Классификация моделей. Роль системного анализа в разрешении проблем
Теория систем позволяет сформулировать проблему и поставить задачу решения этой проблемы.
Системный анализ предлагает пути решения сформулированной проблемы. С использованием системного анализа выявляется зависимость цели от средств ее достижения.
При этом важно отметить, что с использованием теории систем и системного анализа решаются именно сложные проблемы.
Для получения выражения, связывающего цель со средствами, применяют модели системного анализа.
С помощью системного анализа можно обеспечить взаимодействие и взаимопонимание между специалистами различных областей знаний, участвующими в решении проблемы, помочь исследователям организовать процесс коллективного принятия решения. Для реализации этого процесса нужно выбрать методы системного анализа.
Таким образом, в основе решения проблем находятся различные модели и методы системного анализа.
Роль системного анализа в разрешении проблем
(продолжение)
Модель
Модель (лат. modulus — мера, образец):
образец (эталон, стандарт) для массового изготовления какого-либо изделия или конструкции; тип, марка изделия;
изделие (из легкообрабатываемого материала), с которого снимается форма для воспроизведения (напр., посредством литья) в другом материале; разновидности таких моделей — лекала, шаблоны, плазы;
устройство, воспроизводящее, имитирующее строение и действие какого-либо др. («моделируемого») устройства в научных, производственных (при испытаниях) или спортивных целях;
изображение, описание, схема, чертеж, график, план, карта какого-либо объекта, процесса или явления.
| Модель -любой образ какого либо объекта, процесса или явления, используемый в качестве его «заместителя», «представителя»для выражения (отображения, выделения, представления) свойств, которые интересуют исследователя. |
Классификация моделей
При исследовании систем находят применение все виды моделей.
Каждая система может быть представлена большим количеством моделей, вид которых зависит от требуемой глубины познания, уровня абстрагирования при приближенном рассмотрении системы, формы материального представления системы.
Оснвными классами модели являются:
Материальные в свою очередь делятся на физические и аналоговые.
Идеальные представлены классами знаковых и интуитивных моделей.
Источник
Системный анализ
Для того чтобы получить информационную модель любого реального объекта или процесса, необходимо рассмотреть его с системной точки зрения — выполнить системный анализ объекта. Задача системного анализа, который проводит исследователь, — упорядочить свои представления об изучаемом объекте для того, чтобы отразить их в информационной модели. Таким образом, просматривается следующий порядок этапов перехода от реального объекта к информационной модели:
Понятие системы
Под системой понимается любой объект, состоящий из множества взаимосвязанных частей и существующий как единое целое.
Наука о системах называется системологией. Любой объект окружающего мира можно рассматривать как систему. Системы бывают материальные, нематериальные и смешанные. Примеры материальных систем: дерево, здание, человек, планета Земля, Солнечная система. Примеры нематериальных систем: человеческий язык, математика. Пример смешанных систем — школа. Она включает в себя как материальные части (школьное здание, оборудование, тетради, учебники и пр.), так и нематериальные (учебные планы, программы, расписания уроков).
Все разнообразие существующих систем можно разделить на две категории: на естественные системы, т.е. существующие в природе, и искусственные системы — созданные человеком. Например, Солнечная система — естественная, а компьютер — искусственная система. Для всякой искусственной системы существует цель ее создания человеком: автомобиль — перевозить людей и грузы, компьютер — работать с информацией, завод — производить продукцию. В системологии искусственную систему определяют как “средство достижения цели”*. Именно целесообразностью системы определяется ее состав и структура.
Состав системы. Подсистемы
Состав системы — это множество входящих в нее частей. В качестве примера системы рассмотрим объект, с которым ученикам приходится иметь дело на уроках информатики, — персональный компьютер.
Самое поверхностное описание ПК такое: это система, составными частями которой являются системный блок, клавиатура, монитор, принтер, мышь. Можно ли назвать их простыми элементами компьютера? Конечно, нет! Каждая из этих частей — это тоже система, состоящая из множества взаимосвязанных частей. В состав системного блока входят: центральный процессор, оперативная память, накопители на жестких и гибких магнитных дисках, CD-ROM, контроллеры внешних устройств и пр. В свою очередь, каждое из этих устройств — также сложная система. Например, центральный процессор состоит из арифметико-логического устройства, устройства управления, регистров. Так можно продолжать и дальше, все более углубляясь в подробности устройства компьютера.
Систему, входящую в состав какой-то другой, более крупной системы, называют подсистемой.
Из данного определения следует, что системный блок является подсистемой персонального компьютера, а процессор — подсистемой системного блока.
А можно ли сказать, что какая-то простейшая деталь компьютера, например гайка, системой не является? Все зависит от точки зрения. В устройстве компьютера гайка — простая деталь, поскольку на более мелкие части она не разбирается. Но с точки зрения строения вещества, из которого сделана гайка, это не так. Металл состоит из молекул, образующих кристаллическую структуру, молекулы — из атомов, атомы — из ядра и электронов. Чем глубже наука проникает в вещество, тем больше убеждается, что нет абсолютно простых объектов. Даже частицы атома, которые называли “элементарными” (например, электроны), тоже оказались не простыми.
Любой реальный объект бесконечно сложен. Описание его состава и структуры всегда носит модельный характер, т.е. является приближенным. Степень подробности такого описания зависит от его назначения. Одна и та же часть системы в одних случаях может рассматриваться как ее простой элемент, в других случаях — как подсистема, имеющая свой состав и структуру.
Структура системы
Всякая система определяется не только составом своих частей, но также порядком и способом объединения этих частей в единое целое. Все части (элементы) системы находятся в определенных отношениях или связях друг с другом. Здесь мы выходим на следующее важнейшее понятие системологии — понятие структуры.
Структура — это совокупность связей между элементами системы.
Можно еще сказать так: структура — это внутренняя организация системы. Многие открытия в науке связаны именно с выяснением структуры природных систем. Например, экспериментально было доказано, что атом состоит из положительно и отрицательно заряженных частиц. Однако лишь открытие орбитальной структуры атома, сделанное Нильсом Бором, в полной мере объяснило природу атома. Стали понятны многие физические явления (например, механизм электромагнитного излучения).
Всякая система обладает определенным составом и структурой. Свойства системы зависят от того и от другого. Даже при одинаковом составе системы с разной структурой обладают разными свойствами, могут иметь разное назначение.
С примерами зависимости свойств различных систем от их структуры ученики встречаются в разных школьных дисциплинах. Например, известно, что графит и алмаз состоят из молекул одного и того же химического вещества — углерода. Но в алмазе молекулы углерода образуют кристаллическую структуру, а у графита структура совсем другая — слоистая. В результате алмаз — самое твердое в природе вещество, а графит — мягкий, из него делают грифели для карандашей. В химии известно явление, которое называется изомерией. Вещества, состоящие из молекул одинакового атомарного состава, но различающиеся структурой молекул, обладают разными свойствами.
Типы связей в системах
Связи в системах бывают материальными и информационными. В естественных системах неживой природы (космические системы, атомы и молекулы, природные системы на Земле и пр.) связи носят только материальный характер, а в системах живой природы существуют связи материальные и информационные.
Информационные связи — это обмен информацией между частями системы, поддерживающий ее целостность и функциональность.
Очевидно существование информационных связей в животном мире, в человеческом обществе. В технических системах, используемых в информационной сфере (радио, телевидение, компьютерные сети), также действуют связи информационного типа. В них информация — это семантическое содержание физических сигналов, передаваемых между частями системы.
Общественные (социальные) системы — это различные объединения людей. Конечно, между ними тоже есть определенные материальные связи (например, общее помещение, экономическая зависимость, родственно-генетические связи), но очень важны информационные связи. Ни один коллектив, от семьи до государства, не может существовать без информационного обмена.
Системный эффект
Следующее важное положение системологии формулируется так: всякая система приобретает новые качества, не присущие ее составным частям.
Например, отдельные детали велосипеда: рама, руль, колеса, педали, сиденье — не обладают способностью к езде. Но вот эти детали соединили определенным образом, создав систему под названием “велосипед”, которая приобрела новое качество — способность к езде, т.е. возможность служить транспортным средством. Этим свойством не обладала ни одна из деталей в отдельности. То же самое можно показать на примере самолета: ни одна часть самолета в отдельности не обладает способностью летать; но собранный из них самолет (система) — летающее устройство. Еще пример: социальная система — строительная бригада. Один рабочий, владеющий одной специальностью (каменщик, сварщик, плотник, крановщик и пр.), не может построить многоэтажный дом, но вся бригада вместе справляется с этой работой.
Появление нового качества у системы называется системным эффектом. Это же свойство выражается фразой: “Целое больше суммы своих частей”.
Модели систем
Наши представления о реальных системах носят приближенный, модельный характер. Описывая в какой-либо форме реальную систему, мы создаем ее информационную модель. Рассмотрим три разновидности информационных моделей систем:
— модель “черного ящика”;
Модель “черного ящика”. Всякая система — это нечто цельное и выделенное из окружающей среды. Система и среда взаимодействуют между собой. В системологии используются представления о входах и выходах системы. Вход системы — это воздействие на систему со стороны внешней среды, а выход — это воздействие, оказываемое системой на окружающую среду. Такое представление о системе называется моделью “черного ящика” (см. рисунок).
Модель “черного ящика”
Модель “черного ящика” используется в тех случаях, когда внутреннее устройство системы недоступно или не представляет интереса, но важно описать ее внешние взаимодействия. Например, в любой инструкции по использованию бытовой техники (телевизор, магнитофон, стиральная машина и пр.) дается описание работы с ней на уровне входов и выходов: как включить, как регулировать работу, что получим на выходе. Такого представления может быть вполне достаточно для пользователя данной техникой, но не достаточно для специалиста по ее ремонту.
Модель “черного ящика” отражает лишь взаимодействие системы с окружающей средой. Такой подход к сложным системам был введен в кибернетике. Казалось бы, это простейшая модель, которая не углубляется во внутреннее устройство системы. Однако и внешние взаимодействия реальной системы оказываются бесконечно сложными. Поэтому модель “черного ящика”, как и любая другая, строится в соответствии с целью моделирования, учитывая лишь те входы и выходы системы, которые существенны с точки зрения цели моделирования, назначения создаваемой модели.
Если описать компьютер как “черный ящик”, учитывая только его информационное взаимодействие с внешней средой, то модель получится следующей:
Модель “черного ящика” компьютера
Если, кроме информационного, учитывать еще и физическое взаимодействие компьютера с внешней средой, то на входе надо добавить: “электропитание”, “температурное воздействие”, “вибрационное воздействие”. На выходе: “излучение экрана”, “шум вентилятора”, “нагрев от монитора”. В таком расширенном списке входов и выходов следует выделить основные параметры и побочные. Основные — это те, которые связаны с главной функцией системы: работа с информацией. Среди побочных можно выделить необходимые (электропитание) и нежелательные (излучение экрана, шум вентилятора).
Модель можно расширить, добавив в нее экономические параметры, связанные с финансовыми расходами на входе (исходная цена, оплата электроэнергии, оплата за пользование Интернетом) и возможными доходами на выходе, если компьютер является рабочим инструментом, в результате использования которого человек зарабатывает деньги.
Модель состава системы дает описание входящих в нее элементов и подсистем, но не рассматривает связей между ними. Очевидно, что и модель состава компьютера может иметь разные варианты в зависимости от отражаемой в ней точки зрения на систему. Например:
Вариант 1: системный блок, клавиатура, монитор, принтер, мышь.
Вариант 2: оперативная память, внешняя память, центральный процессор, устройства ввода, устройства вывода.
Вариант 3: центральный процессор, ОЗУ, ПЗУ, жесткий диск, флоппи-диск, лазерный диск, информационная магистраль, клавиатура, монитор, контроллеры внешних устройств и пр.
Структурную модель системы еще называют структурной схемой. На структурной схеме отражается состав системы и ее внутренние связи. Наряду с термином “связь” нередко употребляют термин “отношение”.
Наглядным способом описания структурной модели системы являются графы (см. “Графические модели”). На рисунке в виде ориентированного графа приведена структурная модель компьютера.
Структурная модель кмпьютера с информационными связями
Здесь стрелки обозначают информационные связи между элементами системы. Направление стрелок указывает на направление передачи информации.
Однако если нас интересуют связи по управлению, то получится следующая граф-модель компьютера:
Структурная модель кмпьютера со связями по управлению
Здесь стрелка обозначает направление управляющего воздействия. Смысл схемы заключается в том, что процессор управляет работой всех остальных устройств компьютера.
Следовательно, структурная модель одной и той же системы может быть разной. Все определяется целями моделирования.
Методические рекомендации
Одной из наиболее заметных тенденций в современном развитии школьной информатики стало проникновение в ее содержание элементов системного анализа. Знакомство учащихся с системным анализом может происходить по двум целевым направлениям:
— развитие системного мышления учащихся;
— знакомство с системным анализом как этапом информационного моделирования.
Начиная обсуждение понятия “система”, следует обратить внимание учащихся на то, что с этим понятием они многократно встречались как в учебных дисциплинах, так и в повседневной жизни. Примеров можно привести достаточно много: Солнечная система, периодическая система химических элементов, системы растений и животных, система образования, система транспорта, система здравоохранения и многое другое. Безусловно, ученики имеют некоторое интуитивное понимание того, что такое система. Однако для информатики это понятие является одним из фундаментальных и поэтому здесь нельзя ограничиться интуитивным представлением.
Сформулировав определение системы, его необходимо подробно обсудить. В ходе такого обсуждения следует использовать знакомые и понятные ученикам примеры систем. Наряду с теми, что были перечислены выше, нужно напомнить примеры систем, с которыми ученики встречались в курсе информатики. Например, совокупность взаимосвязанных данных, предназначенных для обработки на компьютере, называется системой данных. Совокупность взаимосвязанных программ определенного назначения образует программные системы: операционные системы, системы программирования. Файловая система — организованная совокупность файлов и папок на дисках компьютера.
Двигаясь от интуитивного представления учащихся о системах к более строгому, научному пониманию, необходимо последовательно раскрыть следующие свойства систем:
— функция (цель, назначение) системы;
— взаимодействие системы с окружающей средой;
На конкретных примерах необходимо показать неразрывность системного анализа с информационным моделированием. Информационная модель базируется на данных, т.е. на информации об объекте моделирования. Любой реальный объект — это сложная система, которая обладает бесконечным множеством различных свойств и характеристик. Важнейшим этапом моделирования является разделение параметров, характеризующих моделируемый объект или процесс, по степени важности влияния их изменений на поведение объекта или процесса, — то поведение, которое представляется важным с точки зрения достижения целей моделирования. Такой процесс называется ранжированием. Чаще всего невозможно (да и не нужно) учитывать все факторы, которые могут повлиять на поведение объекта или процесса, — нужно выделить важнейшие из них. От того, насколько удачно на этапе системного анализа будут выделены важнейшие факторы, зависит успех моделирования, быстрота и эффективность достижения цели.
Выделить более важные (или, как говорят, значимые) факторы и отсеять менее важные может лишь специалист в той предметной области, к которой относится модель. Например, если учитель хочет создать модель учебного процесса в классе, то ему потребуются данные об изучаемых предметах, расписании занятий, сведения об оценках учеников, о преподавателях. Если же он задался целью смоделировать процесс летнего отдыха (например, коллективную поездку на юг), то ему потребуются совсем другие данные: сроки поездки, маршрут поезда, стоимость билетов, стоимость расходов на питание и пр. Возможно, что единственными общими данными для этих двух моделей будет список учеников класса.
Источник
Классификация методов и моделей системного анализа
Проблема принятия решений возникает тогда, когда задача настолько усложняется, что для ее постановки решения не может быть сразу определен подходящий формальный аппарат, а сама постановка задачи требует участия специалистов в разных сферах знания. Для решения проблемы в первую очередь необходимо определить область проблемы принятия решений. Во-вторых, следует выявить факторы, влияющие на ее решение. В-третьих, необходимо подобрать приемы и методы, позволяющие сформировать или поставить задачу так, чтобы решение было принято.
Для принятия решения необходимо получать выражение, связывающее цель со средствами ее достижения (функция цели). Если некоторое выражение удалось построить, то задача практически всегда будет решена. Такие выражения могут быть простыми соотношениями, могут записываться в виде составных критериев эффективности, в аддитивной или мультипликативной форме. Необходимым условием построения выражения является выявление закона, связывающего цель со средствами.
Если теоретических представлений не имеется, для решения задачи разрабатывают новую теорию, содержащую утверждения и правила для конструирования процедур принятия решений. В более слабом варианте может выдвигаться гипотеза, служащая основой для модели, по которой изучаются варианты решения. Проблема в решении экономических задач усугубляется тем, что требуется учитывать большое число фактов различной природы и в поиске решении принимает участие большое число специалистов, а это затягивает поиск эффективного решения. Поэтому часто требуется поиск не лучшего решения, а решения, принятого вовремя.
Для того чтобы в сжатые сроки поставить задачу, проанализировать цели, определить возможные средства, отобрать информацию характеризующую условия задачи, влияющие на критерии и ограничения, используют методы и приемы системного анализа.
Постановка любой задачи состоит в переводе ее вербального представления в формальное. По мере усложнения задачи построение модели и доказательство ее адекватности усложняется. Вначале ставится множество экспериментов, а поскольку для многих объектов исследования этот вариант практически нереализуем, то задача переходит в проблему принятия решений. Формирование модели становится важной составной частью процедуры принятия решения. С моделью не всегда можно обращаться как с описанием, поскольку реальную проблему необходимо отображать в виде развивающихся или саморазвивающихся систем, поэтому модель должна постоянно корректироваться. Для перевода вербального описания в формальное используют специальные приемы и методы – мозговая атака, методы дерева и целей, метод сценариев, метод экспертных оценок и другие. В математике для решения трудно формализуемых задач появились специальные средства: теория вероятностей, статистика, теория графов. На начальном этапе исследования исходной системы по ее классификации подбирают подходящие методы моделирования. Но в системном анализе одну и ту же проблему можно отображать разными классами систем, поэтому можно организовать процесс постепенной формализации задач. Такой подход уменьшает число итераций за счет раннего обнаружения неправильного моделирования, обеспечивает доказательство свойства адекватности. Кроме постепенной формализации возможен другой подход.
Если последовательно менять методы (мозговая атака, сценарий, экспертные оценки, дерева целей и т. д.), то можно постепенно ограничивая полноту описания проблемы и сохраняя наиболее существенные компоненты и связи, перейти к формальной модели. Эта идея наиболее явно реализуется при создании программного обеспечения для ЭВМ. На практике человек действует иначе: он попеременно выбирает методы из левой и правой частей списка. Все методы СА можно разделить на две группы: 1) методы формализованного представления систем (МФПС); 2) методы направленные на активизацию и использование интуиции специалистов (МАИС). Такое деление основывается на идее СА о сочетании в методиках формальных и неформальных представлений.
Методы моделирования сложных систем
| МАИС | МФПС |
| 1) Мозговая атака | 1) Аналитические |
| 2) Метод сценариев | 2) Статистические |
| 3) Метод экспертных оценок | 3) теоретико – множественные |
| 4) Метод Дельфи | 4) Лингвистические |
| 5) Методы структуризации типа дерева целей | 5) Графические |
| 6) Морфологический подход | |
| 7) Метод решающих матриц | |
| 8) Метод анализа иерархий |
На основе аналитических и теоретико-множественных методов возникают комбинаторные. Теоретико-множественные, логические, лингвистические и графические методы лежат в основе ситуационного моделирования. Теоретико-множественные и графические методы служат основой для топологических подходов. На основе семиотического и графического представления используют графо-семиотические представления.
К методам постепенной формализации задач относят структурное и имитационное моделирование. В группе МАИС методы перечислены в порядке возрастания возможностей формализации, а в МФПС – по возрастанию внимания к содержательному анализу проблемы. Следует заметить, что реальные модели часто создаются на основе пересечения выделенных классов моделей.
Имитационное динамическое моделирование использует удобный структурный язык, отображающий замкнутые контуры управления и аналитическое представление в виде конечных разностей. Структурно-лингвистическое моделирование использует структурное представление разного рода и средства математической лингвистики. Средства активизации интуиции ЛПР и математические методы поддерживают информационный подход к анализу системы.
МФПС
Для системных исследований применяют следующие классы методов:
1) аналитические, включающие дифференциальное исчисление, методы поиска экстремума функции, вариационное исчисление, математическое программирование, теория игр.
2) статистические методы включают математическую статистику, теорию вероятностей, теорию массового обслуживания, методы статистических испытаний, методы выдвижения и проверки статистических гипотез, методы имитационного моделирования.
Классификация по математическим основаниям иногда дополняется учетом уровня математического абстрагирования. При этом выделяют: теоретико-множественные, логико-лингвистические уровни. В экономике наибольшее распространение получили методы математического программирования и статистические методы. Для анализа статистических данных широко используются графическое представление, интенсивно развивается теория производственных функций. Более или менее массовое применение математики в экономике для постановки задач управления, принятия решений разного рода, началось с использования линейного программирования и других методов, входящих в математическое программирование. Привлекательность этих подходов для решения слабо формализованных задач, названных или им подобных, объясняется некоторыми особенностями, отличающими математическое программирование от классической математики. Эти особенности весьма эффективны на начальном этапе постановки задачи. Например, требование выбрать целевую функцию и определить ограничения, по сути, является некоторым средством постановки задачи. Поэтому даже если не удается сформировать систему непротиворечивых требований или записать целевую функцию, то ориентация на формирование целевой функции и ограничений все равно помогает уточнить представления о проблемной ситуации и сформировать постановку задачи хотя бы в одном приближении. Это позволяет начать поиск средств для дальнейшей формализации задачи и ее решения. На этом этапе постановки задачи появляется возможность объединения в общей формальной модели разнородных критериев.
Модель математического программирования ориентируется на вывод решения на границы области определения переменных, а это обеспечивает относительную независимость начальных условий.
Для повышения адекватности отображения реальной проблемной ситуации в ряде случаев целесообразно применять статистические методы. В этом подходе на основе исследования выборочных данных выявляются статистические закономерности и распространяются на поведение системы в целом. Такая методика эффективна при анализе ситуаций организации ремонта оборудования, расчета степени износа, при настройке и испытании сложных приборов и устройств. Все большее применение находит статистическое имитационное моделирование экономических процессов и ситуации принятия решений.
В связи с развитием средств автоматизации увеличивается использование методов дискретной математики, математической логики и лингвистики, теории множеств для разработки алгоритмов, языков моделирования. Для практического использования указанные направления дорабатываются до прикладных вариантов. Используя классификацию МФПС, можно построить отображение в классификацию экономико-математических моделей. Как видно из схемы связей: в экономике и организации производства применяются все виды МФПС.
Для выбора МФПС классификацию методов можно поставить в соответствие классам систем (например, по степени организованности). При моделировании классов хорошо организованных систем, в которых существует возможность определения всех детерминированных связей между компонентами системы лучше применить аналитические методы. Если возникает затруднение при формировании аналитической модели или в процессе анализа потоковой задачи, помогает графические представления, использующие специфические методы формирования, оценки и выбора решений на основе сетевого моделирования. Классу плохо организованных систем в данной классификации МФПС соответствуют статистические методы, а аналитическое и графическое представление используется для вспомогательной задачи.
Для моделирования самоорганизующихся развивающихся систем необходимо использовать теоретико-множественные, логические, лингвистические представления и их модификации и комбинации. По мере уточнения проблемы в классе развивающихся систем в модели может осуществляться переход к более формальным методам –аналитическим и статистическим, а для развивающихся систем недостаточно знаний только МФПС. На этапе постановки задачи, предварительного анализа ситуации принятия решения и даже в выборе МФПС, на разных этапах работы над проблемой могут помочь методы, направленные на активизацию использования интуиции и опыта специалистов.
МАИС
Понятия мозговая атака, сценарий, дерево целей, морфологического ящика неразрывно связаны с историей развития СА. Названные термины характеризуют определенный подход к активизации выявления и обобщению мнений опытных специалистов или экспертов. Поэтому такие методы еще называют экспертными методами. Но существует особый класс методов, связанный с непосредственным опросом экспертов (метод экспертных оценок).
Метод мозговой атаки
Метод коллективной генерации идей. В процессе проведения мозговой атаки стараются следовать определенным правилам, которые сводятся к тому, чтобы обеспечить как можно большую свободу мнения участников мозговой атаки и высказывание ими новых идей. Для этого рекомендуется приветствовать любые идей, даже сомнительные и абсурдные. Не допускается критика. Приветствуется инициатива при генерации как можно большего числа идей, создаются условия для возникновения идей. Критика и обсуждение поводятся позднее.
В зависимости от принятых правил и жесткости их выполнения различают прямую мозговую атаку, методы обмена мнениями, методы типа комиссий и судов (в этой форме одна группа вводит как можно больше предложений, а другая стремится как можно больше закрыть). Иногда мозговую атаку проводят в форме игры.
Она предназначена для генерирования альтернатив на основе ассоциативного мышления, поиска аналогий поставленной задачи. Это самый тяжелый метод, так как требует подготовки экспертов для работы в команде.
Методы типа сценариев
Представляют собой методы подготовки и согласования представлений о проблеме или исследуемом объекте в письменном виде. Вначале в этом методе требовался учет логичности событий или возможных вариантов решения проблемы, развернутых во времени. Позднее это требование было снято, и сценариями стали называть любой документ, анализирующий проблему или представляющий варианты развития системы. Согласованный текст документа учитывает предложения экспертов. Сценарии предусматривают формирование содержательных рассуждений, учитывающих детали, невозможные в формальной модели. В настоящее время сценарии широко применяют для решения сложных задач.
Методы экспертных оценок
Особенности применения характеризуются формой экспертного опроса, разными видами анкетирования, интервью, ранжирования, нормирования, различными видами упорядочивания, методами обработки результатов, требованиями к экспертам, вопросами тренировки экспертов, оценками их компетентности. Возможность использования экспертных оценок базируется на том, что неизвестная характеристика исследуемого явления трактуется как случайная величина, отражением закона распределения которой является индивидуальная оценка эксперта о достоверности и значимости события. Предполагается, что истинное значение исследуемой характеристики находятся внутри диапазона оценок экспертов, а обобщенное коллективное мнение является достоверным. Следует иметь в виду, что это справедливо для проблем, хорошо обеспеченных информацией. Тогда эксперты – это хороший измеритель. В противном случае необходимо осторожно относиться к отбрасыванию единичного мнения.
Методы типа Дельфи
Метод Дельфи был предложен О. Хелмером как итеративная процедура при проведении мозговой атаки, которая способствует снижению влияния психологических факторов при повторении заседаний и повышению объективности результатов. В тоже время Дельфи-процедуры стали применять для повышения объективности экспертных вопросов с использованием количественных оценок при построении дерева целей и разработки сценариев.
Средство повышения объективности результатов – использование обратной связи, ознакомление экспертов с результатами предшествующего тура опросов, учет этих результатов при оценке значимости мнений экспертов. В конкретных методиках эти средства используются в разной степени. В упрощенном виде организуется построение итеративных циклов мозговой атаки, в более сложных применяются программы индивидуальных опросов с помощью анкет, исключающие контакты между экспертами, не предусматривающие информирование о мнении других.
Методы типа дерева целей
Дерево целей используют для анализа иерархических структур, имеющих отношение к структурам строго древовидного порядка. Сам метод может применяться и в случае сложных иерархий, тогда дерево называется прогнозным графом. При использовании метода дерева целей в качестве средства принятия решений, часто вводят термин «дерево решений». Если дерево применяют для выявления и уточнения функций управления, то говорят о дереве целей и функций. Метод дерева целей ориентирован на получение полной и относительно устойчивой структуры целей, проблем и направлений, которая на протяжении некоторого периода времени мало изменяется. Для достижения этого результата при построении вариантов структуры следует учитывать закономерности целеобразования, использовать принципы и методики формирования иерархических структур целей и функций.
Метод морфологического ящика
Данный метод более удобен для планирования распределения заказов. Другие методы могут при этом использоваться как вспомогательные при формировании морфологического ящика или морфологической таблицы. Идея морфологического ящика состоит в определении всех возможных параметров решения проблемы и представлении их в виде векторов-строк и затем в выборе в этом морфологическом ящике всех возможных сочетаний параметров, по одному из каждой строки. Из полученных вариантов выбирается наилучший. В этом методе выделяют следующие этапы:
точная формулировка поставленной проблемы;
определение параметров или признаков, влияющих на решение проблемы pi (может быть реализовано в виде итеративной процедуры);
выделение для параметров pi их значений pik и представление информации в виде векторов-строк [p1 1 , …, p1 k ]
На этом шаге формируется классификатор по каждому признаку. Набор значений параметров взятый по одному из каждой строки образует возможный вариант задачи.
Общее число вариантов в морфологическом ящике R=k1*k2*…*kn
Оценка всех вариантов в МЯ;
Выбор наилучшего варианта.
Для сокращения перебора третий и четвертый этапы могут быть совмещены и явно неприемлемые комбинации исключаются на пятом этапе.
В этой методике постепенно ограничивается перебор, которые вначале сокращается благодаря методике формирования морфологического ящика, поскольку число размещений с повторениями меньше числа сочетаний, затем ящик сокращается путем отбрасывания неприемлемых вариантов, и дальнейшие ограничения формируются с помощью количественных и качественных критериев. Теоретически морфологический ящик может иметь более двух измерений, но такое представление является сложным для ЛПР.
В задачах календарного планирования удобно перевернуть морфологический ящик и комбинировать не элементы строк, а столбцов.
Метод отрицания и конструирования
Здесь выделяют три этапа:
формирование ряда высказываний положений, утверждений, аксиом соответствующих современному уровню знаний;
замена одного, нескольких или всех высказываний на противоположные;
построение всех возможных следствий, вытекающих из полученного и проверка непротиворечивости вновь образованных и оставшихся неизменными высказываний.
Этот метод может быть реализован в одном из вариантов мозговой атаки в форме судов.
Метод решающих матриц
Этот метод был предложен Г.С. Поспеловым для повышения достоверности экспертных оценок при разрешении проблемы с большой неопределенностью на подпроблемы и пошаговое получение оценок.
Методика оказывается эффективной, например, для оценки влияния фундаментальных НИР на реальную задачу, чтобы можно было запланировать эти работы.
Получение объективных и достоверных оценок влияния фундаментальных НИР на проектирование сложных комплексов, практически невозможно. Для облегчения вначале можно спросить экспертов, какие направление исследований могут быть полезны для создания комплекса и каковы их относительные веса: a1, , an.
Затем составляется план опытно – конструкторских работ по тем направлениям, для получения нужных результатов оценивается вклад: b1, …, bn. Затем определяется программа прикладных НИИ и относительные веса НИР: g1, …, gn. На основе этих данных удается получить оценку влияния фундаментальных НИР на прикладные, тогда можно построить цепочку ОКР® прикладные НИР® фундаментальные НИР. Относительные веса всех уровней нормируются и используются в процентном соотношении, причем, только вклад направления в реализацию общей цели проекта оценивается экспертами непосредственно, а остальные веса вычисляются. Эксперты оценивают вклад каждой альтернативы в реализацию альтернатив предшествующего уровня.
Источник
Методы и модели системного анализа
Проблема принятия решения. Во время существования и развития систем, часто возникают ситуации, связанные с незапланированными изменениями структуры и свойств системы, условий или даже целей их существования, несогласованностью и нарушением связей как внутри системы, так и между системой, средой и другими системами, дестабилизацией происходящих в них процессов.Такие ситуации принято называть проблемными (или просто –проблемами), и они требуют своегоразрешения, чтобы сохранить жизнеспособность, целостность, стабильность развития и своевременное достижение системой поставленных целей. К разрешению проблем в сложных организационных социально-экономических системах привлекается управленческий персонал, способный принимать эффективные решения по решению возникающих проблем (поэтому их и называют ЛПР – Лица, Принимающие Решения). Принятие решений в таких системах – это довольно сложныйпроцесс, требующий решения рядазадачи привлечения специалистовразличных областей знаний. Для более простых систем, когда решения базируются на законах физики, химии и других фундаментальных областей знаний, или когда задачи может быть поставлены в терминах конкретного класса прикладных задач, для которого разработан соответствующий математическийаппарат, применять термин «проблема принятия решения» нет необходимости.
Проблема возникает тогда, когда состояние системы уже не соответствует реалиям условий существования ее в прежнем виде, или когда задачи,связанные с решением проблем, настолько усложняются, что для их постановки и решения не может быть сразу определен подходящий аппарат формализации. Это приводит к тому, что сама постановка задачи становится проблемой, для решения которой нужно разрабатывать специальные подходы, приемы и методы, которые позволяют сформулировать или поставить задачу таким образом, чтобы решение было принято.
Для решения проблемы необходимо:
определить область проблемы принятия решения (проблемную ситуацию);
выявить факторы, влияющие на ее решение;
подобрать приемы и методы, которые позволяют сформулировать или поставить задачи таким образом, чтобы решение было принято.
Процесс принятия решенийдолжен завершаться конкретными результатами. Такими результатами становятсярешенияконкретных задач, связанных с данным процессом.
В задачах анализа (исследования) систем процесспринятия решений принято разбивать на рядобязательных этапов (рис. 7):
определение цели исследования или системы подцелей,
определение критериев их достижения,
формулировка конкретных задач,
выбор способов, приемов, методов и средств при решении поставленных задач.
Рис. 7.Этапы поиска рационального решения проблем
С общей схемой процесса принятия решенийи классификацией задач принятия решений можно познакомиться в [5].
Формализация. Формализация— это способ описания систем с помощью количественных или качественных характеристик. Подметодом формализацииследует понимать построение теории или какой-либо прикладной области знаний в таком виде, который позволяет использовать количественные (математические) средства исследования.
К количественным методам относятся, всё существующее многообразие математических методов.Математическиеметоды исследования требуют описания системы и ее элементов в виде параметров или параметрических функций. Ценность формализации для научных исследований систем заключается в том, что исследуемая проблема может быть эффективно разрешена на основе четкого формулирования целого ряда задач. Проблема отличается от задачи тем, что метод ее решения часто неимеет четкого решения. Задача же решается определенными научными методами. Поэтому при решении любой проблемы необходимо сформулировать задачи ее решения и находить методы их решения.
Математика— это наука об абстрактных структурах, законах их поведения и взаимосвязях между ними в виде функций. Для математики имеет смысл не предметное содержание объекта (системы), а еепараметрическое описание в дискретном виде, функциональная зависимость параметров, свойства объекта. К. Боулдинг заметил, что длятеории систем: «. математика — язык теории, но она не дает нам содержания». Для того, чтобы к реальному объекту (системе) можно было приложить методы математики, нужно:
выделить его основные, существенные свойства и
описать их с помощью абстрактных моделей в виде структуры элементов, связей и отношений,
определить математические зависимости или отношения.
К качественнымметодам описания систем можно отнести:
методы типа «мозговой атаки» или «коллективной генерации идей»
метод типа «сценариев»,
методы экспертных оценок,
методы «дерева целей»,
методы решающих матриц,
методы морфологического моделирования.
В [1] эти методы отнесены к качественным методам системного анализа, направленным на активизацию использования интуиции и опыта специалистов (МАИС).
Подробности количественных и качественных методик системного анализа представлены в [1, 4, 6].
Тут вы можете оставить комментарий к выбранному абзацу или сообщить об ошибке.
Источник