647

Инструкции по проведению работ, должностные инструкции

Регламент

переговоров

Опосредованный контроль

Человек-оператор

Рис. 5.5. Общая схема бизнес-процесса «ОПЕРАТИВНОЕ УПРАВЛЕНИЕ»

133

Инструкции по проведению работ, должностные инструкции

Человек-оператор

Рис. 5.6. Общая схема бизнес-процесса «ОРГАНИЗАЦИЯ РАБОТ»

134

Данные свойства и будут являться качественными параметрами работы системы. То есть, по каждой конкретной службе, при моделировании тех или иных процессов, требуется соблюдение этих свойств.

Количественными параметрами системы имитационной модели по каждому технологическому процессу будут следующие данные:

—набор модулей, из которых будет строиться бизнес-процесс;

—повторяемость тех или иных модулей в этом процессе.

Очевидно, что по каждому технологическому процессу состав операций и количество их повторений в этом процессе будет уникально. Также следует отметить, что при моделировании процессов важным является их базовая платформа. То есть, для информационно-технологических и механикотехнологических процессов набор модулей может быть одинаковым, с небольшой разницей, но отличаться в реализации. Так возвращаясь к вышеизложенному примеру, очевидно, что бизнеспроцесс «Планирование работ» для вагонной службы и службы перевозок будет иметь почти одинаковый набор модулей, но средства их реализации будут разными. А это, в свою очередь, тоже будет являться качественными и количественными показателями работы системы.

5.3. Анализ доступных ресурсов и ограничений проектирования элементов виртуальной железной дороги

При проектировании элементов виртуальной железной дороги, представляемой в виде тренажерных комплексов, помимо определения области моделирования и создания алгоритмов технологических процессов, следует выявить доступные ресурсы и возможные ограничения, которые позволят дополнить качественную и количественную характеристику модели. Но прежде следует дать основные понятия и определения.

Ресурсом является один из компонентов системы и предоставляемые им возможности. При проектировании какого-либо процесса используют определенный набор средств, каждое из которых обладает доступным ресурсом, а соответственно все значения, превышающие доступный ресурс будут ограничениями.

В начале исследования необходимо остановиться на некоторых общих положениях о конструировании комплексов тренажеров для железнодорожного транспорта.

5.3.1. Общие положения

Прежде всего, следует рассмотреть, какие же собственно системы необходимо будет конструировать в процессе создания тренажеров и в каких элементах тренажера можно использовать готовые решения, а что необходимо проектировать заново.

Перечень компонентов составлен на основании требований, предъявляемых к таким системам ГОСТ 26387-84 и анализа существующих тренажеров, применяемых как в железнодорожной отрасли, так и других отраслях (авиационная промышленность, атомная энергетика, военное дело и т.д.).

Рассмотрим более подробно компонент тренажера, определяемый в ГОСТе как Моделирующее устройство тренажера, в состав которого входит управляющий компьютер и имитирующая модель (в дальнейшем — модель). Разработка адекватного моделирующего устройства в большинстве случаев оказывается наиболее проблемным и принципиальным этапом конструирования тренажера. Такая моделирующая система может базироваться (в зависимости от характера моделируемой ситуации) на компьютерном симуляторе высокой степени сложности, на использовании аппаратного обеспечения, схожего с аппаратным обеспечением моделируемого процесса, либо на использовании прямых аналогов оборудования для проведения тренинга.

Существует несколько приемов моделирования (построение модели), которые можно условно объединить в две большие группы: предметное и расчетное моделирование. Отметим, что, в особенности с появлением высокопроизводительной вычислительной техники, граница между этими группами в значительной степени стала условна, и в большинстве случаев модели имеют черты, характерные для обеих групп.

5.3.2. Расчетное моделирование

Расчетное моделирование предполагает создание математической или имитирующей модели реализованного тренажером процесса.

Этапы построения математической модели хорошо известны:

— формируются основные вопросы о поведении системы, ответы на которые мы хотим получить с помощью модели;

135

—из множества законов, управляющих поведением системы, учитываются те, влияние которых существенно при поиске ответов на поставленные вопросы;

—в дополнение к этим законам, если необходимо, для системы в целом или отдельных ее частей формулируются определенные гипотезы о функционировании. Как правило, эти гипотезы правдоподобны в том смысле, что могут быть приведены некоторые теоретические доводы и практические соображения в пользу их принятия;

—гипотезы так же, как и законы, выражаются в форме определенных математических соотношений, которые объединяются в некоторое формальное описание модели.

Несмотря на всю привлекательность, описанный метод в применении к моделированию перевозочного процесса на железной дороге, обладает определенными недостатками.

Говоря об описании бизнес-среды перевозочных процессов, можно указать на отсутствие разработанной непротиворечивой теории, описывающей эти процессы, в результате чего выдвижение правдоподобных гипотез может носить выраженный феноменологический характер. Впрочем, это справедливо в отношении значительной части процессов, происходящих в больших системах с нелинейными связями, к которым относится и железная дорога.

Ниже приведены некоторые утверждения:

—интуитивно ясно, что описание поведения сложных систем является многопараметрической задачей;

—как правило, на процессы такого рода влияет большое количество случайных факторов, аналитический учет которых затруднен;

—возможность сравнения модели и оригинала существует в момент постановки задачи и в момент получения решения. Промежуточные этапы функционирования системы могут не иметь аналогов в модели этой системы;

—наконец, даже если аналитическая модель сложной системы создана, при наличии большого количества связей, переменных, ограничений может отсутствовать математический аппарат для ее разрешения, или объем вычислительной работы окажется непомерно большим и соответственной окажется стоимость проведения таких вычислений. Напомним, что мощнейший суперкомпьютер планеты Earth Simulator пиковой производительностью 40 трлн операций в секунду, обошелся японскому правительству в 360 миллионов долларов.

Альтернативой математическому моделированию является моделирование имитационное. Следует отметить, что применимость методов имитационного моделирования ограничена кругом

задач практического характера. В отличие от математических моделей, здесь вполне естественным является процесс формализации феноменологических свойств системы, возможно, без их обоснования, лишь на основе наблюдений. Естественно, адекватность имитационного моделирования тем выше, чем больше имеется наблюдений, и чем глубже наше знание моделируемой системы. Именно поэтому разработка имитирующей модели предполагает предварительный сбор возможно большего количества информации об объекте. Возможна также декомпозиция моделируемой системы на отдельные блоки, состоящие из сходных процессов и преобразующихся по сходным законам векторов состояний. В терминах информатики, речь идет об объектно-ориентированных моделях.

Перечислим этапы формирования имитирующей модели в самом общем виде и в привязке их к построению моделей перевозочного процесса:

—формируются основные вопросы о поведении сложной системы, ответы на которые мы хотим получить. Множество этих вопросов позволяет задать множество параметров, характеризующих состояние системы — вектор состояния;

—осуществляется декомпозиция системы на более простые части — модули. В один модуль объединяются «родственные», т.е. преобразующиеся по близким правилам, компоненты вектора состояния и процессы, их преобразующие.

Перечисленные выше этапы в случае построения модели перевозочного процесса сводятся к декомпозиции на модули, представляющие собой отдельные родственные группы бизнеспроцессов, как это было показано ранее. При этом предварительное описание вектора состояния модулей может производиться на этом этапе индивидуально: формулируются законы и гипотезы относительно поведения как системы в целом, так и отдельных ее частей. Именно модульный принцип дает возможность при построении имитирующей модели устанавливать необходимые пропорции между точностью описания каждого модуля, обеспеченностью его информацией и необходимостью достижения цели моделирования.

На этом этапе проводится отбор модулей (бизнес-процессов), существенных для построения используемой комплексом тренажеров модели индивидуально по службам. Посредством итера-

136

тивной коррекции вида векторов состояния достигается адекватное и непротиворечивое описание системы в целом.

Кроме того, именно на этом этапе решается вопрос о степени реалистичности того или иного модуля в смысле соответствия траектории модели и траектории реальной системы в пространстве состояний.

На основании изложенных соображений принимается решение об объеме выделяемых ресурсов:

—в зависимости от поставленных перед исследователем вопросов вводится так называемое системное время, моделирующее ход времени в реальной системе;

—формализованным образом задаются необходимые феноменологические свойства системы и отдельных ее частей. Нередко эти свойства опираются на длительное наблюдение над системой.

Легко заметить, что все изложенные этапы опираются на знание предметной области. Именно поэтому желательно привлекать, по крайней мере, на этапе проектирования, соответствующих специалистов.

Зачастую, с точки зрения получения ответов на интересующие нас вопросы, одно феноменологическое свойство оказывается эквивалентным множеству сложных математических соотношений

ис успехом их заменяет. В этом пункте требуется глубокое знание моделируемой системы, если мы хотим добиться высокой степени адекватности модели реальному объекту. Поскольку разработанную модель предполагается использовать в качестве компонента моделирующего устройства обучающего комплекса тренажеров, существенную роль могут играть факторы, непосредственного отношения к моделируемой системе не относящиеся: например, в учебном процессе чрезвычайно желательно иметь возможность регулировать масштаб времени, что предъявляет дополнительные требования к имитирующей модели.

Под имитирующей моделью системы (имитационной системой) часто понимают комплекс компьютерных программ, описывающий функционирование отдельных блоков системы и правил взаимодействия между ними.

5.3.3.Предметное моделирование

Кпредметным относятся такие способы моделирования, при которых исследование ведется на основе модели, воспроизводящей основные геометрические, физические, динамические и функциональные характеристики изучаемого объекта. Основными разновидностями предметного моделирования является физическое и аналоговое моделирование.

Физическим принято называть моделирование, при котором реальному объекту противопоставляется его масштабированная или полномасштабная копия, допускающая изучение или исследование с последующим перенесением свойств изучаемых процессов и явлений с модели на объект на основе теории подобия либо других соображений. К примерам физических моделей можно отнести макеты зданий при проектировании или изучении тех или иных сооружений, модели вагонов или локомотивов и т.п. К этой категории моделей можно отнести макет железной дороги с компьютерным контролем стрелок, сигналов и др., разработанный в ПГУПС.

Аналоговое моделирование основано на аналогии процессов и явлений, имеющих различную физическую природу, но одинаково описываемых формально (одними и теми же математическими уравнениями, логическими схемами и т.п.). Наиболее простой пример — изучение механических колебаний с помощью электрической схемы, описываемой теми же дифференциальными уравнениями.

Заметим, что в обоих типах предметного моделирования модели являются материальным отражением исходного объекта и связаны с ним своими геометрическими, физическими и другими характеристиками, причем процесс изучения тесно связан с материальным воздействием на модель, т.е. состоит в натурном эксперименте с ней. Таким образом, предметное моделирование по своей природе является экспериментальным методом.

Если целью тренинга является освоение функций того или иного приспособления или технического решения, зачастую именно использование полноценного устройства либо его макета представляется наиболее приемлемой альтернативой. Например, изучение узлов и деталей подвижного состава является традиционной методикой подготовки специалистов-ремонтников. Общеизвестна методика совершенствования качества подготовки водителей, когда значительную роль играет отработка приемов вождения на закрытых площадках.

Возможно, наиболее эффективным для освоения технологии ремонта и восстановления деталей

иузлов подвижного состава будет изучение того или иного изделия на натурном макете.

137

Имеется возможность использования уменьшенных макетов железной дороги для отработки навыков специалистов диспетчерских служб различных уровней. В то же время, использование макетов имеет внутренне присущие ограничения. Возможности масштабирования таких моделей определяются, в частности, физическими размерами и сложностью объекта. Например, участок железной дороги от ст. Ростов-Главный до станции Каменоломни, реализованный в комплексе тренажеров «Виртуальная железная дорога» (разработанный в РГУПСе), если его выполнить в виде макета в миниатюрном типоразмере N, займет в длину около 700 м. Выполненный же в самом распространенном масштабе H0, макет и вовсе займет в длину более 1250 м. Монтаж более чем пяти сотен светофоров и шести сотен стрелок, а также электропитания к ним, организация визуального контроля за проведением тренировки, контроль работоспособности отдельных узлов тренажера — все это может стать сложной инженерной задачей.

С появлением технологии виртуальной реальности появилась возможность замены натурных моделей их компьютерной имитацией. Ситуации, в которых применение этих технологий оправдано, можно проиллюстрировать на примере.

В 2003 г. фирма Boeing объявила о лицензировании и начале внедрения технологии виртуальных руководств, созданной в российской компании ParallelGraphics (глава этой компании Георгий Пачиков больше известен как автор компьютерной игры Тетрис). Речь идет о трехмерных мультфильмах, демонстрирующих обслуживающим самолеты механикам методику ремонта того или иного узла авиалайнера. Мультфильмы не заменяют бумажных инструкций, а дополняют их, наглядно показывая детали, которые трудно объяснить словами и статичными картинками. Еще одна причина появления этих разработок – возможность доставки через Интернет мультимедийных руководств по распределенным по всему миру ремонтным подразделениям Боинга. Средства просмотра руководств являются кроссплатформенными, в том числе они существуют и для платформы PocketPC. Фирма Boeing предполагает снабдить своих механиков наладонными компьютерами на платформе PocketPC для оперативного доступа к информации.

Очевидно, актуальна возможность использования такого рода технологий доставки материалов через Интернет для обучения и/или переподготовки специалистов, особенно для учебных заведений Российских железных дорог, распределенных по территории России. Технологии виртуальной реальности также легко вписываются в концепцию развития дистанционного образования.

5.4. Имитационная модель информационных потоков

ввиртуальных организационных структурах управления

Модель формирования виртуальных организационных структур базируется на описании информационных потоков, от которых во многом зависит осуществление главной функции управления — правильное, своевременное и эффективное принятие решений.

Нестационарность производственных перевозочных процессов, изменение числа подразделений, участников виртуальных проектов, ряд других факторов существенно влияют на динамику информационных потоков. Для новых проектов информационные связи конструируются заново на основе функций управления (внутренние связи) и взаимодействия с внешними организациями (внешние связи).

Введем следующие определения.

Набор экономических показателей, документов, графиков, полученный в результате выполнения одной операции в одном узле ВО, представленный на одном носителе информации, назовем

элементом потока.

Совокупность элементов потока, принадлежащих одной функции управления и передаваемых из одного узла ВО в другой, назовем элементарным потоком.

Совокупность элементарных потоков, принадлежащих всем или части функций управления и передаваемых из одного узла ВО в другой, назовем информационным потоком.

Информационные потоки разделяются на регулярные и вероятностные. Регулярные потоки в свою очередь делятся на периодические и непериодические.

Поток называется регулярным, если существует только один его потребитель.

Поток называется вероятностным, если его потребитель задается вероятностью связи из некоторого множества потребителей. Поток имеет количественные характеристики: объем и интенсивность.

Приведенные определения позволяют поставить задачу конструирования информационных потоков как задачу распределения операций, связанных с реализацией функций виртуального управления, по узлам системы и назначения связей между ними. Эту задачу целесообразнее решать методом экспертных оценок, ибо он позволяет учесть многие нюансы управления и использовать

138

накопленный опыт функционирования систем.

Распределение операций функций управления по узлам системы удобно представлять в виде оперограмм. Достоинством таких моделей является наглядность, четкая последовательность операций, увязанная с исполнителями и со сроками выполнения, возможность быстрой перестройки с перераспределением операций между исполнителями.

На наш взгляд, целесообразна следующая последовательность разработки оперограмм:

—для каждой задачи по функциям управления выделяются основные операции (стадии реше-

ния);

—очерчивается круг исполнителей операций;

—устанавливается последовательность выполнения операций;

—определяются статистические параметры времени выполнения операций.

Операции, выполненные при решении задач, выделяются на основе анализа составных частей процесса решения, а именно: сбора данных о состоянии процесса, материально-технических, финансовых и других ресурсов, передачи данных; подготовки вариантов решения задачи; согласования варианта; утверждения решения; передачи решения исполнителям и исполнения решения (контроля).

Исполнители операций назначаются, исходя из специализации структурных подразделений участников проекта и объемов работы. При этом необходимо наметить исполнителей так, чтобы максимально упростить и сконцентрировать информационные потоки, сделать минимальным количество передаваемой информации.

Последовательность выполнения операций определяется логикой (технологией) решения задач, а также сложившимися взаимоотношениями между управленческими звеньями ВО.

Для повышения объективности назначения операций, выполняемых при решении задач, их исполнителей, последовательности целесообразно использовать метод экспертных оценок. Оценку времени преобразования данных по функциям управления предлагается также проводить методом экспертных оценок.

Целью моделирования информационных процессов является расчет потребности в специалистах по структурным подразделениям виртуальной организации, занятых решением задач управления, а также необходимого количества технических средств преобразования информации, в том числе каналов связи, обеспечивающих качественное управление в установленные сроки.

Структура ВО и циркулирующие в ней потоки информации могут быть представлены в виде графа G(X ,U), где Х — множество вершин, Х = ; U — множество дуг, X ≠ .

Вершины графа символизируют звенья структуры, а дуги — информационные потоки. Граф содержит начальные вершины, являющиеся источниками информации, транзитивные, в которых производится прием информации, ее преобразование и передача в следующие вершины и поглощающие, куда поступают управляющие воздействия.

При моделировании информационных процессов большое распространение получили методы, построенные на основе представления процесса функционирования системы как марковского процесса с непрерывным временем и дискретным состоянием. Это дает возможность привлекать для исследования систем хорошо разработанный аппарат обыкновенных дифференциальных уравнений.

Если в конкретной системе управления можно допустить, что потоки информации в виде заявок, поступающие в управляющую систему, подчиняются закону Пуассона, а время их обработки распределено по показательному закону, то для имитации информационных процессов целесообразно использовать следующую модель.

Каждое i-е звено системы можно трактовать как i-е состояние, в котором находится информационная заявка. В соответствии с [57] граф связей описывается системой дифференциальных уравнений

где xi (t) — среднее число заявок, находящихся в i-м звене в момент времени t; λij (t) — интенсивность потока заявок из i-го звена в j-е, она зависит от числа специалистов или технических средств коммуникации и преобразования информации в k-м k =1,m звене (структурном подразделении ВО); m — число звеньев в системе.

На основе системы дифференциальных уравнений (5.1) предлагается следующая модель ин-

139

формационных потоков в системе управления

где y(t) — число специалистов или технических средств передачи и преобразования информации в

где σ ji — коэффициент распределения заявок j-го звена по i-м звеньям.

Коэффициент использования специалистов структурных подразделений или используемых технических средств преобразования информации при входном пуассоновском потоке и экспоненциальном времени обслуживания определяется следующим образом:

i yi

где ni — среднее значение числа заявок временного интервала, поступающего в i-е звено; ti — среднее время обслуживания в i-м звене одной заявки.

явки в i-м состоянии; T — время, в течение которого изучается информационный процесс планирования.

j=1

где Рi (t) — вероятность нахождения системы в i-м состоянии; m — число состояний системы. Подставляя (5.5), (5.6) в (5.4), получим

Время цикла переработки определенного вида информации, например недельно-суточного, месячного, квартального и т.д. планирования объемов грузоперевозок и пр. не должно превышать заданного значения. Вероятность такого события равна

Граф связей управляющей системы можно дополнить поглощающими состояниями. Они связываются со звеньями, из которых отдаются команды на исполнение по тому или иному виду информации с соответствующими интенсивностями.

Плотность распределения времени цикла обработки определяется как

140

ξ=1, P ; Р — число моделируемых периодов планирования или иных задач. Время переработки информации ξ -го вида определяется выражением

x

tξ = λ i ≤ tз ξ .

ξil

С целью упрощения расчета вероятностей преобразования информации по периодам (месяц, квартал и т.д.) в заданное время нами доказано следующее утверждение.

Если λ1il > λ2il > ... > λpil , то

для монотонно убывающей функции Pi (t) .

Алгоритм моделирования информационных процессов предусматривает выполнение следующих шагов.

1.Задание исходной информации, характеризующей граф G виртуальной организационной структуры, информационных потоков и интенсивностей потоков информации от начальных вершин графа.

2.Задание системы дифференциальных уравнений (5.1), описывающих граф G.

3. Решение системы дифференциальных уравнений одним из известных методов, содержащихся в программном обеспечении ЭВМ.

4.Расчет вероятностей состояний Pi (t) по формуле (5.7) и контроль за ее изменением.

5.Расчет вероятности выполнения цикла преобразования информации в заданное время по формулам (5.9), (5.10) для выбранного периода планирования или иной функции.

6.Проверка условий нахождения вероятности выполнения цикла преобразования информации

взаданных границах, т.е. Pзадmin ≤ Pξ ≤ Pзадmax . При выполнении заданных ограничений моделирование

прекращается.

7.Расчет коэффициента загрузки (использования) специалистов структурных подразделений или применяемых технических средств по формуле (5.8).

8.Проверка нахождения коэффициента использования ρi в заданных пределах. Для практиче-

ских расчетов рекомендуется применять ρimin = 0,3, ρimax = 0,8. При выполнении этих ограничений

вi-м звене переходят к расчету коэффициента загрузки в следующем звене (п. 7).

9.Изменение числа специалистов структурных подразделений или применяемых технических средств.

Стратегия выбора изменения средств коммуникации и преобразования информации осуществляется на основе алгоритма локального статистического поиска для оптимизации систем методом наказания случайностью.

При использовании этой модели для моделирования организационных структур управления, спроектированных другими методами, их результатом будут вероятности выполнения циклов преобразования информации в установленные сроки, и, следовательно, дана оценка эффективности виртуальной организационной структуры.

5.5. Имитационная модель формирования организационных структур управления нестационарными технологическими процессами

Нестационарность технологических процессов определяет динамику информационных потоков в виртуальных организационных структурах управления. Их конструирование целесообразно осуществлять распределением операций, связанных с реализацией функций управления, по узлам системы и назначением связей между ними.

При необходимости учета нестационарности технологического процесса и произвольных законах распределения времени передачи и обработки информации эффективным инструментарием

141

является статистическое моделирование.

В настоящее время хорошо развит аппарат метода статистических испытаний (метод МонтеКарло). Его достоинствами по сравнению с аналитическими методами являются: бóльшая адекватность между физической сущностью описываемого процесса и его математической моделью; моделирование значительно более широкого класса систем по сравнению с аналитическими методами; моделирование работы систем при самых различных законах распределения многочисленных случайных величин; моделирование функционирования систем не только в установившихся, но и в переходных режимах; получение в результате моделирования более содержательной информации, в том числе многочисленных характеристик законов распределения случайных величин, характеризующих работу систем.

Метод статистических испытаний нашел широкое применение при исследовании сложных систем, которые могут быть представлены как системы массового обслуживания с входными потоками, отличными от пуассоновского, и временем обслуживания, задаваемым функцией распределения произвольного вида. Основным его недостатком является необходимость получения большого числа реализаций, что требует значительных затрат машинного времени и не всегда оказывается приемлемым.

Ниже приводится модель, реализующая метод «особых состояний».

Аналогично модели, предложенной в предыдущем параграфе, организационная структура и информационные потоки в ней представляются графом G. Источники информации образуют неоднородный поток заявок с моментами появления, распределенными по закону

fi (t,α(ξ) ), i =1, p, ξ =1, N ,

где α(ξ) — параметр заявки, характеризующий ξ -ю функцию управления; N — число функций

управления; р — количество источников информации.

Время появления заявки в i-м звене определяется при законах распределения:

— равномерном:

где η — случайное число, равномерно распределенное в ]0, 1[; Diξ — верхняя граница времени

где ϕ — нормально распределенное случайное число с математическим ожиданием, равным нулю, и дисперсией, равной единице; Diξ — среднеквадратическое отклонение времени появления заявки; Hiξ — математическое ожидание того же параметра;

где Diξ , Hiξ — параметры распределения;

— обобщенном законе распределения:

142