Резюме. Цель. Предложить методический подход к вероятностному прогнозированию и сравнению качества функционирования систем, производящих материальную и/или информационную продукцию, проиллюстрировать практичность предложенного подхода примерами в различных приложениях.
Методы. Предложены к использованию методы и модели, построенные на основе методов теории вероятностей и системного анализа, доведенные до реализации в национальных стандартах системной инженерии.
Результаты. Модели сложных систем, производящих материальную и/или информационную продукцию, адаптированы в интересах прогнозирования и сравнения для одной и той же системы в разных условиях функционирования, для разных систем применительно к одному периоду времени или для разных периодов времени с одинаковыми или отличающимися продолжительностью и условиями функционирования. Предложенный подход охватывает: методы оценки относительной части функций системы, выполняемых с приемлемым качеством, оценки затрат в жизненном цикле систем, оценки относительной степени удовлетворенности заинтересованных сторон, связанной с качеством и затратами при функционировании системы.
Выводы. Продемонстрирована работоспособность предложенного методического подхода к вероятностному прогнозированию и сравнению качества функционирования систем различного приложения в условиях неопределенности. Подход может быть принят за основу системного анализа и оптимизации качества функционирования систем, производящих материальную и/или информационную продукцию, обоснования количественных системных требований и инженерных решений, направленных на удовлетворение потребностей заинтересованных сторон.
В статье приведена расчетная методика обнаружения и исключения аномальных значений. Показано, что ее эффективность зависит от объема априорной информации об исследуемом процессе. Предложенный метод использован для случаев, когда процесс стационарный и имеет гауссовский закон плотности распределения вероятности. При анализе нестационарных случайных процессов существующие методы и алгоритмы опираются на то, что аномальная составляющая является аддитивной и априорно известны характеристики аномальных значений. В работе использовалась теория статистических решений, которая позволяет формализовать алгоритмы проверок и выбрать критерий обнаружения аномальных значений. Предложены как параметрические, так и непараметрические методы. В первом случае необходимо располагать априорными сведениями как о функции полезной составляющей, так и о законе распределения аномальной составляющей процесса, а также и о его параметрах. Постулируется, что использование непараметрических методов обработки требует значительно меньше априорной информации, но их эффективность определяется параметрами обработки, которые, в свою очередь, зависят от функции полезной и закона распределения аномальной составляющих процесса. Отмечено, что выброс может в действительности оказаться одним из экстремальных значений распределения вероятности случайной величины. Изложены проблемы неопределенности информации по входным данным при расчетах классическими методами. Исследован характер влияния внешних факторов на надежность и степень учета факторов в существующих методах. Представлены методики оценки ресурса исследуемых объектов, среди которых важное место занимают методики, основанные на использовании контрольных карт. Показано, что размах оказывается более удобной для подсчета мерой рассеяния данных, чем стандартное отклонение. Нанесение на контрольную карту наряду с математическим ожиданием размаха выборки позволяет легче заметить аномальное изменение. Размах служит грубой мерой скорости изменения переменной, за которой ведется наблюдение, и его значение может выйти за контрольные пределы на карте размаха и подать сигнал аномалии значительно раньше, чем изменение среднего, которое при этом еще может находиться в заданных контрольных пределах.
В любой отрасли разработка структуры планирования проекта представляет собой сложную техническую задачу, которая включает в себя оценку факторов, ограничивающих выполнение задач по каждому виду работ, и соответствующие инструменты планирования. Любое ограничение влияет на время выполнения работ, эксплуатационные издержки и общую эффективность выполнения проекта. Процессы метода оценки и пересмотра программ (Programme Evaluation Review Technique, PERT) и метода критического пути (Critical Path Method, CPM) побудили многих исследователей изучать возможные способы поиска критических путей и работ в сетевом графике. CPM и PERT пока еще очень далеки от реализации вероятностной среды. Однако подходы на основе искусственного интеллекта, такие как генетический алгоритм, алгоритм Дейкстры и другие, используются для анализа сети в рамках управления проектами. Настоящее исследование призвано помочь менеджеру проекта спланировать график выполнения строительного проекта для определения ожидаемого времени его завершения. В данной исследовательской работе мы описываем метод получения раннего и позднего значений времени критического пути с помощью модифицированного алгоритма Дейкстры с треугольными нечеткими числами. Для поиска оптимального пути для предложенного метода разработаны алгоритмы прохода вперед и назад. Также приведены численные примеры. Результаты моделирования приведены с использованием программы «C». Наконец, проводится сравнение с традиционным методом PERT.