WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     || 2 | 3 |
-- [ Страница 1 ] --

РОССИЙСКАЯ АКАДЕМИЯ НАУК ИНСТИТУТ ПРОБЛЕМ УПРАВЛЕНИЯ ИМ. В.А. ТРАПЕЗНИКОВА А.А. Воронин, С.П. Мишин ОПТИМАЛЬНЫЕ ИЕРАРХИЧЕСКИЕ СТРУКТУРЫ Москва 2003 УДК 519 ББК 22.183.43 + 65в641 В75

Научный редактор: д.т.н., проф. Д.А. Новиков Рецензент: д.т.н., проф. А.Д. Цвиркун Воронин А.А., Мишин С.П.

В75 Оптимальные иерархические структуры. – М.: ИПУ РАН, 2003. – 214 с.

ISBN 5-85534-699-4 В монографии рассматривается проблема синтеза оптимальной иерархической структуры как задача минимизации функционала на множестве ориентированных ациклических графов. Разработан понятийный, аналитический и алгоритмический аппарат, охватывающий широкий класс задач, допускающих различную содержательную интерпретацию.

В рамках предложенного подхода решена задача поиска структуры, минимизирующей затраты на управление организационной системой, а также построена модель структурных преобразований организации, позволившая количественно исследовать взаимосвязи между оптимальным числом иерархических уровней, скоростью изменения внешней среды и степенью развития организационных отношений.

Книга адресована специалистам в области математического моделирования и управления социально-экономическими системами, а также аспирантам и студентам ВУЗов.

E-mail авторов: voronin@volsu.ru;

smishin@newmail.ru ISBN 5-85534-699-4 © А.А. Воронин, С.П. Мишин, Содержание.

Предисловие........................................................................................ Введение.............................................................................................. Глава I. Оптимальные иерархические структуры........................... §1. Общая задача об оптимальной иерархии................................ 1. Постановка задачи оптимизации......................................... 2. Звенья, субиерархии и слои................................................. 3. Аддитивные и локальные функционалы............................ 4. Подчиненные группы. Структурная эквивалентность....... 5. Простые и структурные функционалы............................... §2. Редукция общей задачи к задаче об оптимальной организации.............................................................................. 1. Графы организации.............................................................. 2. Оптимальная организация набора групп............................ 3. Виды организаций................................................................ 4. Деревья организации............................................................ §3. Вид оптимальной организации для различных классов структурного функционала...................................................... 1. Монотонные функционалы.................................................. 2. Выпуклые и вогнутые функционалы.................................. 3. Организации без повторяющихся групп............................. 4. Существенно выпуклые функционалы............................... Глава II. Общие методы оптимизации иерархических структур в частных задачах............................................................... §1. Примеры задач поиска оптимальной структуры.................... 1. Оптимальная организация технологического взаимодействия элементов................................................... 2. Оптимальное алфавитное кодирование.............................. 3. Оптимальная структура управления сетью доставки материальных потоков......................................................... 4. Оптимальная структура управления однородными элементами............................................................................ 5. Задачи с неструктурным функционалом и сложными ограничениями................................................ §2. Примеры структурных функционалов стоимости................. 1. Сложность группы. Свойства функционала стоимости.

Примеры (функционалы (I)-(IV))........................................ 2. Вид оптимальной организации для функционала (I)......... 3. Вид оптимальной организации для функционала (II)........ 4. Вид оптимальной организации для функционала (III)...... 5. Вид оптимальной организации для функционала (IV)...... Глава III. Алгоритмы поиска оптимального дерева...................... §1. Точное решение задачи об оптимальном дереве.................. 1. Оценка сложности общей задачи на D( f ).

Переборный алгоритм........................................................ 2. Оценка сложности общей задачи на Dr ( f ).

Переборный алгоритм........................................................ 3. Оценка сложности задачи на D( f ) при функционале вида P( g1,, gk, g ). Алгоритм решения....................... 4. Оценка сложности задачи на Dr ( f ) при функционале вида P( g1,, gk, g ). Алгоритм решения....................... §2. Приближенное решение задачи об оптимальном дереве на D( f ).................................................................................. 1. Эвристический алгоритм со сложностью порядка n при функционале вида P( g1,, gk, g ).......................... 2. Эвристический алгоритм со сложностью порядка n2 log n при функционале вида P( g1,, gk, g )............ 3. Первый эвристический алгоритм решения общей задачи...................................................................... 4. Второй эвристический алгоритм решения общей задачи...................................................................... Глава IV. Алгоритмы поиска оптимальной последовательной организации.................................................................... §1. Алгоритм решения общей задачи......................................... 1. Эквивалентность задач о поддереве минимального веса и об оптимальной на Op (f ) организации......................... 2. Нормализация графа задачи............................................... 3. Построение алгоритма. Оценка сложности...................... §2. Оценка сложности задачи при функционале вида P( g1,, gk, g ). Алгоритм решения......................... 1. NP -полнота задачи........................................................... 2. Узловые группы.................................................................. 3. Модификация алгоритма для функционала вида P( g1,, gk, g ). Оценка сложности................................ Глава V. Модель управления структурными изменениями организационной системы.............................................. §1. Стоимость реорганизации структуры................................... 1. Стоимость реорганизации групп....................................... 2. Стоимость реорганизации наборов групп........................ 3. Стоимость реорганизации графов..................................... 4. Некоторые свойства стоимости реорганизации............... §2. Динамика структуры организационной системы................. 1. Определение структуры..................................................... 2. Пример содержательной интерпретации понятия “внешняя среда”.................................................................. 3. Управление структурой..................................................... 4. l -усечения как пример простейших управлений структурой........................................................................... §3. Исследование модели управления структурными изменениями........................................................................... 1. Параметры динамики внешней среды.............................. 2. Параметры затрат на функционирование и реорганизацию …............................................................ 3. Соотношение затрат на функционирование и реорга- низацию при различном количестве уровней иерархии.. 4. Оптимальное количество уровней иерархии при различных параметрах функционала и скоростях изменения внешней среды................................................. Заключение...................................................................................... Литература....................................................................................... Предисловие.

Любая достаточно сложная система, будь то естественная или искусственная, характеризуется иерархической структурой.

Поэтому иерархии являются предметом исследований в самых разных областях науки – биологии, экономике, технике, управлении и др.

Действительно, взяв в руки любой учебник по менеджменту, можно найти в нем, как минимум, раздел или главу, посвященную описанию различных организационных структур. Но ни в одном из учебников нет конструктивных рекомендаций, позволяющих построить наилучшую структуру для конкретной организации.

Обратившись к теории управления социально-экономическими системами, можно также констатировать, что детально исследованы двухуровневые системы, а относительно многоуровневых рекомендуется декомпозировать их на набор двухуровневых. Примеры можно продолжать и далее – в каждой предметной области имеется набор частных моделей с достаточно ограниченной сферой применения.

В чем же причина отсутствия адекватных запросам практики формальных моделей иерархических систем? Дело, наверное, в том, что на сегодняшний день математика не смогла предложить простой и универсальной модели, которая позволяла бы в рамках минимальных предположений сравнивать различные структуры и искать оптимальную иерархию. Существующие модели либо являются слишком частными и не могут претендовать на универсальность, либо не удовлетворяют критерию простоты потому, что возникающие в них задачи дискретной оптимизации обладают колоссальной вычислительной сложностью и не позволяют анализировать свойства оптимального решения в зависимости от исходных параметров.

В предлагаемой вниманию читателя монографии используется подход, удачно сочетающий “универсальность” и “простоту”. С одной стороны, постановка задачи об оптимальной иерархической структуре как задачи о поиске ориентированного ациклического графа, минимизирующего заданный функционал, охватывает множество частных задач как теории управления организационными системами, так и теории связи, теории массового обслуживания и др. (не говоря уже о том, что данная задача представляет интерес сама по себе – по крайней мере, для специалистов по дискретной математике). С другой стороны, полученные результаты позволяют во многих случаях (выделяемых такими свойствами функционалов как выпуклость, вогнутость и др.) сразу указывать класс иерархий, содержащий в себе оптимальную. Чрезвычайно привлекательной выглядит также возможность постановки и решения некоторых задач оптимизации изменения структур – их динамики во времени.

Конечно, данная работа не содержит ответов на все вопросы.

Она может рассматриваться, скорее, как демонстрация возможности и целесообразности создания, развития и применения единого подхода и формального аппарата оптимизации иерархических структур во многих предметных областях. Хочется надеяться, что результаты, полученные авторами, найдут дальнейшее развитие, в том числе – в работах их учеников и последователей.

Ответственный редактор – д.т.н., ведущий научный сотрудник лабора тории управления организационными системами Института проблем управления РАН Д.А. Новиков.

Введение.

Настоящая монография посвящена разработке общих методов синтеза оптимальных иерархических структур.

Иерархические структуры используются при описании различных систем: технических, организационных и т. п. Структура организационных систем описывает взаимодействие людей в различных сферах деятельности. Поэтому проблема ее оптимизации представляет, на наш взгляд, особый интерес в связи с тем, что организационные системы подчиняются, с одной стороны, известному человеческому произволу, с другой – объективным общесистемным закономерностям.

Несмотря на большое количество работ по проблемам математического моделирования организационных систем (см.

обзоры [8, 9, 35]), в настоящее время отсутствуют общие подходы к их исследованию (см., например, [21, 26]). Имеющиеся модели касаются, как правило, отдельных аспектов функционирования конкретных систем.

Обычно модели организационных систем включают в себя “поведение” отдельных элементов, подсистем и системы в целом, которое связано с некоторой целенаправленностью, математически формулируемой как задача оптимизации некоторой целевой функции [23]. В связи с этим, иерархичность структуры, то есть определенная соподчиненность элементов и подсистем, является важнейшим свойством организационной системы [41]. При этом отечественная практика последнего десятилетия особенно наглядно показывает влияние структуры на эффективность организации: при одной и той же технологической базе и рыночных условиях результат деятельности различных систем может быть прямо противоположным (от полной убыточности до вполне прибыльной деятельности). В то же время пока не создано единого методологического подхода к исследованию организационных систем как многоуровневых систем с иерархической структурой [26, 34].

Проблема синтеза иерархической структуры является, пожалуй, наименее разработанной. Общие проблемы исследования структуры организационных систем обсуждаются чаще всего лишь на качественном уровне, а количественные модели носят частный характер. Большинство их авторов описывают допустимые множества структур и критерии их выбора исходя из содержательных интерпретаций. Поэтому в результате исследования вырабатываются более или менее обоснованные рекомендации по выбору той или иной “типовой” структуры для конкретной организации в конкретных условиях. С одной стороны, такой подход позволяет исследовать проблему выбора оптимальной структуры организационной системы как часть общей задачи управления, с другой – ограничивает полученные результаты рамками конкретной содержательной интерпретации.

Кроме того, в подавляющем большинстве моделей [21, 37, 41] рассматриваются только древовидные структуры, тогда как структура многих, в особенности “больших”, систем имеет более сложный вид (например, имеет место множественное подчинение).

Таким образом, актуальная проблема поиска универсальных закономерностей строения организационных систем остается практически вне поля зрения. Это сдерживает развитие таких “динамических” направлений теории организационных систем, как устойчивость, самоорганизация, развитие, эволюция, освоенных классической динамикой.

В целях создания единого подхода к исследованию структурных закономерностей организационных систем актуальным представляется изучение иерархических структур общего вида (ориентированных ациклических графов) с произвольным функционалом. Именно такая цель ставится в настоящей работе. Сведение проблемы структурного синтеза к оптимизационной задаче общего вида позволяет представить как ее частные случаи достаточно широкий круг задач из различных предметных областей: организационных систем, теории кодирования, теории массового обслуживания и др.

Решение общей задачи об оптимальной иерархии позволило бы находить наилучшие в заданном смысле структуры организационных систем (максимизирующие эффективность, минимизирующие затраты на функционирование и т. п.). Такую задачу можно назвать задачей статической оптимизации. Однако, поскольку структура системы, очевидно, зависит от внешних условий, актуальной является и задача динамической оптимизации или, другими словами, задача оптимального управления структурой, то есть поиск оптимальной “траектории” в пространстве допустимых иерархических структур системы с учетом изменений внешней среды. В этом случае кроме “статической” оптимальности структуры необходимо учитывать и “гибкость” ее перестроения при изменениях среды. Одна из частных задач динамической оптимизации формулируется как проблема выбора оптимального числа уровней иерархии в зависимости от внешних условий. Такая задача обсуждается в ряде работ (см., например, [44, 56]) на качественном уровне.

Таким образом, актуальным является создание математических моделей, позволяющих рассчитывать динамические характеристики структуры организационных систем. В работе предпринята попытка постановки и решения такой задачи в некоторых частных случаях.

Следует отметить, что задачи структурной динамики организационных систем естественным образом связаны с появившимся в последнее десятилетие интересом к проблеме “устойчивого развития”. В различных науках этот термин и сама проблема трактуется по-разному, однако, общее их содержание сводится, по существу, к задачам структурной динамики социоприродных систем: структурной устойчивости, механизмам и способам структурных преобразований, самоорганизации, управлению развитием и т.п. [11].

Авторы отдают себе отчет в том, что предлагаемый в настоящей работе оптимизационный подход не вскрывает в полной мере внутренних механизмов структурных преобразований организационных систем, и модели их структурной динамики должны включать в себя “активность” их структурных элементов, описываемую, например, теоретико-игровыми методами теории активных систем [6, 9, 36]. Однако, в настоящее время в теории активных систем в общем виде изучены лишь двухуровневые (веерные) системы (где структурные преобразования по определению исключены), а результаты по исследованию многоуровневых систем носят фрагментарный характер [34, 35].

Авторы надеются, что их результаты окажутся полезными при расширении моделей активных систем на иерархические структуры общего вида и создании на этой основе полноценных динамических моделей организационных систем.

Структура работы. Работа состоит из пяти глав. В главе I поставлена общая задача об оптимальной структуре (иерархии), проведена ее редукция к оптимизационной задаче на множестве графов специального вида (графов организации) для так называемых структурных функционалов. Проведен содержательный анализ требования структурности.

Постулируемые свойства функционала (например, выпуклость и вогнутость) позволили создать эффективный формализм, сводящий исследование оптимальных графов к исследованию указанных свойств функционала. В случае удовлетворения функционала этим свойствам задача синтеза оптимальной иерархии в одних случаях является решенной, в других – существенно упрощается. Следует подчеркнуть, что результаты главы I не зависят от возможных содержательных интерпретаций и касаются иерархической структуры как таковой.

В главе II различные частные задачи синтеза оптимальной иерархической структуры рассмотрены в контексте общих результатов главы I. Описан анализ частных задач общими методами. Приведены содержательные интерпретации общих свойств функционала, определенных в главе I. Рассмотрены различные примеры функционалов.

В главе III исследована сложность и построены алгоритмы поиска оптимальных деревьев. Как показано в главе I, именно древовидные структуры в ряде случаев будут оптимальными организациями. Кроме того, к задаче об оптимальном дереве сводится ряд задач, рассмотренных в главе II.

В главе IV исследована сложность задачи и построены алгоритмы поиска оптимальной “последовательной” организации.

Как показано в главе I, такие структуры будут оптимальными для определенного класса функционалов.

В главе V рассмотрены возможные подходы к моделированию структурных изменений организационной системы и применению для этих целей разработанного аппарата.

Для построения динамической модели введена метрика на множестве структур – стоимость реорганизации – и определен динамический критерий – суммарные затраты на функционирование и реорганизацию в течение конечного отрезка времени. Проведен анализ оптимальности различных эмпирически заданных управлений структурой системы в зависимости от параметров функционала и интенсивности изменений внешней среды. Для расчетов использован один из функционалов главы II, алгоритмы главы IV и общий аппарат главы I.

В работе принята двойная нумерация определений, лемм, утверждений, теорем, формул, рисунков и таблиц, то есть сначала указывается номер главы, затем через точку номер определения, леммы и т.п. в этой главе. Используются арабские цифры. Номера формул указываются в скобках. Исключение составляют введенные в главе II функционалы (I)-(IV), которые нумеруются римскими цифрами без указания номера главы (в связи с большим количеством ссылок).

Можно предложить несколько подходов к ознакомлению с материалом настоящей книги:

1. Линейный, заключающийся в последовательном прочтении всех пяти глав.

2. Для читателя, интересующегося в большей степени не самим математическим аппаратом, а его приложениями, рекомендуем начать чтение с §1 главы II, описывающего частные случаи рассматриваемой задачи, или с пунктов 3 и 4 §3 главы V, описывающих структурные изменения системы в нестабильной внешней среде.

3. Для читателя, интересующегося анализом сложности и алгоритмами решения дискретных задач, рекомендуем ознакомиться с основными определениями главы I и с главами III, IV, которые посвящены алгоритмам. Напротив, для читателя, не интересующегося алгоритмами, рекомендуем опустить при прочтении главы III и IV.

Приведенное ниже краткое содержание работы позволяет ознакомиться с материалом книги на уровне качественного обсуждения исследуемых задач и полученных результатов.

Краткое содержание работы.

В §1 главы I поставлена следующая общая задача оптимизации иерархической структуры: найти arg min P(G), где G – множество допустимых иерархических структур (иерархий) с заданным на нем функционалом P : [0;

+), который мы в дальнейшем будем называть функционалом стоимости. Под иерархической структурой G понимается ориентированный ациклический граф.

Введено понятие аддитивности функционала, означающее, что при произвольном разбиении иерархии на “верхнюю” и “нижнюю” часть стоимость иерархии складывается из стоимостей частей. Доказано, что функционал аддитивен тогда и только тогда, когда его можно представить в виде суммы стоимостей отдельных звеньев графа (каждое звено состоит из вершины-центра и непосредственно подчиненных ей вершин).

Введено понятие простоты функционала, которое означает аддитивность и равенство стоимостей структурно эквивалентных графов (одинаковых с точностью до переименования неначальных вершин, начальная вершина (вершина нижнего уровня) – вершина, в которую не входит ребер). Доказано, что в общем случае простота эквивалентна так называемому свойству структурности функционала: стоимость каждого звена зависит от групп (множеств) начальных вершин графа, подчиненных данному звену. Тем самым дается содержательная интерпретация требования структурности: если исследуемый функционал аддитивен и не зависит от переименования неначальных вершин, то он структурен.

Поставленная общая задача исследована при следующих ограничениях.

1. Изучаются лишь конечные графы1.

2. Изучаются структурные функционалы2.

3. Изучаются не все возможные множества графов, а некоторые их варианты3.

Таким образом, в работе описаны методы решения общей задачи об оптимальной иерархии при условии конечности графов, структурности функционала и ограничениях на множество графов.

В §2 главы I описана редукция общей задачи об оптимальной иерархии к задаче на множестве графов специального вида. Графом организации (организацией) над множеством элементов N назовем граф, в котором на нижнем уровне находятся элементы из N, подчиняющиеся управляющим вершинам последующих уровней, причем каждая управляющая Некоторые методы изучения бесконечных иерархий приведены в [16].

Некоторые частные задачи, приведенные в главе II, описываются неструктурными функционалами и мотивируют актуальность их исследования.

Изучаемые варианты множеств определены ниже в §2.

вершина однозначно характеризуется группой (множеством) подчиненных ей элементов1.

Доказано, что в случае структурного функционала решение задачи на некотором множестве графов организации даст решение и на исходном множестве произвольных графов, причем множество элементов N будет соответствовать начальным вершинам графов из. В дальнейшем рассматриваются только графы организации.

Введем понятие графа организации заданного набора f = { f1,, fm} групп элементов ( fi N ), то есть графа, который содержит все группы набора. Множество таких графов обозначим через O(f ). Решением задачи на O(f ) будет граф, оптимальный среди графов организации, которые “управляют” группами элементов из f.

Для r 2 r -организацией назовем организацию, в которой каждая неначальная вершина контролирует не более r непосредственно подчиненных ей вершин. Последовательной организацией назовем 2-организацию, каждая неначальная вершина которой контролирует не более двух вершин, одна из которых – нижнего уровня. Организацией без пересечений назовем организацию, в которой любой вершине непосредственно подчинены вершины, контролирующие непересекающиеся ~ ~ группы. Через Or (f ), Op (f ), O(f ), Or (f ) обозначим соответственно множество r -организаций, последовательных организаций, организаций без пересечений, r -организаций без пересечений, которые входят в O(f ), то есть управляют группами из набора f.

~ Если набор f = { f } состоит из одной группы, то O( f ) будет множеством деревьев организации одной группы f. Через ~ ~ D( f ) = O( f ) и Dr ( f ) = Or ( f ) обозначим соответственно множество деревьев и r -деревьев из O( f ). Веерной Для организационной системы под элементами можно понимать исполнителей (например, рабочих), находящихся на нижнем уровне иерархии. Вершины следующего уровня контролируют некоторые группы подчиненных им исполнителей, вершины более высоких уровней контролируют подчиненные группы и т.д. То есть организационная структура, по сути, задается множеством групп и отношением их подчинения. Оптимизационная задача решается на множестве таких графов (мы будем называть их организациями).

(двухуровневой) организацией назовем организацию, в которой каждая группа организуется непосредственно из составляющих ее элементов. Примеры видов организации приведены на рис. 1.4.

Решение задачи на объединении множеств O(f ), Or (f ), ~ ~ Op (f ), O(f ), Or (f ) для различных наборов f получается после решения задачи на каждом из множеств по отдельности. С помощью таких объединений можно представить достаточно широкий класс множеств организаций. В дальнейшем в работе изучаются только вышеуказанные варианты множеств.

В §3 главы I найден вид оптимальной организации для различных классов структурного функционала, который на множестве графов организации выглядит следующим образом:

P(G) = gV \NG P(g1,, gk ), где G = (V, E) – граф организации, NG – множество начальных вершин G (элементов), g1,, gk – подгруппы, непосредственно подчиненные управляющей вершине (группе) g.1 Величина P(g1,, gk ) определяет стоимость звена, управляющего набором групп g1,, gk. То есть структурный функционал полностью определен, если величина P(g1,, gk ) задана на всевозможных наборах групп.

Функционал назван монотонным, если его значение не убывает при расширении одной из подгрупп и при добавлении новой подгруппы. Функционал назван выпуклым, если при k вместо организации подгрупп g1,, gk в группу g можно, не увеличивая стоимость, сначала организовать некоторые подгруппы из g1,, gk, а затем полученную группу организовать с оставшимися подгруппами из g1,, gk. Функционал назван вогнутым, если уменьшить стоимость таким образом нельзя.

Выпуклый функционал назван существенно выпуклым, если при организации двух неэлементарных подгрупп можно из одной удалить произвольный элемент, а затем организовать его с Например, на рис. 2.2 слева управляющей вершине III (группе g = {1,2,3,4,5,6,7}) непосредственно подчинены подгруппы g1 = {1,2,3}, g2 = {4,5,6} и g3 = {7}.

полученной группой, не увеличивая стоимости1. Доказан ряд теорем о видах оптимальной организации.

По поводу организации произвольного набора групп f из доказанных теорем сделаны следующие основные выводы.

1. При выпуклом функционале 2-организация минимальной ~ стоимости будет оптимальной (решения на O2 (f ) и O2 (f ) будут ~ ~ оптимальны соответственно на Or (f ), O(f ) и Or (f ), O(f )).

2. При существенно выпуклом функционале последователь ная организация минимальной стоимости будет оптимальной (ре ~ ~ шение на Op (f )2 будет оптимально и на O(f ), Or (f ), O(f ), Or (f )).

По поводу организации одной группы f сделаны следующие основные выводы.

1. При монотонном функционале дерево минимальной стоимости также будет и оптимальной организацией (решения на D( f ) и Dr ( f )3 будут оптимальны соответственно на O( f ) и Or ( f )).

2. При монотонном выпуклом функционале 2-дерево минимальной стоимости также будет и оптимальной организацией (решение на D2 ( f ) будет оптимально на D( f ), Dr ( f ), O( f ), Or ( f )).

3. При монотонном вогнутом функционале веерная ~ организация будет оптимальна на O( f ) и O( f ).

В §1 главы II приведены примеры задач, являющихся частными случаями общей задачи об оптимальной иерархии. Часть из них описывается структурным функционалом стоимости, что позволяет применить полученные в работе общие методы. Вполне естественно, что для конкретных задач могут существовать более эффективные частные методы. Однако универсальность общих методов позволяет единообразно анализировать частные задачи “в первом приближении”, а затем при необходимости учитывать их специфику.

Примеры функционалов, анализ их монотонности, выпуклости, вогнутости, существенной выпуклости, содержательные интерпретации выпуклости и вогнутости приведены в главе II.

Алгоритмы поиска оптимальной на Op (f ) организации описаны в главе IV.

Алгоритмы поиска оптимального на D( f ) и Dr ( f ) дерева описаны в главе III.

В пункте 1 описана задача об оптимальной организации технологического взаимодействия элементов, которое задано с помощью технологического графа. Между вершинами графа (конечными исполнителями или элементарными операциями технологического процесса) идет обмен материалами, информацией, энергией и т. п., что описывается ребрами графа и соответствующими им векторами мощности потоков. Для организации взаимодействия необходимо создание управляющих центров, координирующих потоки между элементами некоторых групп. Управляющие центры следующего уровня координируют потоки между подчиненными группами и т.д. Затраты на управляющий центр описываются функцией затрат K() от суммарной мощности координируемых потоков. В результате получаем задачу об оптимальном на D( f ) дереве организации со структурным функционалом стоимости P, где f = N = {a1,, an} – множество (группа) элементов технологического графа.

На рис. 2.2 приведены различные примеры надстройки организационного графа над технологическим. Слева приведен пример организации, в которой управляющий центр I координирует взаимодействие группы элементов {1,2,3}, центр II – группы {4,5,6}, центр III – взаимодействие групп {1,2,3}, {4,5,6} и {7}. В центре приведен пример 2-организации, справа изображена веерная организация. Если потоки на ребрах технологического графа одномерны и K(0) = 0, то выпуклость/вогнутость функции затрат влечет соответственно выпуклость/вогнутость функционала P. Следовательно, в случае выпуклой функции затрат оптимальна 2-организация, в случае вогнутой – веерная организация, имеющие, соответственно, максимальное и минимальное число управляющих центров.

В пункте 2 доказано, что задача построения оптимального алфавитного кода при заданных вероятностях появления символов входного алфавита эквивалентна задаче об оптимальном r -дереве организации над этим алфавитом (r – число символов выходного алфавита), причем функционал стоимости структурен и имеет достаточно простой вид. Для него алгоритм Хаффмана позволяет решить задачу об оптимальном на Dr ( f ) r -дереве за n log n операций, где n – число элементов (символов входного алфавита).

В пунктах 3-5 показано, что описанные в различных работах (см., например, [21, 37, 41]) задачи об оптимальной структуре управления сетью доставки материальных потоков, оптимальной структуре управления однородными элементами и некоторые другие представляют собой частные случаи задачи об оптимальном дереве организации. В одних случаях функционал структурен, в других – нет, что иллюстрирует необходимость дальнейшего обобщения развитых методов на неструктурные функционалы.

В §2 главы II определены так называемые анонимные функционалы, то есть структурные функционалы, которые зависят не от самих организуемых групп, а от некоторой их числовой характеристики, названной в работе “сложностью”. Исходя из анализа различных типов взаимодействия людей в группах, изучаемых на качественном уровне во многих работах (см., например, [47, 53, 55]), предложено несколько примеров функционалов (см. формулы (I)-(IV)). Каждый из них охарактеризован двумя параметрами1.

Исследована монотонность, выпуклость, вогнутость, существенная выпуклость функционалов (I)-(IV) и на основе общих теорем главы I проанализирован вид соответствующих оптимальных организаций. Полученные результаты схематично представлены в виде карт параметров (см. рис. 2.5-2.8), в которых каждой области соответствует определенный вид оптимальной организации. В некоторых областях параметров функционалы не являются ни выпуклыми, ни вогнутыми. Аналитическое решение задачи в этих областях на данный момент отсутствует. На рис. 3.2, 3.4, 3.5 приведены результаты применения алгоритмических методов, из которых можно сделать вывод, что в указанных областях зависимость вида оптимальной организации от параметров достаточно сложна.

В главе III рассмотрены методы поиска оптимальных на D( f ) и Dr ( f ) деревьев организации одной группы f, f = n. § главы III посвящен точному решению задачи об оптимальном Например, содержательно можно считать, что один из параметров “отвечает” за типовую принадлежность организации, а другой – за ее индивидуальность.

дереве. Доказано, что для структурного функционала общего вида не существует полиномиальных по n алгоритмов, дающих точное решение на D( f ) и Dr ( f ), причем погрешность любого полиномиального алгоритма может быть сколь угодно велика.

Построены переборные алгоритмы экспоненциальной сложности.

Как показывает §1 главы II, существуют функционалы, для которых задача об оптимальном r -дереве на Dr ( f ) полиномиально разрешима. В связи с этим представляют интерес классы функционалов, для которых задача на Dr ( f ) решается полиномиальным по n алгоритмом. Доказано, что такой класс образуют, например, функционалы вида P( g1,, gk, g ), зависящие не от самих подгрупп g1,, gk, организуемых в группу g, а лишь от их мощностей (числа элементов в группе). Для этого класса функционалов построен алгоритм решения задачи на Dr ( f ) со сложностью не более nr. Также построен алгоритм и проанализирована сложность решения задачи на D( f ). Однако вопрос о полиномиальности алгоритма на D( f ) открыт.

В связи с достаточно высокой сложностью точных алгоритмов решения задачи на D( f ) в §2 главы III построены эвристические алгоритмы меньшей сложности. В общем случае они дают сколь угодно большую погрешность, однако для некоторых функционалов обладают приемлемой точностью и могут быть использованы после предварительного тестирования.

Для структурного функционала общего вида построены два эвристических алгоритма, сложность которых значительно ниже сложности переборного алгоритма. Для функционала вида P( g1,, gk, g ) построены эвристические алгоритмы со сложностью порядка n2 и n2 log n.

Доказано, что для определенных классов функционалов эвристические алгоритмы дают точное решение. Вне этих классов необходимо тестирование “качества работы” алгоритма. Приведен пример такого тестирования. Сделаны эмпирические выводы о величине средней и максимальной погрешности, о нарастании погрешности при росте n. В результате тестирования можно сделать выводы о том, какой алгоритм предпочтительнее использовать для конкретного функционала. Кроме того, приведен пример эмпирического анализа самого функционала на классе деревьев D( f ), из которого можно сделать выводы о том, насколько отличается стоимость деревьев, оптимальных на D2 ( f ) и Op ( f ), от стоимости оптимального на D( f ) дерева, от стоимости веерной организации. То есть приведен пример анализа разброса стоимости различных деревьев. Полученные с помощью такого анализа результаты могут помочь в выявлении некоторых закономерностей функционала.

В главе IV рассмотрена задача поиска оптимальной на Op (f ) последовательной организации произвольного набора групп f = { f1,, fm}. Проанализирована сложность и построены алгоритмы ее решения для структурного функционала общего вида и для функционала вида P( g1,, gk, g ), зависящего лишь от мощностей. Через n = f1 fm обозначено общее количество элементов, через m – количество групп в наборе f. Как показано в главе I, для существенно выпуклых функционалов построенные алгоритмы решают задачу и на множествах O(f ), ~ ~ Or (f ), O(f ), Or (f ).

В §1 главы IV показано, что для структурного функционала общего вида на оптимальность последовательной организации могут влиять порядка n2n значений функционала. Любой алгоритм должен вычислить такое количество значений. Доказано, что задача об оптимальной на Op (f ) последовательной организации эквивалентна задаче поиска поддерева некоторого графа H, которое имеет минимальный вес среди всех поддеревьев с заданным корнем и листьями. Построен алгоритм решения, сложность которого в худшем случае оценивается величиной n2n3m. В среднем сложность алгоритма зависит от структуры пересечений групп набора f. Эмпирическое тестирование алгоритма на различных наборах показывает, что при m, n сложность остается приемлемой.

В §2 главы IV показано, что для функционала вида P( g1,, gk, g ) необходимо вычислить лишь n значений функционала, в отличие от n2n в общем случае. Доказано, что задача NP -полна, даже если мощности всех групп набора f = { f1,, fm} не превосходят трех. Таким образом, не существует полиномиального по m алгоритма (если P NP, то есть NP полные задачи полиномиально неразрешимы). Построен алгоритм с линейной оценкой сложности по n и экспоненциальной оценкой сложности по m. От структуры пересечений групп набора f зависит сложность алгоритма в среднем, которая остается приемлемой при m 15 и n в пределах десятков тысяч.

В главе V предложена одна из возможных постановок задачи динамического управления структурой организационной системы.

Изменение внешних “условий существования” может приводить к изменению “задач” системы, то есть к изменению набора управляемых групп1. Такие изменения приводят к необходимости решения последовательности “статических” задач оптимизации структуры. Однако, в этом случае кроме эффективности структуры необходимо учитывать и “гибкость” ее перестроения при изменениях среды. В данной главе предложена одна из возможных моделей количественного анализа проблемы оптимального баланса “статической” и “динамической” эффективности структуры организационной системы. Динамическая оптимизация напрямую связана и с проблемой выбора оптимального числа уровней иерархии в зависимости от внешних условий, которая обсуждается в большинстве работ (см., например, [44, 56]) лишь качественно.

Значение функционала интерпретируется как стоимость функционирования (затраты) системы с соответствующей структурой в течение единицы времени. Возможный способ выбора функционала на основе эмпирических данных рассмотрен в начале главы.

В §1 главы V, исходя из известных величин стоимости включения и исключения каждого из элементов в группу, с Под организационной системой здесь подразумевается совокупность элементов (исполнителей), из которых составляются управляемые группы, или же сами управляемые группы. Это не меняет постановок задач и полученных результатов, однако в случае второго определения следует говорить не только об изменении структуры организационной системы, но также и об изменении ее самой.

помощью решения ряда задач о назначении определена содержательно интерпретируемая метрика на множестве графов организации – стоимость реорганизации.

В §2 главы V описана динамическая модель структурных изменений. Считаем, что в течение каждой единицы времени структура системы должна представлять собой граф организации набора групп f, то есть организовывать взаимодействие исполнителей (элементов) в некоторых группах, заданных “внешней средой”. В следующей единице времени может появиться необходимость в организации новых групп, и наоборот, отпасть необходимость в старых группах (например, при изменении спроса на продукцию предприятия).

Управление структурой заключается в выборе графа организации нового набора групп. Формально управление определено как отображение текущей структуры и известной к настоящему моменту истории изменения внешней среды в новую структуру (структуру следующей единицы времени). Критерий эффективности управления – суммарные затраты на функционирование системы и на реструктуризацию (в смысле метрики §1) в течение конечного числа единиц времени.

Общая задача поиска оптимального управления на множестве всех возможных управлений организацией представляется крайне сложной. Однако, если задан набор эффективно вычисляемых управлений, то их сравнение может проводиться численно. В качестве набора управлений приведены так называемые l -усечения: на каждом шаге определяется структура, минимизирующая затраты на функционирование (оптимальная в статике), а затем она “усекается” так, чтобы число уровней иерархии (равное максимальной длине пути от “подчиненного” к “начальнику”) не превосходило l. При достаточно большом l такое управление минимизирует затраты на функционирование, при l =1 – затраты на реструктуризацию (определяет наиболее простую – веерную – структуру). Оптимальное управление позволяет выбрать число уровней иерархии, при котором затраты на функционирование (эффективность) и на реструктуризацию (устойчивость к внешним воздействиям) сбалансированы оптимальным образом (то есть доставляют минимум указанному выше критерию эффективности). Задача вычисления l -усечений сводится к рассмотренной в предыдущих главах задаче об оптимальной (в статике) организации.

В §3 главы V проведено численное исследование модели управления структурными изменениями. Для моделирования использован функционал (I) (см. §2 гл. II). l -усечения строятся с помощью алгоритмов главы IV, то есть усекается оптимальная последовательная организация.

При моделировании строится, в частности, кривая зависимости оптимального количества уровней иерархии от интенсивности изменений внешней среды (от количества новых групп в единицу времени). Анализируется зависимость указанной кривой от параметра функционала, который содержательно может соответствовать степени развития “организационных отношений”.

Проведенные расчеты подтверждают наблюдаемую на практике закономерность: при жестких (интенсивных) внешних изменениях выгодно поддерживать простую (веерную) структуру системы, усложняя ее по мере смягчения внешних воздействий (увеличивая число уровней иерархии). Качественно это соответствует тому, что в нестабильной внешней среде доминируют организационные системы с наиболее простой структурой за счет легкой приспособляемости, в стабильной же среде, наоборот, доминируют системы со сложной иерархической структурой за счет высокой эффективности. Кроме того, по мере увеличения параметра функционала (развития “организационных отношений”) увеличивается оптимальное количество уровней иерархии (за счет высокой эффективности система успешно “противостоит” более сильным внешним изменениям, не допуская упрощения (“деградации”)).

Заключение содержит основные результаты и выводы, а также обсуждение перспективных направлений дальнейших исследований.

Глава I. Оптимальные иерархические структуры.

В данной главе рассматривается задача поиска структуры, которая минимизирует произвольный функционал на произвольном множестве иерархических структур – конечных ориентированных ациклических графов. В §1 анализируются ограничения на функционал. В §2 для так называемых структурных функционалов задача на произвольном множестве графов сводится к задаче на множестве графов определенного вида (графов организации). В §3 доказываются теоремы о видах оптимальной организации. Полученные результаты общего характера кратко изложены в конце главы и позволяют решать различные частные задачи, рассмотренные в последующих главах.

§1. Общая задача об оптимальной иерархии.

1. Постановка задачи оптимизации.

В общем виде задача оптимизации иерархической структуры может быть поставлена следующим образом: необходимо найти arg min P(G), где – множество иерархических структур G (иерархий) с заданным на нем функционалом P : [0;

+).

Условие P : [0;

+) не ограничивает общности, так как любой функционал P : (-;

+) можно привести к P с помощью монотонного преобразования области (-;

+) в область [0;

+). В дальнейшем считаем P неотрицательным. Функционал P назовем функционалом стоимости.

Вышеуказанная задача является общей задачей оптимизации.

В данной работе рассматривается оптимизация иерархических структур. Определим понятие иерархической структуры, ограничивая круг задач, исследуемых в работе.

Определение 1.1. Любая иерархическая структура G представляет собой ориентированный ациклический граф1.

То есть объект исследования – структура – представляет собой множество элементов с попарными связями между ними.

Понятие иерархической структуры предполагает несимметричность связей (начальник – подчиненный) и невозможность циклического подчинения, то есть ориентированность графа и его ацикличность. В различных частных задачах ребрам графа могут приписываться скалярные или векторные веса, вершинам могут соответствовать какие-либо величины и т. п., но в соответствии с определением все эти характеристики мы относим к “правилам взаимодействия” элементов, считая что собственно структура описывается графом.

Поставленную задачу назовем задачей об оптимальной иерархии.

Как в теоретическом, так и в прикладном аспекте большой интерес представляет изучение бесконечных иерархических структур. Например, конечные структуры с большим числом элементов можно изучать с помощью предельного случая – бесконечных структур. Некоторые варианты решения таких задач предложены в [16]. В данной работе мы ограничимся исследованием конечных структур. То есть далее любой граф G считаем конечным, не оговаривая это специально. При этом само множество графов может быть бесконечным.

2. Звенья, субиерархии и слои.

Определение 1.2. Будем говорить, что вершина u V подчинена вершине v V в графе G = (V, E), если из u существует путь в v.2 Также будем говорить, что вершина v управляет вершиной u.

Под графом в данной работе подразумевается объект G = (V, E), состоящий из множества вершин V и множества ребер E. Множество вершин имеет произвольную природу, а множество ребер является множеством пар вершин:

E V V.

Вершина v подчинена самой себе, путь в данном случае состоит из одной вершины.

Определение 1.3. Для любой вершины v V через QG (v) = {u : u V,(u,v) E} обозначим множество вершин, из которых в графе G = (V, E) идут ребра в v, а через RG (v) = {u : u V,(v,u) E} – множество вершин, в которые в графе G идут ребра из v.1 Вершины из QG (v) назовем непосредственно подчиненными вершине v.

Определение 1.4. Для любого графа G = (V, E) множество вершин v V, для которых RG (v) =, обозначим через TG, а множество вершин v V, для которых QG (v) =, обозначим через NG. Вершины из TG назовем терминальными, а из NG – начальными.

Определение 1.5. Для любой вершины v V \ NG графа G = (V, E) звеном с вершиной v назовем граф ZG (v) = ({v} QG (v),{(u,v) : u QG (v)}).

Как следует из определения, звено ZG (v) представляет собой подграф G, который состоит из вершины v, непосредственно подчиненных ей вершин и ребер, соответствующих этим подчинениям.

Определение 1.6. Для любого графа G и вершины v TG \ NG назовем v -упрощением граф, полученный из G после удаления v и инцидентных ребер.

Содержательно v -упрощение представляет собой операцию, при которой удаляется терминальная неизолированная вершина и ребра, соответствующие ее связям с непосредственно подчиненными вершинами.

Определение 1.7. Субиерархией H графа G назовем граф, полученный после некоторой последовательности Если из контекста ясно, о каком графе идет речь, то нижний индекс G будем опускать.

упрощений графа G.1 Множество всех субиерархий графа G обозначим через H (G). Вырожденной субиерархией назовем граф H = (NG,), состоящий из изолированных начальных вершин графа G.

Содержательно субиерархия G представляет собой ”нижнюю” часть G, полученную после последовательного удаления неизолированных терминальных вершин. Сам граф G также считаем субиерархией2. Вырожденная субиерархия представляет собой набор изолированных (несвязанных) вершин, то есть фактически иерархия (подчинение) отсутствует.

Определение 1.8. Для графа G слоем G, соответствующим субиерархиям H1 = (V1, E1) H (G) и H = (V2, E2 ) H (G), H2 H1,3 назовем граф S = ZG (v). vV1\V Будем говорить, что субиерархия H1 разбивается на H2 и слой S.

Множество всех слоев графа G обозначим через S(G).

Любое звено является слоем. Для каждой субиерархии или слоя D = (V, E) и любых вершин u,v V можно определить подчиненность u и v, множества QD (v), ND, RD (v), TD, звенья ZD (v), v -упрощение так же, как в определениях 1.2-1.6. Ниже будем пользоваться этими обозначениями. Для пояснения понятий субиерархии, слоя и звена рассмотрим пример.

Граф G, изображенный на рис. 1.1, является также и субиерархией, обозначим ее через H1 = G = (V1, E1). После удаления терминальной вершины 7 и инцидентных ей ребер {5,7}, {6,7} (7-упрощения) получим субиерархию H2 = (V2, E2 ), которая обведена сплошным прямоугольником. Выполнено H2 H1, следовательно субиерархиям H1 и H2 соответствует некоторый После упрощения могут появиться новые терминальные вершины, которые также могут упрощаться на следующих шагах последовательности перестроений, приводящей к субиерархии.

В этом случае последовательность упрощений пуста.

Вложенность графов понимается в смысле вложенности множеств вершин и ребер.

Объединение графов понимается в смысле объединения множеств вершин и ребер.

слой S1 графа G. Имеем V1 \V2 = {7}, следовательно слой S совпадает со звеном ZG (7) = S1 = (VS1, ES1 ), где VS1 = {5,6,7}, ES1 = {{5,7},{6,7}}. На рисунке слой S1 выделен пунктирным прямоугольником. Граф G получается “надстройкой” слоя S1 над субиерархией H2, то есть G разбивается на H2 и S1.

7 S1 H H3 5 6 S2 S 1 2 3 Рис. 1.1. Примеры субиерархий и слоев.

Если из H2 удалить терминальную вершину 6 и инцидентные ребра {3,6}, {4,6}, то получим субиерархию H3 графа G, которая обведена на рисунке пунктирно-точечной ломаной линией.

Выполнено H3 H2, следовательно субиерархиям H2 и H соответствует слой S2 графа G, который обведен на рисунке кругом. Аналогично H3 H1, следовательно граф S3, обведенный точечной ломаной линией, также является слоем.

3. Аддитивные и локальные функционалы.

Определение 1.9. Пополнением множества назовем множество = H (G). Множеством частей назовем G множество = (H (G) S(G)).

G Таким образом, пополнение строится путем добавления к всевозможных субиерархий, а – путем добавления всевозможных субиерархий и слоев.

Определение 1.10. Функционал P назовем аддитивным, если его можно продолжить на множество P : [0;

+) так, чтобы для любой субиерархии G и любого ее разбиения на субиерархию H и слой S выполнялось равенство P(G) = P(H ) + P(S), и стоимость любой вырожденной субиерархии H0 была нулевой: P(H0 ) = 0.

Поясним определение аддитивности на примере. Для этого рассмотрим множество = {G1,G2,G3,G4}, графы которого изображены на рис. 1.2. Граф G2 отличается от G1 тем, что добавлена вершина 7 и ей подчинены вершины 1 и 2. То есть G разбивается на субиерархию G1 и слой ZG2 (7). Аддитивность предполагает, что при этом к стоимости P(G1) должна быть добавлена некоторая величина x = P(ZG2 (7)) = P(G2 ) - P(G1) для получения P(G2 ). Аналогично при добавлении к G1 слоя ZG3 (9) к P(G1) должна быть добавлена величина y = P(ZG3 (9)) = = P(G3) - P(G1) для получения P(G3). При добавлении к G1 слоев ZG2 (7) и ZG3 (9) получим граф G4. Соответственно, должно выполняться P(G4 ) = P(G1) + x + y. То есть, определив произвольным образом P(G1) 0, P(G2 ) P(G1), P(G3) P(G1), мы вынуждены положить P(G4 ) = P(G2 ) + P(G3) - P(G1) для того, чтобы функционал был аддитивным.

8 7 8 8 9 7 8 1 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 Рис. 1.2. Пример множества = {G1,G2,G3,G4}. Графы изображены слева направо.

Содержательно аддитивность означает, что при добавлении к графу “верхней части” (слоя) к стоимости добавляется величина, зависящая только от самой “верхней части”, а не от того, к какому графу она была добавлена. Если бы в вышеуказанном примере графы ZG2 (7) и ZG3 (9) принадлежали, то на функционал налагались бы требования P(G2 ) = P(G1) + P(ZG2 (7)), P(G3) = P(G1) + P(ZG3 (9)), P(G4) = P(G1) + P(ZG2 (7)) + P(ZG3 (9)), достаточные для аддитивности, и продолжать P на было бы не нужно. Но так как в общем случае не обладает ”полнотой”, то есть не содержит “общие части” (субиерархии и слои) своих графов, определять аддитивность необходимо через продолжение функционала. При аддитивном функционале стоимость вырожденной субиерархии (состоящей из изолированных вершин) должна быть нулевой.

Определение 1.11. Функционал P назовем локальным, если для любого графа G = (V, E) выполнено P(G) = vV \NG P(ZG (v)),1 где величина P(ZG (v)) 0 однозначно определяется своим аргументов – звеном – и не зависит от графа G, в который звено входит.

Таким образом, локальный функционал можно представить в виде суммы значений стоимости отдельных звеньев. Если V \ NG =, то пустую сумму считаем нулевой.

Теорема 1.1. Функционал стоимости аддитивен тогда и только тогда, когда он локален.

Доказательство. Докажем, что из аддитивности следует локальность. По определению аддитивности продолжим функционал P на. Рассмотрим произвольную субиерархию G = (V, E) и неизолированную терминальную вершину v TG \ NG. Через H обозначим субиерархию, полученную из G после v -упрощения. Тогда G разбивается на H и слой S = ZG (v), следовательно P(G) = P(H ) + P(S) и P(ZG (v)) = P(S) = = P(G) - P(H ). Величина P(ZG (v)) = P(S) 0 определяется своим аргументом – звеном, а не графом, в который это звено входит.

Имеем P(G) = P(ZG (v)) + P(H ). Для H проделаем аналогичную операцию. И так далее. В итоге получим, что P(G) = vV / NG P(ZG (v)) + P(H0 ), где H0 – вырожденная субиерархия. По определению аддитивности P(H0 ) = 0.

Обратно, докажем, что из локальности следует аддитивность.

Рассмотрим произвольный граф G = (V, E) \. Для любой Здесь и далее одной и той же буквой P обозначается как стоимость графов из, так и стоимость отдельных звеньев, не входящих в.

вершины v V \ NG определена величина P(ZG (v)), так как звено ZG (v) входит по меньшей мере в один из графов. Положим по определению P(G) = vV \NG P(ZG (v)). Докажем, что построенное продолжение функционала является искомым. Рассмотрим произвольную субиерархию G = (V, E) и ее разбиение на субиерархию H = (VH, EH ) и слой S = (VS, ES ). Рассмотрим вершину v V \ NG. По определению 1.8, если v VH, то ZG (v) S (v VS \ NS ), иначе ZG (v) S (v VS \ NS ). Таким образом, каждое звено G входит либо в H, либо в S.

Следовательно, имеют место следующие равенства:

P(G) = NP(Z (v)) = vVH NH (v)) + vVS NS (v)) = P(S) + P(D) / P(ZH / P(ZS G vV / G Теорема доказана.

При доказательстве того, что из аддитивности следует локальность, равенство P(G) = P(H ) + P(S) (см. опр. 1.10) было использовано лишь для случая, когда S – звено, а не произвольный слой. Следовательно, такое определение аддитивности эквивалентно определению 1.10. Теорема 1.1 дает критерий возможности представления функционала в виде суммы стоимостей отдельных звеньев: при сложении частей стоимости должны складываться, стоимость вырожденных графов должна быть нулевой.

4. Подчиненные группы. Структурная эквивалентность.

Определение 1.12. Множеством элементов N = NG G назовем множество вершин, которые являются начальными хотя бы в одном из графов.1 Элементы будем обозначать через a N.

Определение 1.13. Множеством групп назовем множество F всевозможных непустых конечных подмножеств N. Группу g назовем элементарной, если она состоит из одного элемента:

Множество элементов может быть бесконечным.

g = {a}, a N. Мощностью группы g назовем количество содержащихся в ней элементов g.

Определение 1.14. Для любого графа G = (V, E) и любой вершины v V множество начальных вершин, подчиненных v, обозначим через gG (v) и назовем подчиненной группой.

Выполнено gG (v) NG N, то есть gG (v) F. Элементы можно интерпретировать как нижний уровень NG графа G, над которым надстраивается структура управления – иерархия. Каждая вершина v V управляет подчиненной группой элементов gG (v).

Начальная вершина v NG управляет элементарной группой gG (v) = {v}. Докажем вспомогательную лемму, которая понадобится в дальнейшем.

Лемма 1.1. Для любого графа G = (V, E) и любой вершины v V \ NG выполнено gG (v) = gG (v1) gG (vk ), где QG (v) = {v1,,vk }. Если вершина v V подчинена вершине v V, то gG (v ) gG (v ).

Доказательство. Если для начальной вершины u NG выполнено u gG (vi ), то u подчинена vi, а так как из vi в v идет ребро, то u подчинена v, следовательно u gG (v). То есть gG (vi ) gG (v). Если u gG (v), то из u существует путь в v, который проходит хотя бы через одну из вершин vi (только из этих вершин идут ребра в v ), то есть u подчинена vi, следовательно u gG (vi ). В итоге имеем gG (v) = gG (v1) gG (vk ). Если начальная вершина u подчинена вершине v, а та, в свою очередь, подчинена вершине v, то из u существует путь в v и u gG (v ). То есть gG (v ) gG (v ). Лемма доказана.

Определение 1.15. Субиерархии или слои D1 = (V1, E1) и D2 = (V2, E2) назовем структурно эквивалентными, если для некоторых графов G1,G2, таких что D1 H (G1) S(G1), D2 H (G2 ) S(G2 ), существует изоморфизм D1 и D2, сохраняющий подчиненные группы. То есть существует взаимно однозначное отображение :V1 V2, такое, что условие (u,v) E1 эквивалентно условию ( (u), (v)) E2 и для любой вершины u V1 выполнено gG1 (u) = gG2 ( (u)).

Поясним определение структурной эквивалентности на примере. Пусть иерархии D1 = G1 и D2 = G2 структурно эквивалентны. Рассмотрим начальную вершину u NG1. Ей в графе G1 подчинена только она сама, то есть gG1 (u) = {u}.

Выполнено (u) NG2, так как в соответствующие вершины должны входить соответствующие ребра, а в u ребер не входит.

Имеем gG2 ( (u)) = { (u)} = gG1 (u) = {u}, то есть (u) = u. Итак, выполнено NG1 = NG2, причем соответствие начальных вершин тождественно. Оставшиеся части графов G1 и G2 могут отличаться только “переименованием” вершин с сохранением структуры подчинения.

Рассмотрим графы G1 и G2, изображенные на рис. 1.3.

Выполнено NG1 = NG2 = {1,2,3,4,5,6}, но G1 и G2 не являются структурно эквивалентными. Рассмотрим слои D1 = ZG1 (9) и D2 = ZG2 (14) графов G1 и G2. D1 и D2 изоморфны: (7) = 12, (8) = 13, (9) = 14. Вершинам 7 и 12 в графах G1 и G подчиняется одна и та же группа gG1 (7) = gG2 (12) = {1,2,3}.

Аналогично gG1 (8) = gG2 (13) = {4,5,6}. Вершины 9 и 14 управляют одной и той же группой gG1 (9) = gG2 (14) = {1,2,3,4,5,6} с помощью управления одними и теми же непосредственно подчиненными подгруппами {1,2,3} и {4,5,6}. Таким образом, нашлись графы G1 и G2, в которых слои D1 и D2 имеют “одну и ту же структуру подчинения”, то есть структурно эквивалентны. Обозначим результат 9-упрощения G1 через H1, 14-упрощения G2 – через H2.

Субиерархии H1 и H2 имеют “разные структуры подчинения”, то есть не являются структурно эквивалентными, что и приводит к отсутствию структурной эквивалентности G1 и G2, несмотря на эквивалентность D1 и D2.

9 12 7 8 10 1 2 3 4 5 6 1 2 3 4 5 Рис. 1.3. Пример графов G1, G2 (слева направо).

5. Простые и структурные функционалы.

Определение 1.16. Функционал P назовем простым, если его можно аддитивно продолжить на множество (см. опр. 1.10) так, чтобы для любых структурно эквивалентных графов D1, D выполнялось P(D1) = P(D2 ).

Таким образом, аддитивный функционал прост, если его значение одинаково для графов с “одинаковой структурой подчинения”. То есть “переименование” любых управляющих (неначальных) вершин графа не приводит к изменению стоимости, так как сохраняется структура подчинения начальных вершин.

Определение 1.17. Функционал P назовем структурным, если для любого графа G = (V, E) выполнено P(G) = vV \NG P(gG (v1),, gG (vk )),1 где QG (v) = {v1,,vk } и величина P(gG (v1),, gG (vk )) 0 однозначно определяется своим аргументов – набором групп2 – и не зависит от графа G и порядка групп gG (v1),, gG (vk ).

Теорема 1.2. Простой функционал стоимости структурен.

Доказательство. По определению простого функционала продолжим его на и докажем структурность P. По теореме 1. P локален, следовательно для любого графа G = (V, E) выполнено P(G) = vV \NG P(ZG (v)). Рассмотрим v V \ NG.

Здесь и далее одной и той же буквой P обозначается как стоимость графов из, так и стоимость наборов групп, что не приводит к путанице в силу различия аргументов функционалов.

В наборе могут быть повторяющиеся группы.

Обозначим QG (v) = {v1,,vk } и положим по определению P(gG (v1),, gG (vk )) = P(ZG (v)) 0. Пусть для некоторого графа G1 = (V1, E1) и некоторой вершины u V1 \ NG1 выполнено QG1 (u) = {u1,,uk }, gG (vi ) = gG1 (ui ), i = 1, k. Тогда звенья ZG (v) и ZG1 (u) структурно эквивалентны: (vi ) = ui, i = 1, k, (v) = u, по лемме 1.1 gG (v) = gG (v1) gG (vk ) = gG1 (u1) gG1 (uk ) = = gG1 (u) = gG1 ( (v)). В силу равенства P(ZG (v)) = P(ZG1 (u)) величина P(gG (v1),, gG (vk )) определяется набором групп и не зависит от графа G. Изменение порядка записи вершин v1,,vk никак не влияет на значение P(ZG (v)), то есть P(gG (v1),, gG (vk )) не зависит от порядка групп. Теорема доказана.

Определение 1.18. Множество назовем вершинно определенным, если любой вершине v соответствует одна и та же подчиненная группа g в любом графе G = (V, E), который содержит v : v V, gG (v) = g.

Неформально выражаясь, множество вершинно определено, если каждой вершине во всех графах подчинена одна и та же группа. Следующая теорема уточняет теорему 1.2 для вершинно определенных множеств.

Теорема 1.3. На вершинно определенном множестве функционал стоимости прост тогда и только тогда, когда он структурен.

Доказательство. Простота влечет за собой структурность на любом множестве в силу теоремы 1.2. Докажем обратное для вершинно определенного множества. Предположим, что функционал структурен. Рассмотрим произвольный граф D = (V, E) \ и некоторую вершину v V \ ND. Пусть QD (v) = {v1,,vk }. В силу вершинной определенности подчиненные группы gG (v1) = g(v1),, gG (vk ) = g(vk ) не зависят от того, в какие графы G входит D. То есть величина P(gG (v1),, gG (vk )) (см. опр. 1.17) зависит только от v1,,vk, а не от графа G. Если ZD (v), то положим по определению P(ZD (v)) = P(g(v1),, g(vk )). Тогда для всего графа D определим P(D) = vV \ND P(ZD (v)). Аналогично доказательству теоремы 1. можно показать, что построенное продолжение функционала аддитивно (см. опр. 1.10). Рассмотрим структурно эквивалентные графы D1 = (V1, E1) и D2 = (V2, E2). Для v V1 \ ND1, QD1 (v) = {v1,,vk } выполнено QD2 ( (v)) = { (v1),, (vk )}. Кроме того, g(vi ) = g( (vi )), i = 1,k. То есть P(ZD1 (v)) = P(ZD2 ( (v))) = = P(g(v1),, g(vk )). Таким образом, графы D1 и D2 разбиваются на пары соответствующих звеньев с одинаковой стоимостью.

Следовательно, P(D1) = P(D2 ). Теорема доказана.

Если множество не является вершинно определенным, то найдется вершина v, которой в различных графах подчинены разные группы. Множество подчиненных групп имеет вид {gG (v) : G = (V, E), v V}. В этом случае можно перейти к множеству, в графах которого вместо вершины v будут присутствовать новые вершины, определяемые подчиненными группами: {vG = (v, gG (v)) : G = (V, E), v V}. Множество уже будет вершинно определенным. Если функционал структурен на, то он, очевидно, структурен и на. Таким образом, по теореме 1.3 функционал прост на.

Для исследования класса простых функционалов достаточно исследовать класс структурных (см. теорему 1.2). Теорема 1. показывает, что изучение класса структурных функционалов также и необходимо, так как любой структурный функционал в общем случае может быть простым.

Данная работа посвящена исследованию структурных функционалов. Настоящий параграф позволяет содержательно интерпретировать требование структурности: если при “сложении частей” в иерархию их стоимости складываются, стоимость вырожденной иерархии нулевая и при замене (переименовании) управляющих (неначальных) вершин стоимость не меняется, то функционал прост и излагаемые ниже методы могут быть использованы для решения задачи об оптимальной иерархии.

Ниже (см. п.4 и п.5 §1 гл. II) приводятся примеры задач с неструктурным функционалом, что иллюстрирует необходимость изучения таких функционалов. Остальные примеры главы II показывают, что структурными функционалами описываются разнообразные задачи. Глава II в целом иллюстрирует применение полученных в работе общих методов исследования структурных функционалов для анализа частных задач.

§2. Редукция общей задачи к задаче об оптимальной организации.

1. Графы организации.

Определение 1.19. Ориентированный конечный ациклический граф G = (V, E), в котором множество вершин V может содержать повторения, назовем графом организации над множеством элементов N, если выполнены следующие условия:

a) в вершинах графа находятся группы элементов, то есть для любой вершины g V выполнено g F (см. опр. 1.13);

b) для любой группы g V \ NG выполнено g = h, hQG (g ) где через QG (g) = {h : h V,(h, g) E} обозначено множество вершин графа G, из которых идут ребра в g,1 а через NG = {g V : QG (g) = } обозначено множество начальных вершин G. Будем говорить, что группа g V \ NG организуется из подгрупп множества QG (g).

c) Любая группа g NG элементарна. Множество NG не содержит повторяющихся групп.

Все множество графов организации (организаций) над множеством элементов N обозначим через O(N).

Для любой организации G = (V, E) O(N) и любых групп g,h V можно определить подчиненность g и h, множества RG (g), TG, звенья ZG (g), g -упрощение так же, как в Множество QG (g) может содержать повторяющиеся группы.

определениях 1.2-1.6. Ниже будем пользоваться этими обозначениями.

Лемма 1.2. Любой граф G = (V, E) после замены всех вершин v V на подчиненные им группы gG (v)1 становится графом организации над N.

Доказательство. Если v NG, то вершине v подчинена только она сама, следовательно группа gG (v) = {v} элементарна.

Вершины графа G не повторяются, следовательно после замены в начальных вершинах не будет повторяющихся групп. Рассмотрим вершину v V \ NG. Пусть вершине v непосредственно подчинены вершины v1,,vk, то есть QG (v) = {v1,,vk }. Тогда по лемме 1. имеем gG (v) = gG (v1) gG (vk ). Лемма доказана.

Определение 1.20. Отображение O : O(N ) определим как замену всех вершин графа G подчиненными им группами.

По лемме 1.2 O действительно отображает в O(N ). Множество образов обозначим через O() O(N).

Лемма 1.3. Иерархии из, переводящиеся отображением O в один граф, структурно эквивалентны и в случае структурного функционала имеют одинаковую стоимость.

Доказательство. Пусть графы G1 и G2 отображением O переводятся в один и тот же граф D = (VD, ED ) O(N ).

Рассмотрим вершину g VD и ее прообразы v V1 и u V2 в графах G1 и G2. Положим по определению (v) = u. У каждой группы g VD в графе G1 один и только один прообраз (VD может содержать повторяющиеся группы). То же касается и графа G2.

Таким образом, – взаимно однозначное соответствие V1 и V2.

Условие (v,v ) E1 эквивалентно условию (gG1 (v ), gG1 (v )) ED, которое, в свою очередь, эквивалентно условию ( (v ), (v )) E2.

То есть – изоморфизм G1 и G2. Кроме того, для любой v V При этом несколько вершин могут замениться на одинаковые группы, что приведет к появлению повторений во множестве вершин, а не к отождествлению совпадающих групп.

выполнено gG1 (v) = gG2 ( (v)), то есть G1 и G2 структурно эквивалентны.

Пусть функционал структурен. По определению 1.17 для графа G1 = (V1, E1) выполнено следующее равенство P(G1) = vV \NG1 P(gG1 (v1),, gG1 (vk )), где QG1 (v) = {v1,,vk }.

Рассмотрим вершину v V1 \ NG1. Тогда имеем QG2 ( (v)) = { (v1),, (vk )} и выполнено gG1(vi) = gG2 ( (vi)) = gi, i = 1, k. Следовательно, и в P(G1), и в P(G2 ) присутствуют одни и те же слагаемые P(g1,, gk ), то есть P(G1) = P(G2 ). Лемма доказана.

Определение 1.21. Определим функционал стоимости P : O(N) [0;

+) на O(N) следующим образом: для любого G = (V, E) O(N) положим P(G) = gV \NG P(g1,, gk ), где QG (g) = {g1,, gk }, величина P(g1,, gk ) 0 определена заданным на структурным функционалом (см. опр. 1.17), в противном случае задана произвольно. Вместо P(g1,, gk ) будем также использовать обозначение P(QG (g)).

Поясним определение. В зависимости от множества величина P(g1,, gk ) может быть определена не на всех наборах групп из F, а только на тех, которые встречаются в графах O().

На остальных наборах определим P(g1,, gk ) 0 произвольным образом, так, чтобы величина P(g1,, gk ) не изменялась при перестановках групп g1,, gk.

Итак, считаем функционал структурным. Тогда прообразы любого графа организации структурно эквивалентны и имеют одинаковую стоимость (см. лемму 1.3). По определению 1.21 для любого графа G выполнено P(G) = P(O(G)). То есть стоимость организации из O() и стоимости всех ее прообразов совпадают. Следовательно, для поиска оптимальной на иерархической структуры достаточно найти оптимальную организацию на O() O(N), после чего найти любой из ее прообразов в. Таким образом, задача об оптимальной иерархии трансформируется в задачу об оптимальной организации.

В дальнейшем в работе считается заданным функционал стоимости на O(N ) (см. опр. 1.21) и решается задача об оптимальной организации на различных подмножествах O(N), что позволяет решать задачи об оптимальной иерархии на соответствующих множествах для структурных функционалов.

2. Оптимальная организация набора групп.

Множество O(N) содержит, в частности, вырожденные графы (то есть графы, состоящие из изолированных элементарных групп) нулевой стоимости. Поэтому решение задачи об оптимальной организации на всем множестве O(N ) тривиально.

В общем случае множество исследуемых организаций O() может иметь сколь угодно сложную структуру. В задачах, интересных с математической точки зрения, структура множества O() ”достаточно проста” в том смысле, что для любого графа G O(N ) имеется “эффективный” алгоритм проверки условия G O().

Определение 1.22. Множество организаций, в которые входят группы f1,, fm,1 обозначим через O( f1,, fm ) или O(f ), где f = { f1,, fm}. Любую организацию из O(f ) назовем организацией групп f1,, fm. Любую неначальную группу, отличную от f1,, fm, назовем промежуточной группой.

Содержательно условие O() = O(f ) означает, что ставится задача поиска оптимальной организации среди тех, которые управляют группами элементов f1,, fm. Если в O() входят организации, управляющие хотя бы одним из наборов групп Подразумевается, что среди f1,, f нет повторяющихся групп.

m При m =1 O( f ) – множество организаций, содержащих группу f, а множество O(N) – множество любых организаций над N. Буква N всегда будет использоваться для обозначения всего множества элементов, а f – для обозначения группы, чтобы избежать путаницы в случае f = N.

(i) ( (1 ) (s) f = { f1(i),, fmi)}, i = 1, s, то O() = O(f ) O(f ) и i задача об оптимальной организации на O() решается с помощью (i) решения s задач на множествах O(f ).

Сужать множество O(f ) могут дополнительные ограничения на организации G O(f ). Некоторые из таких ограничений описаны ниже (см. опр. 1.23-1.25). С помощью объединений множеств O(f ) или их сужений для различных наборов групп f можно представить достаточно широкий класс множеств O() O(N). Ниже в работе рассматриваются методы решения задачи об оптимальной организации на O(f ) и его сужениях. В некоторых случаях результаты могут модифицироваться для решения задач на других вариантах O(). Если некоторая организация групп f1,, fm содержит терминальные вершины, отличные от f1,, fm, то они могут быть удалены вместе с инцидентными ребрами без увеличения стоимости. Если терминальная вершина fi повторяется несколько раз, то повторяющиеся экземпляры также могут быть удалены.

Далее при решении задачи об оптимальной организации считаем, что множество O(f ) содержит только организации с неповторяющимися терминальными вершинами из набора f = { f1,, fm} (следовательно все рассматриваемые организации содержат не более m терминальных вершин). Решение задачи об оптимальной организации на таком множестве будет решением и на исходном множестве.

Утверждение 1.1. Для любого графа G = (V, E) O(f ) выполнено NG = f1 fm.

Доказательство. Все терминальные вершины G содержатся среди групп набора f = { f1,, fm}. Любая вершина {a} NG подчинена по крайней мере одной из терминальных вершин fi, следовательно по лемме 1.1 {a} fi. В то же время для a fi выполнено {a} fi NG. То есть NG = f1 fm.

Утверждение доказано.

См. пункт 4 §1 главы II, сноски в главе III по поводу алгоритмов поиска деревьев с определенным числом уровней.

Так как задача об оптимальной организации решается на O(f ) или его подмножествах, то по утверждению 1.1 для всех исследуемых графов G выполнено NG = f1 fm. Таким образом, далее считаем, что N = f1 fm = {a1,,an}, где n = f1 fm. Это не ограничивает общности, так как все остальные элементы и содержащие их группы не входят ни в один из рассматриваемых графов.

3. Виды организаций.

Определение 1.23. Для r 2 r -организацией назовем граф G = (V, E) O(N), для любой вершины g V которого выполнено QG (g) r. Через Or (f ) обозначим множество r -организаций, входящих в O(f ).

Определение 1.24. Последовательной организацией назовем граф G = (V, E) O(N), для любой вершины g V \ NG которого выполнено либо QG (g) = 1, либо QG (g) = {g1, g2} и по крайней мере одна из групп g1, g2 элементарна. Через Op (f ) обозначим множество последовательных организаций, входящих в O(f ).

Определение 1.25. Организацией без пересечений назовем граф G = (V, E) O(N), для любой вершины g V \ NG которого выполнено gi g =, где QG (g) = {g1,, gk }, 1 i < j k.

j ~ ~ Через O(f ) и Or (f ) обозначим соответственно множество организаций без пересечений, входящих в O(f ) и в Or (f ).

Определение 1.26. Веерной организацией групп f1,, fm назовем организацию, которая содержит только группы f1,, fm и неповторяющиеся элементарные группы {a} f1 fm, причем каждая группа f1,, fm организуется из элементарных подгрупп.

Таким образом, в r -организации любая группа организуется не более чем из r подгрупп. В последовательной организации в каждую неначальную вершину входит либо одно ребро, либо два, причем одно из них из элементарной группы. Любая последовательная организация является 2-организацией, поэтому выполнено Op (f ) O2 (f ). В организации без пересечений каждая группа организуется из непересекающихся подгрупп.

Соответственно, в r -организации без пересечений каждая группа организуется не более, чем из r непересекающихся подгрупп.

Веерная организация единственна, в ней каждая группа f1,, fm организуется непосредственно из элементов, входящих в группу.

{a1, a2, a3, a4} {a1, a2, a3} {a2,a3,a4} {a1, a2, a3} {a2,a3,a4} {a1, a2, a3} {a2,a3,a4} {a2,a3} {a2, a3} {a1} {a2} {a3} {a4} {a1} {a2} {a3} {a4} {a1} {a2} {a3} {a4} Рис. 1.4. Примеры графов организации.

Примеры организаций приведены на рис. 1.4. Слева изображена веерная организация групп f1 = {a1,a2,a3} и f2 = {a2,a3,a4}, при которой элементы организуются в группы f и f2 без промежуточных групп. В центре приведен пример последовательной организации групп f1 и f2. Элементы a2 и a организуются в промежуточную группу {a2, a3}, которая используется как для организации f1, так и для организации f2.

Справа приведен пример 2-организации группы f = {a1, a2, a3,a4}.

Здесь f организуется из двух пересекающихся промежуточных подгрупп.

Согласно замечанию, сделанному в пункте 2, O(f ) содержит только организации с неповторяющимися терминальными вершинами из набора f. Соответственно, подмножества Or (f ), ~ ~ Op (f ), O(f ), Or (f ) также содержат только такие графы.

Аналогично пункту 2 можно показать, что решение задачи об ~ ~ оптимальной организации на Or (f ), Op (f ), O(f ), Or (f ) будет решением и на соответствующих множествах с “лишними” терминальными вершинами.

4. Деревья организации.

Определение 1.27. Деревом организации группы f назовем организацию G O( f ), в которой из корня f не выходит ребер, из прочих вершин выходит ровно одно ребро1. Множество деревьев организации группы f обозначим через D( f ), множество r деревьев2 организации группы f – через Dr ( f ).

Утверждение 1.2. Организация одной группы f представляет собой дерево тогда и только тогда, когда f – единственная терминальная вершина и отсутствуют пересечения.

Доказательство. Пусть G = (V, E) D( f ). По определению дерева только из f не выходит ребер, следовательно f – единственная терминальная вершина. Предположим, что найдется группа g V \ NG и пересекающиеся подгруппы g1, g2 QG (g).

Рассмотрим начальную вершину {a} g1 g2. Вершина {a} подчинена вершинам g1 и g2, следовательно существуют два различных пути из {a} в g (один проходит через g1, второй – через g2). В некоторой вершине h эти пути расходятся, то есть из h выходит более одного ребра. Противоречие с определением дерева, следовательно G не содержит пересечений.

Обратное утверждение докажем индукцией по мощности f.

Если f = 1, то есть f = {a}, то организация G = (V, E) группы f состоит из некоторой цепи одинаковых групп {a}, поскольку иначе существовала бы отличная от f терминальная вершина. То есть G – дерево. Предположим, что утверждение доказано для всех групп f, мощность которых меньше q : f < q.

Пусть f = q и f организуется в G из подгрупп QG ( f ) = {g1,, gk }, gi g = при i j. Пусть Gi – подграф j G, состоящий из gi и подчиненных ей вершин (подмножеств gi При рассмотрении ребер как неориентированных дерево представляет собой связный ациклический граф.

Под r -деревом, r 2 подразумевается дерево, в каждую вершину которого входит не более r ребер.

согласно лемме 1.1). Любая вершина h f принадлежит одному из подграфов Gi, так как f – единственная терминальная вершина. Если g Gi, h G,, то (g,h) E, так как иначе i j j g gi g =. В Gi имеется единственная терминальная j вершина gi. По индуктивному предположению Gi – дерево с корнем в gi. Следовательно, G состоит из вершины f, в которую идут ребра из корней k независимых деревьев, то есть G – дерево с корнем в f. Утверждение доказано.

~ Из утверждения 1.2 следует, что D( f ) = O( f ) и ~ Dr ( f ) = Or ( f ), то есть множество организаций одной группы f без пересечений и множество деревьев организации f совпадают.

Таким образом, деревья представляют собой один из видов организации, определенных в пункте 3.

§3. Вид оптимальной организации для различных классов структурного функционала.

В данном параграфе определяются различные классы структурного функционала и доказываются теоремы о видах оптимальной организации. Выводы из доказанных теорем сделаны в конце главы I. Примеры функционалов, принадлежащих различным классам, приведены в главе II.

1. Монотонные функционалы.

Определение 1.28. Будем говорить, что набор групп Q расширяет набор групп Q1,1 и писать Q1 Q2, если Q2 получается из Q1 после добавления новых групп и/или расширения имеющихся2.

В наборах могут быть повторяющиеся группы.

Под расширением подразумевается добавление в группу элементов, которые в ней не содержатся.

Определение 1.29. Структурный функционал стоимости назовем монотонным, если для любых наборов Q1 Q2 выполнено неравенство P(Q1) P(Q2 ) (см. опр. 1.21).

Таким образом, если Q1 Q2, то группы из Q1 вложены в некоторые группы из Q2. При монотонном функционале расширение набора групп не уменьшает стоимость.

Теорема 1.4. При монотонном функционале для любой организации G = (V, E) O( f ) группы f существует дерево D D( f ) не большей стоимости: P(D) P(G).

Доказательство. Если из всех вершин G, кроме f, выходит одно ребро, то искомое дерево найдено. Пусть g V, RG (g) > 1, h1 RG (g), l1 RG (g), причем g не подчинена никакой вершине h, для которой RG (h) > 1. Из h1 и l1 существуют пути в f (других терминальных вершин нет), то есть из g существуют два пути в f. Обозначим их отрезки до первого пересечения через g - h1 - h2 - - hn1, g - l1 - l2 - - ln2, где вершины hn1 и ln совпадают. По определению g из вершин h1,, hn1-1, l1,,ln2- выходит ровно одно ребро в следующую вершину пути.

Рассмотрим два варианта перестроения графа G.

a) Выполнено g = l1, то есть группа g = l1 повторяется.

Удалим вершину l1 и входящие в нее ребра, заменив ребро (l1,l2 ) ребром (g,l2 ). В результате получим организацию G группы f, P(G ) P(G).

b) Выполнено g l1 ( g l1). В этом случае в l1 входят не менее двух ребер. Удалим ребро (g,l1). Группа l1 изменится на l1 = l, где Q (l1) = Q(l1) \ {g}.1 Выполнено l1 l1 и lQ (l1) (l1 \ l1) g. Из l1 выходило только одно ребро в l2. Изменение l приведет к появлению в Q(l2 ) группы l1 вместо l1. То есть l изменится на l2 = l, где Q (l2 ) = (Q(l2 ) \ {l1}) {l1}, lQ (l2 ) причем выполнено l2 l2 и (l2 \ l2 ) g. Аналогично группа li Новая группа может уже присутствовать в графе. В этом случае одинаковые группы не отождествляются, а во множестве вершин появляется повторение.

изменится на li, li li, (li \ li ) g, i = 3, n2 -1. Q(ln2 ) изменится на Q (ln2 ) = (Q(ln2 ) \ {ln2 -1}) {ln2-1}. По лемме 1.1, так как g подчинена вершине hn1-1, выполнено (ln2 -1 \ ln2 -1) g hn1 - Q (ln2 ). Следовательно, ln2 = l = l = ln2, то есть lQ(ln2 ) l Q (ln2 ) группа ln2 не изменится. В итоге удаление ребра (g,l1) могло повлиять только на группы l1,,ln2, причем Q (li ) Q(li ), i = 1,n2. В результате получили организацию G группы f. В силу монотонности функционала P(Q (li )) P(Q(li )), следовательно P(G ) P(G).

Если выполнено условие b) и l1 = l1, то G отличается от G лишь удаленным ребром (g,l1). В этом случае, удалив при необходимости отличные от f терминальные вершины без увеличения стоимости, можно продолжить аналогичные удаления ребер. Если при этом не придем к искомому дереву, то либо выполнится условие a), либо условие b), в котором l1 l1. В обоих случаях сумма мощностей всех вершин G меньше, чем аналогичная сумма для G, так как в случае а) удаляется l1, а в случае b) l1 < l1, li li для i = 2,n2. При необходимости, не увеличивая стоимости, удалим из G “лишние” терминальные вершины так, чтобы осталась одна терминальная вершина f.

Если G – не дерево, то проделаем вышеуказанные действия с G вместо G. В результате либо получим искомое дерево, либо снова уменьшим сумму мощностей вершин в организации группы f. Данная сумма конечна, следовательно после конечного числа перестроений получим дерево организации группы f, стоимость которого не больше, чем стоимость исходной организации G.

Теорема доказана.

Следствие. При монотонном функционале для любой r -организации G Or ( f ) группы f существует r -дерево D Dr ( f ) не большей стоимости: P(D) P(G).

Доказательство. В каждую вершину r -организации G входит не более r ребер. При перестроениях в доказательстве теоремы 1.4 удаление ребер может лишь уменьшить число входящих в вершину ребер. Удаление вершин не изменяет количество ребер, входящих в оставшиеся вершины. В результате придем к r -дереву. Следствие доказано.

2. Выпуклые и вогнутые функционалы.

Определение 1.30. Структурный функционал стоимости назовем выпуклым1, если для любого набора групп {g1,, gk }, k 3 существует разбиение на поднаборы {h1,,hi} и {hi+1,,hk },2 1 < i < k, для которого выполнено неравенство:

a) P(g1,, gk ) P(h1,,hi ) + P(h,hi+1,,hk ), где h = h1 hi. Структурный функционал назовем вогнутым, если не существует разбиения, для которого неравенство а) выполнено строго, то есть для любого разбиения выполнено обратное неравенство:

b) P(g1,, gk ) P(h1,,hi ) + P(h, hi+1,, hk ).

При выпуклом функционале вместо организации подгрупп g1,, gk в группу g = g1 gk можно, не увеличивая стоимость, сначала организовать некоторые подгруппы из g1,, gk, а затем полученную группу h организовать с оставшимися подгруппами из g1,, gk. При вогнутом функционале уменьшить стоимость таким образом нельзя.

Определим выпуклость/вогнутость на некотором множестве наборов (частичную выпуклость/вогнутость) следующим образом.

Определение 1.31. Пусть задано некоторое множество наборов групп. Если для любого набора множества выполнено неравенство a) определения 1.30, то функционал P назовем выпуклым на данном множестве наборов, если неравенство b) – вогнутым.

Пример соответствия выпуклости и вогнутости функционала “классическому” определению выпуклой и вогнутой функции приведен в пункте 1 §1 главы II.

То есть каждая из групп набора {g1,, gk } принадлежит либо поднабору {h1,, hi}, либо поднабору {hi+1,, hk }. В наборе {g1,, gk } могут присутствовать повторяющиеся группы.

В дальнейшем будет использовано понятие выпуклости и вогнутости на наборах попарно непересекающихся групп.

Теорема 1.5. При выпуклом функционале для любой организации G = (V, E) O(f ) набора групп f существует 2-организация G2 O2 (f ) не большей стоимости: P(G2 ) P(G).

Доказательство. Пусть k = max QG (g). Если k 2, то gV найдена искомая 2-организация. Пусть k 3. Найдется g V, для которой QG (g) = {g1,, gk }. В силу выпуклости функционала существует разбиение набора {g1,, gk } на поднаборы {h1,,hi} и {hi+1,,hk }, для которого P(g1,, gk ) P(h1,,hi) + + P(h,hi+1,,hk ), h = h1 hi, 1 < i < k. Добавим в G вершину h,1 организовав ее из подгрупп h1,,hi. Изменим входящие в g ребра так, чтобы она организовывалась из подгрупп h,hi+1,,hk.

При {h1,,hi} = {g1,, gi} перестроение изображено на рис. 1.5.

Получим организацию G O(f ), причем P(G ) P(G). Имеем QG (g) = k - i +1 < k, QG (h) = i < k. То есть в h и g входит менее k ребер. Число вершин, в которые входит k ребер, уменьшилось на единицу. Проделывая аналогичные перестроения, получим в итоге организацию G, для которой k = max QG(g) < k и gV P(G ) P(G). Если k > 2, то повторим рассуждения. В результате придем к искомой 2-организации. Теорема доказана.

g g h g1 … gi gi+1… gk g1 … gi gi+1 … gk Рис. 1.5. Перестроение графа при выпуклом функционале.

Следствие 1. При выпуклом на наборах непересекающихся групп функционале для любой организации без пересечений ~ G = (V, E) O(f ) набора групп f существует 2-организация без ~ пересечений G2 O2 (f ) не большей стоимости: P(G2 ) P(G).

Если группа, равная h, уже присутствует в графе, то одинаковые группы не отождествляются, а во множестве вершин появляется повторение.

Доказательство. Возьмем G в качестве начального графа при доказательстве теоремы 1.5. Для любой вершины g V набор QG (g) = {g1,, gk } не содержит пересекающихся групп.

Следовательно, для перестроения G достаточно выпуклости на наборах непересекающихся групп. После перестроения получим ~ организацию G O(f ), которая также не содержит пересечений, что позволяет продолжить рассуждения. Следствие доказано.

Следствие 2. При выпуклом на наборах непересекающихся групп монотонном функционале для любой организации G O( f ) группы f существует 2-дерево D2 D2 ( f ) не большей стоимости: P(D2 ) P(G).

Доказательство. По теореме 1.4 существует дерево организации D D( f ), для которого P(D) P(G). По следствию ~ существует 2-организация без пересечений G2 O( f ), для которой P(G2 ) P(D). По утверждению 1.2 G2 – искомое 2 дерево D2. Следствие доказано.

Теорема 1.6. При вогнутом на наборах непересекающихся групп монотонном функционале веерная организация одной группы f оптимальна на O( f ).

Доказательство. Пусть G O( f ) – организация, оптимальная на O( f ). По теореме 1.4 существует дерево D = (V, E) D( f ), P(D) P(G). То есть P(D) = P(G) и дерево D оптимально на O( f ). Если V = { f } NG, то D – веерная организация. В противном случае рассмотрим промежуточную группу g V \ ({ f } NG ). Пусть QD (g) = {g1,, gk1}. Из g выходит ровно одно ребро в некоторую вершину h. Пусть QD (h) = {g,h1,,hk2 }. По утверждению 1.2 в наборах QD (g) и QD (h) нет пересекающихся групп. Учитывая g = g1 gk1, получим, что пересекающиеся группы отсутствуют и в наборе Q (h) = {g1,, gk1,h1,, hk2 }. То есть на данном наборе функционал вогнут, следовательно P(g1,, gk1, h1,, hk2 ) P(g1,, gk1 ) + P(g, h1,, hk2 ). Удалим g, а h организуем из набора подгрупп Q (h) (см. рис. 1.6).

Получим оптимальное дерево организации группы f, которое содержит на одну промежуточную вершину меньше, чем G. Продолжая такие действия, докажем оптимальность веерной организации одной группы. Теорема доказана.

h h g g1 … gk h1 … hk g1 … gk h1 … hk 1 2 1 Рис. 1.6. Перестроение оптимального дерева при вогнутом функционале.

Следствие. При вогнутом на наборах непересекающихся групп функционале веерная организация одной группы f ~ оптимальна на O( f ).

~ Доказательство. По утверждению 1.2 O( f ) = D( f ). Таким ~ образом, оптимальная на O( f ) организация будет деревом. Его можно использовать в качестве дерева D в доказательстве теоремы 1.6. При этом монотонность функционала не потребуется.

Следствие доказано.

3. Организации без повторяющихся групп.

~ Теорема 1.7. Для каждого из множеств O2 (f ), Op (f ), O(f ), ~ Or (f ), а при монотонном функционале и для множеств O(f ), Or (f ), существует организация без повторяющихся групп, оптимальная на данном множестве.

Доказательство. Пусть G = (V, E) – организация, оптимальная на одном из вышеперечисленных множеств.

Предположим, что группа g V встречается в G два или более раз. Обозначим экземпляр g, который не подчинен никаким другим экземплярам, через g (он существует, так как граф ацикличен), а некоторый другой экземпляр – через g.

Рассмотрим ребро (g, h). Выполнено g QG (h). Если ~ ~ G O(f ) или G Or (f ), то g QG (h), иначе в графе G нашлось бы пересечение. Если G O2 (f ) или G Op (f ), то g QG (h), иначе выполнялось бы QG (h) = {g, g }, h = g g = g, то есть группа g была бы подчинена еще одному экземпляру g, что противоречит определению g. Если функционал монотонен, G O(f ) или G Or (f ), то при g QG (h) удалим ребро (g, h), получим оптимальную организацию, принадлежащую тому же множеству, что и G. В результате во всех случаях (g, h) E.

Удалим ребро (g, h) и добавим ребро (g, h), то есть перенесем начало ребра из g в g. По определению g h g, то есть при перестроении не образуется петель (циклов). После изменения ребра множество QG (h) не изменилось, так как вместо группы g в набор QG (h) вошла точно такая же группа g. Получили оптимальную организацию, принадлежащую тому же множеству, что и G.

Продолжая удалять ребра вида (g, h), придем к организации, в которой вершина g – терминальная. Удалим ее и инцидентные ребра. При этом все группы из набора f останутся в графе (мы удалили повторяющуюся группу), стоимость не возрастет.

Получили оптимальную на соответствующем множестве организацию, число экземпляров g в которой уменьшилось на единицу. Продолжая аналогичные действия, в итоге получим организацию без повторений g. Для остальных повторяющихся групп проделываем то же самое, что и для g. Получим оптимальную организацию без повторяющихся групп. Теорема доказана.

Лемма 1.4. Если организация G = (V, E) не содержит повторяющихся групп, то для любой вершины g V \ NG выполнено QG (g) 2;

любая подгруппа h QG (g) вложена в g собственным образом: h g ;

все элементарные вершины {a}V являются начальными: {a} NG.

Доказательство. Выполнено g = g1 gk, где QG (g) = {g1,, gk }. При k = 1 g = g1, то есть группы повторяются, следовательно k 2. Для любого i = 1, k выполнено gi g. Если gi = g, то группы повторяются, следовательно gi g. В элементарную группу {a} могут входить ребра только из таких же групп. Так как повторения отсутствуют, то в {a} ребер не входит, то есть {a} NG. Лемма доказана.

4. Существенно выпуклые функционалы.

Определение 1.32. Структурный функционал стоимости назовем существенно выпуклым, если он выпуклый и для любого набора неэлементарных групп {g1, g2} выполнено по крайней мере одно из двух условий:

а) для любого a g1: P(g1, g2) P(g1 \{a},g2) + P((g1 \{a}) g2,{a}), b) для любого a g2 : P(g1, g2) P(g1, g2 \{a})+ P(g1 (g2 \{a}),{a}).

То есть функционал существенно выпуклый, если при организации двух неэлементарных подгрупп можно из одной удалить произвольный элемент, а затем организовать его с полученной группой, не увеличивая стоимости.

Теорема 1.8. При существенно выпуклом функционале для любой организации G O(f ) набора групп f существует последовательная организация Gp Op (f ) не большей стоимости:

P(Gp ) P(G).

Доказательство. По теореме 1.5 существует 2-организация G2 O2 (f ), P(G2 ) P(G). По теореме 1.7 существует 2-организация без повторяющихся групп G2 = (V, E) O2 (f ), P(G2 ) P(G2 ) P(G). По лемме 1.4 для g V \ NG2 выполнено QG2 (g) = 2. Назовем вершину g графа G2 неправильной, если она организуется из двух неэлементарных подгрупп. В противном случае назовем ее правильной. Если в графе G2 нет неправильных вершин, то G2 – последовательная организация (см. опр. 1.24).

Пусть g – такая неправильная вершина, все подчиненные вершины которой правильны. Пусть QG2 (g) = {g1, g2}. Тогда g1 и g2 – неэлементарные правильные вершины, и, следовательно, QG2 (g1) = {g1 \ {a },{a }}, QG2 (g2 ) = {g2 \ {a },{a }}.

Функционал – существенно выпуклый. Пусть выполнено условие a) определения 1.32. Добавим вершину g3 = (g1 \ {a }) g2,1 организовав ее из g1 \{a } и g2. После этого организуем g из {a } и g3 (см. рис. 1.7). Получим 2-организацию G. В силу P(g1, g2 ) P(g1 \ {a }, g2 ) + P(g3,{a }) имеем P(G ) P(G2 ). Если выполнено условие b) определения 1.32, то рассуждаем аналогично, заменяя g1 на g2 и {a } на {a }.

g g g g1 g2 g1 g {a } g1 \{a } g2 \{a } {a } {a } g1 \ {a } g2 \ {a } {a } Рис. 1.7. Перестроение графа при существенно выпуклом функционале.

Итак, в обоих случаях получим 2-организацию G O2 ( f ), в которой вершина g правильна. Как и в G2, во все неначальные вершины G входит 2 ребра. Пусть вершина g3 неправильна.

Мощность g3 меньше, чем мощность g, все вершины, подчиненные g3, правильны. Повторим перестроение, взяв вместо G2 граф G, а вместо g вершину g3, что снова уменьшит мощность неправильной вершины. Продолжая перестроения, в итоге получим 2-организацию G, в которой на одну неправильную вершину меньше, чем в G, и выполнено P(G ) P(G). Проделав вышеуказанные действия нужное число раз, придем к 2-организации без неправильных вершин, то есть к последовательной организации Gp, P(Gp ) P(G). Теорема доказана.

Далее в работе считаем, что Op (f ) содержит только организации без повторяющихся групп. В силу теоремы 1. решение задачи на таком множестве будет решением и на исходном множестве. По лемме 1.4 для произвольной организации G = (V, E) Op (f ) и любой вершины g V \ NG выполнено QG (g) = {h,{a}}, где {a} NG, {a} h (иначе группы повторяются). То есть любая неэлементарная группа организуется Если группа, равная g3, уже присутствует в графе, то одинаковые группы не отождествляются, а во множестве вершин появляется повторение.

путем “добавления” элемента к некоторой своей подгруппе. Таким ~ образом, G не содержит пересечений, то есть G O2 (f ).

Последовательная организация G Op ( f ) одной группы ~ представляет собой частный случай 2-дерева: G D2 ( f ) = O2 ( f ).

В G группа f = {a1,,an} организуется из некоторой элементарной подгруппы {ain } и подгруппы gn-1 = f \ {ain }. В свою очередь, gn-1 организуется из некоторой элементарной подгруппы {ain-1} и подгруппы gn-2 = gn-1 \ {ain-1 }. И так далее, g2 организуется из элементарных подгрупп {ai2 } и {ai1}. Здесь через (i1,,in ) обозначена произвольная перестановка чисел (1,,n). Таким образом, любая последовательная организация одной группы состоит из элементарных групп {ai1},,{ain }, которые последовательно организуются в группы g2,, gn, где gn = f. Общий вид последовательной организации одной группы приведен на рис. 1.8. Введем определение, которое понадобится в последующих главах.

gn = f gn- gn- g3 … g {ai } {ai } {ai } … {ai } {ai } {ai } 1 2 3 n-2 n -1 n Рис. 1.8. Общий вид последовательной организации одной группы.

Определение 1.33. Будем говорить, что в последовательной организации G Op ( f ) одной группы f = {a1,,an} на j -ом месте стоит элемент ai j, j = 1, n, где (i1,,in ) – произвольная перестановка чисел (1,,n).

Подведем итоги данной главы, кратко охарактеризовав полученные методы решения задачи об оптимальной иерархии.

В §1 задача об оптимальной иерархии поставлена в общем виде: на произвольном множестве ориентированных ациклических графов найти граф, минимизирующий произвольный функционал стоимости. В данной работе изучаются лишь конечные графы (некоторые методы изучения бесконечных иерархий приведены в [16]). Доказано, что функционал локален тогда и только тогда, когда он аддитивен (см. теор. 1.1). Тем самым дана содержательная интерпретация локальных функционалов. То есть если априори ясно, что исследуемый функционал аддитивен, то можно считать его представимым в виде суммы стоимостей отдельных звеньев. Введено свойство простоты функционала, которое подразумевает аддитивность и равенство стоимостей структурно эквивалентных графов (одинаковых с точностью до переименования неначальных вершин). Доказано (см. теор. 1.2 и 1.3), что в общем случае простота эквивалентна структурности (см.

опр. 1.17). Тем самым дана содержательная интерпретация структурных функционалов, которые и исследуются в данной работе.

В §2 построено отображение исходного множества произвольных графов во множество графов организации (см. опр.

1.19) и показано, что в случае структурного функционала решение задачи на множестве графов организации даст решение и на исходном множестве. Введены различные варианты множества ~ ~ графов организации: O(f ), Or (f ), Op (f ), O(f ), Or (f ) (см. опр.

1.22-1.25). В дальнейшем разрабатываются методы решения задачи на этих множествах.

В §3 определяются свойства монотонности, выпуклости, вогнутости, существенной выпуклости структурного функционала и доказываются теоремы 1.4-1.8 по поводу вида оптимальной организации для вышеуказанных вариантов функционала. Одна из возможных аналогий с выпуклостью и вогнутостью в ”классическом” смысле приведена в пункте 1 §1 главы II. По поводу организации произвольного набора групп f можно сделать следующие выводы из теорем 1.5, 1.7, 1.8:

a) При выпуклом функционале организация, оптимальная на O2 (f ), будет оптимальна и на Or (f ), O(f ), а организация, ~ ~ ~ оптимальная на O2 (f ), будет оптимальна и на Or (f ), O(f ) (см.

теор. 1.5 и следствие 1). То есть оптимальна 2-организация произвольного набора групп.

b) При существенно выпуклом функционале организация, ~ оптимальная на Op (f ), будет оптимальна и на O(f ), Or (f ), O(f ), ~ Or (f ) (см. теор. 1.8)1. В главе IV построены алгоритмы, позволяющие решить задачу об оптимальной организации на Op (f ). Следовательно, для существенно выпуклого функционала алгоритмы главы IV исчерпывающим образом решают задачу на ~ ~ O(f ), Or (f ), O(f ), Or (f ).

c) При поиске оптимальной организации на O2 (f ), Op (f ), ~ ~ O(f ), Or (f ) можно ограничиться организациями без повторяющихся групп, а в случае монотонного функционала то же верно и для множеств O(f ), Or (f ) (см. теор. 1.7).

По поводу организации одной группы f можно сделать следующие выводы из теорем 1.4-1.7 (напомним, что по утв. 1. ~ ~ D( f ) = O( f ), Dr ( f ) = Or ( f )):

a) При монотонном функционале организация, оптимальная на D( f ), будет оптимальна и на O( f ), а организация, оптимальная на Dr ( f ), будет оптимальна и на Or ( f ) (см. теор. 1.4 и следствие).

То есть при монотонном функционале дерево минимальной стоимости также будет и оптимальной организацией одно группы.

b) При монотонном выпуклом на наборах непересекающихся групп функционале организация, оптимальная на D2 ( f ), будет оптимальна и на D( f ), Dr ( f ), O( f ), Or ( f ) (см. следствие 2 к теор. 1.5). То есть при монотонном выпуклом функционале 2 дерево минимальной стоимости также будет и оптимальной организацией одно группы.

c) При монотонном вогнутом на наборах непересекающихся групп функционале веерная организация будет оптимальна на ~ O( f ) и O( f ) (см. теор. 1.6 и следствие).

d) При поиске оптимального дерева на D( f ) и Dr ( f ) можно ограничиться деревьями без повторяющихся групп (см. теор. 1.7).

Как указано выше, считаем, что Op (f ) содержит лишь организации без повторяющихся групп, таким образом, множество Op (f ) вложено во множества ~ ~ O(f ), Or (f ).

Алгоритмы поиска таких деревьев построены в главе III и позволяют исчерпывающим образом решить задачу об ~ ~ оптимальной организации на O( f ), Or ( f ), а при монотонном функционале и на O( f ), Or ( f ) (см. п. a). При монотонном выпуклом на наборах непересекающихся групп функционале используются алгоритмы поиска оптимального 2-дерева с меньшей сложностью (см. п. b).

Примеры использования построенного аппарата при рассмотрении частных задач в рамках общей постановки приведены в §1 главы II. Примеры функционалов, анализ их монотонности, выпуклости, вогнутости, существенной выпуклости и выводы из теорем 1.4-1.8 для каждого из примеров приведены в §2 главы II.

Глава II. Общие методы оптимизации иерархических структур в частных задачах.

В данной главе различные частные задачи рассматриваются в контексте общей задачи оптимизации иерархических структур, которая сформулирована и частично решена в предыдущей главе.

В §1 рассмотрены задачи, имеющие конкретную содержательную интерпретацию. В §2 исследуются различные примеры структурных функционалов стоимости. В конце главы кратко резюмируются результаты использования общих методов главы I для анализа частных постановок задачи об оптимальной иерархии.

§1. Примеры задач поиска оптимальной структуры.

Во многих работах, в частности в [37, 41, 43], под сложной системой понимается множество элементов, взаимодействующих между собой определенным образом. Управление элементами состоит в некоторой координации их взаимодействий. То есть некоторые элементы подчиняются управляющему центру, который координирует их связи. Управляющие центры, в свою очередь, могут подчиняться центрам более высокого уровня, которые координируют связи между множествами элементов, и так далее.

Управляющий центр высшего уровня координирует взаимодействие всех элементов. Формально это описывается следующим образом.

Иерархией над множеством элементов N = {a1,, an} называется дерево, вершины которого являются некоторыми подмножествами N ;

корнем является f = N ;

множества g1,, gk на концах дуг, входящих в g, удовлетворяют условиям g = g1 gk, gi g =, 1 i < j k ;

висячими вершинами j являются одноэлементные подмножества N.

Определенная таким образом в [41] иерархия1 является, согласно определениям 1.19 и 1.27, деревом организации группы С точностью до обозначений и направления дуг в дереве не от корня к листьям, а наоборот.

f, то есть принадлежит D( f ). В зависимости от конкретной содержательной интерпретации элементов и управляющих центров, в различных частных постановках по разному определяется функционал стоимости, возможны различные ограничения на деревья, то есть исследуемое множество структур является подмножеством D( f ): D( f ). Далее в этом параграфе рассмотрены различные примеры таких задач.

1. Оптимальная организация технологического взаимо действия элементов.

Как отмечается в различных работах (см., например, [45, 52]), структура производственных потоков в наибольшей степени определяет организационную структуру. В связи с этим интересно рассмотреть задачу надстройки управляющего графа организации над множеством элементов, связанных технологическими взаимодействиями. Обобщив некоторые известные постановки, в [17] задача поставлена следующим образом.

Технологическим графом над множеством элементов N назовем ориентированный граф без петель T = (N, ET ), ребрам которого (u,v) ET сопоставлены s-мерные вектора lT (u,v) с s неотрицательными компонентами: lT : ET R+. Вершины графа T – это элементарные операции технологического процесса предприятия или конечные исполнители. Связь (u,v) ET в технологическом графе означает, что от элемента u к элементу v идет s -компонентный поток сырья, материалов, энергии, информации и т. п. Интенсивность каждой компоненты потока и определяется компонентами вектора lT (u,v).

Исходной информацией для построения технологического графа может служить анализ различных аспектов функционирования предприятия, например, анализ структуры систем связи [33, 38, 46], анализ документооборота [20] и т. п.

Простой пример технологического графа с двухкомпонентными потоками (первая компонента – документы, вторая – “устная информация”) приведен на рис. 2.1. Вершины данного графа можно рассматривать и как рабочие места, и как операции. Часто при организации подобных технологических процессов ограничиваются тем, что назначают ответственных за выполнение той или иной операции. Однако в общем случае для нормального функционирования системы этого недостаточно, так как технологические связи между операциями (исполнителями) специально не контролируются. То есть необходимо создание управляющих центров, которые координируют взаимодействие элементов.

Сбор Согласование информации о условий с поставщиках поставщиками (маркетолог 1) (менеджер 1) Подготовка Визирование проектов договоров договоров (бухгалтер) (юрист) (3, 0) Анализ предложений (маркетолог 3) Сбор Согласование информации о условий с покупателях заказчиками (маркетолог 2) (менеджер 2) Рис. 2.1. Технологический граф процесса подписания договоров.

Считаем технологический граф связным1, так как в противном случае происходит декомпозиция на никак не связанные друг с другом части, которые могут быть рассмотрены по отдельности. Для того чтобы каждая связь кем-то контролировалась, и каждая вершина была подчинена только одному “начальнику”, необходимо наличие управляющего центра, которому подчинено все множество исполнителей (элементов) f = N. Таким образом, рассматривается множество всевозможных деревьев организации: = D( f ).

Имеется в виду связность при рассмотрении ребер как неориентированных. В этом случае при любом разбиении множества вершин N на части N1 и N2, N = N1 N2, N1 N2 = существуют ребра, идущие из N1 в N2 или наоборот.

( ( ),,, ) ) ( ( ) ),,, ) ( ( Рассмотрим группу элементов g 2N \ {}. Через lT (g) обозначим суммарную интенсивность потоков внутри группы, то есть lT (g) = l (u, v). Пусть в некотором дереве T u,vg,(u,v)ET D = (V, E) D( f ) группа g V организуется из непересекающихся подгрупп QD (g) = {g1,, gk }. Тогда центр, соответствующий группе g, координирует потоки между подгруппами g1,, gk. Их суммарная интенсивность, очевидно, равна lT (g) - lT (g1) - - lT (gk ). Предполагаем, что затраты на содержание (функционирование) управляющего центра являются некоторой неотрицательной функцией K () от интенсивности координируемого потока. Тогда можно записать функционал стоимости организации взаимодействия подгрупп g1,, gk следующим образом:

PT,K (g1,, gk ) = K (lT (g1 gk ) - lT (g1) - - lT (gk )).

Стоимость P(D) = gV \ND P(g1,, gk ) (QD (g) = {g1,, gk }) содержания (функционирования) всей организации D будет структурным функционалом и задача об оптимальной организации технологического взаимодействия – частный случай общей задачи об оптимальной организации на D( f ).

Построенные в главе III алгоритмы поиска оптимального дерева могут быть использованы для решения задачи в общем случае. Кроме того, ниже доказываются некоторые аналитические результаты.

Частный случай поставленной задачи рассмотрен, например, в [37]. Связи между элементами (ребра технологического графа) характеризуются тремя градациями “интенсивности” взаимодействия: низкая, средняя и высокая, после чего применяется эвристический алгоритм группировки наиболее “связанных” элементов, затем наиболее “связанных” групп и т.д.

На рис. 2.2 приведены примеры “надстройки” дерева организации над технологическим графом. На рисунке слева организация состоит из элементов технологического графа 1-7 и трех управляющих центров (узлов) I, II, III. Подчиненными узла I являются все маркетологи (элементы 1-3 технологического графа), подчиненными узла II – менеджеры и юрист (элементы 4-6), в подчинении узла III – узлы I, II и бухгалтер (элемент 7). Группы, подчиненные узлам I, II, III, обведены криволинейными фигурами.

В середине рисунка приведен пример 2-дерева, справа изображена веерная организация.

III I II 1 1 4 1 3 6 3 6 3 6 2 5 2 2 Рис. 2.2. Примеры структур системы управления технологическими связями.

s Утверждение 2.1. Если для любых векторов l,l R+ выполнено K(l + l ) K(l ) + K(l ), то для любого технологи ческого графа T функционал PT,K выпуклый на наборах непересекающихся групп, а если K(l + l ) K(l ) + K(l ) – вогнутый.

Доказательство. Пусть {g1,, gk } – произвольный набор непересекающихся групп, k 3. Рассмотрим произвольное разбиение на поднаборы {h1,,hi}, {hi+1,, hk }, 1 < i < k (см. опр.

1.30). Рассмотрим следующие векторы, l = lT (g) - lT (g1) - - lT (gk ) l = lT (h) - lT (h1) - - lT (hi ), l = lT (g) - lT (h) - lT (hi+1) - - lT (hk ), где h = h1 hi, g = g1 gk. Выполнено l + l = lT (g) - - lT (h1) - - lT (hi ) - lT (hi+1) - - lT (hk ) = l. Кроме того, можно записать равенства P(g1,, gk ) = K(l), P(h1,, hi ) = K(l ), P(h, hi+1,, hk ) = K(l ). Если K(l + l ) K(l ) + K(l ), то выполнено неравенство а) определения 1.30, а если K(l + l ) K(l ) + K(l ) – то неравенство b). Утверждение доказано.

Таким образом, если функция затрат супераддитивна (выполнено первое неравенство утв. 2.1), то существует 2-дерево организации, оптимальное на D( f ) (см. следствие 1 к теор. 1.5).

Если функция затрат субаддитивна (выполнено второе неравенство утв. 2.1), то оптимальна веерная организация (см.

следствие к теор. 1.6). В первом случае для решения задачи можно воспользоваться алгоритмами поиска оптимального 2-дерева, которые имеют меньшую сложность, чем для произвольного дерева (см. гл. III). Во втором случае оптимальная организация найдена.

Если функция K (l) зависит только от линейной комбинации компонент вектора l = (l1,...,ls ), то есть имеет вид K (l) = K ( l1 +... + ls ), то можно заменить все вектора на 1 s ребрах технологического графа соответствующими величинами и рассмотреть вместо функции K() одномерную функцию затрат K ().

Лемма 2.1. Если K(0) = 0 и одномерная функция затрат K() выпукла, то K(x + y) K (x) + K( y), а если вогнута, то K(x + y) K(x) + K( y) для любых x, y 0.

Доказательство. Для выпуклой функции и любых a,b 0, 0 1 выполнено K ( a + (1- )b) K(a) + (1 - )K (b).

Положим a = 0, b = x + y. Тогда при = y /(x + y) с учетом K(0) = 0 имеем K (x) K (x + y) x /(x + y). При = x /(x + y) имеем K ( y) K(x + y) y /(x + y). Складывая два неравенства, получим K(x) + K ( y) K(x + y). Для вогнутой функции все неравенства изменятся на противоположные. Лемма доказана.

То есть при условиях леммы 2.1 выпуклость влечет супераддитивность, вогнутость – субаддитивность. Рис. 2. иллюстрирует полученные результаты. При вогнутой функции затрат (рис. 2.3 справа) выгоднее координировать один большой поток, чем несколько малых. То есть оптимальное дерево – веерная организация – содержит один центр, которому подчинены все элементы. При выпуклой функции затрат (рис. 2.3 слева) выгоднее координировать несколько малых потоков, чем один большой. То есть если некоторый центр координирует более двух групп, то выгоднее ввести еще один промежуточный центр. В результате оптимально 2-дерево организации, которое имеет максимальное количество центров управления.

Рис. 2.3. Выпуклая и вогнутая функция затрат.

Если для одномерной выпуклой функции затрат выполнено K(0) > 0, то условие K(x + y) K(x) + K(y) может не выполняться, и, следовательно, 2-деревья могут не быть оптимальными.

Величину K (0) можно рассматривать как начальные затраты по содержанию узла при нулевом контролируемом потоке. Для этого случая, интересного с содержательной точки зрения, в [17] предложен эвристический алгоритм решения.

2. Оптимальное алфавитное кодирование.

В алгебраической теории кодирования рассматриваются два алфавита (см., например, [42]): входной {a1,, an} и выходной {b1,,br}. Считается заданным алфавитный код (схема кодирования), если каждому символу ai входного алфавита сопоставлена непустая последовательность символов (кодовое слово) wi выходного алфавита. Длину слова wi обозначим через li 1. Код называется разделимым (декодируемым), если любая последовательность кодовых слов, записанных подряд, имеет только одну интерпретацию, то есть может быть разделена на подряд идущие кодовые слова единственным образом. Код называется префиксным, если wi не является началом никакого слова wj, i j. Очевидно, что любой префиксный код разделим.

Для любого разделимого кода выполнено неравенство Макмиллана i=1,n1/ rli 1 [51]. Известно (см., например, [42]), что если величины l1,,ln удовлетворяют неравенству Макмиллана, то существует префиксный код с длинами слов l1,,ln. Таким образом, для любого разделимого кода с длинами l1,,ln существует префиксный код с такими же длинами. По этой причине в теории кодирования рассматриваются, в основном, префиксные коды, которые имеют наиболее простую процедуру декодирования.

Считаем заданными вероятности p1,, pn появления символов a1,,an в тексте, p1 + + pn = 1. Если входной текст имеет длину L, то математическое ожидание длины кодового сообщения составит L( p1ll + + pnln ). Разделимый код называется оптимальным (кодом с минимальной избыточностью [48]), если величина p1ll + + pnln минимальна, то есть минимальна средняя длина кодовых сообщений. Задача об оптимальном коде состоит в поиске оптимального префиксного кода для заданных вероятностей.

Обозначим f = N = {a1,, an} и рассмотрим произвольное r -дерево D = (V, E) Dr ( f ). Для всех вершин g V \ ND проделаем следующую операцию. Пусть QD (g) = {g1,, gk }, k r. Сопоставим каждому из ребер (g1, g),…,(gk, g) символ (букву) выходного алфавита, причем разным ребрам сопоставим разные символы. Полученное r -дерево будем называть помеченным (такие деревья описаны, например, в работе [42]).

Для сведения задачи об оптимальном префиксном коде к задаче об оптимальной организации докажем следующее утверждение о соответствии деревьев кодам.

Утверждение 2.2. Существует изоморфизм, при котором каждому префиксному коду соответствует одно и только одно помеченное r -дерево D Dr ( f ), причем длина li кодового слова wi равна длине пути из {ai} в f = {a1,, an} в соответствующем дереве.

Доказательство. Пусть задан некоторый префиксный код.

Построим соответствующее ему r -дерево D Dr ( f ). В корне r -дерева находится группа из всех символов входного алфавита, а в листьях – группы из одиночных символов. В каждую вершину r -дерева входит не более r ребер (r – число символов выходного алфавита). На первом шаге построения считаем, что дерево D состоит из одной изолированной вершины f. Построим множества g1,, gr следующим образом. В группу gi включим те символы a из f, для которых первая буква кодового слова wj j равна bi. То есть в первое множество включаем символы, кодовые слова которых начинаются с первой буквы выходного алфавита, во вторую – со второй, и так далее. Некоторые множества из g1,, gr могут быть пустыми (если нет слов, начинающихся на данную букву). Добавим в r -дерево D непустые группы gi и ребра (gi, f ), поставив в соответствие ребру (gi, f ) букву bi. В силу равенств f = g1 gr и gi g = получим, что f в D j организуется из непересекающихся подгрупп QD ( f ). Для добавленных подгрупп g проделаем то же самое, что и для f, только разбиение множества символов g проводим не по первой букве кодовых слов, а по второй. После этого в D добавятся новые группы, для них проводим разбиение по третьей букве кодовых слов и так далее. Подгруппы для g не добавляются (процесс прекращается), если хотя бы для одного символа ai g исчерпано кодовое слово wi. Покажем, что в результате действительно получим r -дерево D Dr ( f ).

Предположим, что на очередном шаге получили неэлементарную группу g и необходимо разбить ее на подгруппы по l -ой букве кодового слова. Процесс останавливается, если некоторому символу ai g соответствует кодовое слово wi с длиной, меньшей l, то есть li < l. В силу неэлементарности g существует символ a g, ai a. По предыдущим построениям j j первые l -1 букв в словах wi и wj совпадают, следовательно wi является началом слова wj, что противоречит префиксности кода.

То есть для всех ai g выполнено li l и разбиение по l -ой букве провести можно. Процесс может остановиться только на элементарной группе. Разбиение g может быть тривиальным, то есть содержать g и пустые группы, если все l -ые буквы совпадают (при этом в r -дереве D появятся повторяющиеся группы, в частности, если g = {ai} и конец слова wi еще не достигнут). В силу конечности кодовых слов через некоторое число шагов процесс закончится, причем будет ровно n начальных вершин {a1},,{an} (повторяться начальные группы не могут, так как по построению нет пересечений). По утверждению 1. D Dr ( f ), то есть является r -деревом организации группы f.

Обратно, рассмотрим произвольное помеченное дерево D Dr ( f ). Из каждой начальной вершины {ai} существует ровно один путь в f. Пройдем этот путь от конца к началу, последовательно выписывая буквы, соответствующие проходимым ребрам. Получим слово wi длины li, которая равна длине пути из {ai} в f. Если бы wi было началом слова wj, то путь из {a } в f содержал бы путь из {ai} в f, то есть вершина j {a } была бы подчинена {ai}, что невозможно. То есть получили j префиксный код w1,, wn. Утверждение доказано.

Для произвольных групп g1,, gk 2N \ {} определим структурный функционал стоимости следующим образом:

(2.1) P(g1,, gk ) = a g pi, i где g = g1 gk. То есть стоимость организации группы g равна сумме вероятностей появления тех символов, которые входят в g, независимо от подгрупп, из которых организуется g.

Тогда для любого r -дерева D = (V, E) D( f ) выполнено P(D) = gV \ND P(QD (g)) =gV \ND a g pi =p1l1 + + pnln, где i li – количество неначальных групп, в которые входит элемент ai, то есть длина пути из {ai} в f.

Таким образом, при функционале (2.1) стоимость P(D) r -дерева D, соответствующего префиксному коду, равна средней длине кодового слова. Следовательно, имея r -дерево минимальной стоимости на Dr ( f ) и пометив ребра некоторым образом, найдем оптимальный код, и обратно, имея оптимальный код, построим r -дерево D Dr ( f ) минимальной стоимости1. То есть задача об оптимальном дереве на Dr ( f ) с функционалом (2.1) эквивалентна задаче об оптимальном алфавитном коде с входным алфавитом f = {a1,, an}, набором вероятностей p1,, pn и выходным алфавитом {b1,,br }.

Процедуры построения дерева по коду и кода по дереву описаны в доказательстве утверждения 2.2.

На рис. 2.4 приведен пример оптимального префиксного кода с входным алфавитом {a, b, c,d}, вероятностями появления символов 0,4;

0,3;

0,2;

0,1 и выходным алфавитом {0,1}. Как видно из рисунка, длины путей (кодовых слов) равны 1, 2, 3, 3. Средняя длина пути, стоимость r -дерева и средняя длина кодового слова равны 1,9. Символу a, который встречается наиболее часто, соответствует кратчайшее кодовое слово 0. Остальным – более длинные кодовые слова. Если бы вероятности появления всех символов совпадали, то оптимальным было бы симметричное 2-дерево и все кодовые слова состояли бы из двух букв.

{a,b,c,d} a 0 {b,c,d} b 10 0 0 {c,d} c 110 0 d 111 {a} {b} {c} {d} Рис. 2.4. Оптимальный бинарный код и соответствующее 2-дерево.

Разработанные в главе III общие алгоритмы поиска оптимального r -дерева могут быть использованы для построения оптимальных кодов. Разумеется, в теории кодирования созданы гораздо более эффективные алгоритмы: для r = 2 – это алгоритм Хаффмана построения оптимального бинарного кода [48], для произвольного r 2 обобщение алгоритма Хаффмана описано, например, в [42]. Алгоритмы имеют порядок сложности n log n и позволяют, таким образом, решать задачи на Dr ( f ) для функционала (2.1).

Утверждение 2.3. Функционал (2.1) вогнут.

Доказательство. Рассмотрим набор групп {g1,, gk } и произвольное разбиение на поднаборы {h1,, hi} и {hi+1,,hk } (см. опр. 1.30), k 3, 1 < i < k. Обозначим g = g1 gk, h = h1 hi. Тогда g = h hi+1 hk, то есть P(g1,, gk ) = = a g pi = P(h,hi+1,, hk ). Следовательно, верно неравенство i P(g1,, gk ) P(h1,, hi ) + P(h,hi+1,, hk ). Утверждение доказано.

Таким образом, по следствию к теореме 1.6 оптимальным деревом на D( f ) будет веерная организация стоимости 1. Она же будет оптимальной на Dr ( f ) при r n, так как в этом тривиальном случае каждому символу входного алфавита соответствует слово из одной буквы выходного алфавита.

3. Оптимальная структура управления сетью доставки материальных потоков.

В различных работах (см., например, [10, 37]) приводится следующая задача1. Задана сеть доставки материальных потоков T = (N, ET ), то есть ориентированный граф с множеством вершин N и дуг ET, связывающий источники материальных потоков с потребителями через промежуточные точки ветвления. Каждая дуга (u,v) ET характеризуется потоком заявок частоты (u,v) на материальные потоки и величиной материального потока (u,v). Рассмотрим дерево D = (V, E) D( f ), где f = N. Для любой вершины h V \ ND частота заявок (h) и суммарный материальный поток (h), с которыми “имеет дело” центр, управляющий группой h, вычисляются следующим образом (см. [37]):

(h) = (h, N \ h) + (N \ h,h) + h \ h ), (h)(h, h QD (h) = (h, N \ h) + (N \ h,h) + ( h)(h, h \ h), h QD где для любых групп g, g, g g = через (g, g ) = =,v) и u g(,ug (g, g) = (u,v)ET g(v,gv) соответственно (u,v)ET,u v,u, обозначены поток заявок и материальный поток из группы g в группу g. Таким образом, через центр, управляющий группой h, проходит поток заявок из h во все остальные элементы N (первое слагаемое), из всех остальных элементов N в h (второе слагаемое) и потоки заявок между подгруппами из QD (h), которые непосредственно подчинены группе h (третье слагаемое). То же самое касается и материальных потоков. Общие потери (затраты), связанные с работой системы управления, определяются С точностью до обозначений.

Сеть представляет собой частный случай технологического графа (см. п.1), но функционал стоимости определяется по-другому.

следующим образом:

P(D) = N[ (h) ( (h),c(h)) + c(h)], hV \ D где c(h) – стимулирование работы центра, управляющего группой h, ( (h),c(h)) – доля материального потока, которая теряется из за ошибок в управлении.

При заданном стимулировании функционал P(D) структурен, так как для любой группы h V \ ND величины (h), (h), c(h) определяются только самой группой h и группами из QD (h), которые непосредственно подчинены h, то есть набором подчиненных групп. Таким образом, для поиска оптимальной структуры управления, то есть дерева D D( f ), минимизирующего потери P(D), можно использовать алгоритмы поиска оптимального дерева, разработанные в главе III. При этом неважно, какая сеть рассматривается – однопродуктовая или многопродуктовая, так как величины и могут быть как числами, так и векторами. В [37] отмечается, что задача в общем случае весьма сложна. В [10] для однопродуктовой сети и функции (,) специального вида рассмотрена комбинированная задача выбора стимулирования (правил функционирования) и структуры управления.

4. Оптимальная структура управления однородными элементами.

В работе [21] рассмотрена следующая задача. Задано множество N элементов нулевого уровня, n = N. Каждый элемент нулевого уровня должен быть связан с одним элементом первого уровня, в свою очередь элемент первого уровня – с одним элементом второго, и т.д. Элементы уровня l -1 связываются с единственным элементом уровня l. С каждым элементом уровня j связан, по крайней мере, один элемент уровня j -1. Обозначим через n количество элементов на j -ом уровне управления, j j = 0, n. Тогда 1 = nl nl-1 n1 n0 = n. Обозначим через x 1 количество элементов уровня j -1, которые подчинены ji i -му элементу уровня j, j = 1,l, i = 1,n, i=1,n x = n.

j ji j- j j Предполагается, что затраты K (x ) 01 на создание пункта ji управления зависят только от количества подчиненных x и от ji уровня j. То есть все элементы одного уровня предполагаются однородными, так что затраты зависят лишь от количества подчиненных элементов, но не от их состава. Задача построения оптимальной структуры управления заключается в поиске чисел l,n, x, которые удовлетворяют вышеуказанным ограничениям и j ji n l j минимизируют суммарную величину затрат K j (x ). При ji j=1 i= этом количество уровней не должно превосходить некоторой предельной величины: l L.

Очевидно, что рассматриваемые структуры представляют собой деревья из D( f ), где f = N. Длина пути из начальной вершины в f не должна превосходить L. Обозначим множество таких деревьев через DL ( f ) D( f ). Кроме того, накладывается ограничение на подчиненность: длина пути в вершину g из любой подчиненной начальной вершины {a} g одинакова и равна уровню g.2 Обозначим множество таких деревьев через D ( f ) DL ( f ). На множестве D ( f ) задан функционал L L стоимости дерева D = (V, E) D ( f ) : P(D) = L gV \ ND K j ( QD (g) ).

В общем случае функционал неструктурен, так как зависит не только от групп, непосредственно подчиненных группе g, но и от уровня j группы g, то есть от длины пути из начальной вершины в g. Таким образом, рассмотренная задача представляет собой задачу об оптимальной организации с неструктурным функционалом стоимости. Очевидно, что функционал P можно продолжить на DL ( f ) по вышеуказанной формуле. Тогда верно следующее утверждение.

1 j В работе [21] условие неотрицательности затрат K (x ) 0 явно не выписано, ji но подразумевается при построении методов решения.

То есть одной вершине не могут быть подчинены вершины разных уровней.

j Утверждение 2.4. Если для любого j выполнено K (1) = 0, то оптимальное на D ( f ) дерево будет оптимальным и на DL ( f ).

L Доказательство. Рассмотрим произвольное дерево D = (V, E) DL ( f ). Для произвольной вершины g V через l(g) обозначим длину максимального пути из подчиненных начальных вершин {a} g в g. Рассмотрим g V \ ND. Пусть QD (g) = {g1,, gk } и l = max(l(g1),,l(gk )). Если для некоторой вершины gi выполнено l(gi ) < l, то проделаем следующее.

Pages:     || 2 | 3 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.