Научный журнал
Фундаментальные исследования
ISSN 1812-7339
"Перечень" ВАК
ИФ РИНЦ = 1,674

МОДЕЛИРОВАНИЕ СИСТЕМЫ ОЦЕНКИ ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ КАЧЕСТВОМ НА ОСНОВЕ FUZZY-ТЕХНОЛОГИИ В СРЕДЕ MATLAB

Горемыкина Г.И. 1 Мастяева И.Н. 1 Герасимова Е.К. 2
1 ФГБОУ ВПО «Московский государственный университет экономики
2 ФГБОУ ВПО «Тамбовский государственный технический университет»
Предложена методология нечёткого моделирования оценки экономической эффективности управления качеством корпоративной информационно-вычислительной сети. Она включает метод оценки качества на основе нечёткой модели, метод принятия решения об управлении качеством на основе его количественной оценки и метод оценки экономической эффективности управления качеством корпоративной информационно-вычислительной сети на основе экспертного заключения о показателях, определяющих указанную эффективность. Предлагаемая методология адаптивна к системам различной природы. Создана нечётко-логическая система оценки экономической эффективности управления качеством корпоративной информационно-вычислительной сети. Процесс разработки системы реализован в среде MatLab с использованием пакета Fuzzy Logic Toolbox и интерактивного модуля fuzzy. Даны практические рекомендации по методике построения указанной системы и проведено моделирование её параметров. Практическая значимость исследования состоит в возможности применения построенной системы как универсального средства для определения оценки экономической эффективности управления качеством корпоративной информационно-вычислительной сети, а также возможности формирования комплекса мер по повышению указанной эффективности.
нечёткое моделирование
нечётко-логическая система
оценка эффективности управления качеством
1. Герасимова Е.К. Математическое моделирование нечёткой системы управления качеством корпоративной информационно-вычислительной сети / Е.К Герасимова., Г.И Горемыкина. // Проблемы управления и моделирования в сложных системах: труды XIII Межд. конф. – Самара, 2011. – С. 339–345.
2. Горемыкина Г.И. Моделирование нечётко-логической системы управления по результатам деятельности таможенных органов / Г.И Горемыкина, И.Н. Мастяева // Национальные интересы: приоритеты и безопасность. – 2013. – № 23. – С. 52–63.
3. Кондратьева С.И. Модель оценки качества инклюзивного образования в вузе / С.И Кондратьева., И.Н. Мастяева // Вестник Университета (Государственный университет управления). – 2009. – № 13. – С. 5–9.
4. Пегат А. Нечёткое моделирование и управление. – М.: БИНОМ. Лаборатория знаний, 2009.
5. Ярушкина Н.Г. Основы теории нечётких и гибридных систем. – М.: Финансы и статистика, 2004.
6. Zadeh L.A. Fuzzy sets // Inform. Contr. – 1965. – Vol. 8. – P. 338–353.

Корпоративная информационно-вычислительная сеть (сокращённо КИВС) – это сложная техническая программно-аппаратная система с разветвлённой инфраструктурой и транспортными средствами передачи информации. Основная задача системных интеграторов и сетевых администраторов – обеспечить качество работы такой системы. Большая размерность, многосвязность КИВС, сложность процессов управления и функционирования при обеспечении обработки и передачи информации и, как следствие, повышенные требования к профессиональным качествам специалистов, ответственности руководителей за результаты и последствия принимаемых решений определяют актуальность проблемы развития методов оценки эффективности управления качеством корпоративной информационно-вычислительной сети. Цель исследования – создание нечётко-логической системы оценки эффективности управления качеством КИВС. Для достижения поставленной цели сформулирована и решена следующая задача: разработать методологию нечёткого моделирования оценки эффективности управления качеством корпоративной информационно-вычислительной сети, включающую:

● метод оценки качества на основе нечёткой модели, отличающийся возможностью формализации требований, предъявляемых к КИВС, в рамках нечётких моделей и позволяющий для количественной переменной формировать лингвистическое представление в естественно-языковых категориях (см. [1]);

● метод принятия решения об управлении качеством на основе его количественной оценки (см. [1]);

● метод оценки эффективности управления качеством КИВС на основе экспертного заключения о характеристиках, определяющих эффективность управления качеством сети.

Построение нечёткой модели

Вводим лингвистическую переменную (сокращённо ЛП) ЭУК = «эффективность управления качеством КИВС». Универсальным множеством для введённой ЛП является отрезок [0; 1]. При определении формы функций принадлежности, ассоциированных с каждой переменной, экспертам было предложено выбрать треугольную. Выбор кусочно-линейной функции принадлежности был в значительной степени обусловлен малым объёмом имеющейся релевантной информации. Кусочно-линейные функции принадлежности приводят к получению локально линейных поверхностей отклика модели (при условии правильного выбора других составляющих системы), что положительно сказывается на точности моделирования в условиях малого объёма информации ([4]). В качестве множества значений переменной эксперты указали терм-множество {низкая, средняя, высокая}, а значения параметров соответственно следующие: (0; 0; 0,25), (0,15; 0,525; 0,9), (0,85; 1; 1). Оценка эффективности управления качеством КИВС вычисляется на основе экспертного заключения о приросте качества, связанного с принятием и реализацией того или иного управленческого решения, и коэффициента затрат, определяемого как отношение суммы понесённых затрат на реализацию управленческого решения по повышению качества к общей сумме затрат, понесенных в связи с осуществлением управления качеством. Первую переменную обозначим как Прирост, вторую – как Затраты. В качестве лингвистических терм-множеств для каждой из переменных эксперты указали {низкий(ие), средний(ие), высокий(ие)}, значения параметров для ЛП Прирост: (0; 0; 7), (5; 9,5; 14), (11; 20; 20), единица измерения – процент, для ЛП Затраты: (0; 0; 0,2), (0,1; 0,35; 0,6), (0,5; 1; 1), единица измерения – действительное число.

Таким образом, разрабатываемая модель является моделью типа MISO ([4]), осуществляющей отображение входов Прирост и Затраты в выход ЭУК. Функциональная зависимость выхода от входов описывается на основе нечёткой базы знаний, являющихся носителем экспертной информации. В качестве нечёткой базы знаний были сформулированы логические правила, которые выражаются в виде пар посылок и заключений типа «ЕСЛИ…, ТО…». Элементы антецедентов нечётких правил связаны логической операцией И. Нечёткие базы знаний для моделирования указаны в табл. 1.

Таблица 1

Нечёткая база знаний для моделирования оценки эффективности управления качеством

Номер правило

Прирост

Затраты

ЭУК

1

Низкий

Низкие

Средняя

2

Низкий

Средние

Низкая

3

Низкий

Высокие

Низкая

4

Средний

Низкие

Средняя

5

Средний

Средние

Средняя

6

Средний

Высокие

Низкая

7

Высокий

Низкие

Высокая

8

Высокий

Высокие

Средняя

9

Высокий

Средние

Высокая

Компьютерная реализация нечёткой модели

Процесс разработки нечётко-логической системы был реализован в среде MatLab с использованием пакета Fuzzy Logic Toolbox и интерактивного модуля fuzzy. Выбор пакета MatLab был обусловлен его высокой эффективностью вычислений и визуализацией результатов, а также имеющимся опытом работы авторов проектируемой системы с данным пакетом ([1, 2, 3]).

Вызываем редактор системы нечёткого логического вывода (сокращённо СНЛВ) Fuzzy inference system (FIS) – editor. Добавляем ещё одну входную переменную, переименовываем входные и выходную переменные, задаём имя системы Эффективность УК (рис. 1). Задаём градации и функции принадлежности (ФП) для каждой входной и выходной переменных (рис. 2).

Вводим правила из табл. 1. На рис. 3, а изображено окно редактора правил вывода после ввода всех девяти правил. Число, приведённое в скобках в конце каждого правила, представляет собой весовой коэффициент соответствующего правила. На рис. 3, б приведена визуализация правил вывода. Средство просмотра правил вывода используется в целях диагностики. Оно позволяет отобразить процесс нечёткого вывода и получить результат. Как видно из рис. 3, б, при входном векторе (12,2; 0,3) (прирост качества – 12,2 %; коэффициент затрат – 0,3) результат составляет 0,555, что характеризует экономическую эффективность управления качеством как «среднюю».

pic_40.tif

Рис. 1. Окно редактора СНЛВ Эффективность УК

pic_41.tif

Рис. 2. Окно редактора ФП СНЛВ Эффективность УК

Проиллюстрируем работу модели. Для этого проведём имитационное моделирование входных параметров и с помощью СНЛВ оценим значения выходной переменной. В табл. 2 приведены результаты работы этой части программы.

Средство просмотра поверхности вывода генерирует и выводит карту поверхности вывода СНЛВ ([5]). Это позволяет представить весь спектр сценариев на карте поверхности вывода построенной системы. На рис. 4 приведена трёхмерная поверхность «входы-выход», соответствующая синтезированной нечётко-логической системе Эффективность УК.

Структурная схема моделирующего алгоритма системы оценки эффективности управления качеством

Процесс функционирования предлагаемой системы представлен на рис. 5. Идея, положенная в основу создания указанной системы, заключается в применении бенчмаркинга – сопоставлении вычисленной оценки ||K(∙)|| реального качества с оценкой ||K(∙)доп|| допустимого качества, устанавливаемого экспертами с учётом финансовых и технических возможностей предприятия, а также требований заказчика. Построение системы оценки качества КИВС описано в [1].

а pic_42.tif б pic_43.tif

Рис. 3 Правила вывода (а) и их визуализация (б)

pic_44.tif

Рис. 4. Окно просмотра поверхности решений

В соответствии со схемой рис. 5, видно, что если условие блока «||K(∙)доп|| ≤ ||K(∙)||» выполняется, то улучшения качества КИВС в данный период не требуется – переход к блоку «Оценка эффективности управления качеством не производится». Если же условие блока не выполняется, то необходимо провести анализ работы сети с целью повышения её качества. Для этого необходимо выяснить, какие из показателей качества можно улучшить – блок «Изменение параметров качества K(∙)». Если это не удаётся сделать, то – последовательный переход к блокам «Изменение параметров качества K(∙) невозможно» и «Оценка эффективности управления качеством не может быть произведена». Если изменение параметров качества K(∙) возможно, то после изменения значений показателей – переход к блоку «Количественная оценка качества K(∙)*», где K(∙)* – качество сети после проведённых мероприятий. Затем – через блоки «Расчёт прироста качества: ||K(∙)*|| – ||K(∙)||» и «Определение коэффициента затрат» переход к блоку «Оценка эффективности управления качеством», представляющего собой СНЛВ, построение которой произведено выше.

Таблица 2

Варианты реализации СНЛВ Эффективность УК

№ п/п

Прирост

Затраты

ЭУК

1

19,50

0,530

0,712

2

5,78

0,549

0,431

3

14,90

0,041

0,942

4

6,51

0,723

0,103

5

5,05

0,577

0,183

6

13,30

0,505

0,616

7

18,99

0,114

0,942

8

1,01

0,905

0,083

9

9,27

0,359

0,525

10

12,90

0,159

0,587

pic_45.wmf

Рис. 5. Структурная схема моделирующего алгоритма системы оценки эффективности управления качеством

Заключение

Практическая значимость исследования состоит в возможности использования построенной системы как универсального средства для определения оценки экономической эффективности управления качеством корпоративной информационно-вычислительной сети, а также возможности формирования комплекса мер по повышению указанной эффективности.

Следует отметить, что предложенная методология нечёткого моделирования оценки экономической эффективности управления качеством КИВС адаптивна к системам различной природы.

Рецензенты:

Тельнов Ю.Ф., д.э.н., профессор, заведующий кафедрой «Прикладная информатика в экономике», ФГБОУ ВПО «Московский государственный университет экономики, статистики и информатики (МЭСИ)», г. Москва;

Уринцов А.И., д.э.н., профессор, заведующий кафедрой «Управление знаниями и прикладная информатика в менеджменте», ФГБОУ ВПО «Московский государственный университет экономики, статистики и информатики (МЭСИ)», г. Москва.

Работа поступила в редакцию 19.07.2013.


Библиографическая ссылка

Горемыкина Г.И., Мастяева И.Н., Герасимова Е.К. МОДЕЛИРОВАНИЕ СИСТЕМЫ ОЦЕНКИ ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ КАЧЕСТВОМ НА ОСНОВЕ FUZZY-ТЕХНОЛОГИИ В СРЕДЕ MATLAB // Фундаментальные исследования. – 2013. – № 8-6. – С. 1434-1439;
URL: https://fundamental-research.ru/ru/article/view?id=32152 (дата обращения: 29.03.2024).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1,674