- •Оглавление
- •Глава 1. Основы системного анализа 4
- •Глава 2. Основы оценки сложных систем 34
- •Глава 3. Примеры концептуальных моделей и методик оценивания систем 75
- •Глава 4. Основы управления 89
- •Глава 5. Математический инструментарий в управлении проектами с учётом рисков 127
- •Основы системного анализа
- •1.1. Сущность автоматизации управления в сложных системах
- •1.1.1. Структура системы с управлением
- •1.1.2. Пути совершенствования систем с управлением
- •1.1.3. Цель автоматизации управления
- •1.2. Основные понятия системного анализа
- •1.2.1. Задачи системного анализа
- •1.2.2. Понятие системы как семантической модели
- •1.2.3. Классификация систем
- •1.2.4. Основные определения системного анализа
- •1.3. Модели сложных систем
- •1.3.1. Классификация видов моделирования систем
- •1.3.2.Принципы и подходы к построению математических моделей
- •1.3.3. Этапы построения математической модели
- •1.4. Принципы и структура системного анализа
- •1.4.1. Принципы системного анализа
- •1.4.2. Структура системного анализа
- •Формирование общего представления системы
- •Основы оценки сложных систем
- •2.1. Основыные типы шкал измерения
- •2.1.1. Понятие шкалы
- •2.1.2. Шкалы номинального Типа
- •2.1.3. Шкалы порядка
- •2.1.4. Шкалы интервалов
- •2.1.6. Шкалы отношений
- •2.1.6 Шкалы разностей
- •2.1.7. Абсолютные шкалы
- •2.2. Обработка характеристик, измеренных в разных шкалах
- •2.3. Показатели и критерии оценки систем
- •2.3.1. Виды критериев качества
- •Соотношение понятий качества и эффективности систем
- •2.3.2. Шкала уровней качества систем с управлением
- •2.3.3. Показатели и критерии эффективности функционирования систем
- •2.4. Методы оценивания систем разделяются на качественные и количественные.
- •2.4.1 Методы типа «мозговая атака» или «коллективная генерация идей»
- •2.4.2. Методы типа сценариев
- •2.4.3. Методы экспертных оценок
- •2.4.4. Методы типа дельфи
- •2.4.5. Методы типа дерева целей
- •2.4.6. Морфологические методы
- •2.5. Методы количественного 0ценивания систем
- •2.5.1. Оценка сложных систем на основе теории полезности
- •2.5.2. Оценка сложных систем в условиях определенности
- •2.5.3. Оценка сложных систем в условиях риска на основе функции полезности
- •Данные для оценки вычислительной сети
- •2.5.4. Оценка сложных систем в условиях неопределенности
- •Оценка эффективности для неопределенных операций
- •Матрица эффективности программных продуктов
- •Матрица потерь
- •Сравнительные результаты оценки систем
- •2.5.5. Оценка систем на основе модели ситуационного управления
- •Примеры концептуальных моделей и методик оценивания систем
- •3.1. Способы измерения компьютерных систем
- •3.2. Тесты dhrystone, linpack и «ливерморские циклы»
- •3.3. Методика spec
- •3.4. Тест icomp 2.0 для оценки эффективности микропроцессоров intel
- •3.5. Методика aim
- •3.6. Методика оценки скорости обработки транзакций
- •3.7. Методика оценки графических возможностей
- •3.8. Методика оценки производительности суперкомпьютеров
- •3.9 Методика оценки конфигураций web
- •Основы управления
- •4.1. Общие положения
- •4.1.1. Аксиомы теории управления
- •4.1.2. Принцип необходимого разнообразия эшби
- •4.2. Модели основных функций организационно-технического управления
- •4.2.1. Содержательное описание функций управления
- •4.2.2. Модель общей задачи принятия решении
- •4.2.3. Модель функции контроля
- •4.2.4. Методы прогнозирования
- •4.2.5. Модель функции планирования
- •4.2.6. Модели функции оперативного управления
- •4.3. Организационная структура систем с управлением
- •4.3.1. Понятие структуры системы
- •4.3.2. Понятие организационной структуры и ее основные характеристики
- •4.3.3. Виды организационных структур
- •4.4. Качество управления
- •4.4.1. Степень соответствия решений состояниям объекта управления
- •4.4.2. Критерии ценности информации и минимума эвристик
- •4.4.3. Требования к управлению в системах специального назначения
- •Математический инструментарий в управлении проектами с учётом рисков
- •5.1. Предварительный выбор объекта инвестирования с помощью дерева решений
- •5.1.1. Понятие экономического риска
- •5.1.2. Понятие инвестиционного проекта
- •5.1.3. Примеры задач по привлечению инвесторов
- •5.1.4. Анализ и решение задач с помощью дерева решений
- •5.1.5. Пример процедуры принятия решения
- •5.2. Прогнозирование реализации инвестиционного проекта с помощью логистических кривых
- •5.2.1. Логистичекий подход при решении задач управления материальными и денежными потоками
- •5.2.2. Система управления процессом реализации инвестиционного проекта
- •5.2.3. Основные тренды переходного процесса
- •5.2.4. Выбор варианта освоения инвестиций
- •5.3. Теория дискретного управления для анализа экономических систем
- •5.3.1. Дискретная система и ее передаточная функция
- •5.3.2. Передаточная функция экономической системы
- •5.3.3. Модель в контуре управления экономической системы
- •5.3.4. Двушкальные системы
- •5.4. Модель анализа устойчивости инвестиционного процесса
- •5.4.1. Базовый инструментарий оценки устойчивости процесса освоения инвестиций
- •5.4.2. Перечисление инвестиционных сумм частями
- •5.4.3. Критерий устойчивости инвестиционного процесса
- •5.5. Методика определения объема финансирования с учетом устойчивости инвестиционного процесса
2.1.2. Шкалы номинального Типа
Самой слабой качественной шкалой является номинальная (шкала наименований, классификационная шкала), по которой объектам х. или их неразличимым группам дается некоторый !признак. Основным свойством этих шкал является сохранение неизменными отношений равенства между элементами эмпирической системы в эквивалентных шкалах.
Шкалы номинального типа задаются множеством взаимно однозначных допустимых преобразований шкальных значений.
Название «номинальный» объясняется тем, что такой признак дает лишь ничем не связанные имена объектам. Эти значения для разных объектов либо совпадают, либо различаются; никакие более тонкие соотношения между значениями не зафиксированы. Шкалы номинального типа допускают только различение объектов на основе проверки выполнения отношения равенства на множестве этих элементов.
Номинальный тип шкал соответствует простейшему виду измерений, при котором шкальные значения используются лишь как имена объектов, поэтому шкалы номинального типа часто называют также шкалами наименований.
Примерами измерений в номинальном типе шкал могут служить номера автомашин, телефонов, коды городов, лиц, объектов и т. п. Единственная цель таких измерений выявление различий между объектами разных классов. Если каждый класс состоит из одного объекта, шкала наименований используется для различения объектов.
На рис. 2.1 изображено измерение в номинальной шкале объектов, представляющих три множества элементов А, В, С. Здесь эмпирическую систему представляют четыре элемента: a А, b В, {с, d} С, принадлежащих соответствующим множествам. Знаковая система представлена цифровой шкалой наименований, включающей элементы 1, 2, ..., n и сохраняющей отношение равенства. Гомоморфное отображение ставит в соответствие каждому элементу из эмпирической системы определенный элемент знаковой системы.
Следует обратить внимание на две особенности номинальных шкал. 1
Во-первых, элементам с и d поставлено в соответствие одно и то же значение шкалы измерения (см. рис. 2.1). Это означает, что при измерении эти элементы не различаются.
Во-вторых, при измерении в шкале наименований символы 1, 2, 3, ..., n, используемые в качестве шкальных значений, являются не числами, а цифрами, служащими лишь для обозначения и различия объектов. Так, цифра 2 не является в два раза или на единицу больше цифры 1 в отличие от чисел 2 и 1.
Всякая обработка результатов измерения в номинальной шкале должна учитывать данные особенности. В противном случае могут быть сделаны ошибочные выводы по оценке систем, не соответствующие действительности.
2.1.3. Шкалы порядка
Шкала называется ранговой (шкала порядка), если множество Ф состоит из всех монотонно возрастающих допустимых преобразований шкальных значений.
Монотонно возрастающим называется такое преобразование (х), которое удовлетворяет условию: если x1>х2 , то и (х1)> (х2) для любых шкальных значений x1>x2 из области определения (х). Порядковый тип шкал допускает не только различие объектов, как номинальный тип, но и используется для упорядочения объектов по измеряемым свойствам. Измерение в шкале порядка может применяться, например, в следующих ситуациях:
• необходимо упорядочить объекты во времени или пространстве. Это ситуация, когда интересуются не сравнением степени выраженности какого-либо их качества, а лишь взаимным пространственным или временным расположением этих объектов;
• нужно упорядочить объекты в соответствии с каким-либо качеством, но при этом не требуется производить его точное измерение;
• какое-либо качество в принципе измеримо, но в настоящий момент не может быть измерено по причинам практического или теоретического характера.
Примером шкалы порядка может служить шкала твердости минералов, предложенная в 1811 г. немецким ученым Ф. Моосом и до сих пор распространенная в полевой геологической работе. Другими примерами шкал порядка могут служить шкалы силы ветра, силы землетрясения, сортности товаров в торговле, различные социологические шкалы и т.п.
Любая шкала, полученная из шкалы порядка S с помощью произвольного монотонно возрастающего преобразования шкальных значений, будет также точной шкалой порядка для исходной эмпирической системы с отношениями.
Несколько более «сильными», чем порядковые шкалы, являются шкалы гиперпорядка. Допустимыми для этих шкал являются гипермонотонные преобразования, т.е. преобразования (x), такие, что для любых x1, x2, x3 и x4
только когда x1, x2, x3 и x4 принадлежат области определения (x) и x1- x2< x3 - x4.
При измерении в шкалах гиперпорядка сохраняется упорядочение разностей численных оценок.