Экономическая история мира. Том 5. Реформы 90-х годов XX века в странах Восточной Европы. Опыт мирового кооперативного движения - [218]
Свойство обеспечения широкого диапазона условий применения для современных систем определяет необходимость выполнения этими системами множества расчетных заданий, описывающих различные состояния реальной обстановки, то есть условий применения. Кроме того, множество заданий может выполняться с помощью анализируемой системы в различных режимах, как самостоятельно, так и в составе комплекса с другими системами.
Оценка эффективности системы по критерию (2.1) позволяет достигнуть для системы с фиксированным вектором параметров наилучшую эффективность лишь на некотором задании v Є d(y). При выполнении же всех других заданий анализируемая система будет иметь проигрыш в целевой эффективности по сравнению с ее наилучшим значением f *(v, y) (рис. 11.15).
Рис. 11.15.
Проигрыш f (v, y) характеризует уровень универсальности системы при расширении области целевого применения (например, диапазона допустимых климатических условий).
Для повышения целевой эффективности необходимо применять систему в узкой области значений параметров, характеризующих условия применения. Это характеризует специализацию продукции как системы.
При создании продукции, эффективной на всем диапазоне значений условий применения, необходимо определить рациональное сочетание свойств универсальности и специализации, которое продиктовано стремлением снизить количество типов систем с целью снижения затрат на их создание и эксплуатацию, с одной стороны, и повысить эффективность выполнения каждого требуемого задания с другой. Формализованный учет двух этих свойств в комплексе является одним из главных путей совершенствования моделей систем и значительным резервом повышения их эффективности.
Во-вторых, на всех этапах создания продукции как системы (табл. 1) условия применения, характеристики выполняемых задач и другие факторы не определены с достаточной точностью. При этом параметры заданий У, выполняемых системой в процессе функционирования, разделяются на следующие группы:
• определенных параметров, значения которых известны (например, геометрические размеры создаваемого объекта);
• случайных параметров с известными законами распределения (например, сочетание механических и климатических условий функционирования системы);
• неопределенных параметров, для которых известна только область изменения их значений (например…).
Неопределенные параметры в свою очередь составляют еще три подгруппы:
• природных неопределенностей, являющихся следствием недостаточной изученности соответствующих объектов наблюдения и происходящих с ними процессов;
• неопределенных параметров, связанных с нечетким формулированием цели создания продукции как системы, и, следовательно, критерия эффективности системы;
• неопределенных параметров, являющихся результатом противодействия конкурентов.
Природные неопределенности связаны с недостаточной изученностью явлений и процессов природы. Результатом такого рода не определенностей, при создании систем является неоптимальность расчетной модели для фактических условий применения, вследствие чего снижается эффективность создаваемых систем в реальных условиях применения.
Исходя из указанных неопределенностей при создании эффективной системы, одновременно обладающей свойствами специализации и унификации, задача состоит в определении:
• алфавита решаемых заданий;
• условий выполнения решаемых заданий;
• типов используемых сигналов;
• набора информативных признаков создаваемой системы и вариантов ее описания;
• потребного числа функционально необходимых блоков (модулей) системы;
• правил использования системы;
• правил принятия решений относительно любых изменений, связанных с создаваемой системой.
Неопределенность в назначении критерия эффективности создаваемой системы сводится к проблеме принятия решения на основе нескольких показателей эффективности (экономических, технических, эксплуатационных и т. д.). Задача сводится к векторной оптимизации.
Одна из сложностей этой проблемы обусловлена противоречивостью критериев эффективности, призванных увязать унификацию и специализацию, и необходимостью уточнения самого понятия принятия решения.
Вернемся к функции
f(v, y, yv, u(t)). (2.2)
При оценке решений по вектору показателей эффективности типа (2.2), из-за неупорядоченности множества значений этих показателей нельзя найти единственное наилучшее значение вектора эффективности f*(v, y, y>v,u(t)). В этом случае за наилучшее значение f*, задающее оптимальные значения параметров системы, необходимо принять вектор, который может быть одновременно улучшен по минимальному количеству частных показателей эффективности f>1, f>2, …, f>n. Возможно использовать также совокупность таких векторов, определяющую набор оптимальных проектов cbcntv на множестве допустимых параметров Y (область решений оптимальных по Парето, область компромиссов, переговорное множество или характеристика возможностей).
Необходимо отметить, что формально одноцелевая модель также может использовать векторную оптимизацию, однако в ее рамках не находят отражения проблемы выбора решений в области компромиссов.
Следовательно, одной из особенностей процесса создания рациональной системы, оптимальной на всей совокупности условий применения, является недостаточная адекватность операторов модели (2.1), описывающих облик системы, условия ее применения и определяющих значение показателя эффективности, реальным целям создания и условиям функционирования системы. В итоге нет однозначного соответствия между принимаемым проектным решением и результатами его реализации. В указанных условиях создаваемая система не может быть адекватно описана математической моделью, оптимальной в одноцелевой постановке.
