ФОРМИРОВАНИЕ ИНФОРМАЦИОННОЙ МОДЕЛИ СЛОЖНОЙ ТЕХНИЧЕСКОЙ СИСТЕМЫ

© В.В.Балашов, А.В.Смирнов, Т.О.Цейтлина
© Государственный музей истории космонавтики им. К.Э. Циолковского, г. Калуга
Секция "Проблемы ракетной и космической техники"
2012 г.

В докладе на XLV Научных чтениях памяти К.Э. Циолковского был рассмотрен ряд современных методов исследования и прогнозирования развития сложных технических систем. Были приведены основные определения и дано краткое описание методов работы с большими информационными массивами. Эти методы были использованы авторами при исследовании и прогнозировании развития авиационной транспортной системы России. Результаты этих исследований докладывались на заседаниях секции «Авиация и воздухоплавание» Научных чтений памяти К.Э. Циолковского на протяжении 2003-2011 гг.

Авиатранспортная система России рассматривается как сложная техническая система. Отличительной особенностью сложных систем является то, что при удалении из их состава отдельных компонент могут быть утрачены некоторые важные свойства системы, а при добавлении компонент возникают качественно новые свойства. Сеть магистральных авиалиний России является элементом авиатранспортной системы страны, и происходящие в ней изменения необходимо учитывать при планировании деятельности в авиационной отрасли. Представление о потребном в будущем парке пассажирских самолётов должно базироваться на обоснованном прогнозе объёма и структуры рынка пассажирских авиаперевозок.

В традиционно используемых методах прогнозирования рассматриваются пассажиропотоки на заданной (как правило, реально существующей) сети авиалиний. Однако для развивающихся (таких, как российский) рынков пассажирских авиаперевозок чрезвычайно важно учитывать изменения, происходящие в топологии сети авиалиний. Решение задачи прогнозирования изменения топологии сети авиалиний позволит дать ответ на вопрос о том, какие пары городов в будущем будут связаны прямым авиасообщением (авиалинией). При этом в работе не рассматриваются предполагаемые уровни пассажиропотоков на авиалиниях, а лишь решается вопрос о существовании либо отсутствии этих авиалиний. Фактически речь идёт о формировании универсальных (не зависящих явно от времени и не относящихся только к конкретной паре городов) «условий существования» авиалиний – правил, в соответствии с которыми происходит появление, существование и исчезновение авиалиний.

Модель «условий существования» авиалиний целесообразно рассматривать как информационную модель. Предпосылками для разработки информационной модели являются достаточная доступность необходимых статистических данных и наличие высокоэффективных методов обработки данных, позволяющих выявить «скрытые» статистические закономерности при исследовании всей совокупности исходных данных. Построение информационной модели сложной технической системы осуществляется в рамках системного моделирования. Его результатом является формирование некоторой модели системы, которая отражает важнейшие свойства системы-оригинала.

На процессы формирования и изменения пассажиропотоков влияет множество факторов, однако оценить это влияние и тем более его формализовать чрезвычайно сложно. Вряд ли возможно учесть всю совокупность факторов, определяющих существование или отсутствие прямой авиасвязи между двумя данными городами (авиалинии). Для этого необходим сбор разнообразных статистических данных, проведение численных экспериментов и анализ их результатов. В конечном счёте, наиболее значимые переменные сохраняются, а наименее значимые исключаются из дальнейшего рассмотрения. Предполагается, что существование или отсутствие авиалинии определяется тремя группами переменных, характеризующих каждый из двух городов и саму линию транспортной связи. Переменные, относящиеся к городу, разделяются на две группы, характеризующие город (с прилегающими к нему территориями) как «центр спроса» на авиаперевозки и как «цель поездки».

«Условия существования» авиалиний формируются нейронной сетью. На вход сети подаётся набор исходных (в основном статистических) данных, на выходе сети формируется ответ - должна ли существовать прямая авиасвязь между двумя городами при этом наборе входных данных. В нейронных сетях вычислительный процесс не строится в соответствии с заданным алгоритмом, а формируется в процессе обучения. Важное преимущество нейронных сетей состоит в их способности создавать обобщения – возможность получать обоснованный результат на основе данных, которые не использовались в процессе обучения.

Процесс формирования обучающей выборки нейронной сети связан со статистической гипотезой – предположением о главном факторе, определяющем существование прямого авиасообщения между двумя городами. Принцип формирования обучающей выборки соответствует статистической гипотезе, согласно которой главным фактором является цель поездки. Качество моделирования сети авиалиний в значительной мере зависит от состава переменных, определяющих «условия существования» авиалиний. В работе рассмотрена достаточно широкая совокупность переменных, которые можно было бы использовать в качестве входных переменных нейронной сети. С использованием метода генетического алгоритма осуществлён поиск рационального (близкого к оптимальному по критериям данного метода) состава переменных, для которого обеспечиваются необходимые вычислительные ресурсы. На основе метода самоорганизующихся карт Кохонена сформирована обучающая выборка, не допускающая переобучения нейросетевой модели «условий существования» авиалиний.

Задача формирования модели «условий существования» авиалиний характеризуется рядом аспектов неопределённости, в том числе – неопределённостью правил, в соответствии с которыми делается вывод о существовании или отсутствии прямого авиасообщения между данными городами. Это определяет целесообразность использования технологии нечёткого моделирования, которая ориентирована на работу в условиях неопределённости. В общем случае под нечёткой моделью понимается информационно-логическая модель системы, построенная на основе теории нечётких множеств и нечёткой логики. Нечёткое множество представляет собой совокупность таких элементов, относительно которых нельзя с полной определённостью утверждать, принадлежит ли этот элемент данному множеству или нет. В отличие от классической логики, в которой все высказывания могут иметь только два значения – «истина» (1) или «ложь» (0), в нечёткой логике истинность высказывания оценивается «в некоторой степени», принимая промежуточные между 0 и 1 значения.

Анализ интенсивности полётов, осуществляемых на внутрироссийских магистральных авиалиниях в течение трёх лет (2005, 2006 и 2007 гг.), позволил сформировать функцию принадлежности для нечёткого понятия «авиалиния существует». Каждой авиалинии (в зависимости от стабильности её состояния на протяжении трёх лет и темпа изменения интенсивности полётов) было поставлено в соответствие определённое значение выходного параметра нейронной сети, характеризующего существование авиалинии. Это позволило более полно раскрыть содержание понятия «авиалиния существует» и, следовательно, улучшить обобщающие свойства модели.

С использованием разработанной нечёткой нейросетевой модели «условий существования» авиалиний проведено моделирование сети магистральных авиалиний для данных 2006 г. Подход к интерпретации результатов моделирования, основанный на введении «зоны нечувствительности» модели, позволил выявить авиалинии, моделируемые неоднозначно, и сформировать структуру «коммуникационного ядра» сети внутрироссийских магистральных авиалиний.