面向复杂产品系统设计的协同决策支持系统

复杂产品系统设计中的决策问题属于多人多目标评价与决策问题,本质上也是一个协调与综合问题,具有决策主体群体化、决策对象差异化、决策标准多元化等特点,这使得复杂产品系统设计过程的决策存在巨大的不确定性、模糊性和随机性。建立面向复杂产品系统设计过程的协同决策支持系统,其目的是将对决策质量和决策效率存在直接影响的各种决策人员、决策目标、决策要素等有效融合,形成一种合理有效的协同决策机制。下文在分析复杂产品系统设计过程中协同决策环境的具体需求的基础上,重点阐述系统总体架构方式、综合集成策略和迭代演化策略等内容,期望能提高复杂产品系统设计过程的决策支持水平、决策质量和决策效率。

10.4.1　系统总体架构

面向复杂产品系统设计的协同决策支持系统的核心在于构建一种决策使能的协同工程环境平台体系,使产品设计主体在此环境提供的适用资源和技术工具支持下,协作完成产品设计客体生命周期全过程,能全面支持用户/决策者执行创新产品客体构成与演化过程的决策与控制。系统总体架构的构成基础则是基于模型的系统工程MBSE所具备的可拓展数据、信息、知识、模型、决策、环境等决策资源。决策资源不仅保证了决策方案的可行性,而且为综合集成决策流程按需组合和自动执行奠定了可靠基础。简言之,系统总体架构驱动下的决策支持系统执行融合在创新产品过程中的协同决策,而协同决策过程则体现了以人为主、人－机智能互补的问题求解策略。

图10.10从系统工程全局和宏观视角描述了面向复杂产品系统全生命周期的系统总体架构,其核心是面向产品与过程集成开发全生命周期的智能决策支持系统及其相关的决策应用(模块协调分解、智能计算集成及个人群体决策等)。从接收决策任务开始,将设计任务性质所决定的输入信息与产品过程集成开发某一具体阶段过程的模型/方法相结合,从而产生决策备选方案集,再沿用个人决策和群体研讨综合决策机制优选满意方案。

图10.10　面向复杂产品系统设计的协同决策支持系统总体架构

面向图10.10所示的复杂产品系统设计的协同决策支持系统总体架构,由可重用功能组件按需构成面向具体决策目标的复杂问题求解系统,并如图10.11所示按照面向决策效率的紧耦合执行机制进行设计。图中给出了完成复杂产品系统设计决策的任务描述→个人决策→群体决策的循环迭代解题过程,从初始决策方案形成开始,通过多次循环迭代的方式,实现少参量的初始决策模型到多参量的可实用决策模型的演变,最终获得决策问题的满意解决方案。

图10.11　面向复杂产品系统设计的决策流程

10.4.2　综合集成策略

借鉴软计算方法集成策略的特点,复杂产品系统设计综合集成决策支持系统尝试实现方法集成、工具集成和资源集成,并有效融合到产品设计复杂问题求解过程中。该综合集成策略以建立的综合集成研讨体系为基础,模拟人类设计者在复杂产品系统研发中的智能行为过程,在建立的复杂产品协同决策平台上,借助基于软计算的精确分类和优化技术,实现经验知识与创新知识在技术指标导引下的融合。通过软计算多方法集成与协同决策分析,不但可以寻求产品数据的深层次信息与知识发现,而且可对动态指标数据做出趋势性追踪分析,从而达到复杂产品系统的设计目标。

在具体实施过程中,以图10.12所示的面向复杂产品系统设计的综合集成策略为指导,根据具体复杂产品系统设计的知识特点,采用定性与定量相结合的综合集成方法作为复杂产品系统设计中产品信息建模和推理的总体方法,在决策综合集成研讨体系支持下,实现不同学科/应用领域复杂产品信息的有效获取、一体化访问和方法集成,从而为复杂产品设计开发提供有效支持。图10.12中的方法集成方式是将各类具有典型特征的方法进行归类并以方法工具箱的方式予以实现,具体类别包括软计算方法、不确定多属性决策方法、智能计算方法、模块化分解方法等。

图10.12　面向复杂产品系统设计的综合集成策略

除了图10.12所示的方法集成、工具集成和资源集成,决策过程的集成与优化也是实现协同设计的关键。在面向复杂产品系统设计的协同决策支持系统中,决策集成与优化过程在专属的综合集成研讨厅工作平台上完成。研讨厅采用主持人负责制,主持人负责某具体议题的研讨过程,掌握研讨节奏和结论确认。首先由他推荐参与研讨某一具体议题的专家人选;其次公布议题及相关资料和研讨计划及规则(完全透明过程或不完全透明过程);最终,通过有限次数研讨,获得研讨结论(允许或不允许专家个人保留意见)。专家通过该平台体现自己的智慧和关于研讨问题的决定及其变化。基于综合集成研讨厅的问题求解过程的基本步骤为。

(1)主持人根据实际情况提出问题,确定系统性能和功能目标以及评判标准。这属于定性方法范畴,需要专家经验和决策部门的充分参与。

(2)收集相关统计数据和信息资料,为后期工作提供必要的数据及模型。其中,数据信息资料包括定性和定量信息,定性信息通常包括标准文档、定性变量指标等,定量信息通常包括经验数据、定量指标等。

(3)在现有统计数据的基础上,采用各种定量方法实现定量分析(根据问题类别和特征从集成方法库中选取)。这属于定量方法范畴,需要广泛依赖计算机体系提供的定量分析功能。

(4)专家利用先验知识对定量结果进行分析与综合集成。这是定性与定量结合的主要环节,需要专家专业知识和计算机定量分析能力的共同支持。

(5)形成本轮研讨的结论,提出对当前问题的处理建议。

(6)结论和建议提交主持人,主持人结合系统评估结果形成新的评估目标,并将其作为下一轮研讨的输入。

上述决策问题求解过程体现了综合集成方法的实质,将定性的理论方法、经验知识,与定量的数据和相关资源结合,并利用计算体系提供的强大计算功能,形成定性方法与定量方法的循环反馈。定量方法(模型计算等)得到的定量结果,须结合专家群体的科学与经验知识,进行共同讨论与判断;修正定量方法中的模型和参数;返回问题求解过程,直至得到专家群体认为可信的结果。该结果融合了专家群体对问题解的定性描述与评估结果,具有足够的科学根据,可作为支持决策的结论。

10.4.3　迭代演化策略

由于复杂产品系统设计活动属于多维度(生命周期不同阶段活动集合)、多领域(不同分析角度)、多尺度(不同分辨率)复杂系统,因此不但单一的决策方法或决策专家无法解决这类复杂问题,而且单次的决策或分析过程也无法获取最优或满意的设计结果,前者可以通过建立丰富的方法库,将多种方法综合集成起来解决问题,而后者则需要在迭代演化的决策精化过程中解决。

复杂产品系统设计过程中的迭代演化是以产品设计任务需求为起点,从简单设计模型或评估模型出发,循环迭代、螺旋上升式地逼近最优或满意产品设计方案的思维创新过程。这类迭代演化过程必须在综合集成研讨空间中通过多领域专家协同采用多种决策方法得以实施。

图10.13　面向复杂产品系统设计的迭代演化策略

图10.13所示的就是面向复杂产品系统设计的迭代演化策略,该策略遵循的复杂问题求解思路是:面向需求的全局问题分解→具体决策问题描述→个人理性决策→群体研讨决策→一致性决策形成→决策执行及效果反馈。图中所示的循环迭代演化有三种形式,第一种是包括决策前准备、决策中寻优与集成及决策后分析与集成三个主要环节间的大循环,主要应用于需不断更新问题描述的环境。第二种是包括决策中寻优与集成以及决策后分析与集成两个环节间的循环,主要用于在问题描述较明确的情况下,需要不断通过个人、群体的决策以及在各类智能工具的辅助下逐步逼近最优结果的环境。第三种循环分别存在于决策中寻优与集成以及决策后分析与集成两个单一环节,主要通过多软计算方法或多人群决策方法不断化解结果冲突,获得较满意的一致协同解。在复杂产品系统设计过程中的迭代演化的具体执行过程中,按照设计活动和决策过程并行研究的思路,将研究人员分成设计信息资源服务与设计决策规范化描述、个体决策形成方法研究、决策精化综合集成三组分别完成复杂产品协同产品设计全生命周期的各项任务。