17
Wprowadzenie
problem decyzyjny można by wziąć pod uwagę znacznie więcej kryteriów, poświęcając na jego rozwiązanie mniej czasu.
Głównym celem niniejszej monografii jest przedstawienie możliwości wykorzystania wybranych metod modelowania systemów produkcyjnych do zapewnienia stabilności przebiegu i realizacji procesów produkcyjnych. Stabilność systemu produkcyjnego będzie rozumiana jako zachowanie przez system stanu równowagi przez pewien założony okres. W zapewnieniu stabilności konieczne jest z jednej strony odpowiednie sterowanie, a z dmgiej analiza, ocena i eliminacja losowych czynników zakłócających (czynników ryzyka). Sterowanie w kontekście systemów produkcyjnych oznacza podejmowanie decyzji na podstawie informacji lub danych pochodzących ze sterowanego systemu. Wpływ jedno- lub wielokryterialnej decyzji na system produkcyjny bardzo dobrze można sprawdzić na modelu, który zawiera istotne w rozważany m kontekście wybrane elementy i ich parametry oraz łączące je związki i relacje. Bardzo ważnym aspektem jest tutaj dobór odpow iedniego typu modelu do rodzaju i charakteru podejmowanej decyzji. Między innymi dlatego niniejsza monografia jest przedstawieniem dorobku autorki w zakresie różnych rodzajów metod modelowania systemów produkcyjnych, oceny ryzyka i niezawodności na różnych poziomach zarządzania oraz wykorzystania sztucznych sieci neuronowych do sterowania systemami produkcyjnymi.
Aby w pełni zaprezentować przydatność poszczególnych typów modeli podczas podejmowania decyzji, na końcu rozdziałów lub podrozdziałów zamieszczono przy kłady ich prakty cznych zastosowań. Przy kłady te pochodzą z rzeczywistych zakładów produkcyjnych, w których prowadzone były prace w postaci projektów naukowych, rozwojowych i wdrożeniowych. Wszystkie przykłady zamieszczone w niniejszej monografii należy traktować jako wielowymiarową koncepcję wykorzystania modelowania w zapewnieniu stabilności systemów produkcyjnych. Złożoność zagadnienia modelowania, różnorodność systemów produkcyjnych oraz różne poziomy podejmowania decyzji odnośnie do systemu wytwórczego nie ułatwia przedstawienia jednego uniwersalnego przykładu lub prostej, jednowymiarowej metody.
Opisywane w pracy rodzaje modeli i możliwości ich zastosowania w zapewnieniu stabilności systemu produkcyjnego przedstawiono schematycznie na rysunku 7. W celu zilustrowania struktury i układu pracy na rysunku 7 zamieszczono również numery rozdziałów i przykładów, które charakter} żują prezentowane rodzaje modeli.
Jednym z ważniejszych osiągnięć pracy jest zaproponowanie koncepcji fuzji modeli symulacyjnych i modeli sztucznych sieci neuronowych. Zaproponowano model hybrydowego systemu ekspertowego do oceny możliwości realizacji założonych celów (planów produkcji) wykorzystujący wnioskowanie rozmyte. Proponowany model hybrydowy ułatwił ocenę możliwości realizacji założonego celu w zależności od wielkości ryzyka bądź poziomu stabilności systemu produkcyjnego oraz podejmowanie szybko decyzji na temat zasadności planowanych do wprowadzenia zmian organizacyjnych. Zastosowane reguły wnioskowania rozmytego ułatwiają wyciąganie wniosków na podstawie reguł opartych na wartościach lingwistycznych.