Список вопросов и ответов к зачету по дисциплине «Автоматизированное проектирование сложных объектов и систем (апсос)» Аннотация

Дисциплина АПСОС отражает раздел методологии автоматизации производственных процессов (АПП) в машиностроении на основе субстратного подхода, который направлен на построение систем, достигающих системного эффекта и процессов, направленных на субстратную оптимизацию целевых функций.

Высокий уровень применения субстратного подхода в экономике продемонстрировали белорусские экономисты Довгель Е.С. и Терещенко В.И. (http://dovgel.com), которые провели детальный анализ современных проблем государственного управления и сформулировали субстратные алгоритмы выхода из финансово-экономического кризиса для любой страны.

Российский математик Мартышенко В.А. на базе субстратного подхода построил уникальную технологию управления предельно широким классом объектов с помощью высокоточных дифференциальных уравнений в частных производных, которые он получает по результатам экспериментальных замеров целевой функции в многомерном пространстве управляемых параметров. Именно Мартышенко В.А. сформулировал постановку задачи субстратной оптимизации целевой функции в шестимерном пространстве, которая рассматривается в этом курсе.

В качестве базовой модели дисциплины взята логическая структура «Субстратная мозаика», состоящая из квадратного шаблона, в который укладываются 20 разноцветных пластмассовых фигур: 8 малых треугольников, обозначаемых кодом 1, 8 больших треугольников, обозначаемых кодом 2 и 4 параллелограмма, обозначаемых кодом 3. Количество вариантов сборки базового шаблона в виде квадрата превышает 1000. Такая модель позволяет сформулировать и наглядно показать серию задач субстратной оптимизации следующих процессов и целевых функций:

1. Минимизация времени сборки;

2. Максимизация производительности труда сборочных работ;

3. Организация функции контроля в виде определения идентификационного кода сборки S. Количество вариантов кода сборки превышает 22 000 000;

4. Максимизация и минимизация кода сборки S;

5. Максимизация и минимизация параметра Т, который вычисляется как сумма цифр кода сборки.

6. Оптимизация указанных выше целевых функций в шестимерном пространстве управляемых параметров с помощью субстратного алгоритма.

Для проведения соответствующих тренингов разработаны компьютерные программы, которые позволяют количественно измерять числовые значения целевых функций, управляемых параметров хранить их в иерархически соподчиненных базах данных и строить графики процессов управления методом контрольных карт.

Для облегчения понимания содержания дисциплины вся информация разбита на несколько тематических разделов, которые обозначены большими буквами А, Б, В и т.д. Вопросы пронумерованы по следующей системе: сначала идет буква, а потом цифра, обозначающая номер вопроса.

А. Система и свойства систем.

А1. Дайте определение системы. Приведите примеры.

Ответ А1. Система – это совокупность элементов, находящихся во взаимодействии.

А2. Какое свойство системы является самым главным?

Ответ А2. Главным свойством любой системы является возможность достижения системного эффекта.

А3. Сформулируйте алгоритм достижения системного эффекта.

Ответ А3. На нулевом уровне абстрагирования мы формулируем прикладную цель исследования. На четвертом – ставим всеобщую цель – получить системный эффект. На третьем – выявляем классы задач и соответствующие субстраты. На втором из выявленных субстратов строим оптимальную стратегию. На первом – учитываем специфику, если она есть. На нулевом – применяем алгоритм на практике.

А4. Что такое информационный контекст задачи. Приведите примеры.

Ответ А4. Информационный контекст задачи – это полный набор информации, который необходим для построения оптимальной стратегии, для оптимизации целевой функции и для построения систем, достигающих системного эффекта.

А5. Что такое системный эффект? Приведите серию примеров.

Ответ А5. Системный эффект – это результат соединения элементов в систему, заключающийся в том, что система приобретает новое свойство.

А6. Что такое субстратная оптимизация целевой функции? Приведите серию примеров из модели «Субстратная мозаика».

Ответ А6. Это нахождение таких значений управляемых параметров и такого способа соединения элементов в систему, при котором заранее заявленная целевая функция будет численно оптимизирована при заданных ограничениях.

А7. Что такое ограничения в задаче субстратной оптимизации целевой функции? Приведите примеры.

Ответ А7. Ограничения – это условия, которые накладываются извне на конкретную практическую задачу. Например, управляемый параметр должен лежать в диапазоне от 4 до 9.

А8. Что такое качественная и количественная оптимизация систем и процессов управления? В чем состоит их различие?

Ответ А8. Качество – это свойство, отражаемое в виде словестного описания, количество – это величина, отражаемая в виде числового значения. Количественная оптимизация – это нахождение максимума или минимума (оптимума) целевой функции при заданных ограничениях на управляемые параметры с помощью математической модели. Качественная (субстратная) оптимизация целевой функции – это процесс нахождения такого способа соединения элементов в систему, при котором целевая функция будет оптимизирована при заданных ограничениях.