ОСНОВНЫЕ ПОНЯТИЯ, ХАРАКТЕРИЗУЮЩИЕ СИСТЕМУ
Цель. Под целью понимается желаемая модель будущего. Понятие цели и связанные с ней понятия целенаправленности, целеустремленности, целесообразности иногда не имеют однозначного толкования в конкретных условиях. Это связано с тем, что процесс обоснования целей в организационных системах весьма сложен и до конца не изучен.
Структура. Слово «структура» происходит от латинского «struktura», означающего строение, расположение, порядок в системе. Любая система характеризуется определенной структурой. При этом возможна множественность выделения структур. Например, выделяют структуру производственную и структуру управления; структуру формальную и неформальную; макро- и микроструктуру. Очевидно, такая неоднозначность обусловлена сложностью самого понятия и разнообразием возможных подходов к его исследованию.
Структура представляет собой множество элементов и связей между ними.
Связь. Понятие связи входит в любое определение системы наряду с понятием элемента и обеспечивает возникновение и сохранение структуры и целостных свойств системы. Это понятие одновременно характеризует и строение (статику), и функционирование (динамику) системы.
Связь можно охарактеризовать направлением, силой, характером (или видом). Очень важную роль в системах играет понятие обратной связи. Обратная связь является основой саморегулирования и развития систем, приспособления их к меняющимся условиям существования.
|
|
|
Состояние. Понятие состояния характеризует мгновенную фотографию, “срез” системы во времени, остановку в ее развитии или функционировании. Его определяют либо через входные воздействия и выходные сигналы (результаты), либо через макропараметры, макросвойства системы.
Поведение. Если система способна переходить из одного состояния в другое (например, S1→ S2→ S3), то говорят, что система обладает каким-то поведением, и выясняют его закономерности. Этим понятием пользуются, когда известны закономерности переходов из одного состояния в другое.
Равновесие. Понятие равновесия определяют как способность системы при отсутствии внешних возмущающих воздействий (или постоянных воздействиях) сохранять свое состояние сколь угодно долго.
Устойчивость. Способность системы возвращаться в состояние равновесия после того, как она была из этого состояния выведена под влиянием внешних возмущающих воздействий, называют устойчивостью.
Свойства системы
1. Целостность. Это свойство проявляется в том, что система обладает таким интегральным свойством, которым не обладает не один из составляющих элементов. При нарушении целостности система разбивается на ряд самостоятельных систем. Чтобы глубже понять свойство целостности необходимо рассмотреть две его стороны:
|
|
|
o свойство системы как целого не является простой суммой свойств ее элементов или частей системы,
o свойство системы зависит от свойств элементов и ее частей, т.е. изменение в одной части системы может вызывать изменения в другой части и во всей системе.
Существенным проявлением целостности являются новые взаимоотношения системы, как целого, с внешней средой, отличные от взаимоотношений с внешней средой отдельных ее элементов. Свойство целостности связано с целью, для выполнения которой предназначена система.
2. Иерархичность. Это свойство заключается в построении и использовании при управлении нескольких уровней. На каждом уровне выполняются определенные задачи, полученные при декомпозиции (разделении) общей задачи, стоящей перед всей системой. Важнейшая особенность свойства иерархичности выражается в том, что свойство целостности проявляется на каждом уровне иерархии. Благодаря этому на каждом уровне возникают новые свойства, которые не могут быть выведены как сумма свойств подчиненных элементов. На каждом уровне иерархии происходят сложные качественные изменения, которые не всегда могут быть формально представлены. Каждый подчиненный элемент приобретает новые свойства в иерархической системе, которые отсутствует у него в изолированном состоянии. В зависимости от задач исследования одна и та же система может иметь различные иерархические структуры, которые будут соответствовать разным целям.
|
|
|
3. Коммуникативность. Это свойство выражается в том, что система не изолирована, а связана множеством коммуникаций с внешней средой, причем эти связи сами по себе не однородны. Коммуникационные связи пронизывают и саму систему изнутри.
4. Историчность. Это свойство проявляется в том, что каждая система рождается (проектируется), развивается, функционирует и погибает (утилизируется).
5. Эквифинальность. Это свойство характеризует предельные возможности системы.
СЛОЖНОСТЬ СИСТЕМ
Вне зависимости от типа сложности можно выделить два принципа оценки сложности систем.
Первый принцип состоит в том, что сложность системы должна быть пропорциональна объему информации, необходимой для описания этой системы (так называемая дескриптивная сложность). Одним из способов оценки дескриптивной (описательной) сложности является оценка числа элементов, входящих в систему (переменных, состояний, компонентов), и разнообразия взаимозависимостей между ними.
|
|
|
Второй принцип состоит в том, что сложность системы должна быть пропорциональна объему информации необходимому для разрешения нечеткости системы. Оба типа сложности не согласуются друг с другом Уменьшая одну сложность, мы, как правило, увеличиваем другую. Отметим, что с увеличением размерности (сложности системы) могут возрастать как первая, так и вторая сложность.
Структурная сложность включает такие составляющие, как схема связности, многообразие компонентов, число связей, сила взаимодействия. Динамическая сложность — это сложность предсказания поведения системы. Структурно сложная система имеет сложное поведение, но обратное, вообще говоря, неверно. Вычислительная сложность определяется сложностью алгоритма. Рассмотрим ее более подробно.
Предел Бреммерманна. Американский ученый Ханс Бреммерманн в 1962 г. получил следующий результат: "Не существует системы обработки данных, искусственной или естественной, которая могла бы обрабатывать более чем 2*104 бит в секунду на грамм своей массы". Под обработкой N бит понимается пересылкаN бит по одному или нескольким каналам вычислительной системы. Поэтому информация должна бытькаким-тообразом закодирована (физически представлена). Предположим, что она закодирована в виде энергетических уровней определенного типа энергии в интервале [О, Е], где Е — количество энергии, которым мы располагаем для этой цели. Предположим, что энергетические уровни измеряются с
точностью до dЕ. При этих условиях весь интервал можно разделить максимум на N=E/dЕ, равных подинтервалов, каждому из которых соответствует энергия dЕ.
ОСНОВНЫЕ ПРОБЛЕМЫ ТЕОРИИ СИТСЕМ
В зависимости от того, что является неизвестным, проблемы делятся на четыре класса: проблема анализа, проблема синтеза, проблема оценки внешней (окружающей) среды и проблема «черного ящика».
Проблема анализа. Заданы системы. Требуется определить, какие характеристики (неизвестные) они имеют в условиях заданной внешней среды. Эта задача допускает эквивалентную формулировку: какое поведение соответствует данной структуре. Как правило, задача разрешима, если ее можно решить однозначно.
Алгоритм решения проблемы анализа включает следующие шаги:
- составление модели объекта, наиболее подходящей с позиций получения требуемых функций (характеристик);
- написание программы оценки характеристик модели;
- определение характеристик объекта из его модельного представления с помощью программы оценки.
Проблема синтеза. Заданы требуемые характеристики, надо определить системы, которые в условиях заданной среды обеспечивают получение этих характеристик. Или в эквивалентной формулировке: дано поведение системы (иногда только ее деятельность) и множество типов ее элементов (тип – это совокупность элементов, у которых постоянное поведение одинаково). Надо найти такую структуру, которая реализует данное поведение (или поведение, вытекающее из данной деятельности) и включает лишь допустимые типы элементов.
Алгоритм синтеза состоит из следующих шагов:
– создание исследовательской модели;
– анализ этой модели как решение проблемы анализа и определение ее функций;
– сравнение полученных результатов с заданными требованиями и прекращение поиска решения, если результаты и требования совпадают, или же возврат к первому шагу, если совпадение не получено.
Проблема оценки внешней среды. Заданы системы и их характеристики, надо получить такую среду (неизвестную), в условиях которой системы проявляют заданные характеристики. Алгоритм решения проблемы такой же, как и в случае проблемы синтеза, где в качестве объекта исследования выступает окружающая (внешняя) среда.
Проблема «черного ящика». Исследуется система с неизвестной организацией и неизвестным поведением («черный ящик»), с которой можно проводить эксперименты и регистрировать ее деятельность. Таким образом, «черный ящик» определяется множеством величин и соответствующим уровнем анализа. Сложность проблемы в том, что пока не известна организация, мы можем определить только относительно постоянное поведение, соответствующее деятельности системы, а затем гипотетическую структуру. Эксперимент с «черным ящиком» включает следующие шаги:
– изоляцию его от других воздействий;
– контролируемое воздействие на «черный ящик» в ходе эксперимента;
– запись всех пар «вход (стимул) – выход (реакция)».
ЗАДАЧИ РАСПРЕДЕЛЕНИЯ РЕСУРСОВ В СИСТЕМАХ
В зависимости от условий задачи распределения ресурсов делятся на три класса.
1. Заданы и работы, и ресурсы
Требуется распределить ресурсы между работами таким образом, чтобы максимизировать некоторую меру эффективности (скажем, прибыль) или минимизировать ожидаемые затраты (издержки производства). Например, предприятию установлено производственное задание в рамках оговоренного срока. Известны мощности предприятия. При изготовлении продукции изделия проходят обработку на разных станках. Естественным является ограничение - одновременно на одном станке может обрабатываться только одна единица продукции. Мощности предприятия ограниченны и не позволяют для каждого изделия использовать наилучшую технологию.
Требуется выбрать такие способы производства для каждой единицы продукции, чтобы выполнить задание с минимальными затратами.
2. Заданы только наличные ресурсы
Требуется определить, какой состав работ можно выполнить с учетом этих ресурсов, чтобы обеспечить максимум некоторой меры эффективности. Приведем пример. Имеется предприятие с определенными производственными мощностями. Требуется произвести планирование ассортимента и объема выпуска продукции, которые позволили бы максимизировать доход предприятия.
3. Заданы только работы
Необходимо определить, какие ресурсы требуются для того, чтобы минимизировать суммарные издержки. Например, составлено расписание движения автобусов пригородного и междугороднего сообщения на летний период времени. Требуется определить необходимое количество водителей, кондукторов, контролеров и прочего обслуживающего пер сон ала, чтобы выполнить план перевозок с минимальными эксплуатационными затратами.
МЕТОДЫ РАНЖИРОВАНИЯ СИСТЕМ
Методы ранжирования систем позволяют определить порядковую структуру системы, отвечающую заданным целям. Любой объект (элемент, подсистема, компонент), как уже неоднократно отмечалось, является частью более общей системы, в рамках которой он связан отношениями с другими объектами. При анализе и моделировании структуры системы мы должны определить тип отношения (отношений), которое важно для достижения цели или выполнения функции системой. Например, если мы рассматриваем технологический процесс с точки зрения его организации, то нас, прежде всего, интересует последовательность его элементов (операций). Если мы рассматриваем тот же процесс с точки зрения трудоемкости или качества продукции, то нас интересуют уже другие отношения, например, какая операция лучше или менее трудоемкая и т.д. Точно так же, если мы рассматриваем проблему диагностики, то нас интересует отношение между причинами неисправностей. Расположение объектов по степени выполнения некоторого отношения (отношений) называется ранжированием объектов или расположением по уровням порядка.
Рассмотрим процедуру ранжирования более подробно на языке отношений. В соответствии с определением система представима в виде множества элементов с отношениями (мы ограничимся бинарными отношениями)
, (3.5.1)
где X – множество элементов, а R1, … , Rn – отношения (бинарные), заданные на элементах множества и определяющие связи между ними. Чем больше известно отношений между элементами, тем сложнее структура системы. В простейшем случае, когда известно (задано) одно отношение, система принимает вид
. (3.5.2)
Отношение R сопоставляет некоторому элементу xi множества X другой элемент xj из этого же множества, так что образуется упорядоченная пара. Записывают или. Многие отношения не являются симметричными, т.е. если, то необязательно, что. Более подробно свойства отношений обсуждаются в § 5.3., так как для нашего рассмотрения это не имеет значения. Наиболее часто используются на практике следующие типы отношений:
а) порядок (например, один элемент больше либо меньше другого, лучше или хуже другого и т.д.);
б) предпочтение (один элемент не больше либо не меньше другого, не лучше или не хуже другого и т.п.);
в) эквивалентность (один элемент подобен другому по какому-либо свойству, например, по назначению);
г) причина–следствие (один элемент является причиной или следствием другого, например, как причина и признак неисправности).
СИСТЕМНОЕ МОДЕЛИРОВАНИЕ. Подходы к изучению моделирования моделирование математический имитационный алгоритм
Моделирование-это основной метод исследования во всех областях знании и научно-обоснованный метод оценок характеристик сложных систем используемых для принятия решений в различных сферах инженерной деятельности. Модель (мера ч-л) - это объект-заменитель реального объекта (оригинала) обеспечивающий изучение некоторых свойств оригинала. Гносеологическая роль в М- заключается в ее значении в процессе познания и она присуща в отношении всем моделям независимо от их природы. В процессе изучения модель выступает в роли относительно самостоятельного квазиобъекта при исследовании которого можно получить знание о самом объекте. Если результаты М-рования подтверждаются и могут служить основой для прогнозирования процессах протекающих в исследуемых объектах, то говорят, что модель адекватна объекту. Исторически сложились два основных подхода при моделировании процессов и систем.
Классический (индуктивный) рассматривает систему путем перехода от частного к общему, т.е. модель системы синтезируется путем слияния моделей ее компонент, разрабатываемых отдельно. Например, при покупке телевизора покупателя интересует только внешние его характеристики - диагональ, дизайн и т.п., но не внутренняя его часть. При системном подходе предполагается последовательный переход от общего к частному, когда в основе построения модели лежит цель исследования. Именно из нее исходят, создавая модель. Подобие процесса, протекающего в модели реальному процессу, является не целью, а лишь условием правильного функционирования модели, поэтому в качестве цели должна быть поставлена задача изучения какой-либо стороны функционального объекта. Например, при разработке телевизора разработчика интересует только его внутренняя часть, из каких деталей он будет его собирать, в какой последовательности, но не внешние характеристики телевизора.
Моделирование систем
Классификация видов моделирования может быть проведена по разным основаниям. Один из вариантов классификации приведен на рисунке.
В соответствии с классификационным признаком полноты моделирование делится на: полное, неполное, приближенное.
При полном моделировании модели идентичны объекту во времени и пространстве.
Для неполного моделирования эта идентичность не сохраняется.
В основе приближенного моделирования лежит подобие, при котором некоторые стороны реального объекта не моделируются совсем. Теория подобия утверждает, что абсолютное подобие возможно лишь при замене одного объекта другим точно таким же. Поэтому при моделировании абсолютное подобие не имеет места. Исследователи стремятся к тому, чтобы модель хорошо отображала только исследуемый аспект системы. Например, для оценки помехоустойчивости дискретных каналов передачи информации функциональная и информационная модели системы могут не разрабатываться. Для достижения цели моделирования вполне достаточна событийная модель, описываемая матрицей условных вероятностей переходов i-го символа алфавита в j-й.
В зависимости от типа носителя и сигнатуры модели различаются следующие виды моделирования: детерминированное и стохастическое, статическое и динамическое, дискретное, непрерывное и дискретно-непрерывное.
Детерминированное моделирование отображает процессы, в которых предполагается отсутствие случайных воздействий.
Стохастическое моделирование учитывает вероятностные процессы и события.
Статическое моделирование служит для описания состояния объекта в фиксированный момент времени, а динамическое — для исследования объекта во времени. При этом оперируют аналоговыми (непрерывными), дискретными и смешанными моделями.
В зависимости от формы реализации носителя и сигнатуры моделирование классифицируется на мысленное и реальное.
Мысленное моделирование применяется тогда, когда модели не реализуемы в заданном интервале времени либо отсутствуют условия для их физического создания (например, ситуация микромира). Мысленное моделирование реальных систем реализуется в виде наглядного, символического и математического. Для представления функциональных, информационных и событийных моделей этого вида моделирования разработано значительное количество средств и методов.
При наглядном моделировании на базе представлений человека о реальных объектах создаются наглядные модели, отображающие явления и процессы, протекающие в объекте. Примером таких моделей являются учебные плакаты, рисунки, схемы, диаграммы.
В основу гипотетического моделирования закладывается гипотеза о закономерностях протекания процесса в реальном объекте, которая отражает уровень знаний исследователя об объекте и базируется на причинно-следственных связях между входом и выходом изучаемого объекта. Этот вид моделирования используется, когда знаний об объекте недостаточно для построения формальных моделей. Аналоговое моделирование основывается на применении аналогий различных уровней. Для достаточно простых объектов наивысшим уровнем является полная аналогия. С усложнением системы используются аналогии последующих уровней, когда аналоговая модель отображает несколько (или только одну) сторон функционирования объекта.
Макетирование применяется, когда протекающие в реальном объекте процессы не поддаются физическому моделированию или могут предшествовать проведению других видов моделирования. В основе построения мысленных макетов также лежат аналогии, обычно базирующиеся на причинно-следственных связях между явлениями и процессами в объекте.
Символическое моделирование представляет собой искусственный процесс создания логического объекта, который замещает реальный и выражает его основные свойства с помощью определенной системы знаков и символов.
В основе языкового моделирования лежит некоторый тезаурус, который образуется из набора понятий исследуемой предметной области, причем этот набор должен быть фиксированным. Под тезаурусом понимается словарь, отражающий связи между словами или иными элементами данного языка, предназначенный для поиска слов по их смыслу.
МОДЕЛИ СИСТЕМНОЙ ДИНАМИКИ
Этот раздел является продолжением предыдущего раздела, но имеет самостоятельное значение. Модели системной динамики были предложены Дж. Форрестером11, разработавшим специальный язык программирования dynamo для описания динамики предприятия. Впоследствии этот язык был усовершенствован, а сами модели применены и к другим системам. В настоящее время совокупность таких моделей получила название «индустриальной динамики». Модели системной динамики описывают зависимости между состояниями и потоками изучаемой системы. Они являются разновидностью моделей принятия решений, так как их можно использовать для изучения изменений выходов системы, происходящих за счет изменений (флуктуаций) на входах этой системы. Основными компонентами моделей системной динамики являются:
- уровни, или состояния, соответствующие значениям переменных, которые будут подвергаться флуктуациям;
- потоки между уровнями, или состояниями;
- задержка, вызывающая сдвиги во времени между флуктуациями переменных;
- обратные связи между различными уровнями, или состояниями, используя которые можно осуществлять действия по управлению, основанные на результатах предыдущих действий.
Уровни и потоки связаны обобщенными разностными уровнями, в которых задержки представлены как обратные величины сглаживающих ограничений. Разностные уравнения записываются в терминах экспоненциально сглаженных средних, что позволяет избежать необходимости вести записи по предыдущим периодам. Такая модель является замкнутой системой взаимозависимых уравнений (функций), связывающих различные переменные. Модель дает возможность лицу, принимающему решения (ЛПР), изучать влияние изменений параметров системы на ее стабильность. В частности, динамическая модель позволяет определить отклики на изменения входов, которые могут настолько превысить отклик на начальный сигнал, что в конечном итоге переведут систему в новое состояние равновесия. Задержки в откликах системы происходят вследствие запаздывания передачи информации между уровнями или из-за отставания физических потоков в системе. К недостаткам моделей системной диагностики относится сильная зависимость поведения системы от структуры выделенных в модели уровней. Следует также иметь в виду, что эти модели применимы к замкнутым системам. Получаемые результаты, вообще говоря, не основываются не эмпирических данных, и зависят от структуры и параметров модельной системы. Эти модели не позволяют прогнозировать зависимости между переменными, которые еще не наблюдались, и проводить проверку адекватности модели путем сравнения теоретических зависимостей с наблюдаемыми в действительности. Однако моделирование структуры системы в рамках «индустриальной динамики» является полезным для определения динамической взаимозависимости между переменными системы и позволяет понять, как связаны ее характеристики.
ДЕКОМПОЗИЦИЯ И АГРЕГИРОВАНИЕ
Разложение системы на части называется декомпозицией. Обратная ей процедура составления системы из отдельных частей называется агрегированием. Декомпозиция используется при анализе системы сверху вниз, т.е. от сложного к простому, от целого к части. Агрегирование – при анализе снизу вверх, т.е. от простого к сложному, от части к целому.
При декомпозиции совокупность составных частей образует так называемое декомпозиционное дерево (иерархическое дерево, дерево целей, решений), состоящее из элементов, распределенных по соподчиненным уровням. С одной стороны, дерево должно быть достаточно полным, детальным для достижения цели анализа, с другой – легко обозримым и удобным для использования. Под полнотой дерева понимается его размерность, определяемая числом элементов на каждом уровне и общим числом уровней. Полнота дерева зависит от цели анализа, точнее, от того, какой объем информации нужен исследователю для решения задачи. Например, при диагностировании системы полнота дерева должна быть выше, чем при построении функциональной схемы. Процесс декомпозиции является неформальной процедурой, требующей глубокого изучения системы. Алгоритм декомпозиции включает следующие шаги:
– определение объекта анализа и его изучение;
– определение цели (целей) анализа;
– построение модели системы в виде фрейма;
– проверка элементов уровня по критериям однородности, существенности,
независимости;
– проверка числа уровней на достаточность;
– проверка схемы на пригодность для достижения цели анализа.
ПРОЕКТИРОВАНИЕ СИСТЕМ
рассматривается как система, порядковая структура которой состоит из трех этапов. В процессе проектирования используются основные идеи системного подхода и в полной мере проявляются его преимущества по сравнению с методом улучшения.
Этап 1. Формирование множества допустимых вариантов решений. На этом этапе определяются внешние системы, влияющие на решение, а также системы, учитываемые при формировании допустимых решений; определяются цели, требования, условия и ограничения со стороны внешних систем; осуществляется конкретизация задачи и ее осмысление; происходит согласование целей проектировщика с целями внешних систем; определяется множество допустимых решений (вариантов проекта), удовлетворяющих условиям и ограничениям внешних систем.
Этап 2. Выбор наилучшего варианта. На этом этапе определяются критерии оценки степени достижения целей и составляется дерево оценок; определяется измерительная шкала для каждого критерия; определяются модели принятия решений; проводится оценка вариантов и ожидаемых последствий; осуществляется выбор наилучшего (предпочтительного) варианта.
Этап 3. Выполнение проекта и оценка результатов. На этом этапе осуществляется выбранный вариант (проект) системы; оцениваются реальные последствия; проводится оценка степени достижения целей; сопоставляются полученные результаты с ожидаемыми.
Дата добавления: 2019-02-22; просмотров: 1352; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!