книги из ГПНТБ / Пивоваров, С. Э. Моделирование процессов прогнозирования в приборостроении

Г л а в а 3

ПОСТРОЕНИЕ И АЛГОРИТМИЗАЦИЯ МОДЕЛЕЙ ПРОГНОЗИРОВАНИЯ РАЗВИТИЯ ОТРАСЛИ

3.1. Прогнозирование направлений развития отрасли

Прогнозирование научно-технического прогресса исследуемой от­ расли включает в себя следующие стадии: анализ достигнутого уровня и сложившихся тенденций в производстве продукции отрасли, формирование целей научно-технического прогресса на прогнози­ руемый период, предвидение развития отрасли в этом периоде и кор­ ректировка результатов с учетом реальных итогов и вновь возникаю­ щих факторов.

Рис. 3. Комплекс элементов концепции «дерева целей»

При прогнозировании направлений развития отрасли, учитываю­ щих достижение генеральной цели развития, а также различных аспектов поставленных целей на основе определения стратегии и тактики, представляется целесообразным использование концеп­ ции «дерева целей». В целях максимальной конкретизации данное исследование проведено на базе подотрасли рентгеновского прибо­ ростроения (для промышленных целей и научных исследований).

Методы, основанные на концепции «дерева целей», включают в себя серию задач, завершающуюся составлением программы на ЭВМ (рис. 3).

32

Назначением «дерева целей» (декомпозиций) является выработка множества мероприятий, необходимых для реализации генеральной цели. Для его построения используется «сценарий», в котором детально рассмотрены направления развития производства рентге­ новских приборов для промышленности и научных исследова­ ний, определяемые ведущими методами рентгеновского анализа,

аименно:

1.Рентгеноструктурный анализ; II. Рентгеноспектральный анализ;

III. Рентгенорадиометрический анализ; IV. Рентгенолокальный анализ.

При решении задач прогнозирования развития отрасли (прогно­ зирования потребности народного хозяйства в продукции отрасли и ценообразования) целесообразно рассматривать продукцию от­ расли не по всей номенклатуре, а по основным агрегированным номенклатурным группам. Агрегирование приборов в группы про­ водится на основании анализа технологии производства, различных физических принципов, конструктивных особенностей и т. д. В ре­ зультате агрегирования были выделены двенадцать основных групп приборов:

1.Дифрактометры;

2.Установки для рентгеноструктурного анализа;

3.Приставки к дифрактометрам;

4.Камеры к установкам для рентгеноструктурного анализа;

5.Рентгеновские спектрометры;

6. Рентгеновские квантометры;

7. Рентгеновские анализаторы;

8 . Бескристальные рентгеновские аппараты;

9.Импульсные рентгеновские аппараты;

10.Рентгеновские микроанализаторы;

11.Рентгеновские микроскопы;

12.Рентгенолюминесцентные сепараторы.

В«сценарии» дается описание основных групп рентгеновских приборов, в частности рассмотрены: назначение, круг решаемых задач, область применения, выделение, типового представителя группы (т. е. прибора, наиболее полно отражающего свойства груп­ пы), основные направления развития групп, а также основные технические параметры приборов, характеризующих данную группу.

Ксоставлению «сценария» и построению «дерева целей» привле­ кались квалифицированные специалисты по различным направле­ ниям рентгеновской техники.

«Дерево целей» строится на основании сценария — поэтапно, уровень за уровнем так, чтобы мероприятия последующего уровня обеспечивали решение задач предыдущего и давали полную картину взаимосвязей между ними. При построении иерархического «дерева целей» для оценки относительной важности проблем используются методы теории графов, системного анализа и матричного метода на

основании экспертных оценок. Для определения коэффициентов

относительной важности проблем на каждом уровне используется ряд критериев для оценки важности этих проблем.

Методика присвоения коэффициентов относительной важности [34] такова: специалистам выдается «сценарий» для изучения и бланк для вписывания коэффициентов. Эксперты должны выразить в долях единицы относительную важность проставленных на бланке мероприятий.

Т а б л и ц а 3

Общая форма матрицы для определения коэффициента относительной важности

Для каждого уровня составляется матрица соответствия его элементов критериям. Общая форма матрицы приведена в табл. 3. Заполнение такой матрицы является основной целью экспертной оценки.

о При анализе «сценария» развития исследуемой подотрасли было выделено десять уровней «дерева целей», расположенных в иерархии

34

Т а б л и ц а 4

Важную роль в функционировании системы прогнозирования, основанной на концепции «дерева целей», играет методика опре­ деления состояния и возможных сроков завершения разработки тех или иных элементов уровней «дерева целей» с помощью так назы­ ваемых коэффициентов «состояние — срок». Эти коэффициенты оп­ ределяются только на нижних уровнях «дерева целей», т. е. там, где фиксируются стадии исследования.

Разработка проблем, возникающих на этих уровнях, делится на этапы, которые могут быть, например, такими:

1) производственная готовность;

2) техническое проектирование;

3)перспективная разработка;

4)поисковая разработка;

5)теоретические исследования.

Спомощью экспертных оценок построим кривую распределения затрачиваемых сил (расходов) х для реализации разработки ука­

занной проблемы в срок (рис. 4). Коэффициент «состояние — срок» подсчитывается исходя из кривых, аналогичных приведенным на рис. 4 (график может иметь ступенчатый вид). Как правило, основ­ ные усилия для выполнения данной задачи должны быть сосредо­

36

точены на этапе перспективной разработки. Кривая построена как функция зависимости расходов от этапа разработки. Таким обра­ зом, общая площадь между кривой, осью абсцисс и линией этапа t3 (заштрихованная область на рис. 4) представляет собой суммарные расходы, а площадь ее за линией этапа, на котором находится раз­ работка, — расходы, необходимые для её завершения.

Рис. 4. Кривая распределения затрачиваемых сил

Коэффициент «состояние — срок», выступающий как экономиче­ ский критерий, подсчитывается по формуле

хи

где kij — коэффициент «состояние — срок» /-го элемента 1-то уровня;

«Дерево целей» позволяет также определить коэффициенты вза­ имной полезности, представляющие собой меру снижения сил и средств разрешения одной проблемы для разрешения другой ана­ логичной или близкой проблемы. Коэффициенты взаимной полез­ ности также определяются специалистами-экспертами.

Общие коэффициенты относительной полезности и коэффициенты «состояние — срок» на любом уровне определяются по формуле, аналогичной формуле (3.1.4).

Прогнозирование на основе концепции «дерева целей» предпо­ лагает периодический пересмотр всех элементов и их оценочных значений и выполняется на ЭВМ.

Эта операция состоит из следующих процедур:

1.Модернизация «сценария»;

2.Пересмотр элементов «дерева целей» (введение новых и ис­ ключение устаревших);

3.Переоценка коэффициентов.

27

На основе полученных коэффициентов можно сделать вывод о целесообразности дальнейшего развития отдельных направле­ ний исследуемой отрасли. Использование концепции «дерева целей» позволяет делить сложные проблемы на более мелкие — под­ проблемы, пока все подпроблемы не смогут быть достаточно надежно оценены экспертами, что является несомненно рациональ­ ным подходом к научно-техническому прогнозированию развития отрасли.

Отличительной особенностью рассмотренной методики являет­ ся заложенная в ней возможность непрерывной корректировки прогноза, а также использования огромного опыта экспертов.

3.2. Классификация продукции отрасли на прогнозируемый период

При решении задач прогнозирования развития отрасли особую важность приобретает проблема систематики (классификации) ее продукции [76, 77].

Научно обоснованная классификация позволяет:

1. Определять эксплуатационно-технический уровень создавае­ мых изделий, их совершенство и пригодность для решения поста­ вленных задач, а также устанавливать перспективные направления

вания;

3.На основе выявленной конструктивно-технологической общ­ ности создаваемой продукции шире применять унифицированные функциональные узлы (УФУ), что, в свою очередь, повысит серий­ ность их производства и снизит себестоимость;

4.Обоснованно рассчитывать трудоемкость и стоимость конст­ рукторских разработок изделий и изготовления их в опытном и се­ рийном производстве, планировать и определять цены на прогно­ зируемую продукцию;

5.Рассчитывать технологичность и технико-экономическую эф­ фективность прогнозируемой продукции.

Задача классификации является задачей теории распознавания образов.

Для составления понятия группы явлений достаточно знать не­ большое количество её представителей. Такую группу в теории рас­ познавания принято называть образом. Под образом понимается множество явлений или предметов (изделий), объединяющихся об­ щими свойствами. Каждое конкретное явление из множества объе­ диняющихся в образ в теории распознавания называется изображе­ нием. Процессу распознавания должен предшествовать процесс обучения, во время которого мы знакомимся с некоторым количе­

ством изображений (изделий отрасли), заведомо зная об их принад­ лежности к определенному образу.

38

Любое изображение можно представить в виде вектора /г-мерного пространства X

х = (*!, дг2>..., ха)<=Х.

Множеству объектов, подлежащих классификации, соответ­ ствует множество точек изображений X в /г-мерном пространстве. Формально задача классификации заключается в разбиении этого множества точек на такие подмножества (группы), точки внутри которых (в каком-то смысле) близки между собой.

В пространстве изображений определяется метрика, т. е. рас­ стояние между двумя точками этого пространства, соответствующее различным изображениям. Оно вычисляется по известной формуле аналитической геометрии:

где

X{X-i. Х2. •.., Хп)

*' = ( * ; , Х2, . . . . Хп)

Изображение, лежащее достаточно близко в смысле выбранной мет­ рики к изображению, принадлежащему к какому-либо образу, должно относиться к тому же образу.

Для решения вопроса о принадлежности изображений к одной группе вводится мера сходства изображений. Пусть

х = (М, х2, ..., хп) е= X и х ' = (*!, х\, ..., / J e X

Тогда общие требования к мере сходства изображений L (х, х') сводятся к следующему:

1) мера сходства должна быть всегда положительной величиной, т. е.

L (x, л;') 5 =0;

2) мера сходства должна быть симметричной функцией изобра­ жений, т. е.

L (x, x')*=L{x', х);

3) мера сходства изображения с собой должна быть максималь­ ной мерой сходства рассматриваемого изображения с любым дру­ гим, принадлежащим к пространству X, т. е.

то мера должна быть невозрастающей функцией этого расстояния. В зависимости от способа введения меры целесообразно рас­

смотреть следующие методы распознавания:

1. Распознавание по расстоянию между точками в пространстве образов.

39