Диссертация (1172898), страница 19

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 19)

Для оценки необходимого количества вариантов используется следующая формула: Sabтр Varтр  B  ln .A(4.20)В результате принимается решение о том, при каком количестве вариантов взадаче распределения ресурсов применение МАС целесообразно.Пример расчета.Зададимся требуемой эффективностью Э=10% и NAgent=5.1.

Определим требуемое значение показателя эффективности Sab по формуле(4.19).111  1 Sabтр  100 ln ln   100   23Этр 2 2  1  10 1 100  100 1242. Определим требуемое количество вариантов в задаче распределения ресурсов, если количество агентов NAgent=5.

Из таблицы 4.9 принимаем для рассматриваемого случая константы модели:p=0,5 (А=5, В=9); р=0,9 (А=6, В=9); р=0,99 (А=5, В=8).Таким образом, в результате получаем следующие значения:– при доверительной вероятности P=0,50: Sab  23 Varтр  B  ln   9  ln    13,7 → Varтр=14; A  5 – при доверительной вероятности P=0,90: Sab  23 Varтр  B  ln   9  ln   12,07 → Varтр=13; A  6 – при доверительной вероятности P=0,99: Sab  23 Varтр  B  ln   8  ln    10,7 → Varтр=11. A  6 Вывод: таким образом, в результате применения предложенного алгоритмаоценки эффективности применения МАС для принятия решений о целесообразности ее применения при эффективности 10% (снижение вероятности принять неверное решение более чем на 10%) в задаче распределения ресурсов при пяти агентахопределено, что при вероятности P=0,5 (в каждом втором случае примененияМАС) количество вариантов в задаче должно составлять величину не менее, чем14.

Для других вероятностей Р=0,9 и Р=0,99 значения составляют соответственноVarтр=13 и Varтр=11. Результаты оценки эффективности применения МАС для различных ситуаций получены аналогично и представлены на рисунках 4.9 и 4.10.125А)Б)В)Рисунок 4.9 – Зависимость «Варианты-Агенты» при эффективности МАСА) – P=0,50; Б) – P=0,90; В) – P=0,99126Э=10%Э=15%Э=20%Рисунок 4.10 – Динамика показателя Sab в зависимости от количества агентов-вариантов в МАС и вероятности P126Э=5%127Количественная оценка выигрыша в эффективности, получаемого от применения МАС в рамках исследования задач планирования распределения ресурсов,проводится для прогнозирования эффективности применения МАС в конкретныхуправленских задачах.Прогнозная оценка эффективности проводится по следующему алгоритму.В качестве исходных данных для оценки эффективности используютсяфиксированные значения количества вариантов Var и количества агентов Nagent.На первом этапе алгоритма определяется прогнозное значение показателя эффективности при Var вариантах и Nagent агентах по формуле: Var  .VarSabNagent A exp  B (4.21)Константы модели А и В определяются по таблице 4.9.

в соответствии с выбранным количеством агентов Nagent и условной вероятностью Р.На втором этапе определяется прогнозное значение эффективности применения МАС в практике решения управленческой задачи:ЭVarNagent  SabVarNagent 100 1  exp  2   1002  , %.(4.22)По полученному прогнозному значению делаются выводы об эффективностиприменения МАС в рассматриваемой управленческой задаче.Для оценки эффективности применения МАС в практике решения задачираспределения ресурсов для целей обеспечения пожарной безопасности химического предприятия воспользуемся условиями примера, рассмотренного в третейглаве исследования.

В задаче требовалось оценить ресурсы для реализации автоматизированной информационной системы пожаровзрывобезопасности. Решение задачи предусматривало применение трех агентов: агент подготовки кадров для решения задач безопасности; агент, управляющий системой первоочередных аварийно-спасательных работ; агент, управляющий информационной системой пожаровзрывобезопасности.128Возможна ситуация, когда при эволюции системы безопасности может появиться и четвертый агент, на данный момент скрытый. Таким образом, оценимэффективность применения МАС при решении задачи распределения ресурсов приVar=15 и Nagent=3 (текущая ситуация); Nagent=4 (эволюция системы).1.

Определяем значение показателя Sab при вероятностях P=0,5; 0,9; 0,99.Рассчитаем прогнозное значение показателя эффективности МАС:при доверительной вероятности P=0,50: Var  15 Sab415  A exp   5exp    22, 4 ; B  10  Var  15 Sab315  A exp   4exp    17,9 B  10 при доверительной вероятности P=0,90: Var  15 Sab315  A exp   5exp    22, 4 B  10  Var  15 Sab415  A exp   5exp    26,5 ; B  9 при доверительной вероятности P=0,99: Var  15 Sab315  A exp   6exp    26,9 B  10  Var  15 Sab415  A exp   6exp    31,7 . B  9 2. Определяем прогнозное значение эффективности применения МАС:при доверительной вероятности P=0,5:  17,9 2  Э  100 1  exp  2     7% ;100  153  22,4 2  Э  100 1  exp  2     10% ;100  154при доверительной вероятности P=0,9:  22,4 2  Э  100 1  exp  2     10% ;  100   153  26,4 2  Э  100 1  exp  2     13% ;  100   154при доверительной вероятности P=0,99:  26,9 2  Э  100 1  exp  2     13% ;  100   153  31,7 2  Э  100 1  exp  2     18% .  100   154Результаты оценки эффективности представлены на рисунке 4.11.Применение в предложенном подходе вероятностной модели Sab позволяетпроводить оценку эффективности в числовом и одновременно интервальном выражении.129Числовые значения прогнозной оценки эффективности МАС в задаче распределения ресурсов для целей безопасности химического предприятия представленына рисунке 4.11.Рисунок 4.11 – Результаты прогнозной оценки эффективности МАСДля иллюстрации возможности интервального оценивания определим интервалы эффективности при доверительной вероятности для текущей ситуации применения МАС:P  ЭP  Э0,5 ; Эmin p  Э0,5   p (если Эmin<0, то Эmin=0);Эmax p  Э0,5   p (если Эmax>100, то Эmax=100).Так, например, при доверительной вероятности P=0,9 можно утверждать, чтопрогнозное значение эффективности применения МАС в текущей ситуации распределения ресурсов (Var=15; Nagent=3) будет находиться в интервале Э (%)ϵ [4;10] ( 0,9  10  7  3 ; Эmin p  7  3  4 ; Эmax p  7  3  10 ), а для эволюции системы(Var=15; Nagent=4) Э (%)ϵ [7; 13]( 0,9  13  10  3;Эmin p  10  3  7 ;Эmax p  10  3  13 ).Таким образом, разработанный алгоритм позволяет проводить как численную, так и интервальную оценку эффективности применения МАС в задачах распределения ресурсов.1304.5.

Выводы по четвертой главеВ данной главе диссертации проведено исследование эффективности разработанной информационной системы для принятия решений по распределению ресурсов обеспечения пожарной безопасности химических предприятий. Проведенное исследование позволило определить эффективность МАС с целью принятиярешений о целесообразности ее применения в задачах планирования распределения ресурсов и позволило оценить выигрыш в эффективности, получаемый от применения МАС, в задачах планирования.В результате проведенного исследования получены следующие научные ипрактические результаты:– разработана модель численного исследования эффективности МАС при решении практических задач управления.

Модель разработана в рамках опытно-теоретического метода исследования сложных систем управления и принятия решений. Для исследования эффективности МАС проведен численный эксперимент присоотношении агентов-вариантов от 7 до 10, то есть, 64 серии опытов по 10000 численных испытаний;– разработан и исследован показатель эффективности применения МАС в задачах распределения ресурсов. Показатель представляет собой случайную величину, нормально распределенную на множестве значений. Гипотеза о нормальности распределения показателя эффективности доказана с использованием критериястатистического согласия Пирсона (χ2) при уровне значимости α=0,05, в свою очередь, для нормализации показателя эффективности использован критерий Колмогорова.– проведена оценка эффективности МАС в задачах распределения ресурсовхимических предприятий. Даны рекомендации по практическому применениюМАС в соответствии с поставленными целями исследования.131ЗАКЛЮЧЕНИЕВ результате выполненных исследований получены следующие основныенаучные и практические результаты:1.

Анализ пожаров на предприятиях химической промышленности показал,что крупные пожары на подобных объектах наносят значительный материальныйи экологический ущерб, являются сложными с точки зрения тактики тушения итребуют для локализации и ликвидации сосредоточения пожарных подразделенийнескольких пожарно-спасательных гарнизонов, что определяет существенныезатраты на борьбу с ними. Проведен анализ существующих агентных системподдержки управления, применяемых для решения задач обеспечения пожарнойбезопасности. Показано, что большинство систем носят теоретический характер(75%). Определено, что недостаточная практическая реализация агентных системсвязана, в первую очередь, с отсутствием унифицированной, гармонизированноймодели, основанной одновременно на нескольких практических способах решениязадачи планирования распределения ресурсов, а также с ограничением степенисвободы при анализе дополнительной информации о важности агентов в задачеуправления.2.

Разработана математическая модель для решения задачи планированияраспределения ресурсов на основе информации о предпочтениях центра управления, получаемой с использованием анализа опыта принятых ранее решений и/илина основе мнения экспертов о важности агентов в системе. Модель основана натеории сравнения объектов с образом и предназначена для решения широкогокласса задач планирования распределения ресурсов для обеспечения пожарнойбезопасности, в том числе с учетом риск-ориентированного подхода.3. Созданы алгоритмы в виде многоуровневой процедуры анализавариантов распределения ресурсов в задачах планирования на основе созданной сприменениемагентногомоделированиямоделиуправления.Проведенаалгоритмизация и компьютерная реализация модели в виде специального программного обеспечения для ЛПР.

Характеристики

Список файлов диссертации