RU2701089C1 - Method of situation analysis of stability of technical system with multistage nature of target application - Google Patents
Method of situation analysis of stability of technical system with multistage nature of target application Download PDFInfo
- Publication number
- RU2701089C1 RU2701089C1 RU2018120224A RU2018120224A RU2701089C1 RU 2701089 C1 RU2701089 C1 RU 2701089C1 RU 2018120224 A RU2018120224 A RU 2018120224A RU 2018120224 A RU2018120224 A RU 2018120224A RU 2701089 C1 RU2701089 C1 RU 2701089C1
- Authority
- RU
- Russia
- Prior art keywords
- stage process
- situations
- classes
- probability
- technical system
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
Изобретение относится к способам обработки цифровых данных для специальных применений в области прогнозирования и управления многоэтапными процессами применения технических систем, характеризующихся 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.The invention relates to methods for processing digital data for special applications in the field of forecasting and control of multi-stage processes of application of technical systems characterized by a priori uncertainty of situations arising from the implementation of the stages. At the same time, multi-stage processes are understood to mean processes in which management decisions are made at each stage, depending on the results of the previous stage.
Ряд сложных технических систем, относящихся к вооружению и военной технике и ракетно-космическим системам, могут функционировать в различных условиях обстановки, решая при этом различные задачи. Таким образом, процесс их целевого применения является многоэтапным. При этом полагается, что на эффективность функционирования технической системы на различных этапах ее целевого применения могут влиять дестабилизирующие факторы, приводящие к снижению эффективности.A number of complex technical systems related to armaments and military equipment and space-rocket systems can function in different conditions of the situation, while solving various problems. Thus, the process of their intended use is multi-stage. At the same time, it is believed that destabilizing factors that lead to a decrease in efficiency can affect the functioning of a technical system at various stages of its intended use.
Под устойчивостью технической системы понимается способность сложной системы сохранять некоторое требуемое свойство процесса функционирования (например, эффективность) в условиях действия возмущений (Теория систем и системный анализ в управлении организациями: Справочник: Учеб, пособие / Под ред. В.Н. Волковой и А.А. Емельянова. - М.: Финансы и статистика, 2006. - 848 с.: ил. С. 749-750). Таким образом, под нарушением устойчивости технической системы может пониматься снижение прогнозируемой эффективности ее применения ниже заданного уровня.The stability of a technical system is understood to mean the ability of a complex system to maintain a certain required property of the functioning process (for example, efficiency) under conditions of perturbations (System theory and system analysis in the management of organizations: Reference: Textbook, manual / Edited by V.N. Volkova and A. A. Emelyanova. - M.: Finance and Statistics, 2006. - 848 p.: Ill. S. 749-750). Thus, a violation of the stability of a technical system can be understood as a decrease in the predicted effectiveness of its use below a predetermined level.
Под ситуационным анализом понимаются комплексные технологии подготовки, принятия и реализации управленческих решений при планировании задействования технических систем, в основе которых лежит анализ отдельно взятой управленческой ситуации, с учетом влияния сопутствующих факторов и данных, определяющих текущее состояние системы (мониторинг) и состояние системы в случае реализации принятого решения (прогноз) (Дудко А.Н., Литвиненко А.О., Сохранный Е.П. Использование метода ситуационного анализа при планировании задействования технических средств наземного автоматизированного комплекса управления с целью обеспечения управления орбитальной группировкой космических аппаратов научного и социально-экономического назначения // Космонавтика и ракетостроение. 2012. №4(69). С. 128-141.).Situational analysis refers to complex technologies for the preparation, adoption and implementation of managerial decisions when planning the use of technical systems, which are based on the analysis of a particular managerial situation, taking into account the influence of related factors and data that determine the current state of the system (monitoring) and the state of the system if implemented decision (forecast) (Dudko A.N., Litvinenko A.O., Saved E.P. Using the method of situational analysis when planning the use of technical their means ground automated control system in order to ensure control of spacecraft constellation of scientific and socio-economic purpose // Space and Rocket Science. 2012. №4 (69), pp. 128-141.).
Целью применения предлагаемого способа является проведение ситуационного анализа устойчивости в виде выявления сценариев развития ситуаций, в которых с учетом рационального принятия и реализации управленческих решений, эффективность функционирования технической системы снижается ниже установленного уровня.The purpose of the proposed method is to conduct a situational stability analysis in the form of identifying scenarios for the development of situations in which, taking into account the rational adoption and implementation of managerial decisions, the effectiveness of the functioning of the technical system decreases below the established level.
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.A known method of providing assistance to the design and production processes (RU 2321886, 2008), comprising using a data input module to receive a plurality of product characteristics values associated with a set of products having a deviation range with respect to a plurality of product characteristics obtained in the process; using a correlation module to select a predictor characteristic from a plurality of product characteristics; and using a regression module to determine the regression model (s) between the predictor characteristic and at least one of the remaining product characteristics in said plurality of product characteristics. The present invention provides knowledge of how many of the characteristics of a given end result of a process are related to each other, with specification limits and input for preprocessing. This knowledge reduces the cost of measurement, analysis and reporting, both before and during manufacture. It also identifies the changes that are needed for the input to produce pre-processing in order to achieve manufacturing for design purposes.
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.The disadvantage of this method is the relatively narrow scope, due to the assumption that the process can be described by a regression equation that connects the output to input data, which does not allow taking into account the results of managerial decisions at intermediate stages of multi-stage processes.
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.Also known is a method of statistical regulation of a technological process (RU 2470352, 2012), in which product quality indicators are determined, technological process parameters are selected, measured, a matrix of quantitative and qualitative parameters control matrix is formed according to the first embodiment of the method, or, according to the second embodiment of the method, form a matrix of a control card of quantitative and qualitative parameters and a matrix of a control card of qualitative parameters, carry out statistical accounting and analysis h deviations of the parameters of the technological process and indicators of product quality in comparison with the selected values, while determining by statistical methods the calculation of the correlation coefficient estimates and evaluating the state of the technological process, and performing actions regulating the technological process, including through acceptance quality control, identify types of defects that correspond to technological operations and equipment and carry out corrective control actions.
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.The disadvantage of this method is the relatively narrow scope, due to the amount of data required for statistical accounting and analysis of deviations of process parameters and product quality indicators.
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.Also known is a method of evaluating the effectiveness of the process of developing military equipment facilities (RU 2282243, 2006), based on the formation of data arrays on the technical and economic indicators of the developed military equipment with the display and combination of this information in the windows on the display screen. The technical result is the provision of a method of computer simulation of the process of warfare, providing a simplified simulation of the process of warfare.
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.The disadvantage of this method is the relatively narrow scope, due to the features of the process of warfare and making it difficult to use to predict the effectiveness of multi-stage processes in other areas.
Наиболее близким аналогом заявленного способа является способ расчета прогнозного значения показателя эффективности многоэтапных процессов (RU 2632124, 2018 г.), заключающийся в том, что записывают в запоминающие устройства необходимые исходные данные, анализируют соответствие вариантов решений и ситуаций, определяют вероятность своевременного и правильного принятия решений, 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.The closest analogue of the claimed method is a method of calculating the predicted value of the efficiency indicator of multi-stage processes (RU 2632124, 2018), which consists in writing the necessary source data to the storage devices, analyzing the correspondence of the decision options and situations, determining the probability of timely and correct decision-making using a specialized computing device or personal computer software classifies the options for the source states of the multi-stage process, classification of the results of the implementation of the intermediate stages of the multi-stage process, classification of the results of the final stage of the multi-stage process, write the classification results to the storage device, set the a priori probability of the occurrence of situations corresponding to the classes of the initial state of the multi-stage process, determine the probability of occurrence of situations corresponding to the classes of intermediate states of the multi-stage process process, determine the probability of occurrence situations corresponding to the classes of the final state of the multi-stage process, calculate the a priori probability of achieving the goals of the multi-stage process, write the probability of occurrence of situations to the storage device, generate predictive signs of the classes of the initial state of the multi-stage process, write the values of the attributes of the classes of the initial state of the multi-stage process into the memory, receive information about the values prognostic signs of the state classes of a multi-stage process, using cn a personalized computing device or personal computer software calculates the posterior probability of implementing the initial state of a multi-stage process, calculates the predicted value of the efficiency indicator of a multi-stage process.
Недостатком данного способа является относительно узкая область применения, обусловленная тем, что рассчитывается только обобщенное значение эффективности процесса целевого применения технической системы, без получения информации о том, какие именно ситуации могут привести к снижению эффективности ниже требуемого заданного уровня и тем самым способствовать нарушению устойчивости технической системы.The disadvantage of this method is the relatively narrow scope, due to the fact that only the generalized value of the efficiency of the process of targeted use of the technical system is calculated, without obtaining information about which situations can lead to a decrease in efficiency below the required predetermined level and thereby contribute to the violation of the stability of the technical system .
Задачей, которая решается согласно предлагаемому способу является обеспечение возможности прогнозирования сценариев развития исходной ситуации применения технической системы, которые способствуют нарушению ее устойчивости (снижению эффективности целевого применения ниже заданного уровня).The task that is solved according to the proposed method is to provide the ability to predict scenarios for the development of the initial situation of the application of the technical system, which contribute to the violation of its stability (reduce the effectiveness of the target application below a given level).
Требуемым техническим результатом является расширение функциональных возможностей прототипа в части получаемой новой информации о прогнозируемых результатах применения технической системы и обеспечение возможности автоматизированного формирования сценариев, способствующих нарушению устойчивости технической системы, и оценивания их вероятности.The required technical result is the expansion of the functionality of the prototype in terms of new information about the predicted results of the application of the technical system and the possibility of automated generation of scenarios that contribute to the violation of the stability of the technical system, and assess their probability.
Поставленная задача решается, а требуемый технический результат достигается за счет применения заявляемого способа, отличающегося от уже известных тем, что:The problem is solved, and the required technical result is achieved through the application of the proposed method, which differs from the already known in that:
вводят в запоминающее устройство параметры, определяющие критерии эффективности применения технической системыenter the parameters defining the criteria for the effectiveness of the technical system into the storage device
получают из запоминающего устройства данные о ситуациях конечного этапа применения технической системы, в которых эффективность не удовлетворяет критериям (критических ситуациях)receive from the storage device data on situations of the final stage of application of a technical system in which efficiency does not meet the criteria (critical situations)
получают из запоминающего устройства данные о вероятностях реализации ситуаций на промежуточных этапах применения технической системы,receive from the storage device data on the probabilities of situations at the intermediate stages of application of the technical system,
формируют возможные сценарии развития исходной ситуации (последовательности ситуаций, соответствующих различным классам промежуточных состояний многоэтапного процесса), приводящие к реализации критических ситуацийform possible scenarios for the development of the initial situation (sequences of situations corresponding to different classes of intermediate states of a multi-stage process) leading to the implementation of critical situations
с применением специализированного вычислительного устройства рассчитывают вероятности каждого из сценариев и записывают их в запоминающее устройствоusing a specialized computing device, the probabilities of each of the scenarios are calculated and written to a storage device
проводят ранжирование сценариев по вероятности их реализации и через устройство вывода отражают их на экране вычислительного устройства.they rank the scenarios by the probability of their implementation and through the output device they are reflected on the screen of the computing device.
При этом соответствующие расчетные операции, хранение, передача и обработка данных производятся с использованием специализированного вычислительного устройства либо программного обеспечения персонального компьютера.Moreover, the corresponding settlement operations, storage, transmission and processing of data are performed using a specialized computing device or personal computer software.
Сущность заявляемого способа заключается в следующем.The essence of the proposed method is as follows.
Многоэтапный процесс целевого применения технической системы представляется в виде совокупности показателей, отражающих его исходное состояние и состояние по результатам выполнения каждого из этапов. Считается, что 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 результатов применения технической системы на всех этапах является затруднительным, так как требует совместной оценки вероятности значений всех показателей многоэтапного процесса. Поэтому для оценивания прогнозной эффективности многоэтапного процесса предлагается представить состояние процесса применения технической системы 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.The multi-stage process of targeted application of a technical system is represented as a set of indicators reflecting its initial state and state based on the results of each of the stages. It is believed that these indicators are probabilistic in nature, that is, they are random variables, the values of which depend on previously unknown uncontrolled random factors and decisions made at each stage. The construction of a complete probabilistic model of the results of applying a technical system at all stages is difficult, since it requires a joint assessment of the probability of the values of all indicators of a multi-stage process. Therefore, to evaluate the predicted effectiveness of a multi-stage process, it is proposed to present the state of the application of the technical system at each stage in the form of a corresponding set of classes and use the values of the conditional probability of occurrence of situations corresponding to the state classes of the multi-stage process, depending on the class of its state at the previous stage.
Для достижения требуемого технического результата записывают в запоминающие устройства необходимые исходные данные. При этом многоэтапный процесс применения технической системы 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).To achieve the desired technical result, the necessary initial data is recorded in the storage devices. In this case, the multi-stage process of applying the technical system is described by the corresponding indicators at each of j = 0 ... k stages (j = 0 is the index of the initial state of the multi-stage process, j = k is the index of the state of the multi-stage process according to the results of the final stage).
Далее с использованием специализированного вычислительного устройства либо программного обеспечения персонального компьютера проводят классификацию вариантов исходного состояния многоэтапного процесса применения технической системы. Для этого множество значений показателей исходного состояния многоэтапного процесса разбивают на непересекающиеся подмножества, соответствующие классам 
где i0=1…I0 - множество индексов классов исходного состояния многоэтапного процесса.where i 0 = 1 ... I 0 is the set of class indices of the initial state of a multi-stage process.
Затем проводят классификацию результатов реализации промежуточных этапов многоэтапного процесса. Для этого множество значений показателей промежуточных состояний многоэтапного процесса разбивают на непересекающиеся подмножества, соответствующие классам 
где ij = 1…Ij - множество индексов классов промежуточного состояния многоэтапного процесса на j -м этапе.where i j = 1 ... I j is the set of indexes of classes of the intermediate state of a multi-stage process at the jth stage.
Затем проводят классификацию результатов реализации конечного этапа многоэтапного процесса. Для этого множество значений показателей конечного состояния многоэтапного процесса разбивают на непересекающиеся подмножества, соответствующие классам 
где ik=1…Ik - множество индексов классов конечного состояния многоэтапного процесса.where i k = 1 ... I k is the set of indexes of the classes of the final state of a multi-stage process.
Результаты классификации записывают в запоминающее устройство.The classification results are recorded in a storage device.
Далее задают априорную вероятность наступления ситуаций, соответствующих классам исходного состояния многоэтапного процесса 
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 
Далее на основе значений функции полезности управленческих решений 
Затем на основе методов теории вероятности и теории игр определяют вероятность наступления ситуаций, соответствующих классам промежуточных состояний многоэтапного процесса 
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:Next, calculate the a priori probability of achieving the goals of the multi-stage process P (Y), where Y is the event that consists in achieving the goals of the multi-stage process. This operation can be performed as follows:
где P(Y\Sk) - вероятность достижения целей многоэтапного процесса, полученная при классификации результатов реализации его конечного этапа.where P (Y \ S k ) is the probability of achieving the goals of the multi-stage process obtained by classifying the results of the implementation of its final stage.
Записывают в запоминающее устройство вероятности наступления ситуаций.The probability of occurrence of situations is recorded in the storage device.
После этого формируют прогнозные признаки классов исходного состояния многоэтапного процесса Х={xl}, где l=1…N - 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(Х\S0)After that, the forecast signs of the initial state classes of the multi-stage process X = {x l } are formed, where l = 1 ... N is the set of indexes of the forecast signs. These signs are used to identify the class of the initial state of a multi-stage process during its control and predictive evaluation of efficiency and are formed in such a way that the conditional probability of their manifestation is known depending on the class of the initial state of the multi-stage process P (X \ S 0 )
Далее получают информацию о значениях прогнозных признаков классов исходного состояния многоэтапного процесса 
После этого с использованием специализированного вычислительного устройства либо программного обеспечения персонального компьютера на основе методов теории вероятности (формулы Байеса) рассчитывают апостериорную вероятность реализации исходного состояния многоэтапного процесса 
Далее 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 
Затем вводят в запоминающее устройство параметры, определяющие критерии эффективности применения технической системы. Данные параметры представляют собой скалярное либо векторное значение, определяющее требуемое значение показателя эффективности многоэтапного процесса применения технической системы. Например, вероятность достижения целей процесса Pmp.Then, parameters defining the criteria for the effectiveness of the use of the technical system are introduced into the storage device. These parameters are a scalar or vector value that determines the required value of the efficiency indicator of a multi-stage process of applying a technical system. For example, the probability of achieving the goals of the process is P mp .
Далее получают из запоминающего устройства данные о ситуациях конечного этапа применения технической системы, в которых эффективность не удовлетворяет критериям (критических ситуациях):Next, data is obtained from the storage device about situations of the final stage of application of the technical system in which the efficiency does not meet the criteria (critical situations):
Затем получают из запоминающего устройства данные о вероятностях реализации ситуаций на промежуточных этапах применения технической системы.Then, data on the probabilities of situations at the intermediate stages of application of the technical system are obtained from the storage device.
На основе полученных данных формируют все возможные сценарии развития исходной ситуации (последовательности ситуаций, соответствующих различным классам промежуточных состояний многоэтапного процесса), приводящие к реализации критических ситуаций. Например, 
Далее с применением специализированного вычислительного устройства рассчитывают вероятности каждого из сценариев P(Ql) и записывают их в запоминающее устройство. Вероятность сценария рассчитывается как вероятность совместной реализации каждой из ситуаций, входящих в данный сценарий.Then, using a specialized computing device, the probabilities of each of the scenarios P (Q l ) are calculated and written to a storage device. The probability of the scenario is calculated as the probability of the joint implementation of each of the situations included in this scenario.
После этого проводят ранжирование сценариев по вероятности их реализации и через устройство вывода отражают их на экране вычислительного устройства.After that, the scripts are ranked by the probability of their implementation and through the output device they are reflected on the screen of the computing device.
Предлагаемый способ может быть пояснен следующим примером.The proposed method can be illustrated by the following example.
В качестве примера реализации заявленного изобретения может рассматриваться следующий.As an example of implementation of the claimed invention, the following may be considered.
Производится ситуационный анализ устойчивости применения автомобиля для перевозки груза.A situational analysis of the stability of the use of the car for the transportation of goods is carried out.
Исходное состояние определяется исходя из готовности автомобиля к поездке. В качестве показателей исходного состояния рассматриваются исправность тормозной системы и исправность двигателя. Каждый из показателей оценивается по бинарной шкале «исправен; не исправен» («0» или «1»). Возможно 4 класса исходного состояния процесса. Напрямую оценить состояние не представляется возможным. Формируется система информационных признаков, например, «наличие шумов», «расход топлива за предшествующий период», «наличие подтеков», про которые известно с какой вероятностью они проявляются при исправности/неисправности систем автомобиля:The initial state is determined based on the vehicle’s readiness for travel. As indicators of the initial state, the serviceability of the brake system and the serviceability of the engine are considered. Each of the indicators is evaluated on a binary scale “OK; not working ”(“ 0 ”or“ 1 ”). Perhaps 4 classes of the initial state of the process. Direct assessment of the condition is not possible. A system of information signs is being formed, for example, “the presence of noise”, “fuel consumption for the previous period”, “the presence of smudges”, about which it is known with what probability they occur when the car systems are in good order / malfunction:
Как промежуточный этап рассматривается перевозка груза в точку назначения, как конечный этап - возвращение автомобиля на базу.As an intermediate stage, transportation to the destination is considered, as the final stage is the return of the car to the base.
Классификация состояний процесса применения технической системы позволила сформировать следующие наборы классов.Classification of the states of the process of applying a technical system made it possible to form the following sets of classes.
Исходное состояние:The initial state:
С11: «Исправна тормозная система; исправен двигатель»; С12: «Не исправна тормозная система; исправен двигатель»; С13: «Исправна тормозная система; не исправен двигатель»; С14: «Не исправна тормозная система; не исправен двигатель».C11: “The brake system is working; good engine ”; C12: “The brake system is not working; good engine ”; C13: “The brake system is working; the engine is not working ”; C14: “The brake system is not working; the engine is not working. ”
Промежуточное состояние:Intermediate condition:
С21: «В пути диагностирована неисправность, автомобиль направлен на ремонт до поломки»; С22: «Автомобиль успешно прибыл в пункт назначения»; С23: «В пути возникла неисправность, автомобиль вышел из строя».С21: “A malfunction was diagnosed on the way, the car is directed for repair before breakdown”; C22: “The car has successfully arrived at the destination”; C23: "A malfunction occurred along the way, the car crashed."
Конечное состояние: С31: «Автомобиль вернулся на базу после доставки груза»; С32: «Автомобиль вернулся на базу, груз не доставлен»; С33: «Автомобиль не вернулся на базу, груз не доставлен».Final state: C31: “The car returned to base after cargo delivery”; S32: “The car returned to the base, the cargo was not delivered”; S33: “The car did not return to the base, the cargo was not delivered.”
Априорная вероятность классов исходного состояния определяется путем наблюдения и фиксации результатов реализации процесса в предшествующие периоды. Например:The a priori probability of the initial state classes is determined by observing and fixing the results of the process in previous periods. For example:
Априорные вероятности перехода состояния процесса из классов исходного состояния в классы промежуточного и конечного состояния могут быть определены посредством моделирования. Например:The a priori probabilities of the transition of the process state from the initial state classes to the intermediate and final state classes can be determined by modeling. For example:
Априорная вероятность достижения целей многоэтапного процесса применения технической системы определяется на основе представленных в заявке зависимостей. Например, она равняется 0,442 и характеризует потенциальную эффективность многоэтапного процесса.The a priori probability of achieving the goals of a multi-stage process of applying a technical system is determined on the basis of the dependencies presented in the application. For example, it equals 0.442 and characterizes the potential effectiveness of a multi-stage process.
Далее осуществляется формирование прогнозных признаков классов исходного состояния многоэтапного процесса (пример представлен выше) и получение информации об их значениях. Например:Next, the formation of the predictive signs of the classes of the initial state of the multi-stage process (an example is presented above) is carried out and information on their values is obtained. For example:
Далее с применяем описанных в заявке действий осуществляется расчет апостериорной вероятности достижения целей процесса. Например, она равняется 0,37. Ее значение характеризует текущую эффективность многоэтапного процесса применения технической системы.Further, with the use of the actions described in the application, we calculate the posterior probability of achieving the goals of the process. For example, it equals 0.37. Its value characterizes the current effectiveness of a multi-stage process of applying a technical system.
Затем указываются параметры, определяющие критерии эффективности применения технической системы. Например, требуемая вероятность достижения цели не ниже 0,7.Then indicate the parameters that determine the criteria for the effectiveness of the technical system. For example, the required probability of achieving a goal is not lower than 0.7.
Далее выбираются те из ситуаций конечного этапа применения технической системы, в которых эффективность не удовлетворяет критериям (критических ситуациях) - ситуации С32 и С33.Next, those situations of the final stage of application of the technical system are selected in which the efficiency does not meet the criteria (critical situations) - situations C32 and C33.
Данные ситуации могут быть реализованы в следующих сценариях развития исходной ситуации:These situations can be implemented in the following scenarios for the development of the initial situation:
Сц1: С11-С22-С33Sc1: C11-C22-C33
Сц2: С12-С21-С32Sc2: C12-C21-C32
Сц3: С12-С22-С32Sc3: C12-C22-C32
Сц4: С12-С22-С33Sc4: C12-C22-C33
и т.д.etc.
То есть, каждый из сценариев представляет собой цепочку событий, приводящих к нарушению устойчивости технической системы - потери способности к выполнению поставленной задачи.That is, each of the scenarios is a chain of events leading to a violation of the stability of the technical system - loss of ability to complete the task.
Для каждого из данных сценариев рассчитываются вероятности их реализации с учетом значений прогнозных признаков классов исходного состояния многоэтапного процесса применения технической системы.For each of these scenarios, the probabilities of their implementation are calculated taking into account the values of the forecast attributes of the initial state classes of the multi-stage process of applying the technical system.
Например:For example:
Затем проводят ранжирование сценариев по вероятности их реализации, после чего они могут использоваться для принятия управленческих решений в текущей ситуации.Then the scripts are ranked by the probability of their implementation, after which they can be used to make managerial decisions in the current situation.
Следует заметить, что представленный пример отражает лишь сущность заявляемого способа. Практическое же его применение связано со сбором, хранением и обработкой данных и требует применения измерительной и вычислительной техники.It should be noted that the presented example reflects only the essence of the proposed method. Its practical application is associated with the collection, storage and processing of data and requires the use of measuring and computing equipment.
Таким образом получена новая информации о прогнозируемых результатах применения технической системы - сформированы сценарии, способствующие нарушению устойчивости технической системы, и проведено оценивания их вероятности, что подтверждает требуемый технический результат.Thus, new information was obtained on the predicted results of applying the technical system - scenarios were created that contribute to the violation of the stability of the technical system, and their probability was evaluated, which confirms the required technical result.
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.The proposed technical solution is industrially applicable, as it is based on operations that are widely used in automated computing and control systems, and can be implemented either as a device with specialized units, or on the basis of a personal computer with appropriate software for performing the functions provided.
Claims (1)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2018120224A RU2701089C1 (en) | 2018-05-31 | 2018-05-31 | Method of situation analysis of stability of technical system with multistage nature of target application |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2018120224A RU2701089C1 (en) | 2018-05-31 | 2018-05-31 | Method of situation analysis of stability of technical system with multistage nature of target application |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2701089C1 true RU2701089C1 (en) | 2019-09-24 |
Family
ID=68063507
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2018120224A RU2701089C1 (en) | 2018-05-31 | 2018-05-31 | Method of situation analysis of stability of technical system with multistage nature of target application |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2701089C1 (en) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2282243C2 (en) * | 2004-10-04 | 2006-08-20 | ОАО Всероссийский научно-исследовательский институт автоматизации управления в непромышленной сфере (ВНИИНС) | Method for estimating efficiency of process of development of military equipment objects |
| US7257566B2 (en) * | 2004-06-30 | 2007-08-14 | Mats Danielson | Method for decision and risk analysis in probabilistic and multiple criteria situations |
| RU2321886C2 (en) * | 2002-02-04 | 2008-04-10 | Стив В. ТУШИНСКИ | System for analyzing design and production processes |
| RU2470352C1 (en) * | 2011-07-01 | 2012-12-20 | Александр Владимирович Иванов | Statistical process control method (versions) |
| US8346694B2 (en) * | 2004-12-21 | 2013-01-01 | University Of Virginia Patent Foundation | Method and system for dynamic probabilistic risk assessment |
| RU2632124C1 (en) * | 2016-06-10 | 2017-10-02 | ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ КАЗЕННОЕ ВОЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МИНИСТЕРСТВА ОБОРОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ | Method of predictive assessment of multi-stage process effectiveness |
-
2018
- 2018-05-31 RU RU2018120224A patent/RU2701089C1/en not_active IP Right Cessation
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2321886C2 (en) * | 2002-02-04 | 2008-04-10 | Стив В. ТУШИНСКИ | System for analyzing design and production processes |
| US7257566B2 (en) * | 2004-06-30 | 2007-08-14 | Mats Danielson | Method for decision and risk analysis in probabilistic and multiple criteria situations |
| RU2282243C2 (en) * | 2004-10-04 | 2006-08-20 | ОАО Всероссийский научно-исследовательский институт автоматизации управления в непромышленной сфере (ВНИИНС) | Method for estimating efficiency of process of development of military equipment objects |
| US8346694B2 (en) * | 2004-12-21 | 2013-01-01 | University Of Virginia Patent Foundation | Method and system for dynamic probabilistic risk assessment |
| RU2470352C1 (en) * | 2011-07-01 | 2012-12-20 | Александр Владимирович Иванов | Statistical process control method (versions) |
| RU2632124C1 (en) * | 2016-06-10 | 2017-10-02 | ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ КАЗЕННОЕ ВОЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МИНИСТЕРСТВА ОБОРОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ | Method of predictive assessment of multi-stage process effectiveness |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mehdiyev et al. | Explainable artificial intelligence for process mining: A general overview and application of a novel local explanation approach for predictive process monitoring | |
| Saxena et al. | Metrics for offline evaluation of prognostic performance | |
| US20190251458A1 (en) | System and method for particle swarm optimization and quantile regression based rule mining for regression techniques | |
| US10366330B2 (en) | Formal verification result prediction | |
| US20120066166A1 (en) | Predictive Analytics for Semi-Structured Case Oriented Processes | |
| Mitici et al. | Dynamic predictive maintenance for multiple components using data-driven probabilistic RUL prognostics: The case of turbofan engines | |
| CN112116184A (en) | Factory risk estimation using historical inspection data | |
| WO2018105104A1 (en) | Failure risk index estimation device and failure risk index estimation method | |
| CN111080225A (en) | Automated evaluation of project acceleration | |
| CN113837596B (en) | Fault determination method and device, electronic equipment and storage medium | |
| Cristiani et al. | Fatigue damage diagnosis and prognosis of an aeronautical structure based on surrogate modelling and particle filter | |
| Chehade et al. | Conditional Gaussian mixture model for warranty claims forecasting | |
| US11265688B2 (en) | Systems and methods for anomaly detection and survival analysis for physical assets | |
| Kumar et al. | An unsupervised software fault prediction approach using threshold derivation | |
| CN111325344A (en) | Method and apparatus for evaluating model interpretation tools | |
| Mori et al. | Inference in hybrid Bayesian networks with large discrete and continuous domains | |
| US20110178948A1 (en) | Method and system for business process oriented risk identification and qualification | |
| Mohril et al. | XGBoost based residual life prediction in the presence of human error in maintenance | |
| RU2632124C1 (en) | Method of predictive assessment of multi-stage process effectiveness | |
| Sungkono et al. | Patterns of fraud detection using coupled Hidden Markov Model | |
| RU2701089C1 (en) | Method of situation analysis of stability of technical system with multistage nature of target application | |
| CN111310931A (en) | Parameter generation method and device, computer equipment and storage medium | |
| Kirschenmann et al. | Decision dependent stochastic processes | |
| Vachtsevanos | Corrosion diagnostic and prognostic technologies | |
| Han et al. | Using source code and process metrics for defect prediction-A case study of three algorithms and dimensionality reduction. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20200601 |