협력 제어 이론

Collaborative Control Theory

협업 제어 이론(CCT)은 협업 e-Work 시스템의 효과적인 설계를 지원하기 위한 원칙과 모델의 모음입니다.[1]인간의 협업을 넘어 정보통신 기술, 인공지능, 멀티에이전트 시스템, 사이버 물리 시스템의 발전으로 사람, 로봇, 자율 시스템 등의 고도로 분산된 조직에서 사이버 지원 협업이 가능해졌다.CCT의 기본 전제: 사이버 지원에 의한 효과적인 증강 협업 없이, 인간의 상호작용을 예상하고 병행하여 작업할 경우, e-Commerce, 가상 제조, 텔로보틱스, 원격 수술, 빌딩 자동화, 스마트 그리드, 사이버-물리적 인프라, 정밀 농업과 같은 신흥 활동의 잠재력고컬쳐, 그리고 지능형 교통 시스템은 완전하고 안전하게 구현될 수 없다.CCT는 컴퓨터 지원 및 통신 가능 통합, 조정 및 증강 협업의 문제에 중점을 두고 이러한 사이버 협력 시스템의 도전 과제와 새로운 솔루션을 해결한다.CCT is composed of eight design principles:[2] (1) Collaboration Requirement Planning (CRP); (2) e-Work Parallelism (EWP); (3) Keep It Simple, System (KISS); (4) Conflict/Error Detection and Prevention (CEDP); (5) Fault Tolerance by Teaming (FTT); (6) Association/Dissociation (AD); (7) Dynamic Lines of Collaboration (DLOC); (8) Best Matching (BM).

사이버 지원 협업

레벨

협업은 e-Work의 효과적인 설계와 제어를 위한 필수적인 수단이다.그것은 분권형 시스템에 관련된 모든 주체가 자원, 정보 및 책임을 공유할 수 있도록 하여 상호 이익을 획득하고 지속할 수 있도록 한다.그러나 협업 수준은 최소한의 정보 공유에서 완전한 협업 네트워크까지 다를 수 있다.[3]흔히 "조정", "협조" 및 "협조"라는 용어는 서로 교환하여 사용되지만, 밀접한 관계가 있음에도 불구하고 다음과 같은 유의미한 차이를 보인다.

  • 조정:의사소통 및 정보 교환을 이용하여 조화롭게 일함으로써 당사자 간의 상호 이익에 도달하는 것을 포함한다.
  • 협력:목표 달성을 지원하기 위한 자원 공유 차원뿐만 아니라 조정의 모든 측면을 포함한다.협력은 일반적으로 모든 참여자들 사이에서 노동요소의 분열을 나타내며, 따라서 집계된 가치는 "개별" 부분을 추가한 결과물이다.
  • 협업:공통의 목표를 달성하기 위해 필요한 일련의 활동을 공동으로 계획, 구현 및 평가하여 공동의 부가가치를 창출하기 위해 모든 당사자 간의 정보, 자원 및 책임의 공유를 포함한다.

종류들

협업은 다음 중 하나 또는 양식의 조합으로 이루어질 수 있다.

  • 필수 협업:둘 이상의 실체(예: 에이전트, 로봇)는 동시에 작업을 함께 처리해야 한다.
  • 선택적 협업:한 기업은 업무를 처리하기에 충분하지만, 다른 기업은 주어진 업무를 처리하는 데 기여할 수 있다.
  • 동시 협업:두 개(또는 그 이상) 기업은 전체 업무가 동시에 완료되도록 동일한 업무의 특정 부분을 처리한다.

CCT 설계 원리

다음의 8가지 CCT 원칙은 다양한 산업, 생산, 공급 및 서비스 설치, 네트워크 및 설비의 알고리즘, 프로토콜 및 다중 에이전트 소프트웨어 시스템을 갖춘 사이버 시스템을 통해 정의, 검증 및 구현되었다.

협업 요구사항 계획(CRP)

CRP는 (1) 목적과 가용자원에 기반한 협력 방법, 시기, 대상의 세부 요구사항 계획(2) 공간 및 일시적 과제, 변경사항 및 제약을 충족하기 위한 계획(CRP-II)의 실시간 실행 및 개정(CRP-II)을 포함한다.미래의 확장은 실시간 변경과 학습을 더욱 활성화하기 위해 강력한 최적화, 퍼지 논리, 머신러닝, 실시간 최적화 등의 방법을 통합할 필요가 있다.이 원칙의 효과적인 이행을 위해서는 협력과 협업 노력이 결실하고 효율적으로 이루어지기 위해서는 선진적인 실시간 계획과 적응적인 실시간 계획이 필요하다.개정

e-작업 병렬 처리(EWP)

EWP는 사이버 및 물리적 작업영역의 활동과 상호작용이 병렬로 실행될 수 있고, 동시에 실행될 수 있어야 함을 의미한다.즉, 시스템은 순차적/선형적 작업에 의해 제약될 수 없다.EWP 원칙의 의미는 인간과 인간, 인간과 컴퓨터, 기계와 기계 간의 상호작용을 포함한 다양한 인간/소프트웨어 공간과 활동에 걸쳐 있다.EWP는 병렬화의 정도를 통신비, 운송비, 장비비 사이의 균형에 필요한 자원/활동 병행주의 수준과 더불어 생산성 향상으로 정의한다.또한 EWP는 협력적 문제 해결, 의사결정 지원 시스템 및 공동 X 도구의 설계 및 구현을 다루는데, 여기서 "공동"은 공동 설계 및 공동 계획과 같은 조정, 협력 및/또는 협력 지원 개념을 의미한다.

단순성 유지, 시스템(KISS)

KISS는 인간-컴퓨터/자동화 사용적합성 설계 원리에 초점을 맞춘다.[6]인간 사용자가 일반적으로 복잡하고 (내부 메커니즘 측면에서) 잘 이해되지 않는 신흥 시스템과의 인간 상호작용의 필요성에 더하여, 그러한 시스템이 계속 변화할 때 추가 작업 부하, 혼란 및 비용을 상상해 보십시오.KISS는 효과적인 협업 e-Work의 중심 원칙이다.이 원칙은 e-Work 지원 시스템이 인간과 병행하여 자율적으로 작동할 수 있고, 인간의 입력과 지시를 따를 수 있는 한, 시스템은 그들의 사이버 측면에서 필요한 만큼 복잡해야 한다고 명시하고 있다.동시에, 이용자의 경우, 반복적이고 비용이 많이 드는 인간 재교육의 필요성을 최소화하기 위해, 시스템을 이해하고 운용하는 것이 가장 간단해야 한다.

충돌/오류 감지 및 방지(CEDP)

CEDP는 협업적인 e-Work 공간에서 실체 간 갈등의 동적 진단, 예후 및 해결을 가능하게 한다.CEDP는 상호작용 비율이 클수록 적극적 협력 당사자의 수가 많아지고 따라서 갈등과 오류의 비율이 증가함을 의미한다.갈등은 둘 이상의 개인의 목표, 계획, 과제 및 활동 사이의 불일치로 정의된다.반면에 오류는 시스템의 사전 정의된 사양, 기대 또는 비교 목표를 충족하지 못하는 입력, 출력 또는 중간 결과를 가리킨다.오류와 갈등은 다르지만 관련이 있다.중요한 차이점은 한 개인이 오류를 범할 수 있지만 충돌이 발생하기 위해서는 적어도 두 명의 개인이 관련되어야 한다는 것이다.오류는 충돌(또는 일련의 충돌)을 유발할 수 있으며, 그 반대의 경우도 마찬가지다.CEDP는 기존 오류/충돌 탐지, 관찰을 오류 또는 충돌로 분류, 정확한 오류/충돌 지점 결정, 관리 이탈 상태의 유형, 크기, 시간 및 원인 결정, 오류/충돌, 미틱의 전파를 분석, 예측 및 방지하는 일련의 기능으로 구성된다.오류/실수의 부정적인 영향 및 예외 처리(프로세스에서 큰 편차).

팀 구성별 Fault Tolerance(FTT)

FTT는 분산 프로세스의 내결함성, 피드-포워드 협업 제어를 다룬다.FTT 원칙의 목표는 단일 강약제가 아닌 약한 약제 네트워크(예: 마이크로 센서와 나노 센서)에서 더 나은 효율과 신뢰성을 가능하게 하는 것이다.FTT는 협업 에이전트의 최적화된 팀이 일반적으로 더 강력하지만 개별적인 에이전트보다 더 나은 결과를 산출한다는 것을 의미한다.후자는 실패할 수 있으며, 백업이 없으면 시스템 장애가 발생할 위험이 있다.다중 중복제 적용을 통해 시스템의 신뢰성과 가용성이 향상된다.내결함성은 협업 e-Work 시스템의 구조와 관련이 있다.FTT 원칙과 CEDP 원칙의 조합은 "무법/신뢰성" 에이전트의 등가 시스템보다 높은 복원력을 달성하는 "분해성 에이전트"를 통해 e-Work 시스템의 구성, 재구성 및 운영을 가능하게 하는 팀 구성 프레임워크에 의해 복원력으로 확장된다.

연결/분리(AD)

AD는 기업 제휴, 자체 조직 에이전트 팀, 센서 클러스터, 모듈 시스템 등과 같은 협업 시스템의 구성, 토폴로지, 크기 및/또는 운영의 동적 변화를 다룬다.AD 원칙은 협력 네트워크와 연결되거나 분리되는 에이전트의 개인/팀들의 조건과 시기를 분석한다.AD 결정은 전체 네트워크, 개별 에이전트, 하위 네트워크 또는 에이전트 클러스터 또는 다중 네트워크 간에 서로 다른 수준에서 이루어진다.분석에는 생성과 실행에서 해체와 지원에 이르기까지 몇 가지 단계가 포함된다.일반적인 AD 결정에는 다음이 포함된다.언제 그리고 왜 네트워크에 가입해야 하는가?네트워크 참여의 이점/비용은 무엇인가?왜 개인이 네트워크에 남기를 선택했을까?네트워크의 성능을 특성화하고 평가하기 위한 기준은 무엇인가?AD 원칙은 전체 협력 네트워크 수준, 개인/조직 수준 또는 서브/멀티 네트워크 수준에서 분석될 수 있다.분석에는 설계에서 생성, 활동, 해체 및 지원에 이르기까지 개인/조직/네트워크 라이프사이클의 다양한 단계가 포함될 수 있다.

동적 협업 라인(DLOC)

DLOC는 비상 상황 및 개별 에이전트와 클러스터링된 에이전트 간의 공식 및 비공식 통신의 변동성을 포함한 협업 네트워크의 동적 특성을 다룬다.DLOC는 네트워크가 진화하고 시간이 지남에 따라 점진적인 변화를 겪을 때 조정을 찾는다.구체적으로는, 이전의 설계 원리의 성공적인 실현은 확립된 협업 라인의 효율성에 달려 있다.DLOC 원칙은 복잡하고 역동적인 환경에서 그들이 도전받거나 변화해야 할 때, 비상/진화에도 불구하고 지속 가능한 정보 교환과 지식 창출, 그리고 새로운 네트워크에 대한 최적의 제어를 가능하게 한다.긴급 네트워크란 노드(예: 에이전트) 및/또는 링크(예: 상호작용, 통신, 협업)를 추가하거나 제거하여 진화하는 네트워크를 말한다.신생 네트워크는 조직 학습의 확립된 이론에 기초하고 임시 결정, 효과적인 즉흥적 결정, 접촉의 현장 생성 및 시스템 경고를 의사결정자, 의사결정자 및 e와 쌍을 이루는 최상의 매칭 프로토콜로 특징지어지는 상호 작용의 진화적 메커니즘으로 정의된다.판결에 대한 조언자

베스트 매칭(BM)

BM은 "mismatched" 개인을 가진 시스템을 가진 e-Work 시스템이 "최고의 일치" 개인을 가진 동등한 시스템에 의해 항상 능가함을 암시한다.경쟁적이고 세계화된 시장과 함께 시스템의 복잡성과 동적 거동이 증가하면서 전통적인 중앙집중식 시스템이 점차 e-Work 시스템의 분산된 네트워크로 변화하고 있다.이러한 시스템은 컨텍스트와 적용에 관계없이 다음과 같은 공통의 속성을 갖는다.그것들은 모두 센서와 기계의 클러스터에서부터 복잡한 컴퓨터 네트워크, 지능형 로봇, 인간 및 기업에 이르기까지 분산된 개인들 사이의 특정 유형의 상호작용(협업, 경쟁 또는 둘 다)을 포함한다.이러한 공통 속성을 가지면, 그러한 시스템은 개인 간의 잠재적 불일치로 인해 야기되는 차선의 상호작용과 그에 따른 성능 저하의 측면에서 공통적인 어려움에 직면할 수 있다.BM은 분산 제조, 공급 및 서비스 네트워크에서 매칭 프로세스의 체계적 분석, 분류학, 유사 및 구조 평가, 사양, 모델링 및 실시간 최적화를 위한 개념, 모델 및 프레임워크 집합인 베스트 매칭[12]의 프리즘 분류법을 제공한다.

이머징 스러스트

협업 인텔리전스

설정, 개발 및 사후 관리를 위한 글로벌 참여자와 원격 관리, 스마트한 상호 작용.

서비스 지향 제조

서비스형 제조, 효과적인 클라우드 리소스 통합 및 배포.[13]

복원력

효과적인 팀 구성을 통한 불확실성 처리, 오류 및 충돌 방지 및 복구, 제조, 공급, 에너지 및 운송 인프라 보안 강화

보안 및 정보 보증

상상할 수 있는 오류, 오류 및 충돌을 방지 및 제거하고, 운영의 중요한 연속성을 유지하며, 정보의 사용, 처리, 저장 및 전송과 관련된 정보를 보장하고 위험을 관리한다.[14]

통합 공장 인텔리전스

학습, 적응 및 진화 메커니즘, 분산형 제조 네트워크 및 작업장의 장치에 대한 생물학적으로 영감을 받은 이질적 제어.[15]

실시간 데이터 기반 예측 기술

동적, 적응형, 데이터 기반 분석 및 의사결정 방법론.

참고 항목

참조

  1. ^ Nof, S.Y. (2007). "Collaborative control theory for e-Work, e-Production, and e-Service". Annual Reviews in Control. 31 (2): 281–292. doi:10.1016/j.arcontrol.2007.08.002.
  2. ^ Nof, S.Y.; Ceroni, J.A.; Jeong, W.; Moghaddam, M. (2015). Revolutionizing collaboration through e-Work, e-Business, and e-Service. Springer-Verlag Berlin Heidelberg. ISBN 978-3-662-45777-1.
  3. ^ Camarinha-Matos, L.M.; Afsarmanesh, H. (2008). Concept of collaboration. In: Encyclopedia of Networked and Virtual Organizations. Hershey, Pennsylvania.
  4. ^ Rajan, V.N.; Nof, S.Y. (1996). "Cooperation requirement planning (CRP) for multi-processors: optimal assignment and execution planning". Journal of Intelligent & Robotic Systems. 15 (4): 419–435. doi:10.1007/BF00437605.
  5. ^ Ceroni, J.A.; Nof, S.Y. (2002). "A workflow model based on parallelism for distributed organizations". Journal of Intelligent Manufacturing. 13 (6): 439–461. doi:10.1023/A:1021041810881.
  6. ^ Albers, M.; Still, B. (2012). Usability of Complex Information Systems: Evaluation of User Interaction. CRC Press. ISBN 9781439828946.
  7. ^ Chen, X.W.; Nof, S.Y. (2014). Interactive conflict detection and resolution for air and air-ground traffic control. U.S. Patent No. 8,831,864.
  8. ^ Jeong, W.; Nof, S.Y. (2009). "A collaborative sensor network middleware for automated production systems". Computers and Industrial Engineering. 57: 106–113. doi:10.1016/j.cie.2008.11.007.
  9. ^ Reyes Levalle, R.; Nof, S.Y. (2015). "A resilience by teaming framework for collaborative supply networks". Computers & Industrial Engineering. 90: 67–85. doi:10.1016/j.cie.2015.08.017.
  10. ^ Yoon, S.W.; Nof, S.Y. (2011). "Affiliation/dissociation decisions in collaborative enterprise networks". International Journal of Production Economics. 130: 135–143. doi:10.1016/j.ijpe.2010.10.002.
  11. ^ Zhong, H.; Nof, S.Y. (2015). "The dynamic lines of collaboration model: Collaborative disruption response in cyber-physical systems". Computers & Industrial Engineering. 87: 370–382. doi:10.1016/j.cie.2015.05.019.
  12. ^ Moghaddam, M.; Nof, S.Y. (2017). Best Matching Theory & Applications. Springer International Publishing Switzerland. ISBN 978-3-319-46070-3.
  13. ^ Xu, X. (2012). "From cloud computing to cloud manufacturing". Robotics and Computer-Integrated Manufacturing. 28: 75–86. doi:10.1016/j.rcim.2011.07.002.
  14. ^ Foster, I.; Kesselman, C.; Tuecke, S. (2001). "The anatomy of the grid: Enabling scalable virtual organizations". International Journal of High Performance Computing Applications. 15 (3): 200–222. doi:10.1177/109434200101500302.
  15. ^ Jammes, F.; Smith, H. (2005). "Service-oriented paradigms in industrial automation". IEEE Transactions on Industrial Informatics. 1: 62–70. doi:10.1109/TII.2005.844419.