Главная Контакты Добавить в избранное Авторы Вопросы и ответы
,

УДК  658.012 (043.2)

ЗАСТОСУВАННЯ АЛГОРИТМУ КЛОНАЛЬНОГО ВІДБОРУ ДЛЯ ПОБУДОВИ ПЛАНІВ МОДЕРНІЗАЦІЇ АВІАЦІЙНОЇ ТЕХНІКИ

Самков О.В., Захарченко Ю.А.

Авіаційна промисловість є однією з високотехнологічних секторів економіки та визначає рівень розвитку кожної держави. У сучасному житті практично неможливо продати на світовому ринку продукцію, відповідність якої вимогам нормативних документів по якості, безпеці, впливу на навколишнє середовище і т.п. не підкріплено визнаними у відповідній сфері сертифікатами. Таким чином модернізація авіаційної техніки (АТ) є одним із основних напрямів технічної політики багатьох держав світу, як один із найвигідніших шляхів приведення морально та фізично застарілого парку АТ України до рівня європейських стандартів.

У зв’язку зі складним становищем Україна у найближчому майбутньому не може закупити нову авіаційну техніку, тому найефективнішим варіантом оновлення авіаційного парку є його модернізація. Методологія модернізації АТ, яка розроблена за останній час в Україні вимагає уточнення та вдосконалення у зв’язку з умовами недостатнього та невизначеного фінансування. При цьому  якість планів, які мають за основу варіанти та повноту об’єму модернізації, напряму залежить від обсягу та термінів фінансування програми модернізації. У зв’язку з цим доволі актуальним є питання вдосконалення планів модернізації АТ за допомогою застосування різних методик та алгоритмів [1,2].

Для процесу модернізації характерним є широка номенклатура ресурсів та робіт пов’язаних з різними типами АТ та варіантами модернізації. До ресурсів відносяться: ресурс запасних частин, видаткові матеріали, людські ресурси, фінансові та часові ресурси. Через це постає питання нестабільності виробничих умов по різним гілкам процесу модернізації та значно ускладнює організацію та планування даного процесу [3,4].

План модернізації парку АТ у загальному вигляді визначається множиною характеристик (1):

 

(1)

                                                          

де        { х } – визначені характеристики, що складаються із кінцевих елементарних множин та характеризуються вектором параметрів:

-    множина m-х типів повітряних суден (ПС), які підлягають модернізації;

-    множина характеристик j-х варіантів модернізації m-х типів ПС;

-    множина характеристик виробничих потужностей підприємства (ВПП), на яких планується проведення модернізації;

-     множина характеристик програми модернізації.

 – закон розподілу фінансових ресурсів ,

 – характеристики невизначеності у процесі проведення модернізації.

Таким чином задача зводиться до знаходження такого плану  оптимального розподілу ресурсів ,   за m типами ПС з урахуванням усіх варіантів модернізації по цим типам ПС, який би забезпечував максимальний приріст потенціальних можливостей усього парку АТ та задовольняв би обмеженням (2):

 

 

(2)

 

де         - величина фінансових ресурсів, виділена на всю програму модернізації;

   ,  - час проведення модернізації загальний та передбачений програмою модернізації відповідно.

Згідно вище сказаного процес синтезу розкладу проведення модернізації можна подати за наступною схемою (рис.1), де Ni – різні типи ПС, Vij – варіанти модернізації певного типу ПС:

Рис.1 Схема управління формуванням плану модернізації парку АТ

Однією з важливих задач планування процесу АТ модернізації є розподіл ресурсів між різними ВПП, на яких буде проходити модернізація парку АТ, згідно усіх необхідних етапів програми модернізації. Результатом планування є календарний план всього процесу, який подається у вигляді розкладу робіт по ВПП за типами АТ з урахуванням термінів виконання всієї програми модернізації парку АТ. При цьому потрібно розробити календарні нормативи, щоб забезпечити рівномірну модернізацію одиниць АТ в заданий термін на  наявних ремонтних лініях усіх задіяних АРП з максимальною їх завантаженістю.

Побудова планів модернізації відноситься до класу задач управління проектами, яка включає також задачі розподілу, планування та оптимізації ресурсів. Ці задачі також можна віднести до задач теорії розкладів. З точки зору оптимізації ресурсів, всі варіанти розв’язку, які отримуємо в результаті побудови планів можна поділити на наступні: оптимальні за всіма критеріями; оптимізовані за одним або декількома критеріями; прийнятні для всіх обмежень.

Базовим поняттям у задачі теорії розкладів є поняття роботи – елементарної запланованої частини процесу. Таким чином задача зводиться до упорядкування плану виконання всіх типів робіт, розподілу ресурсів усіх видів, установленням моментів початку і закінчення кожної роботи, визначення вартості робіт. Ресурси – компоненти забезпечення діяльності, що включають виконавців, матеріали, устаткування, фінанси і т.п. З кожною роботою можна пов’язати функцію необхідності ресурсів. Значення ресурсу, обране для конкретної роботи може бути обрано у деякому діапазоні і від призначеного значення залежить тривалість та (або) вартість виконання роботи[5].

Процес побудови розкладу процесу модернізації АТ можна розділити на дві підзадачі: знаходження можливих розкладів робіт з модернізації на основі різних пріоритетних правил та виділення із них найоптимальнішого, який відповідає заданим критеріям. Розробка розкладу планів модернізації АТ є NP-складною задачею та має комбінаторний характер. Вибір оптимального, або такого, що найбільше задовольняє вимогам , варіанту розкладу можна здійснити за допомогою одного із наступних підходів: статистичного моделювання, комбінаторного, математичного програмування, евристичного.

Задачі такого типу мають різні шляхи розв’язання, однак, оптимальні розв’язки отримані лише для простіших випадків. Для отримання ж лише одного варіанту розкладу, який буде оптимальним, необхідно виконати повний перебір усіх робіт процесу, що, навіть з урахуванням сучасної обчислювальної техніки, є проблематичним. Алгоритми побудови розкладу без проведення повного або часткового перебору варіантів базуються на евристичних правилах. Проте такий підхід передбачає відмову від пошуку оптимального рішення та знаходження варіанту, який задовольняв би з необхідною достовірністю заданим вимогам за прийнятний час [6].

Як уже зазначалося, задача планування процесу модернізації АТ, вирішується на основі методів управління проектами та розподілу і планування ресурсів. Задача розробки розкладів є однією з найбільш поширених задач, що вирішуються людиною. У загальній постановці це процес розподілу деякого кінцевого набору подій у часі в умовах ресурсних та інших обмежень. Для розв’язання даної задачі був обраний алгоритм клонального відбору, який відноситься до імунних алгоритмів.

Імунні алгоритми - це стохастичні евристичні оптимізаційні методи, основна ідея яких узята з теорії імунної системи людини. Головні імунні аспекти, які бралися до уваги при розробці алгоритму клонального відбору: зберігання певного набору клітин пам’яті, відбір та клонування найбільш стимулюючих антитіл, загибель нестимулюючих антитіл, дозрівання афінності та повторний відбір клонів пропорційно їх антигенної афінності та генерація і забезпечення різноманітності. Алгоритм призначений для розв’язання задач оптимізаційного характеру[7].

Першим кроком при розробці математичної моделі, заснованої на алгоритмі клонального відбору, є розробка структури антитіла, у якому буде зберігатися рішення. У  нашому випадку таким «антитілом» є розклад процесу модернізації. Обрана структура повинна враховувати всі особливості та обмеження, які вимагаються від необхідного розв’язку. Вибір структури антитіла впливає не тільки на швидкість роботи алгоритму, але й на збіжність алгоритму взагалі.

Одним із найбільш зручних подань розв’язку розглянутого завдання є тривимірна матриця, осями якої відповідно є: типи ПС, розподілені стосовно виробничих потужностей підприємств, на яких виконується модернізація; варіанти модернізації кожного типу ПС; роботи по виконанню процесу модернізації. Подання даної структури антитіла привелено на рис.2,3:

Рис. 2 Призначення характеристик по різним типам ПС (N1) відповідно до ВПП (D) та з урахування різних варіантів модернізації (m)

 

Рис.3 Розподіл робіт (W) по виконанню етапів модернізації з урахуванням різних варіантів модернізації ПС (m)

 

Алгоритм пошуку роботи для включення в розклад:

1. Необхідно скласти список «відкритих» робіт, тобто тих, які на даному кроці алгоритму можуть бути включені, для цього необхідно, щоб вони або не мали попередників, або, щоб їх попередники вже входили в розклад проекту.

2. Необхідно перевірити роботи на наявність обмеження «старт не раніше, ніж»

2.1. Якщо таке обмеження є, то необхідно пересунути роботу на цю дату

3. Залежно від типу евристики, потрібно виконати наступні перевірки:

3.1. Якщо тип евристики « по кількості обмеження не пізніше, ніж», то потрібно порахувати кількість таких обмежень і вибрати ту роботу, у якої кількість таких обмежень максимальна

3.2. Якщо тип евристики «найбільший обсяг виконання», то потрібно порахувати для кожної роботи, який обсяг процесу вона виконує, і вибрати ту, яка робить найбільший

3.3. Якщо тип евристики «найбільша кількість послідовників», то для кожної роботи потрібно порахувати, скільки в неї робіт-послідовників, і вибрати ту роботу, у якої ця кількість максимальна

3.4. Для всіх інших розглянутих евристик необхідно змоделювати роботу ресурсів, тому потрібно виконати наступні дії:

3.4.1. Визначити тип роботи й залежно від типу роботи виконати наступні дії:

3.4.1.1. Якщо робота «фіксована тривалість», то потрібно, починаючи від дати старту роботи й протягом усієї її тривалості, перевірити чи доступні всі необхідні ресурси. Якщо ресурсів недостатньо, то тоді дата старту роботи переноситься і заново проводиться моделювання ресурсів. При цьому запам'ятовується вартість ресурсів, ця вартість надалі буде включена в підсумкову вартість роботи. Величина вартості ресурсу визначається евристикою, яка задає правило, чи можна цей ресурс використовувати надурочно.

3.4.1.2. Якщо робота «фіксована кількість», то потрібно починаючи від прогнозованої дати старту перевіряти завантаженість ресурсів і враховувати їх вартість, а також потрібно звернути увагу на те, якою при цьому стане тривалість роботи, доти поки не буде задоволена потреба роботи в ресурсі.

3.4.1.3. Якщо робота типу «Обсяг», те для неї потрібно виконати ті ж дії, що й для роботи типу «фіксована кількість», але умова закінчення роботи – це задоволення потреби не в ресурсах, а у виконанні етапу модернізації.

3.4.2. Вартість робіт потрібно скорегувати з урахуванням, призначених на них матеріалів

3.4.3. Вибрати роботу, що задовольняє правилу, заданому евристикою

При додаванні роботи в розклад потрібно змоделювати споживання роботою ресурсів. Цей процес має свої особливості залежно від типу роботи. Але в цілому він аналогічний моделюванню споживання ресурсів на етапі вибору роботи. Різниця полягає в тому, що крім оцінки вартості й тривалості роботи, необхідно зберегти інформацію про завантаження ресурсу, щоб вона була врахована при виборі наступної роботи.

За отриманими значеннями вартості та тривалості проектів у результаті проведення експериментів можна зробити висновок, що алгоритм клонального відбору виявився більш ефективним, тобто дозволив отримати кращі значення, ніж застосування окремих евристичних алгоритмів по тривалості проекту – на 15-27%, по вартості проекту – 3-14%. Дані відсоткові співвідношення були отримані при проведенні серії експериментів із запуском розробленого алгоритму при різних параметрах та однакових вхідних даних. Із результатів були вибрані краще та гірше значення. Ці значення відрізняються, як правило не більше, ніж на 1%. Таким чином, можна зробити висновок, що даний алгоритм є достатньо ефективним, тому що дозволяє отримати наближене значення за допустимий час.

У результаті досліджень отримана складна цільова функція, яка враховує ймовірнісні характеристики багатьох параметрів, а стосовно до розв’язуваної задачі – невизначеності при проведенні модернізації парку АТ . Даний підхід дозволяє отримати більш якісні плани проведення модернізації авіаційних парків з урахуванням кількісно-якісних оцінок та на їх основі розробляти практичні рекомендації із планування заходів щодо модернізації АТ в умовах невизначеності й обмеженості фінансування.

 

The method of decision of task of management considered in article projects of modernization of aviation technique offered on the basis of immune algorithms allows shows achievement of necessary authenticity of results of planning of conducting of its modernization and validity of practical recommendations of the conditions of vagueness of financing.

 

1.                  Авиационный бизнес / В.Т. Климов, Ал.П. Павлов, Ан.П. Павлов, Ф.Ш. Гайсин. – М.: Московский рабочий, 2002. – 207 с.

2.                  Организация и планирование работы воздушного транспорта. – Ч. 2 / О.А. Овчинников, Г.И. Исаков, А.С. Гуртовых, А.П. Шубин. – Л.: ОЛ ВАУГА, 1972. – 156 с.

3.                  Клишин Ю. Ставка на модернизацию и многофункциональность // Вестн. воздушного флота. –1999. – №1. – С. 18–21.

4.                  Самков О.В., Коваленко А.В. Методологiя обгрунтування варiантiв модернiзації парку бойових авiацiйних комплексiв // 3б. наук. пр. НЦ ВПС. – К.: НЦ ВПС ЗС України, 2003. –Вип.6.– С. 15–20.

5.                  Павлов А.А. Основы системного анализа АСУ. – К.: Техника, 1990. – 367

6.                  Люгер Дж.Ф. Искусственный интеллект. Стратегии и методы решения сложных проблем. – 4-е изд. – М.: Вильямс, 2005. – 864 с.

7.                  Самков О.В., Литвиненко В.І. Методологiчний пiдхiд щодо вирiшення завдань розподiлу ресурсiв в умовах невизначеностi // Зб. наук. праць ДНДІ авiацiї.– К.: ДНДIА, 2006.– Вип. 21(9). – С. 220 – 225.

8.                  Самков О.В. Казак В.М. Методичний пiдхiд щодо обгрунтування оптимальних варiантiв модернiзацiї складних технiчних систем // Системнi технологi. – Д.: ДГУ, 2006.–Вип. 6(47). – С. 212 – 220.

 





Ответы на вопросы [_Задать вопроос_]

Читайте также

 
Литвиненко В.И. Синтез радиально-базисных сетей для решения задачи дистанционного определения концентрации хлорофилла.

Литвиненко В.И., Дидык А.А., Захарченко Ю.А. Компьютерная система для решения задач классификации на основе модифицированных иммунных алгоритмов

Цмоць І.Г. Алгоритми та матричні НВІС-структури пристроїв ділення для комп'-ютерних систем реального часу.

Фаніна Л.О. Алгоритми відновлення вимовленої послідовності в системах розпізнавання мови

Бараненко Р.В., Шаганян С.М., Дячук М.В. Аналіз алгоритмів взаємних виключень критичних інтервалів процесів у розподілених системах

Рожков С.О., Федотова О.М. Алгоритм розпізнавання дефектів тканин для автоматичної системи контролю якості.

Водічев В.А. Порівняльний аналіз швидкодії алгоритмів керування у системі оптимізації технологічного процесу металообробки.

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

Казак В.М., Гальченко С.М., Завгородній С.О. Аналіз можливості застосування імовірнісних методів розпізнавання для виявлення пошкоджень зовнішнього обводу літака.

Теленик С.Ф., Ролік О.І., Букасов М.М., Андросов С.А. Генетичні алгоритми вирішення задач управління ресурсами і навантаженням центрів оброблення даних

Кухаренко С.В., Балтовский А.А. Решение задачи календарного планирования с использованием эвристических алгоритмов.

Хобин В.А. Повышение качества формирования смесей средствами интеллектуализации алгоритмов управления порционным дозированием

Кравчук А. Ф., Ладанюк А.П., Прокопенко Ю.В. Алгоритм ситуационного управления процессом кристаллизации сахара в вакуум-аппарате периодического действия с механическим циркулятором

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

Информационно-измерительные системы

Ковальов О.І. Вимірювання у процесно-орієнтованих стандартах

Полякова М.В., Ищенко А.В., Худайбердин Э.И. Порогово-пространственная сегментация цветных текстурированных изображений на основе метода JSEG

Дзюбаненко А. В. Организация компьютерных систем для анализа изображений

Гордеев Б.Н., Зивенко А.В., Наконечный А.Г. Формирование зондирующих импульсов для полиметрических измерительных систем

Богданов А.В., Бень А.П., Хойна С.И. Релаксация обратного тока диодов Шоттки после их магнитно-импульсной обработки (МИО)

Тверезовский В.С., Бараненко Р.В. Проектирование измерителя добротности варикапов

Тверезовский В.С., Бараненко Р.В. Оптимизированная модель измерителя доб-ротности варикапов

Руднєва М.С., Кочеткова О.В., Задорожній Р.О. Принципи побудови оптимальної структури інформаційно-вимірювальної системи геометричних розмірів об’єктів в діапазоні від 1 нм до 1000 нм

Биленко М.С., Рожков С.А., Единович М.Б. Идентификация деформаций пе-риодических структур с использованием систем технического зрения

Рашкевич Ю.М., Ковальчук А.М., Пелешко Д.Д. Афінні перетворення в модифікаціях алгоритму RSA шифрування зображень

Дидык А.А., Фефелов А.А, Литвиненко В.И., Шкурдода С.В., Синяков Ф. В. Классификация масс-спектров с помощью кооперативного иммунного алгоритма

Клименко А.K. Обратная модель для решения задач в системах с многосвязными динамическими объектами

Завгородній А.Б. Порівняльне дослідження твердотільних і рідиннофазних об'єктів методом газорозрядної візуалізації

Голощапов С.С., Петровский А.В., Рожко Ж.А., Боярчук А.И. Измерение доб-ротности колебательного контура на основе метода биения частот

Кириллов О.Л., Якимчук Г.С. Диагностирование критерия безопасности при заполнении замкнутых объемов СПЖ косвенным методом

Долина В.Г. Проблеми підвищення точності рефрактометра на основі прозорих порожнистих циліндрів.

Попов Д.В. Метод формування регламентів технічного обслуговування повітряних суден

Казак В.М., Чорний Г.П., Чорний Т.Г. Оцінювання готовності технічних об’єктів з урахуванням достовірності їх контролю

Тверезовский В.С., Бараненко Р.В. Технические аспекты проектирования цифрового измерителя добротности варикапов

Тверезовский В.С., Бараненко Р.В. Технические аспекты проектирования устройства для разбраковки варикапов по емкостным параметрaм и добротности

Сосюк А.В. Інтелектуальний автоматизований контроль знань в системах дистанційного навчання

Соколов А.Є. Деякі аспекти систезу комп’ютеризованої адаптивної системи навчання

Полякова М.В., Волкова Н.П., Іванова О.В. Сегментація зображень стохастичних текстур амплітудно-детекторним методом у просторі вейвлет-перетворення

Луцкий М.Г., Пономаренко А.В., Филоненко С.Ф. Обработка сигналов акустической эмиссии при определении положения сквозных дефектов

Литвиненко В.И., Дидык А.А., Захарченко Ю.А. Компьютерная система для решения задач классификации на основе модифицированных иммунных алгоритмов

Лубяный В.З., Голощапов С.С. Прямоотсчетные измерители расхождений емкостей

Беляев А.В. Построение навигации для иерархических структур в WEB-системах и системах управления WEB-сайтом

Терновая Т.И., Сумская О.П., Слободянюк И.И., Булка Т.И. Контроль качества тканей специального назначения с помощью автоматических систем.

Шеховцов А.В. Інформаційний аспект: розпізнавання образів індивідуума.

Полякова М.В. Определение границ сегмента упорядоченной текстуры на изображении с однородным фоном с помощью многоканального обнаружения пачки импульсов.

Литвиненко В.И. Прогнозирования нестационарных временных рядов с помощью синтезируемых нечетких нейронных сетей

Ковриго Ю.М., Мисак В.Ф., Мовчан А.П., Любицький С.В. Автоматизована система діагностики генераторів електростанцій

Браїловський В.В., Іванчук М.М., Ватаманюк П.П., Танасюк В.С. Керований детектор імпульсного ЯКР спектрометра

Забытовская О.И. Построение функции полезности по экспериментальным данным.

Шиманські З. Апаратні засоби сегментації мовного сигналу

Хобин В.А., Титлова О.А. К вопросу измерения парожидкостного фронта в дефлегматоре абсорбционно-диффузионной холодильной машины (АДХМ)

Фефелов А. А. Использование байесовских сетей для решения задачи поиска места и типа отказа сложной технической системы

Слань Ю. М., Трегуб В. Г. Оперативна нейромережна ідентифікація складних об’єктів керування

Ролик А.И. Модель управления перераспределением ресурсов информационно-телекоммуникационной системы при изменении значимости бизнес-процессов

Кириллов О.Л., Якимчук Г.С., Якимчук С.Г. Изучение электрического поля с помощью датчика измерителя электростатического потенциала на модели замкнутого металлического объема

Грицик В.В. Застосування штучних нейронних мереж при проектуванні комп’ютерного зору.

Гасанов А.С. Информационные технологии построения систем прогнозирования отказов

Шеховцов А.В., Везумский А.К., Середа Е.С. Алгоритм сжатия информации без потерь: модифицированный алгоритм LZ77

Ходаков В.Е., Жарикова М.В., Ляшенко Е.Н. Методы и алгоритмы визуализации пространственных данных на примере моделирования распространения лесных пожаров.

Полякова М.В., Крылов В.Н. Обобщённые масштабные функции с компактным носителем в задаче сегментации изображений упорядоченных текстур. – C. 75 – 84.

Полторак В.П., Дорогой Я.Ю. Система распознавания образов на базе нечеткого нейронного классификатора.

Литвиненко В.И. Синтез радиально-базисных сетей для решения задачи дистанционного определения концентрации хлорофилла.

Бражник Д.А. Управление совмещением изображения объекта в сцене и эталонного изображения.

Бабак В.П., Пономаренко А.В. Локализация места положения сквозных дефектов по сигналам акустической эмиссии.

Мороз В. В. R-D проблема и эффективность систем сжатия изображений.

Крылов В.Н., Полякова М.В., Волкова Н.П. Контурная сегментация в пространстве гиперболического вейвлет-преобразования с использованием математической морфологии.

Квасников В.П., Баранов А.Г. Анализ влияния дестабилизирующих факторов на работу биканальной координатно-измерительной машины.

Казак В.М., Гальченко С.М., Завгородній С.О. Аналіз можливості застосування імовірнісних методів розпізнавання для виявлення пошкоджень зовнішнього обводу літака.

Тищенко И.А., Лубяный В.З. Управление коммутационными процессами в интегрированных сетях связи.

Корниенко-Мифтахова И.К.,Филоненко С.Ф. Информационно-измерительная система для анализа характеристик динамического поведения конструкций.

Тверезовский В.С., Бараненко Р.В. Модель измерителя емкости с линейной шкалой измерений.

Полякова М.В., Крылов В.Н. Мультифрактальный метод автоматизированного распознавания помех на изображении.

Рожков С.О., Федотова О.М. Алгоритм розпізнавання дефектів тканин для автоматичної системи контролю якості.

Бражник Д.А. Использование проективного преобразования для автоматизации обнаружения объектов.

Ходаков В.Є., Шеховцов А.В., Бараненко Р.В. Математичні аспекти створення автоматизованої системи „Реєстр виборців України”