АНАЛИТИЧЕСКИЕ МОДЕЛИ ПОКАЗАТЕЛЕЙ ЭФФЕКТИВНОСТИ
Комплексный показатель целевой надежности системы (2.13) может быть представлен в следующем виде:
і
/? = 1 — |>в (У) dFn (у), (2.87)
о
где у — нормированная реализация конечного результата функционирования системы (0<у<1).
С помощью предложенных в параграфе 2.2. функций FB(y) и FH{y) на основе модели (2.87) может быть получено 16 частных моделей. Однако, теоретический интерес и практическую значимость представляют лишь четыре модели: ступенчатая, линейная, экспоненциальная и нормальная.
Ступенчатая модель эффективности. Ступенчатой будем называть модель, основанную на ступенчатой функции распределения необходимого конечного результата (2.83) и произвольной функции распределения возможного конечного результата функционирования системы. Общая ступенчатая модель эффективности получается путем подстановки значения Fn(y) из выражения (2.83) в :(2.87):
R=l-F,(y). (2.88)
В качестве FB(y) может быть использована любая известная функция распределения. Ниже приводятся частные ступенчатые модели эффективности для четырех наиболее типичных видов функции FB(y): ступенчатая
(2.89)
ступенчато-линейная
R — 1 — У, о < у < 1;
ступенчато-экспоненциальная
R = е~*вУ; (2.91)
ступенчато-нормальная
Я = (2.92)
Пример 1. Возможный конечный результат функционирования системы характеризуется величинами рв = 0,8 и 0В=О, О5. Определить вероятность выполнения системой поставленной задачи, если необходимый .конечный результат характеризуется ступенчатым законом. распределения с параметром у = 0,7. Закон распределения возможного конечного результата функционирования системы не известен.
Решение.. 1. Предполагаем, что закон распределения возможного конечного результата функционирования системы ступенчатый с параметром У=0,8. По формуле (2.89) определяем #i=l, поскольку У>у. Заметим, . что здесь мы приняли Ов = 0. Если учтем, что сгв=0,05 и примем У = цв—Зсгв = 0,8—3-0,05 = = 0,65, то получим R, = 0.
2. Предполагаем, что закон распределения возможного конечного результата функционирования системы линейный. То-гда по формуле (2.90) при у—0,7 получаем #2=0,3.
3. Предполагаем, что закон распределения возможного результата функционирования системы экспоненциальный с параметром
ав= 1/>в= 1/0,8= 1,25.
‘Подставляем ав=1,25 и ук = 0,7 в формулу (2.91) и с помощью табл. 4 приложения определяем #з = 0,4.
4. Предполагаем, что закон распределения возможного конечного результата функционирования системы нормальный с параметрами Цв — 0,8 и ав=6,05. Тогда при у=0,7-по формуле (2.92) с помощью табл. 2 приложения получаем
Д* = Ч^5?Н'<2>-0’98’
Полученные четыре различные оценки для интересующей нас вероятности #1 = 1, #2 = 0,3, #з=0,4 и #4=0,98 свидетельствуют о том, что при ступенчатом законе распределения необходимого конечного результата функционирования
системы значение комплексного показателя целевой эффективности системы R существенно зависит от вида функции FB(y), поэтому выбор вида этой функции должен быть достаточно обоснованным. На основании качественного анализа использованных видов FB(y) можно сделать вывод, что в данном случае наиболее обоснованной является нормальная функция FB(y)н, так как при ступенчатой и линейной функциях необходимо, чтобы ав = 0, а при экспоненциальной Цв=>СГв, чего в рассмотренном примере мы не имеем.
Линейная модель эффективности основана на линейной функции распределения необходимого конечного результата функционирования системы и произвольной функции распределения возможного конечного результата функционирования системы. Для получения линейной модели эффективности подставляем в (2.87) значение F^(y), определяемое по формуле (2.84), и при и г/н=1 получаем
і і
R=l-[FAy)dy—- Ґ ydFB (у) = |i„- (2.93)
‘о о
Следовательно, при линейной функции распределения нормированного необходимого конечного результата функционирования системы (0^г/^1) комплексный показатель целевой надежности R численно равен математическому ожиданию возможного нормированного результата функционирования системы цв при любом законе распределения последнего.
Поскольку математическое ожидание рв является комплексным показателем целевой производительности системы, приходим к выводу, что при линейном законе распределения нормированного результата функционирования системы имеет место равенство
Mq = R,. (2.94)
т. е. нормированный’ комплексный показатель (критерий) целевой производительности системы Л40 численно равен комплексному показателю целевой надежности системы R. Следовательно, комплексный показатель R является не только показателем целевой надежности, но и показателем (критерием) целевой производительности системы.
Переход от нормированного комплексного показателя целевой производительности системы М0 к ненормированному комплексному показателю М в соответствии с (2.27) осуществляется с помощью равенства Л4 = ЖГ]М0 или с учетом (2.94):
М = MaR. (2.95)
Экспоненциальная модель эффективности. Экспоненциальной моделью эффективности системы условимся называть модель, основанную на экспоненциальных функциях распределения необходимого и возможного конечных результатов функционирования системы. Для построения этой модели необходимо подставить (2.81) и (2.85) в (2.87) и произвести соответствующие преобразования. В результате получим
R « 1 — е^Ч (2.96)
В данном выражении величина R зависит от отношения рв к іін, Поэтому последние могут быть и ненормированными.
Пример 2. План предприятия задан математическим ожиданием рп=200 ед., а производственные возможности предприятия по выполнению плана оцениваются математическим ожиданием Цв = 210 ед. Определить вероятность выполнения предприятием плана.
Решение. По формуле (2.96) с помощью табл. 4 приложения определяем
R = 1 — e-‘2I°/200 = 1 — е"1-05^- 1 —0,35 = 0,65.
Это означает, что среди элементарных факторов, определяющих конечный результат производства данного предприятия, 65% таких, которые благоприятствуют вьюолнению плана. Несмотря на то, что ц„>рн, целевая надежность производства данного предприятия невысокая. Объясняется это тем, что в данном „ случае имеет место разброс Ун и FB, который характеризуется среднеквадратичными отклонениями сгн = У20О и ств=У210.
Нормальная модель эффективности. Условимся называть нормальной моделью эффективности системы такую модель, которая основана на нормальных функциях распределения возможного и необходимого конечных результатов се функционирования. В результате подстановки (2.82) и (2.86) в (2.87) получаем
я = л(о*в-і*а)/ V4 ■ %;). ‘ (2.97)
При проведении расчетов по этой формуле не требуется нормирования конечного результата функционирования системы, поскольку аргумент функции FT(z) является безразмерным.
Пример 3. По условиям, данным в примере 2, определить R, если а„=20 ед. И Оц= 10 ед.
Решение. По формуле (2.97) с помощью табл. 2 приложения получаем
( 210 — 200 ‘ |
|
(/202+ 102 ; |
1 Л 22 ) |
R = |
FT |
= FT (0,46) = 0,68. |
Комплексный показатель целевой производительности системы
в соответствии с выражением (2.3)
Так как показатель М представляет собой математическое ожидание конечного результата функционирования системы, то для его расчета, очевидно, справедливы приведенные выше формулы математического ожидания случайной величины. Так, при биноминальном распределении конечного результата функционирования системы в соответствии с выражением (2.46) имеем
М = пр, (2.99)
еде р — вероятность получения требуемого конечного результата функционирования системы при единичной операции; п — число операций.
Если распределение конечного результата функционирования системы подчинено закону Пуассона, то
М = .
Аналогично рассматривая другие возможные законы распределения конечного результата функционирования системы, можно записать формулы, выражающие зависимость показателя М от параметров функции распределения. Следовательно, вопрос определения показателя М решается достаточно просто, если известен закон распределения возможного конечного результата функционирования системы. Если же этот закон неизвестен, то определение показателя М может быть произведено через показатель Д с помощью аналитических функций, связывающих эти показатели.
Зависимость М от Д для линейной модели эффективности (2.95) установлена. При экспоненциальной модели эффективности (2.96) между М и Д существует взаимосвязь
м
/?= 1-е. (2.101)
При нормальной модели эффективности (2.97) имеем
R = FT (м -(*„)IV’[8]m + <£). (2-І02)
С помощью формул (2.101) и (2.102) можно произвести расчеты, составить таблицы и построить графики, позволяющие по величине Д определять величину М и наоборот.
Таким образом, если имеются аналитические выражения для функции Ftf(y) или построены математические модели для комплексного показателя целевой надежности системы Д, то комплексный показатель целевой производительности определяется довольно просто. Болес того, показатель М может быть вычислен и в тех случаях, когда аналитическое выражение функции FB(y) неизвестно. Тогда используют известные из теории вероятностей правила вычисления математических ожиданий функций по известным математическим ожиданиям аргументов. Для этого суммарный конечный результат функционирования системы У представляют в виде линейной функции
. — Y=±Yj,
7= 1
где Yj — слагаемые конечного результата функционирования системы, для которых известны математические ожидания М3- и средние квадратичные отклонения О].
4 В соответствии с теоремой сложения математических ожиданий
М = y, Mj. (2.104)
7 = 1
:Если Yj независимы, то среднее квадратичное отклонение
Если же Yj(j= 1, п) зависимы, то а определяется с учетом корреляционных связей между величинами Y3-(/= 1, п). В этом случае для определения сг может быть использована следующая приближенная формула:
в = а’ — г (а’ — о"), (2.106)
где а’ — среднее квадратичное отклонение Y, определяемое по формуле (2.105); а" — максимальное значение среднеквадратичного из а, т. е. ст"=тах{03|/=
= 1, и}.’ г—’Коэффициент зависимости величин У3-(/= 1, я), который заключен в границах 0^г<1.
В том случае, когда информация о величине г отсутствует, принимают г=0,5, т. е. вычисляют <ху но формуле
а = Т(з’+0")’ (2.107)
Пример.4. Конечные результаты трех предприятий характеризуются оценками: Мi = 20;‘ М2 — 30 и — Л43=40 ед. Среднеквадратичные отклонения оценок:
°М1 = 2: °Л12 = 31 аж3 = 4 ед.
Определить оценку и среднее квадратичное отклонение суммарного конечного результата работы предприятий в предположении, что конечные результаты работы независимы.
Решение. По формуле (2.104) вычисляем
М = 20 + 30 + 40 = 90 ед., а по формуле (2.105) определяем, что
а — -)У22 -(- З2 + 4^ = ~j/29 ~ 5,4 ед.
Пример 5. По условиям, заданным в примере 2.4, определить М и а в предположении, что коэффициент зависимости конечных результатов работы. отдельных предприятий z—ОД
Решение. Поскольку, на величину М не влияет степень зависимости слага1 емых результатов, она остается той же, что и в примере 4, т. е. Л4 = 90 ед.
■Среднее квадратичное отклонение в данном случае определяется по формуле (2.106):
а = 5,4 — 0,8 (5,4 — 4) = 4,3 ед.
Математическая модель (2.104) называется моделью непересе — кающихся эффектов (рис. 2.3). Если в действительности конечные результаты функционирования подсистем данной системы пересекаются, то модель (2.104) дает завышенный результат. Такое положение имеет место, например, при расчете валового продукта. Учесть пересечение эффектов при расчете показателя можно с помощью следующей модели:
44о = 2 АГ0 j — 2 ^0 U + 2 Мо U* +•••+(- 1 )"-1 440 *, (2.108)
7=1 J<i i<j<&
где Ма— математическое ожидание нормированного конечного результата функционирования системы; M0j — математическое ожидание нормированного конечного результата функционирования j-й подсистемы (/=1, л); М0ц—математическое ожидание нормированного совместного конечного результата функционирования трех подсистем (і</</г|/=1, я); М0ц, к — математическое ожидание нормированного совместного результата функционирования всех п подсистем.
Нормирующий коэффициент Лїн должен быть для всех конечных результатов (суммарного и частных) один и тот же. Среднеквадратичное отклонение в данном случае определяется по формуле (2.106).
Пример 6. По условиям, заданным в примере 2.4, определить М и о с учетом пересечения эффектов. Нормирующий коэффициент Л1н =100 ед.
Решение. Определяем НОріМИрО — вавные конечные результаты функционирования подсистем: М0і = 0,2; Мог = 0,3; М03=0,4.
По формуле (2.108) вычисляем величину М0:
М0 = (0,,2 + 0,3 + 0,4) —(С,2-0,Э+0,2-0,4 + 0,3-0,4) +0,2 ■ 0,3 • 0,4 = 0,66.
По формуле (2.94) определяем М=М0МН =0,66 ■ 100=66 ед.
Среднее квадратичное отклонение будет то же, что и в примере 5 (сг= =4,3 ед.). Сопоставив полученный результат (М=,66 ед.) с тем, который был получен в примере 4 без учета пересечения эффектов (М = 90 ед.), приходим к выводу, что неучет пересечения эффектов в данном примере приводит к завышению конечного эффекта примерно на 36%.
Комплексный показатель целевой экономичности системы представляется как
оо
S=^udF(u). (2.109
Основная трудность практической реализации этой модели состоит в выборе функции F(u). Поскольку ресурсы U могут быть разнородными, то
U=%UJt (2.110)
/= і
где Uj — необходимый расход j-го ресурса (/=1, п).
При этом
S= %Sj (2.111)
i=і
или
So = 2 S0j— 2 So<y +- 2 Soijk ••■ + ( 1)” Sq /у,(2.112)
ji = l i<j i<j<k
Связь между S и S0 определяется формулой
• s = s0s„, (2.113)
где S0 — нормированный комплексный показатель целевой экономичности системы; 5Н —нормирующий множитель (коэффициент), который должен быть одинаковым как для суммарного, так и для слагаемых ресурсов.
При использовании формул (2.111) и (2.112) величины S-; определяются с помощью математических моделей, построенных на основе исходной (2,109). Это означает, что во всех случаях необ- т
ходимо иметь аналитические выражения для F(u) или F(Uj), j = = 1 ,n.
По^ аналогии с выражениями (2.79) — (2.82) для функции распределения необходимых ресурсов можно предложить следующие математические модели:
ступенчатая
|
где р„ и Ои — математическое ожидание и среднее квадратичное отклонение необходимого’ ресурса.
Если параметры приведенных выше функций распределения необходимого ресурса известны, то определение комплексного показателя целевой экономичности системы не вызывает затруднений. Так, если функция распределения необходимого ресурса ступенчатая, то 5 = ын, если F(u) линейна, то S = 0,5uH.
Для экспоненциальной и нормальной функций распределения необходимого ресурса комплексный показатель экономичности системы определяется как 5 = ‘
Важное значение для построения математических моделей комплексного показателя экономичности системы 5 имеют связи между показателями М, R и 5 в форме (2.22) и (2.24), а также математические модели комплексных критериев эффективности системы (2.27). В том случае, когда целью функционирования системы является получение заданного конечного результата при ограниченном расходе ресурса, по формуле (2.22) определяем
S^SJR.
С учетом (2.113) из этого выражения следует
Sq = R. (2.118)
Если целью функционирования системы при многократном ее применении является получение максимального суммарного конечного результата при ограниченном расходе ресурса, то в соответствии с (2.24)
S==SH/Af0. . (2.119)
После подстановки полученного выражения в (2.27) получаем
S0 = M0, ‘ (2.120)
т. е. в случае, когда целью функционирования системы является получение максимального суммарного результата при ограгшчен-
ком ресурсе, комплексный критерий целевой экономичности системы Sо численно равен комплексному критерию производительности системы М0.
Наконец, если целью системы является обязательное получение заданного конечного результата при неограниченном расходе ресурсов, математическое ожидание расхода ресурса на получение заданного конечного результата
S = Sx//? ‘(2.121)
где S4—расход ресурса в данном цикле функционирования системы; R(Si) — вероятность получения заданного конечного результата при одном цикле функционирования системы и расходе ресурса S4.
Циклы повторяются до тех пор, пока цель функционирования системы не будет достигнута. Полагая, что 5 является минимально необходимым расходом ресурса для достижения заданной цели, комплексный критерий экономичности системы в соответствии с (2.27) определится как
Sq = Si/S или S0 = Я (SO. (2.122)
Следовательно, в том случае, когда целью функционирования системы является получение заданного конечного результата при неограниченном расходе ресурса, комплексный критерий целевой экономичности численно равен вероятности достижения цели при одном цикле функционирования системы R(S{) с расходом ресурса в каждом цикле Si. Функционирование системы после каждого цикла контролируется и прекращается только по достижении заданного конечного результата. Сказанное справедливо и в том случае, когда к выполнению задачи привлекается несколько систем.
Пусть перед специальным авиаподразделением поставлена задача разведки некоторого объекта в труднодоступном районе. Вероятность обнаружения объекта щря одном вылете самолета равна R(Si), где Si — затраты ресурсов на один вылет. Вылеты повторяются одним и тем же самолетом или несколькими самолетами данного типа до тех пор, пока объект не будет обнаружен. Математическое ожидание затрат ресурсов S в данном случае будет определяться по формуле (2.121), а целевая экономичность операции оцениваться критерием S0 (2.122). По смыслу задачи в качестве комплексного показателя целевой экономичности системы может быть использовано также математическое ожидание числа вылетов для выполнения заданной цели:
N = S/Sl.
‘Как итог анализа моделей комплексных показателей и критериев эффективности систем воздушного транспорта отметим удобство этих моделей при практическом использовании, наглядность и низкую трудоемкость расчетов. При анализе этих моделей установлено:
1. В случае линейных моделей эффективности комплексный критерий целевой эффективности является в то же время комплексным критерием целевой производительности и целевой экономичности системы. Для моделей, отличных от линейных (например, экспоненциальной и нормальной), между показателями и критериями также существует взаимосвязь, позволяющая по известным комплексным показателям эффективности вычислять комплексные критерии эффективности, и наоборот.
2. Существуют три типичных случая, для которых выявлена комплексная оценка эффективности системы. Для промежуточных случаев комплексные оценки хотя и менее определенны, однако возможны.
3. Исходным пунктом разработки математических моделей показателей и критериев эффективности является наличие аналитических выражений для функций распределения конечного результата функционирования системы и функции распределения необходимого расхода ресурсов на получение заданного конечного результата функционирования системы.
Рассмотренные аналитические модели позволяют строить комй — лексные показатели и критерии эффективности систем воздушного транспорта по известным параметрам и единичным показателям функционирования систем. Однако в практике исследования эффективности воздушного транспорта могут встретиться такие случаи, когда для использования аналитических моделей нет необходимых исходных данных. Тогда ищут другие пути решения поставленной задачи, к которым относятся натурные и машинные эксперименты, а также решение задач оценки эффективности с помощью статистических моделей.