszer és a felhasználó között. A következő irányítási modelleket azonosították: (1)

1. menedzsment értesítésekkel– a rendszer nem érinti az objektumot (projektet), hanem értesítéseket jelenít meg az indikátorok változásáról és a cselekvési képességről (a döntéshozótól döntéshozatal és maximális tudás szükséges).
2. interaktív vezérlés– a rendszer felkínálja az ellenőrzési műveleteket, de a döntés a döntéshozónál marad (a döntéshozatal a döntéshozónál marad).
3. heurisztikus vezérlés– a rendszer önállóan hoz döntéseket és hajt végre bizonyos intézkedéseket (a döntéshozó ki van zárva a vezetési folyamatból).

Maga a menedzsment megvalósítása a projektjellemzők összességének nyomon követéséből és elemzéséből áll, és ezek változásának dinamikájának figyelembe vételével felméri, hogy egy adott időre eltérnek-e a „normálistól”. A kapott adatok alapján választják ki a kontrollcselekvéseket (vagyis ha van egyezés a befolyás jellemzőinek ilyen kombinációjával), és elemzik a hasonló helyzetű, hasonló projekteket és az azokban hozott döntéseket is. Az eltérés mértékének vagy szintjének megfelelően bizonyos befolyásolási módszerek alkalmazhatók:

1. Erőforrások újraelosztása a feladatok között;
2. Munkaerőforrások újraelosztása a feladatok között;
3. A feladatvégrehajtás ütemezésének megváltoztatása;
4. Beszerzés tervezése;
5. A kockázatok következményeinek elkerülése vagy intézkedések megtétele.

A befolyásolási módszereknél a következő jellemzők fontosak: a helyzetnek való megfelelés mértéke, a megvalósítás időtartama, a megvalósítás költsége, a megvalósítás lehetséges kezdési időpontja. Az alkalmazandó expozíciós módszer meghatározásához fontos:

1. A szakértők által meghatározott jellemzők.
2. Információk elérhetősége a befejezett projektek felhalmozott adatbázisában.

Logikus, hogy ezeket a mechanizmusokat neurális hálózatok és fuzzy logika segítségével építsük fel. Ezek az algoritmusok mind a projekt inicializálási és tervezési szakaszában, mind a megvalósítás szakaszában használhatók. Lehetőség van annak elemzésére, hogy a jellemzők hogyan változnak egy vezérlési művelet alkalmazása után.

3. Az utánzás intellektualizálása

Hogy. A lépés végrehajtási szakaszában lehetőség van a döntéshozó teljes kizárására az ellenőrzési folyamatból. Mi kell ehhez? Az események modellezéséhez néhány jellemzőt tisztázni kell (körülbelül). A vezérlési műveletek végrehajtásához a rendszernek "tudnia" kell néhány további információt a témakörrel kapcsolatban, például:
1. Erőforrások újraelosztása a feladatok között.

• az erőforrások felcserélhetősége - megfelelési táblázatokkal-mátrixokkal adható meg;
• erőforráshiba valószínűsége – a valószínűség Xmin és Xmax közötti tartományban van feltüntetve;
• több végrehajtó párhuzamos használatának lehetősége - a feladat logikai tulajdonságaként.

2. Munkaerőforrások újraelosztása a feladatok között.

• a személyzet felcserélhetősége és összeférhetetlensége - megfelelési táblázatokkal-mátrixokkal adható meg;
• a munkaerő-erőforrások termelékenysége - számított értékként a következő adatok alapján: munkatapasztalat, életkor, felsőfokú képzettség stb.
• az elvégzett munkatípusok és az elvégzéséhez szükséges készségek kapcsolatát hasonlóképpen mátrixok oldják meg;
• a munkaerő-forrás hiányának valószínűsége (betegség valószínűsége) – a valószínűséget az Xmin és Xmax közötti tartományban jelzik;
• egy munka több végrehajtó általi párhuzamos végrehajtásának lehetősége - mint a feladat logikai tulajdonsága.

3. A feladat végrehajtási ütemezésének módosítása.

• lehetséges-e a feladat felfüggesztése, vagy a végrehajtás folyamatos legyen - a feladat logikai tulajdonságaként;
• azt, hogy egy feladat bekerül-e a „kritikus útba” (azaz a befejezésének időzítése közvetlenül befolyásolja a projekt befejezésének időzítését), a rendszer „menet közben” határozza meg.

4. Beszerzés tervezése.

• az erőforrás-felhasználás intenzitását a rendszer „menet közben” határozza meg.
• a szükséges eszközök beszerzésének lehetősége - mint a feladat logikai tulajdonsága.

5. A kockázatok következményeinek elkerülése vagy intézkedések megtétele.

• a berendezés meghibásodásának valószínűsége – a valószínűség az Xmin és Xmax közötti tartományban van feltüntetve;
• a kijátszás és a következmények kiküszöbölésének lehetséges lehetőségei - megfelelési mátrixokkal vagy listákkal oldják meg (a megfelelés mértékét jelezve).

Ez nem a teljes feladatlista. Itt kell megjegyezni azt a tényt is, hogy egyetlen projektre sem lehet univerzális megoldás, és ami az egyik projektnek jó, az a másiknak halál. Hogy. bizonyos kulcsjellemzőkre van szükség, ezek kombinációira és értékeire, amelyek lehetővé teszik a gépelést, osztályozást, hasonló projektek kiválasztását a rendszer betanításához, pl.

• az érintett erőforrások típusai;
• a kiosztott feladatok típusai;
• az érintett személyzet képesítése és készségei;
• költségvetés mérete;
• a projekt időtartama;
• projekt sikere;
• résztvevők száma stb.

Nem utolsósorban a fent leírt jellemzők és magának a projektnek a bizonytalansági tényezője is szerepet játszik majd.

4. Több ügynökség

Amint fentebb megjegyeztük, az erőforrások felhasználásával kapcsolatos nézeteltérések előfordulhatnak egy projekten belül a feladatok között, és az azonos erőforrásokat használó különböző projektek között. Az erőforrásokkal való munka egyszerűsítése érdekében kiválasztunk egy ügynököt, amelyet „Resource Arbiter”-nek nevezünk. Hozzá fordulnak a „Projects” ügynökök a szükséges erőforrásokért, amelyek lehetővé teszik a lefoglalt erőforrások újraelosztását az elvégzendő feladatok, projektek fontosságától (kritikusságától) függően.

Következtetés

Mit fog nyújtani egy ilyen szimuláció vagy projektmenedzsment szimuláció? A válasz egyszerű:

1. menedzsment értesítésekkel- felhasználható a döntéshozók tréningjeként vagy teszteléseként bizonyos alapelvek ismeretére vagy projektmenedzsmenttel kapcsolatos problémák megoldására.
2. interaktív vezérlés- néhány gyakorlat gyakorlása és modellen való tesztelése. Ez lehetővé teszi a modell helyzetnek megfelelő megváltoztatását, vagy éppen ellenkezőleg, annak felmérését, hogy a döntéshozó maga mennyire elsajátította a PM problémák megoldásának módszereit (önteszt).
3. heurisztikus vezérlés- nagyszámú szimulációs futtatás lehetőségét és bizonyos tapasztalatok (adatok) felhalmozódását ezekről a szimulációkról további elemzésük céljából.

Maga az utánzás és szimuláció azonban nem a végső cél. A szimulációs bázisban a kellően pontos egyszerű és összetett modellek felhalmozódása, a szimulációs modell és az interaktív interakciót és heurisztikus vezérlést (döntéshozók nélkül) végrehajtó modulok viselkedésének fejlesztése és hibakeresése eredményeként lehetőség nyílik a a felhalmozott szabályok és algoritmusok valós projektek menedzselésére (vagy intelligens támogatására) (3).
Egy ilyen rendszer bevezetése SaaS megoldás formájában, meghatározott számú résztvevő bevonásával lehetővé teszi a többi résztvevő (személytelen) munkatapasztalatának elérését (a rendszer betanításának lehetőségével).

A felhasznált források listája

1. pmlead.ru/?p=1521. [Az interneten]
2. www.aaai.org/ojs/index.php/aimagazine/article/view/564. [Az interneten]
3. us.analytics8.com/images/uploads/general/US_2010-10_Whitepaper_BI_Project_Management_101.pdf . [Az interneten]

Eredettörténet. Helyzetkezelési módszer
alatt felmerült folyamatok modellezésének igénye kapcsán
döntéshozatal aktív elemmel (emberrel) rendelkező rendszerekben. BAN BEN
három fő premisszon alapul.
Az első feltevés a pszichológia, amely elkezdte tanulmányozni
elkezdi az emberi döntéshozatal alapelveit és modelljeit az operában
tív helyzetekben. A szovjet pszichológusok munkái ezen a területen jól ismertek.
régió - V.N. Puskin, B. F. Lomova, V. P. Zinchenko et al. V.N. Puskin megfogalmazta az úgynevezett modellelméletet
a gondolkodás rija. Megmutatta, hogy a pszichológiai mechanizmus
661 Az emberi viselkedés cselekményeinek szabályozása szorosan összefügg az építkezéssel
a tárgy információs modelljének agyi struktúráiban és
külső világ, amelyen belül az irányítási folyamat zajlik
a kívülről jövő információ emberi érzékelésen alapuló menedzsment és
meglévő tapasztalattal és tudással. A modell felépítésének alapja
tárgyak és kapcsolatok fogalmi reprezentációi
közöttük, tükrözve a kiválasztott tevékenységi kör szemantikáját
emberi identitás (tantárgyi terület). Az objektummodell rendelkezik
többszintű struktúra, és meghatározza azt az információt
a kontextus, amelyben a menedzsment folyamatok zajlanak. Hogyan
egy objektum ilyen információs modellje gazdagabb és képességesebb
a tudás manipulálásának képessége, annál jobb az elfogadás minősége
döntések, az emberi viselkedés változatosabb. V.N. Puskin
először azonosította az örökbefogadási folyamat három fontos jellemzőjét
megoldások: a helyzetek osztályozásának képessége aszerint
szabványos menedzsment megoldásoknak való megfelelés; fő
nagy rendszerek nagy nyitottsága; jelentős korlátozás
nyelv az egységes objektum állapotterének és megoldásainak leírására
menedzsment.
A helyzetkezelési módszer második előfeltétele
a szemiokutatás során szerzett ötletek
jelrendszerek tic-tudománya. Ezek Yu.A. Schrade-
ra, Yu.D. Apresyan. Egy háromágú szerkezetet határoztak meg
jel bármely jelrendszerben: a jel neve, amely tükrözi a szin
taxi szempont; a szemantikáját kifejező jel tartalma
tic aspektus; a jel célja, gyakorlatiasságának meghatározása
ikális szempont (Frege-háromszög). Az alkalmazott szemiotikában
jelek, amelyek változatai szavak, mondatok, szöveg
sts, úgy kezdték tekinteni, mint a valódit felváltó rendszerekre
a külvilág tárgyai, folyamatai, eseményei. Aggregátumok
így divatossá váltak a jelek a köztük lévő kapcsolatokkal
a valós függvényrendszerek vezető pszeudofizikai analógjai
arányosítás és irányítás. Ezért a helyzetkezelés
a menedzsmentet szemiotikai modellezésnek is nevezték,
mivel a jelnyelv elegendő a folyamatok leírására
az objektum működése a kívánt közelítési fok mellett.
A harmadik előfeltétel az információs fejlesztésekhez kapcsolódik
mációkereső rendszerek és kísérletek egy formális
nyelv a műszaki tudományok leírására és ábrázolására az auto-
662 tudományos publikációk és szervezetek absztraháló munkáinak matizálása
az információkeresés, -tárolás és -bemutatás folyamatainak racionalizálása
máció. E tanulmányok részeként E.F. Egyszer volt egy gyors séta
egy nyelvet fejlesztettek ki és tanulmányoztak, amely később a nyelv nevét kapta
gh-kódok. Ez a nyelv az információban találta megvalósítását
hanem a BIT kereső, ami sikeresen és elég sokáig
az Ukrán SSR Tudományos Akadémia Kibernetikai Intézetében működött.
A gondolkodás modellelmélete alapján V.N. Puskin, nyelvek
ka gH "Kodo E.F. Skorokhodko és a szemiotika D.A. Pospelov, valamint
azok a Yu.I. Klykov 1965-ben új kibernetet fogalmazott meg
koncepcionális koncepció nagy rendszerek formájában
helyzetkezelés módszere.
A módszer lényege
A helyzet fogalmát mint alapot veszik a vezetés alapjául
a leírás, elemzés és döntéshozatal új tárgya. Nyomozó
de megfelelő eszközökre van szükség - leírásokra, osztályokra
szerinti helyzetek fikciója, tanulása és átalakítása
hozott döntéseket.
A helyzetek osztályozását a létezés indokolta
nagy rendszerekben az ellenőrzési feladatok szerkezetének elemzése alapján
max, minden szinten a különféle helyzetek ellenőrzése, szám
amelyek a szekerek sokaságához képest aránytalanul nagyok
lehetséges menedzsment megoldások. Teherautó döntési probléma
a helyzethalmaz ilyen partíciójának megtalálásának problémájaként fogták fel
osztályokba soroljuk, amelyekben minden osztály megfelelt
az adott szempontok szempontjából legmegfelelőbb megoldást
ev működőképes. Egy ilyen partíció jelenlétében a re
A megoldás egy adott helyzetben az osztály keresésében és a korrelációban merült fel
vezetői döntéseket ad neki. Azonban egy ilyen kijelentés
probléma azokra a vezérlőrendszerekre érvényes, amelyekben a száma
potenciálisan lehetséges helyzetek (PVS) jelentősen meghaladja
(néha több nagyságrenddel is) a lehetséges megoldások száma
a menedzsmentről. Ez az eset megfelel a kontextusfüggetlenségnek
a megoldások származtatási módszeremhez, amikor a teljes PVA-készletet felosztjuk
osztályokra van osztva oly módon, hogy minden osztálynak megfelelő
A vezetői döntéseket figyelembe vették. Az az eset, amikor
helyzetek és döntések összessége hatalmában is összehasonlítható volt
vagy elég több ahhoz, hogy ez a tény megérthető legyen
tanovat, később L.S. munkáiban figyelembe vették és fejlesztették. Mögött-
Gadskaya és iskolája.
663 A helyzetek teljes halmazának leírásának nyelvezetén alapult
ötleteket a g-dg-kódok és szintagmatikus láncok nyelveiből vesznek át. A szerep sok
sok tartományobjektum lejátszotta aláírt megfelelőjét
vegyértékek a természetes nyelvben, i.e. a szavak nevek, és a reláció szerepében
valódi összefüggéseknek megfelelő szavak-nevek voltak
objektumok vagy folyamatok között. Mint a nyelv grammatikája
helyzetszabályozás (SCM) voltak a szabályokat generáló
új fogalmak és összefüggések kialakítása, átalakítása, osztályozása
fikció (lásd a helyzetkezelés nyelve).
A módszer legfontosabb ötlete a szemiotika kialakítása
tárgymodellek a döntéshozatal megtanulásával. Ahol
két képzési módot vettek figyelembe: szakértő, hozzáértő
a vizsgált tárgykör ismerete, vagy elemzés alapján
számos konkrét helyzethez és vezetői döntéshez.
Nyilvánvaló, hogy az utolsó eset hosszabb, nem garantálja
a leírás teljessége, megköveteli a helyzetekre és a mikorra vonatkozó statisztikák meglétét
a bennük hozott döntéseket, ami nem mindig lehetséges. Ezért
általános gyakorlattá vált, hogy főleg az elsőt használják
a tanulás megközelítése. Ennek ellenére a kommunikációs eszközök jelenléte az atomenergia-ellátó rendszerben
a helyzetek megértése és osztályozása alapvető
a fejlesztésre képes modellek létrehozásának képessége
döntési funkciók fejlesztése változó környezeti feltételek mellett
irányítani az objektumbotokat. Más szóval, megteremti a lehetőséget
adott feltételek mellett egy tárgymodell „termesztésének” nehézsége
működőképes.
Szituációs modellezés fejlesztése. 1973-ban L.S. Találós kérdés-
Skaya (Bolotova) egy másik, új típusú rendszert fejlesztett ki
szituációkezelés témakörei, amelyek a rendszerek osztályát vették figyelembe
ellenőrzés, amelyben a lehetséges helyzetek halmazainak hatáskörei
és a vezetői döntések összehasonlíthatók vagy ismeretlenek. Előző
a helyzetek teljes halmazát úgy kellett osztályokra osztani
egyszerre, így minden osztályhoz hozzá kell rendelni egy szerkezetet
kör standard oldatot. Ennek megoldásának következő szakaszában
a szerkezetet az értelmezési folyamatban tovább határozták meg és specifikusak
a megoldás kidolgozása és a meglévő erőforrás-korlátok figyelembevétele
vki Így minden tipikus menedzsment megoldás
És. M szerkezete megfeleltetésre kerül, és ennek következtében
a С/ = (t/p U2,...UJ) halmaz mellett struktúrák halmazát is megszerkesztjük
kör standard oldatok M = (Mp M2,...M^).
664 Ezután minden szerkezethez a szükséges kon
szöveg-réteg tudás, amelynek keretszerkezete van és magában foglalja
adott struktúrán belüli helyzetek értelmezésének szabályainak meghatározása
túrák és számos eljárás ezek átalakítására és utánzására.
Kidolgozták a következtetés logikai-szemiotikai modelljét is
a döntéshozatali struktúrák hierarchiájára vonatkozó döntések.
Nyilvánvaló, hogy a második esetben ez lényegesen bonyolultabbá válik
tartománymodell (DDM) felépítésének problémája. Idő
Az MPO-munka még mindig művészet, és jelentkezést igényel
magasan képzett rendszerelemzők. Szükséges
válaszoljunk néhány kérdésre:
Hogyan szabják meg a kiválasztott tantárgyi terület határait?
területeken?
Hogyan jön létre a következetes ópiárius nyelv?
az MPO összetett helyzeteinek és folyamatainak ismerete
új, hierarchikus és elosztott struktúra?
Hogyan alakul ki az IGO-kkal kapcsolatos tudásrendszer?
alkalmas a céljai elérésére?
Hogyan „megnyilvánulnak” a szükséges interakciók?
a vezetési és döntéshozatali folyamatok résztvevői közötti interakciók
ötletek, hogyan vannak leírva?
Hogyan születnek a döntések hiányos körülmények között
jegyzetek, bizonytalanság és kétértelműség?
Alkalmazási rendszerek kutatása és fejlesztése eredményeként
helyzetkezelés, egy end-to-end módszertan jött létre
és a helyzetszabályozási rendszerek tervezésének technológiája
nagy rendszerek, beleértve a szükséges műszereket
REFAL és LISP nyelveken alapuló eszközök és rendszerek.
Ahogy a helyzetkezelési nyelv leírásából következik (lásd) ill
helyzetkezelési modell megszervezése, már akkor, a 70-es években.
A XX. században a helyzetvezérlő rendszerekben (SCS) minden megvolt
a modern szakértői rendszerek (ES) jelei legalábbis
2. generáció, i.e. dinamikus ES. Ez és a semioti jelenléte
a vezérlőobjektum és működési folyamatainak logikai modellje
kialakulása termelési típusú szabályok rendszerének formájában, és természetes
de nyelvű felület a fejlesztőkkel és a felhasználókkal, ill
a működést biztosító beépített időlogika jelenléte
SSU valós időben és szimulációban. Ez és inst
Rumental szoftvereszközök az SSU megvalósításához, amely alapján
LISP és REFAL nyelveken. Ráadásul hazai szakemberek
665 nagy rendszereket hozott létre, és még a gyakorlatba is átültette
ipari automatizált vezérlőrendszerek részeként.
Példák.
Helyzetellenőrző rendszer "Légjavítás", végrehajtva
kiadta az Ukrán SSR Tudományos Akadémia Közgazdaságtudományi Intézetének odesszai kirendeltsége as
része a „Repülőgépjavítás” automatizált vezérlőrendszernek a Központi Repülőgép-irányítási Kutatóintézet (Riga) számára.
Szituációs diszpécser irányító rendszer közel
repülőgépek térfogata és leszállása, a VNIIRA (Lenin
jégeső).
Műholdas kommunikációs munkamenet-ütemező rendszer.
Számos speciális célú rendszer stb.
Nyugaton, majd nálunk is kialakult a heurisztika
néhány programozás (XX. század 60-as évei), mesterséges intelligencia
(lásd) - AI (XX. század 70-es évei), de nálunk, a függöny mögött, rossz
elképzelte, mi történik külföldön. Akik hozzáfértek ama-hoz
Ricai és nyugati források nem értették ezt az irányt
lenia és úgy gondolta, hogy az AI valami teljesen más, és nem
semmi köze a helyzetkezeléshez. Változtass meg mindent
jávorszarvas 1975-ben, amikor a IV
konferencia a mesterséges intelligencia témájában, amelyen szinte minden nagyobb részt vett
a világ vezető tudósai a mesterséges intelligencia területén. Íme az egy
Igen, világossá vált, hogy mind a szakembereink, mind a külföldi gyakorlati
ki ugyanazt csinálják, de más nézőpontból.
Felülről jöttek a hazai szakértők és próbálták megoldani
módszertanilag és fogalmilag egyértelműek, de még nem
alapvető eszközökkel ellátva - sem elméleti, sem in
hangszeres. A konferencia sokaknak segített felismerni és
hogy meghatározza helyét az IP felé való elmozdulás nemzetközi folyamatában
mesterséges intelligencia. A következő iskolákban, szemináriumokon,
a helyzetkezeléssel foglalkozó szövetségi szimpóziumok már
1975-ben egyértelműen megfogalmazódtak a problémák, amelyek lassították a
helyzetkezelés fejlesztése. Ez mindenekelőtt
Tudásreprezentációs modellek és műszerrendszerek alja
az SSU szoftvertámogatásával kapcsolatos témakörök.
1980-ra több tucat különböző fejlettségű SSU létezett.
tannosti. Legtöbbjük demonstráció és kutatás
testminták. Egyáltalán nem voltak kereskedelmi minták. Előtt
Számos ok miatt kevés ipari formatervezési mintát fejlesztettek ki:
a kifejlesztett műszeres szoftverrendszerek hiánya
a kereskedelmi minták szakaszáig; kultúra hiánya hozott
666 szoftverük fejlesztése kereskedelmi színpadra; hiányzó
az új paradigma megértésének hiánya a tágabb fejlesztési környezetben
kov ACS; lehetőségek és előnyök alulfinanszírozottsága
kereskedelmi műszerhéjrendszerek épületei.
A nyugati tudósok „alulról” közelítették meg az AI-t, a kockákkal, keresztekkel való játékokból
Kullancsok és lábujjak stb. Érdekelték őket az intelligens robotok és
viselkedésük megtervezése. Ezért ezek a feladatok ma is megvannak
klasszikusnak számítanak az AI elméleti alapjainak tanítása során.
Rajtuk alakult ki az összes főbb ábrázolási modell.
tudásmenedzsment: termelés, szemantikai hálózatok, keretek.
1977 óta a rétegződés a „szituacionisták” soraiban kezdődött.
Iskolák D.A. Pospelova, V.A. Vagina, L.T. Unokatestvér és néhányan
mások, akik közelebb álltak az effajta elméleti kutatásokhoz
helyzetükhöz (Szovjetunió Tudományos Akadémia, egyetemek), gyorsan alkalmazkodtak
idegen terminológiát, és elsajátította a Nyugat vívmányait. Ez
könnyű volt megtenni, mivel a különbség többnyire a kifejezésekben volt
nológiai.
A 80-as évek elején. szakértői rendszerek jelentek meg (lásd), majd
kiderült, hogy lényegében egybeesnek az SSU-val,
ahogy elképzeltük őket. És ez a kifejezés sikeresebbnek tűnt
nym, gyorsan divatba jött. Ennek eredményeként a 90-es évek elejére.
XX század szinte az összes „helyzetspecialista” ES-vel foglalkozott.
Így kiderült, hogy a helyzetszabályozás
hazánkban számos fűszer alapját játszotta
alistov a mesterséges intelligenciáról (lásd).

Megnézed a cikket (absztrakt): " SZITUÁCIÓS MODELLEZÉS, VAGY HELYZETKEZELÉS"fegyelemből" Rendszerelmélet és rendszerelemzés irányított szervezetekben»