Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

VPSSSR_dotu

.pdf
Скачиваний:
20
Добавлен:
26.03.2015
Размер:
3 Мб
Скачать
☆

13. Процессы в суперсистемах

После введения понятия взаимная вложенность суперсистем изложение достаточно общей теории управления вряд ли мо- жет быть чем-либо иным, кроме как своего рода «описанием устройства и принципов работы оргáна». Для того, чтобы быть органистом, знать устройство данного инструмента не- обходимо, но нужна ещё техника игры, репертуар, вкус, в ос- нове чего лежит потенциал развития музыканта, чей организм в свою очередь является взаимным вложением суперсистем, построенных на клетках, физических полях, информационных и энергетических потоках. Если же не знать «устройства оргáна» и не играть на нём, то кто-то на “рояле в кустах” будет играть препротивные “пьесы”, от которых некуда будет деться.

Это означает, что необходимо не только воспринимать поток событий жизни своими чувствами и вниманием, но и выработать систему образно-логических представлений о процессах управле- ния как таковых. Мы живём в такое время, когда это проще всего сделать на основе инструмента, получившего название «метод ди- намического программирования».

181

14.Метод динамического программирования

как алгоритмическое выражение достаточно общей теории управления

В изложении существа метода динамического программирова- ния мы опираемся на книгу “Курс теории автоматического управ- ления” (автор Палю де Ла Барьер: французское издание 1966 г., русское издание — “Машиностроение”, 1973 г.), хотя и не повто- ряем его изложения. Отдельные положения взяты из курса “Ис- следование операций” Ю.П.Зайченко (Киев, “Вища школа”, 1979 г.).

Метод динамического программирования работоспособен, если

формальная интерпретация реальной задачи позволяет выполнить следующие условия:

1.Рассматриваемая задача может быть представлена как N-шаговый процесс, описываемый соотношением:

Xn + 1 = f(Xn, Un, n), где n — номер одного из множества воз- можных состояний системы, в которое она переходит по заверше-

нии n-ного шага; Xn — вектор состояния системы, принадлежа- щий упомянутому n-ному множеству; Un — управление, вырабо- танное на шаге n (шаговое управление), переводящее систему из возможного её состояния в n-ном множестве в одно из состояний (n + 1)-го множества. Чтобы это представить наглядно, следует обратиться к рис. 4, о котором речь пойдет далее.

2.Структура задачи не должна изменяться при изменении рас- четного количества шагов N.

3.Размерность пространства параметров, которыми описыва- ется состояние системы, не должна изменяться в зависимости от количества шагов N.

4.Выбор управления на любом из шагов не должен отрицать выбора управления на предыдущих шагах. Иными словами, оп-

тимальный выбор управления в любом из возможных состояний должен определяться параметрами рассматриваемого состояния, а не параметрами процесса, в ходе которого система пришла в рас- сматриваемое состояние.

14. Метод динамического программирования

Чисто формально, если одному состоянию соответствуют раз- ные предыстории его возникновения, влияющие на последующий выбор оптимального управления, то метод позволяет включить описания предысторий в вектор состояния, что ведёт к увеличе- нию размерности вектора состояния системы. После этой опера- ции то, что до неё описывалось как одно состояние, становится множеством состояний, отличающихся одно от других компонен- тами вектора состояния, описывающими предысторию процесса.

5. Критерий оптимального выбора последовательности шаго- вых управлений Un и соответствующей траектории в пространстве формальных параметров имеет вид:

V = V0(X0, U0) + V1(X1, U1) + …+ VN - 1(XN- 1, UN - 1) + VN(XN) .

Критерий V принято называть полным выигрышем, а входящие в него слагаемые — шаговыми выигрышами. В задаче требуется найти последовательность шаговых управлений Un и траекторию,

которым соответствует максимальный из возможных полных вы- игрышей. По своему существу полный “выигрыш” V — мера каче- ства управления процессом в целом. Шаговые выигрыши, хотя и входят в меру качества управления процессом в целом, но в об- щем случае не являются мерами качества управления на соответ- ствующих им шагах, поскольку метод предназначен для оптими- зации управления процессом в целом, а эффектные шаговые управления с большим шаговым выигрышем, но лежащие вне оп- тимальной траектории, интереса не представляют. Структура метода не запрещает при необходимости на каждом шаге упот- реблять критерий определения шагового выигрыша Vn, отличный от критериев, принятых на других шагах.

С индексом n — указателем-определителем множеств возмож- ных векторов состояния — в реальных задачах может быть связан некий изменяющийся параметр, например: время, пройденный путь, уровень мощности, мера расходования некоего ресурса и

т.п. То есть метод применим не только для оптимизации управле- ния процессами, длящимися во времени, но и к задачам оптими-

зации многовариантного одномоментного или нечувствительного ко времени решения, если такого рода “безвременные”, “непроцес- сные” задачи допускают их многошаговую интерпретацию.

183

Достаточно общая теория управления

Теперь обратимся к рис. 4 — рис. 6, повторяющим взаимно связанные рис. 40, 41, 42 из курса теории автоматического управ- ления П. де Ла Барьера.

РИС. 4. К СУЩЕСТВУ МЕТОДА ДИНАМИЧЕСКОГО ПРОГРАММИРОВАНИЯ. МАТРИЦА ВОЗМОЖНОСТЕЙ.

На рис. 4 показаны начальное состояние системы — «0» и множества её возможных последующих состояний — «1», «2», «3», а также возможные переходы из каждого возможного состоя- ния в другие возможные состояния. Всё это вместе похоже на кар- ту настольной детской игры, по которой перемещаются фишки: каждому переходу-шагу соответствует свой шаговый выигрыш, а в завершающем процесс третьем множестве — каждому из со- стояний системы придана его оценка, помещенная в прямоуголь- нике. Принципиальное отличие от игры в том, что гадание о вы- боре пути, употребляемое в детской игре, на основе бросания кос- тей или вращения волчка и т.п., в реальном управлении недопус- тимо, поскольку это — передача целесообразного управления тем силам, которые способны управлять выпадением костей, враще- нием волчка и т.п., т.е. тем, для кого избранный в игре «генератор

184

14. Метод динамического программирования

случайностей» — достаточно (по отношению к их целям) управ- ляемое устройство.

Если выбирать оптимальное управление на первом шаге, то необходимо предвидеть все его последствия на последующих ша- гах. Поэтому описание алгоритма метода динамического про-

граммирования часто начинают с описания выбора управления на последнем шаге, ведущем в одно из завершающих процесс со- стояний. При этом ссылаются на «педагогическую практику», ко- торая свидетельствует, что аргументация при описании алгоритма от завершающего состояния к начальному состоянию легче вос- принимается, поскольку опирается на как бы уже сложившиеся к началу рассматриваемого шага условия, в то время как возмож- ные завершения процесса также определены.

 

В

соответст-

 

вии

с

этим

на

 

рис. 5 анализи-

 

руются

возмож-

 

ные

переходы в

 

завершающее

 

 

множество

со-

 

стояний

«3»

из

 

каждого возмож-

 

ного состояния в

 

ему

предшест-

 

вующем

множе-

 

стве

состояний

 

«2»,

будто

бы

 

весь

предшест-

 

вующий

путь

 

уже

пройден

и

 

осталось

послед-

 

ним

 

выбором

РИС. 5. К СУЩЕСТВУ МЕТОДА ДИНАМИЧЕСКОГО

оптимального

 

шагового управ-

ПРОГРАММИРОВАНИЯ. АНАЛИЗ ПЕРЕХОДОВ.

ления завершить весь процесс. При этом для каждого из состояний во множестве

«2» определяются все полные выигрыши как сумма = «оценка пе-

185

Достаточно общая теория управления

рехода» + «оценка завершающего состояния». Во множестве «2»

из полученных для каждого из состояний, в нём возможных пол- ных выигрышей, определяется и запоминается максимальный полный выигрыш и соответствующий ему переход (фрагмент тра- ектории). Максимальный полный выигрыш для каждого из со- стояний во множестве «2» взят в прямоугольную рамку, а соответ- ствующий ему переход отмечен стрелкой. Таких оптимальных переходов из одного состояния в другие, которым соответствует одно и то же значение полного выигрыша, в принципе может ока- заться и несколько. В этом случае все они в методе неразличимы и эквивалентны один другому в смысле построенного критерия оп- тимальности выбора траектории в пространстве параметров, ко- торыми описывается система.

После этого множество «2», предшествовавшее завершающему процесс множеству «3», можно рассматривать в качестве завер- шающего, поскольку известны оценки каждого из его возможных состояний (максимальные полные выигрыши) и дальнейшая оп- тимизация последовательности шаговых управлений и выбор оп-

тимальной траектории могут быть проведены только на ещё не рассмотренных множествах, предшествующих множеству «2» в оптимизируемом процессе (т.е. на множествах «0» и «1»).

Таким образом, процедура, иллюстрируемая рис. 5, работоспо-

собна на каждом алгоритмическом шаге метода при переходах из n-го в (n - 1)-е множество, начиная с завершающего N-ного мно- жества до начального состояния системы.

В результате последовательного попарного перебора множеств, при прохождении всего их набора, определяется оптимальная по- следовательность преемственных шаговых управлений, макси- мально возможный полный выигрыш и соответствующая им тра- ектория. На рис. 6 утолщённой линией показана оптимальная тра- ектория для рассматривавшегося примера.

186

14. Метод динамического программирования

РИС. 6. К СУЩЕСТВУ МЕТОДА ДИНАМИЧЕСКОГО ПРОГРАММИРОВАНИЯ. ОПТИМАЛЬНАЯ ТРАЕКТОРИЯ.

В рассмотренном примере критерий оптимальности — сумма шаговых выигрышей. Но критерий оптимальности может быть построен и как произведение обязательно неотрицательных со- множителей.

Поскольку результат (сумма или произведение) не изменяется при изменении порядка операций со слагаемыми или сомножите- лями, то алгоритм работоспособен и при переборе множеств воз- можных состояний в порядке, обратном рассмотренному: т.е. от исходного к завершающему множеству возможных состояний.

Если множества возможных состояний упорядочены в хроно- логической последовательности, то это означает, что расчетная схема может быть построена как из реального настоящего в про- гнозируемое определённое будущее, так и из прогнозируемого оп- ределённого будущего в реальное настоящее. Это обстоятельство говорит о двух неформальных соотношениях реальной жизни, ле- жащих вне алгоритма:

1.Метод динамического программирования формально алгорит- мически нечувствителен к характеру причинно-следственных обусловленностей (в частности, он не различает причин и следствий). По этой причине каждая конкретная интерпрета-

187

Достаточно общая теория управления

ция метода в прикладных задачах должна строиться с нефор- мальным учетом реальных обусловленностей следствий при- чинами.

2.Если прогностика в согласии с иерархически высшим объем- лющим управлением, а частное вложенное в объемлющее управление осуществляется квалифицировано, в силу чего

процесс частного управления протекает в ладу с иерархически высшим объемлющим управлением, то НЕ СУЩЕСТВУЕТ УПРАВЛЕНЧЕСКИ ЗНАЧИМОЙ РАЗНИЦЫ МЕЖДУ РЕ- АЛЬНЫМ НАСТОЯЩИМ И ИЗБРАННЫМ БУДУЩИМ.

Процесс целостен, по какой причине ещё не свершившее- ся, но уже нравственно избранное и объективно не запрещён- ное Свыше будущее, в свершившемся настоящем защищает тех, кто его творит на всех уровнях: начиная от защиты пси- хики от наваждений до защиты от целенаправленной “физи- ческой” агрессии. То есть, если матрица возможных состоя- ний (она же матрица возможных переходов) избрана в ладу с иерархически высшим объемлющим управлением, то она са- ма — защита и оружие, средство управления, на которое

замкнуты все шесть приоритетов средств обобщённого ору- жия и управления.

Объективное существование матриц возможных состояний и переходов проявляется в том, что в слепоте можно “забрести” в некие матрицы перехода и прочувствовать на себе их объектив- ные свойства. Последнее оценивается субъективно, в зависимости от отношения к этим свойствам, как полоса редкостного везения либо как нудное “возвращение на круги своя” или полоса жесто- кого невезения.

Но для пользования методом динамического программирова- ния и сопутствующими его освоению неформализованными в ал-

горитме жизненными проявлениями матриц перехода, необходи-

мо СОБЛЮДЕНИЕ ГЛАВНОГО из условий:

В задачах оптимизации процессов управления метод динами- ческого программирования <реального будущего: — по умол- чанию> работоспособен только, если определён вектор целей

188

14. Метод динамического программирования

управления, т.е. должно быть избрано завершающее процесс определённое состояние.

В реальности это завершающее определённое состояние долж- но быть заведомо устойчивым и приемлемым процессом, объем- лющим и несущим оптимизируемый методом частный процесс. Но выбор и определение определённых характеристик процесса, в который должна войти управляемая система по завершении алго- ритма метода лежит вне этого метода — в области “мистики” или в области методов, развитых в нематематических по своему суще- ству науках и ремёслах.

«Каково бы ни было состояние системы перед очередным шагом, надо выбирать управление на этом шаге так, чтобы выигрыш на данном шаге плюс оптимальный выигрыш на всех последующих шагах был максимальным», —

Е.С.Вентцель, “Исследование операций. Задачи, принципы, методология.” (М., “Наука”, 1988 г., стр. 109).

Неспособность определить вектор целей управления (достиже-

нием которого должен завершиться оптимизируемый в методе процесс) и (или) неспособность выявить исходное состояние объ- екта управления не позволяет последовать этой рекомендации, что объективно закрывает возможности к использованию метода ди- намического программирования, поскольку начало и конец про- цесса должны быть определены в пространстве параметров, на которых построена математическая (или иная) модель метода, ко- торая должна быть метрологически состоятельной, что является основой её соотнесения с реальностью. Причём определённость завершения оптимизируемого процесса имеет управленчески боль- шее значение, чем ошибки и некоторые неопределённости в иден- тификации (выявлении) начального состояния объекта управле- ния.

Это тем более справедливо для последовательных многовари- антных шаговых переходов, если матрица возможных состояний вписывается в пословицу «Все дороги ведут в “Рим”», а которые не ведут в “Рим”, — ведут в небытие. Для такого рода процес-

сов, если избрана устойчивая во времени цель и к ней ведут мно- жество траекторий, то при устойчивом пошаговом управлении

189

Достаточно общая теория управления

“расстояние” между оптимальными траекториями, идущими к одной и той же цели из различных исходных состояний, от шага к шагу сокращается, вплоть до полного совпадения оптимальных траекторий, начиная с некоторого шага. Это утверждение тем бо- лее справедливо, чем более определённо положение завершающе- го процесс вектора целей в пространстве параметров. По аналогии

сматематикой это можно назвать асимптотическим множеством траекторий: асимптотичность множества траекторий выражается в том, что «все дороги ведут в “Рим”…»

Ив более общем случае, рекомендации Нового Завета и Корана утверждают возможность обретения благодати, милости Вседер- жителя вне зависимости от начального состояния (греховности человека) в тот момент, когда он очнулся и увидел свои дела та- кими, каковы они есть.

Другое замечание относится уже к практике — к вхождению в матрицу перехода. Если начальное состояние системы определено

спогрешностью, большей чем допустимая для вхождения в мат-

рицу перехода из реального начального состояния в избранное конечное, то управление на основе самого по себе безошибочного

алгоритма метода динамического программирования приведет к совсем иным результатам, а не расчетному оптимальному состоя- нию системы. Грубо говоря, не следует принимать за выход из помещения на высоком этаже открытое в нём окно.

То есть метод динамического программирования, необходимо- стью как определённости в выборе конечного состояния-процесса, так и выявления истинного начального состояния, сам собой за- щищён от применения его для наукообразной имитации оптими- зации управления при отсутствии такового. Это отличает метод

динамического программирования, в частности от аппарата ли- нейного программирования1, в который можно сгрузить экс- промтные оценки “экспертами” весовых коэффициентов в крите- риях оптимизации Min (Z) либо Max (Z).

* * *

1 О линейном программировании см. специальную литературу.

190