 |
Принципы системного анализа
|
|
|
|
При системном анализе процессов в техносфере, необходимо пользоваться следующими принципами:
1. При интерпретации объекта как системы каждый элемент следует описывать не как таковой, а с учетом его места в системе.
2. Исследование системы необходимо проводить неотделимо от исследования окружающей ее среды.
3. Центральным моментом системного исследования должно быть изучение порождения свойств целого из свойств элементов и наоборот.
4. В системном исследовании следует стремиться устанавливать не только чисто причинные объяснения функционирования и развития объекта, но и их целесообразность.
5. Источник преобразований системы следует искать в ней самой; нередко он связан с ее самоорганизацией и самонастройкой.
6. Необходимыми частями системного исследования нужно считать выявление целостности объекта, изучение его внутренних и внешних связей, структуры и функций, определение системообразующих факторов, интегральных свойств и показателей [4,5,6].
При исследовании сложных техносферных объектов (человеко-машинные системы) и предметов исследования (объективные закономерности появления и предупреждения происшествий при их функционировании), точнее, тех особенностей, которые имеют существенное значение для моделирования, системного анализа и синтеза соответствующих процессов, возникают некоторые проблемы
Во-первых, это трудоемкость моделирования и системного исследования человеко-машинной системы. Ведь не возможно определить ее существенные свойства без выявления структуры, а также оценить важность системообразующих компонентов без учета их интегральных свойств и взаимодействующих обратных связей.
|
|
|
Во-вторых, это невозможность точного прогноза интегральных показателей столь сложной системы, не говоря уже о траектории их изменения. Вот по чему основное внимание в моделировании процессов в техносфере следует уделять уяснению тех внутренних закономерностей и каждой конкретной человеко- машинной системы, воздействия на которые окажется наиболее результативным.
Чем сложнее система, тем менее правдоподобные точные количественные предсказания ее будущего поведения.
2.1.6 Методология системного анализа.
Системный подход следует рассматривать как некоторый методологический подход человека к действительности, представляющий собой некоторую общность принципов, системное мировоззрение.
Подход — это совокупность приемов, способов воздействия на кого-нибудь, в изучении чего-нибудь, ведении дела и т. д.
Кратко суть системного подхода можно определить так:
Системный подход — это методология научного познания и практической деятельности, а также объяснительный принцип, в основе которых лежит рассмотрение объекта как системы.
Основной акцент при применении системного подхода делается на анализе целостных свойств объекта, выявлении его различных связей и структуры, особенностей функционирования и развития.
Системный подход представляется достаточно универсальным подходом при анализе, исследовании, проектировании и управлении любых сложных технических, экономических, социальных, экологических, политических, биологических и других систем.
Системный метод реализует познавательную и методологическую функции. Он выступает как некоторая интегральная совокупность относительно простых методов и приемов познания, а также преобразования действительности. Конечная цель любой системной деятельности заключается в выработке решений, как на стадии проектирования систем, так и при управлении ими.
|
|
|
Центральное место в исследовании занимают два противоположных подхода: анализ и синтез.
Анализ предусматривает процесс разделения целого на части. Он весьма полезен в том случае, если требуется выяснить, из каких частей (элементов, подсистем) состоит система. Посредством анализа приобретаются знания. Однако при этом нельзя понять свойства системы в целом.
Задача синтеза — построение целого из частей. Посредством синтеза достигается понимание
Системный подход состоит в многосвязности процесса решения: этапы рассматриваются совместно, во взаимосвязи и диалектическом единстве. При этом возможен переход к любому этапу, в том числе и возврат к постановке цели исследования.
В настоящее время отсутствуют какие-либо устоявшиеся, общепринятые технологии системного анализа. Системный анализ в настоящее время представляет собой слабосвязанную совокупность приемов и методов неформального и формального характера.
Кроме того, нет однозначности в понимании самого системного анализа. Ю.П. Сурминым выделяются следующие варианты понимания сущности системного анализа:
• Отождествление технологии системного анализа с технологией научного исследования. При этом для самого системного анализа в этой технологии практически не находится места.
• Сведение системного анализа к системному конструированию. По сути, системно-аналитическая деятельность отождествляется с системотехнической деятельностью.
• Очень узкое понимание системного анализа, сведение его к одной из его составляющих, например к структурно-функциональному анализу.
• Отождествление системного анализа с системным подходом в аналитической деятельности.
• Понимание системного анализа как исследования системных закономерностей.
• В узком смысле под системным анализом довольно часто понимают совокупность математических методов исследования систем.
• Сведение системного анализа к совокупности методологических средств, которые используются для подготовки, обоснования и осуществления решений по сложным проблемам.
Таким образом, то, что называют системным анализом, представляет собой недостаточно интегрированный массив методов и приемов системной деятельности.
|
|
|
Наиболее важную часть методологии системного анализа составляют ее методы и методики (для простоты в дальнейшем обобщенно будем говорить о методиках).
В качестве простейшего варианта методики системного анализа можно рассматривать такую последовательность:
1) постановка задачи;
2) структуризация системы;
3) построение модели;
4) исследование модели.
Другие примеры и анализ этапов первых методик системного анализа приведены в книге, где рассматриваются методики ведущих специалистов системного анализа 70-х и 80-х годов прошлого столетия: С. Оптнера, Э. Квейда, С. Янга, Е.П. Голубкова. Ю.Н. Черняка.
Примеры: Этапы методик системного анализа по С. Оптнеру:
1. Идентификация симптомов.
2. Определение актуальности проблемы.
3. Определение цели.
4. Вскрытие структуры системы и ее дефектных элементов.
5. Определение структуры возможностей.
6. Нахождение альтернатив.
7. Оценка альтернатив.
8. Выбор альтернативы.
9. Составление решения.
10. Признание решения коллективом исполнителей и руководителей.
11. Запуск процесса реализации решения
12. Управление процессом реализации решения.
13. Оценка реализации и ее последствий.
Этапы методик системного анализа по С. Янгу:
1. Определение цели системы.
2. Выявление проблем организации.
3. Исследование проблем и постановка диагноза
4. Поиск решения проблемы.
5. Оценка всех альтернатив и выбор наилучшей из них.
6. Согласование решений в организации.
7 Утверждение решения.
8. Подготовка к вводу.
9. Управление применением решения.
10. Проверка эффективности решения.
Этапы методик системного анализа по Ю.И. Черняку:
1. Анализ проблемы.
2. Определение системы.
3. Анализ структуры системы.
4. Формирование общей цели и критерия.
5. Декомпозиция цели и выявление потребности в ресурсах и процессах.
6. Выявление ресурсов и процессов — композиция целей.
7. Прогноз и анализ будущих условий.
8. Оценка целей и средств.
9. Отбор вариантов.
10. Диагноз существующей системы.
11. Построение комплексной программы развития.
12. Проектирование организации для достижения целей.
|
|
|
Из анализа и сопоставления этих методик видно, что в них в той или иной форме представлены такие этапы:
• выявление проблем и постановки целей;
• разработка вариантов и модели принятия решения;
• оценка альтернатив и поиска решения;
• реализация решения.
Кроме того, в некоторых методиках имеются этапы оценки эффективности решений. В наиболее полной методике Ю.И. Черняка особо предусмотрен этап проектирования организации для достижения цели.
При этом различные авторы акцентируют свое внимание на разных этапах, соответственно более подробно их детализируя.
Конечная цель системного анализа — оказать помощь в понимании и решении имеющейся проблемы, что сводится к поиску и выбору варианта решения проблемы. Результатом будет выбранная альтернатива либо в виде управленческого решения, либо в виде создания новой системы (в частности, системы управления) или реорганизации старой, что опять же является управленческим решением.
В общем виде этапы системного анализа объекта выглядят следующим образом:
1. Определить границы исследуемой системы
2. Определить все подсистемы, в которые входит исследуемая система в качестве части.
3. Определить основные черты и направления развития всех надсистем, которым принадлежит данная система в частности, сформулировать их цели и противоречия между ними.
1. Определить роль исследуемой системы в каждой надсистеме, рассматривая эту роль как средство достижения целей надсистемы. Следует рассмотреть при этом два аспекта: идеализированную, ожидаемую роль системы с точки зрения надсистемы, т. е. те функции, которые следовало бы выполнять, чтобы реализовать цели надсистемы; реальную роль системы в достижении целей надсистемы.
5. Выявить состав системы, т. е. определить части, из которых она состоит.
6. Определить структуру системы, представляющую собой совокупность связей между ее компонентами.
7. Определить функции активных элементов системы, их «вклад» в реализацию роли системы в целом.
8. Выявить причины, объединяющие отдельные части в систему, в целостность.
9. Определить все возможные связи, коммуникации системы с внешней средой.
10. Рассмотреть исследуемую систему в динамике, в развитии [1,3,5-8].
Изложенная здесь последовательность процедур системного анализа не является обязательной и закономерной. Обязательным является скорее сам перечень процедур, чем их последовательность. Единственное правило заключается в целесообразности многократного возвращения в ходе исследования к каждой из описанных процедур. Только это является залогом глубокого и всестороннего изучения любой системы.
|
|
|
2.2 Моделирование систем и процессов
2.2.1 Понятие модели и моделирования
При исследовании объектов окружающего мира возникает необходимость их представления, анализа и хранения в удобном виде. При проектировании чего-либо, изначально формируется некоторый образ этого нового, который необходимо представить. Данные задачи требуют фиксации (представления) информации об объекте в виде некоторого образа (словесного, графического и т. п.).
В связи с этим в деятельности человека большую роль играют модели и моделирование. Особенно незаменимо моделирование при работе со сложными объектами. Все это делает моделирование важнейшим инструментом системного анализа.
Модель в широком понимании — это образ (в том числе условный или мысленный) какого-либо объекта или системы объектов, используемый при определенных условиях в качестве их «заместителя» или «представителя».
Модель — это упрощенное подобие объекта, которое воспроизводит интересующие нас свойства и характеристики объекта-оригинала или объекта проектирования.
Моделью Земли служит глобус, звездного неба — экран планетария. Чучело животного есть его модель, а фотография на паспорте или любой перечень паспортных данных - модель владельца паспорта.
Моделирование связано с выяснением или воспроизведением свойств какого-либо реального или создаваемого объекта, процесса или явления с помощью другого объекта, процесса или явления.
Моделирование — это построение, совершенствование, изучение и применение моделей реально существующих или проектируемых объектов (процессов и явлений).
Есть три основных причины для моделирования объектов и процессов:
1. Сложность реальных объектов. Число факторов, которые относятся к решаемой проблеме, выходит за пределы человеческих возможностей. Поэтому одним из выходов (а часто единственным) в сложившейся ситуации является упрощение ситуации с помощью моделей, в результате чего уменьшается разнообразие этих факторов до уровня восприимчивости специалиста.
2. Необходимость проведения экспериментов. На практике встречается много ситуаций, когда экспериментальное исследование объектов ограничено высокой стоимостью или вовсе невозможно (опасно, вредно, ограничено на современном этапе развития).
3. Необходимость прогнозирования. Важное достоинство моделей состоит в том, что они позволяют «заглянуть в будущее», дать прогноз развития ситуации и определить возможные последствия принимаемых решений.
Кроме того, исследуемый объект может быть либо очень велик (модель Солнечной системы), либо очень мал (модель атома); процесс может протекает очень быстро (модель двигателя внутреннего сгорания) или очень медленно (геологические модели); исследование объекта может привести к его разрушению (модель самолета, автомобиля), что также значимо при выборе моделирования как метода исследования.
Следует отметить 2 особенности моделирования:
1. Поскольку к моделированию прибегают из-за сложности изучаемого объекта, то модель заведомо проще оригинала. В завимимости от цели исследования отсекаются несущественные качества объекта.
2. Каждая модель создается под определенную исследовательскую задачу и не всегда применима к решению других. Распространенный в науке перенос моделей с одной задачи на другую далеко всегда оправдан и обоснован [1,6].
Для моделирования используются два типа моделей: описательные и нормативные.
Описательные модели (дескриптивные, познавательные) предназначены для описания свойств или поведения реальных объектов. Они являются формой представления знаний о действительности (план города, отчет о деятельности фирмы, психологическая характеристика личности).
Можно назвать следующие цели описательного моделирования в зависимости от решаемых задач:
• научные исследования — наиболее полно и точно отразить свойства объекта;
• управление — наиболее точно отразить свойства объекта в рабочем диапазоне изменения его параметров;
• прогнозирование — построить модель, способную наиболее точно прогнозировать поведение объекта в будущем;
• обучение - отразить в модели изучаемые свойства объекта. Построение описательной модели происходит по следующей схеме: наблюдение, кодирование, фиксация (рис. 1).
Рис. 1. Последовательность построения описательной модели.
Нормативные модели (прескриптивные, прагматические) предназначены для указания целей деятельности и определенного порядка (алгоритма) действий для их достижения. Цель — образ желаемого будущего, т. е. модель состояния, на реализацию которого и направлена деятельность.
Алгоритм — образ (модель) будущей деятельности.
При нормативном моделировании обычно не используют слово «модель» — чаще говорят «проект», «план» (проекты машин, зданий; планы застройки; законы; уставы организаций и должностные инструкции, бизнес-планы, программы действий).
Познавательные и прагматические модели можно классифицировать по характеру выполняемых функций, форме, зависимости объекта моделирования от времени.
Модели по форме делятся на:
• физические — материальные объекты, имеющие сходство с оригиналом (модель самолета, которая исследуется в аэродинамической трубе; модель плотины);
• словесные (вербальные) — словесное описание чего-либо (внешность человека, принцип работы устройства, структура предприятия);
• графические — описание в виде графических изображений (схемы, карты, графики, диаграммы);
• знаковые — описание в виде символов и знаков (дорожные знаки, условные обозначения на схемах, математические соотношения). Разновидностью знаковых моделей являются математические модели.
Математическая модель (или математическое описание) - это система математических соотношений, описывающих изучаемый процесс или явление.
Примеры математических моделей: X > 5; U = IR; 34y+5x=0.
2.2.2. Математические модели
Рассмотрим постановку задачи и алгоритмы решения задач построения математических моделей аналитическими и статистическими методами.
Пусть имеется некоторый объект с m входами X = (x1, …, xm) и одним выходом y, связанными некоторой функциональной зависимостью
y = F (X, A) + ε,
где A = (a1, …, am) – вектор коэффициентов (параметров); ε – помехи.
Необходимо по выборке из k значений W = {w1, …, wi, …, wk}, где wi = {yiy,xi}, найти такое функциональное преобразование, чтобы минимизировать некоторый критерий рассогласования модели и объекта (критерий качества модели): 
где F – функциональное преобразование (фактически структура математической модели), f – множество возможных преобразований (структур моделей).
В задаче построения математической модели возникает ряд проблем, среди которых можно выделить следующие:
• выбор структуры модели (функции F(X,A));
• оценивание вектора коэффициентов модели А;
• выбор критерия оценки качества модели D.
Все эти задачи тесно связаны между собой: выбирая структуру модели, надо оценивать ее качество, а чтобы оценить качество модели, необходимо предварительно найти ее коэффициенты.
Выделяют следующие методы построения математических моделей:
• аналитический;
• статистический (экспериментальный);
• экспериментально-аналитический.
Аналитические модели (их еще называют «физическими») строятся исходя из анализа объекта и известных законов (физики, химии, экономики и т.п.).
Экспериментальные модели строятся на основе экспериментальных данных, полученных с объекта исследования. Фактически используется метод «черного ящика», при котором математические модели строятся на основании наблюдений за входными и выходными значениями.
Построение математических моделей по результатам наблюдения входных и выходных переменных объекта получило название "идентификация". При этом определяются не только коэффициенты модели (идентификация в узком смысле), но и ее структура (структурная идентификация).
Однако, как показывает практика, ни тот ни другой подход не используется в чистом виде: при построении аналитических моделей приходится их подстраивать по данным эксперимента, а в экспериментальных моделях закладываются некоторые априорные сведения об объекте (применяется так называемый метод «серого ящика»). Поэтому наиболее распространен экспериментально-аналитический подход, когда исходная структура модели строится на основании анализа процессов в системе, а коэффициенты определяются по экспериментальным данным.
Выбор структуры модели.
Уточним постановку задачи структурной идентификации. Будем считать, что нам ничего не известно о структуре истинной зависимости F. Тогда при т входных переменных теоретически может существовать бесконечное количество структур F (X, A), принадлежащих f. Поскольку нам не известна структура Fº, то, если даже мы найдем такую F, которая равна Fº, мы не узнаем об этом.
Решение любой задачи выбора состоит из двух подзадач: «генерация» альтернатив и формирование критерия выбора наилучшей из них. В отношении структуры модели эти подзадачи можно сформулировать как необходимость:
• разработать алгоритм «генерации» (перебора) структур;
• сформировать критерий оценки качества структуры (качества модели).
|
|
|
