книги из ГПНТБ / Баясанов, Д. Б. Автоматизированные системы управления трубопроводными объектами коммунального хозяйства
.pdfПолагая, что ограничения отсутствуют, а величины Р (
фиксированы, рассмотрим условия максимизации функции
L. Векторы M i и X it максимизирующие ее, зависят от век
тора |
Pi, |
т. |
е. M i (Р) и |
X t (Р). Очевидно, если существует |
|
вектор Pi |
= |
Pf, |
такой, |
что векторы M t (Р*) и X t (Р*) при |
|
i = |
1, 2, |
3, |
....., |
п удовлетворяют уравнениям (2.1)—(2.3), |
то они тогда являются решениями задачи для этих уравне
ний. Однако такие векторы существуют не всегда. Полагая,
что векторы Р * существуют, можно избавиться от двойной
суммы в уравнении |
(2.6), |
вводя |
следующее |
обозначение: |
|
' |
*</ |
= |
2 PJ CP- |
(2-7) |
|
|
|
|
/=i |
|
|
Отсюда функция для величины L примет вид: |
|
||||
£ = |
2 |
(Л + |
Р [ * (). |
(2.8) |
|
|
i= 1 |
|
|
|
|
Очевидно, целевая подфункция каждой подсистемы i может
быть выражена формулой
J i = f i + k i |
Ti— pJ X t. |
(2.9) |
Требуемое решение состоит в том, Чтобы найти такие |
||
векторы M i (Р) и X i (Р), |
которые максимизировали |
бы |
подфункцию fi при фиксированных Р ; и %t, т. е. фиксиро ванном векторе Р = (Р 1г ..., Р п)т. Если найти значения векторов Р* и Pi, то можно решить задачу группирования путем этих решений, которые значительно проще. В де
централизованной системе нахождение параметров Р*
обычно возлагается на УЦВМ, а решение подзадач для за
данных величин Pi — на специализированные машины
РИВЦ, которые работают независимо. Так как мы исходим из предположения, что искусственно разорваны связи меж ду подсистемами в системе, то, очевидно, задача УЦВМ будет сводиться к тому, чтобы параметры Р* были выбраны
таким образом, чтобы значения переменных с обеих сторон разрыва связи в том или ином случае были равны. В интер вале итерационного процесса вычисления имеется разница
значений переменных справа и слева от места разрыва, ко торая может быть представлена в следующем виде:
П
Ei(P) = X i ( P ) - 2 CijTjlMjiP), Xj (Р), Dj (Р)]. |
(2.10) |
80
В системе управления оптимальный вариант увязывания
подсистем, очевидно, должен |
предусматривать равенство |
|
Р = Р * , |
которое наблюдается |
для каждого случая при |
Et (Р ) = |
0. Итерационный процесс вычисления необходимо |
повторять до тех пор, пока не будет выполнено последнее
условие. Очевидно, этот момент и будет моментом достиже
ния оптимального решения.
Для практической реализации описанной выше децент
рализованной системы контроля и управления коммуналь
ным хозяйством города необходимо иметь сходящийся ал
горитм, который обеспечил бы нахождение требуемых зна чений параметров Р* при помощи УЦВМ, а параметров Р — при помощи специализированных вычислительных машин РИВЦ. К таким децентрализованным системам необходим именно такой подход. Анализ таких систем позволяет отме тить следующее. Вся первичная информация, получаемая
непосредственно с объектов и предприятий коммунальных
хозяйств, передается вверх по иерархической пирамиде,
проходя фильтрацию на всех уровнях контроля и управле
ния. При этом движении информации от объектов и пред
приятий в информационно-вычислительные центры различ
ных уровней контроля и управления к первичной информа
ции на каждой ступени прибавляются обобщенные показа
тели прежних сообщений,, в результате чего и укрупняется
информация, функционирующая в системе. В децентрали зованных системах модели информационных сетей каждой
ступени иерархии связываются между собой таким образом,
чтобы в моделях более высоких ступеней в укрупненном виде были представлены возможности нижестоящих звеньев в их взаимосвязи и взаимозависимости. При этом на выше стоящих ступенях контроля и управления происходит огра ничение информации, касающейся деталей структуры ниже стоящих звеньев, и перерабатывается именно та информа
ция, которая необходима для выработки решений и управ
ляющих воздействий на соответствующей ступени. Так при мерно можно сформулировать комплекс вопросов построе
ния информационных моделей в АСУ, необходимости и спо собов оптимизации сообщений, входных и выходных показа
телей в системе.
§ 3. ОСОБЕННОСТИ ИНФОРМАЦИОННЫХ МОДЕЛЕЙ КАК СИСТЕМ МАССОВОГО ОБСЛУЖИВАНИЯ
Анализ процесса функционирования информационной
модели АСУ является одним из главных элементов в ее создании, так как он, с одной стороны, определяет исход
ные требования к элементам поиска, сбора, передачи и об
работки информации, выбору и обоснованию технических
средств, а с другой — устанавливает необходимость и ха
рактер управляющих воздействий на систему. Весьма ин
тересным в этой связи является изучение поведения инфор
мационной модели АСУ как системы массового обслужива
ния. Известно, что анализ процесса функционирования АСУ
и ее информационной модели представляет собой творческий
акт, комплекс исследований, логических действий и мате
матических расчетов с использованием различных приклад ных методов.для оценки процессов информационного ха
рактера при выработке и принятии решений или управля
ющих воздействий на систему. Поэтому иприменение различ
ных положений теории массового обслуживания при анали
зе процессов функционирования информационной модели
АСУ является вполне закономерным и естественным.
Особенно положительные результаты получаются при
анализе различных критических ситуаций, которые могут
возникнуть в АСУ (например, выход из строя одного или нескольких РИВЦ в системе). Анализ поведения системы при помощи элементов теории массового обслуживания в случае аварийных режимов в АСУ является наиболее пол ным, глубоким и всесторонним. Здесь следует отметить, что для анализа различных сторон функционирования АСУ и ее информационной модели могут быть использованы
и другие методы и способы, поэтому подход к решению этой
задачи не может быть всегда стандартным и одинаковым. Однако имеется и ряд общих вопросов и задач, которые мо гут быть объединены в группу. Анализ этой группы можно с успехом проводить при помощи методов теории массового обслуживания.
В качестве примера вначале целесообразно рассмотреть
не всю систему, а ее отдельные элементы, обладающие при
знаками объектов массового обслуживания. Таким элемен
том может быть процесс обслуживания заявок, приходящих с информационной модели АСУ в ГИВЦ. Анализ этого про
цесса слагается из комплекса специальных операций и ре
82
зультатов сопоставлений и обобщений с применением поло жений теории случайных процессов и вероятностных оце нок. Методика и содержание этих операций и их видов со ставляет обширную часть теории массового обслуживания.
Известно, что автоматизированные системы управле
ния производственными и технологическими процессами
представляют собой сложный комплекс производственных,
технологических, экономико-математических и организа
ционных задач, связанных в информационной модели систе
мы потоками информации, передача, прием и обработка
которых обычно автоматизированы. Причем если характер поступления некоторых данных (заявок) строго определен
Рис. 15. Схема центра лизованной системы АСУ
(по длительности времени и объему этих заявок), то кон
кретные часы поступления подавляющей части данных в си
стеме обычно носят случайный характер. В этой связи рас смотрим схему сбора информации на ГИВЦ, получающего
данные от районных информационно-вычислительных цент
ров. Как уже отмечалось, на ГИВЦ поступают в АСУ как
регулярные, так и нерегулярные сообщения.
Иногда считают, что оборудование ГИВЦ должно иметь такую производительность, чтобы обеспечить обслуживание заявок в момент пиковой загрузки, т. е. в момент наиболь шей интенсивности поступления регулярных и нерегуляр ных сообщений. Не вызывает сомнения, что ориентировка на такую стратегию приводит к большим капитальным за
тратам и нерациональному использованию оборудования. Кроме того, надежность работы такой системы, очевидно, весьма мала и при отказе ГИВЦ ее функционирование ста
новится невозможным. Принципиальная схема такой цент рализованной системы приведена на рис. 15. Очевидно, для
удовлетворительного решения вопросов надежности функ
ционирования АСУ и стоимости системы необходима реали
зация иной структурной схемы информационной модели.
83
Одним из таких вариантов и является схема, реализующая централизованный и децентрализованный принцип обра
ботки информации (рис. 16). При такой схеме отказ ГИВЦ
не способствует выходу из строя всей системы АСУ, так как
некоторые функции ГИВЦ в этом случае автоматически вос-
Рис. 16. Схема, реализующая централизованный и де централизованный принцип обработки информации в^АСУ
принимаются рядом мощных РИВЦ, одной из функций которых является именно аварийная замена ГИВЦ при ре
шении определенных задач, а иногда и всех задач в полном
объеме. Резервирование функций ГИВЦ районными ин-
Рис. 17. Схема разгрузки РИВЦ в системе управ ления
формационно-вычислительными центрами в системе может обеспечить и передачу (разгрузку) некоторых задач РИВЦ
при пиковых загрузках ГИВЦ. Последний вариант инфор
мационной модели можно построить по схеме рис. 17. Мо
дель этой системы с точки зрения положений массового об служивания может иметь вид, приведенный на рис. 18. Эта
модель содержит в себе элементы массового обслуживания
и состоит из пуассоновского потока X (t) 1, обеспечивае
84
мого специальным источником, устройства разделения по тока 2, управляющего функцией воздействия р (t), харак
теризуемой временем занятости р и многоканальной систе
мы 3. Пуассоновский поток событий характеризуется тем, что в интервале от % — t до £ появляется k событий этого потока с вероятностью
т* |
* |
P h ^ — W Q = —- e ~ x, |
т = | a(s)ds, |
о
где к = 0, 1, 2, ..., a (s) — темп потока.
Рис. 18. Модель системы с позиций положений теории массо вого обслуживания
В частном случае, когда пуассоновский поток является
стационарным при разомкнутой обратной связи в системе, эту вероятность вычисляют как
Pk (0, 0 = |
{at)k |
• at |
|
k\ |
|||
|
|||
|
|
где k = 0, 1, 2,
Характерной особенностью пуассоновского потока так
же является то, что к нему сходится суммарный поток, со
стоящий из п стационарных, .ординарных и независимых потоков с различными интенсивностями bni, удовлетворя-
« |
п |
ющих условию: р 2 |
bni -*■ 0 при п ->• оо. Здесь b = .2 Ъп1. |
i= i |
— |
Требуемый пуассоновский поток К (t) моделируется случай
85
ной последовательностью пауз между событиями, характе ризуемой экспоненциальной распределенностью. Струк
турная схема этой модели (рис. 19) состоит из блока 1,
формирующего вспомогательную последовательность слу чайных чисел, равномерно распределенных в интервале (О, 1); блоков 2—4, формирующих последовательность слу
чайных |
чисел, |
распре |
|||||
деленных |
по |
экспонен |
|||||
циальному закону соот |
|||||||
ветственно %£Г■ и |
|
|
|
||||
и Qe~et; блока 5 — раз |
|||||||
делителя потоков, уп |
|||||||
равляемых |
блоком |
3 |
|||||
[после разделения пото |
|||||||
ка Я,х (t) |
остается |
пуас |
|||||
соновским, |
но |
оказы |
|||||
вается более |
разрежен |
||||||
ным |
по |
сравнению |
с |
||||
А, (/)]; |
блока |
6 — систе |
|||||
мы многоканального, об |
|||||||
служивания, |
которая |
||||||
может |
быть |
организо |
|||||
вана |
различными |
спо |
|||||
собами. |
К |
примеру: |
|||||
а) |
каналы загружаются |
||||||
независимо |
и занимает |
||||||
ся |
любой |
свободный |
|||||
канал; б) время за |
|||||||
нятости каждого |
|
кана |
|||||
ла характеризуется слу |
|||||||
чайным вектором 0 ( t ) c размерностью, |
совпадающей |
с количеством каналов. Работа этой системы может быть
обоснована также на некотором определенном порядке занятия каналов, определенных видах зависимостей между
каналами и т. д. Блок 7 системы осуществляет построение
гистограмм для каждого из потоков с целью их проверки и настройки.
Моделирование различных задач на модели рис. 19 по
зволяет установить: среднее»время занятости каналов в бло ке 3; среднее время работы блока 2; среднюю длину очереди
на выходе блока 3\ интенсивность потока на выходе блока
2 и блока 3; динамические характеристики разреженного
потока и другие показатели анализируемого процесса.
86
Важное значение в информационной системе АСУ в час
ти обслуживания заявок имеют вопросы статистической об
работки потоков информации. И здесь процессы обработки
информации являются примерами процессов массового об служивания. Следовательно, и для оптимизации этих про
цессов целесообразно привлечение математического аппара
та теории массового обслуживания. Анализ функциониро
вания модели рис. 19 позволяет сделать вывод о том, что
эффективность работы системы массового обслуживания ха
лд
i , суш
Рис. 20. Гистограмма
растеризуется ее качеством, пропускной способностью, ко
торая в свою очередь зависит от’ числа обслуживающих ка
налов, производительности каждого канала и т. п. Под ка чеством работы системы понимают степень ее загрузки, на личие очередей на обслуживание, среднюю длину каждой очереди на обслуживание, среднее время обслуживания и другие показатели, которые и определяют на модели.
Известно, что положения теории массового обслужива ния позволяют установить функциональную зависимость между количественными показателями работы системы и ха
рактеристиками входных потоков. В процессе анализа ра
боты того или иного подразделения системы устанавливают
потоки детерминированной и случайной информации*, кото рая обычно бывает несистематизированной. Ее выбирают
87
за определенный период и устанавливают закон распреде
ления времени обработки этого потока случайных величин,
характеризующих качество системы обслуживания. Ста
тистический материал оформляют в виде статистического ряда, по данным которого строят гистограмму (рис. 20),
где mi — число значений случайной величины в г-м разряде.
Если выбрать за представителя г'-ro разряда его середину
и соединить плавной кривой соответствующие частоты, то
эта кривая при достаточно малой величине разряда будет
являться ни чем иным, как плотностью распределения слу чайных величин, т. е. временем обработки поступающих сообщений. Схема этого случая приведена на рис. 21.
Случайную величину можно характеризовать ее началь
ным моментом первого порядка (математическим ожи данием):
к
SU pi’
i= 1
где пц — математическое ожидание случайной величины; ti — случайная величина, представитель !-го разряда; P t — вероятность попадания случайной величины в i-й разряд; k — число разрядов.
88
Статистическому распределению случайной величины можно поставить в соответствие теоретическое распределе
ние (рис. 21). Для этого решают задачу выравнивания ста
тистического ряда. По внешнему виду гистограммы подби рают теоретический закон распределения плотности, описы ваемой аналитическим выражением, вероятность которого известна. Далее методом моментов подбирают параметры выбранного теоретического распределения такими, при ко торых выбранная функция f (t) теоретического закона
распределения наилучшим образом описывала бы данный
статистический ряд.
Гипотеза решения задачи заключается в том, что слу
чайная величина обладает выбранным теоретическим зако
ном распределения. Для оценки правдоподобия этой гипо
тезы можно воспользоваться критерием согласия Пирсона,
который наиболее часто употребляют в подобных ситуациях:
F2 = |
V |
ПИ)3 |
’ |
I |
ZJ |
~ Г) |
где гщ — число значений случайной величины в t-м разряде; п — общее число значений случайной величины.
Таким образом, проверяемая гипотеза будет несостоя тельной с уровня значимости q, если
f * < P (k - r - l),
где р (k — г — 1) — значение р |
при уровне значимости q |
и (ft — |
||||
— г |
— 1) степенях |
свободы; |
г |
— число параметров предполагае |
||
мого распределения. |
|
|
|
|
|
|
|
В расчете используют следующие показатели: |
|
||||
|
Д* = -^ — частота |
I -го разряда; |
|
|||
|
k |
— статистическое среднее (при |
|
|||
|
т * — у ti P t |
п - > оо |
||||
|
‘=! |
сходится по вероятности к математи |
||||
|
|
ческому ожиданию). |
|
|||
|
Теоретическую вероятность попадания случайной вели |
|||||
чины в t-й разряд вычисляют по формуле |
|
|||||
|
|
|
ь |
|
|
|
|
|
Pi = |
J / |
(t) dt, |
|
|
где |
а , Ь — границы |
разряда; |
а |
(t) |
— плотность вероятности пред |
|
f |
||||||
полагаемого распределения. |
|
|
|
|
В соответствии с этими показателями процесса были про
ведены расчеты, результаты по которым приведены в табл. 1.