Оптимизация управления

При постановке и решении задачи оптимального управления следует учитывать следующее принципиальное обстоятельство. Строго говоря, только тогда можно выбрать оптимальное поведение системы, когда достоверно известны поведение изучаемого объекта на всем интервале управления и условия, в которых происходит движение. Оптимальные решения могут быть получены и при выполнении других, дополнительных допущений, но дело как раз в том, что каждый случай следует оговаривать особо, и решение будет справедливо «с точностью до условий».

Проиллюстрируем сформулированное положение на примере поведения бегуна, стремящегося достичь высокого результата. Если речь идет о короткой дистанции (100 или 200 м), то подготовленный спортсмен ставит целью обеспечить максимальную скорость в каждый момент времени. При беге на более длинные дистанции успех спортсмена определяется его умением правильно распределять силы на трассе, а для этого надо отчетливо представлять себе свои возможности, рельеф маршрута и силы соперников. Ни о какой максимальной скорости в каждый момент не может идти и речи в условиях ограниченных ресурсов.

Очевидно, что приведенное ограничение выполняется только в рамках детерминированной постановки задачи, т.е. когда априорно все достоверно известно. Такие условия оказываются чрезмерными для реальных задач — прокрустово ложе детерминизма не соответствует действительным условиям функционирования системы. Априорность нашего знания чрезвычайно сомнительна в отношении как самой системы, так и среды и ее взаимодействия с тем или иным объектом. Достоверность априорных сведений тем меньше, чем сложнее система, что не добавляет оптимизма исследователям, проводящим процедуру синтеза.

Подобная неопределенность привела к появлению целого направления в теории управления, базирующегося на учете стохастических условий существования системы. Самые конструктивные результаты были получены при разработке принципов адаптивных и самонастраивающихся систем.

Адаптивные системы позволяют справляться с неопределенностью путем получения и использования дополнительной информации о состоянии объекта и его взаимодействии со средой в процессе управления с последующей перестройкой структуры системы и изменением ее параметров при отклонении условий работы от априорно известных (рис. 4). При этом, как правило, цель трансформаций состоит в приближении характеристик системы к априорным, использовавшимся при синтезе управления. Таким образом, адаптация ориентирована на сохранение гомеостаза системы в условиях возмущений.

Рис. 5.4. Адаптивная система

Одна из сложнейших конструктивных составляющих этой задачи — получение сведений о состоянии среды, без чего затруднительно проводить адаптацию.

Примером успешного получения информации о состоянии среды может быть изобретение трубки Пито, которой снабжены практически все летательные аппараты. Трубка позволяет измерить скоростной напор — важнейшую характеристику, от которой непосредственно зависят все аэродинамические силы. Результаты измерения используются для настройки автопилота. Аналогичную роль в общественной жизни играют социологические опросы, позволяющие корректировать решения внутри - и внешнеполитических проблем.

Эффективным приемом изучения динамики объекта управления является метод дуального управления, некогда предложенный А. Фельдбаумом. Суть метода в том, что на объект наряду с командами управления подаются специальные тестирующие сигналы, реакция на которые для априорной модели заранее установлена. По отклонению реакции объекта от эталонной судят о взаимодействии модели с внешней средой.

Подобный прием использовался в русской контрразведке во время Первой мировой войны для выявления шпиона. Выделялся круг сотрудников, подозреваемых в предательстве, и каждому из этого круга «доверялась» важная, но ложная информация, имеющая уникальный характер. Наблюдалась реакция противника, по которой и идентифицировался изменник.

От адаптивных систем отличают класс самонастраивающихся систем. Последние в процессе адаптации настраиваются. Однако на принятом уровне общности структура самонастраивающейся системы аналогична структуре адаптивной системы (см. рис. 5.4).

Относительно процессов адаптации и самонастройки систем можно отметить, что их возможность в конкретных случаях в основном определяется назначением системы и ее техническим воплощением. Подобная теория систем изобилует иллюстрациями, но, как представляется, не содержит обобщающих достижений.

Другой путь преодоления недостаточности априорных данных о процессе управления заключается в совмещении процесса управления с процедурой синтеза. Традиционно алгоритм управления есть результат синтеза, базирующийся на допущении детерминированного описания модели движения. Но очевидно, что отклонения в движении принятой модели сказываются на точности достижения цели и на качестве процессов, т. е. приводят к отклонению от экстремума критерия. Отсюда следует, что строить управление нужно как терминальное, рассчитывая траекторию в реальном времени и обновляя сведения о модели объекта и условиях движения. Конечно, и в данном случае необходимо экстраполировать условия движения на весь оставшийся интервал управления, но по мере приближения к цели точность экстраполяции возрастает, а значит, повышается качество управления.

В этом видна аналогия с действиями правительства, которое не в состоянии выполнять плановые задания, например бюджетные. Условия функционирования экономики меняются нерасчетным образом, с нарушением прогнозов, поэтому приходится постоянно корректировать намеченный план в стремлении достичь итоговых показателей, в частности производить секвестр. Отклонения от априорных предположений могут быть столь велики, что имеющимися ресурсами и принимаемыми мерами управления уже нельзя обеспечить выполнение цели.

Тогда приходится «приближать» цель, размещая ее внутри новой области достижимости. Отметим, что описанная схема справедлива только для устойчивой системы. Низкое качество организации управления может привести вообще к дестабилизации и, как следствие, к разрушению всей системы.

Адаптивная система (самоприспосабливающаяся система) — система, автоматически изменяющая алгоритмы своего функционирования и (иногда) свою структуру с целью сохранения или достижения оптимального состояния при изменении внешних условий.

По характеру изменений в управляющем устройстве адаптивные системы делят на две большие группы:

самонастраивающиеся (изменяются только значения параметров регулятора);

самоорганизующиеся (изменяется структура самого регулятора).

Самонастраивающаяся система — кибернетическая (или динамическая) адаптивная система, в которой запоминание информации (накопление опыта) выражается в изменении тех или иных ее параметров, существенных для целей системы.

Самоорганизующаяся система — кибернетическая (или динамическая) адаптивная система, в которой запоминание информации (накопление опыта) выражается в изменении структуры системы.

В кибернетике понятие самоорганизующихся систем, как правило, связывают со способностью систем к адаптации в условиях постоянно изменяющихся внешних и внутренних факторов.

Самоорганизующаяся система — это кибернетическая адаптирующаяся система, в которой накопление опыта, запоминание и структуризация информации выражается в изменении структуры системы и уровня ее организации.

Адаптация системы происходит за счет различных факторов, которые могут действовать самостоятельно или сообща (кооперативно). Исходя из этого можно следующим образом классифицировать самоорганизующиеся системы:

Самонастраивающаяся система — такая кибернетическая адаптирующаяся система, в которой накопление опыта (запоминание информации) выражается в изменении тех или иных ее параметров, существенных для цели системы. Например, предприятие расширяет выпуск продукции вслед за увеличением спроса: в соответствии с изменениями внешней среды изменяется способ функционирования системы.

Саморазвивающаяся система — такая кибернетическая адаптируюшаяся система, которая самостоятельно вырабатывает цели своего развития и критерии их достижения, изменяет свои параметры, структуру и другие характеристики в заданном направлении.

Самообучающаяся система — такая кибернетическая адаптирующаяся система, которая в процессе развития проходит процесс обучения, накапливая опыт, обладает способностью самостоятельно искать критерии качества своего функционирования.

Обдуманное и осознанное снижение затрат может быть достигнуто руководством компании путем оптимизации организационной структуры управления. В практике для оптимизации организационной структуры (снижении численности персонала) компании используются следующие подходы:

> Функциональный подход: перераспределение функций в рамках одного или нескольких структурных единиц (подразделений) Компании (путем объединения нескольких функций в рамках одной должностной позиции, которые ранее дублировались, выполнялись двумя и более сотрудниками, но в условиях сокращения деятельности, функция выполняется меньшими трудозатратами);

> Организационный подход: реструктуризация организационной структуры как в рамках подразделения (снижение уровней подчиненности, управления), так и Компании в целом (укрупнение нескольких подразделений в одно);

> Процессный подход: построение системы управления компанией, основанной на бизнес-процессах;

> Проектный подход: создание системы управления компанией, основанной на проектной структуре управления;

> Бенчмаркинг: оптимизация системы управления компанией на основе анализа опыта аналогичных компаний, которые работают на тех же рынках.

Дата добавления: 2014-01-11