Больше не существует проблемы компромисса между стоимостью и временем достижения поставленной цели

Как известно, при планировании проектирования или строительства некоторого объекта либо планирования деловой сделки возникает проблема выбора необходимых ресурсов по выполнению отдельных операций (работ) этого процесса с целью наилучшей его реализации. При этом используют существующие методы и программные средства сетевого планирования. Самым известным из первых является метод критического пути, который реализован, в частности, в популярной программе сетевого планирования Microsoft Project. При выполнении оптимизации по этому методу происходит перераспределение ресурсов между операциями, находящимися на некритических ветвях сетевого графа и операциями исходного критического пути.

Метод критического пути, широко применяемый на практике, обладает целым рядом недостатков и ограничений. Во-первых, он не гарантирует получения наилучшего (оптимального) решения. Во-вторых, при его использовании делается допущение, которое не всегда имеет место в действительности. Суть его состоит в том, что любую операцию можно ускорить за счет привлечения избыточных ресурсов из другой операции, выполняемой одновременно с первой. В-третьих, применить этот метод в сетевом графе со многими перекрестными связями весьма проблематично. И, наконец, предусмотренные в нем расчетные аппроксимации увеличения стоимости каждой операции при уменьшении времени ее выполнения не всегда применимы на практике, т.к. числа вариантов выполнения могут быть весьма малы, что делает такую аппроксимацию нереальной.

Таким образом, общеизвестный метод критического пути и базирующиеся на нем программные средства сетевого планирования не позволяют успешно решать на практике многие задачи оптимизации достижения цели, описываемые сетевыми графами.

Теперь это стало возможным в связи с выходом в свет уникальной программы "Оптимизация достижения цели версии 2.0 (ОДЦ 2.0)". Она предназначена для нахождения оптимального компромисса между стоимостью и временем выполнения сетевого графа, представляющего собой заданную совокупность цепочек связанных операций (обычных и вложенных), направленную на достижение поставленной цели. Каждая из этих операций характеризуется различными вариантами значений стоимости и чистого времени ее выполнения, присущими соответствующим ресурсам, среди которых могут быть и временно недоступные.

ОДЦ 2.0 позволяет минимизировать стоимость (или время) выполнения сетевого графа при заданном ограничении на время (стоимость) его выполнения. В основе решения в ней задач оптимизации достижения цели лежит метод численной оптимизации дискретных процессов обслуживания, а также метод декомпозиции.

Автор и создатель этой программы - Бурлаков Михаил Викторович, докт. техн. наук. (г. Киев, Украина), который является основателем новой информационной технологии автоматизации управления дискретными технологическими и информационными процессами (ИТ АУ ДТИП). С помощью этой оптимизирующей технологии и была создана программа ОДЦ 2.0. Срок ее ввода в эксплуатацию - июнь 2014 года.

Разработаны два варианта исполнения ОДЦ 2.0: обычный (Локальная инструментальная система оптимизации достижения цели - ЛИС ОДЦ 2.0) и сетевой (Сетевая инструментальная система оптимизации достижения цели - СИС ОДЦ 2.0). Облегченную версию ЛИС ОДЦ 2.0 вы можете получить у ее автора, обратившись по его электронному адресу с таким запросом. Что же касается полномасштабной СИС ОДЦ 2.0, то в ближайшее время она станет доступной для бесплатного удаленного пользования в тестовом режиме на сайтах автора "Центр продвижения ИТ АУ ДТИП" и "Центр внедрения ИТ АУ ДТИП" вместо размещенной там сейчас предыдущей версии 1.5 этой сетевой программы, обладающей рядом недостатков по сравнению с ее новой версией 2.0.

Областями возможного использования ЛИС/СИС ОДЦ 2.0 являются проектирование, строительство, промышленное производство и бизнес.

Рассмотрим объект оптимизации этой программы. Он представляет собой сетевой граф (СГ) произвольной структуры, содержащий множество обычных и вложенных цепочек операций. Вся совокупность узлов СГ, между которыми располагаются его ветви (операции), включает два основных узла: исходный и конечный, а также множество промежуточных узлов. Узлы графа обладают следующими свойствами: из исходного узла цепочки операций только выходят, в конечный узел цепочки только входят, а любой промежуточный узел связывает между собой одну или несколько входящих в него операций и одну выходящую, которая будет выполняться при условии выполнения всех входящих в узел операций.

СГ должен обладать следующим общим свойством: цепочки операций в нем упорядочены таким образом, что любая из них имеет общие узлы лишь с операциями предыдущих его цепочек, заданных ранее. Чтобы оптимизировать выполнение любого СГ, удовлетворяющего этому свойству, здесь предусмотрена процедура декомпозиции, о необходимости которой программа выводит на экран предупреждающее сообщение при задании входных данных решаемой задачи. Суть этой процедуры состоит в том, что в исходном графе последовательно выделяются (автоматически или вручную) его отдельные фрагменты (они могут вкладываться друг в друга), связанные с остальной частью графа двумя своими узлами. Затем происходит оптимизация выполнения каждого из них во всем диапазоне изменения его параметров. После этого данные фрагменты заменяются в результирующем графе на так называемые фиктивные операции, параметры которых вычисляются при оптимизации первых, и производится окончательная оптимизация СГ.

На рисунке приведен пример такой декомпозиции для СГ, который использовался в двух решенных демозадачах (DEMO51 и DEMO52), входящих в состав ЛИС/СИС ОДЦ 2.0. Здесь исходный СГ состоит из одной обычной цепочки операций (под первым номером) и пяти вложенных цепочек (номера всех цепочек указаны нижними индексами возле номеров операций). Чтобы этот граф оптимизировать, пришлось выделить в нем две составные части (вложенные подграфы 1 и 2), после оптимизации которых они были заменены программой на фиктивные операции. В данном случае результирующий граф представляет собой всего одну цепочку операций, стоимость или время выполнения которой может быть минимизировано при задании в задаче до 10 порогов ограничения противоположного параметра (времени или стоимости ее выполнения).