Автоматизация адаптивного управления производством на промышленном предприятии. Коллектив авторов
Читать онлайн книгу.
сборочного конвейера. Для цехов и участков, обслуживающих главный конвейер, графики производства не составляются (им устанавливаются лишь ориентировочные месячные объемы производства). В то же время колебания спроса и рыночной конъюнктуры имеют свои пределы, за границами которых система Канбан начинает давать сбои [34]. Ориентация на прогнозируемые данные при мелкосерийном производстве или даже единичных заказах, может привести к достаточно серьезным потерям.
Управление в рассмотренных системах осуществляется на основе параметров заказов и ресурсов, в частности, приоритетов заказов. Изменяя данные параметры и запуская систему планирования несколько раз, можно получить несколько соответствующих вариантов производственного плана и затем выбрать наиболее предпочтительный план производства. Однако моделирование работы системы с различными параметрами может осуществляться и в автоматическом режиме. Фактически человек стремится найти такие варианты производственного плана, в которых небольшое изменение исходных параметров может привести к значительному улучшению результатов планирования, то есть, может быть достигнут наиболее выгодный динамический баланс интересов – трейд-оффов. С учетом требования оперативности систем составления производственных планов, а именно возможности реагировать на входящие события, ручное моделирование редко используется, что также сказывается на качестве производственного процесса.
Нельзя не отметить тот факт, что возможность программного продукта подстроиться к специфике выбранного предприятия с помощью добавления зависимостей, описания критериев повышает качество внедрения системы планирования. В этом смысле системы, которые предполагают небольшую доработку или расширение, выгодно отличаются от коробочных продуктов.
1.1.4 Системы распределения производственных ресурсов как сложные системы
В настоящее время однозначного, четкого определения сложной системы нет. Известны различные подходы и предложены различные формальные признаки определения сложной системы. В частности, советский ученый Г.Н. Поворов предлагает следующую классификацию [36]:
– сложные системы, которые имеют 104-107 элементов;
– ультрасложные системы, состоящие из 107-1030 элементов;
– суперсистемы – системы из 1030-10200 элементов.
Однако понятие элемента определяется в зависимости от задачи и цели исследования системы. Следовательно, данное определение сложности является относительным, а не абсолютным.
По определению А. И. Берга, сложной системой называется такая система, которую можно описать не менее чем на двух различных математических языках (например, с помощью теории дифференциальных уравнений и алгебры Буля). Кибернетик С. Бир разделяет все кибернетические системы на простые и сложные в зависимости от способа их описания: детерминированного или теоретико-вероятностного.
В