Меню Рубрики

Моделирование как этап системного анализа

Метод в науке рассматривается как совокупность приемов и операций практического и теоретического освоения действительности [5]. К числу ведущих методов познания и преобразования системы относят моделирование.

Под моделированием понимается «метод опосредованного практического или теоретического оперирование объектом, при котором исследуется не сам интересующий нас объект, а используется вспомогательная искусственная или естественная система, находящаяся в определенном объективном соответствии с познаваемым объектом, способная замещять его на определенных этапах познания и дающая при ее исследовании в конечном счете информацию о самом моделируемом объекте» [5].

Моделирование считают универсальным методом, так как оно применяется практически во всех видах человеческой деятельности и на всех этапах ее осуществления (стадии целеепологания, выбора средств и образа действий, реализации намеченной цели и поставленных задач, анализа и оценки достигнутого результата).

Основной сущностной характеристикой моделирования и его главной отличительной чертой (по отношению к другим методам) является опосредованность, так как исследователь, решая познавательную задачу с помощью метода моделирования, ставит между собой и изучаемым фрагментом действительности объект-заместитель оригинала, то есть модель, исследование которой и позволяет получить новое знание об изучаемом явлении [6].

При исследовании объекта с помощью метода моделирования в качестве своеобразного инструмента познания выступает модель. Модель обладает познавательным потенциалом лишь тогда, когда она находится в определенном соответствии с исследуемым объектом, способна замещать его в ходе исследования и выполнять роль аккумулятора и источника получения о нем новой информации [7].

Создание модели и ее использование в познании или преобразовании исследуемого объекта является основными аспектами содержания процесса моделирования. Данный процесс состоит из нескольких этапов (стадий). В научных публикациях существуют разные точки зрения о количестве и названии этапов. Например, М.К. Буслова предлагает выделить в процессе моделирования следующие этапы:

  • 1) постановка задачи;
  • 2) теоретическая и экспериментальная подготовка;
  • 3) создание модели;
  • 4) исследование модели;
  • 5) перенос полученной информации на изучаемый объект;
  • 6) выдвижение научной гипотезы на основе полученных знаний и ее проверка;
  • 7) включение полученных знаний в научную теорию [8].

По мнению В.А. Штоффа, в моделировании объективно существуют три стадии:

  • 1) переход от натурного объекта к модели — построение модели;
  • 2) экспериментальное исследование модели;
  • 3) переход от модели к натурному объекту, состоящий в перенесении результатов, полученных при исследовании, на этот объект [9].

Наглядно — в виде схемы (см рисунок 1.2.1) и ее описания — выразил свои представления о структуре данного процесса А.Г. Гранберг [10].

Рисунок 1.2.1. Этапы процесса моделирования.

Моделирование при выполнении системного анализа должно быть приведено в соответствие используемых моделей реальности.

Это соответствие или адекватность могут быть очевидными или даже экспериментально проверенными для отдельных элементов системы. Но уже для подсистем, а тем более системы в целом существует возможность серьезной методической ошибки, связанная с объективной невозможность оценить адекватность модели большой системы на логическом уровне [10].

Иными словами — в реальных системах вполне возможно логическое обоснование моделей элементов. Эти модели строятся минимально достаточными, простыми настолько, насколько это возможно без потери сущности процессов. Но логически осмыслить взаимодействие десятков, сотен элементов человек уже не в состоянии. И именно здесь может «сработать» известное в математике следствие из знаменитой теоремы Гёделя — в сложной системе, полностью изолированной от внешнего мира, могут существовать истины, положения, выводы вполне «допустимые» с позиций самой системы, но не имеющие никакого смысла вне этой системы.

То есть, можно построить логически безупречную модель реальной системы с использованием моделей элементов и производить анализ такой модели. Выводы этого анализа будут справедливы для каждого элемента, но ведь система — это не простая сумма элементов, и ее свойства не просто сумма свойств элементов [9].

Отсюда следует вывод — без учета внешней среды выводы о поведении системы, полученные на основе моделирования, могут быть вполне обоснованными при взгляде изнутри системы. Но не исключена и ситуация, когда эти выводы не имеют никакого отношения к системе — при взгляде на нее со стороны внешнего мира.

источник

Одной из проблем, с которой сталкиваются почти всегда при проведении системного анализа, является проблема эксперимента в системе или над системой. Очень редко это разрешено моральными законами или законами безопасности, но сплошь и рядом связано с материальными затратами и (или) значительными потерями информации.

Опыт всей человеческой деятельности учит — в таких ситуациях надо экспериментировать не над объектом, интересующим нас предметом или системой, а над их моделями. Под этим термином надо понимать не обязательно модель физическую, т. е. копию объекта в уменьшенном или увеличенном виде. Физическое моделирование очень редко применимо в системах, хоть как то связанных с людьми. В частности в социальных системах (в том числе — экономических) приходится прибегать к математическому моделированию.

Буквально через минуту станет ясно, что математическим моделированием мы овладеваем еще на школьной скамье. В самом деле, пусть требуется найти площадь прямоугольника со сторонами 2 и 8 метров. Измерение сторон произведено приближенно — других измерений расстояний не бывает! Как решить эту задачу? Конечно же — не путем рисования прямоугольника (даже в уменьшенном масштабе) и последующем разбиении его на квадратики с окончательным подсчетом их числа. Да, безусловно, мы знаем формулу S = B*H и воспользуемся ею — применим математическую модель процесса определения площади.

Возвращаясь к начатому ранее примеру системного анализа обучения, можно заметить, что там собственно нечего вычислять по формулам — где же их взять. Это так и есть, не существует методов расчета в такой сфере как «прием-передача» знаний и сомнительно, чтобы эти методы когда-либо появились.

Но ведь не существует формулы пищеварения, а люди все таки едят, планируют процесс питания, управляют им и иногда даже успешно.

Так что же? Если нет математических моделей — не выдумывать же их самому? Ответ на этот вопрос самый простой: всем это уметь и делать — не обязательно, а вот тому, кто взялся решать задачи системного анализа — приходится и очень часто. Иногда здесь возможна подсказка природы, знание технологии системы; в ряде случаев может выручить эксперимент над реальной системой или ее элементами (т. н. методы планирования экспериментов) и, наконец, иногда приходится прибегать к методу «черного ящика», предполагая некоторую статистическую связь между его входом и выходом.

Таким «ящиком» в рассматриваемом примере считался не только студент (с вероятностью такой-то получивший знания), но и все остальные элементы системы — преподаватели и лица, организующие обучение.

Конечно, возможны ситуации, когда все процессы в большой системе описываются известными законами природы и когда можно надеяться, что запись уравнений этих законов даст нам математическую модель хотя бы отдельных элементов или подсистем. Но и в этих, редких, случаях возникают проблемы не только в плане сложности уравнений, невозможности их аналитического решения (расчета по формулам). Дело в том, что в природе трудно обнаружить примеры «чистого» проявления ее отдельных законов — чаще всего сопутствующие явление факторы «смазывают» теоретическую картину.

Еще одно важное обстоятельство приходится учитывать при математическом моделировании. Стремление к простым, элементарным моделям и вызванное этим игнорирование ряда факторов может сделать модель неадекватной реальному объекту, грубо говоря — сделать ее неправдивой. Снова таки, без активного взаимодействия с технологами, специалистами в области законов функционирования систем данного типа, при системном анализе не обойтись.

В системах экономических, представляющих для вас основной интерес, приходится прибегать большей частью к математическому моделированию, правда в специфическом виде — с использованием не только количественных, но и качественных, а также логических показателей.

Из хорошо себя зарекомендовавших на практике можно упомянуть модели: межотраслевого баланса; роста; планирования экономики; прогностические; равновесия и ряд других.

Завершая вопрос о моделировании при выполнении системного анализа, резонно поставить вопрос о соответствии используемых моделей реальности.

Это соответствие или адекватность могут быть очевидными или даже экспериментально проверенными для отдельных элементов системы. Но уже для подсистем, а тем более системы в целом существует возможность серьезной методической ошибки, связанная с объективной невозможность оценить адекватность модели большой системы на логическом уровне.

Иными словами — в реальных системах вполне возможно логическое обоснование моделей элементов. Эти модели мы как раз и стремимся строить минимально достаточными, простыми настолько, насколько это возможно без потери сущности процессов. Но логически осмыслить взаимодействие десятков, сотен элементов человек уже не в состоянии. И именно здесь может «сработать» известное в математике следствие из знаменитой теоремы Гёделя — в сложной системе, полностью изолированной от внешнего мира, могут существовать истины, положения, выводы вполне «допустимые» с позиций самой системы, но не имеющие никакого смысла вне этой системы.

То есть, можно построить логически безупречную модель реальной системы с использованием моделей элементов и производить анализ такой модели. Выводы этого анализа будут справедливы для каждого элемента, но ведь система — это не простая сумма элементов, и ее свойства не просто сумма свойств элементов.

Отсюда следует вывод — без учета внешней среды выводы о поведении системы, полученные на основе моделирования, могут быть вполне обоснованными при взгляде изнутри системы. Но не исключена и ситуация, когда эти выводы не имеют никакого отношения к системе — при взгляде на нее со стороны внешнего мира.

Для пояснения вернемся к рассмотренному ранее примеру. В нем почти все элементы были построены на вполне оправданных логических постулатах (допущениях) типа: если студент Иванов получил оценку «знает» по некоторому предмету, и посетил все занятия по этому предмету, и управление его обучением было на уровне «Да» — то вероятность получения им оценки «знает» будет выше, чем при отсутствии хотя бы одного из этих условий.

Но как на основании системного анализа такой модели ответить на простейший вопрос; каков вклад (хотя бы по шкале «больше-меньше») каждой из подсистем в полученные фактические результаты сессии? А если есть числовые описания этих вкладов, то каково доверие к ним? Ведь управляющие воздействия на систему обучения часто можно производить только через семестр или год.

Здесь приходит на помощь особый способ моделирования — метод статистических испытаний (Монте Карло). Суть этого метода проста — имитируется достаточно долгая «жизнь» модели, несколько сотен семестров для нашего примера. При этом моделируются и регистрируются случайно меняющиеся внешние (входные) воздействия на систему. Для каждой из ситуации по уравнениям модели просчитываются выходные (системные) показатели. Затем производится обратный расчет — по заданным выходным показателям производится расчет входных. Конечно, никаких совпадений мы не должны ожидать — каждый элемент системы при входе «Да» вовсе не обязательно будет «Да» на выходе.

Но существующие современные методы математической статистики позволяют ответить на вопрос — а можно ли и, с каким доверием, использовать данные моделирования. Если эти показатели доверия для нас достаточны, мы можем использовать модель для ответа на поставленные выше вопросы.

Не нашли то, что искали? Воспользуйтесь поиском:

источник

При использовании системного метода в экологии Дж. Джефферс (1981) выделяет семь этапов: выбор проблемы, постановка «задачи» и ограничение степени ее сложности, установление иерархии целей и задач, выбор путей решения ’’задач” моделирования, оценка возможных стратегий, внедрение результатов (другими словами — прогноз). При внимательном рассмотрении этих этапов и сравнении их с этапами моделирования (см. рис. 2.1) можно сделать вывод, что системный анализ в виде строгой методологической концепции, являясь стратегией научного поиска, обеспечивает математическому моделированию систематизированный научный характер.

Аналогичный подход возможен к решению проблем лесоустройства, имеющих отношение к естественным природным системам, но с некоторыми дополнениями (Образцов, 1990).

  • 1. Выбор проблемы и обоснование системного метода решения. Этот этап не поддается формализации*. Исследователь (лучше группа специалистов) опирается только на свой опыт и глубину понимания проблемы, если проблема не достаточно сложная. В случае ее сложности обязателен системный подход, так как даже лучшие специалисты лесоустройства без системного подхода не в состоянии учесть все факторы, влияющие на изучаемые или проектируемые системы, предусмотреть все последствия воздействий на системы, взвесить все обстоятельства. Игнорирование этого может вызвать отрицательные последствия. Например, принимаемые решения по осушению лесных земель, казавшиеся правильными в момент их принятия, в дальнейшем часто приводили к негативным последствиям, которые при системном подходе можно было бы предусмотреть. На этом этапе возможно использование статистического анализа.
  • 2. Постановка «задачи» и ограничение её сложности. Используя системный подход, проблема представляется так, чтобы она имела аналитическое решение. Требуется упростить «задачу», но без снижения её практического значения. Излишнее усложнение затрудняет моделирование. Однако, при значительном упрощении «задачи» результаты системного исследования проблемы могут привести к решениям не соответствующим действительности.
  • 3. Анализ конечных целей и задач исследования, установление их иерархии — очередной этап системного анализа. Следует учитывать, что цели неравнозначны и образуют некоторую иерархию, последовательно подразделяясь на ряд главных и второстепенных. Так, например, при разработке лесоустроительных нормативов для учёта лесных ресурсов главной целью служит их максимально точное моделирование для основных лесообразующих пород. В этом случае важна массовость экспериментального материала по всему многообразию лесорастительных условий, чёткая их систематизация, однородность выделенных элементов, простота и удобство использования результатов и т.д.
  • 4. Выбор методов решения «задачи». Как правило, имеется более чем один способ решения каждой конкретной проблемы, но выбирается самый оптимальный.
  • 5. Структуризация системы. Цель этого этапа — выяснение структуры системы, состава её элементов и связей между ними, достижение точного представления о её внутреннем строении и свойствах объекта исследования. Прежде всего необходимо определить границы системы и её внешнюю среду. Границу следует выбирать таким образом, чтобы взаимное влияние среды и системы было минимальным. Границы системы могут расширяться и сужаться в зависимости от поставленной задачи моделирования. После такого разделения структуризация системы и её внешней среды проводится раздельно. Структуризация самой системы заключается в её разделении на подсистемы и элементы в соответствии с поставленной задачей (Мамиконов, 1981).

Завершается этот этап определением всех существенных связей между изучаемой системой и системами, выделенными во внешней среде.

Различают следующие связи:

  • • горизонтальные (между подсистемами одного уровня) и вертикальные (между подсистемами различных уровней иерархии);
  • • внутренние (между подсистемами внутри системы) и внешние (между системой и внешней средой);
  • • входные (направленные из внешней среды внутрь системы) и выходные (направленные из системы во внешнюю среду);
  • • прямые и обратные (рис. 2.2).

Рис. 2.2. Графическое изображение четырех уровней организации системы лесных культур

Учесть и исследовать абсолютно все связи практически невозможно и нецелесообразно, так как многие из них несущественны, не влияют на систему и качество принимаемых решений.

  • 6. Структуризация системы необходима для последующего моделирования как очередного этапа системного анализа.
  • 7. Производственная проверка и внедрение результатов (или прогноз) — последний этап, завершающий системный анализ с последующим математическим моделированием, которое, в свою очередь, выполняется поэтапно.

источник

Системный анализ предусматривает: разработку системного метода решения проблемы, т.е. логически и процедурно организованную последовательность операций, направленных на выбор предпочтительной альтернативы решения проблемы. Системный анализ реализуется практически в несколько этапов, однако в отношении их числа и содержании пока еще нет единства, т.к. в науке существует большое разнообразие прикладных проблем.

В процессе системного анализа на разных его уровнях применяются различные методы. При этом сам системный анализ выполняет роль т.н. методологического каркаса, объединяющего все необходимые методы, исследовательские приемы, мероприятия и ресурсы для решения проблем. По существу системный анализ организует наши знания о проблеме таким образом, чтобы помочь выбрать нужную стратегию ее решения или предсказать результаты одной или нескольких стратегий, которые представляются целесообразными тем, кто должен принимать решения по устранению противоречия, породившего проблему. В наиболее благоприятных случаях стратегия, найденная с помощью системного анализа, оказывается «наилучшей» в некотором определенном смысле.

Рассмотрим методологию системного анализа на примере теории английского ученого Дж. Джефферса, что предполагает выделение семь этапов.

1 этап «Выбор проблемы». Осознание того, что существует некая проблема, которую можно исследовать с помощью системного анализа, достаточно важная для детального изучения. Само понимание того, что необходим действительно системный анализ проблемы, столь же важно, как и выбор правильного метода исследования. С одной стороны, можно взяться за решение проблемы, не поддающейся системному анализу, а с другой – выбрать проблему, которая не требует для своего решения всей мощи системного анализа, и изучать которую данным методом было бы неэкономично. Такая двойственность первого этапа делает его критическим для успеха или неудачи всего исследования.

2 этап «Постановка задачи и ограничение ее сложности». Коль существование проблемы осознано, требуется упростить задачу настолько, чтобы она, скорее всего, имела аналитическое решение, сохраняя в то же время все те элементы, которые делают проблему достаточно интересной для практического изучения. Здесь мы вновь имеем дело с критическим этапом любого системного исследования. Именно на этом этапе можно внести наиболее весомый вклад в решение проблемы. Успех или неудача всего исследования во многом зависят от тонкого равновесия между упрощением и усложнением – равновесия, при котором сохранены все связи с исходной проблемой, достаточные для того, чтобы аналитическое решение поддавалось интерпретации. Проблема может быть не решена из-за того, что принятый уровень сложности затруднит последующее моделирование, не позволяя получить ее решение.

Читайте также:  Как подобрать фильтр для воды по анализу

3 этап «Установление иерархии целей и задач». После постановки задачи и ограничения степени ее сложности можно приступать к установлению целей и задач исследования. Обычно эти цели и задачи образуют некую иерархию, причем основные задачи последовательно подразделяются на ряд второстепенных. В такой иерархии необходимо определить приоритеты различных стадий и соотнести их с теми усилиями, которые необходимо приложить для достижения поставленных целей. Таким образом, в сложном исследовании можно присвоить сравнительно малый приоритет тем целям и задачам, которые хотя и важны с точки зрения получения научной информации, довольно слабо влияют на вид решений, принимаемых относительно воздействий на систему и управления ею. В иной ситуации, когда данная задача составляет часть программы какого-то фундаментального исследования, исследователь заведомо ограничен определенными формами управления и концентрирует максимум усилий на задачах, которые непосредственно связаны с самими процессами. Во всяком случае, для плодотворного применения системного анализа очень важно, чтобы приоритеты, присвоенные различным задачам, были четко определены.

4 этап «Выбор путей решения задач». На данном этапе исследователь может обычно выбрать несколько путей решения проблемы. Как правило, опытному специалисту по системному анализу сразу видны семейства возможных решений конкретных задач. Каждая конкретная задача обычно может быть решена более чем одним способом. И вновь выбор семейства, в рамках которого следует искать аналитическое решение, зависит от опыта специалиста по системному анализу. Неопытный исследователь может затратить много времени и средств в попытках применить решение из какого-либо семейства, не сознавая, что это решение получено при допущениях, несправедливых для того частного случая, с которым он имеет дело. Аналитик же часто разрабатывает несколько альтернативных решений и только позже останавливается на том из них, которое лучше подходит для его задачи.

5 этап «Моделирование». После того, как проанализированы подходящие альтернативы, можно приступать к важному этапу – моделированию сложных динамических взаимосвязей между различными аспектами проблемы. При этом следует помнить, что моделируемым процессам, а также механизмам обратной связи присуща внутренняя неопределенность, а это может значительно усложнить как понимание системы, так и ее управляемость. Кроме того, в самом процессе моделирования нужно учитывать сложный ряд правил, которые необходимо будет соблюдать при выработке решения о подходящей стратегии. На этом этапе очень легко увлечься изяществом модели, и в результате будут утрачены все точки соприкосновения между реальными процессами принятия решений и математическим аппаратом. Кроме того, при разработке модели в нее часто включаются непроверенные гипотезы, а оптимальное число подсистем предопределить достаточно сложно. Можно предположить, что более сложная модель полнее учитывает сложности реальной системы, но хотя это предположение интуитивно вполне кажется корректным, необходимо принять во внимание дополнительные факторы. Рассмотрим, например, гипотезу о том, что более сложная модель дает и более высокую точность с точки зрения неопределенности, присущей модельным прогнозам. Вообще говоря, систематическое смещение, возникающее при разложении системы на несколько подсистем, связано со сложностью модели обратной зависимостью, но налицо и соответствующее возрастание неопределенности из-за ошибок измерения отдельных параметров модели. Те новые параметры, которые вводятся в модель, должны определяться количественно в полевых и лабораторных экспериментах, и в их оценках всегда есть некоторые ошибки. Пройдя через имитацию, эти ошибки измерений вносят свой вклад в неопределенность полученных прогнозов. По всем этим причинам в любой модели выгодно уменьшать число включенных в рассмотрение подсистем.

6 этап «Оценка возможных стратегий». Как только моделирование доведено до стадии, на которой модель можно использовать, начинается этап оценки потенциальных стратегий, полученных из модели. Если окажется, что основные допущения некорректны, возможно, придется вернуться к этапу моделирования, но часто удается улучшить модель, незначительно модифицировав исходный вариант. Обычно необходимо также исследовать «чувствительность» модели к тем аспектам проблемы, которые были исключены из формального анализа на втором этапе, т.е. когда ставилась задача и ограничивалась степень ее сложности.

7 этап «Внедрение результатов». Заключительный этап системного анализа представляет собой применение на практике результатов, которые были получены на предыдущих этапах. Если исследование проводилось по вышеописанной схеме, то шаги, которые необходимо для этого предпринять, будут достаточно очевидны. Тем не менее, системный анализ нельзя считать завершенным, пока исследование не дойдет до стадии практического применения, и именно в этом отношении многие выполненные работы оказывались невыполненными. В то же время как раз на последнем этапе может выявиться неполнота тех или иных стадий или необходимость их пересмотра, в результате чего понадобится еще раз пройти какие-то из уже завершенных этапов.

Таким образом, цель многоэтапного системного анализа состоит в том, чтобы помочь выбрать правильную стратегию при решении практических задач. Структура этого анализа направлена на то, чтобы сосредоточить главные усилия на сложных и, как правило, крупномасштабных проблемах, не поддающихся решению более простыми методами исследования, например наблюдением и прямым экспериментированием.

Уровни принятия решения по проблеме. Процесс выработки и принятия решений по проблеме можно представить как совокупность способов и приемов деятельности лица, принимающего решение (ЛПР). При этом ЛПР руководствуется определенными положениями, установками, принципами, стремясь организовать наиболее эффективную систему, которая позволит выработать оптимальное в данной ситуации решение. В этом процессе, исходя из механизма принятия решений, можно выделить отдельные уровни, с элементами которых неизменно сталкивается ЛПР.

Основные уровни принятия решений по проблеме:

1. Индивидуально-смысловой уровень. Принятие решений на таком уровне ЛПР осуществляет на основе логического рассуждения. При этом процесс принятия решения зависит от индивидуального опыта ЛПР и тесно связан изменением конкретной ситуации. Исходя из этого, люди на смысловом уровне не могут понять друг друга, а решения принимаются ими часто не только необоснованно, но и лишены организационного смысла. Таким образом, на этом уровне решения принимаются только на основе «здравого смысла».

2. Коммуникативно-смысловой уровень. На данном уровне решения принимаются уже на основе коммуникативного взаимодействия лиц, участвующих в принятии решения. Здесь речь идет не о традиционном общении, а о специально подобранной коммуникации. Организатор коммуникации – ЛПР «запускает» коммуникацию, когда появляется затруднение в деятельности, порождающее проблемную ситуацию. Участники коммуникации в одной и той же ситуации могут видеть различное, исходя из своей субъективной позиции. В итоге ЛПР лично или с помощью арбитра организует обоснованную критику и арбитражную оценку различных точек зрения. На этом уровне происходит слияние индивидуальных точек зрения с общезначимыми.

Первый и второй уровень считается допонятийными. Именно на указанных уровнях чаще всего принимают решения руководители организаций.

3. Понятийный уровень. На этом уровне осуществляется уход от индивидуальных мнений, и используются строгие понятия. Данный этап предполагает использование специальных средств для профессионального общения ЛПР с заинтересованными специалистами, что способствует повышению качества их профессионального взаимодействия в процессе разработки решения.

4. Проблемный уровень. При данном уровне для решения проблем необходимо перейти от индивидуально-смыслового понимания проблемной ситуации, сложившейся в процессе принятия решений, к пониманию ее через значения. В случае если цель ЛПР состоит в решении определенной задачи, применяются заранее известные алгоритмы и требуется освоение несложных процедур. Когда же ЛПР сталкивается с определенной проблемой и имеет место ситуация неопределенности, принятие решения осуществляется путем построения теоретической модели, формулирования гипотез, разработки вариантов решений с помощью творческого подхода. Затруднения в этой деятельности должны вывести на следующий уровень принятия решений — системный.

5. Системный уровень. Такой уровень требует от ЛПР системного видения всех элементов среды принятия решений, целостности представления объекта управления и взаимодействия его частей. Взаимодействие должно быть преобразовано во взаимосодействие элементов целостности, что обеспечивает системный эффект от деятельности.

6. Универсально-системный уровень. Принятие решения на данном уровне предполагает видение ЛПР целостности в объекте управления и его встроенности в окружающую среду. Эмпирические наблюдения и получаемая аналитическая информация используется здесь для определения тенденций развития объекта. Уровень требует от ЛПР построения целостной картины окружающего мира.

Таким образом, переходить с уровня на уровень ЛПР побуждают затруднения в принятии решения по проблеме. Это могут быть его субъективные сомнения или объективная необходимость решать задачи и проблемы с учетом требований конкретного уровня. Чем сложнее объект управления (проблема), тем более высокий уровень принятия решения требуется. При этом каждому уровню должен соответствовать определенный механизм принятия решения, также необходимо использовать уровневые критерии выбора варианта действий.

Сравнение интуитивного и системного подхода к принятию решения по проблеме.В ситуации, когда нам нужно принять некоторое решение по какой-либо проблеме (предполагаем, что это решение мы принимаем самостоятельно, иначе говоря его нам не «навязывают»), то мы, для определения того какое конкретно решение лучше принять, можем действовать двумя принципиально различными методами.

Первый метод прост и действует полностью на основании ранее приобретенного опыта и полученных знаний. Кратко он заключается в следующем: имея в своем представлении исходную ситуацию, мы

1) подбираем в памяти один или несколько известных нам паттернов («шаблон», «система», «структура», «принцип», «модель»), которые обладают с исходной ситуацией удовлетворительной (на наш взгляд) аналогией;

2) применяем для текущей ситуации решение, соответствующее лучшему решению для уже известного паттерна, который в данной ситуации становится моделью для его принятия.

Этот процесс мыслительной деятельности происходит, как правило, неосознанно и в этом заключается причина его чрезвычайной эффективности. В силу своей «неосознанности» назовем этот метод принятия решений «интуитивным». Однако необходимо отметить, что это не более чем практичное применение своего предыдущего опыта и полученных знаний. Не стоит путать интуитивное принятие решений с гаданием на кофейной гуще или подбрасыванием монетки. Интуиция в данном случае есть неосознанная квинтэссенция знаний и опыта человека принимающего решение. Поэтому интуитивные решения часто бывают весьма удачными, особенно если данный человек обладает достаточным опытом решения схожих проблем.

Второй метод гораздо более сложен и требует привлечения осознанных мыслительных усилий, направленных на применение самого метода. Кратко опишем его так: имея в своем представлении исходную ситуацию, мы

1) подбираем некоторый критерий эффективности для оценки будущего решения;

2) определяем разумные границы рассматриваемой системы;

3) создаем подходящую для аналогии с исходной ситуацией модель системы;

4) исследуем свойства и поведение этой модели для поиска лучшего решения;

5) применяем найденное решение на практике.

Этот сложный метод принятия решения, как мы уже знаем, называется «системным» в силу осознанного применения понятий «система» и «модель». Ключевым в нем является задача грамотной разработки и использования моделей, потому что именно модель является необходимым нам результатом, который к тому же можно запомнить и использовать неоднократно в будущем для похожих ситуаций.

Если сравнить эти два метода между собой, то на первый взгляд очевидна эффективность «интуитивного» подхода как с точки зрения скорости принятия решений так и затрат прилагаемых усилий. И это действительно так.

А в чем же заключается преимущество «системного» метода, если оно есть?

Дело в том, что интуитивный подход дает нам изначально уже известное решение поставленной задачи или проблемной ситуации, а применяя системный подход, мы до какого-то момента действительно не знаем решения, которое ищем. А это значит, что практика системного подхода «заложена» в людях от природы и является в такой же степени основанием личного обучения человека (особенно явно в его первые годы жизни).

Интуитивный и системный методы принятия решений не противоречат друг другу. Однако каждый из них целесообразней использовать в ситуации, подходящей именно к нему. Чтобы выяснить в каких ситуациях, что лучше использовать, давайте вначале рассмотрим следующий показательный пример.

Пример. Представим ситуацию, когда вы входите в здание института. Чтобы войти вы должны открыть и пройти через дверь подъезда. Вы делали это уже много раз, и, разумеется, об этом не задумываетесь, то есть делаете это «автоматически». Хотя, если разобраться, эти действия — достаточно сложная согласованная цепочка движений рук, ног и корпуса тела: ни один робот при современном развитии технологий и успехах искусственного интеллекта пока не может это делать так же естественно, как впрочем, и просто ходить тоже. Однако вы это делаете легко и свободно, потому что в спинном мозге и нижних отделах головного мозга уже имеются хорошо работающие конкретные модели поведения, которые дают правильный результат предсказаний ваших действий по открыванию двери без использования для решения этой задачи ресурсов высших отделов головного мозга. Иначе говоря, в таких случаях мы используем уже отработанную модель принятия решения.

Теперь предположим, что во время вашего отсутствия у двери заменили пружину и для ее открытия нужно приложить значительно более сильное усилие. Что произойдет? Вы как обычно подходите, беретесь за ручку, нажимаете …, а дверь не открывается. Если в этот момент вы пребываете в задумчивости, то можете даже несколько раз безуспешно дернуть ручку двери, пока ваша нервная система не достучится до сознания, что ситуация требует изучения и какой-то особой реакции. Что произошло? Не сработала старая модель, которая ранее безотказно действовала для этой ситуации — предсказание не дало ожидаемый результат. Поэтому вы изучаете, что случилось сейчас, находите причину проблемы, понимаете, что для открытия двери нужно прилагать более значительные и определяете какие конкретно усилия. Далее «автоматически обновляете модель» поведения для этой ситуации и достаточно скоро, вероятно уже в течение одного дня, новая модель «приживется» и далее вы, как и ранее, будете входить в свой институт, не задумываясь об этом.

В данном случае мы применили «системный» подход – исследовали ситуацию, изменили непригодную модель и «запустили ее в эксплуатацию».

Этот простой пример показывает, как наш организм на практике эффективно применяет моделирование при системном подходе к принятию решения по проблеме. Это сочетание — причина чрезвычайно высокой способности адаптации человека к новым и неблагоприятным условиям. В ситуации неопределенности, когда старые модели не работают, мы разрабатываем и применяем новые, которые далее должны хорошо работать для похожих ситуаций. Это эффект обучения или точнее приобретения навыка.

ЗАПОМНИТЕ: Подходя к решению принципиально новых задач, мы должны сразу применять системный подход, расходовать на его реализацию дополнительные усилия, а не ждать неизбежных проблем с реализацией проекта.

Практика применения системного подхода при принятии решения по проблеме в большинстве случаев не требует серьезного привлечения дорогих ресурсов, использование специального программного обеспечения и полного описания каких-либо процессов. Бывает, вполне достаточно одного мозгового штурма, листов бумаги и карандаша с ластиком для успешного решения конкретной задачи.

Итак, системный подход к принятию решения по проблеме предполагает следование четкому алгоритму, состоящему из 6 шагов:

· определение критериев выбора решения;

· назначение весов критериям;

· выбор лучшей альтернативы.

Однако наличие таких обстоятельств как: высокий уровень неопределенности, отсутствие или недостаточность прецедентов, ограниченность фактов, факты, неоднозначно указывающие верный путь, аналитические данные малопригодны для использования, наличие нескольких хороших альтернатив, ограниченное время не всегда позволяет применить системный подход.

В этом случае от лица принимающего решения требуется проявить креативность — т.е. решение должно быть творческим, оригинальным, неожиданным. Креативное решение рождается при наличии следующих факторов:

· человек, принимающий решение, должен обладать соответствующими знаниями и опытом;

· у него должны присутствовать креативные способности;

· работа над принятием решения должна быть подкреплена соответствующей мотивацией.

Наконец на процесс принятие решения по проблеме и последующей реакции на него влияют когнитивные предрассудки и организационные ограничения.

Когнитивные предрассудки можно разбить на категории в зависимости от этапа принятия решений, на котором данные предрассудки оказывают влияние.

На этапе сбора информации:

доступность информации — для анализа проблемы отбирается только легко доступная информация;

предрассудок подтверждения — из всего массива информации для анализа выбирается только та, что подтверждает первоначальную (сознательную или подсознательную) установку лица, принимающего решение.

На этапе обработки информации:

· избегание риска — тенденция избегания риска любой ценой, даже перед лицом высоковероятного положительного исхода в случае принятия умеренного риска;

· чрезмерная уверенность в ком-то или в чем-то;

· фрэйминг — влияние формата или формулировки вопроса на ответ на данный вопрос;

· якорение — тенденция чрезмерно полагаться на единичные данные при принятии решения;

На этапе принятия решения:

· ограниченная рациональность — склонность человека при мысленном переборе возможных вариантов решений останавливаться на первом попавшемся «сносном» решении, игнорируя оставшиеся варианты (среди которых, возможно, находится «лучшее» решение);

· групповое мышление — влияние общей позиции группы людей на индивидуальную позицию человека;

· управление впечатлением — процесс, посредством которого человек пытается контролировать производимое на других людей впечатление;

· эффект владения — человек склонен ценить больше то, чем он непосредственно владеет.

На этапе реакции на принятое решение:

· иллюзия контроля — убежденность человека в своем контроле над ситуацией в большей степени, чем это есть на самом деле;

Читайте также:  Как подобрать фильтрацию по анализу воды

· нагнетание убежденности — ситуация, в которой человек продолжает предпринимать действия в поддержку первоначального решения (чтобы доказать верность этого решения) даже после того, как стала очевидной ошибочность первоначального решения;

· суждение задним числом — тенденция судить о наступивших событиях так, как будто в прошлом их было легко предсказать и разумно ожидать;

· фундаментальная ошибка атрибуции — тенденция человека объяснять успехи своими личными заслугами, а неудачи — внешними факторами;

· субъективная оценка — склонность интерпретировать данные в соответствии со своими убеждениями/предпочтениями.

Организационные ограничения, такие как система оценки персонала, система вознаграждений и мотивации, формальное регулирование принятое в организации, установленные временные ограничения и исторические прецеденты решения схожих проблем также влияют на процесс принятия решения.

Таким образом, системный подход позволяет выявить новые характеристики изучаемой проблемы, и построить принципиально отличную от прежней модель ее решения.

1. Любая научная, исследовательская и практическая деятельность проводится на базе методов (приемов или способов действия), методик (совокупности методов и приемов проведения какой-либо работы) и методологий (совокупности методов, правил распределения и назначения методов, а также шагов работы и их последовательности). Системный анализ — это совокупность методов и средств выработки, принятия и обоснования оптимально­го решения из многих возможных альтернатив. Он применяется в первую очередь для решения стра­тегических проблем. Основной вклад системного анализа в решение различных проблем обусловлен тем, что он позволяет выявить те факторы и взаимосвязи, которые впоследствии могут оказаться весьма существенными, что он дает возможность так изменять методику наблюдений и эксперимент, чтобы включить эти факторы в рассмотрение, и освещает слабые места гипотез и допущений.

2. При применении системного анализа акцент делается на проверке гипотез через эксперименты и строгие выборочные процедуры создает мощные инструменты познания физического мира и объединяет эти инструменты в систему гибкого, но строгого исследования сложных явлений. Данный метод рассматривается как методология углубленного уяснения (понимания) и упорядочения (структуризации) проблемы. Отсюда, методология системного анализа представляет совокупность принципов, подходов, концепций и конкретных методов, а также методик. В системном анализе упор направлен на разработку новых принци­пов научного мышления, учитывающих взаимосвязь це­лого и противоречивые тенденции.

3. Системный анализ не является чем-то принципиально новым в исследовании окружающего мира и его проблем — он базируется на естественнонаучном подходе. В отличие от традиционного подхода, при котором проблема решается в строгой последовательности вышеприведенных этапов (или в другом порядке), системный подход состоит в многосвязности процесса решения. В качестве основного и наиболее ценного результата системного анализа признается не количественное определенное решение проблемы, а увеличение степени ее понимания и возможных путей решения у специалистов и экспертов, участвующих в исследовании проблемы, и, что особенно важно, у ответственных лиц, которым предоставляется набор хорошо проработанных и оцененных альтернатив.

4. Наиболее общим понятием, которое обозначает все возможные проявления систем, является «системность», которую предлагается рассматривать в трех аспектах:

а) системная теория дает строгое научное знание о мире систем и объясняет происхождение, устройство, функционирование и развитие систем различной природы;

б) системный подход — выполняет ориентационную и мировоззренческую функции, обеспечивает не только видение мира, но и ориентацию в нем. Главным признаком системного подхода является наличие доминирующей роли сложного, а не простого, целого, а не составляющих элементов. Если при традиционном подходе к исследованию мысль движется от простого к сложному, от частей — к целому, от элементов — к системе, то при системном подходе, наоборот, мысль движется от сложного к простому, от, целого к составным частям, от системы к элементам;

в) системный метод — реализует познавательную и методологическую функции.

5. Системное рассмотрение объекта предполагает: определение и исследование системного качества; выявление образующей систему совокупности элементов; установление связей между этими элементами; исследование свойств окружающей систему среды, важных для функционирования системы, на макро- и микроуровне; выявление отношений, связывающих систему со средой.

В основу алгоритма системного анализа заложено построение обобщенной модели, отображающей все факторы и взаимосвязи проблемной ситуации, которые могут проявиться в процессе решения. Процедура системного анализа заключается в проверке последствий каждого из возможных альтернативных решений для выбора оптимального по какому-либо критерию или их совокупности.

Рекомендуемая литература:

Берталанфи Л. фон. Общая теория систем – обзор проблем и результатов. Системные исследования: Ежегодник. М.: Наука, 1969. С. 30-54.

Боулдинг К. Общая теории систем — скелет науки // Исследования по общей теории систем. М.: Прогресс, 1969. С. 106-124.

Волкова В.Н., Денисов А.А. Основы теории управления и системного анализа. СПб.: СПбГТУ, 1997.

Гегель Г.В.Ф. Наука логики. В 3 т. М.: 1970 – 1972.

Долгушев Н.В. Введение в прикладной системный анализ. М., 2011.

Живицкая Е.Н. Системный анализ и проектирование. М., 2005.

Казиев В.М. Введение в анализ, синтез и моделирование систем: конспект лекций. М.: ИУИТ, 2003.

Качала В.В. Основы системного анализа. Мурманск: МГТУ, 2004.

Концепции современного естествознания: конспект лекций. М., 2002.

Лапыгин Ю.Н. Теория организаций: учеб. пособие. М., 2006.

Никаноров С.П. Системный анализ: этап развития методологии решения проблем в США (перевод). М., 2002.

Прибылов И. Процесс принятия решения/www.pribylov.ru.

Садовский В.Н. Системный подход и общая теория систем: статус, основные проблемы и перспективы развития. М.: Наука, 1980.

Светлов Н.М. Теория систем и системный анализ. УМК. М., 2011.

СЕРТИКОМ — Менеджмент консалтинг. Киев, 2010.

Системный анализ и принятие решений: Словарь-справочник / под ред. В.Н.Волковой, В.Н.Козлова. М.: Высшая школа, 2004.

Системный анализ: конспект лекций. Сайт методической поддержки системы информационно-аналитической поддержки принятия решений в сфере образования, 2008.

Сурмин Ю.П. Теория систем и системный анализ: учеб. пособие. Киев: МЛУП, 2003.

Фадина Л.Ю., Щетинина Е.Д. Технология принятия управленческих решений. Сб. статей НПК. М., 2009.

Хасьянов А.Ф. Системный анализ: конспект лекций. М., 2005.

Черняховская Л.Р. Методология систем и принятие решений. Краткий конспект лекций. Уфа: УГАТУ, 2007.

Не нашли то, что искали? Воспользуйтесь поиском:

Лучшие изречения: Сдача сессии и защита диплома — страшная бессонница, которая потом кажется страшным сном. 8850 — | 7181 — или читать все.

195.133.146.119 © studopedia.ru Не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования. Есть нарушение авторского права? Напишите нам | Обратная связь.

Отключите adBlock!
и обновите страницу (F5)

очень нужно

источник

Цели системного анализа определяются пониманием его сути и содержания, обусловлены его логическими основами и заключаются в том, чтобы выявить и изучить основные элементы исследуемого явления или процесса как определенной системы. Это достигается с помощью анализа данного явления, мысленного разделения его на элементы и их изучения. При этом учитывается, что данные элементы проявляют себя только в их связях и взаимодействиях, заданных природой и характером данной системы. Отсюда другая цель: исследовать содержание этих связей и взаимодействий и представить на уровне науки функционирование и развитие рассматриваемого явления как целостной системы. Достигается это с помощью такого общенаучного метода исследования, как синтез. Благодаря ему, как уже упоминалось, выявляются эмерджентные свойства системы, отсутствующие у ее элементов, но возникающие в процессе их взаимодействия, – тем самым достигается еще одна цель системного анализа явлений. Понятие «анализ» толкуется в данном случает расширительно, так как включает в себя и синтез: подобное расширительное толкование метода анализа нередко встречается в литературе по системному анализу.

Как правило, системное исследование различных явлений и процессов преследует и другие цели: обнаружение внутренних источников их функционирования, основную направленность развития явлений и процессов, выявление объективных и субъективных сторон их существования и развития и др. При этом какая-то цель является основной и поэтому определяет основную направленность данного исследования.

В конечном счете в процессе системного исследования формируется целая система его целей, принимающая вид так называемого «дерева целей«. Суть и главный принцип построения «дерева целей» – координация и субординация (отношение соподчинения) всех формулируемых целей данного исследования и показ их зависимости от его основной цели. «Дерево целей» дает более четкое представление о содержании будущего системного исследования процесса (в нашем случае – экономического или политического), его направленности и ожидаемых результатах.

В начале исследования надо составить более или менее полное предварительное представление об изучаемом явлении или процессе на основе имеющейся информации о них, прежде всего – научной. Это позволит яснее сформулировать основные и вытекающие из них иные цели исследования и при необходимости построить «дерево целей».

Затем необходимо выделить основные элементы изучаемых явлений и процессов и исследовать их взаимосвязи, чтобы составить целостное представление об этих явлениях и процессах. Следующий этап – выявление основополагающих факторов их функционирования и обнаружение внутренних и внешних источников их развития. Наконец, необходимо научно объяснить место и роль данного явления или процесса в функционировании и развитии той или иной сферы общественной жизни и общества в целом.

Выделяют различные этапы системного исследования природных и социальных явлений, на каждом из которых решаются определенные задачи. Приведем пример перечня таких этапов.

«1. Формулировка основных целей и задач исследования.

  • 2. Определение границ системы, отделение ее от внешней среды.
  • 3. Составление списка элементов системы (подсистем, факторов, переменных и т.д.).
  • 4. Выявление сути целостности системы.
  • 5. Анализ элементов системы.
  • 6. Построение структуры системы (т.е. выявление связей ее элементов. – Примеч. авт.).
  • 7. Установление функций системы и ее подсистем.
  • 8. Согласование целей системы и ее подсистем.
  • 9. Уточнение границ системы и каждой подсистемы.
  • 10. Анализ явлений эмерджентности (появления свойств системы, отсутствующих у ее элементов. – Примеч. авт.).
  • 11. Конструирование системной модели» [1] .

Подобный цикл системного анализа не является раз и навсегда установленным; некоторые из названных этапов можно опустить; возможен возврат к предыдущим этапам и т.д. [2] Представляется справедливым, что системный анализ сегодня чаще выступает как методология не столько решения, сколько постановки проблемы. Поэтому он имеет пока больше «педагогическую ценность для формирования и развития научного мышления». Практические же или «прагматические возможности системного подхода» в настоящее время «достаточно скромны» [3] .

Как уже отмечалось, моделирование явлений и процессов представляет собой их искусственное воспроизведение в модели, отражающей их основные свойства. Анализ самих таких моделей направлен на изучение с их помощью данного явления или процесса в целом, а также механизмов их функционирования и развития.

Модели системных исследований социальных процессов можно классифицировать по разным основаниям: модели, воспроизводящие причинно-следственные связи элементов экономического или политического процесса; модели жизненного цикла, фиксирующие основные этапы развития того или иного социального объекта (фирмы, акционерного общества и т.д., вплоть до жизненных циклов существования различных цивилизаций) [4] ; модели волновой динамики развития экономики и др.

Системное моделирование экономических, политических и других процессов общественного развития осуществляется в виде идеальных моделей, логически воспроизводящих основные параметры и свойства указанных процессов. Такие модели могут быть выражены в виде схем, графиков, таблиц, математических формул, а также объясняющих их теоретических концепций.

Американские ученые Дж. Б. Мангейм и Р. К. Рич перечисляют этапы изучения политических процессов с помощью их математического моделирования. Первый этап построения модели системного анализа – индуктивный (отбор наблюдений, относящихся к процессу, который предстоит моделировать); второй этап – переход от определения проблемы к построению неформальной модели, представляющей собой набор «инструментов» (допущений, принципов анализа), которые позволяют объяснить отобранные наблюдения; исследователи строят несколько неформальных моделей и пытаются определить, какая из них лучше отображает изучаемую проблему; третий этап – переход от неформальных моделей к формальным, в которых все допущения сформулированы в математической форме; четвертый – «этап математической обработки формальной модели», который является «решающим в математическом моделировании». Математический анализ этой модели предполагает выявление следствий действия моделируемого процесса. Он представляет собой «дедуктивное ядро» математического моделирования социальных процессов, заключающееся «в поиске нетривиальных и непредвиденных выводов из правдоподобных допущений» [5] .

Далее следует вернуться к первоначальной стадии моделирования, чтобы проверить, соответствуют ли полученные выводы тому, что изначально ожидалось от модели, имеют ли они смысл в свете эмпирических наблюдений, можно ли получить с помощью данной модели другие имеющие научное значение выводы, можно ли эту модель сделать более общей, чтобы исследовать с ее помощью более широкий круг социальных явлений.

Из изложенного можно сделать следующий вывод: не переоценивая роли моделей системного анализа в исследовании общественных явлений, с их помощью все же можно получить достаточно содержательную информацию о структуре и функционировании указанных явлений, в том числе социально-экономических и политических процессов, носящих как устойчивый, так и неустойчивый, а также вполне определенный или же вероятностный характер.

источник

Методологические принципы системного анализа

Целью анализа системы управления является:

· детальное изучение системы управления для более эффективного использования и принятия решения по ее дальнейшему совершенствованию или замене;

· исследование альтернативных вариантов вновь создаваемой системы управления с целью выбора наилучшего варианта.[6]

Опыт исследования объектов различного состава, содержания и области применения (общественных, физических, технических, биологических, мыслительных конструкций и т.д.) позволяет сформулировать три основных принципа системного подхода, которые можно положить в основу исследования сложных систем управления:

В работе (7) выделяют такие принципы системного анализа:

принципами системного анализа являются:

1) Принцип единства: совместное рассмотрение системы как единого целого и как совокупности частей (элементов).

2) Принцип связности: рассмотрение любой части системы совместно с её связями с другими частями и с окружающей средой.

3) Принцип развития: учёт изменяемости системы, её способности к развитию, замене частей, накапливанию информации, при этом учитывается и динамика внешней среды, изменение взаимодействия системы с внешней средой.

Следующие принципы системного подхода определяют рациональный, целенаправленный подход к рассмотрению структуры и функционирования системы.

4) Принцип функциональности: совместное рассмотрение структуры системы и функций с приоритетом функций над структурой — изменение функций влечет изменение структуры.

5) Принцип децентрализации: сочетание децентрализации и централизации.

6) Принцип модульного построения: выделение модулей и рассмотрение системы как совокупности модулей.

7) Принцип иерархии. Иерархия свойственна всем сложным системам.

8) Принцип свертки информации: информация свертывается, укрупняется при движении по ступеням иерархии снизу вверх.

9) Принцип неопределенности.

10) Принцип организованности: решения, выводы, действия должны соответствовать степени детализации системы, ее определенности, организованности.[9]

Указанный список мнений исследователей по поводу принципов системного анализа можно было бы продолжить, поскольку в литературе эти принципы разнятся практически у всех исследователей.

Укрупнено системный анализ состоит из следующих этапов: постановки задачи; структуризации системы и ее проблем; построения и исследования модели с последующей выработкой рекомендаций по совершенствованию системы.

Разные исследователи по-разному подходят к определению основных этапов системного исследования. Выделяют такие процедуры: определение конфигуратора; определение проблемы и проблематики; выявление целей; формирование критериев; генерирование альтернатив; построение и использование моделей; оптимизация; декомпозиция; агрегирование.[10]

определение объекта анализа;

определение функциональных особенностей системы управления;

исследование информационных характеристик системы;

определение количественных и качественных показателей системы управления;

оценивание и оценка эффективности системы управления;

обобщение и оформление результатов анализа.[11]

Как видно, самые главные этапы у всех исследователей повторяются (постановка задачи – определение проблемы плюс выявление целей; моделирование – построение моделей; структуризация – структурирование системы и т.д.).

1.Постановка задачи. Этот этап работы является наиболее важным, т.к. от него зависит весь ход проведения исследований.[12] Как первоначальный этап системного анализа, постановка задачи отличается от постановки задачи в математическом смысле как формального способа записи ее существа. В этом относительно узком смысле постановка задачи рассматривается позднее для конкретных задач, решаемых системой или ее элементами в процессе функционирования. На начальном этапе системного анализа постановку задачи рассматривают в широком смысле.

Применительно к системам управления прежде всего следует выяснить само назначение проводимого исследования, ибо от этого существенно зависит направление и содержание последующих этапов. Важно определить, что послужило причиной, вызвавшей решение о начале данного исследования.

Рис. Общая схема системы управления

Для системы управления характерно единство субъекта и объекта управления – ее управляющей и управляемой частей, которое обеспечивается наличием между ними прямых и обратных связей, образующих в своей совокупности контур управления

Под влиянием управляющего воздействия (), вырабатываемого субъектом управления, в объекте управления происходят изменения, результаты которых отражаются на численных значениях его измеряемых параметров. Среди всего множества параметров, по значениям которых можно судить о состоянии объекта управления, выделяют входные () и выходные (), управляемые и неуправляемые («возмущения» – ).

Управляющее воздействие является функцией величины- величиина рассогласования , равной разности между задающим воздействием (входным сигналом) и реакцией системы .

Период времени от момента получения новой информации, имеющей отношение к объекту управления, до исполнения управленческого решения называется циклом операции управления:

,

где – время, уходящее на первичную обработку и обобщение поступившей информации;

– длительность процесса принятия решения;

– время, уходящее на передачу и исполнение решения.

Продолжительность цикла операции управления определяет минимально необходимый период упреждения в управлении.

По принципу управления различают системы замкнутые и разомкнутые:

система управления замкнутая – система с отрицательной обратной связью (в системах с отрицательной обратной связью реализуется принцип управления по отклонению – устранение или уменьшение отклонения регулируемой величины от заданного значения путем измерения этого отклонения и использования его для выработки управляющего воздействия, возвращающего систему в первоначальное состояние);

Читайте также:  Как подобрать контрацептивы по анализу гормонов

система управления разомкнутая – система без обратной связи (в системах без обратной связи используется принцип управления по возмущению – устранение или уменьшение вызванного возмущением отклонения регулируемой величины от требуемого значения путем измерения этого возмущения, его функционального преобразования и выработки соответствующего управляющего воздействия).

Система управления, состояние которой определяется функциями нескольких переменных, зависящими не только от времени, но и от пространственных координат, называется системой управления с распределенными параметрами.

Системы управления, на каждое внеш­нее воздействие откликающиеся вполне определенным образом, называются рефлексивными (рефлексными, рефлекторными). Для нерефлексивных систем характерна неоднозначность, многовариантность реакции на одно и то же воздействие.

В теории игр под рефлексивным управлением понимается процесс передачи оснований для принятия решений одной из сторон другой. При этом происходит отражение игроками в их мышлении рассуждений друг друга. Из-за возможности применения противной стороной различных уловок (распространение дезинформации, блеф и т.д.) любые оптимальные, но слишком жесткие программы действий оказываются, как правило, не такими выигрышными, как программы, основанные на методах не оптимальных, но более гибких. Наиболее характерно рефлексивное управление для социальных систем.

Система управления, закон изменения состояния которой описывается системой обыкновенных дифференциальных уравнений:

,
. . . . . . . . . . . . . .
,

(в векторном виде ), называется динамической системой [13].

Предполагаются ли радикальные решения, связанные с коренной реконструкцией, принципиальным видоизменением действующей системы, или хотелось бы улучшить ее работу на базе существующих возможностей?

Почему изменения представляются необходимыми?

Что хотелось бы получить в результате этих изменений?

Что мешает изменить систему в нужном направлении без проведения специальных исследований?

Как оценить эффективность изменений, если они будут сделаны? Ответы на подобные вопросы легко могут быть получены у специалистов рассматриваемой и вышестоящей систем. Их многолетний опыт, детальное знание той системы, в которой они работают, позволяют считать, что никто лучше их не знает, какие они испытывают трудности, какие ограничения им мешают, чего они хотят добиться.

Однако почти всегда оказывается, что задачи формулируются этими специалистами либо в весьма общих, трудно поддающихся конкретизации выражениях, либо, наоборот, ставятся узкие конкретные задачи, не охватывающие проблему в целом. Это объясняется не тем, что они недостаточно глубоко знают свою систему или у них отсутствуют специальные знания и навыки в области системного анализа. Психологически человек всегда убежден в правильности своих решений, даже когда другим очевидна их ошибочность, — иначе он бы такое решение просто не принимал. Ему кажется, что он учел все влияющие на решение факторы, предусмотрел последствия, взвесил все обстоятельства.

Принимаемые в сложных ситуациях решения, как правило, весьма далеки от оптимальных. Именно поэтому формулировки задач специалистами, работающими в исследуемой системе, в большинстве случаев односторонни, выхватывают какой-либо один аспект деятельности системы, не учитывая многообразия и взаимосвязи различных факторов в системе и ее внешней среде. Именно поэтому иногда бывает, что сформулированные этими специалистами задачи в результате уже первого этапа системного анализа меняются коренным образом.

Первый этап — этап постановки задачи — весьма важен для последующей работы, от него существенно зависит, какие будут получены результаты. В то же время этот этап практически не поддается формализации. Успех определяется искусством и опытом специалиста по системному анализу, глубиной понимания им исследуемой системы, умением установить тесный контакт со специалистами, работающими в исследуемой системе, проведением всех исследований совместно. Наибольший эффект дает создание единой группы, в которую входят эти специалисты.

2. Структуризация — второй этап системного анализа. Прежде всего надо локализовать границы проблемы и системы и определить их внешнюю среду, для чего необходимо определить набор всех элементов, в той или иной степени связанных с поставленной на предыдущем этапе задачей, и разделить их на два класса — 1) исследуемую систему и 2) ее внешнюю среду. Такое деление существенно зависит от поставленной задачи -при ее изменении меняются границы проблемы и системы, внешняя среда, а иногда первоначальный набор элементов.

Критерием разделения различных проблем на классы, как правило, является степень возможной глубины их познания. Исходя из этого в наиболее общем виде все проблемы подразделяются на три класса: «хорошо структурированные» (well-structured), «неструктурированные» (unstructured) и «слабоструктурированные» (ill-structured):

к «хорошо структурированным» относятся такие проблемы, в которых существенные зависимости ясно выражены и могут быть представлены в числах или символах. Этот класс проблем называют также «количественно выраженными», и для решения проблем этого класса широко используется методология «исследований операций»;

«неструктурированными» являются проблемы, которые выражены главным образом в качественных признаках и характеристиках и не поддаются количественному описанию и числовым оценкам. Исследование этих «качественно выраженных» проблем поддается только эвристическим методам анализа. Здесь отсутствует возможность применения логически упорядоченных процедур отыскания решений; > к классу «слабоструктурированных» относятся проблемы, которые содержат, как качественные, так и количественные элементы. Причем неопределенные, не поддающиеся количественному анализу зависимости, признаки и характеристики имеют тенденцию доминировать в этих «смешанных» проблемах. К этому классу проблем относится большинство наиболее сложных задач экономического, технического, политического, военно-стратегического характера. Решение проблем, имеющих «слабоструктурированный характер», и является основной задачей системного анализа.

Для существующих систем обычно определены их границы, и задача структуризации сводится к исследованию соответствия принятых границ поставленной задаче. Дальнейшая структуризация проводится раздельно для внешней среды и самой системы.

Во внешней среде локализуют в виде подсистем элементы, образующие вертикаль исследуемой системы: вышестоящие, подчиненные ей подсистемы, а также те подсистемы одного с ней уровня, которые подчиняются той же подсистеме (n + 1)-го уровня, что и рассматриваемая. Оставшуюся часть внешней среды рассматривают либо в совокупности, либо проводят дальнейшую структуризацию в зависимости от характера поставленной задачи. В первом случае выделяют во внешней среде ряд систем по принципу тесноты и независимости связей с исследуемой.

Структуризация самой системы заключается в разбиении ее на подсистемы в соответствии с поставленной целью исследования. Завершается этап структуризации определением всех существенных связей между ней и системами, выделенными во внешней среде. Тем самым для каждой из выделенных в процессе структуризации систем определяют ее входы и выходы.

Процедура выбора метода исследования системы управления

В самом общем случае процедура выбора метода исследования системы управления заключается в следующем:

· формулируются цели и задачи исследования;

· формализуются требования к результатам исследования;

· оценивается полнота и качество имеющейся у исследователей информации о системе управления и ее внешней среде;

· изучается возможность получения дополнительной информации о системе и ее внешней среде в процессе исследования;

· определяется класс применимых в данной ситуации (возможных) методов исследования;

· формулируются критерии выбора оптимального метода исследования из числа возможных;

· вычисляются значения критериев оптимальности для каждого из возможных методов исследования;

· из всех возможных методов исследования выбирается оптимальный.

3. Построение модели, или моделирование, — третий этап системного анализа, который используют для изучения и анализа любых сложных систем, процессов и объектов. Модель — это приближенное, упрощенное представление процесса или объекта.

Процесс познания состоит в том, что мы создаем для себя некоторое представление об изучаемом объекте или явлении, помогающее лучше понять его функционирование и устройство, его характеристики. Такое представление, выраженное в той или иной форме, будем называть моделью. Чем детальнее и точнее познан объект, чем больше сведений о нем отражено в модели, тем она ближе к действительности, тем выше степень соответствия модели оригиналу, тем больше модель адекватна оригиналу (от лат. adaequatus — приравненный, тождественный).

Модели значительно облегчают понимание системы, позволяют проводить исследования в абстрактном плане, прогнозировать поведение системы в интересующих нас условиях, упрощать задачи, анализировать и синтезировать совершенно различные системы одними методами.

Основная задача и в то же время преимущество модели — выделение частных, но наиболее важных факторов реальной системы, которые подлежат изучению в данном конкретном исследовании. Эти факторы должны быть отражены в модели с наибольшей полнотой и детализацией, их характеристики в модели должны совпадать с реальными с точностью, определяемой требованиями данного исследования.

Остальные, несущественные факторы могут быть либо отражены с меньшей точностью, либо вовсе отсутствовать в модели. Следует подчеркнуть, что исключение несущественных факторов является немаловажным преимуществом модели. Их наличие в реальном объекте мешает исследователю, затрудняет понимание основных закономерностей, создает некоторый «шум», на фоне которого труднее выявить необходимые закономерности.

Разделение факторов на существенные и несущественные зависит от характера конкретного исследования. При изменении направленности исследования меняются требования к моделям и, следовательно, изменяется сама модель. Поэтому каждый реальный процесс или объект может быть представлен самыми различными моделями, зачастую совершенно непохожими одна на другую. Единственным общим свойством у них может быть лишь то, что они, каждая по-своему, отражают один и тот же объект.

С помощью моделей можно получить характеристики системы или отдельных ее частей значительно проще, быстрее и дешевле, чем при исследовании реальной системы. Естественно, это влечет за собой снижение точности, ибо мы получаем фактически не истинные значения характеристик, а лишь их оценки, приближенные значения. Степень точности определяется адекватностью модели и может быть повышена при необходимости за счет усложнения модели.

Преимущества модели: возможность сравнительно простыми средствами изменять ее параметры, вводить некоторые воздействия с целью изучения реакции системы, которые в реальных условиях получить значительно труднее (например, иногда невозможно изучить поведение системы в аварийных ситуациях или других особых условиях).

Чтобы изучить модель и экспериментировать с ней, она должна быть достаточно простой. Однако чем проще модель, тем меньше, как правило, она адекватна оригиналу. Само определение модели указывает на отсутствие полного совпадения всех характеристик модели и оригинала.

Таким образом, при моделировании системы мы всегда вынуждены идти на компромисс между простотой модели и обеспечиваемой ею точностью. Модель считают адекватной, если она обеспечивает точность, достаточную для данного исследования. Адекватность модели обычно проверяют экспериментом, сравнивая реакцию выходов на определенные значения входов у модели и у реального объекта. При этом следует помнить, что сама модель, с которой проводится эксперимент, должна соответствовать принятым условиям моделирования. Другими словами, модель, используемая в эксперименте, должна быть такой же, с которой проводятся дальнейшие исследования.

Эксперимент может быть пассивным и активным.

Пассивный эксперимент заключается в том, что исследователь наблюдает за реальным объектом, не вмешиваясь в его функционирование. На входы модели подают значения параметров, соответствующие значениям параметров реального объекта, затем сравнивают значения параметров соответствующих выходов модели и объекта.

Состояние реального объекта, его входов и выходов может отличаться от условий, которые хотел бы иметь исследователь. При пассивном наблюдении желаемые состояния объекта могут наступать редко или вовсе не встретиться за время наблюдения. Поэтому пассивный эксперимент осуществляют лишь в тех случаях, когда по каким-либо причинам вмешательство в функционирование реального объекта нежелательно, недопустимо или просто невозможно.

Одна из разновидностей пассивного эксперимента, имеющая самостоятельное значение для проверки адекватности модели, — ретроспективная проверка (ретроспекция — от лат. retro — назад и spectio — смотрю; обращение к прошлому, обзор прошедших событий). Она заключается в том, что из ряда наблюдений реального объекта за прошлые периоды выбирают интересующие исследователя состояния и для них выполняют процедуры, описанные выше. Это позволяет существенно сократить срок проведения экспериментальной проверки.

Активный эксперимент заключается в непосредственном воздействии исследователя на входы реального объекта и наблюдении за реакцией последнего. Соответствующие значения параметров задают на входы модели, что позволяет сравнивать реакцию ее выходов с реакцией реального объекта. Преимущество активного эксперимента состоит в том, что, проводя эксперимент, исследователь имеет возможность проверять адекватность модели в интересующих его режимах, варьируя их по своему усмотрению. В то же время затраты на активный эксперимент значительно больше, и он может привести к нежелательным потерям в реальной системе.

Естественно, что как активный, так и пассивный эксперименты проводятся не только для проверки адекватности моделей, но и для любых других целей исследования реальных объектов.

Из определения модели следует, что она является некоторым представлением объекта, его описанием. Поэтому различные модели отличаются друг от друга используемым для такого описания языком (начиная с естественного до высокоформализованного языка математических абстракций). Выбор языка определяет вид модели. При выборе языка учитывают требования к адекватности модели, обеспечиваемой ею точности результатов, а также удобство последующего ее анализа с помощью соответствующего аппарата.

4. Завершающим этапом системного анализа является исследование модели. Основное назначение этого этапа — выяснение поведения моделируемого объекта или процесса в различных условиях, при разных состояниях внешней среды и самого объекта. Для этого варьируют параметры модели, характеризующие состояние объекта, и задают на ее входах различные значения параметров, соответствующие воздействиям внешней среды.

Полученные результаты позволяют прогнозировать поведение исследуемого объекта в соответствующих условиях, а сами результаты анализируют на соответствие предполагаемой траектории функционирования системы управления принятым целям и критериям. На основе анализа видоизменяют либо параметры модели, либо управляющие воздействия, либо и то и другое и повторяют исследование, пока не будут получены удовлетворительные результаты.

Такой метод «проб и ошибок» применяют тогда, когда не найден способ оптимизации состояния системы и выбора управляющих воздействий.

Системный анализ это исследование, цель которого — помочь руководителю, принимающему решение, в выборе курса действий путем систематического изучения его действительных целей, количественного сравнения (там, где возможно) затрат, эффективности и риска, которые связаны с каждой из альтернатив политики или стратегии достижения целей, а также путем формулирования дополнительных альтернатив, если рассматриваемые недостаточны.[14]

Принцип системности можно воспринимать в качестве философского принципа, выполняющего как мировоззренческие, так и методологические функции.

Принцип системности предполагает представление об объекте любой природы как о совокупности элементов, находящихся в определенном взаимодействии между собой и с окружающим миром, а также понимание системной природы знаний.

Принцип системности — это и проявление имеющего исторические традиции системообразующего начала, стремления представить знания в виде некоторой непротиворечивой системы.

Непосредственно из принципа системности вытекает системный подход, являющейся общей методологией системных исследований, которая может быть, в свою очередь, представлена в виде набора методологических подходов (принципов) к исследованию системы.

Сущность системного подхода сводится к следующему:

формулированию целей и выяснению их иерархии до начала какой-либо деятельности, связанной с управлением и, в частности, с принятием решений;

получению максимального эффекта в смысле достижения поставленных целей при минимальных затратах путем сравнительного анализа альтернативных путей и методов достижения целей и осуществления соответствующего их выбора;

количественной оценке (квантификации) целей, методов и средств их достижения, основанной не на частных критериях, а на широкой и всесторонней оценке всех возможных и планируемых результатов деятельности.

Общие положения системного подхода представляются (конкретизируются) в виде перечня принципов (подходов), применяемых при исследовании систем.

По поводу принципов системного анализа мнения исследователей существенно разнятся. Однако как общеметодологический принцип в любом случае выступает принцип системности.

Этапы системного анализа укрупненно можно представить следующим образом: постановки задачи; структуризации системы и ее проблем; построения и исследования модели с последующей выработкой рекомендаций по совершенствованию системы.

Список литературы

1. Анфилатов В.С. и др. Системный анализ в управлении. М., 2002.

2. Архипова Н.И. и др. Исследование систем управления. М., 2002.

3. Дрогобыцкий И.Н. Системный анализ в экономике. М., 2007.

4. Дроздов Н.Д. Основы системного анализа. М., 2000.

5. Игнатьева А.В., Максимцов М.М. Исследование систем управления. М., 2002.

6. Мухин В.И. Исследование систем управления. М., 2002.

7. Мыльник В.В., Волочиенко В.А., Титаренко Б.П. Системы управления. М., 2002.

8. Попов В.Н. Системный анализ в менеджменте. М., 2007.

9. Тимченко Т.Н. Системный анализ в управлении. М., 2007.

[1] Мыльник В.В., Волочиенко В.А., Титаренко Б.П. Системы управления. М., 2002. С. 151. [2] Анфилатов В.С. и др. Системный анализ в управлении. М., 2002. С. 20. [3] Мыльник В.В., Волочиенко В.А., Титаренко Б.П. Системы управления. М., 2002. С. 151. [4] Архипова Н.И. и др. Исследование систем управления. М., 2002. С. 81. [5] Дроздов Н.Д. Основы системного анализа. М., 2000. С. 15. [6] Мухин В.И. Исследование систем управления. М., 2002. С. 66. [7] Мухин В.И. Исследование систем управления. М., 2002.. С. 137. [8] Игнатьева А.В., Максимцов М.М. Исследование систем управления. М., 2002. С. 30. [9] Дроздов Н.Д. Основы системного анализа. М., 2000. С. 15-53. [10] Мыльник В.В., Волочиенко В.А., Титаренко Б.П. Системы управления. М., 2002. С. 157. [11] Мухин В.И. Исследование систем управления. М., 2002. С. 66. [12] Игнатьева А.В., Максимцов М.М. Исследование систем управления. М., 2002. С. 26. [13] Уравнениями в частных производных описываются системы с распределенными парамет­рами. [14] Архипова Н.И. и др. Исследование систем управления. М., 2002. С. 87.

Дата добавления: 2014-01-04 ; Просмотров: 2660 ; Нарушение авторских прав? ;

Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет

источник