Основы системного анализа

Цель представляет собой сложное сочетание различных противоречивых интересов. Цель является системообразующим, интегрирующим фактором, объединяющим отдельные предметы и процессы в целостность, в систему. Это объединение происходит, исходя из того, что разрозненные предметы далеко не всегда могут служить достаточными средствами для достижения целей человека. А в объединенном виде они приобретают новое, системное, интегральное качество, которое является достаточным для реализации целей.

Система есть средство достижения цели.

Первое определение системы дополняется вторым, характеризующим ее внутреннее строение.

Общее определение системы формулируется следующим образом: «Системой называется совокупность взаимодействующих между собой элементов, выделенных из окружающей среды с определенной целью».

Проблемой называется ситуация, характеризующаяся различием между необходимым (желаемым) выходом и существующим выходом. Выход является необходимым, если его отсутствие создает угрозу существованию или развитию системы. Существующий выход обеспечивается существующей системой. Желаемый выход обеспечивается желаемой системой. Проблема есть разница между существующей и желаемой системой. Проблема может заключаться в предотвращении уменьшения выхода или же в увеличении выхода. Условие проблемы представляет существующую систему («известное»). Требование представляет желаемую систему.

18. «Черный ящик». Модель, свойства, трудности построения модели. Условия полезности модели «черного ящика»

Построение модели "черного ящика" может быть сложной задачей из-за множественности входов и выходов системы (это обусловлено тем, что всякая реальная система взаимодействует с окружающей средой неограниченным числом способов). При построении модели из них надо отобрать конечное число. Критерием отбора является целевое назначение модели, существенность той ли иной связи по отношению к этой цели. Здесь, конечно, возможны ошибки, как раз не включенные в модель связи (которые все равно действуют) могут оказаться важными. Особое значение это имеет при определении цели, т.е. выходов системы. Реальная система вступает во взаимодействие со всеми объектами окружающей Среды, поэтому важно учесть все наиболее существенное. В результате главная цель сопровождается заданием дополнительных целей.

Пример: автомобиль не только должен перевозить определенное количество пассажиров или иметь необходимую грузоподъемность, но и не создавать слишком сильного шума при движении, иметь не превышающую норму токсичность выхлопных газов, приемлемый расход топлива, ... Выполнение только одной цели недостаточно, невыполнение дополнительных целей может сделать даже вредным достижение основной цели.

Модель черного ящика иногда оказывается единственно применимой при изучении систем.

Пример: исследование психики человека или влияние лекарства на организм мы воздействуем только на входы и делаем выводы на основании наблюдений за выходами в сигнал времени для пользователя, т.к. каждые часы показывают состояние своего датчика, то их показания постепенно расходятся. Выход состоит в синхронизации всех часов по показаниям некоего эталона времени (сигналы "точного времени" по радио). Включать эталон в состав часов как системы или рассматривать каждые часы как подсистему в общей системе указания времени?

19. Модель свойства системы. Элемент, подсистем, причины построения разных моделей разными экспертами

Система есть совокупность взаимосвязанных элементов, обособленная от среды и взаимодействующая с ней как единое целое.

Свойство, которое возникает из соединения частей - есть главный признак, сущность, суть явления. Понятие о явлении - это, в первую очередь, представление о сущности явления, о главном признаке явления, о свойстве порожденном в данной системе.

Например, телевизоры и автомобили бывают разными: маленькими и большими, хорошими и не очень, собранными по разным схемам из разных деталей. Но все они обладают некоторым отличительным свойством: телевизор - это явление, которое принимает телесигналы и воспроизводит телеизображение, а автомобиль - это “повозка, которая сама ездит”.

Составить понятие о явлении, значит: указать на существование явления - выделить явление, различить его; показать устройство явления; доказать взаимосвязи этого явления с другими, т.е. определить место этого явления в иерархии явлений.

Иерархия, вложенность явлений возникает оттого, что в явлениях - надсистемах задействуются свойства явлений-подсистем, порожденные их целостностью. Всякое свойство явления порождается на некотором уровне иерархии явлений, поэтому изучая явления необходимо различать свойства, унаследованные от составляющих частей и свойства, порожденные целостностью явления.

Поскольку каждое свойство, всякая сущность порождается на своем уровне иерархии явлений, то нет смысла искать свойства на более низких уровнях - их там еще нет. Так же бессмысленно изучать свойства на более высоких уровнях - там свойства могут быть поглощены и включены в состав других явлений-систем.

Кроме линейной, иерархической упорядоченности есть и другие ее виды. Однако, несмотря на это, для овладения всяким свойством явления необходимо понять устройство того уровня иерархии, на котором порождаются интересуемые свойства явлений. В этом состоит суть системного подхода к анализу явлений.

Сложность явлений, возникающих на каждом уровне иерархии, ограничена. Любое явление, порожденное на данном уровне иерархии, усторено на сочетании некоторых из 7 принципов. Это принципы методологии познания.

Количественная характеристика функционального свойства называется функциональным ПАРАМЕТРОМ.

Например, составляющие части явления воздействуют друг на друга по контуру связей: в автомобиле топливная система подает в двигатель горючую смесь, а двигатель создает вращающее усилие на валу.

Двигатель - это подсистема автомобиля, которая порождает вращающее усилие. Совокупность деталей двигателя - это носитель явления, порождающего вращающее усилие, а взаимодействие между деталями - это контур связей деталей двигателя.

Поскольку явления независимы от своих носителей, то в двигателе можно заменить все детали, а в автомобиле один двигатель заменить на другой, также порождающий вращающее усилие на валу.

Итак, внутреннее устройство явления, архитектура системы - это совокупность функциональных свойств составляющих частей и структуры связей между ними.

20. Модель структуры системы. Условия использования, определение «структуры системы», «отношения», «свойство». Взаимосвязь понятий «отношения» и «свойства». Второе определение системы

Модели черного ящика и состава недостаточно во многих случаях. Необходимо знать связи между элементами и подсистемами, или отношения. Совокупность необходимых или достаточных для достижения цели отношений между элементами называется структурой системы. Между реальными объектами, включенными в систему, существует огромное (может быть бесконечное) число связей. При определении модели структуры рассматривается только конечное число связей, которые существенны по отношению к рассматриваемой цели.

Пример: при расчете механизма не учитывают силу взаимного притяжения деталей друг к другу, но вес деталей учитывается обязательно.

Когда речь идет о связи, отношении, то в нем участвует не менее двух объектов. Свойством называют некий атрибут одного объекта. Но свойство выявляется в процессе взаимодействия объекта с другими объектами, т.е. при установлении некоторого отношения.

Пример: мяч красного цвета, но это обнаруживается при наличии источника белого цвета и приемника-анализатора света. Свойство - свернутое отношение. Гипотеза: это утверждение справедливо для всех свойств.

Второе определение системы: "Система есть совокупность взаимосвязанных элементов, обособленная от среды и взаимодействующая с нею как целое".

21. Структурная схема системы «белый ящик». Графы

Второе определение системы: "Система есть совокупность взаимосвязанных элементов, обособленная от среды и взаимодействующая с нею как целое". Это определение охватывает модели черного ящика, состава и структуры. Оно называется структурной схемой системы (белый ящик).

Пример: структурная схема часов.

Абстрагирование от содержательной стороны структурных схем приводит к схеме, в которой обозначается только наличие элементов и связей между ними. В математике такой объект называется графом. (graph - диаграмма, график, граф). В графе различают вершины (им соответствуют элементы) и ребра (им соответствуют связи). Если связи не симметричные, то их обозначают ребрами со стрелками (дуга) и граф называется ориентированным, иначе - неориентированный. Можно отражать различия между элементами и связями, приписывая числовые характеристики ребрам (вес ребра - взвешенный граф) или раскрывать вершины и ребра (раскрашенный граф). Различают два типа динамики системы:

- функционирование - процессы, происходящие в системе, стабильно реализующей фиксированную цель (часы, городской транспорт, кинотеатр, телевизор, ...);

- развитие - изменение системы при изменении ее целей. Существующая структура системы должна измениться (а иногда и ее состав) для обеспечения новой цели.

Динамические модели также могут быть построены в виде черного ящика, модели состава (перечень этапов в последовательности действий) или модели структурной схемы (например, в виде сетевого графика при описании некоторого производственного процесса). Формализация понятия динамической системы осуществляется путем рассмотрения соответствия между множеством возможных значений входов X, выходов Y и упорядоченным множеством моментов времени T

T->X; T->Y; Tэt, Tэx, x=x(t), y=y(t).

Модель черного ящика - это совокупность двух процессов {x(t)}, {y(t)}. Даже если считать, что y(t)=F(x(t)), то в модели черного ящика преобразование F неизвестно.

22. Динамические модели системы. Функционирование и развитие

Объектная модель представляет статическую структуру проектируемой системы (подсистемы). Однако знания статической структуры недостаточно, чтобы понять и оценить работу подсистемы.

Необходимо иметь средства для описания изменений, которые происходят с объектами и их связями во время работы подсистемы. Одним из таких средств является динамическая модель подсистемы. Она строится после того, как объектная модель подсистемы построена и предварительно согласована и отлажена. Динамическая модель подсистемы состоит из диаграмм состояний ее объектов и подсистем.

Динамические модели используются для оценки явлений в развитии.

Динамическая модель системы состоит из диаграмм состояний ее объектов и подсистем.

Текущее состояние объекта характеризуется совокупностью текущих значений его атрибутов и связей. Во время работы системы составляющие ее объекты взаимодействуют друг с другом, в результате чего изменяются их состояния. Единицей влияния является событие: каждое событие приводит к смене состояния одного или нескольких объектов в системе, либо к возникновению новых событий. Работа системы характеризуется последовательностью происходящих в ней событий.

Функционирование (и развитие) системы возможно если в своем составе система имеет:

1. "Элементы" - подсистемы;

2. Единую "Управляющую структуру" - системообразующий фактор;

3. Возможность обмена со средой (внутри системы и внутри ее) веществом, энергией, информацией.

Функционирование сформировавшейся системы происходит на двух уровнях:

1. Управление использует фикции;

2. Элемент (подсистема представленная как "целое") являются фантомом и использует "данности".

Данное - это нечто, существующее без нашего содействия как факт.

Факт (от лат. factum - сделанное, свершившееся) - 1) событие; фактический - действительный.

2) сделанное, совершившееся; находящаяся перед нами действительность, то, что признается реально существующим.

Таким образом переживая События-Факты Элемент изменяется.

Управляющая структура получает сигнал о том что элемент изменился.

Таким образом, мы имеем:

Элемент - это

Событие-Факт изменение Сигнал

Управляющая структура - это

Сигнал прием сигнала определение характеристик сигнала определение значимости сигнала Понятие

Фактически здесь мы наблюдаем переход

Событие-Факт Сигнал Понятие

Таким образом

Управляющая структура - это одна реальность (Понятия), а Элемент (подсистема представленная как "целое") реальность другая (Событие-Факт).

Но Переход между реальностями совершает только СИГНАЛ (от латинского signum - знак), знак, несущий сообщение (информацию) о каком-либо событии, состоянии объекта наблюдения либо передающий команды управления, оповещения и т.д.

Таким образом, Функциональная система - это:

- Элемент входящий Сигнал Событие-Факт исходящий Сигнал- Управляющая структура входящий Сигнал Понятие исходящий Сигнал

Но так как "Элемент" - это в свою очередь так же "Система" то картина Функциональной системы сложней:

Управляющая структура формирует исходящий Сигнал на основе Понятия, а Элемент (подсистема) формирует исходящий Сигнал на основе События-Факта.

Следовательно системе, для правильного функционирования, необходимы

- Сигнал, правильно отражающий Событие-Факт;

- Механизм правильного формирования Понятия.

23. Преобразование формальной модели в содержательную. Рекомендации по достижению полноты модели

При всем невообразимом многообразии реальных систем принципиально различных типов моделей систем очень немного: модель типа "черный ящик", модель состава, модель отношений, а также их разумные сочетания и прежде всего объединение всех трех моделей, т.е. структура системы. Это относится как к статическим моделям, отображающим фиксированное состояние системы так и к динамическим моделям, отображающим характер временных процессов, которые происходят с системой. Можно сказать, что структура ("белый ящик") получается как результат "суммирования" моделей "черного ящика", состава и отношений. Все указанные типы моделей являются формальными, относящимися к любым системам и, следовательно, не относящимися ни к одной конкретной системе. Чтобы получить модель заданной системы, нужно придать формальной модели конкретное содержание, т.е. решить, какие аспекты реальной системы включать как элементы модели избранного типа, а какие -- нет, считая их несущественными. Этот процесс обычно неформализуем, поскольку признаки существенности или несущественности в очень редком случае удается формализовать (к таким случаям относится, например, возможность принять в качестве признака существенности частоту встречаемости данного элемента в различных подобных, т.е. одинаково классифицируемых, системах). Столь же слабо формализованными являются признаки элементарности и признаки разграничения между подсистемами.

В силу указанных причин, процесс построения содержательных моделей является процессом творческим. Тем не менее интуиции эксперта, разрабатывающего содержательную модель, немало помогают формальная модель и рекомендации по ее наполнению конкретным содержанием. Формальная модель является "окном", через которое эксперт смотрит на реальную систему, строя содержательную модель.

В процессе построения содержательных моделей систем отчетливо прослеживается необходимость использования диалектики. В этом процессе главной является задача создания полной модели. Общие рекомендации по достижению полноты вытекают из основных положений диалектики:

- необходимо стремиться учесть все существенные факторы, влияющие на рассматриваемое явление; поскольку такая существенность не всегда очевидна, лучше включить в модель несущественный элемент, чем не включить существенный;

- одним из необходимых признаков полноты модели является наличие в ней противоречивых элементов; следует уделить специальное внимание этому моменту: например, при перечислении выходов надо включать в перечень не только желательные целевые выходы (связи, продукцию и т.п.), но и нежелательные (отходы, брак, и т.п.);

- как бы ни были обширны наши знания о данном явлении, реальность богаче моделей -- в ней всегда есть неизвестные факторы; чтобы не упустить из виду возможность чего-то существенного, но пока неизвестного, рекомендуется включать в модель неявные "запасные", неконкретизированные элементы (типа "все остальное", "что-то еще") и на различных стадиях системного анализа обращаться к этим элементам, как бы ставя перед собой вопрос: не пора ли дополнить модель еще одним явным элементом? Эти рекомендации, конечно, не исчерпывают всех возможностей: в арсенал искусства моделирования входит много научно обоснованных методов и эмпирических эвристик.

24. Искусственные и естественные системы

В зависимости от своего происхождения выделяют естественные системы (например, климат, почва) и сделанные человеком.

Искусственные системы - системы, создаваемые человеком. При возникновении проблемной ситуации происходит осознание потребности, затем выявление проблемы, потом формулирование цели. Цель - субъективный образ (абстрактная модель) желаемого состояния среды, которое решило бы возникшую проблему. В процессе деятельности, направленной на достижение поставленной цели происходит отбор из окружающей среды объектов, свойства которых можно использовать для достижения цели и объединение этих объектов подходящим образом. Это объединение объектов будем называть системой. Таким образом, система есть средство достижения цели. При этом, для достижения одной цели могут быть созданы разные системы и одна и та же система может быть использована для достижения разных целей, т.е. соответствия между целями и системами. Но из определения вытекает: "без проблемы нет системы" и "система есть тень цели на среде".

Естественные системы.

Понятие система применяется и к реальным природным объектам, обладающим естественной структурированностью, взаимосвязанностью отдельных частей и элементов. Это признаки системы. Но по первому определению системы - это средство достижения цели. О каких же целях может идти речь применительно к природным объектам?

Один из вариантов - существование высшего разума, который и определяет целесообразность природы. Но такой разум - это тоже система, и возникает вопрос о его "создателе" и цели создания и т.д. Наука не нуждается в гипотезе о существовании бога. Мир состоит их структурированных объектов. Всякая система - это объект, но не всякий объект является системой.

Пример 1: Лес - природный объект. Становится системой (частью системы), когда его свойства используются для конкретных целей. Например, при постройке нового района, часть леса сохранена для украшения, создания микроклимата, как место отдыха и, следовательно, становится частью системы "город". Или, участок леса отведен леспромхозу для разработки и становится элементом системы "леспромхоз". Сам по себе лес не имеет целей: выполнить план по лесозаготовкам или украсить город, но он имеет свойства, знание и использование которых дает возможность соответствующим системам достичь эти цели. Лес имеет бесконечно много свойств, которые могут быть познаны и потенциально могут быть использованы для создания систем. Такой подход означает, что человек если и может добиться какой-то цели, то не любым образом, а только действуя в соответствии с законами природы (их нельзя нарушать - их можно только использовать). Цели, противоречащие природным закономерностям, недостижимы.

Пример 2: Вечный двигатель не может быть создан, т.к. это противоречит закону сохранения энергии.

Пример 3: Создание искусственно разума - это цель, достижение которой не исключено (неизвестные законы, запрещающие это), но не гарантировано (способ достижения цели пока не известен).

Цель искусственной системы - идеальный образ (модель) желаемого результата деятельности системы (что должно бы быть). Этот идеальный образ можно назвать субъективной целью. Реально система и среда окажутся в некотором реализовавшемся состоянии (оно может совпадать полностью, частично, или вообще не совпадать). По отношению к прошлому моменту это состояние можно назвать объективной целью системы (т.е. будущее реальное состояние системы). Субъективные цели ставит человек. Объективные цели реализует природа. Таким образом, любой объект можно рассматривать как систему.

25. Субъективные и объективные цели. Классификация систем

Различают физические и абстрактные системы. Физические системы состоят из людей, изделий, оборудования, машин и прочих реальных или искусственных объектов. Им противопоставлены абстрактные системы. В последних свойства объектов, существование которых может быть неизвестным, за исключением их существования в уме исследователя, представляют символы. Идеи, планы, гипотезы и понятия, находящиеся в поле зрения исследователя, могут быть описаны как абстрактные системы.

В зависимости от своего происхождения выделяют естественные системы (например, климат, почва) и сделанные человеком.

По степени связи с внешней средой системы классифицируют на открытые и закрытые.

Открытые системы -- это системы, которые обмениваются материально-информационными ресурсами или энергией с окружающей средой регулярным и понятным образом.

Противоположностью открытым системам являются закрытые.

Закрытые системы действуют с относительно небольшим обменом энергией или материалами с окружающей средой, например химическая реакция, протекающая в герметически закрытом сосуде. В деловом мире закрытые системы практически отсутствуют и считается, что окружающая среда является главным фактором успехов и неудач деятельности различных организаций. Однако представителей различных школ управления первых 60 лет прошлого века, как правило, не волновали проблемы внешней среды, конкуренции и всего остального, что носит внешний для организации характер. Подход с точки зрения закрытой системы предполагал то, что следует делать, чтобы оптимизировать использование ресурсов, принимая во внимание только происходящее внутри организации.

Реалии окружающего мира заставили исследователей и практиков прийти к выводу, что любая попытка понять социально-экономическую систему, рассматривая ее закрытой, обречена на провал. Более того, реальность отнюдь не является ареной, на которой господствует порядок, стабильность и равновесие: главенствующую роль в окружающем нас мире играет неустойчивость и неравновесность. С этой точки зрения системы можно классифицировать на равновесные, слабо равновесные и сильно неравновесные. Для социально-экономических систем состояние равновесия может наблюдаться на относительно коротком промежутке времени. Для слабо равновесных систем небольшие изменения внешней среды дают возможность системе в новых условиях достичь состояния нового равновесия. Сильно неравновесные системы, которые весьма чувствительны к внешним воздействиям, под влиянием внешних сигналов, даже небольших по величине, могут перестраиваться непредсказуемым образом.

По типу составных частей, входящих в систему, последние можно классифицировать на машинные (автомобиль, станок), по типу «человек -- машина» (самолет -- пилот) и по типу «человек--человек» (коллектив организации).

По целевым признакам различают: одноцелевые системы, то есть предназначенные для решения одной единственной целевой задачи и многоцелевые. Кроме того, можно выделить функциональные системы, обеспечивающие решение или рассмотрение отдельной стороны или аспекта задачи (планирование, снабжение и т. п.).

Хотя основные положения системного анализа являются общими для всех классов систем, специфика их отдельных классов требует особого подхода при их анализе. Ярко выраженная специфика социально-экономических систем по отношению к биологическим и тем более техническим обусловлена в первую очередь тем, что неотъемлемой частью первых является человек. Поэтому применительно к этому классу систем анализ должен осуществляться с учетом потребностей, интересов и поведения человека.

26. Схема функционирования управляемой модели

Общая схема функционирования системы представлена на рис. 1. В ней можно выделить отдельно систему S, подлежащую управлению U, и управляющую систему, которая это управление вырабатывает. Подчеркнем, что для выработки управления U требуется предсказание его последствий, т.е. нужна модель всей ситуации, с помощью которой управляющая система определяет какое управляющее воздействие нужно подать на вход системы. Это представлено на рис. 1, где схема изображена еще раз внутри управляющего блока.

Процесс управления системой определяется типом системы и тем, является ли управляющий блок внешним по отношению к системе или входит в нее.

Можно выделить пять основных способов управления, которые различаются в зависимости от степени известности траектории, приводящей систему к цели, и возможности управляющей системы удерживать управляющую систему на этой траектории.

Первый, простейший случай имеет место тогда, когда нужная траектория известна точно, а следовательно, априори известно и правильное управление Uo (t). В этом случае можно управлять, не учитывая развитие событий. Примерами такого типа управления является стрельба из ружья, работа компьютера по жесткой программе и т.п. Часто оказывается, что процессы на неуправляемых входах Vo (t) отличаются от ранее предполагаемых, и система сходит с нужной траектории.

Второй тип управления - регулирования. Он заключается в том, что, наблюдая текущую траекторию Y(t) и находя разность Y(t) - Y(to), можно определить дополнительное управляющее воздействие, которое возвратит систему на нужную траекторию. Примером регулирования является управление, осуществляемое операторами-станочниками, автопилотом и т.п.

Следующие способы управления возникают в связи с необходимостью управления в условиях, когда либо невозможно задать траекторию системы на весь период времени, либо отклонение от нее настолько велико, что вернуться на нужную траекторию невозможно. В этом случае необходимо спрогнозировать текущую траекторию Y(t) на будущее и определить, пересечет ли она целевую область Y.



S

V1

Вход U S Выход

X V Y

Рис. 1 Схема функционирования управляемой системы

Управление по параметрам (третий тип управления) состоит в подстройке параметров системы до тех пор, пока такое пересечение не будет обеспечено. Например, этому классу принадлежит работа пилотов, адаптивные и автоматизированные системы управления и т.п.

27. Классификация систем по способам управления

Первый уровень классификации по признаку: управляющий блок внутри системы или вне (третий класс - управление, разделено: вне и внутри). На втором уровне: первый тип отражает ситуацию, когда траектория, ведущая систему к цели известна точно, а значит и заранее известно правильное управление их. (Работа ЭВМ по программе, использование телефона, ...). Чаще под влиянием неуправляемых входов или неучтенных факторов система сходит с траектории. Пусть y(t) - траектория, которую мы наблюдаем; y0 (t) - "нужная" траектория; по значениям y(t)- y0 (t) определяется дополнительное к программному управление, которое вернет систему на нужную траекторию. Это называется регулирование (автопилот, оператор-станочник). Если "нужная" траектория неизвестна или уклонена настолько больше, что возврат невозможен, то прогнозируется поведение текущей траектории и подстраиваются параметры системы так, чтобы траектория пересекла целевую область y* (адаптация живых организмов к изменяющимся условиям жизни, работа водителей и пилотов).

Иногда управление параметрами не позволяет достичь целевой области, т.е. цель для данной системы не достижима. Выход - в изменении структуры системы, в поисках такой, при которой возможно попадание в целевую область. Такое управление называют структурной адаптацией (ГАП, сельхозмашины со сменными орудиями, мутации организмов в ходе естественного отбора, ...). Может быть и так, что какая-то цель недостижима и при структурной адаптации, тогда необходим отказ от старой цели и задание новой - управление (адаптация) по целям.

Для достижения нужного управления проводится отбор среди возможных управлений путем их сравнения по каким-то критериям, оценивающим последствия каждого из них. Для этого нужна модель управляемой системы. Для ее создания, актуализации (запуска в работу) и поддержания в процессе функционирования необходимы ресурсы (чтобы получать решения нужного качества и к нужному моменту времени).

28. Большие и сложные системы. Классификация систем по ресурсной обеспеченности управления

Научно-техническая революция вызвала возникновение нового объекта исследований в области управления, получившего название «большие системы».

Важнейшими характерными чертами больших систем являются: целенаправленность и управляемость системы, наличие у всей системы общей цели и назначения, задаваемых и корректируемых в системах более высоких уровней; сложная иерархическая структура организации системы, предусматривающая сочетание централизованного управления с автономностью частей; большой размер системы, то есть большое число частей и элементов, входов и выходов, разнообразие выполняемых функций и т. д.; целостность и сложность поведения. Сложные, переплетающиеся взаимоотношения между переменными, включая петли обратной связи, приводят к тому, что изменение одной влечет изменение многих других переменных.

К большим системам относятся крупные производственно-экономические системы (например, холдинги), города, строительные и научно-исследовательские комплексы.

Подавляющее число экономических и управленческих задач имеет такой характер, когда уже заведомо можно сказать, что мы имеем дело с большими системами. Системный анализ предусматривает специальные приемы, с помощью которых большую систему, трудную для рассмотрения исследователем, можно было бы разделить на ряд малых взаимодействующих систем или подсистем. Таким образом, большой системой целесообразно назвать такую, которую невозможно исследовать иначе, как по подсистемам.

Помимо больших систем в задачах управления экономикой выделяют сложные системы.

Сложной целесообразно называть такую систему, которая строится для решения многоцелевой, многоаспектной задачи. Непосредственным выводом из концепции сложной системы для анализа и проектирования систем управления является требование учета следующих факторов:

1. Наличие сложной, составной цели, параллельное существование разных целей или последовательная смена целей.

2. Наличие одновременно многих структур у одной системы (например, технологической, административной, функциональной и т. д.).

3. Невозможность описания системы в одном языке, необходимость использования спектра языков для анализа и проектирования отдельных ее подсистем.

Имеющиеся ресурсы не всегда обеспечивают качественное и своевременное решение по управлению. Обычно энергетические затраты на модель и выработку управления малы, но возможны ситуации, когда энергопотребление (при питании от общего ограниченного источника энергии) для управляемой и управляющей систем соизмеримы (космический аппарат, исследовательский робот, установки для экспериментов в ... частиц высоких энергий). Возникает для таких систем проблема наилучшего распределения ресурсов.

Материальные ресурсы - ресурсы ЭВМ при моделировании на ЭВМ - они лимитируют решение задач большой размерности в реальном масштабе времени (экономические, организационно-управленческие, ...).

Большие системы - системы, проблемы моделирования которых заключаются в их большой размерности (решение - декомпозиция или применение более мощных средств).

По информационному ресурсу: его достаточно для успешного управления - система простая. Если информации в системе не хватает для эффективного управления (непредвиденные, нежелательные результаты управлений), то система называется сложной. Сложность - это объективно существующее отклонение между управляемой системой и моделью в управляющей системе. Преодоление сложности - получить (после конкретной причины сложности) недостающую информацию или сменить цель.

Возможны комбинации разных типов (по ресурсам) систем:

1) малые простые /бытовые и справные приборы для пользователя/;

2) малые сложные /неисправные бытовые приборы для пользователя/;

3)большие простые /шифрозамок сейфа для похитителя, точный прогноз погоды, межотраслевой баланс/;

4) большие сложные /живой организм, мозг, экономика страны/.

29. Распознавание больших и сложных систем.

Следует различать сложные и большие системы.

Сложная система - система с разветвленной структурой и значительным количеством взаимосвязанных и взаимодействующих элементов (подсистем), имеющих разные по своему типу связи, способная сохранять частичную работоспособность при отказе отдельных элементов (свойство робастности).

Сложная система - система, обладающая, по крайней мере, одним из перечисленных признаков:

а) допускает разбиение на подсистемы, изучение каждой из которых, с учетом влияния других подсистем в рамках поставленной задачи, имеет содержательный характер;

б) функционирует в условиях существенной неопределенности и воздействие среды на нее обусловливает случайный характер изменения ее параметров или структуры;

в) осуществляет целенаправленный выбор своего поведения.

Большая система - сложная система, имеющая ряд дополнительных признаков: наличие подсистем, имеющих собственное целевое назначение, подчиненное общему целевому назначению всей системы; большое число разнообразных связей (материальных, информационных, энергетических и т.п.); внешние связи с другими системами; наличие в системе элементов самоорганизации.

30. Способы перевода больших систем в малые, сложных в большие

Большой называется система, поведение которой определяется всей совокупностью ее элементов, взаимодействующих между собой, ни один из которых не является определяющим.

Сложной называется система, адекватное моделирование которой требует учета отсутствующей или недоступной информации.

Известны два способа перевода больших систем в разряд малых: использование более мощных вычислительных средств (компьютеров и программных систем) либо осуществление декомпозиции многомерной задачи на совокупность слабо связанных задач меньшей размерности (если характер задачи это позволяет). Если существует возможность сгруппировать элементы системы в незначительное количество подсистем, каждая из которых оказывает вполне определенное существенное влияние на поведение системы в целом, а с другими подсистемами мало взаимодействует, то этим самым описание функциональной структуры системы существенно упрощается.

На практике чаще всего исследователь самостоятельно решает неформализуемым путем, какие факторы он будет исследовать, а какие нет.

Между большими и сложными системами имеется много общего: очень часто большие системы одновременно являются и сложными. Но есть и существенное различие между ними: адекватное моделирование больших систем оказывается возможным при удовлетворении высоких требований к инструментам обработки (компьютерам и программным системам), тогда как при моделировании сложных систем возникают более фундаментальные проблемы, связанные с недостатком значимой информации.

31. Информация как свойство материи, сигналы в системах. Код, шум, сигнал

В связи с рассмотрением понятия модели отмечалось, что объединяющим все разновидности моделей, признаком является информационная сущность, любая модель несет информацию о свойствах и характеристиках оригинала, существенных для решаемой субъектом задачи.

Современное понимание информации (что это такое и ее роль) складывается как совокупность знаний, полученных конкретными науками (физика, биология, теория связи, ...) и философских обобщений.

Обычный смысл слова информация: "сведения, известия, сообщения, знания" трактует информацию как нечто, присущее только человеку, человеческому сознанию и общению. Материалистическая теория познания связывает наше знание с определением реального мира, соединяя отражение реального мира в нашем сознании с отображением, как всеобщим свойством материи. Некоторые ученые трактуют при этом свойство отражения как свойство материи обладать информацией, рассматривая информацию как всеобщее изначально присущее материи свойств.

Наряду с такой атрибутивной точкой зрения, существует функциональный подход к понятию информации, связывающий ее с управлением, и, следовательно, относящий информацию только к системам управления, которые существуют в живой природе, технике, обществе. В этом смысле понятие информации является основным для кибернетики - науки об управлении и связи.

Информация в системе управления возникает при обработке сигналов, поступивших из внешней среды. В качестве сигналов используются состояния некоторых объектов (каналов связи), соответствующим определенным состояниям управляемого объекта и внешней среды. Кроме этого, на состояние каналов связи влияют и другие объекты и системы из внешней среды, несущественные с точки зрения целей системы управления. Это воздействия являются помехами или шумами. При изучении каналов связи и их свойств можно рассматривать их в достаточной степени автономно, отвлекаясь от системы управления в которую они входят и говорить, что сами сигналы - это и есть информация, передаваемая посредством этого канала. Канал - носитель информации, передающий ее во времени и пространстве. Для образования сигналов могут быть использованы только объекты, состояния которых достаточно устойчивы, во времени или по изменению положения в пространстве.

В связи с этим сигналы делятся на два типа:

1). Стабильные состояния физических объектов (книга, фотография, маг. запись) - статические сигналы.

2). Динамические состояния физических полей. Изменение их состояния не локализовано (в неизолированной части поля) и приводит к распространению возмущения. Конфигурация этого возмущения обладает определенной устойчивостью, что обеспечивает сохранение сигнала (звук - колебания в газе, твердом теле, жидкости, радиосигналы, электромагнитного поля), такие сигналы называются динамическими. Н. Винер: общество простирается до тех пределов, до каких распространяется информация.

32. Типы сигналов. Случайный процесс - математическая модель сигналов

Сигналы делятся на два типа:

1). Стабильные состояния физических объектов (книга, фотография, магнитофонная запись) - статические сигналы.

2). Динамические состояния физических полей.

Изменение их состояния не локализовано (в неизолированной части поля) и приводит к распространению возмущения. Конфигурация этого возмущения обладает определенной устойчивостью, что обеспечивает сохранение сигнала (звук - колебания в газе, твердом теле, жидкости, радиосигналы, ... электромагнитного поля), такие сигналы называются динамическими. Н. Винер: общество простирается до тех пределов, до каких распространяется информация.

Математические модели случайных процессов широко используются как для описания полезных сигналов, так и сигналов помех. Наиболее известной моделью случайного процесса является гауссовский случайный процесс.

Случайный процесс (вероятностный, или стохастический), процесс изменения во времени состояния или характеристик некоторой системы под влиянием различных случайных факторов, для которого определена вероятность того или иного его течения.

33. Эксперимент и модель. Современное понятие эксперимента

Эксперимент (от лат. experimentum - проба, опыт), метод познания, при помощи которого в контролируемых и управляемых условиях исследуются явления природы и общества.

Научное исследование реального процесса можно проводить теоретически или экспериментально, которые проводятся независимо друг от друга. Такой путь познания истины носит односторонний характер. В современных условиях развития науки и техники стараются проводить комплексное исследование объекта. Этого можно добиться на основе новой, удовлетворяющей требованиям времени, методологии и технологии научных исследований.

Рассмотрим связь модели и эксперимента на примере вычислительного эксперимента.

Вычислительный эксперимент - это эксперимент над математической моделью объекта на ЭВМ, который состоит в том, что по одним параметрам модели вычисляются другие её параметры и на этой основе делаются выводы о свойствах явления, описываемого математической моделью. В проведении вычислительного эксперимента участвует коллектив исследователей - специалисты с конкретной предметной области, математики теоретики, вычислители, прикладники, программисты. Это связано с тем, что моделирование реальных объектов на ЭВМ включает в себя большой объём работ по исследованию их физической и математической моделей, вычислительных алгоритмов, программированию и обработке результатов. Здесь можно заметить аналогию с работами по проведению натурных экспериментов: составление программы экспериментов, создание экспериментальной установки, выполнение контрольных экспериментов, проведение серийных опытов, обработки экспериментальных данных и их интерпретация и т.д. Таким образом, проведение крупных комплексных расчётов следует рассматривать как эксперимент, проводимый на ЭВМ или вычислительный эксперимент.

Задача проектирования, например, сети обслуживания должна решаться с позиций системного подхода, учитывающего ее многоаспектность и иерархичность. Естественно, что те же свойства приобретает и процесс проектирования, проходящий уже на фазе моделирования несколько этапов и требующий применения разнообразного математического аппарата. В процессе имитационного эксперимента над моделью с учетом случайных исходов необходимо:

· классифицировать факторы на существенные и несущественные;

· разделить и оценить количественно влияния факторов и их комбинаций на целевую функцию;

· найти наивыгоднейшую комбинацию факторов.

Структура эксперимента (количество прогонов, выбор исходных данных для них и характер обработки результатов) определяется его целью. Первая проблема решается средствами дисперсионного анализа, вторая - регрессионного и факторного (скрининг), третья - методами статистической оптимизации.

34. Измерение, измерительные шкалы

Одной из задач при выработке решений является измерение рассматриваемых критериев по выбранным шкалам.

Под формированием шкалы понимается присвоение объектам (вещам, предметам или событиям) чисел согласно некоторой системе правил.

Можно выделить четыре уровня измерения и соответственно четыре типа шкал:

- шкалы наименований;

- шкалы порядка;

- шкалы интервалов;

- шкалы отношений.

В шкале наименований число используется как название или классификация. Можно нумеровать альтернативы, объекты, действия и т.д. Это не будет означать ничего иного, кроме того, что каждый отдельный предмет должен иметь различное обозначение. На шкалах наименований допустимы некоторые статистические операции. Можно, например, определить число элементов, принадлежащих какому-либо классу, найти наиболее многочисленный класс.

Шкалы порядка формируются в том случае, когда есть возможность сравнения двух объектов по общему признаку. Шкалы могут быть простого и слабого порядков. В шкалах простого порядка каждый элемент должен иметь более высокий или более низкий ранг, чем всякий другой элемент. Элементы на шкале слабого порядка могут иметь равную оценку. Поскольку элементы на шкалах порядка могут быть расположены неравномерно, то не допускается использование каких-либо арифметических операций. Возможно использование тех же статистических операций, что и на шкалах наименований и, кроме того, можно вычислить медианы, центили, коэффициенты ранговой корреляции.

Шкалы интервалов иначе называют равномерными; числено равные разности выражают эмпирически равные разности в измеряемом общем признаке. Шкалы интервалов не обладают свойством аддитивности; и, следовательно, в общем случае, на них нельзя осуществлять арифметические операции. Однако, при введении произвольного нуля, разности на шкалах интервалов можно рассматривать как абсолютные величины и производить с ними арифметические действия. Примером измерения в шкалах интервалов может служить календарное время или высота над уровнем моря. Для шкал интервалов приемлемы те же статистические операции, что и для шкал более низкого уровня, а также возможно вычисление математического ожидания, стандартного отклонения, смешанных моментов и коэффициента асимметрии.

Шкала отношений обладает всеми свойствами других шкал и, кроме этого, свойством аддитивности, что делает возможным проведение любых статистических и арифметических операций. В шкалах отношений измеряются любые физические величины; нуль шкалы естественен.

В задачах многокритериального ПР возникает необходимость формирования отдельных шкал для измерения разных компонентов рассматриваемого свойства. Такая шкала называется многомерной. При этом критерии в многомерной шкале могут измеряться по шкалам как одного, так и разных уровней.

35.Модели обработки данных, типичные задачи, классификационных и числовых моделей

Одной из важных задач искусственного интеллекта является задача обобщения информации. Благодаря применению методов извлечения и обобщения информации в системах принятия решений возможно построение обобщенных моделей данных и обработка больших массивов экспериментальных данных, полученных в ходе различного рода процессов и явлений. Источники таких больших потоков данных имеются во многих областях: банковское дело, розничная торговля, управление и диагностика, маркетинг и т.д. Общим для всех этих данных является то, что они содержат большое количество скрытых закономерностей, являющихся весьма важными для принятия стратегических решений. Для выявления этих закономерностей и используются методы обобщения и компьютерные системы, реализующие эти методы.

Большинство специалистов по обработке экспериментальных данных сходятся в том, что разнообразные задачи анализа информации могут быть сведены к трем: классификации исходных данных, выбору информативных признаков, идентификации неизвестных наблюдений.

Схема информационных преобразований данных в классификационной задаче приведена на рис.1.

В общем случае эмпирические данные могут быть сведены в таблицу . Используя различные модели , лежащие в основе методов классификации, исследователь преобразует описание таблицы в вид адекватный этим моделям. В рамках геометрической модели таблицу можно представить в виде совокупности “векторов - строк” (объектов) в признаковом пространстве . Структура “векторов - строк” меняется в зависимости от моделей описания данных . В качестве описаний могут выступать матрицы близости, сходства, подобия.



Рис.1

Классический подход к оценке информативности параметров исходного описания данных в задаче классификации сводится к следующей процедуре:

- по всей совокупности параметров в рамках конкретного решающего правила оценивается ошибка классификации ;

- из исходной совокупности параметров

изымается параметр и повторно оценивается ошибка классификации ;

- путем сравнения этих ошибок и определения их разности :

выносится суждение о роли параметра в классификационной задаче. Так, если > 0, то параметр является “вредным” для классификации. Если < 0, то параметр - “полезен”, а, если =0, то “бесполезен”. Такой подход определяет необходимость последовательного перебора всех параметров, а также их возможных сочетаний, что влечет за собой значительные временные затраты.

36. Выбор как реализации цели. Определение термина «выбор»

Определение: принятие решения ("выбор") есть действие над множеством альтернатив, в результате которого исходное множество альтернатив сужается, т.е. происходит его редукция.

Выбор является действием, придающим всей деятельности целенаправленность. Именно через акты выбора реализуется подчиненность всей деятельности определенной цели или совокупности взаимосвязанных целей.

Принятие решений как снятие неопределенности (информационный подход).

Процесс получения информации можно рассматривать как уменьшение неопределенности в результате приема сигнала, а количество информации - как количественную меру степени снятия неопределенности.

Но в результате выбора некоторого подмножества альтернатив из множества, т.е. в результате принятия решения, происходит тоже самое (уменьшение неопределенности).

Это значит, что каждый выбор, каждое решение порождает определенное количество информации, а значит может быть описано в терминах теории информации.

К настоящему моменту сложилось три основных языка описания задач выбора. Самым простым, наиболее развитым является критериальный язык. Второй, более общий язык, на котором описывается выбор, - это язык

бинарных отношений. Основные предположения этого языка сводятся к следующему:

- отдельная альтернатива не оценивается, т.е. критериальная функция не вводится;

- для каждой пары альтернатив можно установить, что одна из них либо предпочтительнее другой, либо они равноценны или не сравнимы;

- отношения предпочтения внутри любой пары альтернатив не зависит от остальных альтернатив.

Бинарные отношения могут быть заданы через описание пар, с помощью матрицы предложений, через граф предпочтений или сечелиями.

Третьим языком описания выбора является язык функций выбора. Он описывает выбор как операцию над произвольным множеством альтернатив, которая ставит этому множеству в соответствие некоторое его подмножество.

Такое соответствие двух множеств без их поэлементного соответствия значительно расширяет смысл термина “функция”.

Таким образом, в настоящее время известно большое количество разнообразных методов ПР и различных подходов к их классификации. При использовании разных методов решения задачи можно получить прямо противоположные результаты при одной и той же исходной информации. В связи с этим возникает проблема выбора метода (методов), подходящих для решения конкретной задачи принятия решений.

37. Множественность задач выбора. Критериальный язык описания выбора

Множественность задач принятия решений связана с тем, что каждая компонента ситуации, в которой осуществляется принятие решений, может реализовываться в качественно различных вариантах

Критериальный язык принятия решений.

Об одном и том же явлении можно говорить на различных языках различной степени общности и адекватности. К настоящему времени сложились три основных языка описания выбора.

Самым простым, наиболее развитым и наиболее популярным является критериальный язык

Название этого языка связано с основным предположением, состоящим в том, что каждую отдельно взятую альтернативу можно оценить некоторым конкретным (одним) числом, после чего сравнение альтернатив сводится к сравнению соответствующих им чисел.