Семиотическая модель производства как основа для решения задачи оптимального распределения трудовых ресурсов между операциями технологического процесса

i -1 dhS(w,t0)

i-h(t - t0x dx dh

dhein(t) dt1 &

Из (5) следует, что преобразование временной структуры рассеянного поля существенно зависит от частотно-временной дисперсии ПМР объекта и временной структуры падающего поля. Однако часто пространственная протяженность зондирующих радиоимпульсов много больше размеров объекта, а дисперсия его ПМР в частотной полосе импульсов пренебрежимо мала:

Л П=1,2,...; ¿¿=1,2,.... (6)

■■0,

В этом случае из (5) получаем, что .таг/-объект приводит лишь к амплитудно-фазовой и поляризационной модуляции радиоимпульсов поля без трансформации энергии во времени:

)" (г)» 8(щ,г)в1п (г).

Возможные преобразования радиоимпульсов во времени, в частности, их дополнительное запаздывание, растяжение или сжатие, обуславливаются добавкой А(г) в (5). Искажения огибающей импульсов за счет нестационарности зшати объекта типа (6) определяются, прежде всего, соотношением между длительностью т зондирующих импульсов и общим периодом Т. При этом существенное изменение структуры отраженных импульсов может быть реализовано при О »2л /т [2] или при наличии параметрических эффектов в 5дааг/-покрытии.

БИБЛИОГРАФИЧЕСКИИ СПИСОК Саблин В.Н., Шапошников В.И. Вопросы создания и применения радиолокационных средств нового поколения // Радиотехника. 1995. № 11. —С. 50-53.

Кремер И.Я., Владимиров В.Н., Карпухин В.И. Модулирующие (мультипликативные) помехи и прием радиосигналов. —М.: Сов. радио. 1972.

А.В. Григорьев, А.А. Селевко

СЕМИОТИЧЕСКАЯ МОДЕЛЬ ПРОИЗВОДСТВА КАК ОСНОВА ДЛЯ РЕШЕНИЯ ЗАДАЧИ ОПТИМАЛЬНОГО РАСПРЕДЕЛЕНИЯ ТРУДОВЫХ РЕСУРСОВ МЕЖДУ ОПЕРАЦИЯМИ ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА

Процесс отбора персонала один из самых сложных и в то же время один из самых необходимых процессов в жизни любой организации. Важной задачей менеджера по персоналу или руководителя является оптимизация этого процесса, то есть необходимо сделать его максимально эффективным и низко затратным без потери качества специалистов и выполненной работы. В работе [1] были рассмотрены способы отбора персонала, проанализированы программные разработки, которые обеспечивают разрешение некоторых функций кадрового отдела предприятия, а также был рассмотрен комплексный метод организации принятия решения при отборе персонала на вакантное место. Описанная в работе [1] методика предлагает использование портрета специалиста как полное и комплексное требование для оценки и принятия решения о соответствии кандидата вакантной должности. Поднимается вопрос расчета значения характеристик профессиограммы. Работа [2] раскрывает необходимость и возможность поиска оптимального распределения

трудовых ресурсов между операциями технологического процесса и описывает модель этого поиска. В ней ставится задача описания технологического процесса, оценки соответствия должностей предприятия его технологическим операциям, т.е. расчета эффективности распределения. Также предлагается осуществлять поиск оптимального распределения должностей между операциями технологического процесса предприятия на основе генетического алгоритма. Таким образом, разработан подход решения задачи подбора персонала, который реализует следующие функции:

Целью предлагаемой статьи есть формулировка основных понятий для построения математической модели, спецификой которой является использование генетических алгоритмов и которая станет основой системы, реализующей описанные выше функции подбора персонала.

Краткий анализ способов построения моделей предприятия

Модель предприятия (бизнеса) может иметь разные формы представления в зависимости от поставленной задачи. В классической книге по реинжинирингу [3] модели рассматриваются как способ визуализации для того чтобы, лучше понять ситуацию. В основном описаны иерархические структуры, хотя доказывается их недостаточность. Также в [3] рассматриваются подходы к моделированию бизнеса, которые принадлежат к семейству методов моделирования информационных сложных систем. Особое внимание в [3] уделяется объектно-ориентированному подходу к разработке моделей. Одним из направлений исследований в последние годы в области математического аппарата, лежащего в основе интеллектуальных систем, является разработка теории семиотических систем, представляющей математический базис для построения интеллектуальных систем качественно нового уровня. Так, на смену формальной системы и ее частичных модификаций приходит семиотическая система, позволяющая адекватно описывать современные проблемные области, основными характеристиками которых являются открытость, динамичность. Основоположником нового подхода к разработке интеллектуальных систем как семиотических систем моделирования является Д.А. Поспелов. В своей работе [4] он подробно рассматривает теорию и практику решения задач ситуационного управления. Григорьев А.В. в работе [5] предлагает модель представления знаний в САПР. Работа Головиной Е.Ю. [6] описывает подход к созданию одной из моделей представления знаний и одного из механизмов обработки знаний, которые могут быть положены в основу семиотических систем.

Построение семиотической модели

Предлагается построить модель комплекса "технологический процесс + набор работников" как семиотическую модель С={Т, Р, А, П, %Т, %Р, %А, %П} [4]. Опишем семиотическую модель системы по подбору персонала. Согласно определению, сигнатура Т содержит множество базовых элементов модели. Для поставленной задачи элементарными объектами являются:

- значение - от 0 до 9;

- логическое значение - истина, ложь;

- логические связки - , V, ^, Если, то;

- операции: и (объединение), М (генетический оператор "мутация"), К (генетический оператор "кроссовер"), С (генетический оператор "селекция");

- функции: Расчет( ) (выполнить расчет функции-аргумента), Выбор( ) (выбор случайного элемента из диапазона чисел), Реализация ( ) (выполнить операцию-аргумент);

- переменные: N (численность популяции), О (количество операций технологического процесса), D (численность персонала предприятия), V (количество кандидатов), ^Должн (номер должности), Р (количество характеристик), (сумма трудоемкости), t (количество поколений популяций), NN (критическое поколение популяций, которое задается пользователем);

- вспомогательные символы - \, /, [, ], :, =, <, >, |, с (включает), Ф, {, }, :=, -, +.

Для поставленной задачи характерны следующие конструктивные процедуры: П1 - процедура идентификации различия элементов множества Т. П2 - процедура определения принадлежности данного элемента множеству Т отсутствует, так как элементы, не принадлежащие Т, не рассматриваются [5].

Синтаксические правила Р используются для того, чтобы из базовых элементов строить такие совокупности, которые в рамках данной системы считаются синтаксически правильными совокупностями [4]. Другими словами грамматики Р специфицируют набор правил, которые регламентируют объединение символов для формирования выражения, т.е. хранят грамматически правильные конструкции описания действий и процессов системы:

Популяция:={хромосома|}|=1,м;

Для всякого 1: хромосома|:={ген^=1,0;

Для всякого ]: генр=значение;

ТП:={опер ацияj} ^о;

Для всякого ]: 0перацияj:=время_нач время_оконч пространство трудоемкость;

время_нач: =значение; время_оконч:=значение; пространство: =значение; трудоемкость: =значение;

Персонал:={ДолжностьЛ}Л=1,п;

ДолжностьЛ:={характеристикар}р=1,Р;

характеристикар:=значение;

В акансии:={ кандидатк} к=1,у;

Кандидатк:= {характеристикар}р=1,Р;

Истинность:={Истинность_хромосомы|} ¡=1М; Истинность_хромосомы|:=значение;

Семантика:={ семантика_генаj} j=1,0; семантика_генаj: =логич_значение;

^Должн:=значение.

Для синтаксических правил необходимо наличие конструктивной процедуры П3, которая определяет, является ли данная совокупность базовых элементов синтаксически правильной[4].

Аксиомы А описывают множество утверждений и положений системы, которые являются истинными. Стандартное распределение работников между операциями технологического процесса:

Хромосома1:={значение, значение, значение, значение, значение....}. Условия непротиворечивости информации: операциЯj.время_оконч > 0перацияj.время_нач;

сумма трудоемкости работника не более 8 часов: S_t=8.

Определение действий работника (работник заданной должности выполняет конкретную работу):

- ген5.значение=7 (работник под номером 7 выполняет 5 операцию).

- в зависимости от ситуации может использоваться один из критериев окончания: t=NN (количество поколений популяций достигло NN);

- для всех i популяции t фитнес функция Fj неизменна;

- предел Fj (уровень эффективности и уровень затрат достиг заданного).

Семантические правила П (правила вывода) расширяют, если это возможно,

множество аксиом, добавляя к ним новые синтаксически правильные совокупности. Правила вывода дают возможность доказать, что некоторые синтаксически верные выражения являются также семантически верными выражениями.

Для поиска оптимального распределения рабочих между операциями технологического процесса применяется генетические алгоритмы, которые согласно семиотической модели имеют следующее представление. Операции генетических алгоритмов (мутация, кроссовер, селекция) являются правилами вывода, которые реализуют случайный поиск оптимального распределения рабочих между операциями технологического процесса. Популяция представляет собой синтаксически верные тексты, соответствующие грамматике Р. Правила вывода П модифицируют синтаксические правила Р и формируют семантически правильные выражения, которые дополняют множество аксиом. Построенные таким образом семантически верные наборы распределения рабочих между операциями технологического процесса - это синтаксически верные элементы грамматики Р, которые совместимы с точки зрения пространства и времени аксиом А. В правилах вывода П хранится критерий окончания алгоритма поиска. Реализация генетического алгоритма предусматривает выполнение последовательных действий [7]: установить t:=0; инициализировать популяцию P(t); while не достигнуто условие завершения [вычислить значение критерия качества для каждого члена популяции P(t); на основе значений критерия качества выбрать из P(t) нужное число членов; создать следующее поколение с помощью генетических операций; заменить с учетом значений критерия качества особей популяции P(t) их потомками; установить время t:=t+1]. Данный алгоритм реализован такими правилами вывода: для всех i, j хромосо-ма^ ген. значение: =Выбор(1 ..D);

для всех i Fj:=Paсчет(хромосомаj);

Ген_оп:=Выбор (К, М, С);

Реализация(Ген_оп).

Реализация генетического алгоритма не ограничивается описанными правилами вывода, при создании новых особей также требует использование правил П1, П2, П3. Специфика поставленной задачи требует модернизации генетического алгоритма с добавлением операций определения семантики генов (то есть оценки непротиворечивости распределения работников между отдельными операциями технологического процесса относительно пространства и времени), и истинности хромосомы в целом (всего варианта распределения работников между операциями технологического процесса). Эта необходимость обусловила создание дополнительных правил вывода П:

Если хромосома^ген^ значение = хромосома^ген^. значение [опера-ция^время_нач. = операция^.время_нач v (операция^.время_нач. < опера-ция^время_нач.< операция^.время_оконч)] операция^пространство Ф операция^. пространство, то семантика_генаj =ложь семантика_гена^ =ложь;

И=0 Для j = 1 до О

если семантика_генаj = истина

то Истинность_хромосомь^:= И + 1;

Если Истинность_хромосомы^ = 0 то Расчет (Fj).

Составная %Т задает правила изменения базовых элементов Т, %Р - синтаксических правил, и так далее. Правила изменения делают систему открытой, т.е. возможно ввести новые элементы формальной модели: базовых элементов, аксиомы и тому подобное. Открытость системы обусловлена спецификой задачи, которая нуждается в постоянных изменениях и дополнениях списка операций технологического процесса, работников и их качеств (базовые элементы и синтаксические правила), а также апробированных практикой распределений рабочих между операциями технологического процесса (аксиома и другие).

Фактически совокупность правил вывода представляет собой экспертную систему, ориентированную на поиск оптимального решения. Результатом работы экспертной системы будут рекомендации относительно оптимального распределения рабочих между операциями технологического процесса. Данный подход обеспечивает основу реализации генетических алгоритмов в среде семиотической модели.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

В. Ф. Гузик, С. М. Гушанский, А. А. Журавлёв ПОСТРОЕНИЕ МОДЕЛИ ДЛЯ ТЕСТИРОВАНИЯ КВАНТОВЫХ СХЕМ

Работа квантового компьютера (КК) основана на квантовых явлениях, описываемых квантовой механикой. Выделяют три типа ресурсов КК: память, время и точность. Память КК - это число используемых кубитов, время - число шагов для данного алгоритма, точность - это точность, с которой кубит воспринимается в