Рус Eng За 365 дней одобрено статей: 2065,   статей на доработке: 293 отклонено статей: 786 
Библиотека

Вернуться к содержанию

Программные системы и вычислительные методы
Правильная ссылка на статью:

Интеллектуализация управления техническими системами в рамках функционального подхода
Душкин Роман Викторович

Директор по науке и технологиям, Агентство Искусственного Интеллекта

127473, Россия, Москва, г. Москва, пер. 1-Й волконский, 15

Dushkin Roman

Chief Science and Technology Officer, Artificial Intelligence Agency

127473, Russia, Moskva, g. Moscow, per. 1-I volkonskii, 15

roman.dushkin@gmail.com
Другие публикации этого автора
 

 

DOI:

10.7256/2454-0714.2019.2.29192

Дата направления статьи автором в редакцию:

10-03-2019


Дата публикации:

18-07-2019


Аннотация.

В статье рассматриваются отдельные вопросы интеллектуализации управления техническими системами в рамках функционального подхода к построению интеллектуальных систем управления различными объектами и процессами на основе системотехники и комплексотехники. Интеллектуализация управления позволяет одновременно получить все выгоды различных парадигм рассмотрения процессов различной природы, а также эмерджентно проявить новые свойства общего подхода для повышения степени управляемости и эффективности эксплуатации технических объектов управления (и вообще практически произвольных объектов управления технического характера). Применение функционального подхода в совокупности с комплексотехникой в вопросах интеллектуального управления такими объектами, как транспорт, здания, энергетика, позволяет перевести их эксплуатацию на более высокий уровень доступности сервисов, устойчивости, экологичности и всестороннего развития не только самого объекта управления, но и иерархии его надсистем — муниципалитета, региона, государства. Научная новизна предлагаемого подхода заключается в новом применении математического аппарата в части общей теории множеств и теории категорий для организации распределённой вычислительной системы в сфере интеллектуальных зданий и управления их внутренней средой. Статья может стать основой для новизны более высокого порядка при переходе от системного к комплексному подходу. При этом далее используется системный подход с применением упрощенной кибернетической «потоковой» схемы функционирования интеллектуального здания.

Ключевые слова: функциональный подход, интернет вещей, децентрализация, искусственный интеллект, интеллектуализация, вычисления на краю, интеллектуальное здание, управление, система управления, системный подход

Abstract.

The article discusses certain issues of intellectualization of control of technical systems in the framework of a functional approach to the construction of intelligent control systems for various objects and processes based on systems engineering and complex engineering. Intellectualization of management allows you to simultaneously get all the benefits of various paradigms for considering processes of various nature, as well as emergent to show new properties of the general approach to increase the degree of controllability and efficiency of operation of technical control objects (and generally practically arbitrary control objects of a technical nature). The application of the functional approach in combination with complex equipment in the intellectual management of such objects as transport, buildings, energy, allows us to transfer their operation to a higher level of service availability, sustainability, environmental friendliness and comprehensive development of not only the control object itself, but also the hierarchy of its super-systems - municipality, region, state. The scientific novelty of the proposed approach lies in the new application of the mathematical apparatus in terms of the general theory of sets and category theory for organizing a distributed computing system in the field of intelligent buildings and managing their internal environment. An article can become the basis for novelty of a higher order in the transition from a systemic to an integrated approach. Furthermore, a systematic approach is used with the use of a simplified cybernetic "streaming" scheme of functioning of an intelligent building.

Keywords:

edge computations, intellectualization, artificial intelligence, decentralization, internet of things, functional approach, smart building, management, control system, system approach

1. Интеллектуальность и интеллектуализация

Процесс развития технологий открывает для человечества самые широкие возможности по автоматизации и интеллектуализации управления. При движении в направлении к четвёртой технологической революции, которая выражается к переходу к так называемой «Индустрии 4.0» [1], осуществляется разностороннее внедрение и применение всевозможных «умных» систем и элементов инфраструктуры — умных зданий, умных дорог, умных городов и даже умных регионов и умных государств [2]. Появление и распространение подобных элементов инфраструктуры и технических систем предполагает использование для автоматизации новые принципы, выводящие объекты автоматизации на более высокие уровни эффективности и инновационности [3].

Необходимо отметить, что отдельные исследователи и учёные заостряют внимание на возникающих перед человеческой цивилизацией новых вызовах из-за всё большего и большего соприкосновения отдельных технологий, входящих во множество технологий Индустрии 4.0, с бизнесом, производством, экономикой и даже самой жизнью каждого отдельного человека и всего социума в целом [4]. Эти вызовы и риски основаны не только на ряде достаточно сложно решаемых или нерешаемых вовсе морально-этических проблем, но и имеющегося в настоящее время разрыва в научно-обоснованных и теоретически осмысленных технологиях и их применении. Такое состояние текущего развития отрасли покоится на том, что теоретическое осмысление и практическое применение новых технологий при автоматизации и, тем более, интеллектуализации устоявшихся процессов не рассматривается в необходимом объёме и качестве. Часто при проектировании, разработке и внедрении сложных социотехнических систем и киберфизических комплексов применяется подход, при котором работающие старые методы не меняются, несмотря на наличие новых задач и новых методов их решения [5]. Поэтому при формировании первичного видения при проектировании применяются «выстраданные опытом» подходы, а на практике внедряются морально и технологически устаревшие решения.

Далее в этой работе под интеллектуальностью искусственной системы понимается наличие у неё двух свойств — автономности и адаптивности [6]. Высокая степень автономности работы искусственной системы позволяет ей самостоятельно принимать решения в рамках своей функциональности и заложенной экспертизы. Возможность адаптации к изменяющимся условиям внешней среды при эксплуатации или изменяющимся условиям самой эксплуатации позволяет искусственной системе обучаться и продолжать функционировать. Предлагается считать, что чем выше степень автономности и адаптивности искусственной системы, тем выше её интеллектуальность.

С другой стороны, под интеллектуализацией понимается процесс повышения степени интеллектуальности технической системы. Исходя из того, что интеллектуальность является составной характеристикой из двух более простых свойств, интеллектуализация представляет собой траекторию развития системы в рамках своего жизненного цикла от низкого уровня к высокому по двухмерному пространству состояний [7].

Если рассмотреть относительные шкалы для описания и классификации технических систем по степеням их адаптивности и автономности, то можно представить двумерное пространство (возможно, непрерывное), в котором каждой определённой технической системе с заданными степенями адаптивности и автономности будет соответствовать некоторая точка, лежащая в квадрантах от точки (0, 0) — полностью неадаптивная и неавтономная система до точки (1, 1) — совершенно адаптивная и автономная система (рис. 1).

Рис. 1. Квадранты для классификации технических систем по адаптивности и автономности для выявления степени интеллектуальности систем

В качестве типовых примеров систем, которые находятся в квадрантах двумерного классификатора интеллектуальности систем, можно привести следующие:

I. Робот-манипулятор на промышленном производстве — обычно такой робот преднастроен на выполнение заданной последовательности действий (низкая адаптивность) и в принципе не предназначен для продуцирования каких-либо решений (отсутствие автономности).

II. Робот-пылесос — этот робот при попадании в незнакомое окружение обследует новое пространство и строит его модель для дальнейшего использования в своей работе (высокая адаптивность), но при этом выполняет только одну функцию уборки помещения с запуском по команде владельца или по триггеру в календаре (низкая автономность).

III. Система поддержки принятия решений в заданной проблемной области — такая система обычно уже преднастроена под определённые ситуации и добавление новой ситуации требует существенной доработки системы (низкая адаптивность), при этом система сама готовит решения и объясняет их (высокая автономность).

IV. Персональный помощник — система для планирования, напоминания, выполнения рутинных действий, которая постоянно обучается во взаимодействии со своим пользователем (высокая адаптивность) и при этом может самостоятельно запускать различные сценарии общения со своим пользователем и в рамках такого общения самостоятельно делать выбор в пользу того или иного варианта решения на основе прошлых предпочтений пользователя (высокая автономность).

Таким образом, интеллектуализация представляет собой процесс перевода (эволюции) технической системы из её текущего положения в пространстве «Адаптивность — Автономность» в четвёртый квадрант как можно ближе к точке (1; 1). Из квадрантов II и III такой переход может быть осуществлён непосредственно, в то время как из квадранта I может существовать три возможных траектории интеллектуализации системы (рис. 2).

Рис. 2. Возможные траектории интеллектуализации технических систем

Традиционной методологией научного познания, применяемой для работы с техническими системами, является системный подход [8]. Этот методологический инструментарий предлагает широкие возможности по анализу и синтезу сложных систем практически любой природы. Вместе с тем, несмотря на кажущуюся универсальность, системный подход обладает существенным недостатком — системы рассматриваются в качестве взаимосвязанного набора элементов, под которыми часто понимаются некоторые объекты в отрыве от общего предназначения системы, её эмерджентно возникающих функций и их взаимосвязи с функциональностью каждого элемента. В итоге зачастую на практике получаются перекосы, когда при проектировании сложной технической системы она рассматривается в качестве некоторого набора объектов, общая и интегральная функциональность которых не принимается во внимание.

Функциональный подход разработан в рамках декларативного программирования и основан на понятии математической функции. Функциональное программирование оперирует функциями, как базовыми примитивами для описания алгоритмов. Это позволяет рассматривать вычислительные процессы в качестве последовательности вызовов функций, каждая из которых может выражаться через атомарные действия и вызов других функций, в том числе и самих себя при организации рекурсивных вызовов [9].

Математическая функция представляет собой «чёрный ящик» с множеством входов и множеством выходов (рис. 3). Чёрный ящик реализует некоторое вычисление, то есть преобразование входных значений в выходные. Функции обладают двумя важными свойствами — детерминированностью и чистотой [10]. Детерминированность обозначает, что результат вычислений функции зависит только от значений входных параметров. Чистота обозначает, что функция только возвращает значение, не выполняя никаких побочных эффектов. Фактически, свойства детерминированности и чистоты подразумевают, что функция работает только с выделенной для её работы памятью, ничего не получая из внешней памяти и ничего не записывая в неё.

Рис. 3. Функция как чёрный ящик с входами и выходами

Такие свойства функций позволяют организовывать вычисления в виде организации цепочек выполнения функций, когда одни, закончив свои вычисления, передают результаты следующим. Главная особенность состоит в том, что такие цепочки могут вычисляться параллельно — если функции не зависят друг от друга, то они могут безопасно быть вычислены в параллельном режиме, так как ни одна из них гарантированно не повлияет на память, используемую другой [11]. Это, в свою очередь, позволяет избежать многих проблем, возникающих в рамках параллельных или конкурентных вычислений, основанных на обычной вычислительной модели [12].

Вместе с тем рассмотрение вопросов автоматизации технологических процессов раскрывает важную роль различных устройств ввода-вывода [13]. К устройствам ввода обычно относятся разного рода датчики, в то время как устройства вывода — это обычно исполнительные устройства. Эти типы устройств предназначены для непосредственного взаимодействия со средой, а это означает, что в них нарушаются свойства детерминированности и чистоты [9]. Ввод информации из среды всегда связан с недетерминированностью, а вывод информации в среду — это побочный эффект. Таким образом, использование устройств взаимодействия со средой в процессе выполнения технологического процесса нарушает базовые принципы функционального подхода. На рис. 4 схематично представлена описанная ситуация использования устройств ввода-вывода, взаимодействующих со средой, в системах управления.

Рис. 4. Взаимодействие устройства ввода-вывода в рамках системы управления со средой

2. Процесс интеллектуализации

В целом сущностью функционального подхода в рамках теории управления является рассмотрение цели и потребностей через призму множества функций, которые необходимо выполнить для достижения цели или удовлетворения потребностей [14]. При специфицировании этого множества функций реализуется один или несколько субъектов для исполнения этих функций, после чего выбирается такой функциональный субъект, для работы которого требуется минимальное количество совокупных затрат в течение всего жизненного цикла объекта управления на единицу полезного эффекта [15].

Если рассматривать только искусственные технические системы произвольной сложности, то функциональный подход можно упростить до анализа и синтеза функциональной структуры системы [16]. Для этого осуществляется рассмотрение комплекса функций системы и формирование соответствующей функциональной структуры. Процесс проектирования или совершенствования технической системы, отдельных её подсистем и элементов представляет собой моделирование функциональной структуры в следующей последовательности:

1. Формирование «дерева» функций системы;

2. Декомпозиция «дерева» функций системы до уровня набора базовых функций;

3. Формирование модели функциональной структуры системы;

4. Формирование морфологических моделей системы;

5. Многокритериальная оценка и выбор предпочтительных вариантов функциональной структуры системы.

Отдельные исследователи отмечают, что пренебрежение вышеописанным планом функционального анализа ведёт к своеобразному перекосу, когда система начинает рассматриваться не с точки зрения её предназначения в рамках своей надсистемы и функциональных характеристик для пользователя и потребителя, а как ценностная сущность сама по себе. Система становится как бы набором объектов, обладающих самостоятельной ценностью, что для технических и даже киберфизических систем является скорее «нонсенсом, возведённым в норму» [7]. В качестве примеров проявления такой порочной практики можно привести закупку и установку периферийного оборудования какой-либо автоматизированной системы управления (например, автоматизированной системы управления дорожным движением или автоматизированной системой управления умным домом), которое при эксплуатации не имеет ни социального, ни экономического эффекта. В конечном итоге всё такое периферийное оборудование либо переводится в режим сниженной функциональности (например, светофор в жёлтом мигании), либо консервируется, либо вовсе отключается и демонтируется.

Выполнение перечисленных выше шагов формирует так называемое функциональное описание системы. На самом верхнем уровне это описание представляет собой перечень функций системы, которые могут быть даже не связаны между собой. Однако на первом же уровне декомпозиции начинают появляться связи между функциями, сами функции привязываются к подсистемам и элементам, и вся проектируемая или анализируемая техническая система наполняется функциональным смыслом [17]. При этом на каждом уровне каждая функция отражает предназначение или отдельный аспект такого предназначения системы в своей надсистеме и представляет собой отображение рабочего действия, выполнение которого возлагается на систему при заданных требованиях, условиях и ограничениях.

В результате такой декомпозиции появляется специфическая иерархия функций, общую структуру которой можно пояснить при помощи следующей абстрактной диаграммы, показанной на рис. 5.

Рис. 5. Один уровень декомпозиции «Функции 1»

Представленная диаграмма подсказывает, что между функциями имеется два вида отношений [9]:

1. Включение . Например, функция 1 определена через вызовы четырёх функций более низкого уровня декомпозиции.

2. Передача результата . Например, функция 1.1 передаёт результат своих вычислений в Функцию 1.4 в качестве первого параметра.

Таким образом, функциональный подход при проектировании технических систем основывается на предположении о том, что внимание проектировщика должно быть сконцентрировано на задачах и выполняемых для их решения функциях, а не на объектах или абстракциях, как существующих, так и планируемых к реализации [9]. Функциональный подход предполагает, что любая техническая система, которая проектируется для дальнейшего внедрения и эксплуатации, должна выполнять какие-либо полезные действия и предоставлять полезные функции. Если, к примеру, осуществляется автоматизация некоторой деятельности, то требуется понимать смысл и цель этой деятельности, предназначение системы и её функциональную взаимосвязь со смежными системами, своей надсистемой и средой, в которой она функционирует. При этом необходимо оптимально распределить функции между человеком и комплексом средств автоматизации, так как сам смысл автоматизации состоит в том, чтобы рутинные, сложные или опасные для человека действия выполняли средства автоматизации.

Общая (абстрактная) схема автоматизированной системы управления может быть представлена диаграммой, показанной на следующем рисунке [18]:

Рис. 6. Общая схема автоматизированной системы управления

Фактически, эта схема в другом аспекте показывает то же самое, что изображено на рис. 4, но при этом со средой теперь взаимодействует некоторая система управления. Сенсоры, сама система управления и исполнительные устройства — всё это можно воспринимать как некоторые функции, через которые осуществляются реактивные воздействия на среду. Вместе с тем, это именно реактивная схема управления, в которую требуется внести изменения для повышения степени интеллектуальности.

Интеллектуализация представленной схемы управления заключается в наращивании дополнительного контура принятия решений, работа которого основана на двух дополнительных возможностях — машинном обучении и логическом выводе. Расширенная (интеллектуализированная) схема управления показана на следующем рисунке [19].

Рис. 7. Общая схема интеллектуальной системы управления

Как видно, единая система управления разбита на две подсистемы:

1. Реактивная подсистема управления — фактически, реализует традиционную схему управления, когда сигналы с сенсоров обрабатываются системой управления и по ним осуществляется формирование управленческих воздействий на среду (объект управления) через исполнительные устройства.

2. Проактивная подсистема управления — добавляет дополнительный промежуточный уровень, который позволяет осуществлять обучение системы, построение прогноза на основе моделирования среды и своего поведения в ней, построение плана действий и сравнение факта с прогнозом и планом для осуществления обучения (адаптации) системы к изменяющимся условиям внешней среды.

Эти подсистемы связаны друг с другом при помощи передачи фокуса управления. Когда проактивная подсистема создаёт новый паттерн поведения системы в изменившихся условиях, и среда «устоялась», созданный вариант управленческого воздействия спускается в реактивную систему, происходит автоматизация реакции, так как, фактически, для неизменяющихся условий деятельности обучение и проактивное поведение не требуется, а потому реактивная реакция будет работать быстрее. Если же в процессе «рефлекторного» действия реактивной системы обнаруживается изменения в среде или объекте управления, то реактивная система эскалирует фокус внимания на проактивную для обработки изменившихся условий и выработки новых правил и паттернов поведения.

Цикл управления в рамках такой интеллектуализированной системы управления теперь заключается в последовательном выполнении следующих шагов:

1. Сбор входной информации со всех сенсоров, которые осуществляют мониторинг различных параметров объекта управления и среды, в которой функционирует система. Каждый тип сенсора в этом случае является отдельной индивидуальной модальностью восприятия системы.

2. Сенсоры очищают входную информацию от шумов и осуществляют первый выбор пути дальнейшей обработки. Если входная информация с сенсоров соответствует каким-либо автоматическим паттернам поведения системы, то фокус управления передаётся в реактивную подсистему, которая выбирает конкретный паттерн и исполняет его. Однако если в процессе реагирования по реактивному сценарию система обнаруживает, что что-то пошло не так, осуществляется эскалация на проактивную подсистему управления, как было описано ранее.

3. Если входная информация не имеет автоматической реакции для своей обработки, то осуществляется интеграция всех модальностей восприятия системы в единый блок описания объекта управления и среды. На выходе этого модуля появляется целостная картина восприятия, которая передаётся в проактивную подсистему управления.

4. Проактивная подсистема управления принимает решение на основе имеющихся у неё динамических моделей себя самой, объекта управления и среды. Здесь должны использоваться методы машинного обучения и нисходящей парадигмы искусственного интеллекта. На выходе проактивной подсистемы управления появляется управленческое воздействие, которое записывается в реактивную подсистему в качестве нового правила или сценария, а также направляется на исполнение.

5. Для исполнения управленческое воздействие переводится на язык конкретных исполнительных устройств, которые взаимодействуют с объектом управления и средой. Исполнительные устройства выполняют команду. Цикл работы завершается.

Вместе с тем в описанной схеме отсутствует важный компонент интеллектуальности — петли контроля своего собственного состояния от каждого элемента интеллектуальной системы управления. Добавление таких петель осуществляется через сенсоры — в наборе модальностей восприятия появляются внутренние модальности. Задействование сенсоров необходимо для очищения внутренней информации, которая так же, как и любая другая, может быть зашумлена.

Рис. 8. Дополнение общей схемы интеллектуальной системы управления контурами самоконтроля

Интерес вызывает то, что система именно с такой архитектурой при переходе через определённый порог сложности может считаться разумной. Действительно, в соответствии с определением, данным нейрофизиологом Е. Р. Джоном, сознание — это «процесс, в ходе которого информация о множественных индивидуальных модальностях восприятия и ощущения сводится в единое многоплановое представление о состоянии системы и её окружения и интегрируется с информацией о воспоминаниях и потребностях организма, порождая эмоциональные реакции и программы поведения, способствующие приспособлению организма к его окружению» [20]. Представленная на рис. 8 кибернетическая схема на довольно высоком уровне абстракции описывает то, как функционирует нервная система человека и высших животных. Ведь «разумность» в этом смысле определяется как адекватное реагирование не только на стимулы внешней среды, но и на внутренние состояния, что также включает в себя постоянный мониторинг состояния собственной подсистемы управления, что называется «саморефлексией», которая и приводит к осознанию.

Таким образом, при рассмотрении некоторой заданной технической или киберфизической системы для её интеллектуализации необходимо осуществить следующие шаги:

1. Функциональный анализ . Необходимо построить как можно более полную модель функционирования системы с декомпозицией функций и распределением их по подсистемам и элементам. Это позволит распределить имеющиеся функции по сенсорам, исполнительным устройствам и реактивной подсистеме управления.

2. Проектирование на основе системотехники . По заданному целевому состоянию системы и её предназначения в рамках её надсистемы необходимо спроектировать оптимальную структуру с учётом выявленной на предыдущем шаге функциональности. При этом в процессе проектирования какие-то функции могут быть изменены или исключены, а какие-то введены в состав системы. На этом шаге необходимо построить проактивную подсистему управления с дополнительными элементами, осуществляющими интеграцию информации с сенсоров, трансляцию управленческих воздействий и взаимодействие с реактивной подсистемой управления.

3. Дополнение проекта на основе комплексотехники . При рассмотрении системы в комплексе с её окружением, а в особенности с надсистемой и внешней организационной системой управления (если таковая существует и используется), необходимо рассмотреть дополнительную функциональность изучаемой системы так, чтобы новые функции имели определённую ценность на более высоких уровнях применения. Это позволит вывести процесс повышения эффективности и оптимальности на более высокий уровень рассмотрения и не допустит проявления ситуаций, когда интеллектуализация системы и повышения эффективности её функционирования в частности приводит к снижению эффективности в целом, в рамках комплекса систем.

4. Функциональный синтез . В итоге вся оптимизированная функциональность интеллектуализированной системы собирается вновь и выстраивается в виде функциональных схем взаимодействия системы с её окружением, которое включает надсистему, все смежные системы и окружающую среду. Результатом процесса должна стать система с повышенными уровнями автономности функционирования и адаптивности к изменениям внешних условий деятельности.

Другими словами, решение задачи интеллектуализации сложных технических (и социотехнических), а также киберфизических систем основано на использовании методов функционального анализа, системотехники, комплексотехники и функционального синтеза. Процесс решения задачи интеллектуализации можно проиллюстрировать при помощи диаграммы, показанной на рис. 9.

Рис. 9. Процесс решения задачи интеллектуализации заданной системы

Можно привести несколько примеров применения описанного подхода в различных практических областях:

1. Интеллектуализация дистанционного образовательного процесса . Традиционный дистанционный образовательный процесс для массового слушателя (например, MOOC-курс) основан на самостоятельном изучении курсантом учебных материалов и, возможно, редкое общение с сокурсниками и ассистентами преподавателя на специальных форумах. При этом анализ вопросов на форумах показывает, что в подавляющем большинстве случаев задаются типовые вопросы о курсе или по теме курса. Повышение степени интеллектуализации в этом случае основано на использовании искусственной интеллектуальной системы типа чат-бота (интеллектуального агента) для автоматической выдачи ответов на естественном языке на запросы курсантов в персонифицированном режиме с автоматизированным обучением этого интеллектуального агента ответам на вопросы, которых ранее не было в истории его взаимодействия с курсантами [21].

2. Автоматизация технологических процессов . Практически любой автоматизированный технологический процесс можно уложить в описанную схему, так как всякий процесс укладывается в шаблон, показанный на рис. 6. Осуществление интеллектуализации основано на внесении в систему управления технологическим процессом моделей объекта управления, среды функционирования и самой системы управления для прогнозирования и планирования управленческих воздействий с последующим самообучением или обучением в автоматизированном режиме на основе сравнения прогноза, плана и факта [22].

3. Интеллектуализация управления внутренней средой «умного» здания . Системы управления зданиями и сооружениями содержат большое количество различных датчиков для мониторинга состояния внутренней среды с целью контроля гомеостаза выделенных параметров, входящих во множество важнейших параметров жизнедеятельности здания. Наличие реактивной подсистемы управления позволяет должным образом реагировать на риски и угрозы, которые были известны и выявлены на этапе проектирования инженерных систем здания, однако такая система не справится с неучтёнными угрозами. Введение в контур управления проактивной подсистемы управления позволяет системе обучаться в процессе эксплуатации и правильным образом реагировать на возникающие в среде флуктуации параметров, нарушающих гомеостаз. При помощи подключения интеллектуализированных зданий к единой базе знаний возможно осуществлять обучение систем управления каждого конкретного здания и сооружения на основе «опыта» других зданий [7].

4. Интеллектуализация управления дорожным движением . Автоматизированные системы управления дорожным движением фактически реализуют единственную главную функцию диспетчеризации транспортных потоков, упорядочивая их во времени и пространстве для обеспечения транспортной безопасности [23]. Переход к интеллектуальным транспортным системам осуществляется при помощи перевода режима управления с традиционного программного (включающего календарное управления) на адаптивное управления на полной улично-дорожной сети населённого пункта. Последнее обозначает, что прямые и косвенные управленческие воздействия на транспортные потоки (например, путём изменения длительности фаз светофорных циклов на конкурирующих направлениях) адаптивно изменяются в зависимости от считанных параметров транспортных потоков и прогнозов, данных транспортной моделью с учётом развития дорожной и метеорологической обстановки. Система самостоятельно (автономно) принимает решения об адаптивном изменении режимов функционирования периферийного оборудования, находящегося под её контролем [24].

5. Построение социотехнических систем класса «Умный город» . Обычно под системами класса «Умный город» понимаются комплекс интегрированных друг с другом автоматизированных и информационных систем, выполняющих функции мониторинга базовых параметров городского хозяйства на уровне эксплуатации, что включает в себя мониторинг и управление энергетическим хозяйством, жилищно-коммунальным хозяйством в части поставки ресурсов и удаления отходов, транспортом и отдельными аспектами общественной безопасности (видеонаблюдение, тревожные кнопки, мониторинг состояния искусственных систем). Вместе с тем, интеллектуализация управления городским хозяйством должна подразумевать заключение в единый контур автоматического и автоматизированного управления всех сфер жизни города от базовых до высших уровней персональных и общественных потребностей. Это включает в себя как перечисленные выше аспекты в их интеллектуализированном понимании, так и такие сферы, как образование, здравоохранение, наука, культура, физкультура и спорт и все прочие функции города, включая функции муниципального управления. Само собой разумеется, что интеллектуализация управления всеми аспектами жизнедеятельности умного города должна осуществляться с учётом необходимости повышения степени автономности принятия решений и адаптивности к изменениям во внутренней и внешней среде города [25].

Подобные примеры можно привести из любой области человеческой деятельности, где возможна автоматизация выполняемых процессов при помощи технических или киберфизических систем.

3. Выводы и рекомендации

Всё перечисленное позволяет говорить о том, что использование функционального подхода при автоматизации технологических процессов в интеллектуальном здании в рамках перехода к Индустрии 4.0 позволит достичь важных эффектов, к которым относятся:

· Повышение эффективности управления технологическими процессами.

· Повышение степени устойчивости внутренней среды интеллектуального здания.

· Снижение времени на локализацию и устранение аварийных ситуаций.

· Снижение расходов на эксплуатацию как самой системы управления, так и всего интеллектуального здания в целом.

Кроме того, следующие показатели могут быть достигнуты с эксплуатационной точки зрения:

1. Функциональный подход и внедрение технологий интернета вещей даёт беспрецедентный уровень мониторинга технологических операций, что позволяет быстро менять неэффективные или устаревшие процессы.

2. Функциональный подход при управлении интеллектуальным зданием вполне совместим с уже имеющимися решениями, но при этом даёт возможность увеличить время безотказной работы и повысить производительность. Более того — результаты внедрения можно измерить.

3. Для различных подсистем интеллектуального здания можно использовать этапность перехода и точечные изменения при приведении к функциональному подходу, что позволит постепенно интегрировать внутреннюю среду здания в единый интернет вещей.

4. Интернет вещей, используемый при управлении интеллектуальным зданием в совокупности с функциональным подходом, нивелирует или даже исключает тренд «взросления» рабочей силы, поэтому интеллектуализированные решения можно будет применять для возмещения опыта уходящих работников.

5. Вместе с тем функциональный подход также позволяет развивать потребительские технологии, выводя уровень предоставляемого жителям интеллектуальных зданий сервиса на новый уровень.

Однако для получения более конкретных значений для перечисленных эффектов, а также для измерения степеней эффективности управления, устойчивости развития и уровня снижения расходов на эксплуатацию, что может стать достигнутым при внедрении функционального подхода в управление внутренней средой интеллектуального здания, требуется проведение более детальной апробации и дополнительных исследований.

Предполагается, что дальнейшие исследования в описанном направлении позволят масштабировать полученные результаты на уровень комплекса зданий, муниципалитета, населённого пункта, региона и даже всего государства. В свою очередь это масштабирование может привести к увеличению степени устойчивости, жизнеспособности и развития всех перечисленных сложных социотехнических систем, и, как следствие, снизит нагрузку на экологию, социальные и экономические аспекты жизни общества.

Библиография
1.
Lasi H., Kemper H.-G., Fettke P., Feld T., Hoffmann M. Industry 4.0. In: Business & Information Systems Engineering 4(6), pp. 239-242.
2.
Patrascu M., Dragoicea M. Integrating Services and Agents for Control and Monitoring: Managing Emergencies in Smart Buildings. Service Orientation in Holonic and Multi-Agent Manufacturing and Robotics. Studies in Computational Intelligence. Studies in Computational Intelligence. — Volume 544. — pp. 209-224. doi:10.1007/978-3-319-04735-5_14. ISBN 978-3-319-04734-8.
3.
Constable G., Somerville B. A Century of Innovation: Twenty Engineering Achievements That Transformed Our Lives. Joseph Henry Press. — ISBN 03090-89085.
4.
Kranenburg R. The Internet of Things: A critique of ambient technology and the all-seeing network of RFID. — Pijnacker: Telstar Media, 2008. — 62 p. — ISBN 90-78146-06-0.
5.
Глушков В. М. Основы безбумажной информатики. — М.: Наука, 1982. — 552 с.
6.
Russell S. J., Norvig P. Artificial Intelligence: A Modern Approach (2nd ed.), Upper Saddle River, New Jersey: Prentice Hall, ISBN 0-13-790395-2.
7.
Душкин Р. В. Особенности функционального подхода в управлении внутренней средой интеллектуальных зданий // Прикладная информатика, Том 13, № 6 (78), 2018. — с. 20-31. — ISSN 1993-8314.
8.
Садовский В. Н. Системный подход и общая теория систем: статус, основные проблемы и перспективы развития. — М.: Наука, 1980.
9.
Душкин Р. В. Функциональное программирование на языке Haskell. — М.: ДМК Пресс, 2006. — 608 с. — ISBN 5-94074-335-8.
10.
O’Sullivan B., Goerzen J., Stewart D. Real World Haskell — O’Reilly, 2008 —710°p. ISBN 0-596-51498-0.
11.
Душкин Р. В. Справочник по языку Haskell. — М.: ДМК-Пресс, 2008. — 544 стр., ил. — ISBN 5-94074-410-9.
12.
Blelloch G. E.; Maggs B. M. Parallel Algorithms. — USA: School of Computer Science, Carnegie Mellon University.
13.
Юревич Е. И. Основы робототехники. — 2-е изд., перераб. И доп. — СПб.: БХВ-Петербург, 2005. — 416 с. — ISBN 5-94157-473-8.
14.
Thomé B. Systems Engineering: Principles and Practice of Computer-based Systems Engineering. — Chichester: John Wiley & Sons. — ISBN 0-471-93552-2.
15.
Gadomski A. M. TOGA: A Methodological and Conceptual Pattern for modeling of Abstract Intelligent Agent. — Proceedings of the «First International Round-Table on Abstract Intelligent Agent». — A. M. Gadomski (editor), 25-27 Jan. 1993, Rome. — Published by ENEA, Feb. 1994.
16.
Мухин В. И., Малинин В. С. Исследование систем управления: Учебник для вузов. — М: Издательство «Экзамен», 2003. — 384 с.
17.
Marca D., McGowan C. Structured Analysis and Design Technique. — McGraw-Hill, 1987. — ISBN 0-07-040235-3.
18.
Эшби У. Р. Введение в кибернетику. — М.: Изд. иностр. лит., 1959. — 432 с.
19.
Душкин Р. В. Почему за гибридными ИИ-системами будущее // Экономические стратегии, № 6 (156), 2018. — с. 84-93. — ISSN 1680-094X.
20.
Хофштадтер Д. Р., Деннет Д. К. Глаз разума. — Самара: Бахрах-М, 2003. — 133 с. — ISBN 5-94648-023-5.
21.
Душкин Р. В. Развитие методов персонифицированного обучения при помощи использования интеллектуальных агентов. — В процессе публикации.
22.
Душкин Р. В., Коптев А. П. Автоматизация деловых процессов при помощи Единого комплекса автоматизированных систем управления предприятием. В кн.: Сборник тезисов докладов I международной научно-практической конференции «ИНТЕХМЕТ-2008». 9 — 10 сентября 2008 года. — СПб.: СПГГИ, 2008. — стр. 33-34.
23.
Андреева Е. А., Белкова Е. В., Душкин Р. В., Жарков А. Д., Курочкин Е. А., Левин Н. В., Морозов В. П. Тематический обзор Ассоциации Транспортных Инженеров: системы адаптивного управления дорожным движением и дорожные контроллеры. Вып. № 2/2017. — СПб.: ООО «Издательско-полиграфическая компания «КОСТА», 2017. — 48 с.
24.
Душкин Р. В. Интеллектуализация управления автомобильными дорогами // Дорожная держава, № 83, август 2018.
25.
Душкин Р. В. Место ИТС в инфраструктуре Умного города // Мир дорог, № 110, август 2018
References (transliterated)
1.
Lasi H., Kemper H.-G., Fettke P., Feld T., Hoffmann M. Industry 4.0. In: Business & Information Systems Engineering 4(6), pp. 239-242.
2.
Patrascu M., Dragoicea M. Integrating Services and Agents for Control and Monitoring: Managing Emergencies in Smart Buildings. Service Orientation in Holonic and Multi-Agent Manufacturing and Robotics. Studies in Computational Intelligence. Studies in Computational Intelligence. — Volume 544. — pp. 209-224. doi:10.1007/978-3-319-04735-5_14. ISBN 978-3-319-04734-8.
3.
Constable G., Somerville B. A Century of Innovation: Twenty Engineering Achievements That Transformed Our Lives. Joseph Henry Press. — ISBN 03090-89085.
4.
Kranenburg R. The Internet of Things: A critique of ambient technology and the all-seeing network of RFID. — Pijnacker: Telstar Media, 2008. — 62 p. — ISBN 90-78146-06-0.
5.
Glushkov V. M. Osnovy bezbumazhnoi informatiki. — M.: Nauka, 1982. — 552 s.
6.
Russell S. J., Norvig P. Artificial Intelligence: A Modern Approach (2nd ed.), Upper Saddle River, New Jersey: Prentice Hall, ISBN 0-13-790395-2.
7.
Dushkin R. V. Osobennosti funktsional'nogo podkhoda v upravlenii vnutrennei sredoi intellektual'nykh zdanii // Prikladnaya informatika, Tom 13, № 6 (78), 2018. — s. 20-31. — ISSN 1993-8314.
8.
Sadovskii V. N. Sistemnyi podkhod i obshchaya teoriya sistem: status, osnovnye problemy i perspektivy razvitiya. — M.: Nauka, 1980.
9.
Dushkin R. V. Funktsional'noe programmirovanie na yazyke Haskell. — M.: DMK Press, 2006. — 608 s. — ISBN 5-94074-335-8.
10.
O’Sullivan B., Goerzen J., Stewart D. Real World Haskell — O’Reilly, 2008 —710°p. ISBN 0-596-51498-0.
11.
Dushkin R. V. Spravochnik po yazyku Haskell. — M.: DMK-Press, 2008. — 544 str., il. — ISBN 5-94074-410-9.
12.
Blelloch G. E.; Maggs B. M. Parallel Algorithms. — USA: School of Computer Science, Carnegie Mellon University.
13.
Yurevich E. I. Osnovy robototekhniki. — 2-e izd., pererab. I dop. — SPb.: BKhV-Peterburg, 2005. — 416 s. — ISBN 5-94157-473-8.
14.
Thomé B. Systems Engineering: Principles and Practice of Computer-based Systems Engineering. — Chichester: John Wiley & Sons. — ISBN 0-471-93552-2.
15.
Gadomski A. M. TOGA: A Methodological and Conceptual Pattern for modeling of Abstract Intelligent Agent. — Proceedings of the «First International Round-Table on Abstract Intelligent Agent». — A. M. Gadomski (editor), 25-27 Jan. 1993, Rome. — Published by ENEA, Feb. 1994.
16.
Mukhin V. I., Malinin V. S. Issledovanie sistem upravleniya: Uchebnik dlya vuzov. — M: Izdatel'stvo «Ekzamen», 2003. — 384 s.
17.
Marca D., McGowan C. Structured Analysis and Design Technique. — McGraw-Hill, 1987. — ISBN 0-07-040235-3.
18.
Eshbi U. R. Vvedenie v kibernetiku. — M.: Izd. inostr. lit., 1959. — 432 s.
19.
Dushkin R. V. Pochemu za gibridnymi II-sistemami budushchee // Ekonomicheskie strategii, № 6 (156), 2018. — s. 84-93. — ISSN 1680-094X.
20.
Khofshtadter D. R., Dennet D. K. Glaz razuma. — Samara: Bakhrakh-M, 2003. — 133 s. — ISBN 5-94648-023-5.
21.
Dushkin R. V. Razvitie metodov personifitsirovannogo obucheniya pri pomoshchi ispol'zovaniya intellektual'nykh agentov. — V protsesse publikatsii.
22.
Dushkin R. V., Koptev A. P. Avtomatizatsiya delovykh protsessov pri pomoshchi Edinogo kompleksa avtomatizirovannykh sistem upravleniya predpriyatiem. V kn.: Sbornik tezisov dokladov I mezhdunarodnoi nauchno-prakticheskoi konferentsii «INTEKhMET-2008». 9 — 10 sentyabrya 2008 goda. — SPb.: SPGGI, 2008. — str. 33-34.
23.
Andreeva E. A., Belkova E. V., Dushkin R. V., Zharkov A. D., Kurochkin E. A., Levin N. V., Morozov V. P. Tematicheskii obzor Assotsiatsii Transportnykh Inzhenerov: sistemy adaptivnogo upravleniya dorozhnym dvizheniem i dorozhnye kontrollery. Vyp. № 2/2017. — SPb.: OOO «Izdatel'sko-poligraficheskaya kompaniya «KOSTA», 2017. — 48 s.
24.
Dushkin R. V. Intellektualizatsiya upravleniya avtomobil'nymi dorogami // Dorozhnaya derzhava, № 83, avgust 2018.
25.
Dushkin R. V. Mesto ITS v infrastrukture Umnogo goroda // Mir dorog, № 110, avgust 2018