Размещено на http://www.allbest.ru/

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

Государственное образовательное учреждение высшего профессионального образования

Московский государственный университет дизайна и технологии

Новосибирский технологический институт

Московского государственного университета дизайна и технологии

Факультет: технологический

Кафедра: Технология и дизайн швейных изделий

Специальность: 260901.65 "Технология швейных изделий"

Выпускная квалификационная работа

Разработка методики обеспечения качества швейных изделий на стадии их изготовления с использованием аппарата нейронных сетей

Исполнитель:

ст. гр.Ш - 31 А.А. Гилёва

Новосибирск - 2009

Реферат

Дипломная работа изложена на 119 страницах, содержит 12 таблиц, 47 рисунков и имеет ссылки на 61 источник.

Ключевые слова: КАЧЕСТВО, КОМПЛЕКСНЫЙ ПОКАЗАТЕЛЬ КАЧЕСТВА, ЭВОЛЮЦИОННЫЕ МЕТОДЫ, НЕЙРОННЫЕ СЕТИ.

Объектами исследования являются швейное изделие, теория нейронных сетей.

Методами исследования являются: расчет (нахождение комплексного показателя качества), сравнение (полученные значения показателей качества), анализ (работа аналитической платформы Deductor), моделирование (определение параметров структуры нейронной сети, построение функциональной модели), эволюционированние (нахождение решения с использованием механизмов биологической эволюции).

Целью работы является исследование возможности применения нейронных сетей для реализации методики обеспечения качества швейных изделий на стадии их изготовления.

В результате анализа различных математических методов применяющихся для прогнозирования выбрано эволюционное моделирование, в частности, теория нейронных сетей, так как она позволяет осуществлять планирование на основе большого количества данных, подвергающихся большому количеству случайных факторов. К такой задаче относится прогнозирование показателя качества, который позволяет прогнозировать качество выпускаемой продукции. Расчет прогнозного значения показателя качества выполняется при помощи программного продукта Deductor, разработанного российской компанией BаseGroup Labs, основанного на применении теории нейронных сетей. При внедрении данной методики возможно ликвидировать экономические потери, связанные с несортной продукцией.

Содержание

Введение

1. Состояние вопроса и постановка задач исследования

1.1 Понятие качества продукции. Анализ нормативной базы обеспечения качества продукции

1.2 Понятие прогнозирования. Анализ научных разработок в области прогнозирования качества продукции

1.3 Анализ математических методов решения статистических задач

1.4 Постановка задач исследования

2. Характеристика объекта исследования

2.1 Функциональная модель процесса изготовления швейного изделия для оценки его качества

2.2 Выбор и характеристика способов контроля качества (сбора данных о качестве) швейных изделий на стадии изготовления

2.3 Анализ факторов, влияющих на качество швейных изделий на стадии их изготовления

2.4 Характеристика комплексного (интегрального) показателя качества швейного изделия

2.5 Выводы

3. Разработка методики анализа и прогнозирования качества швейных изделий с использованием аппарата нейронных сетей

3.1 Постановка задачи прогнозирования качества швейных изделий с использованием аппарата нейронных сетей

3.2 Разработка структуры нейронной сети

3.3 Разработка математической модели задачи

3.4 Подготовка исходных данных для анализа и прогнозирования качества швейных изделий

3.5 Разработка алгоритма решения задачи анализа и прогнозирования качества швейных изделий

3.6 Выводы

4. Реализация методики анализа и прогнозирования качества швейных изделий с использованием аппарата нейронных

Сетей

4.1 Выбор нейросетевого пакета для реализации задачи анализа и прогнозирования качества швейных изделий

4.2 Формализация исходных данных для реализации задачи анализа и прогнозирования качества швейных изделий

4.3 Обучение нейронной сети и анализ полученных результатов

4.4 Прогнозирование качества швейных изделий с использованием нейронной сети и анализ полученных результатов

4.5 Выводы

5. Расчет экономической эффективности от внедрения методики анализа и прогнозирования качества швейных изделий с использованием аппарата нейронных сетей

6. Безопасность жизнедеятельности

Выводы

Список использованных источников

Annotation

Введение

Современная рыночная экономика предъявляет принципиально иные требования к качеству выпускаемой продукции. Качество продукции относится к числу важнейших показателей деятельности предприятия. Повышение качества продукции в значительной степени определяет выживаемость и успех предприятия в условиях рынка, темпы технического прогресса, внедрения инноваций, рост эффективности производства, экономию всех видов ресурсов, используемых на предприятии.

Качество - это совокупность свойств продукции, обусловливающих ее пригодность удовлетворять определенные потребности в соответствии с ее назначением.

Качество может быть только относительным, оно фиксируется на конкретный период времени и изменяется при появлении более прогрессивной технологии. Если необходимо дать оценку качества продукции, то необходимо сравнить совокупность ее свойств с эталоном.

Для обеспечения производства конкурентоспособной продукции, изготовители должны в настоящее время уделять внимание как борьбе с возникающими дефектами, снижению издержек производства, так и качеству продукции. Ранее используемые методы сводились к выявлению и анализу брака и переделок путем сплошной проверки изделий на стадии приемочного контроля. Сплошной контроль должен был, с одной стороны, обеспечить выпуск только бездефектных изделий, а с другой - установить причины, которые привели к появлению брака. Понятно, что подобный контроль качества, в особенности при серийном производстве, значительно увеличивает издержки производства. Самый большой недостаток такого подхода заключается в том, что он позволяет обнаружить брак лишь тогда, когда уже произведены затраты средств на выпуск изделия. При этом часто материальные убытки являются больше предполагаемых. Поэтому имеет смысл подумать о том, с помощью каких предупредительных мер можно избежать этих потерь.[1]

Для решения таких задач, связанных с обеспечением качества продукции предлагается использовать методы, способные обрабатывать большое количество данных, находить взаимосвязи различных элементов, моделировать сложные нелинейные функции.

В последние десятилетия бурно развивается новая прикладная область математики, специализирующаяся на искусственных нейронных сетях (НС), актуальность которой подтверждается массой различных применений. Это автоматизация процессов распознавания образов, адаптивное управление, аппроксимация функционалов, прогнозирование, создание экспертных систем, организация ассоциативной памяти и многие другие приложения [2].

На сегодняшний день данное направление является актуальным, так как позволяет осуществлять прогнозирование в условиях неопределенностей, а также влияния большого количества факторов, как системных, так и случайных. В особенности прогнозирование качества швейных изделий, является важным элементом деятельности предприятия, при этом наименее управляемым из-за большого количества неопределенностей и влияния случайных факторов.

Целью данной работы является изучение возможностей нейросетевого программирования, разработка методики обеспечения качества швейных изделий с помощью аппарата нейронной сети и возможность использования данных результатов для прогнозирования качества на швейном предприятии.

1. Состояние вопроса и постановка задач исследования

1.1 Понятие качества продукции. Анализ нормативной базы обеспечения качества продукции.

За последнее десятилетие понятие "качества продукции" получило широкое распространение, а уровень качества продукции становится основным фактором экономического развития и технического прогресса во многих странах мира.

Качество -- совокупность характеристик объекта, относящихся к его способности удовлетворять установленные или предполагаемые потребности.

Качество продукции -- совокупность свойств продукции, обусловливающих ее пригодность удовлетворять определенные потребности в соответствии с ее назначением.

Понятие "качественная продукция", "высококачественная продукция" следует понимать как наиболее полно удовлетворяющее требованиям потребителя.

Не всегда любой материал, обладающий определенными значениями всех его свойств, должен получать только одну качественную оценку. К одним и тем же материалам могут предъявляться различные требования в отношении уровня их отдельных свойств. Так, некоторые материалы, непригодные при одних условиях использования, могут быть пригодными при других.

Обеспечение качества -- совокупность планируемых мероприятий, необходимых для того, чтобы создаваемая продукция удовлетворяла определенным требованиям к качеству.

Параметр продукции -- признак продукции, количественно характеризующий любые ее свойства или состояния.

Показатель качества продукции -- количественная характеристика особенностей продукции, составляющих ее качество, рассматриваемая применительно к определенным условиям создания, эксплуатации или потребления продукции.

Продукция -- результат деятельности, представленный в материально-вещественной форме и предназначенный, для дальнейшего использования в хозяйственных и иных целях.[3]

Предметом науки о качестве продукции являются свойства продукта или предмета труда и их соответствие потребностям, а также экономические и научно-технические факторы организации производства, определяющие качество продукции. [4]

Опыт предприятий - лидеров в создании конкурентоспособной продукции показал, что основными факторами обеспечения качества продукции на уровне предприятия являются:

материальная база, включающая в себя необходимые материальные ресурсы, инфраструктуру и оборудование, обеспечивающее применение передовых технологий для организации современного производства;

квалифицированный персонал, заинтересованный в хорошей работе;

эффективное управление предприятием в целом и качеством в частности, направленное на создание продукции требуемого уровня качества.

Каждый из перечисленных факторов необходим, но только в совокупности они могут быть достаточными для обеспечения качества продукции. При этом первостепенное значение имеет заинтересованность персонала в хорошее работе, без чего не поможет ни хорошая материальная база, ни передовая технология, ни современная организация работ по управлению качеством. В этом и заключается принцип обеспечения качества продукции на уровне предприятия, данный принцип представлен в виде причинно-следственной диаграммы (рисунок 1.1).

Управление качеством представляет собой процесс воздействия на производство со стороны высшего руководства предприятия, выполняющего функции общего руководства качеством, и руководителей среднего и низового звеньев, выполняющих функции оперативно-технического управления с целью обеспечения требуемого качества.

Рисунок 1.1 - Схема принципа обеспечения качества продукции

Такая база создает возможность улучшения качества продукции. Ее положительное влияние на качество изображено на модели в виде вектора качества, направленного вверх. Для реализации возможностей, создаваемых базой качества, необходимо четко организовать управление качеством, в том числе на оперативно-тактическом уровне

Влияние на качество продукции внешних факторов, к которым принято относить потребителей, поставщиков, конкурентов, научно-технический прогресс, общество и др., учитывается при выполнении функции взаимодействие с внешней средой. Эта функция является прерогативой высших руководителей предприятия и влияет на влияние стратегических решений и формирование политики качества, направленной а удовлетворение потребителей.[5]

Нормотворческая деятельность проявляется, прежде всего, в разработке и применении стандартов.

Стандарт - нормативно-технический документ, содержащий комплекс норм, правил, требований к объекту стандартизации и утвержденный признанным органом (или предприятием). Стандарт может быть разработан на материальные предметы (продукцию, образцы веществ, эталоны), на нормы, правила и требования различного характера. В стандартах регламентируются методы измерения, контроля и испытания продукции. Именно в стандартах устанавливаются требования к выпускаемой продукции, соблюдение которых позволяет считать эту продукцию качественной.

Национальная система стандартизации в условиях глобализации экономических отношений призвана обеспечивать баланс интересов государства, хозяйствующих субъектов, организации и потребителей, повысить конкурентоспособность российской экономики, создать условия для развития предпринимательства на основе повышения качества товаров, работ и услуг.

Ускорение научно-технического прогресса во многом определяется соотношением используемых при создании новой техники изобретении и других научно-технических изобретений (оригинальных элементов) и унифицированных (стандартизированных) элементов.

Поэтому наряду с "внутренними" стандартами предприятий необходимо применять и международные стандарты.[6]

Мировой опыт управления качеством был сконцентрирован в пакете международных стандартов ИСО 9000, принятых Международной организацией по стандартизации (ИСО) в марте 1987 года.

К сегодняшнему дню объекты стандартизации этой серии международных стандартов значительно расширились и охватывают не только элементы систем качества, критерии их выбора и модели систем обеспечения качества, но и способы проверок действующих систем качества, критерии квалифицированных характеристик экспертов-аудиторов. Приняты международные стандарты по управлению качеством услуг, перерабатываемых материалов, программного обеспечения. В этой связи международные стандарты по обеспечению качества теперь называют "семейством" стандартов ИСО серии 9000 (рисунок 1.2).

Международный стандарт ИСО 9000 реализован в трех источниках: ИСО 9000-1 - руководящие указания по выбору и применению конкретных стандартов; ИСО 9000-2 - общие руководящие указания по применению стандартов ИСО 9001, ИСО 9002 и ИСО 9003; ИСО 9000-3 - руководящие указания по применению стандарта ИСО 9001 для программного обеспечения при его разработке, постановке и обслуживании.

Рисунок 1.2 - Семейство стандартов ИСО 9000 (по данным ВНИИС)

Стандарт ИСО 9000-4 представляет собой руководство по управлению программой надежности.

Методический стандарт ИСО 9004 также дифференцирован: ИСО 9004-1 - это описание элементов системы обеспечения качества, ИСО 9004-2 - руководящие указания по системам качества услуг, ИСО 9004-3 - включает руководящие указания по системам качества приобретаемых материалов, ИСО 9004-4 - руководящие указания по улучшению качества.

Таким образом, усилена методическая часть "семейства" стандартов ИСО серии 9000.

К этому добавились методические стандарты с шифром 10000 (рисунок 1.4), некоторые из них пока еще в проекте.

Нормативные стандарты ИСО 9001, ИСО 9002 и ИСО 9003 остаются основными моделями систем обеспечении качества на различных стадиях производственного процесса.

Международные стандарты ИСО 9000 устанавливают степень ответственности руководства за качество. Руководство фирмы отвечает за разработку политики в области качества, за создание, внедрение и функционирование системы управления качеством, что должно четко определяться и формироваться документально. К обязанностям руководства относится подбор специалистов и выделение необходимых ресурсов для производственного, контрольно-измерительного и испытательного оборудования, программного обеспечения. Руководство должно устанавливать требуемый уровень компетенции, следить за современностью повышения квалификации персонала. На руководителей фирмы возлагается обязанность выявлять те показатели качества товара, которые влияют на его рыночную устойчивость. Руководство отвечает за определение целей, которые обуславливают решение о производстве новых товаров или предоставлении новых услуг в пользу потребителей. Выпуск новых товаров и предоставление дополнительных услуг связаны с подготовкой новых программ качества, за что также ответственно руководство фирмы.[7]

Таким образом, в мировой практике вызвано стремление разработки единого подхода к понятию "качественная продукция". Решение проблемы качества продукции во многом зависит от систем стандартов качества. В связи с этим, мировой опыт управления качеством был сконцентрирован на пакете международных стандартов по обеспечению качества ("семейство" стандартов ИСО серии 9000). Наряду с системами стандартов качества, обеспечение высоких показателей в большинстве случаев получают при использовании методов прогнозирования качества продукции, экономико-статистических методов анализа и регулирования технологических процессов, оценки контроля и качества продукции, поэтому, можно сказать, что разработки в данной области являются актуальными на сегодняшний день.

1.2 Понятие прогнозирования. Анализ научных разработок в области прогнозирования качества продукции

Прогнозирование представляет собой научно обоснованное, вероятностное по своему характеру предвидение тенденций и факторов будущего развития процессов с целью представления необходимой информации плановым, хозяйственным и административным органам.

Прогнозы раскрывают тенденции изменения процессов, выявляют его закономерности и сроки действия последних, отражают связи прошлого и настоящего с будущим, определяют альтернативы развития в перспективе. При этом прогнозирование выступает как одно из важнейших условий планомерного формирования процесса постоянного совершенствования качества продукции. Оно предполагает изучение и предсказание общего направления изменения темпов роста качества и влияющих на него факторов в будущем. Это дает возможность получать и использовать информацию о предстоящем изменении степени влияния отдельных факторов на повышение качества, что создает предпосылки для выработки обоснованных плановых решений. На базе прогнозов разрабатывается концепция экономической политики в области повышения качественного уровня изделий, которая затем находит свое отражение в перспективе развития страны. На рисунке 1.3 представлены главные функции прогнозирования.



Рисунок 1.3 - Главные функции прогнозирования как важнейшей стадии работы по обоснованию перспективных планов

Прогноз определяет области и возможности, в рамках которых могут быть построены реалистичные задачи и цели, выявляет направления, главнейшие проблемы, которые должны стать объектом разработки и принятия управленческих решений.

Научно-технический прогресс все сильнее оказывает влияние на развитие экономики, создавая качественно новые условия для более полного использования закона экономии времени, ускорения темпов роста производительности труда и повышения качества продукции. Особенность его состоит в том, что взаимосвязи всех общественных явлений становятся чрезвычайно сложными и подвергаются все более частым изменениям. Научное предвидение последних, все в большей мере становится исходным пунктом планирования, и, прежде всего, перспективного плана как важнейшего инструмента управления процессом производства.

Решение проблемы прогнозирования хода и результатов развития возможно только с помощью научного анализа и обобщения предыдущего опыта. Являясь продолжением этих этапов, прогноз в свою очередь служит базисом для выработки плановых решений. Научно обоснованное планирование должно опираться па объективную оценку ресурсов и потребностей, выявление резервов, анализ сложившихся тенденций и закономерностей, правильный выбор экономической стратегии на длительную перспективу.

При прогнозировании необходимо исходить из объективных экономических законов, познанных в результате проведения анализа экономического развития. Прогноз позволяет изучать альтернативные направления, проводить вариантные расчеты, определять вероятность свершения определенных событий. Но при этом он ни в коей мере не должен рассматриваться как директива. Его разрабатывают и принимают лишь как гипотезу вероятного развития в будущем. Без прогноза невозможно эффективное перспективное планирование, так как последнее должно осуществляться исходя из темпов и пропорций экономического развития, определенных на далекую перспективу. В противном случае оно приведет к хозяйственным диспропорциям со всеми вытекающими отсюда неблагоприятными последствиями. На рисунке 1.4 представлены основные этапы разработки прогноза.

Рисунок 1.4 - Основные этапы разработки прогноза

Методы прогнозирования отличаются лишь гипотезами о конкретных видах связей, соотношений и закономерностей, существующих в базовом периоде и распространяемых на перспективу. В одних случаях они остаются неизменными во времени, в других могут изменяться.

Методы прогнозирования делятся на три основные группы:

а) методы экспертных оценок;

б) моделирование;

в) нормативный метод. Под первыми обычно понимают комплекс логических и математико-статистических процедур, направленных на получение от специалистов информации, ее анализ и обобщение с целью подготовки и принятия рациональных решений. Экспертные методы применяются тогда, когда выбор, обоснование и оценка последствий их применения не могут быть выполнены на основе точных расчетов. Такие ситуации часто возникают при разработке современных проблем управления общественным производством и особенно при прогнозировании и долгосрочном планировании науки и техники.

Эффективным средством изучения сложных систем, к которым относятся технические и технико-экономические процессы, является метод моделирования. Он позволяет при соответствующих предпосылках свести изучение реального процесса к рассмотрению его модели с последующим переносом информации о ней на моделируемый объект.

Среди существующих приемов моделирования (физическое, аналоговое и т.д.) наиболее совершенным и эффективным является построение математических моделей (однофакторное и многофакторное). Объясняется это наличием развитого математического аппарата, который позволяет решать очень сложные задачи, что часто не под силу методам, не использующим его.

При построении математической модели имеется определенная свобода в выборе показателей. Таким образом, любому процессу может соответствовать несколько моделей, которые будут отличаться друг от друга тактическим набором параметров. Поэтому при конструировании конкретного их варианта стремятся к отбору минимального количества показателей, которые позволяют получить наибольшую полезную информацию.

Для получения надежных результатов метод математического моделирования, как и всякий другой прием количественного анализа, требует соответствия между своими исходными предпосылками и спецификой изучаемых явлений.

Важное значение имеют предъявляемые к модели условия -- удовлетворять определенным математическим требованиям (полнота, совместимость, разрешимость и т.п.). Следовательно, математическую модель можно определить как теоретически обоснованное гоморфное отображение реального процесса, пригодное для абстрактного исследования.

При изучении явлений и процессов математическими методами возможны два направления в конструировании математических моделей. Первое охватывает множество задач, в которых основное внимание уделено поиску оптимальных характеристик рассматриваемых процессов. Здесь часто используется модель линейного программирования, исследующая в своей абстрактной формулировке определенный класс математических задач на максимум и минимум. Ее важность вытекает из того, что многие реальные ситуации при некоторых допущениях приводят именно к таким задачам.

Второе направление известно под названием статистического моделирования, которое включает в себя регрессионно-корреляционный анализ, изучение законов распределения, метод статистических испытаний (метод Монте-Карло) и другие. Сущность его состоит в построении для исследуемого явления математической модели, на основании которой изучается поведение элементов системы и взаимодействия между ними с учетом многих, подчас случайных, факторов. Воздействие последних приводит к тому, что количественные показатели осуществления данного процесса после единичного опыта определяются неоднозначно. При повторных реализациях результат операции будет устойчиво распределяться вокруг среднего уровня, который может быть определен лишь по значительному количеству наблюдений.

Для построений данного вида характерно то, что они позволяют выразить количественно закономерность, которая проявляется в массе событий, и определить наиболее вероятные значения величин изучаемого процесса.

В отличие от математических моделей, параметры которых выражены обычно в виде системы чисел, статистическая модель включает в себя показатели, сгруппированные тем или иным способом. Кроме того, отношения между рассматриваемыми величинами представлены здесь в виде корреляционных зависимостей, которые проявляются в том, что среднее значение одного из параметров меняется в зависимости от другого.

Основное назначение всякой модели заключается в извлечении дополнительной информации относительно изучаемой системы, ее свойств и количественных характеристик. При этом она дает возможность постановки с некоторым приближением эксперимента, проверки отдельных гипотез путем сравнения ее данных с фактической действительностью.

Общеметодологическим принципом статистического моделирования служит положение диалектического материализма о том, что все явления должны рассматриваться в их взаимосвязи и взаимообусловленности. Указанная идея на современном этапе совершенствования управления производственными процессами реализуется путем все более полного и последовательного применения комплексного подхода к решению подобного рода задач.

Этот способ хорош тем, что при нем учитывается максимально возможное количество внутренних и внешних связей и принимаются во внимание долговременные последствия выбранных направлений.

Нормативный метод заключается в том, что параметры прогнозируемого процесса задаются с учетом каких-либо логических заключений. При его применении исходят из определенного результата, который должен быть достигнут в будущем. При этом связь и последовательность событий рассматриваются в направлении от будущего к настоящему. Это прогноз с заранее известным значением целевой многопараметрической функции. Процесс прогнозирования в данном случае представляет собой построение конкурирующих стратегий развития явления с последующей оценкой целевой функции по минимуму некоторого критерия, характеризующего каждую из стратегий, и выполнение ограничений на параметры целевой функции.

Важной задачей при проведении нормативного прогнозирования является определение пороговых величин, т.е. выявление существенных изменений в рамках определенного качества. Как правило, процесс развития распадается на ряд частных, последовательно и параллельно протекающих его составляющих.

Разработка прогноза показателей качества продукции требует выполнения ряда методологических принципов. Необходимо соблюдать, например, такой из них, как комплексность. В этом случае объект прогноза рассматривается, с одной стороны, как целостная замкнутая система, развивающаяся по своим закономерностям и включающая в себя характерные для нее составляющие, а с другой -- как часть организации более высокого порядка (рисунок 1.5).

Выполнение указанных положений при прогнозировании показателей качества продукции способствует получению достоверных, научно обоснованных оценок направленности развития различных изучаемых явлений. При этом естественным становится преобладание здесь статистических методов. Достоинство их заключается в том, что они позволяют полнее и строже представить структуру исследуемой системы, дают более широкие возможности разработки оптимального варианта, позволяют рассмотреть большее количество направлений, учитывающих изменения отдельных факторов, легче поддаются проверке.[8]

Одной из задач, решаемых при построении прогноза, является анализ научных разработок в данной области. Это дает возможность своевременно выявить наиболее перспективные из всех возможных путей, что во многом определяет эффективность долгосрочного планирования.

В последнее время для решения подобного рода задач используют анализ потоков различных видов информации: статей, патентов, стандартов, рефератов, фирменных материалов, различного типа справочных данных. Возможность прогнозирования на их основе заключена в формальных и содержательных признаках, заключенных в информации, в потенциальной ее ценности для будущих

Рисунок 1.5 - Основные принципы развития прогноза

преобразований науки, техники, производства и отражательной способности по отношению к динамике развития объекта. Одним из показателей оценки интенсивности развития различных направлений научных исследований является количество публикаций в периодической печати по данному вопросу. Поэтому методология проведения подобного рода исследований основывается на сборе статистической информации об их числе за определенный предшествующий период времени по интересующей проблеме.

Кумулятивные ряды динамики появления публикаций как сумма единиц информации за все предшествующие годы исследуемого интервала позволяют определить общую многолетнюю тенденцию изменений потоков данных и, соответственно, развитие объекта. Интенсивный рост числа сообщений в печати свидетельствует о прогрессивности данного направления, спад их появления -- наоборот. Все это может быть оценено количественными критериями с использованием математических методов. Изучение динамики появления публикаций позволяет более обоснованно судить о степени новизны выбранного направления развития научных исследований. [9]

Развитие прогностики как науки в последние десятилетия привело к созданию множества методов, процедур, приемов прогнозирования, неравноценных по своему значению. По оценкам зарубежных и отечественных систематиков прогностики уже насчитывается свыше ста методов прогнозирования, в связи с чем, перед специалистами возникает задача выбора методов, которые давали бы адекватные прогнозы для изучаемых процессов или систем

1.3 Анализ математических методов решения статистических задач

Применение математических методов для решения статистических задач позволяет существенно улучшить управление качеством и получить хороший экономический эффект без привлечения дополнительных ресурсов.12 Математические методы могут использоваться для решения конкретных задач различной степени сложности на любом этапе процесса производства.

Все множество статистических задач может быть разбито на два больших класса: детерминированные хорошо формализуемые задачи и недетерминированные плохо формализуемые. В задачах первого класса имеется полная информация обо всех составляющих, прослеживается цепь причин и следствий; такие задачи просто перевести на язык алгоритмов, для их решения существует множество достаточно легко реализуемых "формальных" методов 13, 14, 15. Классификация формальных методов решения статических задач представлена ни рисунке 1.6.

Методы математической статистики используются для нахождения и раскрытия закономерностей, свойственных большим совокупностям однородных объектов.

Комбинаторный анализ - раздел математики, объектом исследования которого являются множества, состоящие из дискретных элементов. Методика комбинаторного анализа состоит в реализации двух видов операций: отбор подмножеств (выборка), упорядочение подмножеств (комбинаторика). Такими методами решаются задачи трех типов: вопрос о числе возможных решений, о существовании решений и их возможности, о способах отыскания оптимальных решений.

Рисунок 1.6- Классификация "формальных методов" решения статистических задач

Методами теории расписаний решаются задачи календарного планирования производства, при решении которых кроме критерия качества расписания нужно выполнить требование соблюдения определенных технологических условий (например, закрепление деталей за оборудованием во времени).

Методы теории игр предполагают поиск оптимальных решений в условиях конфликта. Принятие решений осуществляется обычно в условиях неопределенности. Методы применяются для решения задач в условиях неопределенности, требующих наиболее эффективного результата или наименьших потерь.

Теория массового обслуживания или "теория очередей" изучает процессы, связанные с удовлетворением массового спроса на обслуживание какого-либо вида с учетом случайного характера спроса и обслуживания. Методы "теории очередей" используются для решения проблем оптимальной регламентации производства продукции различного вида, определения степеней готовности изделия на разных стадиях изготовления и других подобных задач 16.

Задачи второго класса характеризуются большой вероятностной компонентой, в них иногда сложно проследить взаимосвязь компонентов, в процессе решения таких задач требуется учитывать множество случайных воздействий, решение их с помощью ПК затруднено, т. к. их очень сложно запрограммировать для решения. Применение формальных методов для решения задач второго класса ограничено. Наиболее эффективен метод имитационного моделирования (ИМ), предполагающий интерактивное взаимодействие пользователя - лица, принимающего решения с программной имитационной моделью производственной системы, построенной предварительно. ИМ приносит хорошие результаты, однако разработка такой модели требует специалистов очень высокого уровня, т. к. "сымитирована" должна быть вся производственная система, и учтено все многообразие внутренних и внешних воздействий 13.

Большинство статистических задач принадлежат именно ко второму классу, но из-за сложности применения эвристических алгоритмов решаются приближенно формальными методами.

В результате распространения информационных технологий наметились три тенденции в планировании и прогнозировании.

1. Во многих компаниях методы прогнозирования начинают включаться в автоматизированные технологические цепочки. Поэтому возрастают требования к точности прогнозирования.

2. Стремительно возрастают объемы доступных данных. Накапливается огромное количество временных рядов, многие из которых взаимосвязаны. Все более актуальной становится задача выявления неочевидных скрытых взаимосвязей в данных.

3. Динамичность процессов в современной экономике приводит к существенной нестационарности временных рядов -- их структурные свойства постоянно изменяются.

В этих условиях стандартные статистические методы планирования и прогнозирования начинают давать сбой. Лежащие в их основе предположения часто не выполняются на практике или не допускают надежной проверки. Для высокоточного прогнозирования большого количества информации необходимы новые методы и подходы.

Процедуры планирования и принятия решений, основанные на анализе окружающей среды, можно отнести к трудноформализуемым. Это объясняется тем, что как внешняя по отношению к организации среда, так и присущая организации внутренняя среда, характеризуются высокой степенью неопределенности, динамики и сложности.

Можно выделить некоторые причины, которые вызывают рост интереса у специалистов к новым интеллектуальным технологиям, поддерживающим принятие решений: 1) Неопределенность в процессах принятия решений повышает роль прогнозных моделей, имитирующих различные функциональные компоненты бизнеса (маркетинг, управление финансами, производством, персоналом и др.). Моделирование бизнес-процессов открывает возможности анализа их последствий на стадии проектирования и предварительного выяснения (finding problem) и, тем самым, снижает риск необоснованных затрат. Кроме того, в некоторых ситуациях вообще невозможно обойтись без моделирования, поскольку эксперименты в экономике в познавательных целях недопустимы. 2) Обеспечение фирме преимуществ перед конкурентами напрямую связано с формированием у менеджеров представлений о новых (ранее неизвестных) потребностях людей, исходя из возможностей, предлагаемых современными революционными технологиями. В наше время успешный менеджмент невозможен без умения непрерывно "открывать" новые потребности, создавать под эти потребности новые товары и способы выполнения работ внутри организации и формировать под новые потребности новые рынки. Этот процесс самосовершенствования организации в конкурентной среде должен опираться на новые интеллектуальные технологии прогноза рынков. 3) Кумулятивный рост релевантной (относящейся к делу) информации делает необходимым применение новых технологий для поиска в "море" данных тенденций, потенциально угрожающих существованию организации либо открывающих перспективы для бизнеса [17].

Таким образом, интеллектуальные системы являются наиболее актуальными средствами для решения различных задач. Особенностью этих систем является способность решать слабо структурированные и плохо формализованные задачи. Эта способность основана на применении различных методов моделирования рассуждений для обработки символьной информации [14]. Различные интеллектуальные системы способны решать разнообразные задачи. Для решения различных задач прогнозирования, анализа и моделирования применяются НС. Генетические алгоритмы (ГА) обеспечивают прозрачность толкования и адаптируются к новым условиям [18]. Мультиагентные системы (МАС) представляют собой самоорганизующуюся систему коллектива интеллектуальных агентов, взаимодействующих между собой по единым правилам и преследующих каждая свою цель [19]. Нечеткие системы (НчС) помогают решать такие проблемы, где очень важна гибкость, а также необходимо применение нечетких знаний. Динамические системы (ДС) позволяют учитывать временной фактор в вычислительных экспериментах, возможность имитации важнейших функций менеджмента, [17].

Достигнутый в настоящее время уровень разработок в теории и практике искусственного интеллекта (ИИ) таков, что отдельные технологии способны моделировать составляющие человеческого мышления, которыми являются анализ (выделение в объекте элементов и связей между ними), синтез (объединение компонентов, составляющих объект), обобщение (объединение элементов в группы на основе общих признаков), сравнение (идентификация сходства и различия в объектах), категоризация (кластеризация - в терминологии, принятой в искусственном интеллекте). Представим пространство проблем предметной области бизнеса с помощью двух когнитивных измерений - понятий: "глубина" проникновения и "широта" охвата (рисунок 1.7).

Приведенная на рисунке 1.7 структурная и поведенческая интерпретация проблем бизнеса на основе когнитивного подхода позволяет позиционировать не только проблемы, но и области наиболее эффективного и рационального использования разных интеллектуальных систем для поддержки принятия решений. Каждая из интеллектуальных систем имеет свои "когнитивные" пределы по глубине и широте моделируемых проблем бизнеса.



Рисунок 1.7 - Когнитивные измерения "широта" - "глубина" для оценки проблем бизнеса и области, в которых наиболее эффективны различные интеллектуальные системы для поддержки принятия управленческих решений

Наиболее универсальными в этом смысле являются интегрированные информационные системы с элементами ИИ, а узко специализированными - статические экспертные системы. Промежуточное положение занимают системы динамического структурного моделирования, искусственные нейронные сети и генетические алгоритмы, которые способны, с одной стороны, стимулировать креативное мышление руководителей и ускорять их обучение на проблемах, а с другой стороны - принимать на себя выполнение некоторых свойственных человеку функций по распознаванию паттернов и их запоминанию и безинерционной (высокоскоростной) актуализации. [17]

1.4 Постановка задач исследования

Обеспечение и прогнозирование качества швейных изделий осуществляется в условиях неопределенности, а также влияния большого количества факторов на деятельность предприятия, как системных, так и случайных. Поэтому для решения таких задач предлагается использовать новые методы анализа и моделирования, способных обрабатывать большое количество данных, нахождение взаимосвязи различных элементов, а также осуществление моделирования процессов сложных нелинейных функций, например можно использовать нейронные сети, которые обладают всеми необходимыми возможностями. В соответствии с этим в дипломной работе будет проведен анализ возможности применения нейронных систем для разработки методики обеспечения качества швейных изделий на стадии их изготовления. Для этого необходимо решить ряд задач:

- провести анализ научных разработок в области прогнозирования качества продукции;

- провести анализ эволюционных методов решения статистических задач;

- выбрать и охарактеризовать способы контроля качества швейных изделий на стадии изготовления;

- произвести постановку задач прогнозирования качества швейных изделий с использованием нейронных сетей и разработать математическую модель;

- подготовить исходные данные для анализа и прогнозирования качества швейных изделий и разработать алгоритм решения задачи анализа и прогнозирования качества швейных изделий;

- произвести выбор нейросетевого пакета для реализации задачи анализа и прогнозирования качества швейных изделий;

- обучить нейронную сеть и проанализировать полученные результаты;

- произвести прогнозирование качества швейных изделий с использованием нейронной сети и проанализировать полученные результаты;

- выполнить расчет экономической эффективности от внедрения методики анализа и прогнозирования качества швейных изделий.

2. Характеристика объекта исследования

2.1 Функциональная модель процесса изготовления швейного изделия

При анализе работы существующих и проектировании новых процессов сталкиваются с необходимостью описания функциональной структуры системы, внутри которой они протекают и динамики происходящих внутренних процессов. Методы функционального моделирования позволяют выполнить такое описание с помощью принятого графического языка описания систем. Совокупность элементов этого языка (операторов), изображающих функции системы или ее предметной области с выбранной точки зрения, образуют функциональные модели (диаграммы). Модели дают целостное представление о работе системы и позволяют понять взаимосвязи всех ее составляющих.

Методология функционального моделирования хорошо согласуется с такими принципами менеджмента качества, как процессный и системный подходы и, по сути, является их графической интерпретацией.

Возможности применения методов не ограничиваются никакими рамками предметной области, поэтому эти инструменты можно применять для описания любых систем и организаций, независимо от области деятельности и вида выпускаемой продукции.

Опорной базой для развития методологии функционального моделирования стала методика структурного анализа и проектирования SADT (Structured Analysis and Design Technique - структурный анализ и проектирование.), включающая методологии: IDEF0 (функциональная модель) (Integration Definition for Function Modeling - интегрированное определение для функционального моделирования.), DFD (диаграмма потоков данных) (Data Flow Diagram - диаграмма потоков данных.), IDEF3 (диаграмма потоков событий) (Integration Definition for Function Modeling - интегрированное определение для функционального моделирования).

Все перечисленные методики разработаны в США, которые, имея сильные позиции в сфере функционального моделирования, продвигают свои стандарты на роль международных.

При построении функциональных моделей с использованием методологии IDEF0 важно четко представлять, какая при этом преследуется цель, например:

а) анализ системы. В этом случае фактическая деятельность системы отражается в виде модели "AS-IS" (как есть), которая позволяет выявить несоответствия в работе системы и возможности для ее улучшения и оптимизации;

б) проектирование системы. Деятельность вновь создаваемой системы или результаты перепроектирования компонентов и связей существующей системы отражаются на модели "ТО-BE" (должно быть), которая является описанием идеального положения вещей.

В основе методологии графического представления функциональной модели IDEFO лежат четыре основных понятия.

1 Функциональный блок (ФБ). ФБ графически изображается в виде прямоугольника и олицетворяет собой некоторую конкретную функцию в рамках рассматриваемой системы. Каждая из четырех сторон ФБ имеет своё определенное значение (роль): левая сторона имеет значение "Вход"; правая сторона - "Выход"; верхняя сторона- "Управление"; нижняя сторона- "Механизм".

2 Интерфейсная дуга (поток, стрелка) отображает элемент системы, который обрабатывается ФБ или оказывает иное влияние на функцию, отображенную данным ФБ. Графическим отображением интерфейсной дуги является однонаправленная стрелка.

3 Декомпозиция. Принцип декомпозиции применяется при разбиении сложного процесса на составляющие его функции. При этом уровень детализации процесса определяется разработчиком модели. Декомпозиция позволяет постепенно и структурировано представлять модель системы в виде иерархической структуры отдельных диаграмм, что делает ее менее перегруженной и легко усваиваемой.

Рисунок 2.1 - Функциональный блок модели IDEF0

4 Глоссарий - описание сущности создания и поддержания набора соответствующих определений, ключевых слов, повествовательных изложений и т.д. для каждого из элементов IDEF0

Отличительной особенностью описанных методологий является наличие проработанного и зафиксированного в стандартах графического языка представления объектов, что делает возможным использование для проектирования сложных систем информационных технологий и программных средств поддержки системного проектирования - CASE-технологий и средств. В основе CASE-технологий лежат соответствующие методы и методики, описывающие различные свойства систем (методологии IDEF) и позволяющие количественно оценить параметры проектов. Для проектирования функциональных моделей с использованием методологии IDEF0 может использоваться программный продукт BPWin V4.0 или AIIFusion Process Modeler (BPwin 4.1) компании Computer Associates (США)[20].

Как правило, функциональное моделирование процессов выполняют с целью их анализа и совершенствования. В этом случае строится модель "КАК ЕСТЬ" (AS-IS), которая позволяет четко зафиксировать, какие процессы осуществляются на предприятии, какие информационные объекты используются при выполнении деловых процессов и отдельных операций. Функциональная модель "КАК ЕСТЬ" является отправной точкой для анализа потребностей предприятия, выявления проблем и "узких" мест и разработки проекта совершенствования процессов. После разработки мероприятий по совершенствованию моделируемого процесса строится функциональная модель "КАК ДОЛЖНО БЫТЬ" (ТО BE). Она позволяет уже на стадии проектирования будущей информационной системы определить изменения условий выполнения отдельных операций, структуры производственных процессов и предприятия в целом. Функциональные блоки в обеих этих моделях, как правило, имеют одинаковую нумерацию. Для отличия моделей друг от друга в условных обозначениях модели "КАК ЕСТЬ" используют префикс "А", а блоки модели "КАК ДОЛЖНО БЫТЬ" обозначают буквой "В". [21]

В данной работе, цель функционального моделирования - идентифицировать этапы изготовления швейного изделия и контроля качества на данных этапах, а также их распределение по цехам предприятия. Для того чтобы выявить взаимосвязь видов деятельности на предприятии и их влияние на качество швейного изделия необходимо обратиться к модели системы качества

В соответствии с ИСО 8402-86, качество продукции - это совокупность свойств и характеристик продукции, которые придают ей способность удовлетворять обусловленные или предполагаемые потребности. Как показывает международный опыт, наиболее эффективно выпуск высококачественной продукции осуществляется при существовании на предприятии системы качества - то есть совокупности организационной структуры, ответственности, процедур, процессов и ресурсов, обеспечивающей осуществление общего руководства качеством. Общее руководство качеством складывается из обеспечения качества, управления качеством, улучшения качества (рисунок 2.2). Система качества основывается на "петле качества", то есть действует на всех этапах жизненного цикла продукции.

Функционирование системы качества создает предпосылки сертификации продукции и производств; возможна также сертификация самой системы качества. Схема сертификации, предусматривающая, кроме проведения испытания образцов продукции, еще и оценку системы качества, является наиболее перспективной. Эта наиболее сложная и дорогостоящая схема получила широкое распространение в промышленно развитых странах и в международных системах сертификации, ввиду того, что наличие сертифицированной системы качества дает потребителю наибольшую гарантию стабильного выпуска производителем продукции требуемого уровня качества. [22]

Рисунок 2.2 - Система качества

Таким образом, с учетом данной схемы системы обеспечения качества, разрабатывается контекстная диаграмма процесса изготовления швейного изделия. На первом этапе необходимо определить входы и выходы. На выходе должно получиться швейное изделие. Для его изготовления на вход должны поступить материалы. Для определения механизма необходимо понять посредством чего материалы будут преобразованы в готовое изделие. Очевидно, что это персонал и оборудование. Под управляющим воздействием понимаются любые способы управления данным процессом. Это могут быть требования рынка, заказы потребителей и т.д. Таким образом, определены все основные элементы контекстной диаграммы (на примере ОАО "Синар"), которая оформляется в соответствии с требованиями методологии IDEF0 (рисунки 2.3 - 2.5). На следующем этапе диаграмма А0 (рисунок 2.4) декомпозируется на четыре процесса: "Провести маркетинговые исследования", "Осуществить подготовку производства в ЭЦ", "Осуществить раскрой материалов", "Осуществить пошив изделий". Эти процессы отражают основные этапы изготовления швейного изделия на предприятии. В соответствии с тем, что в данной работе цель функционального моделирования - построение модели процесса изготовления изделия для оценки его качества, поэтому необходимо на следующем этапе произвести декомпозицию диаграммы блока А4. На рисунке 2.5 представлена IDEF0-диаграмма четвертого уровня декомпозиции. Данная диаграмма декомпозируется на шесть процессов: "Запуск деталей кроя в поток", "Выполнить контроль качества деталей кроя", "Выполнить обработку основных узлов", "Выполнит межоперационный контроль обработанных узлов", "Выполнить обработку сборочных единиц", "Выполнить межоперационный контроль обработанных сборочных единиц", "Выполнить монтажные операции", "Выполнить контроль готового изделия". В результате данной диаграммы можно проследить осуществляемый контроль на каждой из стадии изготовления изделия в швейном цехе.