Графовая модель: инструменты и использование

Графовая модель #

Графовая модель — это

  • структура в виде графа — узлы соединенные дугами и
  • функционирование — правила, описывающие преобразование информации при ее «движении» от одного узла к другому по сети дуг.

Графовая модель связывает «входы» модели с ее «выходами» через сеть взаимосвязанных элементов, например, переменные параметры модели с результатом расчета.

Правила преобразования информации в каждом отдельном узле или дуге могут быть относительно простыми для описания.

«Одновременная работа» простых правил во всех элементах сети часто обуславливает весьма сложное поведение, которое достаточно трудно проанализировать другими средствами моделирования.

Задачи моделирования #

Графовая модель позволяет решать как прямую задачу:

Как изменится результат модели при изменении входных значений?

так и обратную —

Какие параметры нужно изменить, чтобы получить ожидаемый результат?

Данные для модели #

Модель можно построить практически на любых имеющихся данных и экспертных оценках.

Модель подсветит те области, где необходимо улучшить качество информации. По мере появления, новые или уточненные данные будут автоматически загружаться в модель. В ходе такого «обучения» модель будет повышать качество результата.

При построении модели можно использовать:

  • Исторические данные, результаты измерений (ERP, АСУТП, SCADA, IT-системы, датчики, и т.п.).
  • Реестры, протоколы, записи (экселевские таблицы, лог-файлы, и т.п.).
  • Описания процессов.
  • Функциональные схемы, технологические схемы, схемы бизнес-процессов и т.п.

Инструменты моделирования #

Графовая модель строиться на основе информации, сохраненной в базе данных — хранилище данных в виде гиперкуба с возможностью делать выборки по произвольным «срезам» данных.

С помощью макетов гридов и/или скриптов на VBScipt/JavaScript пользователь задает правила построения графа и алгоритмы расчета модели.

Пользователю доступны инструменты almaGRID:

  • Имитационное моделирование.
  • Стохастическое моделирование (метод Монте-Карло).
  • Многопараметрическая нелинейная оптимизация.
  • Динамическое программирование.

Примеры использования моделей #

Стоимость и качество #

Модель трансформации — Изменение параметров потоков (энергия, материалы, затраты и т.п.) при прохождении через сеть элементов системы

  • Производственные и бизнес-процессы.
  • Выполнение проектов (строительство, геологоразведка, НИР, и т.п.).
  • Логистические задачи.
  • Инженерные и экономические расчеты.
Использование моделиПримеры вопросов, на которые отвечает модель технологического процесса
Анализ чувствительностиИзменения каких параметров системы оказывает наибольшее влияние на качество и себестоимость продукта?
Выбор вариантов ведения процессаКакие режимы процесса обеспечивают требуемое качество продукта при минимальных затратах?
Рекомендательная системаКак следует настроить систему (дозировка реагентов, режимы аппаратов и т.п.) при изменении параметров сырья для обеспечения заданного качества продукта?
Выявление «слабого звена»Какой элемент системы требует изменения настроек или модернизации (инвестиций)?
Оптимизация процессакакие сценарии работы оборудования и настройки системы обеспечат максимальную эффективность оборудования при минимальных затратах?

Надежность #

Модель взаимосвязей — Взаимное влияние элементов друг на друга и на систему в целом

  • Надежность технических систем (дерево отказов оборудования, промышленная безопасность и т.п.).
  • Эксплуатация зданий и сооружений.
  • Надежность систем управления (управление бизнесом, управление компетенциями персонала, корпоративное управление, управление экономикой региона, и т.п.).
  • Здоровье (диагностика, рекомендательная система, и т.п.).

Использование моделиПримеры вопросов, на которые отвечает модель надежности технических систем
Анализ чувствительностиКакие три компонента вносят наибольший вклад в надежность реактора?
Рекомендательная система Как нужно изменить частоты отказов этих трех компонентов одновременно, чтобы частота отказов реактора уменьшилось на 50%
Статистический анализКак выглядит функция распределения отказов реактора, если отказы компонентов заданы не скалярными величинами, а функциями распределения?
Оптимизация решенияКакой должна быть частота отказов компонента, чтобы достичь заданного значения частоты отказов реактора?

Непрерывность #

Модель непрерывности процесса — Прерывание процесса из-за задержек и остановок отдельных операций

  • Производственные и бизнес-процессы.
  • Процессы обслуживания (сервис, операционные отделения, склады, и т.п.).
Использование моделиПримеры вопросов, на которые отвечает модель обслуживания
Анализ чувствительностиКакие три причины вносят наибольший вклад в прерывание операционной деятельности сервиса?
Выявление триггеровПри какой интенсивности потока перед сервисом возникают очереди длиннее заданного размера?
Рекомендательная системаКак нужно изменить параметры работы сервиса при изменении интенсивности входящего потока для сохранения заданных размеров очередей?
Анализ рисковКакова вероятность прерывания операционной деятельности сервиса?
Оптимизация операцийКаков предпочтительный график/сценарий работы сервиса в зависимости от состава и интенсивности входящего потока?

Примеры моделей #

НаправлениеПример
Моделирования непрерывности производстваРиски прерывания производства из-за отказов оборудования
Моделирование технологического процессаЭффективность оборудования, качество продукции, себестоимость производства
Моделирование аппаратовТепловые потоки в электрической нагревательной печи
Моделирование надежности оборудованияДерево отказов химического реактора
Моделирование рисков проектаФормирование плана предупредительных и корректирующих мероприятий для снижения рисков инвестиционного проекта
Моделирования непрерывности процессаМоделирование непрерывности работы пункта взимания платы

Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter.

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: