Noniterative Coordination in Multilevel Systems

تئوری تصمیم گیری چند سطحی برای حل تناقض بین نیازهای فزاینده نسبت به فرآیند طراحی، سنتز، کنترل و مدیریت سیستم های پیچیده و محدودیت قدرت دستگاه های فنی، کنترلی، رایانه ای و سایر دستگاه های اجرایی که باید اقداماتی را انجام دهند مطرح می شود. و برای برآوردن نیازها در زمان واقعی. این نظریه پیشنهادهایی را مطرح می کند که چگونه می توان مدیریت متمرکز سیستم را با هماهنگی سلسله مراتبی فرآیندهای فرعی جایگزین کرد. تمام فرآیندهای فرعی ابعاد پایین تری دارند که از مدیریت و تصمیم گیری آسان تر پشتیبانی می کند. اما فرآیندهای فرعی به هم پیوسته اند و بر یکدیگر تأثیر می گذارند. نظریه سیستم های چند سطحی از دو ابزار روش شناختی اصلی پشتیبانی می کند: تجزیه و هماهنگی. هر دو توسعه یافته اند و در کاربردهای عملی مربوط به طراحی، کنترل و مدیریت سیستم های پیچیده پیاده سازی شده اند. به طور کلی یافتن بهترین یا بهینه راه حل در فرآیندهای طراحی، کنترل و مدیریت سیستم همیشه سودمند است. گرایش واقعی به سمت بهترین (بهینه) تصمیم مستلزم ارائه تمام فعالیت ها در قالب یک تعریف و سپس حل یک مسئله بهینه سازی مناسب است. هر فرآیند بهینه سازی نیاز به تعریف ریاضی و حل یک مسئله بهینه سازی به خوبی بیان شده دارد. این مسائل به دو دسته تعلق دارند: بهینه سازی استاتیک و بهینه سازی پویا. مسائل بهینه سازی استاتیک با استفاده از روش های برنامه ریزی ریاضی حل می شوند: بهینه سازی شرطی و غیر شرطی. مسائل بهینه‌سازی پویا با روش‌های محاسبه تغییرات حل می‌شوند: روش اویلر لاگرانژ. اصل حداکثر؛ برنامه نویسی پویا.

Multilevel decision theory arises to resolve the contradiction between increasing requirements towards the process of design, synthesis, control and management of complex systems and the limitation of the power of technical, control, computer and other executive devices, which have to perform actions and to satisfy requirements in real time. This theory rises suggestions how to replace the centralised management of the system by hierarchical co-ordination of sub-processes. All sub-processes have lower dimensions, which support easier management and decision making. But the sub-processes are interconnected and they influence each other. Multilevel systems theory supports two main methodological tools: decomposition and co-ordination. Both have been developed, and implemented in practical applications concerning design, control and management of complex systems. In general, it is always beneficial to find the best or optimal solution in processes of system design, control and management. The real tendency towards the best (optimal) decision requires to present all activities in the form of a definition and then the solution of an appropriate optimization problem. Every optimization process needs the mathematical definition and solution of a well stated optimization problem. These problems belong to two classes: static optimization and dynamic optimization. Static optimization problems are solved applying methods of mathematical programming: conditional and unconditional optimization. Dynamic optimization problems are solved by methods of variation calculus: Euler­ Lagrange method; maximum principle; dynamical programming.