Главная Контакты Добавить в избранное Авторы Вопросы и ответы
,

 

УДК 007.

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ КОЛЛЕКТИВНОЙ ДЕЯТЕЛЬНОСТИ В ИЕРАРХИЧЕСКИХ СИСТЕМАХ УПРАВЛЕНИЯ

Кирюшатова Т.Г

Решение такой сложной проблемы, как моделирование коллективной операторской деятельности возможно лишь в той мере, в какой удается найти подходящие средства, т.е. язык для описания задачи, достаточно полно учитывающий ее специфику и обладающий вместе с тем необходимым уровнем абстракции, обеспечивающим приемлемую общность подхода.

В качестве первой серьезной проблемы, существенно затрудняющей разработку адекватных математических моделей операторской деятельности можно отметить отсутствие четко обоснованных и достаточно универсальных, содержательных моделей функционирования нервно-мышечного аппарата и мыслительных процессов человека, особенно на стадиях логической обработки предъявляемых сигналов и формирования решения.

Вторая группа проблем касается сознательного, творческого характера деятельности человека, существенным образом зависящей при прочих равных условиях от его личных субъективных данных, психофизиологического и эмоционального состояния, степени обученности и тренированности.

Третья группа проблем связана со способностями человека к самообучению и самоорганизации деятельности на базе предыдущего опыта. При создании математических моделей деятельности оператора в связи с этим возникают весьма трудные задачи адекватного отражения способностей человека к учету предыстории, интерполяции и экстраполяции контролируемых процессов, его адаптации к окружающей обстановке и выбору оптимальной стратегии поведения.

Четвертая группа проблем касается характеристик, присущих человеку как звену систем контроля и управления и связанных со свойственным человеку явлением запаздывания реакции по отношению к предъявляемому сигналу.

Пятая группа проблем вытекает из того факта, что и контролируемые процессы, и сама деятельность оператора, рассматриваемая как процесс, носит явно выраженный динамический характер, и потому они могут быть описаны надлежащим образом лишь в функциях, явно зависящих от времени.

К сожалению, значительная часть указанных выше проблем пока еще не получила достаточного отражения в существующих на сегодняшний день методиках моделирования операторской деятельности.

В настоящее время все, или, по крайней мере, значительная часть математических моделей деятельности человека в задачах управления, построенных на формализме теории автоматического управления, исходят из предположения о детерминированном характере этой деятельности. Необходимо отметить, что это предположение не оправдывается на практике даже в простейших ситуациях, относящихся к реакциям оператора на детерминированные сигналы, поскольку эти реакции явно случайны. Из других известных методов моделирования операторской деятельности следует отметить операционно-психофизиологический метод Г.М. Зараковского [3] и обобщенный структурный метод А.И. Губинского [1].

Первый из них основан на алгоритмическом описании трудовой деятельности оператора в форме логических схем. Алгоритм трудовой деятельности определяется как последовательность элементарных актов переработки информации и выполнения моторных действий вместе с логическими условиями перехода от одного акта к другому.

Применение обобщенного структурного метода ограничивается эргатическими системами, допускающими описание их функционирования в виде дискретных конечных алгоритмов, соответствующих схемам алгоритмов А.А. Ляпунова первого и второго рода. Представление алгоритмов осуществляется в виде совокупности специально введенных типовых функциональных единиц, для которых априори задаются необходимые числовые характеристики. Математическими моделями этого класса систем являются стохастические сети с петлями и циклами (поглощающие полумарковские цепи с произвольными законами распределения времени между переходами).

Существенными недостатками указанных выше методов является отсутствие учета динамики процесса, а также малая общность, связанная с необходимостью задания алгоритма деятельности. Если говорить о моделировании коллективной деятельности операторов, то современное состояние этой проблемы находится на еще более низком уровне. Из известных нам работ, можно отметить лишь работы [4,5] , в которых в рамках имитационного моделирования построены модели коллективного поведения.

Учитывая недостатки описанных выше методов, наиболее перспективными, с нашей точки зрения, направлением моделирования операторской деятельности является направление, основанное на принципах искусственного интеллекта [7]. При таком подходе алгоритмы переработки информации, заложенные в математической модели, могут и отличатся от алгоритмов, используемых человеком, однако математическая модель должна удовлетворять основным принципам теории эргатических систем.

В соответствии со сказанным выше, в качестве первого приближения к созданию модели на принципах искусственного интеллекта математическую модель рассматриваемой системы будем искать в классе самоорганизующихся систем управления с функциональной адаптацией.

В нашем случае имеется трехуровневая иерархическая система управления со связями между элементами системы одного уровня, подчиненных одному элементу следующего уровня по принципу «каждый с каждым», а между элементами разных уровней – по подчиненности.

Блок-схема предлагаемой модели показана на рис.1., где в целях упрощения операторы первого уровня управления показаны в виде бригад, поскольку модели каждого из них аналогичны.

Функционирование модели происходит следующим образом. Ошибка слежения поступает на блок взаимопомощи, который определяет, к какому конкретному оператору первого уровня следует ее направить. Непосредственно поступающая к оператору ошибка e попадает на блок принятия решения, вырабатывается управляющее воздействие U 1 ,воздействующее через блок взаимопомощи на управляемый процесс.

Блок принятия решения работает в режиме функциональной адаптации, которая происходит в результате оценки показателя функционирования. В математическую модель операторов первого уровня входит также блок оценки напряженности работы операторов.

С первого уровня на второй поступает информация об информационной напряженности работы операторов С и об ошибках слежения e. На основе этой информации в блоке оценки вероятности выполнения задания вычисляется значение вероятности выполнения задания каждым оператором Рвз . На основании информации о вероятностях выполнения задания и об информационных напряженностях работы операторов принимается решение о взаимопомощи. В случае, если возможность взаимопомощи отсутствует, оператор второго уровня принимает решение об оказании помощи, которую осуществляет он сам при помощи управляющего воздействия U 2. Блок принятия решения о помощи работает в режиме функциональной адаптации.

Со второго уровня управления информация о вероятности выполнения задания поступает на третий уровень управления на блок прогнозирования, в котором осуществляется прогноз вероятности выполнения задания на заданное время. Информация о прогнозируемой вероятности выполнения задания Рвз∆t поступает на блок принятия решения, вырабатывающий управляющие воздействия U 2. Блок принятия решения третьего уровня также работает в режиме функциональной адаптации, которая осуществляется по результатам оценки показателя функционирования.

В соответствии с приведенным выше математическим описанием приведен алгоритм функционирования модели.

Здесь блоки (1-7) описывают поведение операторов первого уровня управления. Блок 3 соответствует модели отслеживаемого процесса X, который генерируется n-мерный генератором случайных чисел. В блоке 4 вычисляется ошибка слежения . В блоке (5) строится матрица взаимопомощи L. В блоках (6) вычисляется ошибка , поступающая к конкретному оператору, выбор которого определяется матрицей L, а также воздействие , которое через матрицу поступает ко входу процесса. В блоке 7 вычисляется текущее время t, прошедшее от начала процесса слежения, где интервал времени  характеризует запаздывание, свойственное человеку-оператору.

 

 

Рис. 1 Блок – схема функционирования трехуровневой иерархической системы управления

По истечении времени , равном

 

(1)

 

и после прохождения информации через блоки, соответствующие моделям информационной напряженности операторов второго и третьего уровня управления, информация поступает на блоки (8-10), которые определяют режим самонастройки операторов первого уровня. Время характеризует время, необходимое оператору для оценки качества его деятельности. После настройки коэффициентов процесс слежения продолжается, начиная с блока 3, путем выборки нового вектора Х.

Модель информационной напряженности работы операторов описывается блоком (8). Здесь по известным N значениям случайных процессов  и Х вычисляются средние значения  и , корреляционные матрицы К и , матрицы спектральных плотностей  и и наконец, вектор информационной напряженности работы операторов С.

Блоки (9-11) относятся к моделям операторов второго уровня управления. В блоке (9) вычисляется вероятность выполнения задания каждым оператором второго уровня. В блоке (10) выбираются операторы, которым необходимо показывать помощь и операторы, которые будут оказывать эту помощь, для чего строятся матрицы , а также формируется управляющее воздействие ,поступающее к операторам первого уровня.

В блоке 12 проверяется текущее время , которое равно

 

(2)

 

где

 

(3)

 

Здесь время  определяет запаздывание операторов второго уровня, а - время, необходимое оператору второго уровня для оценки качества его деятельности.

По истечении времени  и прохождения информации через блоки модели третьего уровня информация поступает на блоки, в которых осуществляется процесс функциональной адаптации операторов второго уровня управления. После настройки коэффициентов информация поступает на блоки формирования управляющего воздействия .

К модели операторов третьего уровня относятся блоки (12-15). В блоке (12) вычисляется значение вероятности выполнения задания всем коллективом, прогнозируемое на время . В случае, если прогнозируемое значение меньше допустимого значения, то выявляются «слабые» бригады по прогнозируемым значениям и вероятностей выполнения задания, что производится в блоке (13) выявляются «слабые» операторы в «слабых» бригадах по прогнозируемым значениям их вероятностей выполнения задания. В блоке 14 проверяется текущее время , которое равно

 

(4)

 

где

(5)

 

Здесь время  определяет запаздывание оператора третьего уровня, а  - время, необходимое оператору третьего уровня для оценки качества его деятельности.

По истечении времени информация поступает на блоки (16-18), в которых осуществляется процесс функциональной адаптации оператора третьего уровня. В блоке (16) вычисляются управляющие воздействия, вырабатываемые оператором третьего уровня.

Вышеописанная модель может быть использована при решении задач управления различными производственными коллективами.

 

The article is devoted to questions of modelling of collective activity in hierarchical control systems. The model of a three-level hierarchical control system which can be used at the decision of problems of management by various work collectives is offered.

 

1.                  Губинский А.И. Эргономическое проектирование судовых систем управления /А.И. Губинский, В.Г. Евграфов –Л: Судостроение, 1977. – 224 с.

2.                  Дюк В.А. Компьютерная психодиагностика. – Санкт-Петербург «Братство», 1994. – 364 с.

3.                  Зароковский Г.М. Психофизиологический анализ трудовой деятельности: Логическо-вероятностный подход при изучении труда управляющего типа.- М.:Наука, 1966. – 114 с.

4.                  Зигель А., Вольф Дж. Модели группового поведения в системе человек-машина. –М.: Мир, 1973. –261 с.

5.                  Иванов-Муромский К.А. и др. Психофизиология оператора в системах человек-машина/ К.А. Иванов-Муромский, О.Н. Лукьнова, В.А. Черноморец и др. – Киев: Наук. думка, 1980. – 344 с.

6.                  Трофимов Ю.Л. Инженерная психология. – Киев, «Либідь», 2002. – 264 с.

7.                  Уинстон П. Искусственный интелект. – М.:Наука, 1980. – 520 с.

 





Ответы на вопросы [_Задать вопроос_]

Моделирование объектов и систем управления

Соколов А.Е., Махова Е.О. Моделирование процесса принятия педагогического решения при компьютеризированном обучении

Славко О.Г. Порівняльний аналіз керування регулятором на основі локальної моделі керованого процесу та П-регулятором

Войтенко В.В., Дикусар Е.В, Ситников В.С. Определение частоты среза устройства сглаживания данных на основе метода скользящего среднего

Передерій В.І. Алгоритм визначення та оцінки характеристик ефективності комп’ютерних систем на початковій стадії проектування в умовах невизначенності

Ляшенко С.А, Ляшенко А.С. Оценка модели псевдолинейной регрессии

Ладієва Л.Р. Математична модель процесу газової мембранної дистиляції

Носов П.С., Косенко Ю.І. Нечіткі моделі і методи ідентифікації та прогнозу стану інформаційної моделі студента

Китаев А.В., Глухова В.И. Анализ работы синхронного двигателя с неявнополюсным ротором по данным каталога

Дорошкевич В.К., Пироженко А.В., Хитько А.В., Хорольский П.Г. К определению требований к системам увода космических объектов

Голінко І.М., Ковриго Ю.М., Кубрак А.І. Настройка системи керування за імпульсною характеристикою об’єкта

Яшина К.В., Садовой А.В. Комплексная математическая модель тепловых процессов, происходящих в дуговых электросталеплавильных печах

Шейник С.П., Рудакова А.В. Использование функций принадлежности для моделирования параметров распределенных объектов

Хомченко А.Н., Литвиненко Е.И. Метод барицентрического усреднения граничных потенциалов электростатического поля

Селяков Е. Б. Моделирование требований к техническим системам методами математической логики

Тодорцев Ю.К., Ларіонова О.С., Бундюк А.М. Математична модель контура теплопостачання когенераційної енергетичної установки

Кириллов О.Л. , Якимчук Г.С. Моделирование процесса управления системой перегрузки углеводородных жидких топлив

Шеховцов А.Н., Козел В.Н. Построение математической модели формирования распределенных систем

Китаев А.В., Глухова В.И. Анализ поведения генератора постоянного тока по данным каталога

Хомченко А.Н., Козуб Н.О. Задачі наближення функцій: від лагранжевих до серендипових поліномів

Хобин В.А., Титлова О.А. Определение температуры парожидкостной смеси в дефлегматоре АДХМ по результатам измерений температуры его поверхности

Григорова Т.М., Усов А.В. Вероятностно-статистическое моделирование маршрутизированных пассажиропотоков в крупных городах

Горач О.О., Тернова Т.І. Моделювання технологічного процесу одержання трести при використані штучного зволоження з урахуванням складу мікрофлори

Дубік Р.М., Ладієва Л.Р. Математична модель розділення неоднорідних рідких систем

Казак В.М, Лейва Каналес Родриго, Яковицкая Е.Ю. Моделирование динамики полета магистрального самолета на исследовательском стенде

Завальнюк И.П. Исследование процесса торможения автомобиля как критического режима динамической системы

Дмитриев С.А., Попов А.В. Построение портрета неисправностей проточной части газотурбинного двигателя на примере АИ-25

Русанов С.А., Луняка К.В., Клюєв О.І., Глухов Г.М. Математичне моделювання робочого процесу в апаратах з віброкиплячим шаром та розробка систем автоматизованого моделювання гідродинаміки віброкиплячих шарів

Боярчук В.П., Сыс В.Б. Экспериментальные исследования влияния технологии шлихтования на изменение жесткости текстильных нитей

Селін Ю.М. Використовування контекстних марківських моделей для аналізу дії промислових вибухів на будівельні конструкції

Рудакова А.В. Проблемы интеграции сложных систем

Передерій В.І., Касап А.М. Математична модель та алгоритм автоматизації розрахунку параметрів комп’ютеризованих систем працюючих у реальному часі

Передерий В.И., Еременко А.П. Математические модели и алгоритмы принятия релевантных решений пользователями автоматизированных систем с учетом личностных и внешних факторов на базе генетических алгоритмов

Михайловская Т.В., Михалев А.И., Гуда А.И. Исследование правил клеточных автоматов для моделирования процессов затвердевания квазиравновесных бинарных сплавов

Хомченко А.Н., Колесникова Н.В. Явление «сверхсходимости» в задаче Прандтля для уравнения Пуассона

Китаев А.В., Глухова В.И. Анализ работы трансформатора по данным каталога

Квасницкий В.В., Ермолаев Г.В., Матвиенко М. В., Бугаенко Б.В., Квасницкий В.Ф. Оценка применимости метода компьютерного моделирования к исследованию напряженно-деформиррованного состояния цилиндрических узлов

Китаев А.И., Глухова В.И. Анализ работы асинхронного двигателя по данным каталога

Шелестов А.Ю Имитационная модель взаимодействия GRID-узлов с очередью доступа к общей памяти

Chizhenkova R.A. Mathematical Aspects of Bibliometrical Analysis of Neurophysiological Investigations of Action of Non-ionized Radiation (Medline-Internet)

Хомченко А.Н., Козуб Н.А. Геометрическое моделирование дискретных элементов с криволинейными границами

Славич В.П. Модель автоматизованої системи управління потоками транспортних засобів

Маркута О.В., Мысак В.Ф. Программная реализация и исследование особенностей метода группового учета аргументов

Степанкова Г.А., Баклан І.В. Побудова гібридних моделей на основі прихованих марківських моделей та нейронних мереж

Бакшанська Т.Д., Рижиков Ю.Г., Тодорцев Ю.К. Математична модель процесу горіння природного газу з рециркуляцією продуктів згорання для цілей управління

Хомченко А.Н. Новые решения обобщенной задачи Бюффона

Передерий В.И., Еременко А.П. Математические модели и алгоритмы определения релевантности принимаемых решений с учетом психофункциональных характеристик пользователей при управлении автоматизированными динамическими системами

Ложечников В.Ф., Михайленко В.С., Максименко И.Н. Аналитическая много режимная математическая модель динамики газовоздушного тракта барабанного котла средней мощности

Ковриго Ю.М., Фоменко Б.В., Полищук И.А. Математическое моделирование систем автоматического регулирования с учетом ограничений на управление в пакете Matlab

Исаев Е.А., Наговский Д.А. Математическое описание влияния кривизны контактирующих тел на угол смачивания жидкости в межчастичном пространстве

Бідюк П.І., Литвиненко В.І., Кроптя А.В. Аналіз ефективності функціонування мережі Байєса

Тищенко И.А., Лубяный В.З. Математическое моделирование вокодера для определения оптимальной формы импульса сигнала возбуждения.

Николаенко Ю.И., Моисеенко С.В. Моделирование гармонического полиномиального базиса гексагона.

Козуб Н.А., Манойленко Е.С., Хомченко А.Н. Температурный тест для модифицированных базисов бикубической интерполяции.

Клименко А.К. Об упрощенном численном конструировании обратной модели динамического объекта.

Китаев А.В., Сушич Е.Ф. Расчет погрешностей измерительных трансформаторов.

Передерій В.І.,Касап А.М. Математична модель та алгоритм автоматизації розрахунку параметрів комп’ютеризованих систем працюючих у реальному часі

Шпильовий Л.В. Математична модель та алгоритм екстремального управління процесом осадження дисперсної фази суспензії.

Тулученко Г.Я. Інформаційний модуль експрес-пошуку точок еквівалентності процесу нейтралізації.

Тернова Т.І. Урахування морфогенетичного рівняння в математичній моделі тканини.

Попруга А.Г. Теоретические и экспериментальные исследования электрических нагревателей по критерию экономии энергии.