Циклическая стратегия реализует итеративный процесс синтеза, когда после получения результатов очередного действия осуществляется возврат к одному из предыдущих действий и его уточненное повторение. В структуре системы проектирования этому соответствуют местные обратные связи. Это более сложная стратегия по сравнению с линейной. Наличие замкнутых контуров может создать для проектировщика «порочный круг», выход из которого потребует изменения самой структуры системы.
Разветвленная стратегия включает параллельные и конкурирующие действия (этапы), то есть операции «и» и «или», по результатам которых производится изменение стратегии, т.е. структуры. Адаптивная стратегия предполагает определение сначала только первого действия, а выбор последующего осуществляется в зависимости от результата первого действия и т.д. Структура системы проектирования при такой стратегии является самоорганизующейся. Это наиболее совершенная, но и сложная стратегия. Ее недостаток – в непредсказуемости сроков и соответственно стоимости проекта. Случайная стратегия основана на случайном поиске решения и не имеет плана действий.
Реальные стратегии проектирования и соответствующие им системы проектирования обычно представляют собой комбинацию перечисленных выше типовых стратегий и структур системы. На всех этапах проектирования частей системы разработчик обычно в разной последовательности выполняет следующие типовые процедуры: синтез, анализ, принятие решения, создание моделей. При этом на каждом последующем этапе эти процедуры уточняются и углубляются.
Процедура синтеза – это формирование принципов действия и технических решений задачи.
Анализ – это в данном случае, прежде всего проведение и оценка результатов математических и экспериментальных исследований.
Принятие решения – типовая процедура при проектировании новой системы, заключающаяся в выборе наилучшего, неизбежно компромиссного решения из некоторого множества вариантов (альтернатив). Наилучшее решение – это решение оптимальное по определенным критериям качества в рамках заданных в техническом задании ограничений на характеристики. Как правило, критериев и ограничений несколько. Именно поэтому принятие решения – задача всегда компромиссная.
Если варианты решения можно описать математически, появляется возможность формализовать задачу принятия решения на базе теории оптимизации и применения ЭВМ. Для этого используют известные методы оптимизации (поисковые, аналитические, численные, комбинаторные, теоретико-игровые, стохастические, эвристические).
На практике часто возникает проблема оптимизации качественных характеристик. В этом случае, чтобы применить количественные методы оптимизации, необходимо предварительно решить задачу оценки этих характеристик. Для этого составляется множество допустимых оценок, а затем в его рамках определяется оценка каждого рассматриваемого объекта. Делается это с помощью опроса специалистов (экспертиза, анкетирование и т.п.) и специальной обработки результатов их оценок (например, методами математической статистики с использованием дисперсии оценок как меры согласованности мнений экспертов и т.п.).
Разновидностью определения множества допустимых оценок является задача ранжирования. Здесь множество объектов упорядочивается в систему путем расстановки их по убыванию или возрастанию некоторого количественно неизмеряемого признака. Ранг объекта – это его место в этой последовательности.
Существует ряд методов экспертных оценок: Дельфи, ПАТТЕРН, методы, основанные на теории нечетких множеств и др. Так, в методе Дельфи, разработанном в 1963 г. в корпорации РЭНД (Хелмером и Далки), используется идея обратной связи путем анонимного ознакомления экспертов с мнениями их коллег, высказанными на предыдущих турах опроса. По методу ПЕТТЕРН или прогнозного графа, разработанного той же фирмой, на основе экспертных оценок строится дерево решений как модели сложной сети взаимосвязей. После этого сложная задача разбивается на более простые подзадачи, каждая из которых отрабатывается на ЭВМ.
Именно корпорация РЭНД ввела в 1948 году термин «системный анализ», под которым понимались методы исследования сложных систем, для которых формальные математические методы недостаточны и их необходимо дополнить эвристическими методами, основанными на интуиции и опыте. В дальнейшем понятие системный анализ приобрело более широкий смысл, охватив все и математические и эвристические методы, объединенные концепцией системного подхода к анализу и ориентированные прежде всего на сложные системы.
Моделирование мехатронных систем – это основное средство как анализа, так и синтеза проектируемых систем. Существуют три основных типа моделей: эвристические, физические и математические. Эвристические модели формируются в воображении проектантов в виде совокупности некоторых образов и аналогий, выражающих проектные идеи общего образа будущей системы. Эвристические модели – это основа новых технических решений и постановки задач проектирования.
Физическая модель может иметь ту же или другую физическую природу по сравнению с проектируемым изделием. В первом случае моделирование основано на теории подобия и заключается в изменении масштаба.
Создание моделей другой физической природы чем у проектируемого изделия основано на понятии изоморфизма, то есть взаимном соответствии физически различных явлений, когда протекающие в них процессы имеют одинаковое математическое описание.
Физическое моделирование особенно важно при рассмотрении процессов, которые недоступны для наблюдения или невоспроизводимы из-за масштабности, энергетики, продолжительности и т.п. При физическом моделировании достаточно сложных технических систем часто применяют оба типа моделей для различных частей системы – без изменения и с изменением физической природы.
Математическое моделирование основано на математическом описании рассматриваемой системы, пригодном для её решения на современных ЭВМ, что и является её математической моделью. Каждый объект моделирования может иметь множество математических моделей, описывающих определенные свойства этого объекта.
Существую три основных типа математических моделей, ориентированные на моделируемые объекты различной сложности:
- аналитические;
- имитационные;
- семиотические.
Аналитические модели применимы для достаточно простых объектов. Они основаны на математическом описании реальных физических процессов, происходящих в объекте. Адекватность модели объекту устанавливается сопоставлением ее с результатами экспериментального исследования объекта. Эта операция называется идентификацией и для нее разработаны соответствующие методики.
Имитационные модели применяются для более сложных объектов, для которых отсутствует аналитическое их описание или оно слишком сложно для использования в ЭВМ. Имитационная модель адекватно описывает зависимость выходных переменных от входных, включая возмущения. При этом объект рассматривается как «черный ящик» с неизвестным принципом действия и структурой.
Вариантом имитационной модели является ассоциативная модель, которая имитирует принцип действия мозга при формировании моделей объектов внешней среды путем обучения. Модель автоматически синтезируется в ассоциативном запоминающем устройстве в результате накопления в нем снимаемых с моделируемого реального объекта множества дискретных значений выходных реакций на конкретные входные воздействия. Такая ассоциативная модель позволяет выполнять интерполяцию и распознавать ситуацию на входе по неполному набору составляющих входного воздействия. Для технических систем с известной структурой имитационные модели составляются для отдельных ее частей. Если для некоторых из этих частей возможно получить аналитическую модель, в целом получится комбинированная имитационно-аналитическая модель системы.
Семиотические модели применяются для наиболее сложных объектов, когда возможно только лингвистическое их описание. Для таких моделей необходимы специальные языки близкие к естественному, но допускающие их использование в ЭВМ. Семиотические модели создаются на основе экспертных оценок, по которым составляется таблица соответствий выходных реакций системы и возможных ситуаций (состояние системы, входные воздействия). По существу, здесь тот же подход к моделируемому объекту как к «черному ящику», что и при имитационном моделировании, однако вместо математического используется лингвистическое описание.
Семиотическое моделирование основано на методах искусственного интеллекта и воспроизводит процессы в мозгу человека поформированию моделей объектов внешней среды при ее изучении и выработке поведенческих реакций на внешние ситуации. Поэтому семиотические модели можно даже выделить из математических моделей в отдельный тип моделей.
Математическое моделирование вместе с натурными экспериментами на макетах, а затем и образцах создаваемого изделия –основной арсенал средств на всех этапах проектирования. Наиболее эффективно их комплексное применение, которое позволяет получить результаты недостижимые для каждого из этих средств в отдельности.
1.3 Модели жизненного цикла
Архитектура и функциональность системы. Для разработки данной системы необходимо решить ряд задач: выбор модели жизненного цикла; анализ бизнес-процессов на предприятии; разработка архитектуры системы; выбор комплекса программных средств для разработки; разработка базы данных системы; написание приложений.
Рассмотрим существующие модели жизненного цикла изделия. Выделяют каскадную, водопадную и спиральные модели жизненного цикла. Каскадная модель жизненного цикла изделия представлена на рисунке 2.