Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги из ГПНТБ / Голенко Д.И. Статистические модели в управлении производством

.pdf
Скачиваний:
20
Добавлен:
25.10.2023
Размер:
15.19 Mб
Скачать

ных в структуре D(A, V), может быть произвольным. В связи с этим решения, принимаемые на основании ана­ лиза D(A, V) и не учитывающие скрытые возможные ис­ ходы, могут не отражать положения, имеющего место в действительности. Поэтому учет возможности появления скрытых исходов при анализе программы и определении наилучших вариантов ее развития является важным эле­ ментом принятия решений. Легко показать, что сумма вероятностей возможных исходов, образуемых по схеме

табл. 5.6.1, для любого наперед заданного п равна

еди­

нице. Действительно,

используя выражение Pi + (1р\)

(1—Рг) + (1— Pi) р2 (1— Рз) + (1— Pi) Р2Р3 (1 P4) +

. . .

+

+ {\—р\)р2Рз...Рп-\{\—Рп)

+ {\—Р\)Р2ръ...Рп

и

пре­

образуя его к виду

(1— р{)

(1— р2(1

1+рз(1 — 1+ •

+ Рп{\1)...)))

= 1,

получим,

что

правило

введения

скрытых исходов дает полную группу событий. Ветвление любого исхода D(A, V) при определенных условиях не вносит существенных изменений в вероятностные харак­

теристики

ветвящегося процесса.

Так, например, матема­

тическое

ожидание параметра

т

может быть

записано

следующим образом:

 

 

 

 

 

М{т}

= P l ( T i - T f t )

+ р 2

( т 2 - Т / г ) + ' . . . + Pk-l(Xk-l—Ck)

+

 

(fft+l-Tft) + . . . +

P m ( T m - T f t )

+ Xk + ph( 1 -pi

~p2

 

— Pk-l — Ph+1 — pm) (tm + 1 —Tfe)

+PhPm+l(i—pi

 

— p2~--—

Ph-\~ Ph+l — Pm) (tm +2 " t m + l ) +

 

 

+ PhPm+lpm+2( 1 P l

P2~

 

Ph-i~Ph+l~

~Pm) ( Т т + 3 - Т т + з )

+'...+

PhPm+lpm+2'" Pm+n-1 X

 

 

X (1 -P1-P2-.:-

 

 

ph-i-Ph+i-

 

 

 

— Pm) ( t m + n - T m + n - l ) ,

(5.6.4)

где m — количество

возможных

исходов в а-вершинах

D(A,

V) без добавления скрытых

исходов; п — количест­

во скрытых исходов; k — индекс ветвящегося исхода. Оче­

видно, ЧТО П р И T i = T 2 = . . . =Xh= • • • = T m + n

ИМЄЄМ

М{т} =Tfc = t .

(5.6.5)

Независимость среднего значения параметра т при его одинаковых значениях для всех исходов от правила ветв­ ления позволяет надеяться на то, что неполнота структу­ ры D(A, V) может быть в значительной степени компен­ сирована путем введения априорной информации в ана­ лиз исследуемого процесса. В общем случае включение

скрытых ветвей в D(A, V) должно приводить к увеличе­ нию ожидаемых потерь, характеризующих программу, что следует из формулы (5.6.4). Средние значения параметра т для дерева исходов в каждой а-вершине без включения скрытых ветвей всегда меньше, чем при их включении. Исключение составляет случай (5.6.5). Принятие решений

в процессе

управления

программой

на основе

методов

теории статистических

решений и

добавления

правил

ветвления

D(A, V),

учитывающих

непредвиденные в

структуре дерева исходов ситуации развития исследуемо­ го процесса, позволяет существенно улучшить качество функционирования системы управления созданием слож­ ного комплекса. Сочетание в смешанной альтернативной модели описанного метода статистических решений и ме­ тодов имитации возможных детерминированных альтер­ натив является, на наш взгляд, весьма перспективным направлением повышения эффективности процедур при­ нятия решений в сложных многовариантных программах с разнообразными логическими типами ветвлений — как детерминированными, так и стохастическими.

Г л а в а 6. СТАТИСТИЧЕСКИЕ МОДЕЛИ

В ДИСКРЕТНО-НЕПРЕРЫВНОМ ПРОИЗВОДСТВЕ

§6. 1. Основные задачи управления

вдискретно-непрерывном производстве

ироль имитационного моделирования

Наиболее важные задачи управления производством дискретно-непрерывного типа в принципе аналогичны задачам управления дискретным производством и состо­ ят в следующем:

1. Определение последовательности обработки про­ дуктов в аппаратах (агрегированныхтруппах оборудова­ ния дискретно-непрерывного производства) с учетом структуры комплекса, режима работы аппаратов и пара­ метров продуктов с целью ускорения обработки продук­ тов, снижения затрат на обработку и увеличения загруз­ ки аппаратов.

2.Своевременное обеспечение аппаратов, производя­ щих обработку продуктов, вспомогательными механиз­ мами, транспортными средствами и т. д., в целях исклю­ чения их непроизводительных простоев.

3.Определение оптимального режима и регулирова­ ние работы аппаратов.

Сложность управляемых объектов в дискретно-непре­ рывном производстве вызывает необходимость использо­ вания абстрактных моделей для решения задач управле­ ния. Поскольку аналогичные задачи возникают на многих участках производства, эти модели должны быть доста­ точно универсальны.

Специфика дискретно-непрерывного производства поз­ воляет имитировать производственный процесс как про­ цесс массового обслуживания. Действительно, в отличие от непрерывного производства передача продуктов ап­ паратами дискретно-непрерывного производства произ­ водится отдельными порциями. В модели массового об-

служивания этим порциям соответствуют требования на обслуживание.

С другой стороны, в отличие от дискретного производ­ ства дисперсия длительности обработки продуктов в тех­ нологических аппаратах дискретно-непрерывного произ­ водства достигает значительной величины, зачастую срав­ нимой с математическим ожиданием длительности об­ работки. Разумеется, в технологическом аппарате дис­ кретного производства отклонения длительности обработ­ ки от нормативной также имеют место, что объясняется разбросом значений параметров входных продуктов, дей­ ствием субъективных факторов и т. д. Однако, поскольку обработка продуктов в дискретном аппарате представля­ ет собой определенную последовательность действий, ма­ ло зависящую от режима работы (состояния аппарата), указанные факторы не играют решающей роли. Поэтому длительность обработки в аппаратах дискретного произ­ водства колеблется, как правило, незначительно и во мно­ гих случаях даже принимается постоянной.

Длительность же обработки в аппарате дискретнонепрерывного производства определяется не только вы­ шеуказанными факторами, но и в первую очередь режи­ мом работы аппарата, который изменяется во времени, зависит от параметров входных продуктов и подвержен большому числу случайных возмущений. Поэтому дли­ тельность в общем случае нужно рассматривать как слу­ чайную величину, для которой характерны значительные коэффициенты ее вариации. Так, например, для многих аппаратов металлургического производства коэффициент вариации длительности обработки составляет 0,3—0,7.

Естественно, что случайный характер длительности обработки в аппаратах приводит к тому, что потоки пор­ ций продуктов между аппаратами являются случайными, даже если входной поток является детерминированным или же на входе имеется бесконечно большой запас про­ дуктов. Все вышесказанное в равной мере относится и к значениям параметров выходных продуктов. Коэффици­ ент вариации этих значений для некоторых аппаратов ме­ таллургического производства достигает еще больших величин.

В этих условиях применение модели массового обслу­ живания для имитации дискретно-непрерывного произ­ водства весьма эффективно, так как позволяет исполь-

зовать не только широко разработанные методы анали­ тического исследования, но, главное, моделирования слу­ чайных процессов обслуживания.

Однако применение модели массового обслуживания для исследования дискретно-непрерывного производства имеет свои пределы, которые определяются степенью де­ тализации рассмотрения работы оборудования. Если процесс работы аппаратов рассматривается укрупненно, как, например, при решении задач календарного плани­ рования, то считается, что длительность обработки в ап­ парате или значения параметров его выходных продуктов подчиняются некоторому заданному распределению ве­ роятностей. Тогда применение модели массового обслу­ живания дает большой эффект.

Если же процесс работы аппаратов рассматривается более детально, как, например, при решении задач опера­ тивного управления, то необходимо учитывать, что эти распределения вероятностей являются параметрически­ ми, причем в качестве параметров выступают текущие значения параметров входных продуктов и параметров, определяющих режим работы аппарата. В свою очередь, значения этих последних определяются параметрически­ ми законами распределения вероятностей, в которых па­ раметрами являются значения параметров входных и вы­ ходных продуктов.

Для исследования таких процессов, на наш взгляд, более приспособлена не модель массового обслуживания, а отличающаяся большой универсальностью агрегативная модель [6.13, 6.25], использование которой в подоб­ ных случаях чрезвычайно эффективно, поскольку позво­ ляет применить широко разработанные методы моделирования агрегативных моделей.

При исследовании управляющей части производст­ венного комплекса выбор модели определяется специ­ фикой дискретно-непрерывного производства, а также выбором задач управления. Если рассматриваются за­ дачи планирования и оперативного управления, то ре­ зультатом их решения является выбор последователь­ ности обработки порций продуктов в аппаратах и их передач между аппаратами. Тогда входной информацией управляющей части будет информация о начале и конце операций в аппаратах и переходах порций продуктов между аппаратами,

Учитывая дискретный характер этих событий и слу­ чайный характер интервалов между ними в дискретнонепрерывном производстве, можно сделать вывод, что входная информация управляющей части представляет собой дискретный поток случайных сообщений. Это оз­ начает, что для имитации функционирования управляю­ щей части может быть применена модель массового об­ служивания. В ней сообщениям соответствуют требова­ ния на обслуживание, а отдельным элементам управляю­ щей части (устройствам, лицам производственного персонала) — обслуживающие аппараты.

При анализе временного режима работы управляю­ щей части, например, с целью выбора ее характеристик по производительности, применение модели массового обслуживания, как это будет показано ниже, является весьма эффективным. При выборе надежностных харак­ теристик управляющей части следует рассматривать со­ стояние обслуживающих аппаратов (например, текущее значение показателя надежности устройства) и учиты­ вать его при определении длительности и результата об­ служивания (например, ошибки вследствие отказов, повторные расчеты ввиду случайных сбоев). В этом слу­ чае следует перейти от модели массового обслуживания

кболее общей агрегативной модели.

Взаключение параграфа дадим краткое описание основных понятий теории массового обслуживания. Сигтема массового обслуживания (СМО) считается задан­ ной, если известны: входящий поток требований; очеред­ ность (или дисциплина) обслуживания; обслуживающий механизм.

Говоря о входящем потоке, будем предполагать, что если последовательные требования (заявки на обслужи­ вание) поступают в моменты . . . , tT, tr+u .. ., и если иг оз­ начает промежуток времени tr+itr, то случайные вели­ чины . . . , иг, иг+и ... распределены по некоторому (произ­ вольному) закону F(u) (Os^u<oo).

Существуют различные типы входящих потоков:

— детерминированный, или регулярный, подчиняю­

щийся закону

распределения F(u)=0

при и<а

и F(u) —

= 1 при ы ^ а ;

 

_ и

 

— пуассоыовский для случая F(u)

= 1е а

;

— эрланговский при F(и) = A-i£2_ . е <* . и* - 1

и ряд других. Во всех случаях под символом а понима­ ется математическое ожидание М[н].

Очередность (или дисциплина) обслуживания пока­ зывает: в каком порядке требования поступают на об­ служивание; в каком порядке занимаются обслуживаю­ щие приборы; равноценные ли требования или часть из них обладает преимуществом перед остальными.

Обслуживающий механизм, состоящий

из накопителя

и одного или нескольких обслуживающих

приборов (ли­

ний), будет вполне определен, если: 1) задан соответст­

вующий набор

. . . , и'т,

u'r+i,...

промежутков

времени

обслуживания,

которые

предполагаются статистически

независимыми

друг

от

друга

и

от

входящего

потока;

2) предполагается,

что

для

каждого

требования

время

обслуживания

распределено

по одному и тому

же

(про­

извольному) закону.

 

 

 

 

 

 

 

Кроме того, для задания абстрактной СМО необходи­ мо описать ее структуру. Можно рассматривать систему с параллельно работающими приборами. Систему с по­ следовательным соединением приборов можно считать многофазной и рассматривать отдельно работу каждой фазы. Таким образом, каждую СМО может охарактери­ зовать набор характеристик: вид потока, дисциплина об­ служивания, закон распределения времени обслужива­ ния, количество приборов обслуживания, структура си­ стемы.

Необходимо далее отметить, что математическая тео­ рия массового обслуживания очень широко использует понятие марковской цепи (для дискретного времени) и марковского процесса (для непрерывного времени). Свойство марковости предполагает, что будущее поведе­ ние цепи (процесса) в следующий момент времени зави­ сит только от состояния цепи (процесса) в настоящий момент времени и не зависит от предыстории цепи (про­ цесса) .

Назовем характеристиками процесса величины вида a\(t), a2(t),... ,an(t), описывающие процесс функциони­ рования системы (последовательную смену состояний). Величины, характеризующие вышеописанные свойства системы и ее элементов, будем называть параметрами системы, а величины, определяющие начальное состояние

системы, — начальными условиями. Тогда под математи­ ческой моделью реального процесса будем понимать со­ вокупность соотношений (формул, логических условий, операторов и т. д.), которые связывают характеристики процесса с параметрами соответствующей системы и на­ чальными условиями.

Выше мы уже отмечали, что в процессе дискретнонепрерывного производства наиболее часто встречаются такие ситуации, когда начальные условия, параметры системы или все они вместе являются случайными. В та­ ких случаях применение теории массового обслуживания для построения формализованной схемы процесса явля­ ется весьма эффективным.

Необходимо отметить, что имеющийся аналитический аппарат теории массового обслуживания позволяет ре­ шать прикладные задачи лишь для наиболее простых случаев. Для исследования сложных реальных процессов приходится прибегать к существенным упрощениям, а это снижает достоверность получаемых в результате ре­ шения искомых величин (а часто даже искажает их). Поэтому имеющийся в настоящее время аналитический аппарат может лишь частично удовлетворить возросшие запросы практики. Применением метода статистического моделирования можно достигнуть существенного расши­ рения круга задач, получающих эффективное и верное решение.

§ 6. 2. Процесс функционирования системы массового обслуживания

Процесс функционирования системы массового обслу­ живания можно представить как изменение состояния системы (s) во времени:

s = s(t),

где состояние системы в текущий момент времени опи­ сывается вектором

s(t) =

({Si},t).

Здесь Si — состояние отдельного элемента системы: об­ служивающего аппарата (А*) или накопителя (Н*).

Назовем элементами, следующими за r'-м, те элементы системы, в которые могут поступить требования из г'-го элемента. Элементы, из которых могут поступить требо-

.

 

 

 

 

 

 

 

 

 

 

 

 

 

поступление

требо8ания входящего

потопа

или

окончание

обслуживания

в аппарате, предшествующем /)&

 

 

поступление

требован ил

в Лі и

начало

обслуживания

 

 

 

 

окончание

 

обслуживания"[-

 

 

 

 

 

 

требование поступает

 

I

покидает

 

требование

не

может покинуть

Ас

требование

 

из #i в элемент, следу

систему

по выходя-

 

из-за

занятости

элементов,

следующих.

ющий

за

flL

щему

потоку

 

 

 

 

 

за

 

 

 

 

 

 

 

 

 

 

 

требование

теряетея\

\ требование

остается в ДЇ

есть требования, ожи­

нет

требований,

ожи­

 

 

 

освобождение

дающие

в

элементах,

дающих

б

элементах,

 

 

 

элемента,

следу­

предшествующих

предшествующих

Йс

 

 

 

ющего

за Лс

I

Рис. 6. 2. 1. Граф состояний аппарата.

вания в f-й элемент, назовем элементами, предшествую­ щими t'-му. Отношение следования элементов определя­ ется структурой системы.

Аппарат Aj в момент / может находиться в одном из

трех состояний (рис. 6.2. 1):

 

 

 

 

0 — аппарат

свободен;

 

 

 

 

1 — аппарат

производит

обслуживание

требова-

S i -

і

ния;

 

 

 

 

 

2 в аппарате хранится

требование,

обслужи­

вание которого в АІ было закончено до мо­

мента / (аппарат заблокирован).

 

Переход А» из Si = 0 в S j = l происходит в

момент по­

ступления в А^ требования входящего потока либо в мо­ мент окончания обслуживания требования в аппарате, предшествующем А,, и поступления этого требования в Аг. Аппарат А* остается в Si = l в течение времени обслу­ живания. По истечении этого времени обслуженное тре­ бование должно в соответствии со структурой системы либо покинуть систему по выходящему потоку, либо по­ ступить в один из элементов, следующих за Аг-.

В первом случае Aj освобождается и может взять на обслуживание очередное требование, ожидающее в эле­ ментах, предшествующих А{. Это требование может быть взято либо из аппаратов АІ, предшествующих Аг и нахо­ дящихся в Sj — 2, либо из накопителей, предшествующих

Аг- и хранящих требования. Выбор конкретного

аппарата

или накопителя,

из которого в данный момент

перейдет

в Aj требование,

а также выбор конкретного требования

из числа тех, которые хранятся в выбранном накопителе, осуществляется в соответствии с заданной дисциплиной обслуживания требований в аппарате (Добі).

При переходе выбранного требования в Аг- этот ап­ парат начинает его обслуживание, т. е. остается в S i = l . Если же такой переход в данный момент невозможен из-

за того, что

ни один

из аппаратов,

предшествующих А,-,

не находится

в Sj = 2

и ни в одном

из накопителей, пред­

шествующих АІ, не имеется требований, то Aj переходит

ИЗ Si= 1 В Si 0.

Во втором случае, когда обслуженное в Аг- требование должно поступить в один из элементов, следующих за А,-, возможность освобождения АІ зависит от состояния этих элементов. Обслуженное в АІ требование может посту­ пить либо в один из аппаратов Aj, следующих за АІ И на-

Соседние файлы в папке книги из ГПНТБ