WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 | 2 || 4 | 5 |   ...   | 26 |

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”.

Pages:     | 1 | 2 || 4 | 5 |   ...   | 26 |



© 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.