Статья журнала
Формирование структурно-функциональной модели системной архитектуры сельского хозяйства
Formation of a Structural-Functional Model of Agricultural System Architecture
Цитирование
Моторин О.А. Формирование структурно-функциональной модели системной архитектуры сельского хозяйства // Управление рисками в АПК. – 2022. – № 3 (45). – С. 91–99. – DOI: 10.53988/24136573-2022-03-11.
Citation
Motorin O.A. Formation of a Structural-Functional Model of Agricultural System Architecture // Agricultural Risk Management. 2022. No. 3 (45). Pp. 91–99. DOI: 10.53988/24136573-2022-03-11.
Аннотация
В статье сформирована структурно-функциональная модель системной архитектуры сельского хозяйства. Предложены кортеж элементов архитектуры, коэффициент замкнутости информационно-управляющих контуров и алгоритм перехода от текущего к целевому состоянию.
Ключевые слова
системная архитектура, сельское хозяйство, производственно-техническая система, цифровая трансформация, информационно-управляющий контур, данные, цифровая платформа. Oleg A. Motorin Formation of a Structural-Functional Model of Agricultural System Architecture Oleg A. Motorin – Candidate of Political Sciences, Russian State Agrarian University – Moscow Timiryazev Agricultural Academy, Moscow, Russia, e-mail: ol.motorin@gmail.com, SPIN-code: 4096-8796. Annotation A structural-functional model of agricultural system architecture is developed. The model includes an architecture tuple, a closure coefficient for information and control loops and an algorithm for transition from the current to the target state. Журнал «Управление рисками в АПК». Выпуск 3 (45). 2022 www.agrorisk.ru 97
Keywords
system architecture, agriculture, production and technical system, digital transformation, information and control loop, data, digital platform. Введение Цифровая трансформация сельского хозяйства к 2022 г. приобрела характер государственной и отраслевой задачи. Стратегическим направлением цифровой трансформации агропромышленного и рыбохозяйственного комплексов предусмотрено применение моделирования и прогнозирования, искусственного интеллекта, интернета вещей, дистанционного зондирования Земли, робототехники и беспилотных систем [1]. Однако одновременное увеличение числа технологий и информационных систем не гарантирует согласованности их применения. При отсутствии единой архитектурной логики локальные решения способны дублировать функции, использовать несовместимые данные и оставлять управленческие решения без обратной связи. Архитектура системы в инженерном понимании характеризует фундаментальные понятия и свойства системы, воплощенные в ее элементах, отношениях и принципах развития [2]. Для сельского хозяйства данное положение означает необходимость совместного описания производственно- технических объектов, процессов, данных, цифровых функций, программно- технических средств и субъектов управления. Структурно-функциональное представление сложной системы позволяет связывать назначение элемента с его местом и отношениями в целостности [3]. В существующих исследованиях обоснованы системный характер цифровой трансформации АПК [4], необходимость онтологической интеграции информационных ресурсов [5], роль цифровой платформы как интеграционного ядра экосистемы [6], а также классификация цифровых сервисов по выполняемым задачам [7]. Вместе с тем остается недостаточно формализованным переход от набора цифровых решений к архитектуре замкнутых контуров управления. Возникает противоречие между системным характером сельскохозяйственного производства и преимущественно фрагментарным характером его цифровизации. Цель исследования - сформировать структурно-функциональную модель системной архитектуры сельского хозяйства, предложить критерий оценки целостности информационно-управляющих контуров и алгоритм синтеза целевого архитектурного состояния. Материалы и методы Объектом исследования являются информационно-управляющие процессы распределенных производственно-технических систем сельского хозяйства. Предмет исследования составляют модели, критерии и алгоритмические процедуры их архитектурного описания и синтеза. Методологическую основу образовали системный анализ, структурно-функциональная декомпозиция, теоретико-множественное описание, элементы теории графов и сравнительный анализ текущего и целевого состояний. Журнал «Управление рисками в АПК». Выпуск 3 (45). 2022 www.agrorisk.ru 98 Граница рассматриваемой системы задается выбранным уровнем управления: технологическая операция, сельскохозяйственное предприятие, группа предприятий, региональный или отраслевой контур. Цифровая технология не принимается исходной единицей анализа. Первичной единицей является управляемый процесс, для которого устанавливаются объект, требуемая функция, данные, средства обработки, ответственное решение и обратная связь. Искусственный интеллект в этой логике рассматривается как один из способов выполнения аналитической или управляющей функции, а не как автономная надсистема [8]. Результаты исследования Под системной архитектурой сельского хозяйства предлагается понимать структурированное описание производственно-технических объектов, процессов, данных, цифровых функций, программно-технических компонентов, уровней управления и отношений между ними, обеспечивающих получение информации, выработку решений, формирование управляющих воздействий и проверку результата. Формально архитектура представлена кортежем: где O - множество производственно-технических объектов, P - множество технологических и управленческих процессов, D - множество данных и информационных потоков, F - множество цифровых функций, C - множество программных, аппаратных и инфраструктурных компонентов, U - множество уровней и субъектов управления, R - множество отношений между указанными элементами. Содержание компонентов модели раскрывает взаимосвязь объектов, процессов, данных, функций, компонентов и уровней управления (таблица 1). Таблица 1 - Компоненты структурно-функциональной модели Источник: составлено автором. Обозначение Компонент Содержание поля, растения, животные, машины, оборудование, O Объекты производственные подразделения технологические операции и процессы планирования, P Процессы учета, контроля и управления первичные измерения, документы, справочники, D Данные телеметрия, аналитические и прогнозные данные сбор, мониторинг, анализ, прогнозирование, поддержка F Цифровые функции решений, управление и контроль датчики, сети, базы данных, приложения, платформы, C Компоненты модели, вычислительная инфраструктура ответственные лица, подразделения, предприятия, U Управление региональные и отраслевые органы Журнал «Управление рисками в АПК». Выпуск 3 (45). 2022 www.agrorisk.ru 99 Обозначение Компонент Содержание потоки данных, функциональные зависимости, R Отношения интерфейсы и управляющие воздействия Отношения R целесообразно представлять ориентированным графом. Его вершины соответствуют элементам множеств O, P, D, F, C и U, а дуги - потокам данных, функциональным зависимостям и управляющим воздействиям. Для процесса pⱼ минимально необходимый контур включает идентификацию объекта, получение данных, их передачу и хранение, обработку, принятие решения, управляющее воздействие и проверку результата. Замкнутый контур связывает получение данных, обработку, решение, воздействие и проверку результата (рисунок 1). Данные, Выработка Объект Обработка входов Управляющее информация и управленческого воздействия АПК и модель воздействие правила решения Обратная связь с задачей проверки результата и актуализации состояния объекта управления Рисунок 1 - Замкнутый информационно-управляющий контур Источник: составлено автором. Для количественной диагностики вводится коэффициент замкнутости отдельного информационно-управляющего контура. Пусть qⱼᵣ принимает значение в интервале [0, 1] и характеризует полноту r-го звена: qⱼ₁ - идентификацию объекта и источника данных, qⱼ₂ - передачу и хранение, qⱼ₃ - обработку и формирование информационного результата, qⱼ₄ - принятие решения и управляющее воздействие, qⱼ₅ - обратную связь и проверку результата. Тогда: где kⱼ - коэффициент замкнутости контура процесса pⱼ. Значение, близкое к единице, характеризует наличие полного цифрового цикла, уменьшение kⱼ указывает на разрыв одного или нескольких звеньев. Для совокупности процессов вводится интегральный коэффициент: Журнал «Управление рисками в АПК». Выпуск 3 (45). 2022 www.agrorisk.ru 100 где wⱼ - вес процесса, определяемый его влиянием на цели системы и риск потери управляемости, m - число оцениваемых процессов. Коэффициент K не является универсальным показателем эффективности цифровизации. Он выполняет диагностическую функцию: позволяет выявлять процессы, в которых информационные системы присутствуют, но не образуют замкнутого управленческого контура. Задача структурного синтеза формулируется как поиск целевой архитектуры A* из множества допустимых вариантов Ω, обеспечивающей максимизацию замкнутости контуров при ресурсных и эксплуатационных ограничениях: где B - допустимые затраты, Smin - минимально допустимый уровень защищенности и надежности, Tmax - предельный срок реализации. В дальнейшем целевая функция может быть расширена критериями интероперабельности, устойчивости, стоимости владения и качества данных. Алгоритм формирования целевой архитектуры включает семь этапов: 1) установление границы системы, цели и ограничений, 2) декомпозицию производственно-технической системы на объекты и процессы, 3) определение требуемых цифровых функций, 4) идентификацию данных, компонентов и субъектов управления, 5) построение графа текущей архитектуры и расчет kⱼ и K, 6) локализацию разрывов и синтез недостающих связей или компонентов, 7) формирование целевого состояния, плана перехода и процедуры повторной оценки. Предложенный алгоритм изменяет традиционную последовательность цифровизации. Вместо выбора технологии с последующим поиском области применения используется цепочка «цель - объект - процесс - функция - данные - метод обработки - компонент - управляющее воздействие - обратная связь». Это позволяет отделить научно-техническую задачу синтеза архитектуры от маркетингового выбора конкретного программного продукта. Обсуждение результатов Результаты развивают ранее сформулированный архитектурный подход к исследованию продовольственной безопасности [9], переводя его с уровня общего описания состояний AS-IS и TO-BE на уровень формальной связи объектов, функций, данных и управляющих воздействий. В отличие от перечня технологий, кортеж Aag задает постоянную структуру описания, внутри которой могут заменяться конкретные программные и аппаратные реализации. Платформенное решение в предлагаемой модели относится к множеству C и обеспечивает реализацию отношений R между данными, функциями и участниками. Алгоритм искусственного интеллекта относится к функции F и связан с определенным набором D, объектом O и правилом использования Журнал «Управление рисками в АПК». Выпуск 3 (45). 2022 www.agrorisk.ru 101 результата субъектом U. Поэтому ни платформа, ни алгоритм сами по себе не образуют системную архитектуру без включения в замкнутый контур управления. Практическое значение модели состоит в возможности проводить архитектурное обследование предприятий и отраслевых информационных систем. Низкие значения qⱼᵣ позволяют локализовать риски: отсутствие надежного источника данных, разрыв интеграции, несовместимость форматов, отсутствие ответственного за решение, невозможность передать воздействие объекту или проверить результат. Тем самым архитектурный разрыв рассматривается как источник риска недостоверного решения и потери управляемости. Международные исследования цифровизации сельского хозяйства также указывают, что результат зависит не только от распространения технологий, но и от совместимости данных, инфраструктуры, правил доступа и способности использовать информацию при принятии решений [10]. Предлагаемая модель формирует основу для сопоставления этих условий на разных уровнях сельскохозяйственных систем. Ограничением исследования является концептуальный характер первичной шкалы qⱼᵣ. Ее практическое применение требует разработки измеримых показателей, процедуры экспертной калибровки весов и апробации на сельскохозяйственных предприятиях разных типов. Поэтому статья задает программную постановку дальнейших исследований: развитие многокритериальной модели, создание алгоритмического и программного обеспечения, проведение вычислительных экспериментов и производственная верификация. Критерии качества и многокритериальная оценка целевой архитектуры Коэффициент замкнутости характеризует наличие основных звеньев информационно-управляющего контура, но не исчерпывает качество архитектуры. Два варианта с одинаковой полнотой связей могут различаться по надежности, интероперабельности, защищенности, стоимости владения и способности к развитию. Поэтому при выборе целевого варианта показатель K должен использоваться совместно с системой ограничений и дополнительных критериев. Интероперабельность отражает способность компонентов обмениваться данными с согласованной семантикой. Надежность характеризует сохранение функций при отказах и нарушениях связи. Защищенность определяет допустимость доступа и устойчивость к несанкционированным воздействиям. Стоимость владения включает не только приобретение, но и интеграцию, сопровождение, обновление и подготовку персонала. Масштабируемость показывает, может ли архитектура поддерживать рост числа объектов и данных без непропорционального увеличения ресурсов. Многокритериальное сравнение целесообразно проводить после исключения вариантов, не удовлетворяющих обязательным ограничениям безопасности и непрерывности. Для оставшихся вариантов формируется матрица критериев, Журнал «Управление рисками в АПК». Выпуск 3 (45). 2022 www.agrorisk.ru 102 веса которой определяются в соответствии с целью и уровнем системы. Такой порядок предотвращает компенсацию критического нарушения высоким значением менее значимого показателя. Практическая апробация модели должна включать обследование текущего контура, расчет частных коэффициентов, экспертную проверку выявленных разрывов и повторную оценку после проектных изменений. Сопоставление прогнозируемого и фактического результата позволит уточнить шкалы qr, веса процессов и правила интерпретации K. Тем самым концептуальная модель преобразуется в воспроизводимый инструмент архитектурного анализа. Выводы Сформирована структурно-функциональная модель системной архитектуры сельского хозяйства, представленная множествами производственно- технических объектов, процессов, данных, цифровых функций, программно- технических компонентов, уровней управления и отношений между ними. Ее системообразующим элементом является замкнутый информационно- управляющий контур, в котором данные о состоянии объекта преобразуются в решение, управляющее воздействие и последующую проверку результата. Предложены коэффициент замкнутости отдельного контура kⱼ, интегральный показатель K и постановка задачи синтеза целевой архитектуры при ограничениях по затратам, надежности, защищенности и срокам. Разработана последовательность перехода от обследования текущего состояния к формированию целевой конфигурации. Научная значимость результата состоит в формализации перехода от фрагментарной цифровизации к системному проектированию взаимосвязанных контуров управления. Практическая значимость определяется возможностью использовать модель при разработке требований к цифровым платформам, оценке архитектурных разрывов и формировании дорожных карт цифровой трансформации. Дальнейшее развитие исследования должно включать расширение системы критериев, алгоритмизацию структурно- параметрического синтеза, программную реализацию и экспериментальную проверку. Источники: 1. Распоряжение Правительства Российской Федерации от 29.12.2021 № 3971-р «Об утверждении стратегического направления в области цифровой трансформации отраслей агропромышленного и рыбохозяйственного комплексов Российской Федерации на период до 2030 года». 2. ГОСТ Р 57100-2016/ISO/IEC/IEEE 42010:2011. Системная и программная инженерия. Описание архитектуры. - М.: Стандартинформ, 2019. 3. Теория систем и системный анализ: учебник / С.И. Маторин, А.Г. Жихарев, О.А. Зимовец [и др.], под ред. С.И. Маторина. - М.: КноРус, 2021. - 455 с. - ISBN 978-5-406-07767-2. 4. Меденников В.И., Кузнецов И.М., Макеев М.В., Моторин О.А. Опыт системного подхода к цифровой трансформации АПК и направления реорганизации // Управление рисками в АПК. - 2020. - № 2(36). - С. 52-62. - DOI 10.53988/24136573-2020-02-07. - EDN ZESAMV. Журнал «Управление рисками в АПК». Выпуск 3 (45). 2022 www.agrorisk.ru 103 5. Меденников В.И. Цифровая онтологическая интеграция базовых цифровых платформ в экосистеме АПК // Управление рисками в АПК. - 2020. - № 4(38). - С. 7-21. - DOI 10.53988/24136573-2020-04-01. 6. Меденников В.И. Цифровая платформа управления как составная часть цифровой экосистемы АПК // Управление рисками в АПК. - 2021. - № 3(41). - С. 26-38. - DOI 10.53988/24136573-2021-03-03. - EDN GQRDOK. 7. Линьков Ю.В., Моторин О.А., Парфентьев М.В. Подходы к классификации цифровых сервисов для АПК и развитие интегрированных решений с учетом геосервисов // Управление рисками в АПК. - 2021. - № 1(39). - С. 82-91. - DOI 10.53988/24136573-2021-01-07. 8. Мишуров Н.П., Чавыкин Ю.И., Моторин О.А. Цели и задачи искусственного интеллекта в сельском хозяйстве // Управление рисками в АПК. - 2021. - № 3(41). - С. 39-49. - DOI 10.53988/24136573-2021-03-04. - EDN AHBBIQ. 9. Моторин О.А. Архитектурный подход и проблематика продовольственной безопасности // Управление рисками в АПК. - 2022. - № 2(44). - С. 54-60. 10. McFadden J., Casalini F., Griffin T., Antón J. The digitalisation of agriculture: A literature review and emerging policy issues // OECD Food, Agriculture and Fisheries Papers. - 2022. - No. 176. - DOI 10.1787/285cc27d-en. References: 1. Government of the Russian Federation. Decree No. 3971-r of 29 December 2021 on the strategic direction of digital transformation of the agro-industrial and fisheries sectors until 2030. (In Russian). 2. GOST R 57100-2016/ISO/IEC/IEEE 42010:2011. Systems and software engineering. Architecture description. Moscow: Standartinform, 2019. (In Russian). 3. Matorin S.I., Zhikharev A.G., Zimovets O.A. et al. Theory of Systems and Systems Analysis. Moscow: KnoRus, 2021. 455 p. (In Russian). 4. Medennikov V.I., Kuznetsov I.M., Makeev M.V., Motorin O.A. A system approach to digital transformation of the agro-industrial complex and directions of reorganization. Agricultural Risk Management, 2020, no. 2(36), pp. 52-62. DOI 10.53988/24136573-2020-02-07. (In Russian). 5. Medennikov V.I. Digital ontological integration of basic digital platforms in the agricultural ecosystem. Agricultural Risk Management, 2020, no. 4(38), pp. 7-21. DOI 10.53988/24136573- 2020-04-01. (In Russian). 6. Medennikov V.I. Digital management platform as part of the digital ecosystem of the agro- industrial complex. Agricultural Risk Management, 2021, no. 3(41), pp. 26-38. DOI 10.53988/24136573-2021-03-03. (In Russian). 7. Linkov Yu.V., Motorin O.A., Parfentiev M.V. Approaches to the classification of digital services for agriculture and the development of integrated solutions taking into account geoservices. Agricultural Risk Management, 2021, no. 1(39), pp. 82-91. DOI 10.53988/24136573-2021-01-07. (In Russian). 8. Mishurov N.P., Chavykin Yu.I., Motorin O.A. Goals and objectives of artificial intelligence in agriculture. Agricultural Risk Management, 2021, no. 3(41), pp. 39-49. DOI 10.53988/24136573- 2021-03-04. (In Russian). 9. Motorin O.A. Architectural approach and food security issues. Agricultural Risk Management, 2022, no. 2(44), pp. 54-60. (In Russian). 10. McFadden J., Casalini F., Griffin T., Antón J. The digitalisation of agriculture: A literature review and emerging policy issues. OECD Food, Agriculture and Fisheries Papers, 2022, no. 176. DOI 10.1787/285cc27d-en. Журнал «Управление рисками в АПК». Выпуск 3 (45). 2022 www.agrorisk.ru 104