Модель-ориентированный подход на примере BIM-моделирования строительных конструкций
Скачать статью в формате PDF — 531.5 Кбайт
Главная » CADmaster №6(67) 2012 » Архитектура и строительство Модель-ориентированный подход на примере BIM-моделирования строительных конструкций
Связывание информации из разных дисциплин в проектировании и строительстве может быть сложным процессом с неочевидными методами решения. Оно требует соединения и систематизации существующих информационных структур, использующих программное обеспечение от разных, иногда конкурирующих производителей. Между тем систематизация и устранение барьеров при передаче информации являются ключом к повышению производительности в отрасли, которая сегодня переживает одну из самых серьезных трансформаций в своей истории. Попробуем разобраться в вопросе на примере проблемы интеграции дисциплины анализа конструкций в информационное моделирование зданий (BIM).
С приходом цифровых технологий в отрасль архитектуры, проектирования и инженерной оценки зданий (отрасль AEC) стало очевидно, что каждый из нас теперь должен разбираться в управлении информацией. Сейчас вершиной эффективной работы с информацией считается технология информационного моделирования зданий (BIM — Building Information). Если вы следите за публикациями в области информационной технологии для архитектуры и строительства, эта тема должна быть уже знакомой для вас. Информационное моделирование имеет множество определений на нескольких концептуальных уровнях (от инструмента до целой парадигмы проектирования), но то главное, на что опираются все преимущества BIM, — это информация. Структурированное хранение информации, позволяющее обеспечивать бесшовную совместную работу с ней различных участников проекта — это главный козырь BIM, предмет большинства презентаций, книг и дискуссий, касающихся данной технологии.
[TEKLA] Урок 8. Генерация аналитической модели здания. Задание нагрузок
Вполне возможно, что вы знакомы также с редкой по интенсивности дискуссией о применении, внедрении и обучении технологии BIM, которая уже не первый год ведется в Интернете. Примером может служить «перегретая» полемика вокруг статей BIM-евангелиста Владимира Та-лапова «Технология BIM: что можно считать по модели здания» и «Технология BIM: в основе лежит единая модель!» (ссылки на источники — в конце статьи).
Во всех дискуссиях о применимости BIM — как среди отечественных, так и среди западных экспертов — обсуждение рано или поздно затрагивает вопрос используемых моделей. Можно ли с помощью BIM смоделировать ту или иную конструкцию, рабочий процесс, инженерный феномен, расчетную процедуру?
Является ли тот или иной вид моделирования или же сама создаваемая модель частью BIM, частью BIM-модели? И наконец, какова структура и взаимоотношение разных моделей, специализированных и общих, и целесообразна ли интеграция специализированных моделей в единую? Как правило, эти вопросы попросту гибнут в полемике, но упорство, с которым они вновь и вновь возникают, требует отдельного осмысления места моделирования в современном, насыщенном информацией рабочем процессе. Поэтому мы попробуем освободить от BIM-контекста проблематику процессов и моделирования. Передний край информационного фронта не исчерпывается лишь парадигмой BIM: основой для производительного процесса может стать подход к организации взаимодействия между специализированными моделями, так называемая модельная инженерия (model-based engineering).
Аналитическая модель в Archicad
Что означает «инженерия на базе моделей»?
Как и многое в управлении информацией, понятие об инженерии на базе модели пришло из машиностроения.
Согласно отчету американского Института стандартов и технологий, модель — это численная абстракция (упрощенное формальное представление) структуры, поведения, метода функционирования и других характеристик системы из реального мира. Модель используется для описания проектной информации, имитирования реального поведения, определения процесса. Инженеры применяют их для сообщения информации об изделии или иного определения формы, назначения и функциональности.
Модели могут быть численными или описательными. Численные модели предназначены для компьютерной обработки и обладают машиночитаемым форматом и синтаксисом. Описательные интерпретируются человеком и предназначены для обработки людьми (то есть имеют символическое представление и описание).
Практически любую инженерную работу и многие виды творческой архитектурной деятельности можно описать в виде работы с абстракцией — моделью, определив три элемента: входные данные, результат и метод (алгоритм) получения этого результата из имеющихся входных данных.
Инженерия на базе моделей — подход к организации процесса работы над информацией путем определения используемых моделей, интеграции их между собой, а в идеале — объединения описательных и вычислительных моделей. Ранние модели в AEC предназначались исключительно для чтения челове-ком-оператором. Теперь существует множество стандартных форматов обмена для автоматизированного обмена инженерными данными; модели могут напрямую обрабатываться другими инженерными приложениями.
Два критических фактора дают инженерии на базе моделей значительное преимущество по сравнению с инженерией, основанной на чертежах и документах: во-первых, обрабатываемость компьютером, во-вторых, ассоциативность данных между моделями. Через ассоциативность возможно достижение режима сквозного моделирования, характеризуемого наличием уникального источника актуальной информации (Single Source of Truth), когда данные в рабочем процессе не дублируются в нескольких моделях, а извлекаются по ссылкам-ассоциациям из источника актуальных данных.
В документо-ориентированной среде пользователь должен интерпретировать результаты работы модели в виде документов и вручную передавать данные на вход пользовательского интерфейса каждой из используемых инженерных программ, которые создают собственную внутреннюю модель, начиная с расчетных процессоров и заканчивая программами автоматизации изготовления. В парадигме инженерии на базе модели программы читают входные данные непосредственно из моделей, представляющих собой полное описание объектов инженерной работы.
Моделирование рабочего процесса — это отдельная большая тема, которая не является предметом статьи, однако следует отметить, что представление инженерной работы в виде комплекса моделей с взаимосвязанными входными и выходными данными позволяет перейти к целостному моделированию всего рабочего процесса на различных его этапах, причем методы такого моделирования могут не ограничиваться популярными сейчас методами BIM.
Проблемы конструкционного BIM с точки зрения модельного подхода
В качестве практического примера попробуем охарактеризовать с точки зрения модельного подхода такую интересную дисциплину, как конструктивный анализ (расчет) конструкций в рамках парадигмы информационного моделирования. Начнем с общей картины. На рис. 1 показаны отношения между различными специализированными моделями при обычном режиме работы (в отличие от парадигмы информационного моделирования, один из вариантов которой приведен на рис. 2).
Очевидно отличие подходов — в дополнительной центральной модели (так называемой «федерированной»), которая отвечает за синхронизацию и централизованное проведение изменений в подчиненных специализированных моделях (рис. 2). Многим экспертам по BIM такая система видится наиболее правильной, однако большинство реальных внедрений BIM остаются на уровне рис. 1 с обменом данными между конкретными специализированными моделями.
С точки зрения BIM, задача расчета конструкций является просто одним из видов специализированных задач анализа информационной модели, которую следует решать в рамках BIM-парадигмы.
Если принять эту точку зрения, то существует ряд распространенных в контексте информационного моделирования зданий представлений о том, как следует проводить расчетный анализ конструкций зданий и сооружений:
всю информацию о цифровом представлении здания и его систем следует собрать в единую информационную модель;
архитектурную модель можно полностью интегрировать с «конструкторской» в такую единую модель и бесшовно переходить между этими разновидностями представлений модели сооружения с сохранением всей однажды введенной информации о конструкциях (то есть реализовать вышеупомянутую концепцию уникального источника).
С экстремальной точки зрения на рис. 2 все данные в BIM должны существовать в рамках единой модели, при этом набор используемых инструментов достаточно жестко ограничен имеющимся арсеналом ПО того вендора, которому принадлежит авторство основного используемого BIM-пакета (к единой модели мы еще вернемся).
Детализация модельного подхода к конструкциям: терминология
Для дальнейшего анализа нам придется разобраться с некоторыми терминами. На небольшом примере рассмотрим три вида моделей конструкций.
Физическая, она же — архитектурная модель. Ее главный признак — строгое соответствие формы элементов модели тому, что должно быть возведено в реальности. Физическая модель — распространенный результат работы архитектурных BIM-пакетов. Строго говоря, даже плоские планы здания можно считать очень простой физической моделью, но мы ограничимся пониманием того, что результат моделирования конструкций в BIM со всеми атрибутами (перегородки, «пироги» стен, оборудование, даже мебель) — это физическая модель.
Конструктивная модель, часто неправильно называемая «аналитической» в материалах, относящихся к программе Revit Structure . Конструктивная модель состоит из конструктивных элементов (колонны, балки, пластины, грунтовые массивы специальных элементов (связи, жесткие вставки, нуль-элементы, шарниры и великое множество зависящих от среды реализации тонкостей) и целого набора свойств и параметров для анализа. Это (очень грубо говоря) то, что раньше рисовали на бумаге и называли «расчетной схемой». Конструктивная модель — не воспроизведение формы объекта, а абстракция еще более высокого порядка, чем архитектурная модель, призванная наилучшим, простейшим образом отобразить механические особенности деформирования конструкции. В классическом образовании самым близким предметом для конструктивной модели является строительная механика.
Расчетная модель, которая для нас сейчас почти соответствует понятию «конечно-элементная модель», она же — численная модель, строится на базе конструктивной и передается непосредственно на расчет в специализированную программу анализа. Строго говоря, все расчетные модели делятся на два больших математических класса задач: аналитические модели и численные модели. Аналитическая модель (простые примеры: символьная формула, расчетный лист в MathCAD, расчет по нормативным документам) реализуется так называемыми аналитическими методами, позволяющими получить решение в виде формулы. Численная модель требует итерационного процесса решения численными методами. Все конечно-элементные решатели (например, ЛИРА , Autodesk Robot , ETABS ) используют численное моделирование конструкций.
Вот от этих определений мы теперь и будем отталкиваться. Для простоты не станем касаться других видов моделей — например, конструкторских, к которым относятся смоделированные в 3D результаты расчета и конструирования армирования. По выбранным нами критериям такая модель будет относиться к категории физических, поскольку воспроизводит действительную форму элементов. Мы сейчас не пытаемся отобразить реальную сложность процесса моделирования конструкций, а только устанавливаем некоторые базовые понятия: категории моделей и их упрощенные отношения между со бой.
Угснив все написанное выше, попробуем описать проблематику BIM-подхода к расчетам несущих конструкций на базе модельного подхода.
Суть проблематики BIM для расчетов конструкций c точки зрения анализа процесса моделирования
Итак, мы имеем трехуровневую категоризацию моделей.
Теперь вспомним, что речь идет о парадигме BIM, и покажем, как в рамках BIM и модельного модхода эти категории моделей взаимодействуют между собой (рис. 3).
Результаты анализа модельной структуры BIM для расчетов
Если мы хотим поместить информационное моделирование конструкций зданий в рамки единого процесса моделирования, то появляются серьезные проблемы с обменом информацией в экосистеме обслуживающих проектирование моделей. Первая проблема — техническая (сложность автоматизации модели и передачи информации без потерь на расчет), вторая — концептуальная, на уровне топологии моделей (непригодность BIM -совместимой модели для анализа в силу принципиальной разницы исполняемых ролей: в одном случае — точного воспроизведения формы, в другом случае — абстракции, призванной описать механическую работу конструкции).
Дискуссия
Публикация материалов в Интернете хороша тем, что может вызвать солидно документированную дискуссию между людьми, которые вживую никогда бы не встретились. Так произошло и на этот раз. Вот лишь некоторые из комментариев специалистов отрасли, касающиеся конструкционного BIM.
«Есть одно замечание. Раз уж есть такое стремление к чистоте терминов. Под физической моделью часто понимается макет или „аналоговая модель“. Мне кажется, уж лучше оставить просто „архитектурную модель“, ведь это тоже в рамках функционального типа модели, как и „конструктивная“. Ато сбивает.
В качестве пруфлинка могу указать Коэна „Строительная наука еков“. „Единая модель“ опять же намекает на включенность в нее всего того, чего в ней на самом деле нет. Может, „рабочая архитектурная модель“? Будет даже логическая связка с „рабочей моделью“ ренессанса». (Антон Алтунян, www.aaltunian.ru)
«Волей-неволей закрадывается мысль о желании автора изначально «завалить» BIM, ничего стоящего не предлагая взамен. BIM выставляется как серьезно-несовершенная технология модели-рования/проектирования, хотя всем понятно, что идеалов не бывает, это сделано не инопланетянами (вариант Талапова).
Это некрасиво по отношению к ищущему истину неискушенному читателю. Нужна какая-то объективность или уравновешенность что ли, речь-то идет о серьезной технологии, которую успешно использует масса серьезных специалистов.
На мой взгляд (подкрепленный большим опытом), две якобы серьезные проблемы BIM на самом деле некритичны и нормальны для сегодняшнего этапа развития технологии. Ошибки и проблемы «допиливаются», и успешно. По крайней мере, в своей архитектурно-конструкторско-расчетной работе, реализуя проекты в BIM-среде, я их просто … не заметил, и получил на выходе то, что нужно мне, заказчику и экспертизе. А что еще нужно?
Получается, что «успеха достигает только тот, кого вовремя не предупредили, что это невозможно». Вот автор «заботливо» и предупреждает ищущих истину, что полноценно работать в BIM невозможно. Мой совет: не бойтесь их! «Стучите в BIM — и вам отворят» (Николай Васюта, revit-robot.blogspot.com).
«Мне вдруг все стало понятно. У нас, архитекторов, похожая история с моделированием, например, в Rhino и экспортом всей модели на станок. И там начинаются зашивание дырок в сетке, перемоделивание самих поверхностей Мой пример не очень корректен, но в целом я понял, о чем Саша говорит.
Различение терминов в этой крайне важной области строительства обеспечивает надежность конечного решения. Постоянный критический взгляд на проектирование. Мне понравилась реплика Волкодава: «Повторюсь, на сложных объектах расчетчик должен поднимать модель сам, с нуля. Для того, чтобы знать ее как свои пять пальцев. Хоть ночью разбуди.
Наизусть». Очень для меня понятно. Ты ответственен за каждый полигон в таких моделях, и этот уровень ответственности нельзя сравнить с архитектурной областью.
Мне все это напоминает нашу дигиталь-ную архитектуру — поначалу многие пытаются с помощью алгоритмов решить все про бле мы (от фор мо об ра зо ва ния до симуляции потоков чего-либо). Однако позже выясняется, что такой «эволюционистский» подход не может решить все проблемы. То есть упование на «новую» технологию способно поставить в тупик весь проектный процесс.
Схожая ситуация с BIM — объявив эту среду (настаиваю на этом понятии для данного случая) наилучшей технологией для проектирования, мы получаем опасную ситуацию. Пока не пришло то критическое видение, которое позволит разводить области на нужном этапе, а в нужный момент объединяться. Я думаю, Саша, пусть иногда несдержанно и слишком резко, борется против потери различения. Проблема различения вообще философская и очень актуальная для всех сфер нашей жизни» (Евгений Ширинян, pro-sapr.blogspot.com).
«Особенно убедительны примеры, именно так и бывает на практике. Редко когда не требуется упрощение моделей» (Олег Т, goo.gl/5icQr).
AEC и инженерия на базе моделей — перспектива будущего
Одно из следствий модель-ориентирован-ного подхода к инженерной работе можно сформулировать следующим образом: «Ищите способы автоматизированного обмена данными между своими специальными моделями, а если их нет, значит, надо приниматься за их создание самому, не дожидаясь вендоров, потому что здесь скрыто настоящее сокровище, обеспечивающее эффективность работы».
Приведенный в статье простой анализ моделей в BIM для расчетов конструкций, конечно, открывает лишь малую часть возможностей, которыми обладает подход на базе моделирования к инженерной работе в отрасли AEC. Мы не затрагивали такие заманчивые темы, как моделирование рабочего процесса в целом, учет развития во времени не только здания, но и самого процесса инженерной работы над объектом. Остались нераскрыты соблазнительные параллели между старым испытанным понятием технологических карт и процессом выстраивания связей между рабочими моделями. Мы совсем не касались одной из главных проблем модель-ориентирован-ного подхода — разработки открытых транспортных форматов данных и протоколов обмена между разнородными специализированными программами, которые позволили бы реализовать автоматизированный бесшовный обмен данными между моделями.
Однако если довольно молодую и страдающую от недостатка публикаций и материалов тему инженерии на базе моделей проработать подробнее, то я уверен: перспективы повышения производительности открываются замечательные, по скольку при помощи модельориентированных инструментов становится возможным привнести уже всем известные преимущества BIM в узкоспециальные области и задачи, где BIM вряд ли в обозримом будущем сможет стать достойной альтернативой «ручному» обмену данными.
Чтение по теме
Berio van L. There is no central BIM model and the concept of reference models. (lnkd.in)
Negro F. Ail models are purpose-built, even when they’re not. (goo.gl)
Howell I. Model-Based Design Requires More than BIM. (goo.gl/)
Ярес Э. Почему вам надо понимать модель-ориентированный подход. (goo.gl)
Статья о конструкционном BIM и ее обсуждение на Writandraw.ru. (goo.gl)
«Опровержение анти-BIM», комментарий к статье в части конструкций. (goo.gl)
Талапов В. Технология BIM: что можно считать по модели здания. (goo.gl)
Талапов В. Технология BIM: в основе лежит единая модель! (goo.gl)
Источник: . Источником такого рода задач является любая область практической деятельности человека и прежде всего производство, распределение, обмен и потребление материальных благ, т. е. сфера экономики.
Характерные особенности современной экономики, такие как усложнение связей и зависимостей между элементами экономических систем на всех уровнях, ускорение темпов внедрения научно-технических достижений в производство, необходимость учёта ограниченности ресурсов при гигантских масштабах производства и капитальных вложений, приводят к одновременному существованию для каждой экономической задачи множества вариантов её решения, существенно различающихся между собой по затратам, срокам исполнения, срокам окупаемости, экономическому, социальному эффекту. Если определены условия, при которых осуществляется выбор решения, и указан критерий, в соответствии с которым будет оцениваться его качество (другими словами, задано множество Х и функция F(x)),то мы получаем сформулированную выше в общем виде задачу математического программирования.
В соответствии с принятой в математическом программировании терминологией элементы множества Х называются допустимыми планами (точками, векторами, решениями). Задача математического программирования, для которой существуют допустимые планы, называется допустимой. Функция F(х), подлежащая максимизации (или минимизации), называется целевой. Допустимый план, доставляющий наибольшее (наименьшее) значение целевой функции, называется оптимальным планом (точкой, вектором, решением) задачи.
Множество Х допустимых планов задаётся обычно как множество решений некоторой системы уравнений и (или) неравенств. Система уравнений и неравенств, определяющих множество X, называется системой ограничений (условий) задачи, а каждое из уравнений или неравенств – ограничением (условием) задачи. В конкретных исследованиях ограничения отражают условия, в которых происходит выбор решения.
В зависимости от особенностей целевой функции и функций, задающих ограничения, задачи математического программирования разделяются на ряд классов.
Задачи линейного программирования возникают, если все соотношения в их формулировке линейны: целевая функция – линейная форма z = cx= c1x1 + c2x2 cixi + . + cnxn переменных х1, х2, . , хn, ограничения – линейные равенства и неравенства, задающие выпуклое многогранное множество. Различия в свойствах этого множества, определяемые особенностями системы ограничений, приводят к тому, что среди задач линейного программирования выделяются частные постановки: транспортная, распределительная, блочная и другие задачи.
Задачи нелинейного программирования – такие задачи, в постановке которых нелинейна хотя бы одна из функций. Если о свойствах функций ничего более не сообщается, задача является общей задачей нелинейного программирования. Если же известно, что ограничения задают выпуклую область, на которой ищется максимум целевой функции, выпуклой вверх, или минимум функции, выпуклой вниз, – получаем задачу выпуклого программирования. Частным случаем задачи выпуклого программирования является задача квадратичного программирования. В ней множество допустимых решений задаётся линейными ограничениями и представляет, следовательно, выпуклое многогранное множество, а целевая функция – квадратичная форма, неположительно определённая для задач максимизации и неотрицательно определённая для задач минимизации.
Задачи целочисленного программирования – это те задачи математического программирования, в постановке которых присутствует требование целочисленности всех или части переменных (соответственно полностью или частично целочисленные задачи). Таким образом, можно говорить о целочисленных задачах нелинейного, выпуклого, линейного программирования. Они, в свою очередь, являются частным случаем более широкого класса задач дискретного программирования, которое охватывает задачи, определённые на конечных множествах допустимых решений.
При рассмотрении задач математического программирования различают два этапа: постановку задачи и её решение. Математика исследует не реальные объекты и отношения, а их абстракции. Одной из таких абстракций является математическая модель –формальное описание изучаемого явления, отражающее его наиболее существенные для данного конкретного случая черты. К модели предъявляются противоречивые требования: с одной стороны, она должна быть по возможности простой, а с другой – достаточно точной. Вопрос о том, что значит «по возможности» и «достаточно» обычно решается вне рамок математического программирования.
2.1.1 Линейное программирование
Линейное программирование (ЛП) представляет собой математическую теорию нахождения экстремума линейной целевой функции нескольких переменных при действии связывающих их линейных ограничений.
Математически задача ЛП ставится следующим образом: ищется максимум (минимум) линейной формы (функции цели):
i = 1,2, . , m; m > n.
Векторная форма записи задачи ЛП имеет вид:
найти max f(X) = Z = C·X(3)
при ограничениях А1х1 + А2х2 + …+ Аnxn = B, x ≥ 0,
где С = (с1, c2, . , cn), X = (x1, x2, . , xn).
Постановка задачи управления запасами лесоматериалов в такой форме имеет место при возможности линейного представления зависимостей между основными факторами.
2.1.2 Динамическое программирование (ДП)
ДП есть особый математический метод оптимизации решений, специально приспособленный к многошаговым (или многоэтапным) операциям.
Рассмотрим операцию, распадающуюся на ряд последовательных «шагов» или «этапов», например, управление запасами лесоматериалов на последовательных периодах осуществления ЛЗП. Пусть эффективность операции характеризуется показателем W, называемым «выигрышем», складывающимся из выигрышей на отдельных шагах:
где wi – выигрыш на i-м шаге.
Если W обладает таким свойством, то его называют «аддитивным критерием».
Операция представляет собой управляемый процесс, т. е. мы можем выбирать какие-то параметры, влияющие на его ход и исход, причём на каждом шаге выбирается какое-то решение, от которого зависит выигрыш на данном шаге и выигрыш за операцию в целом. Будем называть это решение «шаговым управлением». Совокупность всех шаговых управлений представляет собой управление операцией в целом. Обозначим его буквой u, а шаговые управления – буквами u1, u2, u3, … um:
При этом u1, u2, … um в общем случае не числа, а, может быть, векторы, функции и т. д. Требуется найти такое управление u, при котором выигрыш W обращается в max:
То управление u*, при котором этот max достигается, будем называть оптимальным управлением. Оно состоит из совокупности оптимальных шаговых управлений:
Тот максимальный выигрыш, который достигается при этом управлении, будем обозначать W * :
Рассмотрим пример многошаговых операций применительно к ЛЗП, а именно задачу об управлении запасами. Например, требуется обосновать вместимость склада под сезонный запас хлыстов с учётом сезонной неравномерности вывозки. Годовой период работы лесозаготовительного предприятия делится на этапы: зимний период, весеннюю распутицу, летний период, осеннюю распутицу.
Оптимальным будет вариант, при котором суммарные денежные издержки по созданию запасов и из-за простоев оборудования вследствие преждевременного расхода запаса будут наименьшими. В основе метода ДП лежит идея постепенной, пошаговой оптимизации. При этом управление на каждом шаге должно выбираться с учётом всех его будущих последствий на ещё предстоящих шагах.
Управление на i-м шаге выбирается не так, чтобы выигрыш именно на данном шаге был максимален, а так, чтобы была максимальна сумма выигрышей на всех оставшихся до конца шагах плюс данный шаг. Поэтому процесс ДП обычно разворачивается от конца к началу. Прежде всего планируется последний, m-й шаг.
Планируя последний шаг, нужно сделать разные предположения о том, чем кончился предпоследний (m – 1)-й шаг для каждого предположения, найти условное обозначение управления на m-м шаге. Аналогичным образом, «пятясь назад», находятся все условные оптимальные управления и условные оптимальные выигрыши на всех шагах, начиная от данного и до конца. Теперь можно построить уже не условно оптимальное, а просто оптимальное управление u* и найти оптимальный выигрыш W*.
Метод ДП является очень мощным и плодотворным методом оптимизации управления. Но это решение не сводится к какой-либо стандартной вычислительной процедуре; оно может быть передано на компьютер только после того, как составлены соответствующие алгоритм и реализующие его зависимости и формулы.
В основе решения всех задач ДП лежит «принцип оптимальности»: «Каково бы ни было состояние системы S перед очередным шагом, надо выбирать управление на этом шаге так, чтобы выигрыш на данном шаге плюс оптимальный выигрыш на всех последующих шагах был максимальным».
Постановку задачи ДП удобно проводить в следующем порядке.
1. Выбрать параметры (фазовые координаты), характеризующие состояние S управляемой системы перед каждым шагом.
2. Расчленить операцию на этапы (шаги).
3. Выяснить набор шаговых управлений ui для каждого шага u налагаемые на них ограничения.
4. Определить, какой выигрыш приносит на i-ом шаге управление ui, если перед этим система была в состоянии S, т. е. записать «функции выигрыша»:
5. Определить, как изменится состояние S системы Sпод влиянием управления ui на i-ом шаге: оно переходит в новое состояние
6. Записать основное рекуррентное управление ДП, выражающее условный оптимальный выигрыш Wi (S) через уже известную функцию Wi+1(S):
7. Произвести условную оптимизацию шагов, начиная с последнего.
8. Произвести безусловную оптимизацию управления, «читая» соответствующие рекомендации на каждом шаге.
2.1.3 Теория массового обслуживания (ТМО)
Очень многие технологические процессы ЛЗП можно рассматривать как системы массового обслуживания (далее СМО). Любую СМО в общем виде можно представить как совокупность последовательно связанных между собой входящих потоков требований на обслуживание, очередей, каналов обслуживания и выходящих потоков. Случайный характер входящего потока требований (хлыстов, сортиментов, автолесовозов и т. д.), а также длительности обслуживания каналом (раскряжёвочная установка, лесопильная рама, краны и т. д.) приводит к образованию случайного процесса в системе, который необходимо исследовать.
Предметом ТМО является установление зависимости между условиями работы СМО (число каналов, их производительность, характер потока заявок, правила обслуживания) и эффективностью обслуживания. В качестве показателей эффективности обслуживания могут применяться: среднее число заявок, обслуживаемых СМО в единицу времени; среднее число занятых каналов; среднее число заявок в очереди и среднее время ожидания обслуживания; среднее время простоя отдельных каналов и системы в целом, закон распределения длины очереди и др.
Каждый из этих показателей характеризует степень приспособленности системы к обслуживанию потока заявок, т. е. пропускную способность. Различают абсолютную и относительную пропускную способность. Под абсолютной пропускной способностью понимают среднее число заявок, которое СМО может обслужить в единицу времени. Под относительной пропускной способностью понимают среднее отношение числа обслуженных заявок к числу поданных.
СМО по наличию того или иного признака можно разделить следующим образом:
1. По характеру поступления требований – на системы с регулярными и случайными потоками поступления требований в систему. Если количество поступающих требований в систему в единицу времени (интенсивность потока) постоянно или является заданной функцией времени, то имеем систему с регулярным потоком поступления требований в систему, в противном случае – со случайным.
Для исследования СМО со случайным потоком требований необходимо, чтобы была задана или известна функция распределения вероятностей поступления требований в систему. Если параметры потока требований не зависят от расположения рассматриваемого интервала времени на оси времени, то имеем стационарный поток требований, в противном случае – нестационарный. Например, если число лесовозов, приходящих на склад, не зависит от времени суток, то поток требований – стационарный.
2. По количеству поступающих требований в один момент времени на системы с ординарным и неординарным потоками требований. Если вероятность поступления двух или более требований в один момент равна нулю или имеет столь малую вероятность, что ею можно пренебречь, то имеем систему с ординарным потоком требований.
3. По связи между требованиями на системы без последействия и с последействием. Если вероятность поступления требований в систему в некоторый момент времени не зависит от того, сколько уже требований поступило в систему, т. е. не зависит от предыстории изучаемого процесса, то мы имеем систему без последействия, в противном случае – с последействием.
4. По характеру поведения требования в системе – с отказами, с ограниченным ожиданием и с ожиданием без ограничения:
— если вновь наступившее на обслуживание требование застаёт все каналы обслуживания занятыми и оно покидает систему, то имеем систему с отказами;
— если поступившее требование застаёт все каналы обслуживания занятыми и становится в очередь, но находится в ней ограниченное время, после чего, не дождавшись обслуживания, покидает систему, то имеем систему с ограниченным ожиданием;
— если поступившее требование, застав все каналы занятыми, вынуждено ожидать своей очереди до тех пор, пока оно не будет обслужено, то имеем систему с ожиданием без ограничения.
5. По способу выбора требований на обслуживание: с приоритетом, по мере поступления (FIFO), случайно, последний обслуживается первым (LIFO). В этом случае говорят о дисциплине обслуживания:
— если СМО охватывает несколько категорий требований и по каким-либо соображениям необходимо соблюдать различный подход к их отбору, то имеем систему с приоритетом;
— если освободившийся канал обслуживает требование, ранее других поступившее в систему, то имеем систему с обслуживанием требований по мере их поступления (FIFO);
— если требования из очереди в канал обследования поступают в случайном порядке, то имеем систему со случайным выбором требований на обслуживание;
— последний обслуживается первым – LIFO (пример: разборка штабелей лесоматериалов).
6. По характеру обслуживания требований – на системы с детерминированным и случайным временем обслуживания. Если интервал времени между моментом поступления требования в канал обслуживания и моментом выхода требования из этого канала постоянен, то имеем систему с детерминированным временем обслуживания, в противном случае – со случайным.
7. По числу каналов обслуживания – на одноканальные и многоканальные.
8. По количеству этапов обслуживания – на однофазные и многофазные системы. Если каналы обслуживания расположены последовательно и они неоднородны, т. к. выполняют различные операции обслуживания, то имеем многофазную СМО.
9. По однородности требований, поступающих на обслуживание, – на системы с однородными и неоднородными потоками требований. Так, если под разгрузку прибывают автомобили различной грузоподъёмности, то такие требования называются неоднородными, если одной грузоподъёмности – однородными.
10. По ограниченности потока требований – на замкнутые и разомкнутые системы. Если поток требований ограничен и требования, покинувшие систему, могут в неё возвращаться, то имеем замкнутую систему, в противном случае – разомкнутую.
Поток требований, обладающий тремя свойствами: стационарностью, ординарностью и отсутствием последействия, называется простейшим (или стационарным пуассоновским) потоком.
На лесозаготовках встречаются все основные типы СМО.
Важной особенностью функционирования СМО является взаимодействие очередей. Последнее может возникнуть при одновременном обслуживании нескольких потоков и наличии «узких» мест в системе обслуживания. Например, один кран на нижнем лесоскладе нередко одновременно обслуживает 3 потока: выполняет погрузку лесоматериалов в вагоны, обслуживает основные технологические линии и лесообрабатывающие цехи.
Математический анализ работы СМО очень облегчается, если процесс этой работы – марковский. Для этого достаточно, чтобы все потоки событий, переводящие систему из состояния в состояние, были простейшими. Случайный процесс, протекающий в системе, называется марковским, если для любого момента времени вероятностные характеристики процесса в будущем зависят только от его состояния в данный момент и не зависят от того, когда и как система пришла в это состояние.
При оптимизации практических задач большое значение имеют так называемые марковские случайные процессы с дискретными состояниями и непрерывным временем.
Процесс называется процессом с дискретными состояниями, если его возможные состояния можно заранее перечислить (перенумеровать), а переход системы из состояния в состояние происходит «скачком», практически мгновенно.
Процесс называется процессом с непрерывным временем, если моменты возможных переходов из состояния в состояние не фиксированы заранее, а неопределённы, случайны, если переход может осуществиться, в принципе, в любой момент.
При анализе случайных процессов с дискретными состояниями удобно пользоваться графом состояний, связывающим все возможные состояния системы. В случае, если на графе состояний представлены интенсивности потоков событий, переводящих систему из состояния в состояние, граф называется размеченным.
Решение задачи методами аналитического аппарата ТМО проводится по следующей схеме:
1. Разрабатывается граф состояний СМО, изображающий состояния системы и связывающие их возможные переходы.
2. Составляется система дифференциальных уравнений состояний СМО.
3. В случаях необходимости определения предельных установившихся (так называемых финальных) вероятностей состояний система дифференциальных уравнений Колмогорова сводится к системе линейных алгебраических уравнений посредством устремления .
4. Находят значения интересующих показателей функционирования СМО.
С точки зрения задач управления запасами лесоматериалов особый интерес представляют три расчётные схемы: одноканальная и многоканальная СМО с ограничением по длине очереди и многофазные СМО.
Схема 1. Рассмотрим одноканальную СМО с ограничением по длине очереди. Такая расчётная схема соответствует работе большинства машин в ЛЗП со случайными временем поступления и параметрами заготовок, случайной продолжительностью обслуживания и выдачи обработанных лесоматериалов.
На одноканальную СМО поступает простейший поток заявок с интенсивностью l, время обслуживания показательное с параметром . В очереди m мест. Если заявка приходит в момент, когда все эти места заняты, она получает отказ и покидает СМО.
S0 – СМО свободна;
S1 – канал занят, очереди нет;
S2 – канал занят, одна заявка в очереди;
Sk – канал занят, (k – 1) заявок в очереди;
Sm+1 – канал занят, m заявок в очереди.
Схема 2.Рассмотрим многоканальную СМО с ограничением по длине очереди. Такая расчётная схема соответствует одновременной работе нескольких однотипных машин на одной технологической операции или в связанной совокупности последовательно выполняемых ими операций.
Расчётная схема выглядит следующим образом. На n-канальную СМО с ожиданием поступает поток заявок с интенсивностью ; интенсивность обслуживания (для одного канала) – , число m мест в очереди ограничено. Финальные вероятности состояний существуют при любых .
Состояния СМО нумеруются по числу заявок в системе:
S0 – все каналы свободны;
S1 – занят один канал;
Sk – занято k каналов ;
Sn – заняты все n каналов;
Sn+1 – заняты все n каналов, 1 заявка стоит в очереди;
Sn +r – заняты все n каналов, r заявок стоят в очереди.
Схема 3.Рассмотрим несколько СМО с ожиданием, последовательно соединённых друг с другом так, что поток обслуженных требований, выходящий из одной системы, является потоком, входящим в следующую систему. Такое соединение систем принято называть многофазной СМО с ожиданием. Каждая составляющая системы называется фазой. Входящим потоком требований для многофазной СМО является поток, входящий в первую фазу; выходящим потоком – выходящий из последней фазы. Введём обозначения: r – число фаз; Nj – число узлов обслуживания в j-й фазе;μj – интенсивность обслуживания для узла j-й фазы (1 ≤ j ≤ r); λ – параметр входящего пуассоновского потока.
Такая расчётная схема соответствует одновременной работе разнородных машин или установок в составе систем машин или технологических линий ЛЗП. Установившийся режим работы многофазной СМО существует только в предположении, что:
1 ≤ j ≤ r.
При соблюдении условия (11) вероятность того, что в j-й фазе находится n требований (сколько требований находится при этом в других фазах – безразлично) совпадает с формулой, которая определяет характеристики СМО с ожиданием, имеющей один узел обслуживания. Таким образом, вероятность состояния одной выделенной фазы в многофазной системе совпадает с вероятностью состояния одной фазы, рассматриваемой как отдельная СМО.
Следовательно, остальные характеристики отдельной СМО также окажутся характеристиками фазы в многофазной СМО. Многие характеристики многофазной СМО получаются суммированием соответствующих характеристик по фазам. К ним относятся, например, среднее число требований, находящихся в очередях, среднее время ожидания и другие (но не вероятность наличия очереди хотя бы в одной фазе).
Возможности аналитического моделирования значительно ограничены в силу необходимости представления эмпирических зависимостей теоретическими законами и наличия существенных ограничений, накладываемых на условия и параметры реальных систем и моделируемых ситуаций. Имитационное и нейронечёткое моделирование в значительной степени свободны от статичности идеализации эмпирических распределений теоретическими законами.
Источник: studopedia.ru
Аналитическое моделирование ситуаций при управлении организацией строительства сложных объектов Текст научной статьи по специальности «Компьютерные и информационные науки»
ИНВЕСТИЦИОННО-СТРОИТЕЛЬНЫЙ КОМПЛЕКС / АВТОМАТИЗИРОВАННАЯ СИСТЕМЫ УПРАВЛЕНИЯ / СЛОЖНОСТРУКТУРИРОВАННЫЙ ЭЛЕМЕНТ / СТРУКТУРНЫЙ ЭЛЕМЕНТ / СИНТАКСИЧЕСКИЙ АНАЛИЗ / ИНФОРМАЦИОННАЯ СИСТЕМА / СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ / АВТОМАТИЗИРОВАННЫЙ КОМПЛЕКС ПРИНЯТИЯ РЕШЕНИЯ / ФОРМАЛЬНАЯ ГРАММАТИКА / INVESTMENT AND BUILDING COMPLEX / AUTOMATED MANAGEMENT SYSTEM / ELEMENT WITH A COMPLEX STRUCTURE / STRUCTURAL ELEMENT / PARSING / INFORMATION SYSTEM / DECISION SUPPORT SYSTEM / AUTOMATED DECISION-MAKING COMPLEX / FORMAL GRAMMAR
Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Силенок Юрий Викторович, Яковлев Вадим Лаврович
В современных условиях одно из приоритетных направлений российской экономики выработка основных теоретических и методологических позиций по применению менеджмента на предприятиях и в различных сферах деятельности, в частности, строительстве. Строительство является одним из наиболее значимых отраслей развития территорий.
При этом наиболее важным является направление, связанное с оптимизацией управлением организацией строительства сложных объектов. Актуальность данной темы заключается в том, что эффективное управление в современных условиях рынка необходимое условие повышения эффективности бизнеса, создания, развития и реализации конкурентных преимуществ предприятия.
В статье представлены результаты анализа путей повышения эффективности функционирования систем поддержки принятия решений при управлении организацией строительства сложных объектов. Предложено теоретическое обоснование решения данной задачи. Рассматриваются вопросы, связанные с управлением организацией строительства сложных объектов, обращается внимание на необходимость строгой организация знаний в решении задачи пространственно-временной обработки информации (сигналов) в процессе мониторинга ситуаций в оперативном контуре управления строительством. Обоснованы концептуальные положения теоретических основ организации знаний в области разработки и моделирования информационных систем поддержки принятия решений при управлении строительством на основе формальных грамматических систем.
Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Силенок Юрий Викторович, Яковлев Вадим Лаврович
Методика оценивания эффективности информационного обеспечения поддержки принятия решений при управлении сложными динамическими объектами
Формирование контекстной грамматики для распознавания сложных сцен с многоуровневым движением объектов
Разработка концептуальной модели системы поддержки принятия решений для приемочного контроля бортовой аппаратуры
Analytical modeling situations when administration of the Organization construction of complex objects
In today’s world, one of the priority areas of Russian economics is the creation of basic theoretical and methodological principles of implementing management in companies and various fields, in particular, in construction. The construction industry is one of the most significant industries in terms of land development. And its most important area focuses on optimizing the companies’ construction management system for building complex facilities.
The relevance of this topic consists in the fact that effective management in the modern market conditions is a necessary measure for increasing business effectiveness, as well as for creation, development and use of the competitive advantages of the company. The article presents the results of the analysis of ways to increase the performance effectiveness of decision support systems used in managing the construction process of complex facilities. The article lays out a theoretical substantiation for solving this problem. The article reviews the issues connected with managing the construction process of complex facilities and emphasizes the importance of strict organization of knowledge in solving the task of spatiotemporal (signal) information processing in course of monitoring the process on the operational level of construction management. The article substantiates the basic concepts of the theoretical principles of knowledge organization in the field of development and design of information decision support systems in construction management process, based on the formal grammar systems.
Текст научной работы на тему «Аналитическое моделирование ситуаций при управлении организацией строительства сложных объектов»
Том 9, №6 (2017) https ://naukovedenie. ru/vo l9-6.php
Статья опубликована 01.02.2018
Ссылка для цитирования этой статьи:
Силенок Юрий Викторович1
ФГБОУ ВО «Костромской государственный университет», Россия, Кострома2 Старший преподаватель кафедры «Информационных систем и технологий»
Яковлев Вадим Лаврович
ФГБОУ ВО «Костромской государственный университет», Россия, Кострома Старший преподаватель кафедры «Информационных систем и технологий»
Аналитическое моделирование ситуаций при управлении организацией строительства сложных объектов
Аннотация. В современных условиях одно из приоритетных направлений российской экономики — выработка основных теоретических и методологических позиций по применению менеджмента на предприятиях и в различных сферах деятельности, в частности, строительстве. Строительство является одним из наиболее значимых отраслей развития территорий. При этом наиболее важным является направление, связанное с оптимизацией управлением организацией строительства сложных объектов.
Актуальность данной темы заключается в том, что эффективное управление в современных условиях рынка — необходимое условие повышения эффективности бизнеса, создания, развития и реализации конкурентных преимуществ предприятия.
В статье представлены результаты анализа путей повышения эффективности функционирования систем поддержки принятия решений при управлении организацией строительства сложных объектов. Предложено теоретическое обоснование решения данной задачи.
Рассматриваются вопросы, связанные с управлением организацией строительства сложных объектов, обращается внимание на необходимость строгой организация знаний в решении задачи пространственно-временной обработки информации (сигналов) в процессе мониторинга ситуаций в оперативном контуре управления строительством. Обоснованы концептуальные положения теоретических основ организации знаний в области разработки и
2 156005, Российская Федерация, ЦФО, Костромская область, г. Кострома, ул. Дзержинского, д. 17
моделирования информационных систем поддержки принятия решений при управлении строительством на основе формальных грамматических систем.
Ключевые слова: инвестиционно-строительный комплекс; автоматизированная системы управления; сложноструктурированный элемент; структурный элемент; синтаксический анализ; информационная система; система поддержки принятия решения; автоматизированный комплекс принятия решения; формальная грамматика
Совершенствование управления невозможно без изучения, систематизации и обобщения опыта развития общественных отношений, как в экономике в целом, так и в области строительства, в частности [1, 2]. Проблема совершенствования и развития строительных организаций (СО) вынуждает расширить исследования в области разработки и внедрения новых форм управления, его автоматизации.
1. Основы управления в строительной организации
Строительные организации (тресты, СМУ, СУ, и т. д.) являются основными производственными элементами строительного комплекса и, соответственно, основными звеньями информационной цепи.
Строительство объекта связано с выполнением ряда работ:
• проведением различных видов инженерных изысканий, а также технико-экономического обоснования на возведение объекта;
• разработкой проектно-сметной документации (архитектурное проектирование, конструкторское проектирование, проектирование организации строительства на различных стадиях возведения объекта);
• работой предприятий строительной индустрии и промышленности строительных материалов и последующая комплектация объекта;
• собственно возведение объекта (строительно-монтажные работы, монтаж оборудования, опытная эксплуатация) и т. д.
В этой связи к органам управления строительной организации поступает основной объем информации от заказчиков, проектных организаций и субподрядчиков, в строительных организациях формируются показатели фактического выполнения работ.
В организационном управлении строительством широко применяются ERP-системы (Enterprise Resource Planning) [3-4], различные модели (и их модификации) автоматизированных систем управления технологическими процессами (АСУТП).
Однако, при существующем уровне автоматизации в организационном управлении строительным производством отсутствует единый контур автоматизированного управления (затратами, инвестициями, транспортно-складской логистикой и т. д.), что не позволяет аккумулировать их по центрам ответственности. Отмечается высокая динамика изменения ситуаций в оперативном контуре управления СО при строительстве сложных объектов. Не обеспечивается вертикальный и горизонтальный анализ данных между линейными и функциональными звеньями в аппарате управления, комплексный анализ динамики изменений производственных показателей.
Таким образом, необходимо создание автоматизированной системы поддержки принятия решений (АСППР) в оперативном контуре управления строительной организации,
интегрированной с существующими программно-аппаратными средствами (системами), на основе формализации экспертных знаний и применения математических моделей. Для этого требуется системное моделирование составляющих компонентов с учетом предъявляемых требований: организационной структуры, системы документооборота, функциональной и информационной структуры [5-7]. Таким образом, актуальной задачей является разработка АСППР для организационного управления строительным производством на основе комплексных системных моделей для анализа и оценки производственных ситуаций. [8].
Формально задачу оценки состояния объекта строительства (ОС) можно определить следующим образом: состояние ОС отображается фазовыми координатами в пространстве его
состояний, то есть, точкой с координатами х1(1)>•••> п () . Каждая координата соответствует простой характеристике ситуации (состояния ОС) в общей модели обстановки.
Соответствующий состоянию каждой отдельной ситуации вектор х() в пространстве
координат х0 и некоторой величиной отклоняющего воздействия е() при ( — 1о) (эскизный проект, тактико-техническое задание и т. д.).
Закон изменения состояний ьой ситуации описывается системой обыкновенных дифференциальных уравнений [8-10]:
Х1 = / (х1. хп ¿1, — , еп Л
Хп = /п (xl, — , хп еп 1 )>
или, в векторном виде: х = /(х,е,1 е о¿1 ].
Таким образом, по принципу детерминизма Лапласа [8], знание координат объекта х(^ и воздействующих на него сил е() позволяет точно определить положение объекта в момент
Сложность задачи распознавания и оценки модели обстановки в целом, заключается в том, что факторы, влияющие на ее состояние, как правило, заранее не известны или известны не полностью. Более того, исследования в области синергетики показывают, что влияние различных факторов на сложные хаотические системы значительно изменяется в различные моменты их существования. Именно поэтому задача оценки состояния сложных систем проводится, в основном, на качественном уровне, когда решение во многом определяется профессиональными и личностными характеристиками экспертов.
2. Анализ методов распознавания
В настоящее время разработано большое многообразие различных подходов к методам распознавания сложноструктурированных объектов, которые можно разделить на два направления: детерминистские и статистические.
Детерминистский подход включает различные методы: эмпирические, эвристические, в основе которых лежат здравый смысл, более или менее удачное моделирование процесса мышления человека; математически формализованные. К данным методам можно отнести: перцептронные, на основе потенциальных функций, логические; на основе вычисления оценок; градиентного типа; структурные [11-13]; и др. При этом используется различный
математический аппарат (математическая логика, теория графов, топология, математическая лингвистика, математическое программирование и др.).
При применении детерминистских методов распознавания, основанных на использовании потенциальных функций и перцептронных алгоритмов, основная задача, заключающаяся в выборе подходящего множества решающих функций, решается в основном методом проб и ошибок, поскольку единственным способом оценки качества выбранной системы является прямая проверка. В связи с отсутствием аналитических методов оценки достоверности распознавания, увязанной с параметрами распознающей процедуры, системы детерминистского распознавания не позволяют реализовать постановку задачи.
В логических системах распознавания [13] классы и признаки объектов рассматриваются как логические переменные. Основным методом их решения является метод построения сокращенного базиса с помощью алгоритмов преобразования булевых функций и приведения их к тупиковой дизъюнктивной нормальной форме.
В тоже время основной упор делается на использование априорных знаний в ущерб процедуре обучения, количественная связь которой с достоверностью распознавания не установлена. В ряде случаев алгоритмы логического распознавания не позволяют получить однозначное решение о принадлежности распознаваемого объекта к классу. И даже в случае положительного решения, не удается получить оценку достоверности распознавания в аналитическом виде. Таким образом, реализация постановки задачи в системах логического распознавания не представляется возможным.
Представленные в [11-13] алгоритмы логического распознавания, основанные на вычислении оценок (АВО), являются развитием логических методов распознавания. АВО основаны на вычислении оценок сходства распознаваемого объекта к эталонному описанию и позволяют получить однозначное решение о принадлежности распознаваемого объекта к определенному классу. Дальнейшим обобщением АВО является алгебраический подход, расширяющий возможности существующих алгоритмов распознавания с помощью алгебраических операций, введения алгебры на множестве решаемых и близких к ним задач распознавания. Однако, методы количественной оценки достоверности распознавания, при использовании АВО и алгебраического подхода к решению задач распознавания, в настоящее время отсутствуют, что не позволяет реализовать общую постановку задачи.
Решение задач распознавания на основе синтаксического (структурного, лингвистического) подхода позволяет производить предварительную обработку и выделение непроизводных элементов (признаков), и определять отношения между ними. На этапе обучения по эталонным описаниям (обучающим выборкам) осуществляется структурное описание объектов каждого класса (восстановление грамматики) [11-13]. Процедура принятия решения сводится к синтаксическому анализу (грамматическому разбору) распознаваемого объекта (ситуации, обстановки в ОС), в сопоставлении с восстановленными в ходе обучения грамматиками всех классов, и в определении его принадлежности к определенному классу (состоянию ОС), описанному данным синтаксисом или грамматикой [9-10]. Данный метод распознавания имеет также и статистическую трактовку. Многие методы распознавания, появившиеся как детерминистские, получили в дальнейшем статистическое обоснование.
Статистический подход к решению задачи распознавания образов (моделей ситуаций в ОС) при определении их состояния является основным. В соответствии с этим наибольшее внимание уделяется сбору числовых характеристик некоторых параметров — признаконесущих элементов. Для более полного анализа состояния ОС, который позволит не только определить наличие признаков того или иного состояния объекта строительства, но и за счет построения связей между различными признаками, выявить взаимные отличия одной ситуации от другой, предполагается использование синтаксического (структурного) подхода [11-13].
Данный метод позволяет с одной стороны, во-первых, наиболее полно учитывать структурные свойства моделируемого объекта, во-вторых, избежать неоднозначности описания моделируемых объектов, и, с другой стороны, относительно прост в реализации и эффективно применяется в теории распознавания образов.
Применительно к задаче распознавания моделей состояния ОС, описываемые образы ситуаций сложны, и число требуемых признаков велико. Это определяет рациональность описания сложного образа объекта (модели ситуации) в виде иерархической структуры более простых подобразов. Синтаксический подход к распознаванию образов дает возможность описывать большое множество ситуаций путем использования конечного множества непроизводных элементов (признаков ситуации), характеризующих отклонения в некоторых областях функционирования наблюдаемых объектов (образов ситуации) и грамматических правил.
Для лингвистического (структурного) описания модели ситуации состояния ОС, необходимо сформировать конечное множество символов, терминальных Ут — констант и нетерминальных Уы — переменных, которые составят используемый алфавит — У. Сформированная из символов этого алфавита цепочка конечной длины, будет представлять некоторое предложение У*,- описывающее складывающуюся обстановку (модель ситуации) в ОС. Так же, как и в естественных языках, построение формальных языков должно концентрироваться на грамматиках и их свойствах. Грамматикой является четверка [12-13]:
где: Р — множество грамматических правил или правил подстановки; £ — начальный или корневой символ.
По типу правил подстановки можно выделить четыре основных вида грамматик:
1. Неограниченная грамматика характеризуется правилами подстановки вида
а ^ Р, где а — цепочка алфавита У+ (множество всех предложений, составленных из алфавита У, за исключением пустого предложения), Р — цепочка алфавита У* (множество всех предложений, составленных из алфавита У, включая и пустое предложение).
2. Грамматика непосредственно составляющих характеризуется правилами
подстановки вида аАа2 ^ а1Ра2, где а1 и а2 — элементы алфавита У, Р принадлежит У+, а А принадлежит Уы. Эта грамматика допускает замещение нетерминального символа А цепочкой Р только в том случае, если А появляется в контексте аАа2, составленном из цепочек а1 и а2.
3. Бесконтекстная грамматика характеризуется правилами подстановки вида
А ^ Р, где А принадлежит множеству Уы и Р принадлежит множеству У+. Само название «бесконтекстная» указывает на то, что переменная А может замещаться цепочкой Р независимо от контекста, в котором появляется А.
4. Регулярная (или автоматная) грамматика — это грамматика с правилами подстановки вида А ^ аВ или А ^ а, где А и В — переменные из Уы, а -терминальный символ из Ут.
Множество возможных состояний ОС, представляет собой набор распознаваемых их классов . Каждый класс описывается грамматиками с возможно пересекающимися наборами Уы, Ут и Р. Корневые символы для каждого класса будут свои [10].
В качестве Vt возможно использование количественных значений выбранных признаков X, выраженных в условных единицах измерения. Рациональным будет применение регулярной (автоматной) грамматики.
3. Аналитическое моделирование ситуаций при управлении организацией строительства сложных объектов
Рисунок 1. Объективная закономерность проявления состояния ОС (разработано авторами)
