Структура экспертной подсистемы автоматизированной системы принятия оптимальных управленческих решенийНеобходимой частью АСПУР является ЭС, которая включает блоки анализа проблем, подбора моделей и принятия решений, базу данных и базу знаний (БЗ), а также другие блоки, обеспечивающие процесс выработки управляющих воздействий.
Как известно, ЭС также содержит диалоговые процессоры взаимодействия с пользователем (работником TJIK, начальником станции, диспетчером, оператором погрузочно-разгрузочных машин, приемосдатчиком) и разработчиком системы, интерпретатор правил, базы данных (БД), знаний (БЗ) и целей (БЦ), а также блоки моделей алгоритмов, обеспечивающие процесс выработки управляющих воздействий.
Применение ЭС для решения некоторой оперативно-технологической задачи сводится к построению ее компьютерной модели с использованием БД и БЗ. БЗ — основной специфический элемент ЭС.
Ядром БЗ являются знания, которые формируются при опросе специалистов в данной предметной области, например ГС, накапливаются и развиваются в процессе функционирования системы.
БЗ включает в себя правила поиска оптимального управленческого решения в зависимости от конкретной ситуации. Каждое правило представляет собой программу, для вызова которой пользователю, например диспетчеру ГС, необходимо задать в процессе человеко-машинной диалоговой процедуры определенные условия (признаки). Множество признаков формируются на этапе анализа проблем, и к ним могут быть отнесены критерии оптимальности (цели управления), например, такие, как минимизация времени простоя транспортных средств, максимизация перерабатывающей способности погрузочно-разгрузочных машин или получаемой прибыли от коммерческой деятельности, минимизация риска потерь доходов и др. Образует БЗ множество продукций — правил решения задачи. Система продукций также представляет собой метод организации программы построения БД, списков правил, применяемых при формировании ЭС по вопросам, поставленным работником станции (диспетчером), а также методы выбора этих правил.
Помощь пользователю в формировании множества критериев оптимальности оказывает БЦ, которая, как и БД и БЗ, должна постоянню обновляться с учетом тех показателей, которые в наименьшей мере характеризуют качество работы ГС. Выбор цели и критерия определяется условиями функционирования объекта. Для повышения качества выбора критерия из БЦ, если приходится при принятии решения учитывать несколько из них, целесообразно иметь характеристику относительной важности каждого критерия в рассматриваемый момент времени. Весовые коэффициенты, характеризующие относительную важность критериев, можно получить, воспользовавшись оценками высококвалифицированных экспертов. Таким образом, в рамках ЭС пользователь получает возможность установить соответствие между стоящей перед ним производственной задачей, сформулированной в технологических терминах производственного объекта, и методами, формулируемыми в терминах теории принятия оптимальных управленческих решений. Эти методы содержатся в блоках объективных и субъективных моделей и алгоритмов ЭС. Здесь операция сопоставления выполняется ЭВМ. После задания признаков управленческой ситуации правила из БЗ «загружаются» в интерпретатор правил, который просматривает информацию из БД. БД содержит объективную информацию о состоянии объекта в момент принятия решения. Для ГС — это информация о наличии вагонов и грузов, техническом оснащении грузовых фронтов и складов и т.д. Если выбранный набор данных соответствует условиям (признакам) правил, то результат записывается в БД для дальнейшего использования при решении задачи.
Когда в качестве признаков ситуации выступают критерии оптимальности, интерпретатор правил анализирует те правила, которые обеспечивают достижение желаемых целей, — подбирает соответствующий алгоритм. Если не существует правил, то в этом случае разработчик системы во взаимодействии с коллективом экспертов при помощи блока «механизма приобретения знаний» производит изменения, дополнения или изъятия несовершенных моделей знаний и вводит новые данные и правила. Таким образом, реализуется корректировка блоков моделей и алгоритмов.
Перечисленные блоки составляют структуру статической ЭС. Данные ЭС могут эффективно применяться, если можно не учитывать изменения внешней среды за время решения конкретной задачи. В то же время в условиях действия рыночных факторов, динамично изменяющихся параметров внешней среды для информационной поддержки процесса оптимизации функционирования ТЛК целесообразно использовать возможности динамической ЭС. В этом случае добавляются два блока: подсистема моделирования внешней среды и подсистема связи с внешней средой. Кроме того, система знаний включает в себя и библиотеку знаний. В файлах библиотеки знаний хранятся общие знания, которые могут быть использованы более чем в одной подсистеме ТЛК.
Таким образом, на основе характеристик предложенной экспертной АСПУР, а также особенностей разработанного алгоритма решения многокритериальной задачи оптимизации функционирования ТЛК можно сформулировать методы повышения эффективности деятельности административного персонала.
Следует также отметить, что при организации производства особое значение имеет создание оптимальных условий для эффективной деятельности управленческого персонала ТЛК. Создание таких условий и являлось одной из задач при разработке алгоритма решения многокритериальной задачи, содержащего диалог человека и ЭВМ.
Это пример ситуации, когда возникает необходимость развития системы. Кроме того, здесь показан пример механизма приобретения новых знаний на уровне БЦ.
Принципиальная схема решения управленческой задачи параметризации в рамках АСПУР. В рамках АСПУР могут быть предложены три схемы решения производственных задач.
В первой схеме задача решается в оперативном режиме человеко- машинного диалога на основе применения математических и эвристических методов.
Вторая схема основана на использовании заложенного в БЗ опыта работника в решении той или иной технологической задачи. Здесь же возможно использование «обобщенного» опыта работников разных подсистем ТЛК.
В третьей схеме используются итоги предварительного решения задач при помощи методов имитационного и математического моделирования.