ИМ можно рассматривать как знания ее разработчиков об элементах СДС, их составе, структуре и о том, как они взаимодействуют между собой в процессе функционирования. ИМ сама по себе не позволяет получить законов функционирования СДС как системы и не раскрывает внутренние причинно-следственные связи ее поведения. Она лишь позволяет получить значения выходных переменных по значениям входных.
Поэтому решение многих системных задач, связанных с анализом функционирования, синтезом структур, планированием, управлением и др. не обеспечивается чисто имитационным моделированием так же как и чисто математическими методами. Как правило, для принятия решений используют сложное сочетание математики, вычислительных методов (обычно имитационного моделирования), эвристических подходов, экспериментальных методов и методов инженерии знаний (чаще всего экспертных систем). Комплексное использование указанных методов и средств обеспечивает пользователя поддержкой при принятии решений.
Необходимость сращивания имитационных моделей (ИМ) с методами исследования операций и искусственного интеллекта приводит к идее гибридных систем (ГС). В настоящее время ГС не вышли еще из стадии исследовательского прототипа, инструментальные средства для их создания отсутствуют. Для построения ГС желательно иметь единые подходы, на которых можно создавать ИМ, ЭС и реализовывать поисковые алгоритмы. В качестве такого подхода может быть использован метод РДО.
Не затрагивая здесь вопросов теории ГС, рассмотрим лишь пути их реализации в РДО.
Простейшей ГС является система, объединяющая в себе ИМ и блок оптимизации. Блок оптимизации реализует один из алгоритмов поисковой оптимизации (например, градиентный поиск), а ИМ служит для вычисления значений критерия оптимизации для выбираемых вариантов решения (Рис.15).
Рис.15. Простейшая ГС
Прогон ИМ обеспечивает, в лучшем случае, получение достоверных результатов в одной точке пространства поиска решений. Проведение исследований при проектировании СДС требует реализации серии экспериментов в большой области поиска, целенаправленность которых обеспечивается в традиционных системах моделирования специалистом-разработчиком.
Для эффективного решения задач моделирование должно иметь интеллектуальную надстройку (интеллектуальное обеспечение), позволяющую заменить специалиста-разработчика. Использование ИИ позволяет решить проблемы, связанные с накоплением и использованием знаний, их пополнением, выводом новых знаний на основе имеющихся в системе, повышением эффективности моделирования. Получение, обобщение и хранение знаний от специалистов-разработчиков может быть проведено с высоким качеством при использовании экспертных систем (ЭС).
Сочетание ЭС, представляющих системы ИИ, с ИМ позволяет получить качественно новую ступень в создании инструментальных средств проектирования. Если ИМ носят, как указывалось выше, описательный характер, то модели, используемые в ЭС, имеют преобразовательный характер, отражая деятельность специалиста при проектировании. Поэтому задачи, решаемые традиционно на ИМ с помощью специалиста, могут решаться в ЭС без его участия.
В отличие от знаний, полученных от экспертов или другим путем, ИМ является способом хранения и получения, в пределе неограниченных знаний об объекте. Это связано с возможностью проведения на модели различных экспериментов и получением при этом новых знаний для заданных условий.
Возможен ряд вариантов взаимодействия ЭС и системы моделирования. В частности обычная ЭС может играть роль интеллектуального интерфейса, позволяющего пользователю выходить на ИМ и методы оптимизации. При этом ГС реализует функции не только интеллектуального интерфейса, но и интеллектуального вычислителя.
Состав типовой ГС, включающей в себя все указанные составляющие приведен на рисунке (Рис.16).
Рис.16. Структура типовой ГС
Рассмотрим функционирование отдельных составляющих такой системы на примере планирования работы некоторого сложного объекта (например, производственного):
ИМ, служит для составления плана и использует для этого набор эвристических приоритетных правил, для определения приоритета того или иного заказа включаемого в план работ. Чем выше приоритет, тем большим преимуществом по сравнению с остальными пользуется заказ, тем более ранние сроки выполнения он должен иметь в плане.
Блок оптимизации для подбора приоритетных правил, обеспечивающих получение планов работы с наилучшими показателями. В теории расписаний рассматривается большое количество приоритетных правил, поэтому необходим выбор лучших правил для текущей ситуации, а также выбор оптимальных значений их параметров.
ЭС, предназначенная для изменения параметров поиска, на основе некоторых представлений человека-оператора о перспективности той или иной стратегии поиска.
Ситуации, в которых необходимо принимать некоторые решения по включению заказа в план называются точками решения. В ИМ рассматриваются следующие точки решения:
после того как выполнение некоторой работы по выполнению заказа завершилось, необходимо выполнить назначение станка для следующей работы заказа. Если есть только одна возможность, то это сделать просто, но иногда имеется несколько возможностей. В этом случае мы выбираем работу заказа, который имеет большее значение приоритета на данном станке из всех остальных заказов.
когда некоторый станок освободился, мы должны решить какой следующий заказ будет выполняться на станке. В этом случае для каждого заказа, который назначен на обработку на данном станке, но еще не выполнялся, вычисляется приоритет и затем выбирается заказ с максимальным значением приоритета.
Эти точки решения также описываются в РДО-методе продукционными правилами, как и правила в экспертной системе.
Цель блока оптимизации – улучшение решения за счет подбора значений управляемых переменных, при этом достижение действительного оптимума менее важно для таких сложных систем, как рассматриваемая производственная система. Применение точных методов оптимизации, помимо большой сложности, нецелесообразно еще и потому, что алгоритм планирования, который оптимизируется сам по себе эвристический.
Таким образом, ГС позволяет использовать сильные стороны различных подходов как математических и вычислительных, так и эвристических, что следует считать типичным для СДС. РДО метод в силу своей инвариантности к формализуемому объекту может быть использован для разработки всех подсистем ГС. Тем самым обеспечивается единство информационного пространства и универсальность представления знаний.
