Программа практического занятия

4.4.1 Изучить сущность и содержание понятия «система»

4.1.2 Освоить представления о составе, структуре и свойствах и систем

4.1.3 Разобраться с подходами при необходимости полного описания системы

4.1.4 Изучить связи в системах, их разновидности и особенности

4.1.5 Изучить принципы и сущность квалификационных признаков при разделении систем на отдельные группы

- 4.5 Практические задания студентам

 

 

ПРАКТИЧЕСКОЕ ЗАНЯТИЕ № 5 ИЗУЧЕНИЕ РАЗНОВИДНОСТЕЙ И СВОЙСТВ МОДЕЛЕЙ СИСТЕМ СЛОЖНЫХ ОБЪЕКТОВ. РАЗРАБОТКА ИМИТАЦИОННОЙ МОДЕЛИ ДЛЯ РЕШЕНИЯ ПРОБЛЕМЫ (2 часа)

Цель работы.

5.1.1 Освоить на втором уровне понятия «модель системы» и «моделирование» как основной методический прием исследования свойств сложных систем.  

5.1.2 Рассмотреть особенности решения проблемы большого масштаба на примере разработки системной концепции угольной отрасли Восточного Донбасса [6].

Программа практического занятия.

В области изучения базовых понятий «модель» и «моделирование»

– моделирование как основной этап целенаправленной деятельности;

– современное толкование и развитие понятия «Модель»;

– модель как философская категория;

– познавательные и прагматические модели;

– статические и динамические модели;

– абстрактные модели и роль языков;

– материальные модели и виды подобия;

– адекватность модели. Сходство модели и действительности;

– классификация методов моделирования;

– общие сведения об имитационном моделировании;

– математическое моделирование задач при решении проблем.

 

 

В области разработки системной концепции возрождения Восточного Донбасса

5.2.2.1 Изучить сущность проблемной ситуации, возникшей в Восточном Донбассе в связи с реструктуризацией угольной отрасли.

5.2.2.2 Обосновать необходимость и целесообразность решения проблем Восточного Донбасса с помощью методов системного анализа.

5.2.2.3 Сущность системного подхода применительно к решению конкретной проблемы повышения эффективности функционирования шахт Восточного Донбасса.

5.2.2.4 Понять, как производится формирование системы и выделение основных процессов-подсистем угольной отрасли региона.

5.2.2.5. Изучить основные вопросы, которые охватывают проблематику Восточного Донбасса.

5.2.2.6. Изучить системные атрибуты разрабатываемой концеции: заказчик; проблема; цель; принуждающие связи; критерии.

Основные теоретические и методические положения при

Выполнении практического занятия

Моделирование как основной этап целенаправленной деятельности. Математическое моделирование задач технической эксплуатации машин: общие и частные модели

5.3.1.1 Современное толкование понятия «Модель».

Системный анализ изучает поведение систем на основе моделирования. Что же такое понятия «модель и моделирование» в современном представлении, как оно используется в научном знании вообще и в системном анализе, в частности?

Модель – как необходимость представления любых знаний. По мере развития научных знаний о природе была понята универсальность законов, отражающих ее процессы; для постижения этих объективных закономерностей необходимо наши знания представлять в виде моделей. К началу XX века этот подход становится всеобщим. Признается только та наука, которая обеспечивает средствами своего языка построение моделей, их интерпретацию, развитие, сопоставление с реальностью.

Развитие понятия модели. По мере постижения понятия модели, появились различные определения, одним из распространенных является следующее: моделью называется объект-заместитель, который в определенных условиях может заменить объект-оригинал, воспроизводя интересующие нас свойства и характеристики оригинала, причем имеет существенные преимущества в части удобства использования: наглядность, обозримость, доступность испытаний, легкость оперирования с ним и пр. Под это определение включались чертежи, рисунки, карты, другие объекты искусственного происхождения.

В дальнейшем в качестве моделей были признаны не только реальные, но и абстрактные идеальные построения, в том числе – математические модели. В XX веке понятие модели становится общим, охватывающим реальные и идеальные построения. При этом понятие абстрактной модели вышло за пределы только математической и стало относиться к любым знаниям и представлениям о мире.

Понятие модель в настоящее время распространяется на уровни и формы научных знаний – гипотезы, закономерности, теории. Модели в таком представлении образуют иерархию, в которой модель более высокого уровня (теория) содержит модели нижних уровней (гипотезы) как составные элементы, части.

Модель как философская категория. Обобщая всю предыдущую информацию о толковании понятия «модель» приходим к выводу о его всеобщности, что это понятие применимо к любому предмету и суждению. Таким образом, модель относится к числу таких всеобщих философских понятий как материя, движение, энергия, организация, система.

5.3.1.2. Моделирование – обязательная часть целенаправленной   деятельности.

Цель – как модель, образ желаемого будущего. Моделирование является обязательным, неизбежным этапом во всякой целесообразной деятельности, оно пронизывает и организует ее, представляет собой не часть, а аспект этой деятельности. Модель, следовательно, является не просто образом - заменителем оригинала, не вообще каким-то отображением, а отображением целевым. Модель отображает не сам по себе оригинал, а то, что в нем нас интересует, т.е. то, что соответствует поставленной цели.

Из того, что модель является целевым отображением, следует множественность моделей одного и того же объекта; для разных целей требуются разные модели. Целевая принадлежность моделей позволяет все разнообразие моделей разделить на основные типы – по целевой принадлежности.

Познавательные и прагматические модели. Поскольку модели играют важную роль в организации деятельности человека, их удобно разделить по направлению потоков информации, циркулирующих между субъектом и окружающим миром. С этих позиций разделим модели на познавательные и прагматические (что соответствует делению целей на теоретические и практические).

Познавательные модели являются формой организации и представления знаний, средством соединения новых знаний с имеющимися. При расхождении между моделью и реальностью возникает задача устранения этого расхождения путем изменения модели, т.е. познавательная модель ориентирована на приближение модели к реальности (рис. 4.13, а).

Прагматические модели являются средством управления, средством организации практических действий, способом представления необходимо правильных действий или их результата, т.е. являются рабочим представлением целей. Поэтому при использовании прагматических моделей обнаружение расхождений между моделью и реальностью усилия направляются на изменение реальности, т.е. на приближение реальности к модели. Прагматические модели носят нормативный характер, играют роль стандартов, образцов, под которые «подгоняются» деятельность и ее результат (рис. 4.13, б). Примерами прагматических моделей могут служить планы и программы действий, уставы организаций, кодексы законов, алгоритмы, рабочие чертежи, шаблоны, технологические допуски и т.д.

Основное различие между познавательными и прагматическими моделями можно выразить так: познавательные модели отражают существующее, а прагматические – не существующее, но желаемое и (возможно) осуществимое состояние системы.

Статические и динамические модели. Модели могут изменяться во времени и по фазам состояния. Поэтому другим принципом классификации целей моделирования может служить деление моделей на статические и динамические. Для одних целей может потребоваться модель конкретного состояния объекта, своего рода «моментальная фотография». Такие модели называются статическими. Примером могут служить структурные модели систем. В тех случаях, когда цели связаны не с одним состоянием, а с различием в состояниях, возникает необходимость отображения этих изменений. Такие модели называются динамическими; примером могут служить функциональные модели систем.

модель

реальность

модель

реальность

а

б

 

Рис. 4.13. Различие между познавательной (а) и прагматической (б) моделями

 

5.3.1.3. Способы воплощения моделей.

Перейдем теперь к рассмотрению того, на чем осуществляется отображение, которым является модель, т.е. из чего строятся модели. Для моделей, создаваемых человеком, имеется два типа материала – средства сознания и средства окружающего материального мира. Соответственно этому модели делятся на абстрактные (идеальные) и материальные (реальные, вещественные).

Абстрактные модели и роль языков. Абстрактные модели являются идеальными конструкциями, построенными средствами мышления, сознания. Очевидно, что к абстрактным моделям относятся языковые конструкции, т.е. модели, построенные средствами естественного языка. Этот язык является универсальным средством построения любых абстрактных моделей. Расплывчатость естественного языка приводит к необходимости создания профессиональных языков для определенных направлений деятельности. Так создаются языки конкретных наук – более точные, чем естественные. Модели специальных наук более точны, конкретны, они содержат больше информации.

Новые знания аккумулируются в новых моделях; если известных языковых средств не хватает, то возникают еще более специализированные языки. В результате такой трансформации наука приходит к иерархии языков и соответствующей им иерархии моделей: на верхнем уровне – модели, создаваемые средствами естественного языка, на нижнем – модели специализированные, обладающие высокой точностью и определенностью для сегодняшнего состояния данной отрасли знаний.

Наиболее высокой точностью обладают математические модели, но для их использования необходимо в данной отрасли получить соответствующее количество знаний.

Если данная отрасль науки не имеет моделей на языке математики, это еще не означает ее «ненаучность». Это есть следствие сложности, недостаточной познанности ее предмета, т.е. это явление временное.

Материальные модели и виды подобия. Чтобы некоторая материальная конструкция могла быть моделью оригинала, между ними должны быть установлены отношения похожести, подобия. Существуют различные способы установления подобия.

Во-первых, подобие, устанавливаемое в результате физического взаимодействия в процессе создания модели: фотографии, масштабированные модели объектов и т.п. Такое подобие называется прямым. При таком моделировании возникает проблема переноса результатов моделирования на оригинал. Например, при испытании модели корабля на гидродинамические качества часть условий можно привести в соответствие с масштабом (скорость течения). Другая часть условий не может быть масштабирована (вязкость и плотность воды, сила тяготения, характер волн и т.д.). Для пересчета возникла мощная наука – теория подобия.

Во-вторых, используется так называемое косвенное подобие. Такое подобие между оригиналом и моделью устанавливается не в результате физического взаимодействия, а объективно существует в природе в виде близости их абстрактных моделей.

Наиболее известным является электромеханические аналогии. Установлено, что некоторые закономерности электрических и механических процессов описываются одинаковыми уравнениями. Различие заключается лишь в разной физической интерпретации переменных, входящих в эти уравнения. В результате оказывается возможным заменить неудобное и громоздкое экспериментирование с механической конструкцией на простые опыты с электрической схемой.

Роль моделей, обладающих косвенным подобием, очень велика: часы – аналог времени; подопытные животные у медиков – аналоги человеческого организма; автопилот – аналог летчика и т.д.

В-третьих, особый класс реальных моделей образуют модели, подобие которых оригиналу не является ни прямым, ни косвенным. Такое подобие называется условным. Примерами условного подобия являются деньги (модель стоимости), всевозможные сигналы (модели сообщений), чертежи (модели будущей продукции), карты (модели местности) и т.д. Такие условные модели строятся по особым правилам, что позволяет сохранять их в течение длительного времени.

Адекватность модели. Сходство модели и действительности.Модель, с помощью которой достигается поставленная цель, называется адекватной этой цели. Адекватность содержит требования полноты, точности и истинности. Адекватность означает, что эти требования выполнены не вообще, а лишь в той мере, которая достаточна для достижения цели.

В ряде случаев удается ввести меру адекватности модели, т.е. указать способ сравнения двух моделей по степени достижения цели с их помощью. Этот способ должен приводить к количественной мере адекватности, при этом задача улучшения модели упрощается, облегчается. В таких случаях возникает возможность идентификации моделей, т.е. нахождения в данном классе моделей наиболее адекватной, возможность исследования чувствительности и устойчивости моделей (т.е. зависимости меры адекватности от ее точности), адаптации моделей (т.е. подстройку моделей с целью повышения ее адекватности).

 

5.3.1.4. О развитии (динамике) моделей. Алгоритмизация создания моделей.

Модели проходят жизненный цикл: они возникают, развиваются, сотрудничают или соперничают с другими моделями, уступают место более совершенным. В этом заключается динамика моделей.

Процесс создания моделей – это особая наука. Этот процесс должен быть структурирован, организован, должен состоять из отдельных этапов, которые отличаются содержанием, целями и средствами. Например, при создании новой техники модель развивается по таким этапам:

· воплощение результатов НИР;

· техническое задание;

· технический проект;

· рабочий проект;

· опытный образец;

· промышленный выпуск.

Для так называемого имитационного моделирования:

· цели моделирования;

· построение абстрактной модели;

· создание имитационной реальной модели;

· исследование модели;

· обработка и интерпретация результатов.

Важным вопросом является алгоритмизация моделирования. Пока не создано единых алгоритмов работы с моделями, т.к. для каждой модели существует особая среда, а также требования к модели противоречивы. Происходит эволюция моделей, что соответствует эволюции наших знаний. Создание моделей – это во многом творческий процесс, не поддающийся пока полной алгоритмизации. Однако большую роль играет история развития модели, ее динамика.

5.3.1.5. Общие сведения об имитационном моделировании.

Этот параграф курса лекций составлен на основе справочника по надежности и эффективности в технике [21].

Классификация методов моделирования. В научной литературе существует большое разнообразие подходов к классификации моделей и методов моделирования.

Различают материальное (предметное) и идеальное моделирование (рис. 4.14). В первом случае в качестве модели предполагается использование некоторого материального предмета. По природе аналогии материальное моделирование делят на физическое (макетирование, обеспечивающее аналогию физической природы оригинала и модели) и аналоговое (обеспечивающее сходство процессов, протекающих в оригинале и модели). Идеальное моделирование основывается на мысленной идеализированной аналогии реального объекта и его модели, а по способу отражения реального объекта (или по глубине формализации) делится на знаковое (семиотическое) и интуитивное моделирование.

Материальное (предметное)

Идеальное

Моделирование

Физическое

Аналоговое

Знаковое (семиотическое)

Интуитивное

Математическое

Графическое

Логическое

Метод сценариев

Операционная игра

Мысленный эксперимент

Аналитическое

Алгоритмическое

 

Рис. 4.14. Классификация методов моделирования

 

По способу представления семиотических моделей различают математическое, логическое и графическое моделирование. Математическое моделирование играет определяющую роль среди других форм знакового моделирования. Однако довольно трудно четко отделить логическое и графическое моделирование от математического, ввиду их тесного переплетения (например, в форме логико-математического моделирования и т.п.).

По вычислимости различных показателей, отношений и т.п. методы математического моделирования делят на аналитические и алгоритмические. Аналитическое моделирование предполагает использование математической модели реального объекта в форме алгебраических, дифференциальных, интегральных и других уравнений, связывающих выходные переменные с входными, дополненных системой ограничений (в виде равенств или неравенств). При этом предполагается наличие однозначной вычислительной процедуры получения точного решения уравнений. При алгоритмическом подходе используемая математическая модель не допускает точного решения и вынуждает обращаться к различным рекуррентным методам, итеративным процедурам поиска приближенного решения. Такой подход при моделировании сложных систем является типичным.

Интуитивное моделирование проводится на вербальном (описательном) уровне. При этом методе не устанавливают строгие количественные соотношения между моделируемыми явлениями, ограничиваясь лишь анализом качественных обобщенных понятий, отражающих общие тенденции развития явлений, направления изменения свойств изучаемых объектов и т.п. Такой подход осуществляется с целью выдвижения различного рода гипотез поведения субъектов сложных систем, формирования эвристик относительно взаимоотношений между активными элементами системы и их развития.

По способу формирования эвристик (т.е творческих результатов исследования) различают следующие формы интуитивного моделирования: метод сценариев, операционные игры, мысленный эксперимент и др. При исследовании эффективности систем мысленный эксперимент и операционные игры нашли широкое распространение. Метод сценариев менее распространен в практике. Однако в перспективе, по-видимому, он займет ведущее место среди форм интуитивного моделирования (при соответствующей методологической доработке). Интуитивное моделирование является основным методом моделирования деятельности сложных систем.

Основной формой системного анализа эффективности сложных систем является имитационное исследование, проводимое в рамках имитационных моделей. Обычно имитация реализуется на ЭВМ. При этом стремятся к наиболее полному учету всех существенных факторов. События при имитации разворачиваются во времени, как правило, в том порядке, в каком они следуют в реальной системе, но в измененной временной шкале. Действие случайных факторов учитывается с помощью специальных датчиков случайных чисел (имитаторов), настроенных на соответствующие вероятностные распределения. В определенном месте процесс имитации на ЭВМ может быть приостановлен для проведения, например, операционной игры, экспертного опросаили натурного эксперимента с использованием промежуточных данных, полученных при машинной имитации. Результаты игры, экспертизыили эксперимента могут быть использованы для продолжения имитации на ЭВМ.

Имитационное моделирование, являясь своеобразным экспериментированием с моделью реальной системы, открывает широкие возможности адекватного отображения исследуемых явлений. Оно синтезирует знаковое и интуитивное (иногда и материальное) моделирование. Таким образом, в имитационном моделировании используются практически все методы моделирования, отображенные на рис. 1.24.

Имитационное моделирование объединяет имитацию исследуемого явления и планирование имитационного эксперимента. Теория планирования эксперимента позволяет организовать имитационный эксперимент рациональным применительно к целенаправленному получению информации образом.

Имитационное моделирование обычно противопоставляют методам математического программирования. При исследовании операций типичным является следующий подход. Путем различного рода допущений реальную задачу идентифицируют с одной из стандартного класса задач математического программирования (линейного программирования, динамического программирования и т.п.). Для каждого класса задач разработаны алгоритмы решения, воспользовавшись которыми исследователь (при интересующих его исходных данных) может получить решение своей задачи. При имитационном моделировании сложных систем во главу угла ставится требование адекватности модели. При имитационном подходе стремятся получить «портретную» модель сложной системы. Однако при высокой сложности реальной системы ее адекватная имитационная модель также становится в значительной мере сложной. Одна реализация имитируемого явления (прогон модели) может быть весьма продолжительной, а по одной реализации сделать какие-либо содержательные выводы о свойствах системы, как правило, не удается. Проведение статистических имитаций в рамках модели при различных исходных данных может оказаться неприемлемым по времени. В этих условиях эффективными являются методы планирования эксперимента.

Имитационный эксперимент можно планировать либо с целью получения оптимальных значений факторов (задача оптимизации), либо с целью получения аналитической зависимости выходной переменной (отклика) от контролируемых переменных (факторов) в достаточно широкой области изменения последних (задача аппроксимации). Важным достоинством имитационного моделирования является возможность фиксации промежуточных значений различных показателей в процессе имитации подобно тому, как это имеет место при съеме данных в процессе функционирования реальной системы.

Разновидности имитационных моделей . Наибольшее распространение в практике исследования эффективности имеют цифровые имитационные модели, т.е. модели, реализуемые на универсальных цифровых ЭВМ или специальных цифровых вычислителях.

Рассмотрим цифровые имитационные модели, при этом термин «цифровые» опустим. Поскольку речь идет о машинных имитационных моделях, то методы их построения и использования рассмотрим, в первую очередь, в аспекте программной реализации этих моделей на ЭВМ.

Основным классификационным признаком имитационных моделей является способ отображения в них динамических процессов, протекающих в моделируемой системе. Принято определять динамическое поведение моделируемой системы в терминах понятий, называемых работами (или активностями), событиями и процессами.

Работы (активности). Независимо от содержания формализуемой в модели деятельности системы активность представляется единым динамическим объектом, указывающим на совершение некоторой единицы работы. Хотя любая активность, в принципе, может быть представлена совокупностью более мелких функций, выполняемых в течение некоторого времени, в рамках конкретной модели она рассматривается как единый дискретный шаг. Например, при моделировании процесса жизненного цикла изделия на одном из верхних уровней моделирования этого процесса в качестве активностей можно представить этапы НИОКР, подготовки производства, выпуск продукции на серийном заводе и т.д. Каждая из активностей характеризуется временем ее выполнения и потребляемыми ресурсами. Очевидно, что при более детальном рас­смотрении этого процесса каждый из этапов можно представить и в виде совокупности других более мелких активностей (работ).

События. События представляют собой мгновенное изменениесостояния некоторого объекта системы. Окончание работы (активности) в системе является событием. Это событие, в свою очередь, может послужить инициатором другой активности в системе. Событием может быть и изменение состояния объекта системы, например, занятие или освобождение станка, обслуживающего поток заготовок на производстве. В общем случае события можно разделить на две категории: события следования, которые управляют инициализацией работ внутри рассматриваемого процесса, и события изменения состояний, которые управляют выполнением работ, относящихся, в общем случае, к независимым процессам.

Процессы. Под процессом в имитационной модели понимают логически связанный набор активностей (работ). Некоторые процессы, в свою очередь, могут рассматриваться как работы (активности) в процессе более высокого уровня. Различие между активностями и процессами определяется, в конечном счете, степенью детализации моделируемого объекта. Операция, определенная в рамках модели одного уровня представления объекта как активность, может быть рассмотрена в виде процесса, включающего несколько активностей, в более детальной модели объекта.

Процессы, включающие одни и те же типы работ и событий, относят к одному классу. Моделируемую систему в общем случае можно представить несколькими классами процессов. Каждый класс состоит из нескольких реализаций процессов, находящихся в любой момент времени в различных фазах выполнения. Реализация процесса однозначно идентифицируется среди процессов того же класса характеристиками его параметров.

Таким образом, чтобы описать моделируемую систему в терминах процессов, достаточно описать каждый класс процессов, из которых состоит система, и инициировать заданное число реализации каждого класса с соответствующими значениями их параметров. Описание каждого класса процессов состоит из указаний в определенной последовательности составляющих эти процессы условий, определяющих порядок изменения заданной очередности выполнения, а также воздействий, оказываемых процессами на характеристики и состояния элементов системы.

Программная реализация имитационных моделей. Инструментальную основу имитационных исследований составляет совокупность программ для ЭВМ, в виде которых реализованы как сами модели, отражающие процесс функционирования моделируемого объекта, так и соответствующие методы организации и проведения исследования на ЭВМ.

Разнообразие задач, возникающих на различных этапах имитационных исследований, и их сложность приводят к большому набору возможных методов реализации программного обеспечения решения этих задач. Кроме того, требования, предъявляемые к программному обеспечению, часто противоречивы, что также приводит к увеличению числа методов реализации программ моделирования. Условно эти требования можно разделить на следующие основные группы: функциональные; технологические; эксплуатационные; экономические.

Группа функциональных показателей характеризует свойства программного обеспечения выполнять основные функции, возникающие при решении поставленных задач. Так, для программного обеспечения имитационных исследований эффективности технических систем к числу показателей этой группы следует отнести: степень концептуальности; удобство средств сбора, анализа и вывода данных моделирования; наличие средств имитации случайных процессов; наличие средств установки начального состояния модели; универсальность в применении.

Показатели технологичности программного обеспечения характеризуют его свойства, обусловливающие оптимальное распределение затрат ресурсов и времени на разработку, ввод в эксплуатацию, поддержание работоспособности и сопровождение программного обеспечения.

При анализе программного обеспечения имитационных исследований технологичность этих средств характеризуют показателями эффективности разных этапов процесса создания компонент программного обеспечения (программирования, отладки, комплексирования программ моделей сложной структуры и т.д.), модифицируемостью программ. К числу показателей технологичности относят также такие показатели, как структурируемость программного обеспечения и его стандартизацию.

Эксплуатационные показатели характеризуют приспособленность программного обеспечения к эксплуатации, которая заключается в простоте подготовки к работе, сопровождении программного обеспечения, удобстве решения задачи моделирования на ЭВМ. К этой группе показателей можно отнести следующие: эффективность машинных программ моделей; степень автоматизации процесса моделирования; совместимость с другими видами математического и программного обеспечения ЭВМ; мобильность прикладного программного обеспечения.

Экономические показатели характеризуют затраты на разработку и эксплуатацию программного обеспечения. К их числу относят: стоимость проектирования программ, их кодирования и отладки, документирования и стоимость эксплуатации с учетом модификаций.

 

5.3.1.6 Математическое моделирование задач технического сервиса: общие и частные модели [8]

В подавляющем большинстве случаев при проектировании программ технического сервиса (ТС) решающую роль играют традиционные приемы анализа, использующие опыт и интуицию менеджеров сервисной организации (СО). Иначе говоря, процесс принятия решений, т.е. выбор одного из возможных действий, не требует привлечения специальных методов исследований, так как ситуации весьма просты и руко­водству сервисной организации (СО) достаточно традиционных знаний и навыков. Од­нако иногда ситуации оказываются столь сложными, что нет уверенности в правильности выбранного решения. В таких случаях необходимо применять приемы формализованного описания и анализа ситуаций. Приведем примерную (и до­вольно условную) последовательность такого анализа в соответствии с ранее представленным алгоритмом моделирования:

• создание модели процесса или операции, например, в виде ма­тематического описания;

• анализ неопределенностей и формализация понятия цели, фор­мирование целевой функции и частных критериев эффектив­ности;

• решение возникших оптимизационных и других задач.

Результаты анализа и полученные решения должны быть устойчивы к малым изменениям характеристик реализации программы технического сервиса (ТС), так как неизбежны отклонения реальных про­цессов от расчетного оптимального варианта. Кроме того, надо учитывать еще один аспект анализа — соответствие модели и информации. Так как информация может быть недостаточно точной, то чрезмерная детализация модели (для приближения к реальному процессу) не только будет ненужной, но и может привести к ошибочным выводам при анализе.

В дальнейшем, употребляя понятие «моделирование», бу­дем иметь в виду, как мы обосновали выше, процесс создания адекватного, удобного для восприятия и анализа описания системы как совокупности взаимодействующих компонентов и взаимосвязей между ни­ми; моделирование предполагает использование определен­ного набора средств и правил. Под моделью, как это определено ранее, будем понимать описание изучаемого процесса, отражающее именно те его особенности, которые интересны разработчику программы ТС. Среди наиболее распространенных моделей ТС можно выде­лить:

• математическую модель — описание с помощью средств мате­матики, например статистическая модель для анализа и про­гнозирования технологического процесса, составленная с при­менением средств и правил теории вероятностей, теории мас­сового обслуживания, математической статистики;

• словесную (вербальную) модель - описание на естественном языке. Это наиболее характерная и привычная форма описа­ния объекта, используемая, например, в регламентирующих документах;

• графическую модель — описание объекта с помощью средств и правил графического изображения.

Между приведенными типами моделей процессов нет чет­ких границ. Как правило, каждая модель использует средства и правила других моделей, например, одновременно используют математические и неформальные методы анализа. Точность и качество такой модели определяются, прежде всего, ее соответ­ствием тем требованиям, которые предъявляются к исследо­ванию, а также соответствием получаемых результатов ана­лизируемому процессу. Очевидно, что для сложных систем, к которым относится предприятие сервиса, практически невоз­можно получить одно-единственное описание, пригодное для любых случаев. Например, СО может быть представлена как сеть процессов, из которых состоит ее деятельность; как сово­купность и структура информации, которая формируется и об­рабатывается в процессе функционирования СО; как организационная структура; как инфраструктура - оборудование, со­оружения, здания, территории, коммуникации и т.д.

В анализе процессов ТС СДКМ можно условно выделить два уровня анализа - макро- и микроанализ. Результаты макро­анализа используются на уровне руководства СО, а микроана­лиза - на уровне отдельных функциональных служб СО. Основными задачами макроанализа являются:

• повышение обоснованности разрабатываемых бизнес-планов и нормативов объемов производственной программы по числу и ассортименту услуг;

• определение эффективности использования трудовых, мате­риальных и финансовых ресурсов для выявления внутренних резервов;

• проверка оптимальности управленческих решений на основе данных о реальной системе и внешней среде, например сфор­мированной ценовой политики.

Макроанализ выявляет общие параметры, влияющие на производство услуг и их сбыт, т.е. интегральные и комплексные элементы коммерческой деятельности СО, например, для харак­теристик конкурентов, потребителей и анализа конечных фи­нансовых результатов. Макроанализ в основном связан с рас­пределением объема услуг (или емкости рынка) и дохода, ана­лизом конкурентной борьбы обычно на региональном уровне.

Микроанализ чаще рассматривает описательные и норма­тивные характеристики процессов ТС для конкретного под­разделения СО. Здесь программу ТС анализируют на уровне низовых звеньев, составляющих основу СО, — на уровне внут­ренних подразделений и техпроцессов. Анализ на микроуров­не обычно наполняется конкретным содержанием повседнев­ной оперативной деятельности СО. Возможные модели мик­роанализа ТС рассмотрены в настоящем курсе в модуле 2.

Функциональное моделирование охватывает внутренние про­цессы СО. Понятие функциональной модели деятельности предприятия используется в общепринятых стандартах ме­неджмента. Функциональная модель дает полное представле­ние как о функционировании анализируемого процесса, так и обо всех участвующих в нем потоках информации и материа­лов.

Целью построения функциональной модели ТС является спецификация всех операций и действий, осуществляемых в сервисном процессе, а также характера взаимосвязей между ними, т.е. построение матрицы взаимосвязей бизнес-процесса и функциональных подразделений. Например, если СО орга­низует новое направление в своей деятельности — оказание ус­луг с использованием предварительной записи по телефону, то это, видимо, вызовет необходимость перераспределения ре­сурсов. Так, будет необходимо: создать новую службу приема заказов, разработать должностные инструкции для персонала, определить, как новая служба будет взаимодействовать с ос­тальными подразделениями СО, изменить нормативы и пра­вила использования производственных мощностей и склад­ских запасов. В процессе построения функциональной модели для нового сервисного продукта будут выявлены и устранены многие потенциальные проблемы, связанные с функциониро­ванием будущей программы ТС.

Функциональная модель позволяет:

- выявить и проанализировать все операции и действия, соста­вить их полные спецификации;

- выявить информационные потоки и проанализировать, как информация распределяется между подразделениями и биз­нес-процессами СО, а также определить относительную важ­ность информации для различных процессов;

- выявить материальные потоки и определить распределение ре­сурсов между операциями бизнес-процессов, а также оценить эффективность использования ресурсов;

- выявить «узкие места» и оценить влияние вносимых измене­ний на существующие процессы, а также оптимизировать об­щую схему бизнеса СО.

Так как модель фиксирует все основные материальные и информационные объекты, а также способы их использо­вания, то функциональная модель может оказать существен­ную помощь при автоматизации предприятия. При этом существенно то обстоятельство, что автоматизируются не отдельные рабочие места, а процессы в целом.

---

Дата добавления: 2018-11-24; просмотров: 334; Мы поможем в написании вашей работы!

Поделиться с друзьями:

---

---

Мы поможем в написании ваших работ!