Siųsti savo gerą darbą žinių bazėje yra paprasta. Naudokite žemiau esančią formą

Studentai, magistrantai, jaunieji mokslininkai, kurie naudojasi žinių baze savo studijose ir darbe, bus jums labai dėkingi.

Paskelbta http://www.allbest.ru/

Tauride federalinis universitetas. Į IR. Vernadskis

Matematikos ir informatikos fakultetas

Santrauka šia tema:

"Sistemos analizė"

Baigė III kurso studentė, 302 grupės

Taganovas Aleksandras

Mokslinis direktorius

Stoniakinas Fiodoras Sergejevičius

Planuoti

1. Sistemų analizės apibrėžimas

1.1 Modelinis pastatas

1.2 Tyrimo problemos išdėstymas

1.3. Iškelto matematinio uždavinio sprendimas

1.4 Sisteminės analizės uždavinių charakteristikos

3. Sistemos analizės procedūros

4.1 Problemos formavimas

4.2 Tikslų nustatymas

5. Alternatyvų generavimas

Išvada

Bibliografija

1. Sistemos analizės apibrėžimai

Sisteminė analizė kaip disciplina susiformavo dėl poreikio tyrinėti ir projektuoti sudėtingas sistemas, valdyti jas nepilnos informacijos, ribotų išteklių ir laiko spaudimo sąlygomis. Sistemų analizė yra tolesnis daugelio disciplinų, tokių kaip operacijų tyrimas, optimalaus valdymo teorija, sprendimų teorija, ekspertinė analizė, sistemų valdymo teorija ir kt., plėtra. Norint sėkmingai išspręsti nustatytas užduotis, sistemos analizė naudoja visą formalių ir neformalių procedūrų rinkinį. Išvardintos teorinės disciplinos yra sistemos analizės pagrindas ir metodologinis pagrindas. Taigi sistemų analizė yra tarpdisciplininis kursas, apibendrinantis sudėtingų techninių, gamtinių ir socialinių sistemų tyrimo metodiką. Plačiai skleisti idėjas ir sistemų analizės metodus, o svarbiausia – sėkmingą jų taikymą praktikoje, tapo įmanoma tik pradėjus naudoti ir plačiai naudojant kompiuterius. Būtent kompiuterių, kaip sudėtingų problemų sprendimo įrankio, naudojimas leido nuo teorinių sistemų modelių kūrimo pereiti prie plataus praktinio jų taikymo. Šiuo atžvilgiu N. N. Moisejevas rašo, kad sistemų analizė – tai metodų rinkinys, pagrįstas kompiuterių naudojimu ir orientuotas į sudėtingų sistemų – techninių, ekonominių, aplinkosaugos ir kt. Pagrindinė sistemos analizės problema yra sprendimų priėmimo problema. Kalbant apie sudėtingų sistemų tyrimo, projektavimo ir valdymo problemas, sprendimų priėmimo problema yra susijusi su tam tikros alternatyvos pasirinkimu įvairaus pobūdžio neapibrėžtumo sąlygomis. Neapibrėžtumas atsiranda dėl optimizavimo problemų daugiakriteriškumo, sistemos kūrimo tikslų neapibrėžtumo, sistemos kūrimo scenarijų dviprasmiškumo, apriorinės informacijos apie sistemą trūkumo, atsitiktinių veiksnių įtakos dinamiško sistemos kūrimo metu ir kitų sąlygų. . Atsižvelgiant į šias aplinkybes, sistemų analizė gali būti apibrėžta kaip disciplina, sprendžianti sprendimų priėmimo problemas tokiomis sąlygomis, kai alternatyvos pasirinkimas reikalauja sudėtingos, įvairaus fizinio pobūdžio informacijos analizės.

Sistemų analizė yra sintetinė disciplina. Jį galima suskirstyti į tris pagrindines kryptis. Šios trys kryptys atitinka tris sudėtingų sistemų tyrimo etapus:

1) tiriamo objekto maketo kūrimas;

2) tyrimo problemos nustatymas;

3) aibės matematinio uždavinio sprendimas. Apsvarstykime šiuos veiksmus.

sistemos matematinė generacija

1.1 Modelio kūrimas

Modelio kūrimas (tiriamos sistemos, proceso ar reiškinio formalizavimas) – tai proceso aprašymas matematikos kalba. Kuriant modelį, atliekamas sistemoje vykstančių reiškinių ir procesų matematinis aprašymas. Kadangi žinios visada yra santykinės, aprašymas bet kuria kalba atspindi tik kai kuriuos vykstančių procesų aspektus ir niekada nėra visiškai išsamus. Kita vertus, reikia pastebėti, kad kuriant modelį būtina orientuotis į tuos tiriamo proceso aspektus, kurie domina tyrėją. Labai klaidinga kuriant sistemos modelį norėti atspindėti visus sistemos egzistavimo aspektus. Atliekant sistemos analizę, paprastai jie domisi dinamine sistemos elgsena, o aprašant dinamiką vykstančio tyrimo požiūriu, yra svarbiausi parametrai ir sąveikos, o yra parametrų, kurie nėra būtini šiame tyrime. Taigi modelio kokybę lemia aprašo atitikimas reikalavimams, kurie taikomi tyrimui, modelio pagalba gautų rezultatų atitikimas stebimo proceso ar reiškinio eigai. Matematinio modelio kūrimas yra visos sistemos analizės pagrindas, centrinis bet kurios sistemos tyrimo ar projektavimo etapas. Visos sistemos analizės rezultatas priklauso nuo modelio kokybės.

1.2 Tyrimo problemos teiginys

Šiame etape suformuluojamas analizės tikslas. Manoma, kad tyrimo tikslas yra išorinis veiksnys, susijęs su sistema. Taigi tikslas tampa savarankišku tyrimo objektu. Tikslas turi būti įformintas. Sisteminės analizės uždavinys – atlikti reikiamą neapibrėžčių, apribojimų analizę ir galiausiai suformuluoti kokią nors optimizavimo problemą.

Čia X yra kažkokios normuotos erdvės elementas G, nustatomas pagal modelio pobūdį, , Kur E - rinkinys, kuris gali būti savavališkai sudėtingas, nulemtas modelio struktūros ir tiriamos sistemos ypatybių. Taigi sistemos analizės uždavinys šiame etape traktuojamas kaip tam tikra optimizavimo problema. Analizuojant sistemos reikalavimus, t.y. tikslus, kuriuos tyrėjas ketina pasiekti, ir neišvengiamai esamus neapibrėžtumus, tyrėjas turi suformuluoti analizės tikslą matematikos kalba. Optimizavimo kalba čia pasirodo natūrali ir patogi, tačiau anaiptol ne vienintelė įmanoma.

1.3. Iškelto matematinio uždavinio sprendimas

Tik šį trečiąjį analizės etapą galima tinkamai priskirti etapui, kuriame visapusiškai naudojami matematiniai metodai. Nors be matematikos žinių ir jos aparato galimybių sėkmingas pirmųjų dviejų etapų įgyvendinimas neįmanomas, nes formalizavimo metodai turėtų būti plačiai naudojami tiek kuriant sistemos modelį, tiek formuluojant analizės tikslus ir uždavinius. Tačiau pastebime, kad galutiniame sistemos analizės etape gali prireikti subtilių matematinių metodų. Tačiau reikia turėti omenyje, kad sistemos analizės problemos gali turėti daug ypatybių, dėl kurių kartu su formaliomis procedūromis reikia naudoti euristinius metodus. Priežastys, kodėl kreipiamasi į euristinius metodus, pirmiausia yra susijusios su apriorinės informacijos apie procesus, vykstančius analizuojamoje sistemoje, trūkumu. Be to, tokios priežastys apima didelį vektoriaus matmenį X ir rinkinio struktūros sudėtingumą G. Šiuo atveju dažnai lemiami yra sunkumai, kylantys dėl būtinybės naudoti neoficialias analizės procedūras. Norint sėkmingai išspręsti sistemos analizės problemas, kiekviename tyrimo etape reikia naudoti neformalius samprotavimus. Atsižvelgiant į tai, sprendimo kokybės, jo atitikimo pirminiam tyrimo tikslui patikrinimas virsta svarbiausia teorine problema.

1.4 Sisteminės analizės uždavinių charakteristikos

Sisteminė analizė šiuo metu yra mokslinių tyrimų priešakyje. Jis skirtas pateikti mokslinį aparatą sudėtingų sistemų analizei ir studijoms. Pagrindinis sistemos analizės vaidmuo tenka dėl to, kad mokslo raida paskatino suformuluoti uždavinius, kuriems spręsti skirta sistemos analizė. Dabartinio etapo ypatumas yra tas, kad sisteminė analizė, dar nespėjusi susiformuoti į visavertę mokslo discipliną, yra priversta egzistuoti ir vystytis tokiomis sąlygomis, kai visuomenė pradeda jausti poreikį taikyti dar nepakankamai išvystytus ir patikrintus metodus bei rezultatus. ir negali atidėti su jais susijusių sprendimų užduočių rytojui. Tai yra sistemos analizės stiprybės ir silpnumo šaltinis: stiprybė – nes nuolat jaučia praktikos poreikio poveikį, yra priversta nuolat plėsti studijų objektų spektrą ir neturi galimybės abstrahuotis nuo realių poreikių. visuomenės; silpnybės – nes dažnai „žaliavų“, nepakankamai išplėtotų sistemingo tyrimo metodų naudojimas lemia skubotų sprendimų priėmimą, realių sunkumų nepaisymą.

Panagrinėkime pagrindinius uždavinius, į kuriuos nukreiptos specialistų pastangos ir kurias reikia toliau tobulinti. Pirma, atkreiptinas dėmesys į analizuojamų objektų sąveikos su aplinka sistemos tyrimo uždavinius. Šios problemos sprendimas apima:

nubrėžti ribą tarp tiriamos sistemos ir aplinkos, kuri iš anksto nulemia didžiausią nagrinėjamų sąveikų įtakos gylį, o tai riboja svarstymą;

· realių tokios sąveikos išteklių apibrėžimas;

nagrinėjamos sistemos sąveikų su aukštesnio lygio sistema svarstymas.

Tokio tipo užduotys yra susijusios su šios sąveikos alternatyvų projektavimu, alternatyvomis sistemos plėtrai laike ir erdvėje.

Svarbi sistemų analizės metodų kūrimo kryptis siejama su bandymais sukurti naujas galimybes konstruoti originalias sprendimo alternatyvas, netikėtas strategijas, neįprastas idėjas ir paslėptas struktūras. Kitaip tariant, čia kalbame apie metodų ir priemonių, skirtų žmogaus mąstymo indukcinėms galimybėms stiprinti, kūrimą, priešingai nei jo dedukcinės galimybės, kurios iš tikrųjų yra skirtos formalių loginių priemonių kūrimui. Šios krypties tyrimai pradėti visai neseniai, o vieno konceptualaus aparato juose vis dar nėra. Nepaisant to, ir čia galima išskirti keletą svarbių sričių – tokių kaip formalaus indukcinės logikos aparato kūrimas, morfologinės analizės metodai ir kiti struktūriniai bei sintaksiniai metodai naujų alternatyvų konstravimui, sintaksiniai metodai ir grupės sąveikos organizavimas sprendžiant kūrybinius klausimus. problemos, taip pat pagrindinių paradigmų paieškos mąstymo tyrimas.

Trečiojo tipo užduotys susideda iš modeliavimo modelių, apibūdinančių vienos ar kitos sąveikos įtaką tiriamojo objekto elgesiui, rinkinio sukūrimas. Atkreipkite dėmesį, kad sistemos tyrimai nesiekia tikslo sukurti tam tikrą supermodelį. Kalbame apie privačių modelių kūrimą, kurių kiekvienas išsprendžia savo specifines problemas.

Net ir po to, kai tokie modeliavimo modeliai buvo sukurti ir ištirti, klausimas, kaip įvairius sistemos elgesio aspektus sujungti į vieną schemą, lieka atviras. Tačiau ją galima ir reikia išspręsti ne kuriant supermodelį, o analizuojant reakcijas į stebimą kitų sąveikaujančių objektų elgesį, t.y. tiriant objektų elgseną – analogus ir šių tyrimų rezultatus perkeliant į sistemos analizės objektą. Toks tyrimas suteikia pagrindą prasmingai suprasti sąveikos situacijas ir santykių struktūrą, lemiančią tiriamos sistemos vietą viršsistemos, kurios komponentas ji yra, struktūroje.

Ketvirtojo tipo užduotys yra susijusios su sprendimų priėmimo modelių konstravimu. Bet koks sistemos tyrimas yra susijęs su įvairių sistemos kūrimo alternatyvų tyrimu. Sistemos analitikų uždavinys – pasirinkti ir pagrįsti geriausią plėtros alternatyvą. Kūrimo ir sprendimų priėmimo stadijoje būtina atsižvelgti į sistemos sąveiką su jos posistemiais, derinti sistemos tikslus su posistemių tikslais, išskirti globalius ir antrinius tikslus.

Labiausiai išvystyta ir kartu specifiškiausia mokslinės kūrybos sritis yra susijusi su sprendimų priėmimo teorijos plėtojimu ir tikslinių struktūrų, programų ir planų formavimu. Darbo ir aktyviai dirbančių mokslininkų čia netrūksta. Tačiau šiuo atveju per daug rezultatų yra nepatvirtintų išradimų ir nesutapimų suvokiant tiek užduočių esmę, tiek priemones joms spręsti. Šios srities tyrimai apima:

a) teorijos kūrimas priimamų sprendimų ar suformuotų planų ir programų efektyvumui įvertinti; b) daugiakriteriškumo problemos sprendimas vertinant sprendimo ar planavimo alternatyvas;

b) neapibrėžtumo problemos, ypač susijusios ne su statistiniais veiksniais, o su ekspertų sprendimų neapibrėžtumu ir sąmoningai sukurtu neapibrėžtumu, susijusiu su idėjų apie sistemos elgseną supaprastinimu, tyrimas;

c) individualių pageidavimų dėl sprendimų, turinčių įtakos kelių šalių interesams, turintiems įtakos sistemos elgsenai, sujungimo problemos plėtra;

d) socialinių ir ekonominių veiklos rezultatų kriterijų specifinių savybių tyrimas;

e) metodų, skirtų tikslinių struktūrų ir planų loginiam nuoseklumui patikrinti ir nustatyti reikiamą pusiausvyrą tarp veiksmų programos išankstinio nustatymo ir pasirengimo ją pertvarkyti, gavus naujos informacijos, sukūrimas tiek apie išorinius įvykius, tiek apie kintančius šios programos įgyvendinimo idėjas. .

Pastaroji kryptis reikalauja naujo supratimo apie realias tikslinių struktūrų, planų, programų funkcijas ir apibrėžti tas, kurias jos įgyvendina. privalo atlikti, taip pat ryšius tarp jų.

Nagrinėjami sistemos analizės uždaviniai neapima viso užduočių sąrašo. Čia išvardyti tie, kurie kelia didžiausių sunkumų juos sprendžiant. Pažymėtina, kad visi sisteminio tyrimo uždaviniai yra glaudžiai tarpusavyje susiję, negali būti izoliuojami ir sprendžiami atskirai tiek laiko, tiek atlikėjų sudėties požiūriu. Be to, norint išspręsti visas šias problemas, tyrėjas turi turėti platų požiūrį ir turėti turtingą mokslinių tyrimų metodų ir priemonių arsenalą.

2. Sistemos analizės užduočių ypatumai

Galutinis sistemos analizės tikslas – išspręsti probleminę situaciją, susidariusią iki vykdomo sistemos tyrimo objekto (dažniausiai tai yra konkreti organizacija, komanda, įmonė, atskiras regionas, socialinė struktūra ir pan.). Sisteminė analizė skirta probleminės situacijos tyrimui, jos priežasčių išsiaiškinimui, jos pašalinimo variantų kūrimui, sprendimo priėmimui ir tolimesnio probleminę situaciją sprendžiančios sistemos funkcionavimo organizavimui. Pradinis bet kurio sistemos tyrimo etapas yra vykstančios sistemos analizės objekto tyrimas, po kurio seka jo formalizavimas. Šiame etape iškyla uždaviniai, kurie iš esmės skiria sistemų tyrimo metodiką nuo kitų disciplinų metodologijos, o būtent sisteminėje analizėje sprendžiamas dvipusis uždavinys. Viena vertus, būtina formalizuoti sistemos tyrimo objektą, kita vertus, formalizuojamas sistemos tyrimo procesas, problemos formulavimo ir sprendimo procesas. Paimkime pavyzdį iš sistemų projektavimo teorijos. Šiuolaikinė sudėtingų sistemų kompiuterinio projektavimo teorija gali būti laikoma viena iš sistemų tyrimo dalių. Pasak jos, sudėtingų sistemų projektavimo problema turi du aspektus. Pirmiausia reikia atlikti formalizuotą projektinio objekto aprašymą. Be to, šiame etape sprendžiami tiek statinio sistemos komponento (daugiausia formalizuojama jos struktūrinė organizacija), tiek jos elgsenos laike (dinaminiai aspektai, atspindintys jos funkcionavimą) formalizuoto aprašymo uždaviniai. Antra, būtina įforminti projektavimo procesą. Projektavimo proceso komponentai yra įvairių projektinių sprendinių formavimo metodai, jų inžinerinės analizės metodai ir sprendimų priėmimo metodai pasirenkant geriausius sistemos diegimo variantus.

Sisteminės analizės procedūrose svarbią vietą užima sprendimų priėmimo problema. Kaip sistemų analitikams tenkančių užduočių ypatybę, būtina atkreipti dėmesį į priimamų sprendimų optimalumo reikalavimą. Šiuo metu būtina spręsti optimalaus sudėtingų sistemų valdymo, optimalaus sistemų, apimančių daug elementų ir posistemių, projektavimo problemas. Technologijų vystymasis pasiekė tokį lygį, kad paprasčiausiai veikiančio dizaino sukūrimas ne visada tenkina pirmaujančias pramonės šakas. Projektuojant būtina užtikrinti geriausius daugelio naujų gaminių charakteristikų rodiklius, pavyzdžiui, pasiekti maksimalų greitį, minimalius matmenis, kainą ir pan. išlaikant visus kitus reikalavimus nurodytose ribose. Taigi praktika reikalauja sukurti ne tik veikiantį produktą, objektą, sistemą, bet ir sukurti optimalų dizainą. Panašūs samprotavimai galioja ir kitai veiklai. Organizuojant įmonės veiklą, formuluojami reikalavimai maksimaliai padidinti jos veiklos efektyvumą, įrangos veikimo patikimumą, optimizuoti sistemos priežiūros strategijas, paskirstyti resursus ir kt.

Įvairiose praktinės veiklos srityse (technologijų, ekonomikos, socialinių mokslų, psichologijos) pasitaiko situacijų, kai reikia priimti sprendimus, kuriems priimti visiškai neįmanoma atsižvelgti į juos lemiančias sąlygas. Sprendimų priėmimas šiuo atveju vyks netikrumo sąlygomis, kurios turi skirtingą pobūdį. Viena iš paprasčiausių neapibrėžtumo rūšių yra pradinės informacijos neapibrėžtumas, pasireiškiantis įvairiais aspektais. Pirmiausia atkreipiame dėmesį į tokį aspektą kaip įtaka nežinomų veiksnių sistemai.

Neapibrėžtumas dėl nežinomų veiksnių taip pat būna įvairių formų. Paprasčiausia tokio neapibrėžtumo forma yra stochastinis neapibrėžtumas. Jis vyksta tais atvejais, kai nežinomi veiksniai yra atsitiktiniai dydžiai arba atsitiktinės funkcijos, kurių statistinės charakteristikos gali būti nustatytos remiantis ankstesnės patirties, susijusios su sistemos tyrimo objekto funkcionavimu, analize.

Kitas neapibrėžtumo tipas yra tikslų neapibrėžtumas. Tikslo formulavimas sprendžiant sistemos analizės problemas yra viena iš pagrindinių procedūrų, nes tikslas yra objektas, nulemiantis sistemos tyrimo problemos formulavimą. Tikslo neapibrėžtumas yra sistemos analizės problemų daugiakriteriškumo pasekmė. Tikslo priskyrimas, kriterijaus pasirinkimas, tikslo įforminimas beveik visada yra sunki problema. Daug kriterijų turinčios užduotys būdingos dideliems techniniams, ekonominiams, ūkiniams projektams.

Ir, galiausiai, reikėtų pažymėti tokio tipo neapibrėžtumą kaip neapibrėžtumas, susijęs su vėlesne sprendimo rezultatų įtaka probleminei situacijai. Faktas yra tas, kad šiuo metu priimamas ir tam tikroje sistemoje įgyvendinamas sprendimas yra skirtas paveikti sistemos veikimą. Tiesą sakant, jis yra priimtas, nes, remiantis sistemos analitikų idėja, šis sprendimas turėtų išspręsti probleminę situaciją. Tačiau kadangi sprendimas priimamas dėl sudėtingos sistemos, sistemos vystymas laiku gali turėti daug strategijų. Ir, žinoma, sprendimo formavimo ir kontrolės veiksmų etape analitikai gali neturėti išsamaus situacijos raidos vaizdo. Priimant sprendimą pateikiamos įvairios rekomendacijos, kaip prognozuoti sistemos raidą laikui bėgant. Vienas iš šių metodų rekomenduoja numatyti tam tikrą „vidutinę“ sistemos vystymosi dinamiką ir priimti sprendimus remiantis tokia strategija. Kitas požiūris rekomenduoja priimant sprendimą vadovautis galimybe realizuoti nepalankiausią situaciją.

Kaip kitą sistemų analizės bruožą pažymime modelių, kaip priemonių, kurios yra sistemų tyrimo objektas, tyrimo, vaidmenį. Bet kokie sistemos analizės metodai yra pagrįsti matematiniu tam tikrų faktų, reiškinių, procesų aprašymu. Vartojant žodį „modelis“, jie visada reiškia kokį nors aprašymą, atspindintį būtent tas tiriamo proceso ypatybes, kurios domina tyrėją. Aprašymo tikslumą ir kokybę pirmiausia lemia modelio atitikimas tyrimui keliamiems reikalavimams, modelio pagalba gautų rezultatų atitikimas stebimai proceso eigai. Jei kuriant modelį naudojama matematikos kalba, jie kalba apie matematinius modelius. Matematinio modelio konstravimas yra visos sistemos analizės pagrindas. Tai yra pagrindinis bet kurios sistemos tyrimo ar projektavimo etapas. Visos tolesnės analizės sėkmė priklauso nuo modelio kokybės. Tačiau sistemų analizėje kartu su formalizuotomis procedūromis didelę vietą užima neformalūs euristiniai tyrimo metodai. Tam yra keletas priežasčių. Pirmasis yra toks. Kuriant sistemų modelius gali trūkti arba trūkti pradinės informacijos modelio parametrams nustatyti.

Tokiu atveju atliekama ekspertinė specialistų apklausa, siekiant pašalinti neapibrėžtumą arba bent jau jį sumažinti, t.y. specialistų patirtimi ir žiniomis galima priskirti pradinius modelio parametrus.

Kita euristinių metodų naudojimo priežastis yra tokia. Bandymai formalizuoti tiriamose sistemose vykstančius procesus visada siejami su tam tikrų apribojimų ir supaprastinimų formulavimu. Čia svarbu neperžengti ribos, už kurios tolesnis supaprastinimas praras aprašytų reiškinių esmę. Kitaip tariant-

Tačiau noras pritaikyti gerai ištirtą matematinį aparatą tiriamiems reiškiniams aprašyti gali iškreipti jų esmę ir lemti neteisingus sprendimus. Šioje situacijoje reikia pasitelkti mokslinę tyrėjo intuiciją, jo patirtį ir gebėjimą suformuluoti problemos sprendimo idėją, t.y. naudojamas pasąmoninis, vidinis modelio konstravimo algoritmų ir jų tyrimo metodų pagrindimas, kuris nėra tinkamas formaliai analizei. Euristinius sprendimų paieškos metodus formuoja žmogus ar tyrėjų grupė, vykdydami savo kūrybinę veiklą. Euristika – tai žinių, patirties, intelekto visuma, naudojama sprendimams gauti naudojant neformalias taisykles. Euristiniai metodai yra naudingi ir netgi būtini atliekant tyrimus, kurie nėra skaitinio pobūdžio arba pasižymi sudėtingumu, neapibrėžtumu ir kintamumu.

Žinoma, svarstant konkrečias sistemos analizės problemas, bus galima išskirti dar keletą jų ypatybių, tačiau, autoriaus nuomone, čia pažymėti bruožai būdingi visoms sistemų tyrimo problemoms.

3. Sistemos analizės procedūros

Ankstesnėje dalyje buvo suformuluoti trys sistemų analizės atlikimo etapai. Šie etapai yra pagrindas sprendžiant bet kokią sisteminio tyrimo atlikimo problemą. Jų esmė ta, kad būtina sukurti tiriamos sistemos modelį, t.y. pateikti formalizuotą tiriamo objekto aprašymą, suformuluoti sistemos analizės problemos sprendimo kriterijų, t.y. nustatyti tyrimo problemą ir tada ją išspręsti. Šie trys sistemos analizės etapai yra išplėsta problemos sprendimo schema. Tiesą sakant, sistemos analizės užduotys yra gana sudėtingos, todėl etapų išvardijimas negali būti savitikslis. Taip pat atkreipiame dėmesį, kad sistemos analizės metodika ir gairės nėra universalios – kiekvienas tyrimas turi savo ypatybes ir reikalauja iš atlikėjų intuicijos, iniciatyvos bei fantazijos, kad būtų teisingai nustatyti projekto tikslai ir pavyktų juos pasiekti. Ne kartą buvo bandoma sukurti gana bendrą, universalų sistemos analizės algoritmą. Atidžiai išnagrinėjus literatūroje pateiktus algoritmus, matyti, kad jie turi didelį bendrumo laipsnį ir skiriasi detalėmis bei detalėmis. Pabandysime apibūdinti pagrindines sistemos analizės atlikimo algoritmo procedūras, kurios yra daugelio autorių suformuluotos tokios analizės atlikimo etapų sekos apibendrinimas ir atspindi bendrus jos modelius.

Mes išvardijame pagrindines sistemos analizės procedūras:

sistemos struktūros tyrimas, jos komponentų analizė, ryšių tarp atskirų elementų nustatymas;

duomenų apie sistemos funkcionavimą rinkimas, informacijos srautų tyrimas, analizuojamos sistemos stebėjimai ir eksperimentai;

pastatų modeliai;

Modelių adekvatumo tikrinimas, neapibrėžtumo ir jautrumo analizė;

· išteklių galimybių tyrimas;

sistemos analizės tikslų apibrėžimas;

kriterijų formavimas;

alternatyvų generavimas;

pasirinkimo ir sprendimų priėmimo įgyvendinimas;

Analizės rezultatų įgyvendinimas.

4. Sisteminės analizės tikslų nustatymas

4,1 Fproblemos pareiškimas

Tradiciniams mokslams pradinis darbo etapas yra formalios problemos, kurią būtina išspręsti, formulavimas. Tiriant sudėtingą sistemą, tai yra tarpinis rezultatas, prieš kurį ilgai dirbama struktūrizuojant pradinę problemą. Sistemų analizės tikslų nustatymo išeities taškas yra susijęs su problemos formulavimu. Čia reikėtų atkreipti dėmesį į tokią sistemos analizės problemų ypatybę. Sistemos analizės poreikis atsiranda tada, kai klientas jau yra suformulavęs savo problemą, t.y. problema ne tik egzistuoja, bet ir reikalauja sprendimo. Tačiau sistemos analitikas turi žinoti, kad kliento suformuluota problema yra apytikslis darbinis variantas. Priežastys, kodėl pirminė problemos formuluotė turėtų būti laikoma pirmuoju apytiksliu, yra šios. Sistema, kuriai suformuluotas sistemos analizės atlikimo tikslas, nėra izoliuota. Ji yra sujungta su kitomis sistemomis, yra tam tikros supersistemos dalis, pavyzdžiui, įmonės padalinio ar dirbtuvių automatizuota valdymo sistema yra visos įmonės automatizuotos valdymo sistemos struktūrinis padalinys. Todėl formuluojant problemą nagrinėjamai sistemai, būtina atsižvelgti į tai, kaip šios problemos sprendimas paveiks sistemas, su kuriomis ši sistema yra prijungta. Neišvengiamai planuojami pakeitimai turės įtakos tiek posistemiams, kurie sudaro šią sistemą, tiek supersistemai, kurioje yra ši sistema. Taigi bet kokia reali problema turėtų būti traktuojama ne kaip atskira, o kaip objektas iš tarpusavyje susijusių problemų.

Formuluodamas problemų sistemą, sistemų analitikas turėtų vadovautis tam tikromis gairėmis. Pirmiausia reikia remtis kliento nuomone. Paprastai tai yra organizacijos, kuriai atliekama sistemos analizė, vadovas. Būtent jis, kaip minėta aukščiau, sukuria pirminę problemos formuluotę. Be to, sistemos analitikas, susipažinęs su suformuluota problema, turi suprasti vadovui keliamus uždavinius, apribojimus ir aplinkybes, turinčias įtakos vadovo elgesiui, prieštaraujančius tikslus, tarp kurių jis bando rasti kompromisą. Sistemų analitikas turi ištirti organizaciją, kuriai atliekama sistemų analizė. Reikėtų atidžiai apsvarstyti esamą valdymo hierarchiją, įvairių grupių funkcijas ir ankstesnius atitinkamų klausimų tyrimus, jei tokių buvo. Analitikas turi susilaikyti nuo savo išankstinės nuomonės apie problemą išreiškimo ir nebandyti ją įtraukti į savo ankstesnių idėjų rėmus, kad galėtų panaudoti norimą požiūrį jai išspręsti. Galiausiai, analitikas neturėtų palikti vadovo teiginių ir pastabų nepatikrintų. Kaip jau buvo pažymėta, lyderio suformuluota problema, pirma, turi būti išplėsta iki problemų, suderintų su super- ir posistemėmis, rinkinio, antra, ji turi būti derinama su visomis suinteresuotomis šalimis.

Taip pat pažymėtina, kad kiekviena iš suinteresuotų šalių turi savo problemos viziją, požiūrį į ją. Todėl formuluojant problemų rinkinį reikia atsižvelgti, kokius pakeitimus ir kodėl nori daryti viena ar kita pusė. Be to, problema turi būti nagrinėjama visapusiškai, įskaitant laiką ir istoriją. Reikalaujama numatyti, kaip suformuluotos problemos gali keistis laikui bėgant arba dėl to, kad tyrimas bus įdomus kito lygio vadovams. Formuluodamas problemų rinkinį, sistemų analitikas turi žinoti bendrą vaizdą, kas domisi konkrečiu sprendimu.

4.2 Tikslų nustatymas

Suformulavus problemą, kurią reikia įveikti sistemos analizės metu, pereinama prie tikslo apibrėžimo. Nustatyti sistemos analizės tikslą reiškia atsakyti į klausimą, ką reikia padaryti norint pašalinti problemą. Suformuluoti tikslą reiškia nurodyti kryptį, kuria reikia judėti, siekiant išspręsti esamą problemą, parodyti kelius, kurie veda nuo esamos probleminės situacijos.

Formuluojant tikslą visada reikia suvokti, kad jis vaidina aktyvų vaidmenį valdant. Tikslo apibrėžime atsispindėjo, kad tikslas yra norimas sistemos plėtros rezultatas. Taigi suformuluotas sistemos analizės tikslas lems visą tolesnį darbų kompleksą. Todėl tikslai turi būti realūs. Išsikėlus realius tikslus, visa sistemų analizės veikla bus nukreipta į tam tikrą naudingą rezultatą. Taip pat svarbu pažymėti, kad tikslo idėja priklauso nuo objekto pažinimo stadijos, o vystantis idėjoms apie jį, tikslas gali būti performuluojamas. Laikui bėgant kintantys tikslai gali pasireikšti ne tik forma, dėl geresnio tiriamoje sistemoje vykstančių reiškinių esmės suvokimo, bet ir turinio, dėl objektyvių sąlygų ir subjektyvių požiūrių pokyčių, turinčių įtakos tikslų pasirinkimui. Idėjų apie tikslus keitimo laikas, senėjimo tikslai skiriasi ir priklauso nuo objekto hierarchijos lygio. Aukštesnio lygio taikiniai yra patvaresni. Sistemos analizėje reikia atsižvelgti į tikslų dinamiškumą.

Formuluojant tikslą būtina atsižvelgti į tai, kad tikslą įtakoja tiek išoriniai veiksniai sistemos atžvilgiu, tiek vidiniai. Tuo pačiu metu vidiniai veiksniai objektyviai įtakoja tikslo formavimo procesą kaip ir išoriniai veiksniai.

Be to, reikia pažymėti, kad net aukščiausiame sistemos hierarchijos lygyje yra daug tikslų. Analizuojant problemą būtina atsižvelgti į visų suinteresuotų šalių tikslus. Tarp daugybės tikslų pageidautina pabandyti surasti ar suformuoti visuotinį tikslą. Jei tai nepavyksta, turėtumėte surikiuoti taikinius pagal jų pasirinkimą, kad pašalintumėte problemą analizuojamoje sistemoje.

Tiriant problema besidominčių asmenų tikslus turėtų būti numatyta galimybė juos patikslinti, išplėsti ar net pakeisti. Ši aplinkybė yra pagrindinė iteracinio sistemos analizės pobūdžio priežastis.

Subjekto tikslų pasirinkimą lemiamą įtaką turi vertybių sistema, kurios jis laikosi, todėl formuojant tikslus būtinas darbo etapas – nustatyti vertybių sistemą, kurios laikosi sprendimų priėmėjas. Pavyzdžiui, skiriamos technokratinės ir humanistinės vertybių sistemos. Pagal pirmąją sistemą gamta skelbiama kaip neišsenkančių išteklių šaltinis, žmogus yra gamtos karalius. Visi žino tezę: „Negalime tikėtis malonių iš gamtos. Mūsų užduotis yra juos iš jos atimti. Humanistinė vertybių sistema sako, kad gamtos ištekliai yra riboti, kad žmogus turi gyventi santarvėje su gamta ir pan. Žmonių visuomenės raidos praktika rodo, kad technokratinės vertybių sistemos laikymasis sukelia pražūtingų pasekmių. Kita vertus, visiškas technokratinių vertybių atmetimas taip pat nėra pateisinamas. Šioms sistemoms reikia ne priešinti, o pagrįstai jas papildyti ir suformuluoti sistemos plėtros tikslus, atsižvelgiant į abi vertybių sistemas.

5. Alternatyvų generavimas

Kitas sistemos analizės etapas – daugelio galimų būdų suformuluotam tikslui pasiekti sukūrimas. Kitaip tariant, šiame etape būtina sugeneruoti aibę alternatyvų, iš kurių vėliau bus pasirenkamas geriausias sistemos plėtros kelias. Šis sistemos analizės etapas yra labai svarbus ir sunkus. Jo svarba slypi tame, kad galutinis sistemos analizės tikslas yra pasirinkti geriausią alternatyvą tam tikrame rinkinyje ir pagrįsti šį pasirinkimą. Jei į suformuotą alternatyvų rinkinį neįtrauktas pats geriausias, tai jokie pažangiausi analizės metodai nepadės jo apskaičiuoti. Etapo sudėtingumas kyla dėl to, kad reikia sugeneruoti pakankamai pilną alternatyvų rinkinį, įskaitant, iš pirmo žvilgsnio, net pačias neįgyvendinamiausias.

Alternatyvų generavimas, t.y. idėjos apie galimus būdus pasiekti tikslą, yra tikras kūrybinis procesas. Yra keletas rekomendacijų dėl galimų požiūrių į nagrinėjamos procedūros įgyvendinimą. Būtina sugeneruoti kuo daugiau alternatyvų. Galimi šie generavimo būdai:

a) ieškoti alternatyvų patentinėje ir žurnalų literatūroje;

b) kelių ekspertų, turinčių skirtingą išsilavinimą ir patirtį, įtraukimas;

c) alternatyvų skaičiaus padidėjimas dėl jų derinimo, tarpinių variantų formavimasis tarp anksčiau pasiūlytų;

d) esamos alternatyvos modifikavimas, t.y. alternatyvų, kurios tik iš dalies skiriasi nuo žinomų, formavimas;

e) alternatyvų, priešingų siūlomoms, įtraukimas, įskaitant „nulinę“ alternatyvą (nieko nedaryti, t. y. atsižvelgti į įvykių raidos pasekmes be sistemos inžinierių įsikišimo);

f) interviu su suinteresuotosiomis šalimis ir platesni klausimynai; g) įtraukimas į svarstymą net ir tų alternatyvų, kurios iš pirmo žvilgsnio atrodo tolimos;

g) alternatyvų generavimas, apskaičiuotas įvairiems laiko intervalams (ilgalaikis, trumpalaikis, avarinis).

Atliekant alternatyvų generavimo darbus, svarbu sudaryti palankias sąlygas tokio pobūdžio veiklą atliekantiems darbuotojams. Didelę reikšmę turi psichologiniai veiksniai, turintys įtakos kūrybinės veiklos intensyvumui, todėl reikia stengtis, kad darbuotojų darbo vietoje būtų sukurtas palankus klimatas.

Atliekant įvairių alternatyvų formavimo darbus kyla dar vienas pavojus, kurį būtina paminėti. Jeigu specialiai sieksime, kad pradiniame etape būtų gauta kuo daugiau alternatyvų, t.y. stenkitės, kad alternatyvų rinkinys būtų kuo išsamesnis, tada kai kurių problemų atveju jų skaičius gali siekti keliasdešimt. Išsamus kiekvieno iš jų tyrimas pareikalaus nepriimtinai didelių laiko ir pinigų investicijų. Todėl šiuo atveju būtina atlikti preliminarią alternatyvų analizę ir bandyti susiaurinti aibę ankstyvose analizės stadijose. Šiame analizės etape naudojami kokybiniai alternatyvų palyginimo metodai, nenaudojant tikslesnių kiekybinių metodų. Tokiu būdu atliekama šiurkšti atranka.

Dabar pateikiame metodus, naudojamus sistemos analizėje, atliekant darbą formuojant alternatyvų rinkinį.

6. Analizės rezultatų įgyvendinimas

Sisteminė analizė yra taikomasis mokslas, jos galutinis tikslas – pakeisti esamą situaciją pagal užsibrėžtus tikslus. Galutinį sprendimą dėl sistemos analizės teisingumo ir naudingumo galima priimti tik remiantis jos praktinio taikymo rezultatais.

Galutinis rezultatas priklausys ne tik nuo to, kiek tobulai ir teoriškai pagrįsti analizėje naudojami metodai, bet ir nuo to, kaip kompetentingai ir efektyviai bus įgyvendintos gautos rekomendacijos.

Šiuo metu didesnis dėmesys skiriamas sistemų analizės rezultatų diegimo praktikoje klausimams. Šia kryptimi pažymėtini R. Ackoffo darbai. Pažymėtina, kad sistemų tyrimo praktika ir jų rezultatų įgyvendinimo praktika skirtingų tipų sistemoms labai skiriasi. Pagal klasifikaciją sistemos skirstomos į tris tipus: natūralias, dirbtines ir sociotechnines. Pirmojo tipo sistemose ryšiai susidaro ir veikia natūraliai. Tokių sistemų pavyzdžiai yra ekologinės, fizinės, cheminės, biologinės ir kt. sistemos. Antrojo tipo sistemose ryšiai susidaro dėl žmogaus veiklos. Pavyzdžiu gali būti visos techninės sistemos. Trečiojo tipo sistemose, be natūralių ryšių, svarbų vaidmenį atlieka ir tarpasmeniniai ryšiai. Tokius ryšius lemia ne prigimtinės objektų savybės, o kultūros tradicijos, sistemoje dalyvaujančių subjektų auklėjimas, jų charakteris ir kiti bruožai.

Sistemų analizė naudojama visų trijų tipų sistemoms tirti. Kiekvienas iš jų turi savo ypatybes, į kurias reikia atsižvelgti organizuojant darbą siekiant įgyvendinti rezultatus. Pusiau struktūrizuotų problemų dalis didžiausia trečiojo tipo sistemose. Vadinasi, sistemų tyrimo rezultatų diegimo šiose sistemose praktika yra pati sunkiausia.

Diegiant sistemos analizės rezultatus būtina turėti omenyje tokią aplinkybę. Darbas atliekamas klientui (užsakovui), kuris turi pakankamai galių pakeisti sistemą tokiais būdais, kurie bus nustatyti sistemos analizės rezultatas. Visos suinteresuotosios šalys turėtų būti tiesiogiai įtrauktos į darbą. Suinteresuotosios šalys – tai tie, kurie yra atsakingi už problemos sprendimą, ir tie, kuriuos problema tiesiogiai paliečia. Dėl sistemos tyrimo įdiegimo būtina užtikrinti užsakovo organizacijos darbo tobulinimą bent vienos iš suinteresuotų šalių požiūriu; tuo pačiu neleidžiama pabloginti šio darbo visų kitų probleminės situacijos dalyvių požiūriu.

Kalbant apie sistemų analizės rezultatų įgyvendinimą, svarbu pažymėti, kad realiame gyvenime situacija, kai pirmiausia atliekami tyrimai, o vėliau jų rezultatai pritaikomi praktikoje, yra itin reta, tik kalbant apie paprastas sistemas. Tiriant sociotechnines sistemas, jos kinta laikui bėgant ir pačios savaime, ir veikiamos tyrimų. Atliekant sistemos analizę, kinta probleminės situacijos būklė, sistemos tikslai, dalyvių asmeninė ir kiekybinė sudėtis, suinteresuotųjų šalių santykiai. Be to, reikia pažymėti, kad priimtų sprendimų įgyvendinimas turi įtakos visiems sistemos funkcionavimo veiksniams. Šio tipo sistemose tyrimo ir diegimo etapai faktiškai susilieja, t.y. yra pasikartojantis procesas. Vykdomi tyrimai turi įtakos sistemos gyvavimui, o tai keičia probleminę situaciją ir iškelia naują tyrimo užduotį. Nauja probleminė situacija skatina tolesnę sistemos analizę ir kt. Taigi, aktyvaus tyrimo metu problema palaipsniui sprendžiama.

INišvada

Svarbus sistemos analizės bruožas yra tikslų formavimo procesų tyrimas ir priemonių darbui su tikslais (metodų, tikslų struktūrizavimo) kūrimas. Kartais net sistemų analizė apibrėžiama kaip tikslingų sistemų tyrimo metodika.

Bibliografija

Moisejevas, N.N. Matematinės sistemos analizės problemos / N.N. Moisejevas. - M.: Nauka, 1981 m.

Optner, S. Sistemos analizė verslo ir pramonės problemoms spręsti / S. Optner. - M.: Sovietų radijas,

Sisteminio požiūrio pagrindai ir jų taikymas plėtojant teritorinę AKS / red. F.I. Peregudovas. - Tomskas: TSU leidykla, 1976. - 440 p.

Bendrosios sistemų teorijos pagrindai: vadovėlis. pašalpa. - Sankt Peterburgas. : VAS, 1992. - 1 dalis.

Peregudovas, F.I. Įvadas į sistemos analizę: vadovėlis. pašalpa / F.I. Peregudovas, F.P. Tarasenko. - M.: Aukštoji mokykla, 1989. - 367 p.

Rybnikovas, K.A. Matematikos istorija: vadovėlis / K.A. Rybnikovas. - M. : Maskvos valstybinio universiteto leidykla, 1994. - 496 p.

Stroyk, D.Ya. Trumpas esė apie matematikos istoriją / D.Ya. Stroyk. - M. : Nauka, 1990. - 253 p.

Stepanovas, Yu.S. Semiotika / Yu.S. Stepanovas. - M. : Nauka, 1971. - 145 p.

Sistemų teorija ir sistemų analizės metodai valdyme ir komunikacijoje / V.N. Volkova, V.A. Voronkovas, A.A. Denisovas ir kiti - M. : Radijas ir ryšiai, 1983. - 248 p.

Priglobta Allbest.ru

...

Panašūs dokumentai

Teorinės simplekso metodo ir postoptimalios analizės nuostatos. Uždavinio matematinio modelio konstravimas. Išteklių verčių radimas. Santykinių ir absoliučių ribotų ir netrūkstamų išteklių atsargų lygio pokyčių intervalų nustatymas.

kursinis darbas, pridėtas 2010-11-19

Vertikaliai į viršų mesto kamuolio judėjimo matematinio modelio sukūrimas nuo kritimo pradžios iki smūgio į žemę. Kompiuterinis matematinio modelio įgyvendinimas skaičiuoklės aplinkoje. Greičio pokyčio įtakos kritimo atstumui nustatymas.

kontrolinis darbas, pridėtas 2016-09-03

Uždavinio matematinio modelio sudarymas. Suderinti atsargas ir poreikius su standartine transportavimo problema. Pradinio pagrindinio uždavinio plano konstravimas minimalaus elemento metodu, sprendimas potencialų metodu. Rezultatų analizė.

užduotis, pridėta 2016-02-16

Defragmentavimo proceso trimačio vizualizatoriaus sistemos aprašymas sistemos analizės požiūriu. Rubiko kubo būsenų transformacijų tyrimas matematinės grupių teorijos pagalba. Thistlethwaite ir Kotsemba algoritmų, skirtų galvosūkiui išspręsti, analizė.

kursinis darbas, pridėtas 2015-11-26

Grafinis linijinio programavimo uždavinio sprendimas. Bendras dualinės problemos (kaip pagalbinės) formulavimas ir sprendimas M metodu, jos formavimo iš tiesioginės problemos sąlygų taisyklės. Tiesioginė problema standartine forma. Paprasto stalo konstrukcija.

užduotis, pridėta 2010-08-21

Operacijų tyrimo metodai sudėtingų tikslingų procesų kiekybinei analizei. Užduočių sprendimas išsamiu išvardinimu ir optimaliu įterpimu (nustatant visų rūšių grafikus, jų eiliškumą, pasirenkant optimalų). Pradinių duomenų generatorius.

Kursinis darbas, pridėtas 2011-05-01

Pirmojo uždavinio sprendimas, Puasono lygtis, Greeno funkcija. Laplaso lygties ribinės reikšmės uždaviniai. Ribinės vertės problemų pareiškimas. Greeno funkcijos Dirichlet problemai: trimatis ir dvimatis atvejis. Neumano uždavinio sprendimas naudojant Greeno funkciją, kompiuterinis įgyvendinimas.

Kursinis darbas, pridėtas 2011-11-25

Diversifikuotos ekonomikos vykdymo efektyvumo skaičiavimas, balanso analizės lentelėse atvaizduojant ryšius tarp ūkio šakų. Ekonominio proceso tiesinio matematinio modelio konstravimas, vedantis į savojo vektoriaus ir matricos reikšmės sampratą.

santrauka, pridėta 2011-01-17

Lygčių sistemų sprendimas pagal Cramerio taisyklę, matriciniu būdu, Gauso metodu. Grafinis linijinio programavimo uždavinio sprendimas. Uždarojo transporto uždavinio matematinio modelio sudarymas, uždavinio sprendimas naudojant Excel.

testas, pridėtas 2009-08-27

Tyrimų analizė diabeto valdymo srityje. Mašininio mokymosi klasifikatorių naudojimas duomenų analizei, priklausomybių ir koreliacijų tarp kintamųjų, reikšmingų parametrų nustatymas ir duomenų paruošimas analizei. Modelio kūrimas.

Šiuolaikinės sistemų analizės ir sprendimų priėmimo teorijos turi gerai išvystytą teorinį pagrindą modeliuoti deterministines sistemas su parametrų nestabilumu ir tam tikru pradiniu neapibrėžtumu, dažniausiai nulemtu išorinės aplinkos poveikio. Tuo pačiu metu, kaip parodyta aukščiau, sudėtingų socialinių ir ekonominių modeliavimo problemų nevienalytės sistemos su aktyviu elementu – žmogumi centre , sukuriant didelį pradinį vidinės sistemos būsenos neapibrėžtumą, kuris daugelyje užduočių gali būti reikšmingesnis už išorinės aplinkos neapibrėžtumą.

Norint parodyti šį modelio neapibrėžtumą, įvedamos kokybinės charakteristikos. Tačiau bandymai kokybines charakteristikas atspindėti tradiciniuose formaliuose modeliuose padeda nustatyti neapibrėžtumo vietą ir reikšmę sprendimų priėmimo procese, tačiau neišsprendžia kokybinių savybių įtakos sprendimų priėmimui atskleidimo problemos.

L. von Bertalanffy atkreipė dėmesį į esminius atvirų sistemų bruožus ir modelius, tokius kaip lygiagretumas, nepriklausomas nuo pradinių sąlygų, entropijos-negentropijos problemos, būtinybė modeliuojant atsižvelgti į komunikacijos modelius ir hierarchinę tvarką, L. von Bertalanffy. atkreipė dėmesį pačioje sistemų teorijos formavimosi pradžioje. Tačiau sistemų, kuriose pasireiškia šios savybės ir dėsningumai, modeliavimo formalizavimas tebėra neišspręsta problema.

Pirmieji sistemų tyrinėtojai, ypač R. Ackoffas, M. Mesarovičius, suvokė esminius sudėtingų nevienalyčių sistemų su aktyviais elementais formalaus aprašymo apribojimus. Tačiau modelio formalizavimo patrauklumas ir bent dalies funkcijų jo tyrimui perkėlimas į kompiuterį verčia ieškoti naujų tokių sistemų modeliavimo metodų.

Tarp šių metodų simuliacinis dinaminis modeliavimas, pasiūlė J. Forrester ir pasirodė esąs efektyvus sprendžiant globalias problemas, tačiau sunkiai interpretuojamas įmonių ir organizacijų lygmens užduotims; situacijos valdymas, pasiūlė D. A. Pospelov už situacijų su judančiais objektais modeliavimą ir sėkmingai įgyvendintą dispečerinių užduočių vykdymui.

Tam tikrame sistemų tyrimų vystymosi etape jie pradėjo kurtis loginis-lingvistinis, pažintinis modeliai.

Tokie modeliai yra patogūs bet kokiam valdymo lygiui. Tačiau problema išlieka kokybinių charakteristikų ir modelių atspindys suformuotuose modeliuose.

Remdamasis sudėtingų sistemų funkcionavimo ir vystymosi procesų tyrimu, naudojant dialektikos dėsnius, vienas iš straipsnio autorių pasiūlė informacinis požiūrisį sistemų modeliavimą, paremtą įvairaus fizinio pobūdžio reiškinių ir procesų materialaus-informacinio dualizmo dialektinio atskleidimo materialia-informacine paradigma. Šis požiūris buvo naujos integralios šiuolaikinės žinių teorijos sampratos, padedančios sąmoningai formuoti modelius ir leidžiančios atsižvelgti į rodomos probleminės situacijos statiką, kinematiką ir dinamiką, pagrindas. Informacinio požiūrio pagalba kuriami kompleksinių egzaminų organizavimo metodai ir technikos, formuluojamas dėsningumas, kaip išspręsti dalies ir visumos santykio sistemoje problemą ir tuo remiantis spręsti laisvės dialektikos problemą. ir teisingumas, lankstumas ir stabilumas sistemose su aktyviais elementais.

Viena iš svarbių sistemos analizės taikymo sričių yra jos įrankių panaudojimas įmonių organizacinio valdymo pertvarkai. Tačiau nepaisant augančios paklausos, sistemų analizė šiandien nėra taip plačiai naudojama sprendžiant šias problemas. Tarp šios situacijos priežasčių, visų pirma, yra gana žemas vadovų informuotumas apie sistemų analizės metodus ir modelius, o tai yra savarankiška problema.

Svarbi problema, užtikrinanti organizacijų valdymo pertvarką ir priimant kitus sprendimus dėl įmonių ir organizacijų valdymo, yra tikslų nustatymo problema, kuri visuose sistemos analizės kūrimo etapuose buvo aktualiausia ir sunkiausiai sprendžiama problema. Jai išspręsti tiriami tikslų formavimosi dėsningumai, kuriami tikslų struktūrizavimo ir analizės metodai, remiantis įvairiais apibrėžimais ir filosofinėmis sistemos atvaizdavimo koncepcijomis.

Valdymo struktūrų, tikslų ir funkcijų formavimo ir analizės proceso tyrimas parodė, kad tai sudėtingas, pasikartojantis procesas, reikalaujantis išsiaiškinti struktūrizavimo ypatumus, klasifikatorius pagal šiuos požymius, keisti jų seką, aptarti struktūros variantus. ir atlikti pirminių klasifikatorių pakeitimus. Netgi naudojant tą pačią techniką, skirtingi specialistai, kaip taisyklė, sudaro skirtingas struktūros versijas, o tai lemia vientisumo taisyklingumo pasireiškimas kiekviename hierarchinės struktūros lygyje. Lyginant statinio variantus, derinant ekspertų nuomones, būtina užtikrinti greitą naujų, išgrynintų konstrukcijų formavimosi pasikartojimą, kuris yra labai daug darbo reikalaujantis. Visa tai lėmė būtinybę ieškoti būdų, kaip automatizuoti struktūrų, tikslų ir funkcijų formavimą bei analizę, kas leistų sutrumpinti laiką gauti struktūrą, nesumažinant užbaigtumo laipsnio. Taigi, tikslų ir funkcijų formavimo ir analizės proceso tyrimas leidžia pagrįsti esminį poreikį sukurti automatizuoto dialogo tipo procedūras su išvystyta vartotojo sąsaja, kuri šiuo metu yra neatidėliotina sistemos analizės užduotis.

Svarbi ir mažai tyrinėta šiuolaikinės sistemų analizės problema yra savaime besiorganizuojančių sistemų kūrimo problema, kurios sprendimas siejamas su entorlijos-negentropijos procesų dualizmo sistemoje tyrimu. Šios problemos tyrimai remiantis sinergetine koncepcija leido gauti formalius techninių ir biologinių sistemų modelius. Tačiau socialinėms ir ekonominėms sistemoms šie rezultatai gali būti naudojami tik kaip aiškinamieji modeliai, padedantys suprasti saviorganizavimosi principus, o užduotis sukurti formalizuotus saviorganizavimosi sistemų modelius išlieka aktuali.

Ankstesnis

PIRMOJI RUSIJOS AUKŠTOJO TECHNINIO MOKYMO ĮSTAIGA

RUSIJOS FEDERACIJOS ŠVIETIMO IR MOKSLO MINISTERIJA

NACIONALINIS MINERALŲ UNIVERSITETAS „KASYBA“

DARBO PROGRAMA

UGDYMO DISCIPLINA

« ŠIUOLAIKINĖS SISTEMŲ ANALIZĖS IR VALDYMO PROBLEMOS»

Mokymų kryptis: 220100 "SISTEMOS ANALIZĖ IR VALDYMAS"

Absolvento kvalifikacija (laipsnis): magistras

Studijų formos: dieninė

Parengė: prof. V. N. Romanovas

Sankt Peterburgas

Darbo programa sudaryta atsižvelgiant į Federalinio valstybinio aukštojo profesinio išsilavinimo standarto reikalavimus, keliamus 2001-01-01 absolvento mokymo turiniui ir lygiui 220100 Nr.000 ir pagal darbo programas. studijų krypties, patvirtintos Universiteto rektoriaus.

Sudarė ir mokslinis redaktorius: profesorius V. N. Romanovas

1 disciplinos tikslai ir uždaviniai.. 3

2 Drausmės vieta OOP struktūroje: 4

3 Reikalavimai disciplinos įsisavinimo rezultatams: 5

4 Drausmės apimtis ir auklėjamojo darbo rūšys .. 7

5.2. Dalykos skyriai ir tarpdalykiniai ryšiai su teikiamomis (vėlesnomis) disciplinomis. 9

5.3 Dalykų skyriai ir užsiėmimų tipai. vienuolika

6 Laboratorinis seminaras.. 11

7 Praktinės pratybos (seminarai) 12

Užduočių rinkiniai. 14

b) Papildoma literatūra. 14

c) programinė įranga. 15

d) Duomenų bazės, informacijos ir nuorodų bei paieškos sistemos .. 15

10 Drausmės logistika .. 16

1. Drausmės tikslai ir uždaviniai:

Disciplinos studijų tikslas studentų supažindinimas su šiuolaikinėmis sistemų analizės ir valdymo problemomis bei paruošimas savarankiškam tiriamajam darbui pagal specialybę.

Kurso tikslai – kompetencijos įgijimas ir tobulinimas, gebėjimas laisvai orientuotis sistemos analizės ir valdymo problemose, gebėjimas mąstyti savarankiškai, galimybė savarankiškai studijuoti pasirinktą specialybę šiuolaikinę mokslinę literatūrą.

2. Drausmės vieta ugdymo procese:

Disciplina „Šiuolaikinės sistemos analizės ir valdymo problemos“ yra viena iš pagrindinių magistro OOP struktūros fundamentalaus ciklo disciplinų, suteikia profesinę erudiciją ir formuoja savarankiško mokslinio tyrimo įgūdžius, yra tolesnių disciplinų studijų pagrindas. susijusių su sistemų analize ir modeliavimu.

Šią discipliną bakalauro studentai studijuoja pirmąjį ir antrąjį semestrus. Tai sudaro pagrindą susipažinti su šiuolaikinėmis mokslo problemomis sistemų analizės ir valdymo srityje bei jų sprendimo metodais.

Norint studijuoti discipliną, reikia žinių iš aukštosios matematikos, fizikos, informatikos kursų (matematinė analizė, funkcinė analizė, matricų teorija, statistika, logika, sistemų analizė ir sprendimų priėmimas, pagrindinių fizinių dėsnių, statistinės fizikos, kvantinės mechanikos, specialioji ir bendroji reliatyvumo teorija, bendras pasaulio vaizdas, šiuolaikinių kompiuterinių technologijų išmanymas). Bakalauro įvesties žinios turi atitikti bendrąją kultūrinę kompetenciją Gerai-1, 2, 3, 4, 5 ir profesinę kompetenciją suma PC-1, 2, 3, 4.

Šiuolaikinių sistemų analizės ir valdymo problemų išmanymas yra pasirinktos specialybės pagrindas, be kurio neįmanoma sėkminga universiteto absolvento veikla specialiose technikos mokslų srityse, didelių sistemų organizavimo ir valdymo srityse.

3. Reikalavimai disciplinos įsisavinimo rezultatams:

Disciplinos studijų proceso tikslas – įgyti ir ugdyti kompetenciją bendrojoje kultūrinėje ir profesinėje srityje. Visų pirma, bendrosios kultūros srityje – suma OK-1, OK-2, OK-3, OK-4, OK-6, OK-7, OK-8. Profesinėje srityje – apimtimi PC-1, PC-2, PC-3, PC-4, PC-5, PC-6, PC-7, PC-8, PC-10, PC-11, PC-12, PC-13.

Studijuodamas discipliną bakalauras privalo:

Turi idėją:

Apie šiuolaikinių sistemų analizės ir valdymo problemų ryšį su kitų mokslo krypčių problemomis.

Žinoti :

Sistemų jungiamumo analizės metodai;

Sistemų stabilumo ir pritaikomumo analizės metodai;

Sistemų sudėtingumo analizės metodai,

Sprendimų priėmimo metodai neapibrėžtose sistemose.

Daugiakriterinio optimalaus valdymo uždavinių sprendimo metodai.

At ženklas:

Taikyti analizės ir sprendimų priėmimo metodus realiose situacijose;

Spręsti taikomąsias daugiakriterinio optimizavimo ir valdymo užduotis konkrečiomis sąlygomis;

Suformuluoti sistemos problemas ir rasti jų sprendimo būdus

Nuosavas:

Sisteminio mąstymo įgūdžiai sprendžiant tiriamąsias ir praktines problemas.

4.1. Drausmės apimtis ir auklėjamojo darbo rūšys

Bendras disciplinos darbo intensyvumas – __5__ kreditų vnt.

Studijų darbo pobūdis	Iš viso valandų	semestrai

Klasės veikla (iš viso)
Įskaitant:

Praktiniai pratimai (PZ)
Seminarai (C)
Laboratoriniai darbai (LR)
Savarankiškas darbas (iš viso)
Įskaitant:
Kursinis projektas (darbas)
Gyvenvietės ir grafikos darbai (RGR)

Kiti savarankiško darbo tipai:

Namų darbai
Pasiruošimas testui ir egzaminui (iš viso) įskaitant:
savarankiškas sistemų analizės ir valdymo problemų sprendimo teorijos ir metodų studijavimas
teorijos ir metodų mokymasis atliekant namų darbus
teorijos ir metodų studija ruošiantis ginti GR
teorijos ir metodų studijavimas ruošiantis praktiniams pratimams
teorijos ir metodų studijos rengiantis laboratorinio darbo gynimui
teorijos ir metodų studijos rengiantis kurso planavimui
dirbti su informacine moksline ir technine literatūra


Bendra darbo intensyvumo valanda

4.2. Disciplinos turinys

4.3. Drausmės skyrių turinys

	Drausmės skyriaus pavadinimas
	Matematinis sistemos ir jos savybių aprašymas.	Išorinis ir vidinis sistemų aprašymas. Įgyvendinimo užduotis. Aprašymas aibių teorijos ir būsenų kalba. Ryšys „įvestis-išvestis“. Sistemos su baigtiniu būsenų skaičiumi. Patogaus aprašymo pasirinkimas. Automatų klasė. Aprašymas entropijos ir potencialių funkcijų kalba. Stochastinės sistemos. Identifikavimas. Apribojimų vaidmuo sistemoje. Neaiškios aibės samprata ir jos taikymas sistemoms apibūdinti, pagrindinės neaiškios aibės operacijos, narystės funkcija ir jos apibrėžimas. Neaiškia aritmetika. Neryškūs aukštesnės eilės rinkiniai. Globalios didelių sistemų savybės: matmenys, sudėtingumas, jungiamumas, stabilumas, elgesio nenuspėjamumas. Sistemų struktūrinis stabilumas. Katastrofos ir sistemų prisitaikymas. Sistemos sudėtingumo tipai ir nustatymo metodai. Struktūrinis, dinaminis ir skaičiavimo sudėtingumas. Struktūrinio ir dinaminio sudėtingumo ryšys. Sudėtingumo aksiomos. Sisteminių problemų klasifikavimas pagal skaičiavimo sudėtingumą. Turingo mašina.
	Sistemų jungiamumo ir sudėtingumo analizės metodai.	Didelių sistemų struktūros jungiamumas. Ryšio aprašymas naudojant grafiką. Simpleksai, kompleksai ir daugiamačiai ryšiai. Ekscentriškumas. Homotopijos samprata. Skylės ir kliūtys. Grandinės ir kraštinės. Topologinio ryšio sampratos išplėtimas. Dangtys, pertvaros ir hierarchija. Statybos leidimo formos. Algebrinis ryšys. Linijinės ir nelinijinės sistemos. Pusgrupės ir mazginės jungtys. Kron-Roadso skilimo teorema ir jos taikymas. Analitinių sistemų skaidymas. Struktūrinis sudėtingumas ir hierarchija. Ryšio schema. Įvairovės samprata. Sąveikos lygiai. Dinaminis sudėtingumas ir skirtingų laiko skalių problema. Mašinų sudėtingumas. evoliucinis sudėtingumas. topologinis sudėtingumas. Kompleksiškumas ir informacijos teorija.
	Sistemų stabilumo ir pritaikomumo analizės metodai.	Išorinių ir vidinių aprašų naudojimas sistemų stabilumo analizei. struktūrinis stabilumas. Susietas stabilumas ir prisitaikymas. Perturbacijos plitimo sistemoje grafikai ir procesai. „Juodosios dėžės“ sistemos stabilumas su grįžtamuoju ryšiu. Vidiniai modeliai ir stabilumas. Hopf bifurkacija. Struktūriškai stabilios dinaminės sistemos. Katastrofų teorija ir jos panaudojimas sprendžiant sistemos problemas. Funkcijų tipai. Konstrukcijos tipo avarija. Stabilumas perturbacijos ir pradinės vertės atžvilgiu. Dinaminių procesų pritaikomumas. Prisitaikymas ir katastrofos. Morzės-Smale sistemos ir prisitaikymas.
	Valdymo ir sprendimų priėmimo problemos.	Pagrindiniai valdymo sistemos analizės uždaviniai. Aktyvus ir pasyvus valdymas. evoliucinės sistemos. Valdomos ir nevaldomos sistemos. pasiekiama zona. Pasiekiamumo ribos ypatumai. Valdykite stabilumą ir grįžtamąjį ryšį. Stabilumas pagal Lyapunovą. Bifurkacijos valdymas. Valdomas prisitaikymas. Singuliarių paskirstytų sistemų valdymo samprata. Optimizavimo problema priimant sprendimus. Pasirinkimo ir sudėtingumo problema. Vienos paskirties ir daugiafunkciniai sprendimų priėmimo modeliai. Sprendimų naudingumas. Rizika ir jos vertinimas. Euristiniai sprendimo paieškos metodai. Neaiškios aibės teorijos taikymas optimalaus pasirinkimo uždaviniams spręsti. Funkcinis metodas, pagrįstas neaiškios atstumo matavimo priemonės įvedimu. Neaiški klasifikacija, neaiški logika. Optimalios kontrolės problemos pagal daugelį kriterijų. Diskretinės daugiakriterinės problemos ir problemos su nuolatiniu laiku. Markovo sprendimų priėmimo modeliai.

4.4. Dalykos skyriai ir tarpdalykiniai ryšiai su numatytomis (vėlesnomis) disciplinomis

	Pateiktų (vėlesnių) disciplinų pavadinimas	Šios disciplinos skyrių, reikalingų teikiamoms (vėlesinėms) disciplinoms studijuoti Nr.


	Sistemų struktūrinė analizė ir sintezė
	Duomenų analize pagrįstos sistemų kriminalistikos pagrindai

	Daugiakriteriniai optimizavimo metodai
	Modeliavimo ir sprendimų teorijos programinė įranga
	Sprendimų teorija
	Valdymas diagnostikos sistemose
	Sisteminių duomenų analizės metodai
	Sudėtingų sistemų veikimo neapibrėžtumo skaičiavimo teorija ir metodai
	Šiuolaikinės kompiuterinės technologijos moksle
	Sudėtingų sistemų efektyvumo teorijos pagrindai
	Techninių ir socialinių ekonominių sistemų mokslinio tyrimo metodai
	Tiriamasis darbas
	Tyrimo praktika
	Mokymo praktika

5.3.1. Dalykos skyriai ir užsiėmimų tipai

6.1. Laboratorinė dirbtuvėkompiuterių klasėje

Drausmės skyriaus Nr	Laboratorinio darbo pavadinimas	Darbo pajėgumas
1. Sistemos ir jos savybių matematinis aprašymas	Matematinis sistemų modeliavimas
2. Sistemų jungiamumo ir sudėtingumo analizės metodai	Sistemų jungiamumo ir sudėtingumo nustatymas
3. Sistemų stabilumo ir pritaikomumo analizės metodai	Tiesinių sistemų stabilumo ir pritaikomumo nustatymas
	Grįžtamojo ryšio kontrolės modelių tyrimas
4. Valdymo ir sprendimų priėmimo problemos	Sprendimų priėmimas dėl savosios vertės neapibrėžtumo sąlygomis
4. Valdymo ir sprendimų priėmimo problemos	Sprendimo taisyklės pasirinkimas neaiškioje klasifikacijoje

7.1. Praktiniai užsiėmimai (seminarai)

Drausmės skyriaus Nr	Praktinių užsiėmimų (seminarų) temos	Darbo pajėgumas
	Aibių teorinis sistemų aprašymas
	Sistemos su baigtiniu būsenų skaičiumi
	Neaiškūs modeliai sistemoms apibūdinti
	Sistemos sudėtingumo tipai ir kaip juos nustatyti
	Ryšio aprašymas naudojant grafiką
	Topologinė sistemų analizė
	Dangtys, pertvaros ir hierarchija
	Sistemos stabilumo analizė
	Sistemos pritaikomumo analizė
	Atsiliepimų valdymas
	Optimalumo kriterijų pasirinkimas priimant sprendimus esant neapibrėžtumui
	Neaiškių sprendimų modeliai
	Neaiški klasifikacija
	miglota logika

8. Kursiniai darbai į mokymo programą neįtraukti

9. Mokomoji, metodinė ir informacinė disciplinos parama

A). Pagrindinė literatūra

1. N. Sudėtingų sistemų analizės technika: vadovėlis. Sankt Peterburgas: SZTU leidykla, 2011 m.

2. N. Sisteminės analizės pagrindai: Edukacinis ir metodinis kompleksas. Sankt Peterburgas: SZTU leidykla, 2008 m.

3. N. Neaiškios sistemos. Sankt Peterburgas: LEMA leidykla, 2009 m.

4. Elementarioji stabilumo ir bifurkacijų teorija / M.: Mir, 1983 m.

5. Castie J. Didelės sistemos. M.: Mir, 1982 m.

7. Makarovas I. M. Pasirinkimo ir sprendimų priėmimo teorija / I. M. Makarovas, T. M. Vinogradskaya, A. A. Rubchinsky. Maskva: Nauka, 1983 m.

b). papildomos literatūros

8. Aizermanas M. A. Pasirinkimų pasirinkimas. Teorijos pagrindai / M. A. Aizerman, F. T. Aleskerovas. Maskva: Nauka, 1990 m.

9. Bellmanas R. Sprendimų priėmimas neaiškiomis sąlygomis / R. Bellman, L. Zadeh // Analizės ir sprendimų priėmimo procedūrų klausimai: Šešt. vertimai. Red. I. F. Šachnova. M.: Mir., 1976 m.

10. BorisovasA.M. Neryškus informacijos apdorojimas sprendimų priėmimo sistemose / A. M. Borisov, A. B. Alekseev, G. V. Merkuryeva. Maskva: radijas ir ryšiai, 1989 m.

11. Vineris N. Kibernetika arba gyvūno ir mašinos valdymas ir bendravimas. Maskva: Nauka, 1989 m.

12. Volkova V. N. Volkova V. N., Voronkov V. A., Denisov A. A. Sistemų teorija ir sistemų analizės metodai valdant ir komunikacijoje. Maskva: radijas ir ryšiai, 1983 m.

13. Gigas J., furgonas. Taikomoji bendroji sistemų teorija: 2 knygose. M.: Mir, 1981 m.

14. Gluškovas V.M. Kuriamųjų sistemų modeliavimas / V. M. Gluškovas, V. V. Ivanovas, V. M. Janenko. Maskva: Nauka, 1983 m.

15. A. Daugiakriteriniai sistemos parinkčių formavimo ir pasirinkimo modeliai / Yu. A. Dubov, S. I. Travkin, V. N. Yakimets. Maskva: Nauka, 1986 m.

16. Dubois D. Galimybių teorija / D. Dubois, D. M. Prad. Radijas ir ryšiai, 1990 m.

17. G. Sudėtingos techninės sistemos. Maskva: Aukštoji mokykla, 1984 m.

18. Kalmanas R. Esė apie matematinę sistemų teoriją / R. Kalman, P. Falb, M. Arbib. M.: Mir, 1971 m.

19. Quaid E. Sudėtingų sistemų analizė. M.: Sov. Radijas, 1969 m.

20. L. Sprendimų priėmimas pagal daugelį kriterijų: pirmenybės ir pakaitalai / R. L. Kini, X. Raifa. Maskva: radijas ir ryšiai, 1981 m.

21. Sistemos analizė ir tikslų valdymas / D. Cleland, V. King. M.: Sov. Radijas, 1974 m.

22. Aišku J. Sistemologija. Sisteminių problemų sprendimo automatizavimas. Maskva: radijas ir ryšiai, 1990 m.

23. Kofmanas A.Įvadas į neaiškių aibių teoriją. Maskva: radijas ir ryšiai, 1982 m.

24. IR. Objektyvūs modeliai ir subjektyvūs sprendimai. Maskva: Nauka, 1987 m.

25. Laurier J.-L. Dirbtinio intelekto sistemos. M.: Mir, 1991 m.

26. Melentjevas L. A. Sisteminiai tyrimai energetikoje. Maskva: Nauka, 1987 m.

27. Mesarovičius M. Hierarchinių daugiapakopių sistemų teorija / M. Mesarovich, D. Mako, I. Takahara. M.: Mir, 1973 m.

28. Mesarovičius M. Bendroji sistemų teorija: matematiniai pagrindai / M. Mesarovich, I. Takahara. M.: Mir, 1976 m.

29. N. Sisteminės analizės matematinės problemos. Maskva: Nauka, 1981 m.

30. Techninių sprendimų priėmimo metodai / E. Mushik, P. Muller. M.: Mir, 1990 m.

31. Naumanas E. Priimk sprendimą – bet kaip? M.: Mir, 1987 m.

32. Negoyce K. Sistemų teorijos taikymas problemoms valdyti. M.: Mir, 1981 m.

33. Neaiškios aibės ir galimybių teorija. Šešt. vertimai. Red. R. Yageris. Maskva: radijas ir ryšiai, 1986 m.

34. Nechiporenko V.I. Sistemų struktūrinė analizė. M.: Sov. Radijas, 1977 m.

35. Pasirinkėjas S. Sistemų analizė verslo ir pramonės problemoms spręsti. M.: Sov. radijas, 1969 m.

36. Orlovskis S. A. Sprendimų priėmimo problemos dėl neaiškios pradinės informacijos. Maskva: Nauka, 1981 m.

37. Pantl A. Aplinkos sisteminės analizės metodai. M.: Mir, 1979 m.

38. Peregudovas F. I. Įvadas į sistemos analizę / F. I. Peregudov, F. P. Tarasenko. Maskva: Aukštoji mokykla, 1989 m.

39. Podinovskis V.V. Pareto-optimalūs daugiatikslių problemų sprendimai / V. V. Podinovsky, V. D. Nogin. Maskva: Nauka, 1982 m.

40. Taikomosios neaiškios sistemos. Šešt. vertimai. Red. T. Terano. M.: Mir, 1993 m.

41. N. Sisteminės analizės pagrindai: vadovėlis. Sankt Peterburgas: SZPI, 1996 m.

42. N. Sistemos analizė. Sankt Peterburgas: SZTU, 2005 m.

43. N. Sistemos analizė inžinieriams. SPb.: SPb. Valstybinis universitetas, 1998 m.

44. Romanovas V. N. Išmanieji matavimo prietaisai / V. N. Romanovas, V. S. Sobolevas, E. I. Cvetkovas. M.: RIC „Tatjanos diena“, 1994 m.

45. RossĮvadas į kibernetiką. M.: IL, 1959 m.

46. Saati T. Analitinis planavimas. Sistemų organizavimas / T. Saaati, K. Kearns. Maskva: radijas ir ryšiai, 1991 m.

47. N. Bendrosios sistemų teorijos pagrindai. Maskva: Nauka, 1974 m.

48. Sargsianas S. A. Didžiųjų techninių sistemų plėtros analizė ir prognozė / S. A. Sarkisyan, V. M. Akhundov, E. S. Minaev. Maskva: Nauka, 1983 m.

49. Šiuolaikiniai sistemų identifikavimo metodai. Red. Eickhofas. − M.: Mir. – 1983 m.

50. N. Transporto ir gamybos sistemos. Kijevas: Naukova Dumka, 1986 m.

51. YU. Duomenų analizė daugiamačiais mastelio keitimo metodais. Maskva: Nauka, 1986 m.

52. Naudingumo teorija priimant sprendimus. Maskva: Nauka, 1978 m.

53. SU. Sudėtingų sistemų potencialaus efektyvumo teorijos elementai. M.: Sov. Radijas, 1971 m.

54. Forrester J. Pasaulio dinamika. M.: Mir, 1978 m.

55. Forrester J.Įmonės kibernetikos pagrindai. Maskva: pažanga, 1971 m.

56. Homologijos teorija / P. Hilton, S. Wylie. M.: Mir, 1966 m.

57. A. Sistemų sintezės metodai tikslinėse programose. Maskva: Nauka, 1987 m.

58. Daugiakriterinis optimizavimas. Maskva: radijas ir ryšiai, 1992 m.

59. Ekspertinės sistemos. Šešt. vertimai. Red. R. Forsyth. M.: Mir, 1966 m.

V). Programinė įranga

G). Duomenų bazės, informacijos ir nuorodų bei paieškos sistemos

Bendrosios ir techninės fizikos katedros (OTP) mokomosios ir metodinės literatūros elektroninė duomenų bazė SPGGU;

· Universitete studijuojantiems studentams laisvai prieinamos elektroninės vadovėlių, žinynų, metodinių patobulinimų, gairių ir rekomendacijų, skirtų universiteto darbo programoje numatytam visų rūšių ugdomajam darbui, versijos intraneto serveryje http://www. spmi. ru/;

mokslinė elektroninė biblioteka http://www. e-biblioteka. ru;. informacinė sistema „Vienas prieigos prie švietimo išteklių langas“ (http://window.edu.ru/); rekomenduojamos paieškos sistemos http://www. yandex. ru/, http://www. google. ru/, http://www. google. com/ ir kita asmeninė autoriaus svetainė http://www. vadimas romanovas. ucoz. lt

10. Drausmės logistika

1. Paskaitoms ir praktiniams užsiėmimams įrengtos auditorijos su kompiuterine ir multimedijos įranga.

2. Laboratoriniams užsiėmimams vesti reikalinga specializuota laboratorija, aprūpinta specializuotomis sistemų analizės programomis, galinčiomis: atlikti virtualius kompiuterinius tyrimus, dirbti su universiteto elektroniniais leidiniais ir prieiga prie interneto, aprūpinta reikiamu skaičiumi darbo vietų ir interneto tinklų prieinamumas mažiausiai 12 valandų per savaitę.

3. Reikalingą modernią įrangą ir matavimo priemones laboratorijai įrengti pagal šią sritį kontroliuojančių universitetų UMO rekomendacijas.

4. Elektroninės ir techninės priemonės Laboratorijos darbų vadovas Darbo vieta 1.2 darbams atlikti ir laboratorinių dirbtuvių kompiuterizacija.

Klausimų pateikimo seka ir jų gylis gali skirtis priklausomai nuo auditorijos sudėties ir studentų pasirengimo lygio. Be to, dėstytojas turi teisę pasirinkti konkretaus klausimo pateikimo būdą, labiausiai atitinkantį mokinių sudėtį. Paskaitos kursą rekomenduojama pateikti naudojant multimedijos priemones.

Pagrindinis mokymosi technikos disciplinos ir naudojama atitinkama metodinė medžiaga yra aptariamos vadovėliuose ir žinynuose (pateiktos pagrindinės ir papildomos literatūros sąrašuose):

1Švietimo technologijos: programinis mokymo metodas (nuoseklus ir aiškus medžiagos pateikimas, pagrįstas abstrakčiojo ir konkretaus derinimas, mokymasis iš pavyzdžio; praktiniuose užsiėmimuose savarankiškam mąstymui ir gebėjimui samprotauti ugdyti rekomenduojama pasitelkti tyrimus ir euristiniai metodai); studentų savarankiškas mokomosios, mokomosios-metodinės ir informacinės literatūros skaitymas ir po to aptarimas pristatymų forma apie jų įsisavintą medžiagą seminaruose; iliustracinės animacijos ir vaizdo medžiagos (vaizdo filmų, fotografijų, garso įrašų, kompiuterinių prezentacijų) naudojimas demonstruojamas modernia įranga.

2Vertinimo priemonės dėl srovės kontrolė pasiekimas ir vidutinis liudijimai: per pirmąjį mokymo mėnesį studentai supažindinami su konkrečiomis einamojo, tarpinio ir galutinio žinių kontrolės formomis ir procedūromis. Disciplinos studijų organizavimui rekomenduojama parengti autoriaus ir patvirtinti universiteto lėšų vertinimo priemones, įskaitant namų darbus, testus, kursinį projektą, testus ir kontrolės metodus (gynimas, koliokviumas, testas ir kt.), leidžiančius įvertinti studentų žinias, įgūdžius ir kompetencijos lygį.

Kontrolėįgytų įgūdžių praktinis darbas laboratorijose Katedra vykdoma dviem etapais: atliekant laboratorinius darbus ir ginant teorinę darbo dalį, modeliavimo rezultatai ir jų patikimumo įvertinimas.

Kas mėnesį atliekamas esamos pažangos vertinimas studento atestacijos forma ir informacija perduodama dekanatui.

3 Galutinė kontrolė atliekamas kontrolinio darbo gynimu, kontrolinių darbų ir egzaminų priėmimu testavimo būdu. Autoriaus parengti ir universiteto patvirtinti egzaminų testai turi griežtai atitikti šiame semestre skaitomų disciplinų skyrių kurso turinį. Studentams leidžiama laikyti egzaminą, jei jų rezultatai yra teigiami: testuose; atliko ir apgynė užduotis seminaruose, namų darbus ir testus.

Per semestrą, studijuodamas discipliną, dieninių studijų studentas turi atlikti 14 praktinių darbų pagal kiekvieno darbo metodinius nurodymus, pagal kalendorinę mokymo programą ir individualų tvarkaraštį. Individualus darbo grafikas yra bendras visiems SPGGU mokiniams, jame sekančios pamokos darbų temos paskirstomos kiekvienam mokiniui pagal jo eilės numerį grupės žurnale (žurnalą veda grupės vadovas).

Apie atliktus darbus studentas rengia ataskaitas. Ataskaita išduodama spausdinta forma A4 lapuose pagal skyriaus reikalavimus. Privaloma ataskaitų apsauga vyksta viešai klasėje klasei vadovaujančiam mokytojui arba komisijai.

Pagal darbo programą semestre būtina atlikti du kontrolinius darbus, iš kurių vienas – namų darbas, antras – auditorijoje. Egzaminai vykdomi pagal užduotis, panašias į tas, kurios pateiktos aukščiau pateiktuose metodiniuose vadovuose, parengtuose SPGSU katedroje ir kituose universitetuose. Kontroliniame darbe pateikiamos užduotys, panašios į tipines užduotis, aptartas pagrindinėje ir papildomoje literatūroje pateiktuose vadovėliuose.

Visa informacija apie ugdymo proceso organizavimą dubliuojama katedros informaciniuose stenduose.

Programuotojas:

Sistemos analizė kaip problemų sprendimo metodika 1. 2. 3. 4. Metodo esmė ir tikslas. Metodų klasifikacija Charakteristikos Pagrindiniai įgyvendinimo etapai

SA vieta moksliniuose tyrimuose Nuoseklumas neturėtų atrodyti kaip kažkokia naujovė, naujausias mokslo pasiekimas. Nuoseklumas yra universali materijos savybė, jos egzistavimo forma, taigi ir neatimama žmogaus praktikos, įskaitant mąstymą, savybė. Bet kokia veikla gali būti mažiau ar daugiau sisteminė. Problemos atsiradimas yra nepakankamo nuoseklumo požymis; problemų sprendimas yra didėjančio sistemingumo rezultatas. Teorinė mintis skirtingais abstrakcijos lygiais atspindėjo pasaulio sistemiškumą apskritai ir žmogaus žinių bei praktikos sistemiškumą. Filosofiniu lygmeniu tai yra dialektinis materializmas, bendrame moksliniame lygmenyje – sistemologija ir bendroji sistemų teorija, organizacijos teorija; gamtos moksluose – kibernetikoje. Tobulėjant kompiuterinėms technologijoms, atsirado kompiuterių mokslas ir dirbtinis intelektas.

SA vieta moksliniuose tyrimuose Devintojo dešimtmečio pradžioje tapo akivaizdu, kad visos šios teorinės ir taikomosios disciplinos sudaro tarsi vieną srautą, „sisteminį judėjimą“. Nuoseklumas tampa ne tik teorine kategorija, bet ir sąmoningu praktinės veiklos aspektu. Kadangi didelės ir sudėtingos sistemos būtinai tapo tyrimo, valdymo ir projektavimo objektu, reikėjo apibendrinti sistemų tyrimo metodus ir poveikio joms metodus. Atsirado savotiškas taikomasis mokslas, kuris yra „tiltas“ tarp abstrakčių sistemiškumo teorijų ir gyvos sisteminės praktikos. Iš pradžių įvairiose srityse ir skirtingais pavadinimais, o vėlesniais metais jis susiformavo į mokslą, kuris buvo vadinamas „sistemos analize“.

Sisteminis požiūris yra metodų ir įrankių rinkinys, leidžiantis ištirti objektų ir procesų, kaip visumos, savybes, struktūrą ir funkcijas, pateikiant juos kaip sistemas, turinčias sudėtingų elementų santykių, pačios sistemos abipusę įtaką jos struktūrai. elementai. Sisteminis požiūris susideda iš to, kad sistemos elementai yra tarpusavyje susiję ir sąveikauja, kad būtų pasiektas visuotinis sistemos veikimo tikslas.

Pagrindiniai sistemingo požiūrio pranašumai Pabrėžia, kad įprasta įvairiuose objektuose ir procesuose, kuriuos užstoja įvairios detalės ir sunku aptikti tol, kol neatmetami duomenys. Sprendimų priėmimo metodai perkeliami iš vienos funkcinės srities į kitą; Neleidžiama pervertinti atskirų sprendimų priėmimo metodų galimybių, pavyzdžiui, tik matematinis modeliavimas ekspertinių vertinimų nenaudai; Vykdoma įvairių mokslų žinių sintezė.

Sisteminio požiūrio principai: Vienovė – bendras sistemos kaip visumos ir kaip dalių visumos svarstymas; Plėtra – atsižvelgiant į sistemos kintamumą, jos gebėjimą vystytis, kaupti informaciją, atsižvelgiant į aplinkos dinamiką; Globalus tikslas – atsakomybė už globalaus tikslo pasirinkimą, posistemių optimalumas nėra visos sistemos optimalus; Funkcionalumas – bendras sistemos struktūros ir funkcijų svarstymas; Decentralizacijos ir centralizacijos deriniai; Hierarchijos – atsižvelgiant į dalių pavaldumą ir eiliškumą;

Esmė ir tikslas Sistemų analizės kursas yra tipiškas tarpdisciplininis ir viršdalykinis kursas, apibendrinantis sudėtingų techninių, gamtinių ir socialinių sistemų tyrimo metodiką. Dėl integracinės tendencijos pasireiškimo atsirado nauja mokslinės veiklos sritis: sisteminiai tyrimai, kuriais siekiama išspręsti sudėtingas didelio masto ir labai sudėtingas problemas.

Esmė ir paskirtis Sisteminė analizė kuria sisteminę metodologiją sudėtingoms taikomoms problemoms spręsti, remiantis sisteminio požiūrio ir bendrosios sistemų teorijos principais, kuriant ir metodiškai apibendrinant kibernetikos, operacijų tyrimo ir sistemų inžinerijos konceptualų (ideologinį) ir matematinį aparatą. Sisteminė analizė – nauja integracinio tipo mokslinė kryptis, kurianti sisteminę sprendimų priėmimo metodiką ir užimanti svarbią vietą šiuolaikinių tyrimų struktūroje.

Problemų klasifikavimas pagal jų struktūrizavimo laipsnį Pagal Simono ir Newello pasiūlytą klasifikaciją, visas problemų rinkinys, priklausomai nuo jų žinių gilumo, skirstomas į 3 klases: 1. gerai struktūrizuotos arba kiekybiškai išreikštos problemos, kurios tinka matematiniam formalizavimui ir yra sprendžiami formaliais metodais; 2. nestruktūrizuotos ar kokybiškai išreikštos problemos, kurios aprašomos tik esminiu lygmeniu ir sprendžiamos neformaliomis procedūromis; 3. pusiau struktūrinės (mišrios problemos), kuriose yra kiekybinių ir kokybinių problemų, o kokybiniai, mažai žinomi ir neapibrėžti problemų aspektai dažniausiai dominuoja.

Nestruktūrizuotų uždavinių sprendimo principai Pirmos klasės uždaviniams spręsti plačiai taikomi matematiniai operacijų tyrimo metodai. Antros klasės problemoms spręsti patartina naudoti ekspertinio vertinimo metodus. Ekspertinio vertinimo metodai taikomi tais atvejais, kai uždavinių matematinis įforminimas arba neįmanomas dėl jų naujumo ir sudėtingumo, arba reikalauja daug laiko ir pinigų. Trečios klasės uždaviniams spręsti patartina naudoti sistemos metodus. analizė

Pagrindiniai SA sistemos analizės etapai ir metodai yra daugiapakopis iteracinis procesas, o šio proceso išeities taškas yra problemos formulavimas tam tikra pradine forma. Formuluojant problemą reikia atsižvelgti į du prieštaraujančius reikalavimus: 1. problema turi būti suformuluota pakankamai plačiai, kad nepraleistų nieko esminio; 2. problema turėtų būti suformuota taip. kad jis būtų matomas ir būtų struktūrizuotas. Sisteminės analizės metu didėja problemos struktūrizavimo laipsnis, t.y. problema formuluojama vis aiškiau ir išsamiau.

Apibrėžimai 1. Sistema yra atskira dalis, pasaulio fragmentas, kuris turi atsiradimą ir santykinį savarankiškumą. 2. Sistema – tai visuma elementų, kurie yra santykiuose ir ryšiuose vienas su kitu ir sudaro vientisumą arba organinę vienybę. 3. Sistema – elementų, esančių santykiuose ir ryšiuose tarpusavyje, visuma, kuri formuoja tam tikrą vientisumą, vienybę. Atsižvelgiant į visuotinai priimtus teiginius, kad sistema visada yra visuma, o visuma rodo dalių ryšį, sistemiškai nagrinėjant objektą, pirmiausia nustatoma jo sudėtis ir vidiniai ryšiai. Kaip rodo šimtmečių senumo stebėjimai, sistemos objekte kartu su elementais yra ir didesnių komponentų – posistemių.

PAGRINDINĖS SISTEMOS SAVYBĖS SISTEMOS VEIKLUMAS KOMPLEKSUMO ORGANIZAVIMAS Vidinė objekto, sistemos vienybė veikia ir yra suvokiama aplinkos atžvilgiu kaip kažkokia visuma. Didžiausias dėmesys šiuo metu atliekamam veiksmui. Bet koks poveikis sistemai bendru atveju vienareikšmiškai neapsprendžia sistemoje vykstančių procesų. Transformacijas, kurias patiria sistema, sukelia išorinių ir vidinių veiksnių sąveika.

Apibrėžimai Organizacija, tarpusavio ryšys ir vientisumas yra laikomi pagrindinėmis sistemų savybėmis pagal daugybę šiuolaikiniame moksle sutinkamų apibrėžimų. Sistemos sąvoka – tai būdas komplekse surasti tai, kas paprasta, siekiant supaprastinti analizę. Sistemos savybės Atsiradimas yra sistemų savybė, dėl kurios atsiranda naujų savybių ir savybių, kurios nėra būdingos sistemą sudarantiems elementams. Sistemos vientisumas reiškia, kad kiekvienas sistemos elementas prisideda prie tikslinės sistemos funkcijos įgyvendinimo.

Sistemos savybės Organizacija yra sudėtinga sistemų savybė, susidedanti iš struktūros ir veikimo (elgesio). Funkcionalumas – tai tam tikrų savybių (funkcijų) pasireiškimas sąveikaujant su išorine aplinka. Struktūriškumas – tai sistemos sutvarkymas, tam tikras elementų rinkinys ir išdėstymas su sąsajomis tarp jų. Augimo (vystymosi) savybė. Pagrindinė sistemų savybė yra stabilumas. Patikimumas – tai savybė išlaikyti sistemų struktūrą. Prisitaikymas – tai gebėjimas keisti elgesį ar struktūrą, siekiant išlaikyti, tobulinti ar įgyti naujų savybių besikeičiančioje aplinkoje.

Apibrėžimai Posistemis yra gana nepriklausomas tiriamos sistemos komponentas, kuris, savo ruožtu, yra laikomas sistema. Elementas (iš lot. elementum – pradinė substancija) yra tiriamos sistemos komponentas, laikomas nedaloma dėl nereikšmingos jos vidinių santykių ir sąveikos įtakos sistemos savybėms. Posistemiui ir elementui vartojamas bendras terminas „komponentas“. Aplinka (toliau – aplinka) – tai visuma objektų, kurie nepatenka į tiriamą sistemą, bet kurie jai daro įtaką ir/ar yra veikiami sistemos.

Apibrėžimai Kokybė yra objekto savybė, reiškianti jo tinkamumą naudoti vienam ar kitam tikslui. Santykiai čia vertinami visuotinai priimta prasme, o komunikacija – kaip n-arinis ryšys (n ≥ 2, kur n yra objektai, ant kurių jis apibrėžiamas), kuriam būdingas fizinio mainų kanalo tarp n objektų buvimas. Santykiai klasifikuojami pagal jų fizinę prigimtį, galią, kryptingumą ir tarpinių elementų buvimą.

Ryšių klasifikacija Pagal fizinę prigimtį išskiriami materialūs, energetiniai, informaciniai, taip pat kiti, tarp jų ir mišrūs ryšiai. Pagal ryšių galią išskiriamas stiprus ir silpnas ryšys. Ryšių stiprumas paprastai suprantamas kaip jų skaičius. Kryptingumas išskiria kryptines ir nekryptines (neutralias) nuorodas, o tarp kryptines - tiesiogines, nukreiptas nuo įvesties į sistemos išvestį (ir nuo pradinės iki galutinės sistemos pagrindinės struktūros viršūnių) ir atvirkštinės. turintis priešingą kryptį.

Apibrėžimai Sistemos objekto vientisumas turi du semantinius aspektus: -izoliaciją nuo aplinkos; - apibrėžta struktūra. Sistemos objekto vienybė turi šiuos semantinius aspektus: sistema ir aplinka; sistemos komponentai, vienas kitą paneigiančios jos pusės.

Apibrėžimai Sistemos ypatybės naudojamos sistemoms atpažinti, o sistemos charakteristikos naudojamos sistemoms apibūdinti. Ženklas – tai savybė (arba savybių rinkinys), pagal kurią klasifikuojami ar identifikuojami objektai arba nustatoma jų būklė. Kaip sistemos objekto požymius naudosime: artikuliaciją, ryšį; vientisumas, vienybė; atsiradimas. Charakteristika yra esminė skiriamoji objekto savybė.

Atsiradimas reiškia sistemos savybių / modelių nesuderinamumą jos komponentų savybėms / modeliams ir sistemos savybių / modelių nesuderinamumą iš komponentų savybių / modelių. Ši savybė išskiria sisteminius objektus nuo nesisteminių, pavyzdžiui, stiklinė vandens ar bulvių maišas, tarp kurių dalių nėra stabilių ir tvirtų (struktūrinių) ryšių (neturi iškylančių savybių).

Sistemos charakteristikos Pagrindinės sistemos charakteristikos yra šios: komponentų sudėtis; struktūros ir organizacija; savybės; būsena ir elgesys. Bet kurios sistemos (net ir natūralios) tyrimą, kūrimą ir modifikavimą, taip pat valdymą skirtingi asmenys atlieka skirtingai dėl sistemų sudėtingumo, jų elgesio nenuspėjamumo ir daugelio kitų veiksnių.

Sistemų analizė 1. Sistemų tyrimas 2. Sisteminis požiūris 3. Konkrečios sistemos sampratos 4. Bendroji sistemų teorija (meteorija) 5. Dialektinis materializmas (sistemų tyrimo filosofinės problemos) 6. Mokslinės sistemų teorijos ir modeliai (Žemės biosferos doktrina; tikimybė teorija, kibernetika ir kt.) 7. techninių sistemų teorijos ir raidos – operacijų tyrimai; sistemų inžinerija, sistemų analizė ir kt. 8. privačios sistemos teorijos.

SA apimtis Sistemų analizės pagalba išspręstos problemos turi keletą būdingų bruožų: priimamas sprendimas susijęs su ateitimi (dar neegzistuojančia gamykla) yra daugybė alternatyvų sprendimai priklauso nuo esamo technologinio neišsamumo. paankstinti priimamus sprendimus reikalauja didelių resursų investicijų ir juose yra rizikos elementų, o ne visiškai apibrėžti reikalavimai, susiję su problemos sprendimo kaštais ir laiku, problema viduje sudėtinga dėl to, kad norint išspręsti būtinas skirtingų išteklių derinys tai.

Pagrindinės sistemos analizės sampratos nuostatos 1. Problemos sprendimo procesas turėtų prasidėti nuo galutinio tikslo, kurį norima pasiekti konkrečioje srityje, identifikavimo ir pagrindimo, ir jau šiuo pagrindu nustatomi tarpiniai tikslai ir uždaviniai. 2. Į bet kurią problemą reikia žiūrėti kaip į kompleksinę sistemą, identifikuojant visas galimas subproblemas ir ryšius bei tam tikrų sprendimų pasekmes 3. Problemos sprendimo procese susiformuoja daug alternatyvų tikslui pasiekti. ; šių alternatyvų įvertinimas taikant tinkamus kriterijus ir pageidaujamos alternatyvos pasirinkimas. 4. Problemų sprendimo mechanizmo organizacinė struktūra turėtų būti pavaldi tikslui ar tikslų rinkiniui, o ne atvirkščiai.

Pagrindiniai SA SA etapai ir metodai numato sisteminio problemos sprendimo metodo sukūrimą, tai yra logiškai ir procedūriškai organizuotą operacijų seką, kuria siekiama pasirinkti pageidaujamą sprendimo alternatyvą. SA įgyvendinama praktiškai keliais etapais, tačiau vis dar nėra vienybės dėl jų skaičiaus ir turinio, nes yra labai įvairių taikomų problemų.

Pagrindiniai sistemos analizės etapai Pagal F. Hansmaną Vokietija, 1978 Pagal D. Jeffersą JAV, 1981 Pagal V. V. Družininą SSRS, 1988 Kriterijų problemos pasirinkimas 2. Aprašymas 3. Alternatyvių sprendimų formavimas 2. Problemos išdėstymas ir jo sudėtingumo laipsnio ribojimas 3. Kriterijų nustatymas 4. Reikšmingų aplinkos veiksnių nustatymas 3. Hierarchijos nustatymas 4. Tikslų ir uždavinių idealizavimas (supaprastinimo ribojimas, bandymas sukurti modelį )

Pagrindiniai sistemos analizės etapai Pagal F. Hansmaną Vokietija, 1978 Pagal D. Jeffersą JAV, 1981 Pagal V. V. Družininą TSRS, 1988 ) 6. Modelio parametrų įvertinimas ir numatymas 6. Galimų strategijų įvertinimas 6. Kompozicija („klijavimas“ " dalys kartu) 7. Informacijos gavimas 7. Rezultatų įgyvendinimas 7. Geriausio sprendimo priėmimas pagal modelį 8. Pasiruošimas pasirinkti sprendimą 9. Įgyvendinimas ir kontrolė

SA mokslinės priemonės apima šiuos metodus: scenarijų metodas (bandymas apibūdinti sistemą), tikslų medžio metodas (t.y. išskaidymas į uždavinius, kuriuos galima išspręsti) morfologinės analizės metodas (išradimams) ekspertinio vertinimo metodai tikimybinis. -statistiniai metodai (MO teorija, žaidimai ir kt.) kibernetiniai metodai (juodosios dėžės objektas) IO metodai (scalar opt) vektorinio optimizavimo metodai modeliavimo metodai (pvz. GPSS) tinklo metodai matricos metodai ekonominės analizės metodai ir kt.

SA vieta moksliniuose tyrimuose SA procese įvairiuose jo lygmenyse naudojami įvairūs metodai, kuriuose euristika derinama su formalizavimu. SA veikia kaip metodinė bazė, kuri apjungia visus reikalingus metodus, tyrimo metodus, veiklas ir išteklius problemoms spręsti. Šiuolaikinė sistemų analizė – tai taikomasis mokslas, kurio tikslas – išsiaiškinti tikrų sunkumų, iškilusių prieš „problemos savininką“, priežastis ir sukurti jų pašalinimo galimybes.

SA vieta moksliniuose tyrimuose Šiuolaikinės sistemų analizės bruožai kyla iš pačios sudėtingų sistemų prigimties. Turėdama tikslą pašalinti problemą ar bent jau išaiškinti jos priežastis, sisteminė analizė tam pasitelkia įvairiausias priemones, išnaudoja įvairių mokslų ir praktinių veiklos sričių galimybes. Sisteminė analizė, būdama iš esmės taikoma dialektika, teikia didelę reikšmę bet kokio sistemos tyrimo metodologiniams aspektams. Kita vertus, taikomoji sisteminės analizės orientacija leidžia panaudoti visas šiuolaikines mokslinių tyrimų priemones – matematiką, kompiuterines technologijas, modeliavimą, lauko stebėjimus ir eksperimentus.

Akivaizdūs sisteminės sistemos struktūros požymiai; jo sudedamųjų dalių tarpusavio ryšys; visos sistemos organizavimo pajungimas konkrečiam tikslui. Sisteminė praktinė veikla Kiekvienas mūsų sąmoningas veiksmas siekia tiksliai apibrėžto tikslo; bet kuriame veiksme nesunku matyti jo sudedamąsias dalis, kurios atliekamos tam tikra seka. Kognityvinės veiklos nuoseklumas Vienas iš pažinimo bruožų yra analitinių ir sintetinių mąstymo būdų buvimas. Analizės esmė – padalyti visumą į dalis, pavaizduoti kompleksą kaip paprastesnių komponentų visumą. Tačiau norint pažinti visumą, kompleksą, būtinas ir atvirkštinis procesas – sintezė. Tai galioja ne tik individualiam mąstymui, bet ir visuotinėms žmogaus žinioms. Tarkime, mąstymo skirstymas į analizę ir sintezę bei šių dalių tarpusavio ryšys yra svarbiausias žinių sistemiškumo požymis. Mūsų mąstymo sistemiškumas išplaukia iš pasaulio sistemiškumo. Šiuolaikiniai moksliniai duomenys ir šiuolaikinės sistemų sampratos leidžia kalbėti apie pasaulį kaip apie begalinę hierarchinę sistemų sistemą, kuri yra kuriama ir skirtinguose vystymosi etapuose, skirtinguose sistemos hierarchijos lygiuose.

Sisteminės analizės taikymo sritys Nacionaliniu lygmeniu rengiant kompleksines mokslo ir technologinės pažangos programas Pagrindinės ekonominės ir socialinės raidos kryptys Tikslinės integruotos programos Ekonomikos struktūrų tobulinimas Pramonės lygmeniu plėtojant. pramonė Sektorių pagrindinės plėtros kryptys Sektoriniai trumpalaikiai planai Sektorinės kompleksinės programos Pramonės struktūros ir vadybos sistemų tobulinimas Sektorių informatizacijos programos Regioniniu lygiu rengiant Regiono plėtros kompleksines programas Pagrindinės regiono plėtros kryptys Planai regionų trumpalaikės tarpsektorinės regioninės kompleksinės programos Valdymo struktūros regione Regioninės informatizacijos programos Įmonės lygmeniu rengiant įmonės plėtros koncepciją Pagrindinės įmonių veiklos sritys Metiniai gamybos planai Organizuojant gamybos operatyvinį valdymą Gamyba ir įmonės organizacinės struktūros Gamybos valdymo informacinės sistemos

Užduotis 1. Suskirstykite sistemą, atsižvelgiant į pagrindinius klasifikavimo požymius. Objektas - KSTU Klasifikavimo požymis Pagal organizavimo laipsnį Pagal sąveiką su išorine aplinka Pagal struktūrą Pagal elementų santykio pobūdį Pagal funkcijų pobūdį Pagal išsivystymo pobūdį Pagal organizuotumo laipsnį Pagal elgesio sudėtingumą Pagal tikslą

Sistemos analizė praktiniu požiūriu yra universali sudėtingų savavališko pobūdžio problemų sprendimo technika. Pagrindinė sąvoka šiuo atveju yra „problemos“ sąvoka, kurią galima apibrėžti kaip „subjektyvų neigiamą subjekto požiūrį į tikrovę“. Atitinkamai, sudėtingų sistemų problemos nustatymo ir diagnozavimo etapas yra pats svarbiausias, nes jis nustato sistemos analizės tikslus ir uždavinius, taip pat metodus ir algoritmus, kurie bus naudojami ateityje su sprendimų palaikymu. Tuo pačiu metu šis etapas yra pats sudėtingiausias ir mažiausiai formalizuotas.

Rusų kalba parengtų sistemų analizės darbų analizė leidžia išskirti dvi didžiausias šios srities sritis, kurias sąlyginai galima vadinti racionaliu ir objektyviu-subjektyviu požiūriu.

Pirmoji kryptis (racionalus požiūris) sistemos analizę laiko metodų visuma, įskaitant metodus, pagrįstus kompiuterių naudojimu, orientuotu į sudėtingų sistemų tyrimą. Taikant šį metodą, didžiausias dėmesys skiriamas formaliems sistemos modelių konstravimo metodams ir matematiniams sistemos tyrimo metodams. Sąvokos „subjektas“ ir „problema“ kaip tokios nėra nagrinėjamos, tačiau dažnai susiduriama su „tipinių“ sistemų ir problemų sąvokomis (vadybos sistema – valdymo problema, finansų sistema – finansinės problemos ir pan.).

Taikant šį metodą, „problema“ apibrėžiama kaip neatitikimas tarp tikrosios ir norimos, ty neatitikimas tarp faktiškai stebimos sistemos ir „idealaus“ sistemos modelio. Svarbu pažymėti, kad šiuo atveju sistema apibrėžiama tik kaip ta objektyvios tikrovės dalis, kurią reikia palyginti su etaloniniu modeliu.

Jei remsimės „problemos“ sąvoka, galime daryti išvadą, kad racionaliai žiūrint, problema iškyla tik sistemos analitikui, kuris turi tam tikrą formalų kokios nors sistemos modelį, randa šią sistemą ir nustato neatitikimą tarp modelio ir modelio. tikroji sistema, kuri sukelia jo „neigiamą požiūrį į tikrovę“. Volkova, V.N. Sistemos analizė ir jos taikymas automatizuotose valdymo sistemose / V.N. Volkova, A.A. Denisovas. - L.: LPI, 2008. - 83 p.

Akivaizdu, kad yra sistemų, kurių organizavimą ir elgesį griežtai reglamentuoja ir pripažįsta visi subjektai – tai, pavyzdžiui, teisės įstatymai. Modelio (teisės) ir tikrovės neatitikimas šiuo atveju yra problema (nusižengimas), kurią reikia spręsti. Tačiau daugumai dirbtinių sistemų nėra griežtų reglamentų, o tiriamieji turi savo asmeninius tikslus tokių sistemų atžvilgiu, kurie retai sutampa su kitų dalykų tikslais. Be to, konkretus subjektas turi savo idėją apie tai, kurios sistemos dalis jis yra, su kokiomis sistemomis jis sąveikauja. Sąvokos, kuriomis subjektas veikia, gali radikaliai skirtis nuo „racionalių“ visuotinai priimtų. Pavyzdžiui, subjektas gali visai neišskirti iš aplinkos valdymo sistemos, o naudoti kokį nors tik jam suprantamą ir patogų sąveikos su pasauliu modelį. Pasirodo, visuotinai priimtų (net jei ir racionalių) modelių primetimas gali lemti „neigiamo požiūrio“ subjekto atsiradimą, taigi ir naujų problemų atsiradimą, o tai iš esmės prieštarauja pačiai sistemos analizės esmei, apima gerėjantį poveikį – kai bent vienam problemos dalyviui pagerės ir niekam nepablogės.

Labai dažnai sistemos analizės problemos formulavimas racionaliu požiūriu išreiškiamas optimizavimo problema, t.y. probleminė situacija idealizuojama iki tokio lygio, kuris leidžia matematiniais modeliais ir kiekybiniais kriterijais nustatyti geriausią problemos sprendimą. problema.

Kaip žinoma, sisteminei problemai nėra modelio, kuris išsamiai nustatytų priežasties ir pasekmės ryšius tarp jos komponentų, todėl optimizavimo metodas atrodo ne visai konstruktyvus: „... sistemos analizės teorija kyla iš to, kad nėra optimalaus. , absoliučiai geriausias variantas sprendžiant bet kokio pobūdžio problemas ... realiai pasiekiamo (kompromisinio) problemos sprendimo varianto paieška, kai norima gali būti paaukota vardan galimo, o galimo ribos gali būti reikšmingos. išsiplėtė dėl noro pasiekti norimą. Tai reiškia, kad naudojami situaciniai pirmenybės kriterijai, ty kriterijai, kurie nėra pradiniai nustatymai, bet yra sukurti tyrimo metu ... “.

Kita sistemos analizės kryptis – objektyvus-subjektyvus požiūris, paremtas Ackoffo darbais, sistemos analizės viršūnėje iškelia subjekto ir problemos sampratą. Iš tikrųjų šiuo požiūriu subjektą įtraukiame į esamos ir idealios sistemos apibrėžimą, t.y. Viena vertus, sistemos analizė remiasi žmonių interesais – ji įveda subjektyvų problemos komponentą, kita vertus, tiria objektyviai stebimus faktus ir modelius.

Grįžkime prie „problemos“ apibrėžimo. Iš to visų pirma išplaukia, kad kai stebime neracionalų (visuotinai priimta prasme) subjekto elgesį, o subjektas neturi neigiamo požiūrio į tai, kas vyksta, tada nėra problemos, kurią reikėtų spręsti. Nors šis faktas neprieštarauja „problemos“ sąvokai, tam tikrose situacijose neįmanoma atmesti galimybės, kad egzistuoja objektyvus problemos komponentas.

Sisteminės analizės arsenale yra šios galimybės išspręsti dalyko problemą:

* įsikišti į objektyvią tikrovę ir, pašalinus objektyviąją problemos dalį, pakeisti subjektyvų neigiamą subjekto požiūrį,

* keisti subjektyvų subjekto požiūrį, nesikišant į tikrovę,

* vienu metu įsikišti į objektyvią tikrovę ir keisti subjektyvų subjekto požiūrį.

Akivaizdu, kad antrasis metodas problemos neišsprendžia, o tik pašalina jos įtaką subjektui, o tai reiškia, kad išlieka objektyvus problemos komponentas. Taip pat yra ir priešinga situacija, kai objektyvusis problemos komponentas jau yra pasireiškęs, tačiau subjektyvi nuostata dar nesusiformavusi arba dėl daugelio priežasčių dar netapo neigiama.

Štai keletas priežasčių, kodėl tiriamasis gali neturėti „neigiamo požiūrio į tikrovę“: direktorius, S. Įvadas į sistemų teoriją / S. direktorius, D. Rohrar. - M.: Mir, 2009. - 286 p.

* turi neišsamią informaciją apie sistemą arba nevisiškai ja naudojasi;

* keičia santykių su aplinka vertinimą psichikos lygmeniu;

* nutraukia santykį su aplinka, sukėlusią „neigiamą požiūrį“;

* netiki informacija apie problemų egzistavimą ir jų prigimtį, nes mano, kad apie tai pranešantys žmonės šmeižia jo veiklą arba siekia savo savanaudiškų interesų ir galbūt todėl, kad jie tiesiog asmeniškai nemyli šių žmonių.

Reikėtų prisiminti, kad nesant neigiamo subjekto požiūrio, objektyvus problemos komponentas išlieka ir tebedaro vienokiu ar kitokiu laipsniu įtaką subjektui arba problema gali žymiai pablogėti ateityje.

Kadangi problemai identifikuoti reikia subjektyvaus požiūrio analizės, šis etapas priklauso neformalizuojamiems sistemos analizės etapams.

Efektyvių algoritmų ar technikų iki šiol nepasiūlyta, dažniausiai sistemų analizės darbų autoriai remiasi analitiko patirtimi bei intuicija ir siūlo jam visišką veiksmų laisvę.

Sistemos analitikas turi turėti pakankamai įrankių, kad galėtų aprašyti ir analizuoti tą objektyvios tikrovės dalį, su kuria subjektas sąveikauja arba gali sąveikauti. Priemonės gali apimti eksperimentinio sistemų tyrimo ir jų modeliavimo metodus. Organizacijose (komercinėse, mokslinėse, medicinose ir kt.) plačiai diegiant šiuolaikines informacines technologijas, beveik kiekvienas jų veiklos aspektas yra fiksuojamas ir saugomas duomenų bazėse, kurios jau šiandien turi labai didelius kiekius. Tokiose duomenų bazėse esančioje informacijoje yra detaliai aprašomos tiek pačios sistemos, tiek jų (sistemų) raidos ir gyvavimo istorija. Galima teigti, kad šiandien, analizuodamas daugumą dirbtinių sistemų, analitikas dažniau susiduria su efektyvių metodų sistemoms tirti trūkumu, o ne informacijos apie sistemą trūkumu.

Tačiau subjektyvų požiūrį turi suformuluoti tiriamasis, o jis gali neturėti specialių žinių, todėl nesugeba adekvačiai interpretuoti analitiko atlikto tyrimo rezultatų. Todėl žinios apie sistemą ir nuspėjamuosius modelius, kurias analitikas galiausiai gaus, turi būti pateiktos aiškia, interpretuojama forma (galbūt natūralia kalba). Tokį vaizdavimą galima pavadinti žiniomis apie tiriamą sistemą.

Deja, šiuo metu nėra veiksmingų metodų, kaip įgyti žinių apie sistemą. Didžiausią susidomėjimą kelia duomenų gavybos (išmaniosios duomenų analizės) modeliai ir algoritmai, kurie naudojami privačiose programose norint išgauti žinias iš „neapdorotų“ duomenų. Verta paminėti, kad duomenų gavyba yra duomenų bazių valdymo ir internetinės duomenų analizės (OLAP) teorijos evoliucija, pagrįsta daugiamačio konceptualaus vaizdavimo idėja.

Tačiau pastaraisiais metais dėl augančios „informacijos perkrovos“ problemos vis daugiau tyrėjų naudoja ir tobulina duomenų gavybos metodus, kad išspręstų žinių gavimo problemas.

Plačiai taikyti žinių gavimo metodus yra labai sunku, o tai, viena vertus, yra dėl to, kad dauguma žinomų metodų, pagrįstų gana formaliais matematiniais ir statistiniais metodais, nėra pakankamai veiksmingi, o kita vertus, sudėtinga naudoti efektyvius intelektinių technologijų metodus, kurie neturi pakankamai formalaus aprašymo ir reikalauja pritraukti brangių specialistų. Pastarąją galima įveikti naudojant perspektyvų metodą kuriant efektyvią duomenų analizės ir žinių apie sistemą gavimo sistemą, pagrįstą automatizuotu intelektualiųjų informacinių technologijų generavimu ir konfigūravimu. Šis požiūris leis, pirma, naudojant pažangias intelektines technologijas, žymiai padidinti žinių, kurios bus pateiktos subjektui sistemos analizės problemos nustatymo etape, gavimo problemos sprendimo efektyvumą. Antra, nereikėtų sąrankos specialisto ir išmaniųjų technologijų naudojimo, nes pastarosios bus generuojamos ir konfigūruojamos automatiškai. Bertalanfi L. Fon. Bendrosios sistemų teorijos istorija ir padėtis / Bertalanfi L. Fon // Sistemos tyrimai: metraštis. - M.: Nauka, 2010. - C. 20 - 37.

Teminė medžiaga: