ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ХИМИЧЕСКОЙ ТЕХНОЛОГИИ, 2014, том 48, № 3, с. 349-355
УДК 66.012.43
УПРАВЛЕНИЕ ЭВОЛЮЦИЕЙ ХИМИКО-ТЕХНОЛОГИЧЕСКОЙ СИСТЕМЫ © 2014 г. Б. В. Шлюх, Г. П. Виноградов, И. А. Егерева
Тверской государственный технический университет common@tstu.tver. ги Поступила в редакцию 27.12.2013 г.
Сформулирована задача синтеза механизма управления эволюцией химико-технологической системы, использующей ее способность к самоорганизации. Разработана агентно-ориентированная модель функционирования химико-технологической системы. Описано поведение активных агентов (менеджеров, технологов, механиков и др.) по управлению модернизацией и развитием химического производства, приведен алгоритм построения множества предпочтительных состояний для долгосрочного устойчивого развития химико-технологической системы.
Ключевые слова: химико-технологические системы, интеллектуальные химические производства, нечеткий вывод, активные агенты, целеустремленное состояние, самоорганизация, эволюция.
Б01: 10.7868/80040357114030154
ВВЕДЕНИЕ
Эффективность и долгосрочная устойчивость современного химического производства обеспечивается применением в течение всего жизненного цикла конкретного производства принципов системного анализа процессов химической технологии [1, 2]. Согласно принципам системного анализа, эффективность химического производства во многом определяется степенью его адаптации к ускоряющейся и усложняющейся динамике изменений, происходящих во внутренней и внешней средах. Научная школа академика В.В. Кафарова базируется на фундаментальных научных исследованиях в области решения стратегических задач моделирования, оптимизации управления и оптимального проектирования химико-технологических систем (ХТС) с учетом двойственной де-терминировано-стохастической природы процессов химической технологии [3—5]. С 1985 года по инициативе В.В. Кафарова начали проводиться работы по применению теории искусственного интеллекта для решения слабоформализуемых или неформализуемых задач химической технологии. В результате именно в химической промышленности были внедрены первые экспертные системы для диагностики состояний и управления функционированием химических производств. Рассмотрим управление развитием химико-технологических систем на основе методологий искусственного интеллекта, многоагентных систем, элементы которых можно внедрять при управлении эволюцией ХТС.
Уточним для данной постановки задачи, что ХТС состоит из управляющей системы (центр), включающей в себя совет директоров, топ-менеджеров, и объекта управления, в качестве которого будем понимать химическое производство совместно с оперативным управляющим и обслуживающим персоналом (активные агенты в составе технологов, механиков, строителей, специалистов отдела контрольно-измерительных приборов и т.д.)
Эффективность управления ХТС в большей степени зависит от согласованного поведения центра и агентов, их заинтересованности в поиске и внедрении инновационных решений, умения анализировать возможности эволюционного развития ХТС, способности видеть перспективы и последствия принимаемых решений [6]. Целью работы является повышение эффективности управления и долгосрочной устойчивости ХТС.
ПОСТАНОВКА ЗАДАЧИ УПРАВЛЕНИЯ ЭВОЛЮЦИЕЙ ХИМИКО-ТЕХНОЛОГИЧЕСКОЙ СИСТЕМЫ
Пусть химико-технологическая система состоит из центра Zи п групп агентов А = {А1, Л2, ..., Ап}, каждый агент а = {а1, а2, ..., ам} обладает свойствами активности и автономности. Каждый агент ак группы агентов Ап (каждая группа агентов состоит из к агентов) управляет каким-либо технологическим узлом. Возможности к-го агента по выпуску продукции описываются технологическим мно-
Рис. 1. Рост предельных возможностей агента в процессе управления.
жеством — областью Хк в пространстве размерности пк измерений. При этом любой допустимый план Хк к-го агента должен принадлежать области Хк.
План всей активной системы будет описывать-
п
ся вектором х, имеющим размерность N = ^ пк.
к=1
Допустимый план х должен удовлетворять не только локальным ограничениям, но также ряду ограничений вида О(х) > Ь, где
О(х) = &(х), I = й}, Ь = {Ь, I = Ц}. (1)
Суть ограничений состоит в том, что за их выполнение отвечает и следит только центр, управляющий всей системой, а не отдельный агент. Общие ограничения отражают задания по выпуску продукции, лимитированность ресурсов, потребляемых комплексом из внешней среды, связи по материальным потокам между технологическими узлами и т.п.
Будем считать, что функции gi(x), I = 1, Ь, — вогнутые, дифференцируемые функции, а множество X — выпуклое множество. Тогда задача, решаемая центром Z, может рассматриваться как двойственная задача выпуклого программирования Ф(х) ^ тах, О(х) > Ь.
Практическая невозможность для центра Z получить точное представление о технологических возможностях агентов предполагает необходимость разработки специальных процедур обмена информацией между центром и агентами. Это позволяет сформировать согласованный план без необходимости решения задачи математического программирования в полном объеме с учетом всех глобальных и локальных ограничений, отражающих интересы агентов.
Можно представить себе такую процедуру взаимодействия центра Z с агентами ак: сначала центр узнает у агентов лишь приближенное описание их технологических множеств и находит решение задачи; центр запрашивает у агентов оценки плана, уточняет их интересы в окрестности полученного решения в обмен на стимулирование за информированность; получив новую информацию, центр
(2)
осуществляет пересмотр решения и ставит перед агентами новые вопросы до тех пор, пока не будет получено точное или близкое к нему решение.
БАЗОВЫЙ ВАРИАНТ МОДЕЛИ ФУНКЦИОНИРОВАНИЯ ХТС
Предлагаемый вариант механизма функционирования ХТС использует способность агента к самоорганизации и использует результаты, полученные в работе [7].
Пусть агент может находиться в m состояниях y = {y,i = 1,m} e Y, образующих его модель ограничений. Обозначим потенциал агента через p, тогда y е Y(p) с Rm. Проявление потенциала агента будет зависеть от управления u е U со стороны центра, его представлений о свойствах ситуации целеустремленного состояния 2, е © = [d, b] с R, где d — разделяемые известные всеми агентами и центром представления (общее знание); b — представления, известные только i-му агенту, в полезности которых он убежден. Будем считать, что предельные возможности агента — множество Y(p); при этом множество Y(p) компактно и выпукло. Реализацию потенциала представим в виде счетной системы компактных выпуклых множеств Y(Pi) с Y(p2) с ... с Y(p), где Pi,p2,...,pn,... - последовательность реализации потенциальных возможностей агента, возрастающих за счет управления u (рис. 1).
При этом будем считать, что
Y (p) = \\Y (Pi).
к >1
Также заметим, что система (7(рк)} может быть конечной.
Потенциал самоорганизации и адаптации, реализуемый агентом в действиях, делает справедливым утверждение, что множество Y(p(u),2) является расширяющимся на 0, т.е. Y(p(u),2,1) с Y(p(u),2,) при и е и, т.е. существуют 2,, е© такие, что > где ц — субъективные оценки агента полезности своих представлений. Кроме того,
предполагается строгая монотонность У(р(и),£) на © равномерно относительно и е и.
В момент t подается управление центра: план, определяющий результаты деятельности агента у, потребляемые ресурсы х, и режимы ведения технологического процесса в виде коэффициентов выпуска а,, а также управление его поведением и. В состав последнего входят затраты на оплату деятельности агента, его обучение, стимулирование на поиск скрытых резервов и т.п. Кроме того, на вход объекта действует помеха, значение которой в момент времени , известно агенту, но неизвестно центру. Обладая определенной структурой информированности, агент может сформировать представление о множестве У(р(и,),х,, ). После анализа реализуемости возможных режимов ведения технологического процесса агент выбирает состояние у е У(р(и,),х,,). Центр наблюдает результат выбора у, и определяет оценку параметра а,+1 в период , + 1:
а,+1 = /(а,, у,, х,), (3)
где I — процедура оценки технологических возможностей агента, а, — оценки потенциала р(и,) агента в период
В силу строгой монотонности У(р(и), х, Е) и условий выпуклости и компактности существует единственная форма представлений агента ц = е © о технологических возможностях, при которой у е Ш(р(и), х, Е). Это в свою очередь гарантирует, что различным потенциалам агента р(и, ц) и р(и, ц) ц Ф ц', таким, что у е У(р(и),х, ц) и у' е У(р(и),х, ц') центр будет назначать различные оценки 1(а, х, у) Ф Ф I(а,х,у').
Зная оценки потенциала агента а,+1, центр, используя процедуру планирования п и регулирования 0, определяет вознаграждение агенту за достижение плановых показателей
и,+1 = +1), К+1 = п(а,+1),
где и,+1 е и,+1, а п и 0 — непрерывные функции, которые могут быть известными и согласованными центром с агентами. Сопоставляя фактическое состояние
К+1 = +1,х,+1,+1),
с плановым
К+1 = (у,+1,х+1,а,+1),
центр определяет стимулирующее воздействие на агента по правилу
ф, = /(К*, (у,, х,)).
На этом функционирование системы в период , завершается.
АЛГОРИТМ ПОСТРОЕНИЯ МНОЖЕСТВА ПРЕДПОЧТИТЕЛЬНЫХ СОСТОЯНИЙ
Поскольку конкретный вид целевой функции агента / и состав множеств Р и X полностью не известны, решение задачи построения предпочтительных состояний центром Z целесообразно выполнять с помощью алгоритмов "сводимости", т.е. к решению задачи на базе решенных локально-оптимальных задач агентами ак и получении от них дополнительной информации. Формирование встречной информации при таком подходе заключается в реализации совокупности последовательных процедур, предназначенных для поиска промежуточных решений, на основании которых агент уточняет свои возможности и формирует окончательное решение. Полный цикл формирования агентом информации о своих возможностях состоит в выполнении следующих шагов:
1. Агент ак на г-м шаге получает от центра вариант плана Н(г) и управляющее воздействие ик(г). На основании этого агент формирует множество Рк своих потенциальных возможностей и
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.