Способ прогнозной оценки эффективности многоэтапных процессов Российский патент 2017 года по МПК G06F17/00 

Изобретение относится к способам обработки цифровых данных для специальных применений в области прогнозирования и управления многоэтапными процессами, характеризующимися априорной неопределенностью ситуаций, возникающих при реализации этапов.

При этом под многоэтапными процессами понимаются процессы, в которых принятие управленческих решений осуществляется на каждом этапе в зависимости от результатов выполнения предыдущего этапа.

Известен способ обеспечения содействия процессам проектирования и производства (RU 2321886, 2008 г.), содержащий использование модуля ввода данных для приема множества значений характеристик изделия, связанных с набором изделий, имеющих диапазон отклонения в отношении множества характеристик изделия, получающихся в процессе; использование модуля корреляции для выбора прогнозирующей характеристики из множества характеристик изделия; и использование модуля регрессии для определения регрессионной(-ых) модели(-ей) между прогнозирующей характеристикой и по меньшей мере одной из оставшихся характеристик изделия в упомянутом множестве характеристик изделия. Настоящее изобретение обеспечивает знание того, как множество характеристик заданного конечного результата процесса связаны друг с другом, с пределами спецификации и входными данными для предварительной обработки. Это знание обеспечивает сокращение стоимости измерений, анализа и составления отчетов как до, так и во время изготовления. Оно также определяет изменения, которые необходимы для входных данных для выпуска предварительной обработки, чтобы достичь изготовления при проектных целях.

Недостатком данного способа является относительно узкая область применения, обусловленная допущением о том, что процесс может быть описан уравнением регрессии, связывающим выходной результат со входными данными, что не позволяет учитывать результаты принятия управленческих решений на промежуточных этапах многоэтапных процессов.

Также известен способ статистического регулирования технологического процесса (RU 2470352, 2012 г.), в котором определяют показатели качества продукции, выбирают параметры технологического процесса, измеряют, формируют по первому варианту выполнения способа матрицу контрольной карты количественных и качественных параметров, либо, по второму варианту выполнения способа, формируют матрицу контрольной карты количественных и качественных параметров и матрицу контрольной карты качественных параметров, осуществляют статистический учет и анализ отклонений параметров технологического процесса и показателей качества продукции в сравнении с выбранными значениями, при этом определяют статистическими методами вычисление оценки коэффициента корреляции и оценивают состояние технологического процесса, и выполняют регулирующие технологический процесс действия, в том числе путем приемочного контроля качества выявляют виды дефектов, соответствующие технологические операции и оборудования и осуществляют корректирующие управляющие действия.

Недостатком данного способа является относительно узкая область применения, обусловленная объемом данных, требуемым для статистического учета и анализа отклонений параметров технологического процесса и показателей качества продукции.

Также известен способ оценки эффективности процесса разработки объектов военной техники (RU 2282243, 2006 г.), основанный на формировании массивов данных о технико-экономических показателях разрабатываемых объектов военной техники с отображением и совмещением этой информации в окнах на экране дисплея. Техническим результатом является обеспечение способа компьютерного моделирования процесса ведения военных действий, обеспечивающего упрощенное моделирование процесса ведения военных действий.

Недостатком данного способа является относительно узкая область применения, обусловленная особенностями процесса ведения военных действий и затрудняющая его применение для прогнозной оценки эффективности многоэтапных процессов в других областях.

Также известен унифицированный способ оценки эффективности больших систем и автоматизированное устройство его осуществления (RU 2453912, 2012 г.), включающий представление конкретной большой системы (БС) в виде иерархии ее структурных элементов, запись в запоминающее устройство показателей эффективности, поставленных в соответствие каждому элементу структуры БС, нормативных значений и коэффициентов важности, соответствующих каждому частному показателю эффективности, после чего получают значение обобщенного показателя эффективности, представляющего собой свертку частных показателей эффективности.

Недостатком данного способа является относительно узкая область применения, обусловленная требованием к независимости частных показателей эффективности, что не позволяет использовать данный способ для прогнозной оценки эффективности многоэтапных процессов, у которых результат выполнения последующего этапа зависит от состояния процесса на предыдущем этапе.

Наиболее близким аналогом заявленного способа является способ оценки эффективности управления (RU 2517409, 2014 г.), в котором записывают в запоминающие устройства необходимые исходные данные, вычисляют сумму величин весовых коэффициентов важности Ki базового аргумента, вычисляют весовой коэффициент К, анализируют соответствие вариантов решений и ситуаций, учитывают коэффициент важности первого аргумента, вычисляют число совпадений вариантов решений и ситуаций, отображают на экране блока отображения, анализируют результаты оценки числа совпадений вариантов решений и ситуаций и по наибольшему числу совпадений выбирают лучшее решение, оценивают время, затраченное на принятие решения i-м ЛПР в j-й ситуации, определяют количество своевременно принятых для j-й ситуации решений Rj, определяют правильно принятые решения для j-й ситуации, определяют количество правильно принятых решений для j-й ситуации Sj, определяют общее количество правильно принятых решений, определяют общее относительное количество правильно принятых решений, определяют относительное количество своевременно и правильно принятых решений, определяют общее относительное количество своевременно и правильно принятых решений, определяют вероятность правильного принятия решений, определяют вероятность своевременного и правильного принятия решений, определяют значение показателя эффективности управления, отображают на экране блока отображения и анализируют полученную оценку эффективности управления, одновременно с записью необходимых исходных данных в запоминающие устройства записывают также данные о количестве направлений связи Q, данные о допустимом времени tдоп.р реализации решений, значения времени t ij, затраченного на реализацию i-го решения в j-й ситуации, одновременно с оценкой времени, затраченного на принятие решения i-м ЛПР в j-й ситуации, оценивают время реализации решений t ij с помощью блока оценки времени реализации решений, одновременно с определением количества своевременно принятых для j-й ситуации решений Rj определяют количество своевременно реализованных решений Cj с помощью блока определения количества своевременно реализованных решений, одновременно с определением общего относительного количества своевременно и правильно принятых решений определяют общее относительное количество своевременно реализованных решений с помощью блока определения общего относительного количества своевременно реализованных решений, одновременно с определением вероятности правильного принятия решений и вероятности своевременного и правильного принятия решений определяют вероятность своевременной реализации принятых решений с помощью блока определения вероятности своевременной реализации принятых решений, отличающийся тем, что дополнительно одновременно с записью необходимых исходных данных в запоминающие устройства записывают также данные о допустимом времени сбора информации tдоп.и, значения времени tuj, затраченного на сбор всей необходимой для принятия решения информации в j-й ситуации, одновременно с оценкой времени, затраченного на принятие решения i-м ЛПР в j-й ситуации, оценивают время tuj, затраченное на сбор всей необходимой для принятия решения информации в j-й ситуации, с помощью блока оценки времени сбора информации в j-й ситуации, с помощью блока оценки времени сбора информации, одновременно с определением количества своевременно принятых для j-й ситуации решений Rj определяют количество ситуаций Мсв.инф,j, для принятия решения в которых вся необходимая информация была собрана своевременно, с помощью блока определения количества ситуаций со своевременно собранной информацией, одновременно с определением вероятности правильного принятия решения определяют вероятность своевременного сбора всей необходимой для принятия решений информации Рсв.инф с помощью блока определения вероятности своевременного сбора информации.

Недостатком данного способа является относительно узкая область применения, обусловленная тем что:

- не учитывается последовательность принятия решения на различных этапах многоэтапных процессов;

- множество ситуаций считается сформированным заранее;

- рассчитывается только показатель эффективности управления (вероятность своевременного и правильного принятия решений), при этом не оценивается эффективность управляемого процесса (вероятность достижения целей процесса).

Требуемым техническим результатом является обеспечение автоматизированного расчета прогнозного значения показателя эффективности многоэтапных процессов с учетом:

- неопределенности ситуаций, возникающих при реализации этапов многоэтапных процессов;

- последствий принятия решения на различных этапах многоэтапных процессов;

- текущей информации о состоянии процесса.

Требуемый результат достигается за счет применения заявляемого способа, отличающегося от уже известных тем, что:

- проводят классификацию вариантов исходного состояния многоэтапного процесса, классификацию результатов реализации промежуточных этапов многоэтапного процесса, классификацию результатов реализации конечного этапа многоэтапного процесса;

- задают априорную вероятность наступления ситуаций, соответствующих классам исходного состояния многоэтапного процесса;

- определяют вероятность наступления ситуаций, соответствующих классам промежуточных состояний многоэтапного процесса;

- определяют вероятность наступления ситуаций, соответствующих классам конечного состояния многоэтапного процесса;

- рассчитывают априорную вероятность достижения целей многоэтапного процесса;

- формируют прогнозные признаки классов исходного состояния многоэтапного процесса;

- получают информацию о значениях прогнозных признаков классов состояния многоэтапного процесса;

- рассчитывают апостериорную вероятность реализации исходного состояния многоэтапного процесса и прогнозное значение показателя эффективности многоэтапного процесса.

При этом операции классификации и расчета вероятностей производятся с использованием специализированного вычислительного устройства либо программного обеспечения персонального компьютера.

Сущность заявляемого способа заключается в следующем.

Многоэтапный процесс представляется в виде совокупности показателей, отражающих его исходное состояние и состояние по результатам выполнения каждого из этапов. Так как предлагаемый способ предназначен для прогнозной оценки эффективности многоэтапных процессов, данные показатели носят вероятностный характер, то есть являются случайными величинами, значения которых зависят от заранее неизвестных неконтролируемых случайных факторов и решений, принимаемых на каждом из этапов. Построение полной вероятностной модели многоэтапного процесса является затруднительным, так как требует совместной оценки вероятности значений всех показателей многоэтапного процесса. Поэтому для оценивания прогнозной эффективности многоэтапного процесса предлагается представить состояние многоэтапного процесса на каждом из этапов в виде соответствующего множества классов и использовать значения условной вероятности наступления ситуаций, соответствующих классам состояния многоэтапного процесса, в зависимости от класса его состояния на предыдущем этапе.

Для достижения требуемого технического результата записывают в запоминающие устройства необходимые исходные данные. При этом многоэтапный процесс описывают соответствующими показателями на каждом из j=0..k этапов (j=0 - индекс исходного состояния многоэтапного процесса, j=k - индекс состояния многоэтапного процесса по результатам конечного этапа).

Далее проводят классификацию вариантов исходного состояния многоэтапного процесса. Для этого множество значений показателей исходного состояния многоэтапного процесса разбивают на непересекающиеся подмножества, соответствующие классам , таким образом, чтобы каждый из классов мог быть идентифицирован при контроле многоэтапного процесса. Результатом выполнения данного этапа является множество классов исходного состояния многоэтапного процесса S⁰:

где i⁰=1..I⁰ - множество индексов классов исходного состояния многоэтапного процесса.

Затем проводят классификацию результатов реализации промежуточных этапов многоэтапного процесса. Для этого множество значений показателей промежуточных состояний многоэтапного процесса разбивают на непересекающиеся подмножества, соответствующие классам , таким образом, что каждому классу соответствует своя задача принятия управленческого решения. Результатом выполнения данного этапа является множество классов промежуточных состояний многоэтапного процесса {S^j} для каждого из j=1..(k-1) этапов:

где i^j=1..I^j - множество индексов классов промежуточного состояния многоэтапного процесса на j-м этапе.

Затем проводят классификацию результатов реализации конечного этапа многоэтапного процесса. Для этого множество значений показателей конечного состояния многоэтапного процесса разбивают на непересекающиеся подмножества, соответствующие классам , таким образом, что каждому классу соответствует различная вероятность достижения целей многоэтапного процесса. Результатом выполнения данного этапа является множество классов конечного состояния многоэтапного процесса S^k:

где i^k=1..I^k - множество индексов классов конечного состояния многоэтапного процесса.

Далее задают априорную вероятность наступления ситуаций, соответствующих классам исходного состояния многоэтапного процесса . Данная вероятность характеризует данные о процессе, полученные до начала его контроля и прогнозной оценки эффективности. В случае отсутствия таких данных ситуации, соответствующие классам исходного состояния многоэтапного процесса, считаются равновероятными:

Затем анализируют соответствие вариантов решений и ситуаций. Для этого для каждой из ситуаций, соответствующих классам исходного и промежуточных состояний многоэтапного процесса, рассчитывается значение функции полезности управленческих решений , где - множество вариантов решений на j-м этапе процесса в i^j-м классе состояния процесса.

Далее на основе значений функции полезности управленческих решений с применением методов теории вероятности и теории игр определяют вероятность своевременного и правильного принятия решений при условии того, что процесс на j-м этапе находится в i^j-м классе состояния.

Затем на основе методов теории вероятности и теории игр определяют вероятность наступления ситуаций, соответствующих классам промежуточных состояний многоэтапного процесса . Данная вероятность является условной и рассчитывается исходя из того, что принято своевременное и правильное решение и процесс находится в определенном состоянии по результатам предыдущего этапа.

После этого на основе методов теории вероятности и теории игр определяют вероятность наступления ситуаций, соответствующих классам конечного состояния многоэтапного процесса .

Далее рассчитывают априорную вероятность достижения целей многоэтапного процесса P(Y), где Y - событие, заключающееся в достижении целей многоэтапного процесса. Данная операция может быть выполнена следующим образом:

где P(Y⎪S^k) - вероятность достижения целей многоэтапного процесса, полученная при классификации результатов реализации его конечного этапа.

После этого формируют прогнозные признаки классов исходного состояния многоэтапного процесса , где - множество индексов прогнозных признаков. Данные признаки используются для идентификации класса исходного состояния многоэтапного процесса при его контроле и прогнозной оценке эффективности и формируются таким образом, чтобы была известна условная вероятность их проявления в зависимости от класса исходного состояния многоэтапного процесса Р(X⎪S⁰)

Далее получают информацию о значениях прогнозных признаков классов исходного состояния многоэтапного процесса .

После этого с применением методов теории вероятности (формулы Байеса) рассчитывают апостериорную вероятность реализации исходного состояния многоэтапного процесса :

Далее с применением методов теории вероятности рассчитывают прогнозное значение показателя эффективности многоэтапного процесса, определяемое как вероятность достижения целей процесса с учетом текущей информации о значениях прогнозных признаков классов исходного состояния многоэтапного процесса .

Предлагаемый способ может быть пояснен следующим примером.

Оценивается прогнозная эффективность мероприятий космической деятельности, направленных решение задач мониторинга чрезвычайных ситуаций. Мероприятия представляются в виде следующего двухэтапного процесса: «производство и запуск космических аппаратов; эксплуатация группировки космических аппаратов».

Исходное состояние процесса представляется тремя классами состояний:

- - степень готовности предприятий промышленности к производству и запуску космических аппаратов «высокая»;

- - степень готовности предприятий промышленности к производству и запуску космических аппаратов «средняя»;

- - степень готовности предприятий промышленности к производству и запуску космических аппаратов «низкая»;

По результатам производства и запуска космических аппаратов процесс может перейти в следующие классы состояний:

- - выведено на орбиту 4-5 космических аппаратов;

- - выведено на орбиту 2-3 космических аппарата;

Результаты эксплуатации группировки космических аппаратов (с учетом их возможной поломки в период эксплуатации) могут перевести процесс в следующие классы конечных состояний:

- - периодичность обзора заданного участка местности более 10 раз в сутки;

- - периодичность обзора заданного участка местности 5-10 раз в сутки;

- - периодичность обзора заданного участка менее 5 раз в сутки.

Вероятность достижения целей процесса в зависимости от классов конечных состояний определена следующим образом: , , .

Исходные состояния процесса считаются равновероятными и априорная вероятность рассчитана как: .

Вероятности правильного и своевременного принятия решения определены для представленных ситуаций (классов состояний процесса) следующим образом:

, ,

, .

Вероятности наступления ситуаций, соответствующих классам промежуточных состояний рассматриваемого процесса, рассчитаны на основе моделирования:

, , , ,

, , , ,

, , , .

Представленные данные позволяют рассчитать априорную вероятность достижения целей рассматриваемого процесса - P(Y)=0,395.

На фиг. 1 представлена графовая модель, с весами, соответствующими условным вероятностям рассматриваемого процесса.

В качестве прогнозных признаков классов исходного состояния многоэтапного процесса X используются:

- доля НИОКР в общем объеме работ более 40%;

- доля НИР в объеме НИОКР более 20%;

- уровень использования производственной мощности более 80%;

- темп обновления основных производственных фондов более 15%.

Пусть на момент прогнозной оценки может быть получено значение только первого признака и с применением экспертного оценивания установлено, что условная вероятность его проявления в зависимости от класса исходного состояния рассматриваемого процесса составляет:

.

В случае, если прогнозный признак наблюдается по результатам контроля, рассчитывается апостериорная вероятность классов исходных состояний:

,

,

.

И соответственно рассчитывается значение показателя эффективности многоэтапного процесса, определяемое как вероятность достижения целей процесса с учетом текущей информации о значениях прогнозного признака: P(Y⎪x_l)=0,48.

При получении информации о значении других прогнозных признаков корректировка значения показателя эффективности осуществляется аналогичным образом.

Таким образом проведена прогнозная оценки эффективности многоэтапного процесса космической деятельности с учетом неопределенности ситуаций, возникающих при реализации этапов процесса, последствий принятия решения на различных этапах многоэтапных процессов и текущей информации о состоянии процесса, что подтверждает требуемый технический результат.

Предлагаемое техническое решение промышленно применимо, так как основано на операциях, широко распространенных в автоматизированных вычислительных системах и системах управления, и может быть реализовано как в виде устройства со специализированными блоками, так и на основе персонального компьютера с соответствующим программным обеспечением для осуществления предусмотренных функций.

Изобретение относится к способу расчета прогнозного значения показателя эффективности многоэтапных процессов. Технический результат заключается в обеспечении автоматизированного расчета прогнозного значения показателя эффективности многоэтапных процессов. В способе записывают в запоминающее устройство необходимые исходные данные, анализируют соответствие вариантов решений и ситуаций, определяют вероятность своевременного и правильного принятия решений, проводят классификацию вариантов исходного состояния, результатов реализации промежуточных этапов и результатов реализации конечного этапа многоэтапного процесса, задают априорную вероятность наступления ситуаций, соответствующих классам исходного состояния многоэтапного процесса, определяют вероятности наступления ситуаций, соответствующих классам промежуточных состояний многоэтапного процесса и классам конечного состояния многоэтапного процесса, а также для многоэтапного процесса рассчитывают априорную вероятность достижения целей, формируют прогнозные признаки классов исходного состояния, получают информацию о значениях прогнозных признаков классов состояния, рассчитывают апостериорную вероятность реализации исходного состояния и прогнозное значение показателя эффективности. 1 ил.

Способ расчета прогнозного значения показателя эффективности многоэтапных процессов, заключающийся в том, что записывают в запоминающие устройства необходимые исходные данные, анализируют соответствие вариантов решений и ситуаций, определяют вероятность своевременного и правильного принятия решений, отличающийся тем, что с использованием специализированного вычислительного устройства либо программного обеспечения персонального компьютера проводят классификацию вариантов исходного состояния многоэтапного процесса, классификацию результатов реализации промежуточных этапов многоэтапного процесса, классификацию результатов реализации конечного этапа многоэтапного процесса, записывают в запоминающее устройство результаты классификации, задают априорную вероятность наступления ситуаций, соответствующих классам исходного состояния многоэтапного процесса, определяют вероятность наступления ситуаций, соответствующих классам промежуточных состояний многоэтапного процесса, определяют вероятность наступления ситуаций, соответствующих классам конечного состояния многоэтапного процесса, рассчитывают априорную вероятность достижения целей многоэтапного процесса, записывают в запоминающее устройство вероятности наступления ситуаций, формируют прогнозные признаки классов исходного состояния многоэтапного процесса, записывают в запоминающее устройство значения признаков классов исходного состояния многоэтапного процесса, получают информацию о значениях прогнозных признаков классов состояния многоэтапного процесса, с использованием специализированного вычислительного устройства либо программного обеспечения персонального компьютера рассчитывают апостериорную вероятность реализации исходного состояния многоэтапного процесса, рассчитывают прогнозное значение показателя эффективности многоэтапного процесса.