Оптимизация распределения работ исполнителей в
условиях интенсификации использования
CALS-технологий в машиностроении
Д.В. Христолюбов,
аспир., cadb@comch.ru,
КБХА, г. Воронеж
И.Л. Каширина,
доц., к.т.н., kash.irina@mail.ru,
ВГУ, г. Воронеж
В докладе
описывается разработка модели оптимизации и метода распределения работ между
исполнителями для повышения эффективности организации и качества процессов
планирования и мониторинга управления проектами в области машиностроения.
In the report development of model of optimization and
a method of allocation of operations between executors for increase of
efficiency of the organization and quality of planning processes and monitoring
of project management in the field of mechanical engineering is described.
Современное
машиностроительное производство испытывает постоянно возрастающую потребность в
полноценных высокоэффективных системах автоматизированного проектирования
(САПР) [1].
Процесс создания техники в машиностроительной
области, относящихся к разряду наукоемкой продукции, включает в себя комплекс работ
многочисленных коллективов ученых, конструкторов, производственников, военных.
Для создания систем следующего поколения требуется внедрение новаций в области современных
информационных технологий, связанных с дальнейшим развитием интеграционных процессов
как в области поддержки постпроизводственных этапов жизненного цикла объектов
промышленного производства, так и по интеграции самой производственной среды.
Основой современных информационных технологий
является безбумажное представление информационной модели изделия (электронный
макет изделия), включающий все данные об изделии.
Электронная модель (макет) изделия – мощный и
наиболее современный инструмент конструктора, технолога, заказчика, позволяющий
значительно повысить эффективность проектирования, производства и сопровождения
образца техники в процессе эксплуатации.
Построение электронной модели изделия предполагает
переход на полностью безбумажную технологию проектирования. Бумажный чертеж и
спецификация перестают быть основными носителями данных об изделии.
Традиционный подход, соответствующий бумажной
технологии проектирования изделий, заключается в последовательном выполнении
работ конструктором, технологом, эксплуатационником, ремонтником. С переходом
на электронное моделирование изделий такой процесс может (и должен) быть
заменен на параллельную (совместную) работу этих специалистов над проектом [2].
В связи
с этим, большинство эффективно
функционирующих машиностроительных предприятий переходят сегодня на проектное
управление. Для того чтобы исполнение заказов
(проектов) укладывалось в заданные пределы сроков и стоимости,
необходимо тщательно планировать и контролировать эти проекты [3]. Как правило,
производство и конструкторские отделы работают одновременно над несколькими заказами,
следовательно, появляется задача эффективного распределения имеющихся
производственных мощностей и человеческих ресурсов.
Кроме
того, на промышленном предприятии имеется ряд задач, не относящихся
непосредственно к проектированию и производству продукции, но в то же время
требующих планирования и контроля – это работа с поставщиками комплектующих и
материалов, капитальный и оперативный ремонт оборудования, маркетинговая деятельность
и т.д. Таким образом, вся деятельность предприятия представляется в виде совокупности
взаимосвязанных проектов, что говорит о необходимости использования методологии
управления проектами как основы для построения системы управления предприятием.
Наиболее подходящим средством, позволяющим реализовать корпоративное управление
проектами предприятия, является система управления проектами.
При разработке наукоемких изделий, помимо управления
стоимостью и сроками выполнения проекта, необходимо управлять данными об
изделии, структурой изделия, изменениями, процессом передачи данных, документов
и заданий между участниками. Первые две задачи решаются с помощью системы управления
проектами, последние – PDM-системой. Одним из способов создания системы
управления промышленным предприятием является интеграция этих двух систем.
Полученная интегрированная система позволит осуществлять проектное управление
всей деятельностью предприятия, а так же управление данными об изделии при его
разработке (конструкторской и технологической подготовке производства).
Необходимо разработать интеграционное решение между
системой управления проектами и PDM-системой. В работе рассмотрено использование
интеграционного решения на этапе проектирования изделия.
Задачи управления при автоматизированном
проектировании изделия можно разделить на следующие этапы:
1.
Составление укрупненного плана на уровне
проекта. То есть планирование всего проекта (формирование работ, составление
календарно-сетевого графика), распределение ресурсов на уровне проекта –
распределение количества ресурсов на каждую работу.
2.
Составление детального плана на уровне
процессов. То есть подробное планирование конкретной работы и детальное
распределение ресурсов (назначение исполнителей).
3.
Мониторинг процессов – отслеживание выполнения
задач процесса, управление правами доступа и передача управления от одного
этапа к другому и от одного исполнителя к другому.
4.
Контроль и сбор информации о ходе выполнения
проекта.
5.
Корректировка всех планов на укрупненном и на
детальных уровнях.
После анализа существующих систем управления проектами
и PDM-систем в контексте решения определенных выше задач управления можно
сделать следующие выводы:
· Первая
задача решена полностью. Существуют
программные средства, позволяющие в полной мере реализовать планирование проекта,
а также контроль стоимостных и временных параметров проекта.
· Вторая
задача решена частично. В PDM-системах это осуществляется вручную. Нет
автоматизированных систем и алгоритмов для реализации детального планирования.
· Третья
задача решена в PDM-системах. Это обеспечивается взаимодействием внутри
PDM-системы. Мониторинг процессов осуществляется с помощью модуля workflow
(потока работ), обязательного для всех современных PDM-систем [4].
· Четвёртая
задача решена только на уровне проекта, а на уровне процесса – практически нет.
· Пятая
задача решена частично, но корректировка проекта и процессов осуществляется
вручную.
Можно сказать, что комплексно проблема управления
процессами при автоматизированном проектировании изделия на данный момент нигде
полностью не решена. То есть, решены отдельные задачи поставленной проблемы, но
нет общего интегрированного решения.
Особенно
актуальной остается задача подробного планирования конкретной работы и детального
распределение ресурсов (назначения исполнителей).
Как правило, задачи распределения ресурсов относятся к сложным
многокритериальным задачам, эффективные методы решения которых известны только
для ряда частных случаев. Поэтому в управлении проектами представляется актуальной
задача разработки эффективных и универсальных методов решения задачи
оптимального распределения работ между исполнителями.
Как правило, задачу оптимального распределения работ между исполнителями можно
математически формализовать как классическую многокритериальную задачу о
назначениях. В ее формальной постановке ищется неизвестная матрица Х размера 
, состоящая из нулей и единиц. Если на месте [i,j]
стоит единица, то i-й работник выполняет j-ю
работу. Каждая работа выполняется одним работником, каждый работник назначается
на одну работу. Матрицы 
задают требуемые
критерии оптимизации. Например, коэффициенты 
могут означать затраты
времени на выполнение i-м работником j-й работы, 
- оценку качества выполнения i-м
работником, j-й работы и т.д. Направлением
оптимизации критериев может являться как минимум, так и максимум.
(1)
Данная задача
имеет “чёткую” постановку, однако, на практике
скорее известно, что «исполнитель А выполнит работу B
примерно за 3 часа», чем «А
выполнит работу B за 3 часа». Более того, руководствуясь
второй посылкой и назначив А на работу В,
через 5 часов можно выяснить, что работа еще не сделана. Для учета
такого рода неопределенностей целесообразно использовать аппарат теории
нечетких множеств.
Целевые коэффициенты
критериев задаются в виде гауссовых нечетких чисел. Выбор именно такой формы представления
объясняется тем, что нечеткие множества, которые возникают в задаче о назначениях,
являются по смыслу нормальными (максимальное значение функции принадлежности
равно 1) и унимодальными (1 достигается в единственной точке), а также
простотой определения арифметических операций
для гауссовых чисел. Нечеткое число A называется
гауссовым, если его функция принадлежности определяется как 
, x 
R, (a, 
>0)- параметры, задающие гауссово число [5]. Параметр а определяет точку максимума функции
принадлежности, параметр 
описывает степень
нечеткости гауссова числа (чем больше величина , тем больше неопределенность).
Операция сложения для
гауссовых нечетких чисел вводится следующим образом. Пусть число A задается параметрами
(a, )
, а B
– параметрами (b, t) . Тогда суммой A+B
будет нечеткое гауссово число с параметрами (a+b, +t) [7]. Расстояние
между гауссовыми нечеткими числами A
и B определяется по формуле:
d2 (A, B)=(a-b)2+1/2(-t) 2
(2)
На практике степень
нечеткости может зависеть и от типа работы,
и от назначаемого исполнителя. Например, если часть работ выполняются на
открытом воздухе, а часть в помещении, то назначающий может учесть возможность
непогоды, и увеличить соответствующие значения . Для исполнителей увеличение может объясняться
неуверенностью в недавно нанятом рабочем.
Обозначим через 
– нечеткое гауссово
число, заданное парой 
. Будем считать,
что 
=, 
=0, а суммирование
происходит по правилу,
определенному для гауссовых чисел.
Тогда нечёткая
постановка задачи о назначениях имеет вид:
(3)
Учитывая особенности поставленной задачи (в частности, желательность иметь сразу
несколько результатов с целью сравнения и выбора компромиссного), для ее
решения целесообразно использовать генетический алгоритм (ГА).
При решении
многокритериальных задач генетические алгоритмы способны находить множество Парето-оптимальных
решений (недоминируемых) за один прогон,
благодаря заложенному в них полимодальному поиску. Однако для обеспечения
репрезентативной аппроксимации необходимо принимать специальные меры. В
частности, серьезных изменений требует этап определения функции полезности для каждого
экземпляра популяции. Подходы к
построению таких алгоритмов описаны, например, в [6].
Разработанные
на основе этих подходов генетические алгоритмы позволяют осуществлять оптимизацию распределения
работ проекта между исполнителями с учетом временных, организационных и квалификационных
ограничений.
Использование
предлагаемой модели оптимизации позволяет эффективно использовать ресурсы организации,
сократить сроки выполнения работ и эффективно осуществлять управление
проектами.
Литература
1.
Фролова И.Н., Кутилова О.И. Анализ современных
систем автоматизированного проектирования технологических процессов (САПР ТП) ПКО / Машиностроение и
автоматизация // Труды
Нижегородского государственного технического университета им. Р.Е. Алексеева. –
№ 1(80). – С. 91-94.
2. Вермишев
Ю.Х. Управление разработкой сложного объекта // Информационные технологии в
проектировании и производстве. – вып. 2. – 2004. – С. 3-10.
3. Кузьмик П.К., Норенков И.П. Информационная поддержка наукоемких
изделий. CALS-технологии. - M.: Изд-во МГТУ им. Н.Э. Баумана, 2002. - 320 с.:
ил.
4. Жирков А.О., Колчин А.Ф., Овсянников М.В., Сумароков С.В. Что
такое PDM?// PCWeek. - 2001. - №38. - C. 24.
5. Заде Л.А. Роль мягких вычислений и нечёткой логики в понимании, конструировании и развитии информационных/интеллектуальных систем. - Новости Искусственного Интеллекта, №2-3, 2001, С. 7 - 11.
6.
Каширина И.Л. Генетические алгоритмы
решения многокритериальных задач // Актуальные проблемы прикладной математики, информатики
и механики : сб. тр. междунар. конф., Воронеж, 22-24 июня