procyberВестник кибернетикиProceedings in Cybernetics1999-7604Бюджетное учреждение высшего образования Ханты-Мансийского автономного округа – Югры «Сургутский государственный университет»10.34822/1999-7604-2020-2-32-40procyber-299Research ArticleТЕХНИЧЕСКИЕ НАУКИEngeneeringИНСТРУМЕНТАЛЬНАЯ ПРОГРАММНАЯ СРЕДА ДЛЯ ПАРАМЕТРИЧЕСКОГО СИНТЕЗА ПРОЕКТНЫХ РЕШЕНИЙ ПРИ ПРЕДВАРИТЕЛЬНОМ ПРОЕКТИРОВАНИИ ТЕХНИЧЕСКИХ ОБЪЕКТОВ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ ПАРАМЕТРОВTOOL SOFTWARE ENVIRONMENT FOR PARAMETRIC SYNTHESIS OF PROJECT DESIGN IN PRELIMINARY DESIGN OF TECHNICAL OBJECTS UNDER UNCERTAIN PARAMETERSВересниковГ. С.VeresnikovG. S.

E-mail: veresnikov@mail.ru

E-mail: veresnikov@mail.ru

Институт проблем управления им. В. А. Трапезникова Российской академии наук, МоскваРоссияV. A. Trapeznikov Institute of Control Sciences of Russian Academy of Sciences, MoscowRussian Federation20200408202002 (38)3240Copyright © Вересников Г.С., 20202020Вересников Г.С.Veresnikov G.S.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.vestcyber.ru/jour/article/view/299

Решение задач параметрического синтеза на предварительных этапах проектированиятехнических объектов не всегда происходит в условиях неопределенности, связанной со случайным характером исследуемых процессов. При недостатке статистических данных информацию о параметрах технических объектов получают от экспертов. В этом случае для разработки теоретической и алгоритмической основ решения задач параметрического синтеза проектных решений целесообразно применение теорий, рассматривающих работу с экспертной информацией. В результате исследований была выбрана теория неопределенности Б. Лю, в которой выведены аналитические выражения для расчета числовых характеристик функций, зависящих от неопределенных параметров, задаваемых экспертами посредством функций распределения неопределенности. В статье рассматриваются вопросы построения инструментальной программной среды, которая используется для решения задач параметрического синтеза проектных решений на основе обработки экспертной и статистической информации. Описывается разработанный прототип инструментальной программной среды, используя который лицо, принимающее решения, получает гибкий инструмент для построения и применения оптимизационных моделей, в которых целевые функции и ограничения зависят от случайных и неопределенных параметров.

Solution of parametric synthesis tasks at preliminary stages of the technical objects design is not always found under uncertainty related to random nature of the investigated processes. The information on the parameters of the technical objects is received from the experts upon an insufficiency of statistical data. In this situation, it is worth to apply theories considering expert information processing in order to develop theoretical and algorithmical bases for solving the design tasks of parametric synthesis. As a result of study B. Liu’s uncertainty theory is chosen, in which analytical forms for calculating the numerical characteristics of functions depending on uncertain parameters, which are set by experts using uncertainty distribution functions, are derived. The art icle considers the issues of tool software environment used for solving the tasks of design solutions parametric synthesis based on expert and statistical information processing. The prototype of the tool software environment, using which the decision-maker (DM) will get an adaptable tool to establish and apply optimization models where the target functions and limitations depend on random and uncertain parameters is described.

инструментальная программная среданеопределенностьоптимизационная модельтеория неопределенности.tool software environmentuncertaintyoptimization modeluncertainty theory.ReferencesВересников Г. С., Панкова Л. А., Пронина В. А. Разработка инструментальной программной среды для решения задач параметрического синтеза при проектировании технических объектов в условиях неопределенности параметров // Автоматизация в промышленности. 2019. № 12. P. 34–39.Вересников Г. С., Панкова Л. А., Пронина В. А. Разработка инструментальной программной среды для решения задач параметрического синтеза при проектировании технических объектов в условиях неопределенности параметров // Автоматизация в промышленности. 2019. № 12. P. 34–39.Бурнаев Е., Губарев Ф., Морозов С., Прохоров А., Хоминич Д. Многодисциплинарная оптимизация, анализ данных и автоматизация инженерных расчетов с помощью программного комплекса pSeven // CAD/CAM/CAE Observer. 2014. № 4 (88). C. 56–61.Бурнаев Е., Губарев Ф., Морозов С., Прохоров А., Хоминич Д. Многодисциплинарная оптимизация, анализ данных и автоматизация инженерных расчетов с помощью программного комплекса pSeven // CAD/CAM/CAE Observer. 2014. № 4 (88). C. 56–61.CAE-based Robust Design Optimization. optiSLang. URL: http://www.dynardo.de/en/ software/optislang.html (дата обращения: 21.04.2020).CAE-based Robust Design Optimization. optiSLang. URL: http://www.dynardo.de/en/ software/optislang.html (дата обращения: 21.04.2020).Maji P. K., Biswas R., Roy A. R. Soft Set Theory // Computers & Mathematics with Applications. 2003. Vol. 45. P. 555–562.Maji P. K., Biswas R., Roy A. R. Soft Set Theory // Computers & Mathematics with Applications. 2003. Vol. 45. P. 555–562.Вагенкнехт М., Язенин А. В. Возможностная оптимизация. Тверь : ТвГУ, 2012. 140 с.Вагенкнехт М., Язенин А. В. Возможностная оптимизация. Тверь : ТвГУ, 2012. 140 с.Alefelda G., Mayer G. Interval Analysis: Theory and Applications // Journal of Computational and Applied Mathematics. 2000. Vol. 121. P. 421–464.Alefelda G., Mayer G. Interval Analysis: Theory and Applications // Journal of Computational and Applied Mathematics. 2000. Vol. 121. P. 421–464.Hájek A. Interpretations of Probability // The Stanford Encyclopedia of Philosophy: 2002–2019. URL: https://plato.stanford.edu/entries/probability-interpret/ (дата обращения: 21.04.2020).Hájek A. Interpretations of Probability // The Stanford Encyclopedia of Philosophy: 2002–2019. URL: https://plato.stanford.edu/entries/probability-interpret/ (дата обращения: 21.04.2020).Zimmerman H-J. Fuzzy Set Theory and Applications. 4-th rev. ed. Boston : Kluwer Academic Publishers, 2001. 525 p.Zimmerman H-J. Fuzzy Set Theory and Applications. 4-th rev. ed. Boston : Kluwer Academic Publishers, 2001. 525 p.Qin H., Max A. Complete Model for Evaluation System Based on Interval-Valued Fuzzy Soft Set // IEEE Access. 2018. Vol. 6. P. 35012–35028.Qin H., Max A. Complete Model for Evaluation System Based on Interval-Valued Fuzzy Soft Set // IEEE Access. 2018. Vol. 6. P. 35012–35028.Liu B. Uncertainty Theory. 4-th ed. Berlin : Springer-Verlag, 2015. 487 p.Liu B. Uncertainty Theory. 4-th ed. Berlin : Springer-Verlag, 2015. 487 p.Veresnikov G. S., Pankova L. A., Pronina V. A. Models of Uncertain-Random Programming // Advances in Systems Science and Applications. 2019. Vol. 19, No. 2. P. 8–22.Veresnikov G. S., Pankova L. A., Pronina V. A. Models of Uncertain-Random Programming // Advances in Systems Science and Applications. 2019. Vol. 19, No. 2. P. 8–22.Veresnikov G. S., Pankova L. A., Pronina V. A. Preliminary Design with the Epistemic Uncertainty of Parameters // Advances in Systems Science and Applications. 2018. Vol. 18, No. 3. P. 154–164.Veresnikov G. S., Pankova L. A., Pronina V. A. Preliminary Design with the Epistemic Uncertainty of Parameters // Advances in Systems Science and Applications. 2018. Vol. 18, No. 3. P. 154–164.Ногин В. Д. Сужение множества Парето: аксиоматический подход. M. : Физматлит, 2015. 236 c.Ногин В. Д. Сужение множества Парето: аксиоматический подход. M. : Физматлит, 2015. 236 c.Кандырин Ю. В. Многокритериальный анализ, выбор и структурирование вариантов в САПР. М. : Изд-во МЭИ, 2013. 320 с.Кандырин Ю. В. Многокритериальный анализ, выбор и структурирование вариантов в САПР. М. : Изд-во МЭИ, 2013. 320 с.Захаров А. О. Сужение множества Парето на основе взаимно зависимой информации замкнутого типа // Искусственный интеллект и принятие решений. 2011. № 1. С. 95–109.Захаров А. О. Сужение множества Парето на основе взаимно зависимой информации замкнутого типа // Искусственный интеллект и принятие решений. 2011. № 1. С. 95–109.Veresnikov G. S., Pronina V. A., Pankova L. A., Ogorodnicov O. V., Ikryanov I. I. Determining Maneuverable Aircraft Parameters in Preliminary Design Under Conditions of Uncertainty // Procedia Computer Science. 2017. Vol. 112. P. 1123–1130.Veresnikov G. S., Pronina V. A., Pankova L. A., Ogorodnicov O. V., Ikryanov I. I. Determining Maneuverable Aircraft Parameters in Preliminary Design Under Conditions of Uncertainty // Procedia Computer Science. 2017. Vol. 112. P. 1123–1130.

The authors declare that there are no conflicts of interest present.