Автор работы: Пользователь скрыл имя, 25 Марта 2013 в 16:21, реферат
Методы описания систем классифицируются в порядке возрастания формализованности - от качественных методов, с которыми в основном и связан был первоначально системный анализ, до количественного системного моделирования с применением ЭВМ. Разделение методов на качественные и количественные носит, конечно, условный характер. В качественных методах основное внимание уделяется организации постановки задачи, новому этапу ее формализации, формированию вариантов, выбору подхода к оценке вариантов, использованию опыта человека, его предпочтений, которые не всегда могут быть выражены в количественных оценках. Количественные методы связаны с анализом вариантов, с их количественными характеристиками корректности, точности и т. п.
Процедура Дельфи-метода:
1) в упрощенном виде
организуется
2) в более сложном виде
разрабатывается программа
3) в наиболее развитых
методиках экспертам
Недостатки метода Дельфи:
Методы типа дерева целей. Метод дерева решений аналогичен методу сценариев с его эмоциональным содержанием, но предполагает аналитический подход к выбору наилучшего решения.
Метод дерева решений позволяет руководителю визуально оценить результаты действия различных решений и выбрать наилучший их набор. Данный метод использует модель разветвляющегося по каким-либо условиям процесса. Модель представляет собой графическое изображение связей основных и последующих вариантов УР. В ней приводятся сведения о наименованиях УР, основных результатах каждого решения и ожидаемой эффективности. Данный метод хорошо работает совместно с экспертными методами, так как некоторые этапы требуют оценки результатов специалистами. Реализация метода эффективна для типовых управленческих процессов, по которым накоплен значительный опыт и имеется обширная документация о решениях, условиях их реализации и самих результатах.
Морфологические методы. Основная идея морфологического подхода – систематически находить наибольшее число, а в пределе все возможные варианты решения поставленной проблемы или реализации системы путем комбинирования основных (выделенных исследователем) структурных элементов системы или их признаков.
Три метода морфологического исследования:
Метод систематического покрытия поля предполагает, что существует некоторое число «опорных пунктов» знания в любой исследуемой области. Этими пунктами могут быть теоретические положения, эмпирические факты, известные на данный момент компоненты сложной системы, открытые законы, в соответствии с которыми протекают различные процессы и т.п. Исходя из ограниченного числа опорных пунктов знания и достаточного числа принципов мышления (в том числе различных мер близости), с помощью МСПП ищут возможные варианты решения поставленной проблемы.
Метод отрицания и
конструирования основывается
МОК может быть реализован в форме одного из методов мозговой атаки– метода «судов».
Третий — метод
Сейчас работы Цвикки кто-то может воспринять и как непоследовательные, и как примитивные. Однако даже не делая скидки на время, следует признать морфологический подход прежде всего весьма плодотворным способом мышления (именно так его представлял сам Цвикки), который в своих конкретных реализациях может служить также и плодотворным методом обработки проблемы, т.е. подготовки, переформулировки, изменения взгляда на проблему. При этом не забудем оговориться, что, как и любой другой, морфологический метод - это метод для мышления, а не вместо мышления; оценки и выбор решения остаются прерогативой человека, а не алгоритма.
Методика системного анализа. Методики, реализующие принципы системного анализа в конкретных условиях, направлены на то, чтобы формализовать процесс исследования системы, процесс поставки и решения проблемы. Методика системного анализа разрабатывается и применяется в тех случаях, когда у исследователя нет достаточных сведений о системе, которые позволили бы выбрать адекватный метод формализованного представления системы.
Общим для всех методик
системного анализа является формирование
вариантов представления
1. Отделение (или ограничение) системы от среды.
2. Выбор подхода к представлению системы.
3. Формирование вариантов
(или одного варианта — что
часто делают, если система отображена
в виде иерархической
Второй этап можно представить следующими под этапами:
1. Выбор подхода к оценке вариантов.
2. Выбор критериев оценки и ограничений.
3. Проведение оценки.
4. Обработка результатов оценки.
5. Анализ полученных результатов и выбор наилучшего варианта (или корректировка варианта, если он был один).
В настоящее время трудно привести примеры методик, в которых все этапы были бы проработаны равноценно.
При создании и эксплуатации сложных систем требуется проводить многочисленные исследования и расчеты, связанные с:
* оценкой показателей, характеризующих различные свойства систем;
* выбором оптимальной структуры системы;
* выбором оптимальных значений ее параметров.
Выполнение таких исследований возможно лишь при наличии математического описания процесса функционирования системы, т. е. ее математической модели.
Сложность реальных систем не позволяет строить для них «абсолютно» адекватные модели. Математическая модель (ММ) описывает некоторый упрощенный процесс, в котором представлены лишь основные явления, входящие в реальный процесс, и лишь главные факторы, действующие на реальную систему.
Какие явления считать основными и какие факторы главными — существенно зависит от назначения модели, от того, какие исследования с ее помощью предполагается проводить. Поэтому процесс функционирования одного и того же реального объекта может получить различные математические описания в зависимости от поставленной задачи. Так как ММ сложной системы может быть сколько угодно много и все они определяются принятым уровнем абстрагирования, то рассмотрение задач на каком-либо одном уровне абстракции позволяет дать ответы на определенную группу вопросов, а для получения ответов на другие вопросы необходимо провести исследование уже на другом уровне абстракции. Каждый из возможных уровней абстрагирования обладает ограниченными, присущими только данному уровню абстрагирования возможностями. Для достижения максимально возможной полноты сведений необходимо изучить одну и ту же систему на всех целей сообразных для данного случая уровнях абстракции.
Наиболее пригодными являются следующие уровни абстрактного описания систем:
* символический, или, иначе, лингвистический;
* теоретико-множественный;
* абстрактно-алгебраический;
* топологический;
* логико-математический;
* теоретико-информационный;
* динамический;
* эвристический.
Условно первые четыре уровня относятся к высшим уровням описания систем, а последние четыре — к низшим.
Высшие уровни описания систем.
Лингвистический уровень описания — наиболее высокий уровень абстрагирования. Из него как частные случаи можно получить другие уровни абстрактного описания систем более низкого ранга. Процесс формализации в математике обычно понимают как отвлечение от изменчивости рассматриваемого объекта. Поэтому формальные построения наиболее успешно используются, когда удается с предметами или процессами действительности каким-то образом сопоставлять некоторые стабильные, неизменные понятия.
Понятие о высказывании на
данном абстрактном языке означает,
что имеется некоторое
Все высказывания делят обычно на два типа. К первому причисляют «термы» (имена предметов, члены предложения и т. д.) — высказывания, с помощью которых обозначают объекты исследования, а ко второму — «функторы» — высказывания, определяющие отношения между термами.
С помощью термов и функторов
можно показать, как из лингвистического
уровня абстрактного описания (уровня
высшего ранга) как частный случай
возникает теоретико-
Термы — некоторые множества, с помощью которых перечисляют элементы, или, иначе, подсистемы изучаемых систем, а функторы устанавливают характер отношений между введенными множествами. Множество образуется из элементов, обладающих некоторыми свойствами и находящимися в некоторых отношениях между собой и элементами других множеств. (Следовательно, автоматизированные системы управления (АСУ) вполне подходят под такого рода определение понятия «множество». Это доказывает, что построение сложных систем на теоретико-множественном уровне абстракции вполне уместно и целесообразно.
На теоретико-множественном
уровне абстракции можно получить только
общие сведения о реальных системах,
а для более конкретных целей
необходимы другие абстрактные модели,
которые позволили бы производить
более тонкий анализ различных свойств
реальных систем. Эти более низкие
уровни абстрагирования, в свою очередь,
являются уже частными случаями по
отношению к теоретико-
Так, если связи между
элементами рассматриваемых множеств
устанавливаются с помощью
Низшие уровни описания систем.
Логико-математический уровень описания систем нашел широкое применение для: формализации функционирования автоматов; задания условий функционирования автоматов; изучения вычислительной способности автоматов.
1) устройство, выполняющее
некоторый процесс без
2) математическое
понятие, математическая
3) в узком
смысле автомат употребляется
для обозначения так
При любом
процессе управления или регулирования,
осуществляемом живым организмом или
автоматически действующей