Operasi sistem yang optimal dengan proses kontrol yang ekstrim. Sistem kontrol adaptif dan ekstrim

Masalah optimasi biasanya terdiri dalam menemukan dan memelihara tindakan kontrol yang memastikan ekstrem dari kriteria kualitas tertentu dari fungsi objek kontrol. Masalah ini dapat diselesaikan secara otomatis dengan bantuan pengontrol ekstrem, yang mencari tindakan kontrol optimal dalam proses kerja. Sistem yang menerapkan pencarian otomatis dan pelacakan ekstrem dari indikator kualitas kinerja objek tertentu disebut sistem kontrol ekstrem atau sistem optimasi otomatis. Sistem optimasi otomatis, karena penerapan algoritma untuk menemukan kontrol optimal di dalamnya, memiliki sejumlah keunggulan, yang utamanya adalah kemampuannya untuk berfungsi secara normal dalam kondisi informasi apriori yang tidak lengkap tentang objek dan tentang gangguan yang bekerja padanya. . Penggunaan sistem kontrol ekstrem disarankan dalam kasus di mana kriteria kualitas objek memiliki ekstrem yang nyata dan ada peluang untuk mengimplementasikan pencarian dan mempertahankan mode operasi (ekstrim) yang optimal. Perkembangan teori dan teknologi sistem kendali ekstrim saat ini telah mencapai tingkat yang signifikan. Industri ini memproduksi regulator ekstrem yang khas (pengoptimal otomatis) untuk sejumlah proses teknologi.

Sistem kontrol ekstrim adalah salah satu kelas sistem adaptif yang paling berkembang secara teoritis dan praktis. Objek kontrol otomatis semacam itu disebut ekstrem, di mana karakteristik statis memiliki ekstrem, posisi dan nilainya tidak diketahui dan dapat bervariasi terus menerus.

Biasanya, pengontrol ekstrem mencari dan mempertahankan nilai-nilai seperti itu dari koordinat objek di mana output mencapai nilai ekstrim. Mode pengoperasian objek dan sistem secara keseluruhan ini optimal dalam hal kriteria kualitas minimum atau maksimum. Contoh objek ekstrim satu dimensi adalah pesawat terbang. Ketergantungan konsumsi bahan bakar kilometer kamu pada kecepatan penerbangan x ditandai dengan adanya ekstrem, besaran dan posisi yang berubah ketika berat pesawat berubah karena konsumsi bahan bakar.

Bergantung pada jumlah ekstrem, objek dibagi menjadi ekstrem tunggal dan multi ekstrem, dan dalam kasus terakhir, tugas kontrol adalah menemukan ekstrem global, mis. tertinggi tertinggi atau terendah terendah. Bergantung pada jumlah aksi kontrol yang terbentuk di pengontrol ekstrem, sistem kontrol ekstrem satu dimensi dan multidimensi dibedakan. Berdasarkan sifat bekerja dalam waktu, sistem ekstrim dapat terus menerus dan diskrit. Tergantung pada sifat sinyal pencarian, sistem ekstrim dengan sinyal pencarian deterministik dan acak dibedakan.

1. Saya (Klien), dengan ini saya setuju dengan pemrosesan data pribadi yang saya terima dari saya selama pengiriman aplikasi untuk informasi dan layanan konsultasi / penerimaan pelatihan dalam program pendidikan.

2. Saya mengkonfirmasi bahwa nomor yang saya berikan telepon genggam, apakah nomor telepon pribadi saya diberikan kepada saya oleh operator seluler, dan bersedia bertanggung jawab atas akibat negatif yang saya timbulkan atas indikasi nomor telepon seluler milik orang lain.

Grup Perusahaan meliputi:
1. LLC "MBSH", alamat yang sah: 119334, Moskow, prospek Leninsky, 38 A.
2. ANO DPO "MOSCOW BUSINESS SCHOOL", alamat resmi: 119334, Moskow, prospek Leninsky, 38 A.

3. Dalam kerangka perjanjian ini, "data pribadi" berarti:
Data pribadi yang Klien berikan tentang dirinya secara sadar dan mandiri saat mengisi Aplikasi untuk pelatihan/penerimaan informasi dan layanan konsultasi di halaman Situs Grup Perusahaan
(yaitu: nama belakang, nama depan, patronimik (jika ada), tahun lahir, tingkat pendidikan Klien, program pelatihan yang dipilih, kota tempat tinggal, nomor ponsel, alamat Surel).

4. Klien - individu (seseorang yang merupakan perwakilan hukum orang alami di bawah usia 18 tahun, sesuai dengan undang-undang Federasi Rusia), yang mengisi Aplikasi untuk pelatihan / informasi dan layanan konsultasi di Situs Grup Perusahaan, dengan demikian menyatakan niatnya untuk menggunakan layanan pendidikan / informasi dan konsultasi jasa Grup Perusahaan.

5. Grup perusahaan umumnya tidak memverifikasi keakuratan data pribadi yang diberikan oleh Klien dan tidak menjalankan kendali atas kapasitas hukumnya. Namun, Grup Perusahaan berasal dari fakta bahwa Klien menyediakan layanan yang andal dan memadai informasi pribadi tentang masalah yang diajukan dalam formulir pendaftaran (Formulir aplikasi), dan selalu memperbarui informasi ini.

6. Grup perusahaan mengumpulkan dan menyimpan hanya data pribadi yang diperlukan untuk masuk ke pelatihan / menerima informasi dan layanan konsultasi dari Grup perusahaan dan mengatur penyediaan layanan pendidikan / informasi dan konsultasi (pelaksanaan perjanjian dan kontrak dengan Klien).

7. Informasi yang dikumpulkan memungkinkan Anda untuk mengirim informasi dalam bentuk email dan pesan SMS melalui saluran komunikasi (distribusi SMS) ke alamat email dan nomor ponsel yang ditentukan oleh Klien untuk menerima layanan untuk Grup dari Perusahaan, organisasi proses pendidikan, mengirimkan pemberitahuan penting, seperti perubahan syarat, ketentuan, dan kebijakan Grup Perusahaan. Juga, informasi tersebut diperlukan untuk segera memberi tahu Klien tentang semua perubahan dalam ketentuan untuk penyediaan informasi dan layanan konsultasi dan organisasi proses pendidikan dan penerimaan untuk pelatihan di Grup Perusahaan, memberi tahu Klien tentang promosi yang akan datang, yang akan datang peristiwa dan peristiwa lain dari Grup Perusahaan dengan mengiriminya surat dan pesan informasi, serta untuk tujuan mengidentifikasi pihak berdasarkan perjanjian dan kontrak dengan Grup Perusahaan, komunikasi dengan Klien, termasuk mengirimkan pemberitahuan, permintaan, dan informasi mengenai penyediaan layanan, serta memproses permintaan dan aplikasi dari Klien.

8. Saat bekerja dengan data pribadi Klien, Grup Perusahaan dipandu oleh hukum federal RF No. 152-ФЗ tanggal 27 Juli 2006. "Tentang data pribadi".

9. Saya telah diberitahu bahwa setiap saat saya dapat menolak untuk menerima informasi ke alamat email saya dengan mengirimkan surel ke alamat :. Anda juga dapat menolak untuk menerima informasi melalui email kapan saja dengan mengklik tautan "Berhenti Berlangganan" di bagian bawah surat.

10. Saya telah diberitahu bahwa setiap saat saya dapat menolak untuk menerima pesan SMS ke nomor ponsel yang saya tentukan dengan mengirimkan email ke alamat:

11. Grup perusahaan mengambil langkah-langkah organisasional dan teknis yang diperlukan dan memadai untuk melindungi data pribadi Klien dari akses yang tidak sah atau tidak disengaja, perusakan, pengubahan, pemblokiran, penyalinan, distribusi, serta dari tindakan ilegal lainnya dari pihak ketiga dengan dia.

12. Hukum Federasi Rusia akan berlaku untuk perjanjian ini dan hubungan antara Klien dan Grup Perusahaan yang timbul sehubungan dengan penerapan perjanjian.

13. Dengan perjanjian ini, saya mengonfirmasi bahwa saya berusia di atas 18 tahun dan menerima persyaratan yang ditentukan dalam teks perjanjian ini, dan juga memberikan persetujuan sukarela penuh saya untuk pemrosesan data pribadi saya.

14. Perjanjian yang mengatur hubungan antara Klien dan Grup Perusahaan ini berlaku selama seluruh periode penyediaan Layanan dan akses Klien ke layanan yang dipersonalisasi dari Situs Grup Perusahaan.

LLC Alamat resmi MBSH: 119334, Moskow, prospek Leninsky, 38 A.
LLC MBSh Consulting alamat resmi: 119331, Moskow, prospek Vernadsky, 29, kantor 520.
CHUDPO "MOSCOW BUSINESS SCHOOL - SEMINARS", alamat resmi: 119334, Moskow, prospek Leninsky, 38 A.

Kirim karya bagus Anda di basis pengetahuan sederhana. Gunakan formulir di bawah ini

Mahasiswa, mahasiswa pascasarjana, ilmuwan muda yang menggunakan basis pengetahuan dalam studi dan pekerjaan mereka akan sangat berterima kasih kepada Anda.

Diposting di http://www.allbest.ru/

1. Sistem kontrol ekstrim

Sistem kontrol ekstrim seperti ACS, di mana salah satu indikator kinerja harus dijaga pada tingkat maksimum (min atau maks).

Contoh klasik dari sistem kontrol ekstrim adalah sistem kontrol frekuensi otomatis penerima radio.

Gambar 1.1 - Respons frekuensi-amplitudo:

1.1 Pernyataan masalah sintesis sistem ekstrem

Objek dijelaskan dengan persamaan:

Karakteristik ekstrim melayang dalam waktu.

Itu perlu untuk memilih seperti itu tindakan kontrol, yang secara otomatis akan menemukan titik ekstrem dan mempertahankan sistem pada titik ini.

U: extr Y = Y o (1.2)

Gambar 1.2 - Karakteristik ekstrim statis:

Penting untuk menentukan tindakan kontrol yang memastikan kinerja properti:

1.2 Kondisi ekstrim

Kondisi yang diperlukan untuk ekstrem adalah kesetaraan dengan nol dari turunan parsial pertama.

Kondisi yang cukup untuk suatu ekstrem adalah persamaan dengan nol dari turunan parsial kedua. Saat mensintesis sistem ekstrem, perlu untuk memperkirakan gradien, tetapi vektor turunan parsial kedua tidak dapat diperkirakan, dan dalam praktiknya, alih-alih kondisi yang cukup untuk ekstrem, hubungan berikut digunakan:

Tahapan sintesis sistem ekstrim:

Estimasi gradien.

Organisasi gerakan sesuai dengan kondisi gerakan secara ekstrem.

Stabilisasi sistem pada titik ekstrem.

Gambar 1.3 - Diagram fungsional dari sistem ekstrim:

1.3 - Jenis karakteristik ekstrim

1) Karakteristik ekstrim unimodal dari tipe modul

Beras. 1.4 - Karakteristik ekstrim dari tipe modul:

2) Karakteristik ekstrim dari tipe parabola

Beras. 1.5 - Karakteristik ekstrim dari tipe parabola:

3) Dalam kasus umum, karakteristik ekstrem dapat digambarkan dengan parabola orde ke-n:

Y = k 1 | y-y o (t) | n + k 2 | y-y o (t) | n -1 +… + k n | y-y o (t) | + k n +1 (t).(1.9)

4) Representasi vektor-matriks:

Y = y T Oleh (1.10)

1.4 Metode untuk memperkirakan gradien

1.4.1 Metode pembagian turunan

Mari kita pertimbangkan pada karakteristik unimodal, y adalah output dari bagian dinamis dari sistem.

yR 1, Y = Y (y, t)

Cari turunan waktu total:

Melayang perlahan seperti ini

Martabat: kesederhanaan.

Kekurangan: pada 0, gradien tidak dapat ditentukan.

Filter diferensial.

Beras. 1.6 - Skema penilaian turunan parsial:

1.4.2 Estimasi Gradien Diskrit

Beras. 1.7 - Skema estimasi turunan parsial diskrit:

1.4.3 Estimasi diskrit dari tanda gradien

Dengan langkah pengambilan sampel kecil, kami mengganti:

1.4.4 Metode deteksi sinkron

Metode deteksi sinkron melibatkan penambahan sinyal sinusoidal tambahan dengan amplitudo rendah, frekuensi tinggi ke sinyal input ke objek ekstrim, dan mengekstrak komponen yang sesuai dari sinyal output. Dari rasio fasa kedua sinyal ini, seseorang dapat menyimpulkan tentang tanda turunan parsial.

Beras. 1.8 - Diagram fungsional dari estimasi turunan parsial:

Beras. 1.9 - Ilustrasi perjalanan osilasi pencarian ke output sistem:

y 1 - titik operasi, sedangkan perbedaan fase sinyal sama dengan 0.

y 2 - perbedaan fase sinyal, sebagai penguat frekuensi fase paling sederhana, Anda dapat menggunakan blok perkalian.

Beras. 1.10 - Ilustrasi operasi FCU:

Sebagai filter, filter yang rata-rata selama periode dipilih, yang memungkinkan untuk memperoleh sinyal pada output yang sebanding dengan nilai turunan parsial.

Beras. 1.11 - Linearisasi karakteristik statis pada titik operasi:

Oleh karena itu, persamaan kurva ekstrem dapat diganti dengan persamaan garis lurus:

Sinyal pada output FPU:

k - koefisien proporsionalitas - garis singgung sudut kemiringan garis lurus.

Sinyal keluaran filter:

Lewat sini:

Metode deteksi sinkron cocok untuk menentukan tidak hanya satu turunan parsial, tetapi juga gradien secara keseluruhan, sementara beberapa osilasi frekuensi yang berbeda diumpankan ke input. Filter keluaran yang sesuai menyoroti respons terhadap sinyal pencarian tertentu.

1.4.5 Filter Penaksir Gradien Kustom

Metode ini melibatkan pengenalan sistem dinamis khusus ke dalam sistem, sinyal perantaranya sama dengan turunan parsial.

Beras. 1.12 - Skema filter khusus untuk memperkirakan turunan parsial:

Konstanta waktu T-filter:

Untuk memperkirakan turunan total dari Y, DF - filter pembeda digunakan, dan kemudian estimasi turunan total ini diterapkan untuk memperkirakan gradien.

1.5 Organisasi gerakan hingga ekstrem

1.5.1 Sistem orde pertama

Kami mengatur hukum kontrol secara proporsional dengan gradien:

Mari kita tulis persamaan sistem loop tertutup:

Ini adalah persamaan diferensial umum yang dapat diselidiki menggunakan metode TAU.

Perhatikan persamaan statika sistem:

Jika stabilitas sistem loop tertutup dipastikan dengan bantuan gain k, maka secara otomatis dalam statika kita akan sampai pada titik ekstrem.

Dalam beberapa kasus, dengan menggunakan koefisien k, selain stabilitas, dimungkinkan untuk memberikan durasi tertentu dari proses transien dalam sistem tertutup, yaitu. menyediakan waktu yang ditentukan untuk mencapai ekstrem.

Dimana k adalah stabilitas

Beras. 1.13 - Diagram fungsional sistem ekstrem gradien orde pertama:

Metode ini hanya cocok untuk sistem unimodal, yaitu sistem dengan satu ekstrem global.

1.5.2 Metode Bola Berat

Dengan analogi dengan bola yang menggelinding ke jurang dan melampaui titik ekstrem lokal, sistem AE dengan proses osilasi juga melampaui ekstrem lokal. Untuk memastikan proses osilasi, kami memperkenalkan inersia tambahan ke dalam sistem orde pertama.

Beras. 1.14 - Ilustrasi metode bola "berat":

persamaan sistem loop tertutup;

Persamaan karakteristik sistem:

Semakin kecil d, semakin lama proses transien.

Menganalisis karakteristik ekstrim, overshoot yang diperlukan dan durasi transien ditetapkan, dari mana:

1.5.3 Sistem saluran tunggal pandangan umum

hukum kontrol:

Mensubstitusikan hukum kontrol ke dalam kontrol objek, kita memperoleh persamaan sistem loop tertutup:

Dalam kasus umum, untuk menganalisis stabilitas sistem loop tertutup, perlu menggunakan metode Lyapunov kedua, yang dengannya gain pengontrol ditentukan. Karena Metode Lyapunov kedua hanya memberikan kondisi yang cukup untuk stabilitas, maka fungsi Lyapunov yang dipilih mungkin tidak berhasil dan prosedur reguler untuk menghitung pengontrol tidak dapat diusulkan di sini.

1.5.4 Sistem dengan turunan tertinggi dalam kendali

Kasus umum ekstrem objek:

Fungsi f, B dan g harus memenuhi kondisi keberadaan dan keunikan solusi persamaan diferensial. Fungsi g - harus dapat didiferensialkan dikalikan.

- matriks turunan

Masalah sintesis dapat dipecahkan jika matriks produk tidak mengalami degenerasi, mis.

Analisis kondisi solvabilitas untuk masalah sintesis memungkinkan seseorang untuk menentukan turunan dari variabel output, yang secara eksplisit bergantung pada tindakan kontrol.

Jika kondisi (1.31) terpenuhi, maka turunan pertama adalah turunan seperti itu, dan oleh karena itu persyaratan untuk perilaku sistem loop tertutup dapat dirumuskan dalam bentuk persamaan diferensial untuk y dari orde yang sesuai.

Kami akan membentuk hukum kontrol dari sistem loop tertutup, di mana kami akan membentuk hukum kontrol, menggantikannya ke sisi kanan kontrol untuk:

Persamaan sistem loop tertutup terhadap variabel keluaran.

Pertimbangkan situasi di mana

Dengan pilihan gain yang tepat, kita mendapatkan persamaan yang diinginkan dan keluar otomatis ke ekstrem.

Parameter regulator dipilih dari pertimbangan yang sama seperti untuk ACS konvensional, yaitu. (SVK) i = (20 * 100), yang memungkinkan memberikan kesalahan yang sesuai.

Beras. 1.15 - Skema sistem dengan turunan tertinggi dalam kendali:

Dalam sistem, filter pembeda dimasukkan ke dalam sistem untuk memperkirakan total turunan waktu; oleh karena itu, akan lebih mudah untuk menggunakan filter estimasi gradien untuk memperkirakan gradien dalam sistem tersebut. Karena Kedua filter ini memiliki konstanta waktu yang kecil, maka proses tempo yang berbeda dapat muncul dalam sistem, yang dapat dibedakan dengan menggunakan metode pemisahan gerakan, dan gerakan lambat akan dijelaskan oleh persamaan (1.34), yang sesuai dengan yang diinginkan pada . Gerakan cepat perlu dianalisis stabilitasnya, dan tergantung pada rasio konstanta waktu DF dan filter untuk mengevaluasi turunan parsial (FOCP), jenis gerakan berikut dapat dibedakan:

1) Konstanta waktu filter ini sebanding.

Gerakan cepat menggambarkan proses gabungan dalam dua filter ini.

2) Konstanta waktu berbeda dalam urutan besarnya.

Selain gerakan lambat, sistem mengamati gerakan cepat dan super cepat yang sesuai dengan konstanta waktu terkecil.

Kedua kasus perlu dianalisis untuk keberlanjutan.

2. Sistem yang optimal

Sistem optimal adalah sistem di mana kualitas kerja tertentu dicapai melalui penggunaan maksimum kemampuan fasilitas, dengan kata lain, ini adalah sistem di mana fasilitas beroperasi pada batas kemampuannya. Pertimbangkan tautan aperiodik orde pertama.

Untuk itu perlu dipastikan waktu transisi minimum y dari keadaan awal y (0) ke y k akhir. Fungsi transisi dari sistem tersebut pada K = 1 adalah sebagai berikut:

Beras. 2.1 - Fungsi transien sistem pada U = const:

Mari kita pertimbangkan situasi ketika kita menerapkan tindakan kontrol maksimum yang mungkin untuk input objek.

Beras. 2.2 - Fungsi transien sistem pada U = A = const:

t 1 - waktu transisi minimum yang mungkin y dari keadaan nol ke keadaan terakhir untuk objek tertentu.

Untuk mendapatkan transisi seperti itu, ada dua hukum kontrol:

Hukum kedua lebih disukai dan memungkinkan untuk memberikan kontrol jika terjadi gangguan.

Beras. 2.3 - Skema struktural sistem dengan hukum kontrol jenis umpan balik:

2.2 Pernyataan masalah sintesis sistem optimal

2.2.1 Model matematika objek

Objek dideskripsikan oleh variabel status

Dimana fungsi f (x, u) kontinu, terdiferensialkan terhadap semua argumen, dan memenuhi kondisi keberadaan dan keunikan solusi persamaan diferensial.

Fungsi ini tidak linier tetapi stasioner. Sebagai kasus khusus, objek dapat berupa sistem nonlinier dengan kontrol aditif:

Atau sistem linier

Objek harus disajikan dalam salah satu dari tiga bentuk yang disajikan di atas.

2.2.2 Beberapa status awal dan akhir

Masalah transisi optimal dari keadaan awal ke keadaan akhir adalah masalah nilai batas

Dimana titik awal dan akhir dapat ditentukan dalam salah satu dari empat cara yang ditunjukkan pada Gambar. 2.4.

a) masalah dengan ujung tetap,

b) masalah dengan ujung pertama yang tetap (titik awal yang tetap dan satu set nilai akhir),

c) masalah dengan ujung kanan tetap,

d) masalah dengan ujung yang bergerak.

Gambar 2.4 - Potret fase transisi sistem dari keadaan awal ke keadaan akhir untuk berbagai tugas:

Untuk sebuah objek, himpunan keadaan awal umumnya dapat bertepatan dengan seluruh himpunan keadaan atau dengan area kerja, dan himpunan keadaan akhir adalah subruang dari himpunan keadaan atau area kerja.

Contoh 2.1 - Dapatkah suatu objek yang dijelaskan oleh sistem persamaan dipindahkan ke titik mana pun dalam ruang keadaan?

Substitusi ke persamaan kedua nilai U dari persamaan pertama u = x 2 0 - 2x 1 0, kita dapatkan -5x 1 0 + x 2 0 = 0;

Punya satu set keadaan akhir yang dijelaskan oleh persamaan x 2 0 = 5x 1 0;

Dengan demikian, himpunan status akhir yang ditentukan untuk suatu objek (sistem) harus dapat direalisasikan.

2.2.3 Batasan Status dan Kontrol

Beras. 2.5 - Tampilan umum area kerja ruang negara:

Area kerja ruang negara disorot, yang dibahas. Biasanya, area ini dijelaskan oleh batas-batasnya menggunakan konvensi modular.

Gbr.2.6 - Tampilan ruang kerja ruang keadaan, ditentukan oleh konvensi modular:

Juga, U diatur - kisaran nilai yang diizinkan dari tindakan kontrol. Dalam praktiknya, wilayah U juga ditentukan menggunakan rasio modular.

Masalah sintesis pengontrol yang optimal diselesaikan di bawah kondisi kendala pada kontrol dan sumber daya yang terbatas.

2.2.4 Kriteria Optimalitas

Pada tahap ini, persyaratan untuk kualitas sistem loop tertutup dibahas. Persyaratan ditetapkan dalam bentuk yang digeneralisasikan, yaitu berupa fungsi integral, yang disebut dengan kriteria optimalitas.

Pandangan umum dari kriteria optimalitas:

Jenis tertentu dari kriteria optimalitas:

1) kriteria optimalitas yang memastikan waktu minimum dari proses transien (masalah kinerja optimal sedang dipecahkan):

2) kriteria optimalitas, memastikan konsumsi energi minimum:

Untuk salah satu komponen:

Untuk semua variabel status:

Satu tindakan kontrol:

Untuk semua tindakan kontrol:

Untuk semua komponen (dalam kasus yang paling umum):

2.2.5 Bentuk hasil

Perlu ditentukan dalam bentuk apa kita akan mencari tindakan pengendalian.

Dua varian kontrol optimal dimungkinkan: u 0 = u 0 (t), digunakan tanpa gangguan, u 0 = u 0 (x), kontrol optimal dalam bentuk umpan balik (kontrol loop tertutup).

Rumusan umum masalah sintesis sistem yang optimal:

Untuk objek yang dideskripsikan oleh variabel keadaan dengan batasan yang diberikan dan satu set keadaan awal dan akhir, perlu untuk menemukan tindakan kontrol yang memastikan kualitas proses dalam sistem tertutup yang memenuhi kriteria optimalitas.

2.3 Metode pemrograman dinamis

1 Prinsip Optimalitas

Data awal:

Hal ini diperlukan untuk menemukan u 0:

Beras. 2.7 - Potret fase transisi sistem dari titik awal ke titik akhir dalam ruang keadaan:

Lintasan transisi dari titik awal ke titik akhir akan optimal dan unik.

Rumusan prinsip: Bagian terakhir dari lintasan optimal juga merupakan lintasan optimal. Jika transisi dari titik perantara ke titik akhir tidak dilakukan di sepanjang lintasan optimal, maka lintasan optimalnya dapat ditemukan. Tetapi dalam kasus ini, transisi dari titik awal ke titik akhir akan melewati lintasan yang berbeda, yang seharusnya optimal, dan ini tidak mungkin, karena hanya ada satu lintasan optimal.

2.3.2 Persamaan Dasar Bellman

Pertimbangkan objek kontrol arbitrer:

Pertimbangkan transisi ruang-negara:

Beras. 2.8 - Potret fase transisi sistem dari titik awal ke titik akhir x (t) - titik saat ini (awal), x (t + t) - titik tengah.

Mari kita ubah ekspresinya:

Ganti integral kedua dengan V (x (t + t)):

Untuk nilai t yang kecil, kami memperkenalkan asumsi berikut:

2) Perluas fungsi bantu

Melakukan transformasi lebih lanjut, kita mendapatkan:

Dimana min V (x (t)) adalah kriteria optimalitas J.

Hasilnya, kami mendapatkan:

Bagilah kedua sisi ekspresi dengan Dt dan hapus Dt menjadi nol:

Kami mendapatkan persamaan Bellman dasar:

2.2.3 Rasio yang dihitung dari metode pemrograman dinamis:

Persamaan Belman utama berisi (m + 1) - jumlah yang tidak diketahui, karena U 0 R m, VR 1:

Membedakan m kali, kita memperoleh sistem persamaan (m + 1).

Untuk objek lingkaran terbatas, solusi dari sistem persamaan yang dihasilkan memberikan kontrol optimal yang tepat. Masalah seperti itu disebut masalah ACOR (desain analitik pengontrol optimal).

Objek yang masalah ACOR dianggap harus memenuhi persyaratan berikut:

Kriteria optimalitas harus kuadrat:

Contoh 2.2

Untuk objek yang dijelaskan oleh persamaan:

Hal ini diperlukan untuk memastikan transisi dari x (0) ke x (T) sesuai dengan kriteria optimalitas:

Setelah menganalisis objek untuk stabilitas, kami mendapatkan:

U 0 = U 2 = -6x.

2.4 Prinsip maksimum Pontryagin

Mari kita perkenalkan vektor keadaan diperpanjang, yang kita perluas karena komponen nol, yang kita pilih kriteria optimalitasnya. zR n + 1

Kami juga memperkenalkan vektor diperpanjang dari sisi kanan, yang kami perpanjang karena fungsi di bawah integral dalam kriteria optimalitas.

Kami memperkenalkan W - vektor koordinat konjugasi:

Mari kita bentuk Hamiltoniannya, yaitu produk skalar Sh dan c (z, u):

H (W, z, u) = W * q (z, u), (2.33)

Persamaan (2.34) disebut persamaan dasar prinsip maksimum Pontryagin, berdasarkan persamaan pemrograman dinamis. Kontrol optimal adalah kontrol yang memberikan Hamiltonian maksimum selama interval waktu tertentu. Jika sumber daya kontrol tidak dibatasi, maka kondisi ekstrem yang diperlukan dan cukup dapat digunakan untuk menentukan kontrol yang optimal. Dalam situasi nyata, untuk menemukan kontrol yang optimal, perlu dilakukan analisis nilai Hamiltonian pada nilai batas level. Dalam hal ini, U 0 akan menjadi fungsi dari vektor keadaan diperpanjang dan vektor koordinat konjugasi u 0 = u 0.

Untuk menemukan koordinat konjugasi, Anda perlu menyelesaikan sistem persamaan:

2.4.1 Prosedur untuk menghitung sistem menurut prinsip maksimum Pontryagin.

Persamaan objek harus direduksi menjadi bentuk standar untuk sintesis sistem optimal:

Hal ini juga diperlukan untuk menetapkan keadaan awal dan akhir dan menuliskan kriteria optimalitas.

Sebuah vektor keadaan diperpanjang diperkenalkan

Vektor diperpanjang dari sisi kanan:

Dan vektor koordinat konjugasi:

Kami menulis Hamiltonian sebagai produk titik:

Temukan maksimum Hamiltonian terhadap u:

Dengannya kita menentukan kontrol optimal u 0 (Ш, z).

Kami menuliskan persamaan diferensial untuk vektor koordinat konjugasi:

Cari koordinat konjugasi sebagai fungsi waktu:

6. Tentukan hukum kontrol optimal akhir:

Sebagai aturan, metode ini memungkinkan seseorang untuk mendapatkan hukum kontrol terprogram.

Contoh 2.3 - Untuk objek yang ditunjukkan pada Gambar. 2.9 Perlu dipastikan transisi dari titik awal y (t) ke titik akhir y (t) pada T = 1c dengan kualitas proses:

Beras. 2.9 - Model objek:

Untuk menentukan konstanta b 1 dan b 2, Anda perlu menyelesaikan masalah nilai batas.

Mari kita tulis persamaan sistem loop tertutup

Mari kita integrasikan:

Pertimbangkan titik akhir t = T = 1s., Sebagai x 1 (T) = 1 dan x 2 (T) = 0:

1 = 1/6 b 1 + 1/2 b 2

Menerima sistem persamaan, dari mana kita menemukan b 2 = 6, b 1 = -12.

Mari kita tuliskan hukum kendali u 0 = -12t + 6.

2.4.2 Masalah kontrol optimal

Untuk objek tipe umum, perlu untuk memastikan transisi dari titik awal ke titik akhir dalam waktu minimum dengan hukum kontrol yang terbatas.

Fitur masalah kinerja yang optimal

Kecepatan Hamilton:

Kontrol relai:

Ini adalah kasus untuk objek relay.

Teorema tentang jumlah sakelar aksi kontrol:

Teorema ini berlaku untuk model linier dengan akar real dari persamaan karakteristik.

Det (pI - A) = 0 (2,51)

(A) adalah vektor dari nilai eigen riil.

Rumusan teorema:

Dalam masalah kinerja optimal dengan akar real dari persamaan karakteristik, jumlah sakelar tidak boleh lebih besar dari (n-1), di mana n adalah orde objek, oleh karena itu, jumlah interval konstanta kontrol tidak akan lebih besar dari (n-1).

Beras. 2.10 - Jenis aksi kontrol untuk n = 3:

Contoh 2.4 - Pertimbangkan contoh penyelesaian masalah kinerja optimal:

W = [W 1, W 2]

H b = W 1 x 2 + W 2 (-2dx 2 -x 1 + u)

Untuk - akar real:

Jumlah kedua eksponen adalah:

Jika, maka akar-akarnya adalah konjugat kompleks dan solusinya adalah fungsi periodik. Dalam sistem nyata, sakelar tidak lebih dari 5 - 6.

2.4.3 Mengganti metode permukaan

Metode ini memungkinkan kita untuk menemukan kontrol fungsi variabel keadaan untuk kasus ketika kontrol optimal bersifat relai. Dengan demikian, metode ini dapat digunakan untuk memecahkan masalah kinerja yang optimal, untuk objek dengan kontrol aditif

Inti dari metode ini adalah untuk memilih titik-titik di seluruh ruang keadaan di mana tanda kontrol berubah dan menggabungkannya menjadi permukaan switching yang umum.

Beralih permukaan

Hukum kontrol akan menjadi sebagai berikut:

Untuk membentuk permukaan switching, akan lebih mudah untuk mempertimbangkan transisi dari titik awal yang berubah-ubah ke titik asal koordinat

Jika titik akhir tidak sesuai dengan titik asal, maka perlu untuk memilih variabel baru yang kondisi ini akan benar.

Kami memiliki objek berbentuk

Kami mempertimbangkan transisi, dengan kriteria optimalitas:

Kriteria ini memungkinkan Anda untuk menemukan hukum kontrol dari jenis berikut:

Dengan tidak diketahui, kondisi awal juga tidak kita ketahui.

Pertimbangkan transisi:

Metode waktu mundur (metode gerak mundur).

Metode ini memungkinkan Anda untuk menentukan permukaan switching.

Inti dari metode ini terletak pada kenyataan bahwa titik awal dan titik akhir dipertukarkan, sementara alih-alih dua set kondisi awal, tetap ada satu untuk.

Masing-masing lintasan ini akan optimal. Pertama, kami menemukan titik-titik di mana kontrol berubah tanda dan menggabungkannya menjadi permukaan, dan kemudian kami mengubah arah gerakan ke arah yang berlawanan.

CONTOH Fungsi alih suatu benda adalah:

Kriteria kinerja yang optimal:

Pembatasan kontrol.

Pertimbangkan transisi:

Kontrol optimal akan memiliki karakter relai:

Mari kita mundur (mis.). Dalam waktu terbalik, masalahnya akan terlihat seperti ini

Pertimbangkan dua kasus:

Kami memperoleh persamaan sistem tertutup:

Kami menggunakan metode integrasi langsung, kami memperoleh ketergantungan pada dan karena -, maka kami memiliki

Karena titik awal dan akhir ditukar, maka kita mendapatkan hal yang sama:

Mari kita buat hasilnya dan, dengan menggunakan metode bidang fase, tentukan arahnya

Menerapkan metode integrasi langsung, kita mendapatkan:

Fungsinya akan terlihat seperti:

Mengubah arah:

Tanda titik perubahan (switch point).

Ekspresi analitis umum:

Persamaan permukaan:

Hukum kontrol optimal:

Mengganti persamaan untuk permukaan, kita mendapatkan:

2.5 Sistem suboptimal

Sistem suboptimal adalah sistem dengan properti yang mendekati optimal

Hal ini ditandai dengan kriteria optimalitas.

Kesalahan mutlak.

Kesalahan relatif.

Proses yang mendekati optimal dengan akurasi tertentu disebut suboptimal.

Sistem suboptimal adalah sistem yang paling sedikit terdapat satu proses suboptimal.

Sistem suboptimal diperoleh dalam kasus berikut:

ketika mendekati permukaan switching (menggunakan pendekatan linier sepotong-sepotong, pendekatan menggunakan splines)

Ketika, proses yang optimal akan muncul dalam sistem yang suboptimal.

membatasi ruang kerja ruang negara;

3. SISTEM ADAPTIF

3.1 Konsep dasar

Sistem adaptif adalah sistem di mana parameter pengontrol berubah mengikuti perubahan parameter objek, sehingga perilaku sistem secara keseluruhan tetap tidak berubah dan sesuai dengan yang diinginkan:

Ada dua arah dalam teori sistem adaptif:

sistem adaptif dengan model referensi (ASEM);

sistem adaptif dengan pengenal (ASI).

3.2 Sistem adaptif dengan pengenal

Identifier - perangkat untuk mengevaluasi parameter suatu objek (evaluasi parameter harus dilakukan secara real time).

AR - pengatur adaptif

- objek kontrol

U - pengenal

Bagian yang disorot dengan garis putus-putus dapat diwujudkan secara digital:

V, U, X - dapat berupa vektor. Objek bisa multi-channel.

Mari kita pertimbangkan bagaimana sistem bekerja.

Dalam hal parameter konstan objek, struktur dan parameter pengontrol adaptif tidak berubah, umpan balik utama bertindak, sistem adalah sistem stabilisasi.

Jika parameter objek berubah, maka mereka diestimasi oleh pengidentifikasi secara real time dan struktur dan parameter pengontrol adaptif berubah sehingga perilaku sistem tetap tidak berubah. Persyaratan utama dikenakan pada pengidentifikasi (kinerja, dll.) dan pada algoritma identifikasi itu sendiri. Kelas sistem ini digunakan untuk mengontrol objek dengan nonstasioneritas lambat. Jika kita memiliki objek non-stasioner umum:

;. Tampilan responsif yang paling sederhana adalah sebagai berikut:

Persyaratan untuk sistem:

Dimana dan adalah matriks koefisien konstan.

Pada kenyataannya, kami memiliki:

Jika kita menyamakan, kita mendapatkan rasio untuk menentukan parameter pengontrol

3.3 Sistem adaptif dengan model referensi

Dalam sistem seperti itu, ada model referensi (EM), yang ditempatkan sejajar dengan objek. BA - blok adaptasi.

Gambar 2 - diagram fungsional ASEM:

Pertimbangkan operasi sistem:

Jika parameter objek tidak berubah atau proses keluaran sesuai dengan referensi, kesalahannya adalah:

pemrograman kontrol penyetelan otomatis

Blok adaptasi tidak berfungsi dan regulator adaptif tidak dibangun kembali, sistem memiliki umpan balik yang lancar.

Jika perilaku berbeda dari referensi, ini terjadi ketika parameter objek diubah, dalam hal ini muncul kesalahan.

Blok adaptasi dihidupkan, struktur regulator adaptif dibangun kembali, sedemikian rupa untuk menguranginya ke model referensi objek.

Blok adaptasi harus mengurangi kesalahan menjadi nol ().

Algoritma yang tertanam di blok adaptasi terbentuk cara yang berbeda, misalnya, menggunakan metode Lyapunov kedua:

Jika ini benar, maka sistem akan stabil asimtotik dan.

Diposting di Allbest.ru

...

Dokumen serupa

    Pernyataan masalah sintesis sistem kontrol. Penerapan Prinsip Maksimum Pontryagin. Metode untuk desain analitik pengontrol optimal. Metode pemrograman dinamis Bellman. Pemrograman genetik dan evolusi tata bahasa.

    tesis, ditambahkan 17/09/2013

    Metode untuk memecahkan masalah mensintesis sistem kontrol untuk objek dinamis. Karakteristik komparatif sintesis parametrik dan struktural-parametrik. Diagram proses regresi simbolik. Prinsip metode pemrograman analitis.

    tesis, ditambahkan 23/09/2013

    Konsep sistem kontrol besar. Model konjugasi struktural elemen. Organisasi struktur manajemen bertingkat. Masalah pemrograman linier umum. Elemen pemrograman dinamis. Pernyataan masalah sintesis struktural.

    tutorial, ditambahkan 24/06/2009

    Pernyataan masalah pemrograman dinamis. Perilaku sistem dinamis sebagai fungsi dari keadaan awal. Perumusan matematis dari masalah kendali optimal. Metode pemrograman dinamis. Bentuk diskrit dari masalah variasi.

    abstrak, ditambahkan 29/09/2008

    Studi tentang karakteristik dinamis utama perusahaan untuk saluran kontrol tertentu, yang hasilnya cukup untuk sintesis sistem kontrol (CS). Membangun model matematika dari objek kontrol. Analisis karakteristik frekuensi CS.

    makalah, ditambahkan 14/07/2012

    Teori kendali otomatis. Fungsi alih sistem menurut diagram strukturnya. Diagram blok dan fungsi transfer ACS kontinu. Stabilitas sistem. Studi tentang proses sementara. Perhitungan dan konstruksi karakteristik frekuensi.

    makalah, ditambahkan 14/03/2009

    Konsep umum dan klasifikasi sistem kendali lokal. Model matematika dari objek kontrol LSU. Metode linearisasi persamaan nonlinier objek kontrol. Prosedur untuk sintesis LSU. Proses transien menggunakan fungsi transien impuls.

    mata kuliah, ditambahkan 03/09/2012

    Prinsip kerja dan tugas sistem Informasi manajemen proyek. Metode jalur kritis, analisis dan evaluasi rencana. Model jaringan dan grafik, jenis jalur. Pertukaran informasi antara perusahaan, klasifikasi sistem informasi dan pasar penjualan mereka.

    tes, ditambahkan 18/11/2009

    Klasifikasi informasi menurut berbagai kriteria. Tahapan pengembangan sistem informasi. Teknologi Informasi dan sistem kontrol. Tingkat proses manajemen. Metode desain struktural. Metodologi Pemodelan Fungsional IDEF0.

    makalah, ditambahkan 20/04/2011

    Analisis tahapan utama pemecahan masalah sintesis pengontrol di kelas sistem stasioner linier. Menemukan pengaturan optimal untuk pengontrol dan fungsi transfer sistem tertutup. Studi komposisi dan struktur sistem kontrol otomatis.

XPM tidak terbatas pada pengembangan perangkat lunak. Manajemen proyek yang ekstrem akan efektif untuk tim berpengalaman yang mengimplementasikan proyek inovatif, startup, bekerja dalam kondisi kacau dan tidak terduga.

Apa itu Manajemen Proyek Ekstrim?

Konsep XPM dikembangkan pada tahun 2004. Tetapi tidak adil untuk menganggapnya sebagai satu-satunya pengembang. Doug terinspirasi oleh sejumlah teknik dari penulis lain:

  • model manajemen proyek radikal Rob Tomset,
  • APM Jim Highsmith,
  • konsep pemrograman ekstrim Kenta Beck.

DeCarlo berinvestasi dalam Manajemen Proyek Ekstrim teori kekacauan dan sistem adaptif yang kompleks.

Teori chaos adalah bidang matematika yang didedikasikan untuk menggambarkan dan mempelajari perilaku nonlinier sistem dinamis yang di kondisi tertentu tunduk pada apa yang disebut kekacauan dinamis.
Sistem adaptif yang kompleks adalah sistem dari banyak komponen yang berinteraksi yang memenuhi sejumlah kondisi (struktur fraktal, kapasitas untuk aktivitas adaptif, dll.). Contoh CAS termasuk kota, ekosistem, dan pasar saham.

Doug membandingkan manajemen proyek ekstrem dengan jazz.

Meskipun jazz dapat terdengar kacau, ia memiliki strukturnya sendiri, berkat para musisi yang memiliki kesempatan untuk berimprovisasi dan menciptakan karya agung yang nyata.

Alih-alih menempuh jalan yang sulit, di Manajemen Proyek Ekstrim, manajer proyek mendiskusikan alternatif terbaik dengan klien, bereksperimen, mempelajari hasil, dan menggunakan pengetahuan itu dalam siklus proyek berikutnya.


Salah satu sifat dari beberapa sistem yang kacau,
yang merupakan objek pertimbangan teori chaos - "efek kupu-kupu",
dipopulerkan setelah "And Thunder Came" karya Ray Bradbury

Brian Wernham, penulis "", menguraikan lima langkah yang harus diikuti oleh tim Manajemen Proyek Ekstrim agar berhasil menyelesaikan proyek:

  1. Melihat- nyatakan dengan jelas visi proyek sebelum memulai manajemen proyek yang ekstrem
  2. Untuk membuat- Libatkan tim dalam proses berpikir kreatif dan bertukar pikiran untuk membuat dan memilih ide untuk mencapai visi proyek yang mapan
  3. Menyegarkan- mendorong tim untuk menguji ide-ide mereka melalui penerapan solusi inovatif
  4. Menaksir terlalu tinggi- ketika mendekati akhir siklus pengembangan, tim harus mengevaluasi kembali pekerjaan mereka
  5. Untuk mendistribusikan- setelah menyelesaikan pelatihan, penting untuk menyebarluaskan pengetahuan dan menerapkannya ke tahap proyek mendatang, serta proyek baru secara umum.

Karena orang-orang berada di garis depan Manajemen Proyek Ekstrim, ini juga menentukan spesifikasi pengukuran keberhasilan proyek XPM:

  • pengguna puas dengan kemajuan dan pengiriman perantara - ada perasaan bahwa proyek bergerak ke arah yang benar, terlepas dari ketidakstabilan di sekitarnya.
  • pengguna senang dengan pengiriman akhir.
  • anggota tim puas dengan kualitas hidup mereka saat mengerjakan proyek. Jika Anda bertanya kepada mereka apakah mereka ingin mengerjakan proyek serupa, kebanyakan dari mereka menjawab ya.

Pro dan kontra dari XPM

Di antara keuntungan utama dari metodologi adalah sebagai berikut:

  • integritas- terlepas dari kenyataan bahwa Manajemen Proyek Ekstrim termasuk yang paling banyak metode yang berbeda, alat dan template, mereka hanya masuk akal bila diterapkan ke seluruh proyek secara keseluruhan. Sebagai manajer proyek, Anda dapat melihat keseluruhan proyek sebagai satu sistem tanpa perlu menganalisis bagian-bagiannya masing-masing
  • berpusat pada manusia- XPM berfokus pada dinamika proyek. Hal ini memungkinkan pemangku kepentingan untuk berinteraksi dan berkomunikasi, dan pada akhirnya - untuk memenuhi kebutuhan klien.
  • fokus pada bisnis- Setelah hasilnya tercapai, Anda akan memiliki visi yang jelas tentang bagaimana proyek dapat menguntungkan klien Anda. Tim terus fokus pada pengiriman produk lebih awal dan sering
  • humanisme Merupakan salah satu prinsip Extreme Project Management. Ini terdiri dari mempertimbangkan kualitas hidup orang-orang yang terlibat dalam proyek. Menjadi bagian integral dari proyek, semangat kerja dan semangat perusahaan sangat mempengaruhi bisnis, oleh karena itu, fisik dan moral tim penting selama mengerjakan proyek.
  • kenyataan sebagai dasar- manajemen proyek yang ekstrem memungkinkan Anda bekerja di lingkungan yang tidak terduga dan kacau. Anda tidak dapat mengubah kenyataan agar sesuai dengan proyek. Yang terjadi sebaliknya: Anda menyesuaikan proyek dengan faktor eksternal.

Bukan tanpa kekurangannya. Ini termasuk:

  • ketakpastian- fitur ini memotong sebagian besar proyek, dimulai dengan proyek dengan bahaya kritis (fasilitas militer, pembangkit listrik tenaga nuklir, aplikasi perbankan Internet, dll.), diakhiri dengan proyek tender dengan anggaran, persyaratan, dan properti lain yang disepakati secara ketat. proyek;
  • persyaratan tinggi untuk pengalaman dan kualifikasi tim proyek- perlu untuk terus beradaptasi dengan perubahan di lingkungan proyek, untuk membangun komunikasi yang efektif dengan satu sama lain, pemangku kepentingan dan manajer proyek, dan bekerja dalam iterasi singkat (yang terakhir relevan untuk bidang TI);
  • kebutuhan untuk mengubah cara berpikir- tidak seperti manajemen proyek tradisional, di mana pekerjaan pada proyek berlangsung sesuai dengan tahapan biasa, sesuai dengan rencana dan peran yang disetujui, tim XPM perlu mengatur ulang dan bersiap untuk ketidakmungkinan kontrol penuh atas proyek;
  • ketidakmungkinan perencanaan jangka panjang- rencana kemarin untuk relevansi tidak akan menjadi berita segar untuk bulan lalu. Agar tim bekerja dengan benar untuk mencapai tujuan proyek, perlu untuk menunjukkan kualitas fleksibilitas dan pengorganisasian diri.


  1. proyek sedang dibuat dalam lingkungan yang dinamis- ada perubahan keadaan, kecepatan, persyaratan yang konstan;
  2. kemungkinan aplikasi coba-coba dalam mengerjakan sebuah proyek;
  3. tim yang berpengalaman sedang mengerjakan proyek- tidak seperti manajemen proyek tradisional, orang berada di garis depan, bukan proses;
  4. mengembangkan aplikasi- per lingkaran kehidupan perkembangan perangkat lunak dalam kebanyakan kasus, ia berhasil mengubah fungsionalitas atau memperluas daftar platform yang tersedia. Semakin banyak pengguna menggunakan perangkat lunak, semakin banyak perubahan yang dapat dilakukan, yang mana manajemen proyek ekstrim adalah sempurna.
  5. ini adalah proyek meta- yaitu, yang dibagi menjadi banyak proyek kecil. XPM dalam hal ini akan membantu mengatasi keterlambatan dalam memulai pekerjaan;
  6. pemilik bisnis siap untuk berpartisipasi dalam proyek dari awal hingga akhir. Koneksi harus dibuat "Manajer proyek - pengusaha",
    « manajer proyek- pemangku kepentingan",
    "manajer proyek - pemilik bisnis - pemangku kepentingan".
Stakeholder adalah orang-orang dan organisasi yang mempengaruhi proyek dalam satu atau lain cara. Ini termasuk mereka yang terlibat secara aktif di dalamnya (tim proyek, sponsor), dan mereka yang akan menggunakan hasil proyek (pelanggan), dan orang-orang yang dapat mempengaruhi proyek, meskipun mereka tidak berpartisipasi di dalamnya (pemegang saham, perusahaan mitra ).

Manajemen proyek yang ekstrem membutuhkan adaptasi cepat dari tim terhadap kondisi yang tidak biasa dan terus berubah di mana mereka harus bekerja. Oleh karena itu, ada beberapa aturan utama yang diperlukan untuk penggunaan Manajemen Proyek Ekstrim yang efektif:

Contoh dasar perbedaan klasik manajemen proyek dari ekstrim... Yang pertama, hasil yang direncanakan tercapai, yang kedua, yang diinginkan.

Manajemen Proyek Ekstrem:
Menggunakan Kepemimpinan, Prinsip, dan Alat untuk Memberikan Nilai dalam Menghadapi Volatilitas Doug DeCarlo

#1 untuk siapa saja yang ingin menguasai Manajemen Proyek Ekstrim. Berdasarkan pengalaman dengan lebih dari 250 tim proyek, penulis telah menulis panduan komprehensif untuk Manajemen Proyek Ekstrim. Buku ini dipuji oleh manajer proyek terbesar organisasi internasional: Management Solutions Group, Inc., Zero Boundary Inc., Guru Unlimited, dll.

Manajemen Proyek yang Efektif: Tradisional, Adaptif, Ekstrim,
Edisi Ketiga Robert K. Vysotsky

Setelah membaca yang mana, Anda bisa mendapatkan ide tidak hanya tentang manajemen proyek yang ekstrem, tetapi juga adaptif. Menarik - di akhir setiap bab, pertanyaan diberikan untuk mengatur materi yang dikirimkan, yang penuh dengan kasus nyata proyek dari berbagai bidang.

Manajemen Proyek Radikal Rob Thomsett

Manajemen proyek ekstrem disajikan dari "A" hingga "Z", masing-masing alat dan teknik, yang dengannya Manajemen Proyek Ekstrim diimplementasikan, dibongkar. Informasi praktis maksimum dengan studi kasus.

Praktik Arsitektur: Manajemen Proyek Ekstrim untuk Arsitek

Bukan buku, tapi, tapi tidak mungkin untuk tidak memasukkannya ke dalam koleksi karena keunikannya. Ini adalah sumber yang bagus untuk menggunakan XPM dalam arsitektur dan konstruksi. Sayangnya, penulis situs tidak lagi memperbaruinya, tetapi halamannya masih bagus sebagai lembar contekan.

Putusan

seni dan ilmu memfasilitasi dan mengelola aliran pikiran, emosi, dan tindakan dengan cara yang memaksimalkan hasil dalam kondisi yang sulit dan tidak stabil.

Alasan keberhasilan XPM di antara teknik manajemen lainnya terletak pada tiga dimensi:

  1. Manajemen Proyek Ekstrim memungkinkan koreksi diri terus menerus dan perbaikan diri dalam waktu nyata;
  2. XPM berfokus pada mendefinisikan dan mengikuti misi proyek menanamkan kepercayaan pada pemangku kepentingan dan tim proyek;
  3. berpusat pada manusia, humanisme dan prioritas orang atas proses sebagai fitur utama dari metodologi.

Penyetelan (kontrol ekstrim)

Manajemen ekstrim mendapatkan namanya dari tujuan khusus dari manajemen ini. Masalah kontrol ekstrim adalah untuk mencapai tujuan ekstrim, yaitu, untuk ekstremisasi (meminimalkan atau memaksimalkan) beberapa indikator suatu objek, yang nilainya tergantung pada parameter objek yang dikontrol dan tidak dikontrol. Operasi penyetelan yang sangat umum mengarah ke kontrol ekstrem.

Kustomisasi apa pun terdiri dari konstruksi sistem tindakan yang menyediakan mode operasi terbaik dari objek kustom. Untuk melakukan ini, perlu untuk dapat membedakan antara keadaan suatu objek dan untuk memenuhi syarat keadaan ini sehingga Anda tahu mana dari dua keadaan yang harus dianggap "lebih baik" dari yang lain. Ini berarti bahwa selama proses penyetelan, ukuran kualitas penyetelan harus ditentukan.

Misalnya, saat mengatur proses teknologi indikator kualitasnya dapat berupa jumlah bagian yang rusak dalam batch; dalam hal ini, tugas penyetelan proses adalah meminimalkan pemborosan. Namun, tidak semua objek ekstrem memungkinkan representasi kuantitatif sederhana dari indikator kualitas penyetelan. Jadi, misalnya, ketika menyetel radio atau televisi, ukuran kualitas penyetelan seperti itu dapat berupa kualitas dan kualitas suara

gambar dari transmisi yang diterima. Di sini sudah cukup sulit untuk mengukur indikator kualitas pengaturan. Namun, seperti yang akan ditunjukkan di bawah ini, untuk memecahkan masalah kontrol ekstrem, seringkali penting untuk mengetahui bukan nilai absolut dari indikator kualitas, tetapi tanda kenaikannya dalam proses kontrol. Artinya cukup bagi manajemen untuk mengetahui apakah indikator kualitas mengalami peningkatan atau penurunan. Dalam hal memasang peralatan radio, seseorang memecahkan masalah ini dengan cukup baik dalam hal kualitas suara atau gambar.

Beras. 1.3.1.

Jadi, berikut ini, diasumsikan bahwa selalu ada algoritme untuk memproses informasi objek yang dapat disetel, yang memungkinkan untuk secara kuantitatif menentukan kualitas penyetelan objek ini (atau tanda perubahan kualitas ini dalam proses pengendalian). Kualitas pengaturan diukur dengan angka Q, yang tergantung pada keadaan parameter objek yang dikendalikan:

. (1.3.1)

Tujuan penyesuaian adalah untuk mengekstremkan indikator ini, yaitu untuk memecahkan masalah

di mana huruf S menunjukkan area perubahan yang diizinkan dari parameter yang dikontrol.

dalam gambar. 1.3.1 menunjukkan diagram blok dari objek ekstrim. Itu dibentuk dari objek pengaturan itu sendiri dengan input terkontrol dan output yang dapat diamati, yang membawa informasi tentang keadaan objek, dan konverter, yang, berdasarkan informasi yang diterima, membentuk indikator skalar kualitas objek.

Contoh objek ekstrim adalah penerima radio saat mencari stasiun. Jika audibilitas stasiun berkurang (seperti yang mereka katakan, stasiun "mengambang"), maka untuk mendapatkan suara transmisi terbaik, yaitu menyetel penerima, perlu menyesuaikan kontur. Kontrol pengaturan dalam hal ini terdiri dalam menentukan arah putaran kenop pengaturan. Tingkat pendengaran stasiun di sini merupakan indikator kualitas penyetelan. Itu tidak membawa yang diperlukan

Beras. 1.3.2.

informasi kontrol, yaitu tidak menunjukkan ke arah mana kenop pengaturan harus diputar. Oleh karena itu, untuk memperoleh informasi yang perlu pencarian diperkenalkan - gerakan percobaan tombol penyetelan ke arah yang sewenang-wenang, yang memberikan informasi tambahan dan diperlukan untuk penyetelan. Setelah itu, Anda sudah dapat mengatakan dengan pasti ke arah mana Anda harus memutar kenop: jika audibilitas berkurang, Anda harus memutarnya ke arah yang berlawanan, jika sudah meningkat, Anda harus memutar kenop tuning ke arah yang sama. dengan kemampuan mendengar yang maksimal. Ini adalah algoritma pencarian paling sederhana yang digunakan saat menyetel penerima radio, yang merupakan contoh khas dari objek ekstrem.

Dengan demikian, objek dengan kontrol ekstrem dicirikan oleh informasi yang tidak mencukupi pada output objek, adanya semacam "kelaparan" informasi. Untuk mendapatkan informasi yang diperlukan dalam proses pengelolaan objek ekstrim, perlu untuk memasukkan pencarian dalam bentuk langkah-langkah percobaan yang diatur secara khusus. Proses pencarian membedakan tuning dan kontrol ekstrim dari semua jenis kontrol lainnya.

Sebagai contoh yang lebih "serius" dari objek ekstrem satu parameter, mari kita pertimbangkan masalah redaman optimal dari sistem servo orde kedua (Gbr. 1.3.2). Gangguan input dari sistem servo ini y * (t), menentukan keadaan keluaran y (t). Tentang sifat perilaku y * (t) tidak ada yang diketahui. Selain itu, sifat statistik dari gangguan y * (t) dapat berubah dengan cara yang tidak terduga.

Beras. 1.3.3.

Tugas penyetelan adalah memilih redaman yang membuat sistem pelacakan ini optimal dalam arti fungsionalitas minimum:

Nilai Q adalah perkiraan varians dari residual o (t) = y (t) -y * (t) di pangkalan T... Jelas, ketika menyetel sistem pelacakan, seseorang harus mencoba meminimalkan nilai Q.

Di sini, sistem pelacakan yang ditentukan bertindak sebagai objek penyesuaian, input dan output objek adalah informasi output untuk menentukan kualitas operasi objek, dan konverter membentuk indikator kualitas sesuai dengan rumus (1.3.3). Objek ekstrim yang dihasilkan memiliki karakteristik yang ditunjukkan pada Gambar. 1.3.3. Sifat ketergantungan Q ( HAI) mengungkapkan fakta yang jelas bahwa terlalu sedikit redaman sama buruknya dengan terlalu banyak redaman. Seperti yang Anda lihat, karakteristik (1.3.3) memiliki karakter ekstrim yang jelas dengan minimum yang sesuai dengan redaman optimal HAI*. Selain itu, karakteristiknya tergantung pada sifat-sifat gangguan y * (t). Oleh karena itu, keadaan optimal HAI*, meminimalkan Q ( HAI), juga tergantung pada karakter gangguan yang mendefinisikan y * (t) dan berubah dengannya. Ini membuatnya perlu untuk beralih ke pembuatan sistem penyetelan otomatis khusus yang mempertahankan objek dalam keadaan disetel (ekstrim), terlepas dari sifat gangguan. Perangkat otomatis yang memecahkan masalah penyetelan ini disebut pengatur atau pengoptimal ekstrem (yaitu, perangkat untuk mengoptimalkan objek).

Ciri khas dari objek ekstrim adalah non-monotonisitas (ekstremitas) dari karakteristik, yang mengarah pada ketidakmungkinan menggunakan metode regulasi untuk mengontrol objek tersebut. Memang, mengamati nilai keluaran Q dari objek dalam contoh di atas (lihat Gambar 1.3.3), tidak mungkin untuk membangun kontrol, yaitu untuk menentukan ke arah mana parameter yang dikontrol harus diubah HAI. Ketidakpastian ini terkait, pertama-tama, dengan kemungkinan dua situasi dan, jalan keluarnya menuju tujuan HAI* dilakukan dengan cara yang berlawanan (dalam kasus pertama, Anda harus meningkatkan HAI, dan yang kedua - untuk mengurangi). Sebelum mengelola objek seperti itu, Anda perlu mendapatkan Informasi tambahan- dalam contoh ini, informasi ini terdiri dalam menentukan cabang mana dari karakteristik objek tersebut berada. Untuk ini, misalnya, cukup menentukan nilai indikator kualitas pada titik yang berdekatan o +? HAI, di mana? HAI- penyimpangan yang cukup kecil.

Perlu dicatat bahwa otomatisasi proses penyetelan dibenarkan hanya jika karakteristik ekstrem objek berubah dalam waktu, yaitu, ketika keadaan ekstrem mengembara. Jika karakteristik objek tidak berubah, maka proses pencarian ekstrem memiliki karakter tunggal dan, oleh karena itu, tidak memerlukan otomatisasi (cukup untuk menstabilkan objek dalam keadaan ekstrem yang pernah ditentukan).

dalam gambar. 4 menunjukkan diagram blok kontrol redaman ekstrim dari sistem pelacakan target untuk ilustrasi. pada(t) yang perilakunya berubah.

Beras. 1.3.4.

Di sini regulator ekstrim memecahkan masalah penyetelan, yaitu mempertahankan nilai redaman seperti itu HAI, yang meminimalkan indikator kualitas sistem pelacakan.