- •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
Данные для оценки вычислительной сети
ai |
|
|
|
|
Вариант 1 |
60 |
0,3 |
0,8 |
0,51 |
|
40 |
0,5 |
0,5 |
|
|
20 |
0,2 |
0,1 |
|
Вариант 2 |
60 |
0,25 |
0,8 |
0,515 |
|
40 |
0,60 |
0,5 |
|
|
20 |
0,15 |
0,1 |
|
Расчет показателей и оценка эффективности по критерию превосходства показывают, что в качестве оптимальной системы должен быть признан вариант 2 конфигурации сети:
К(а1) = 0,3 0,8 + 0,5 0,5 + 0,2 0,1 = 0,51;
К(а2) = 0,250,8 + 0,605 + 0,1501 = 0,515;
.
Кроме оптимизации «в среднем» в вероятностных операциях используются и другие критерии оценки систем:
• максимум вероятности случайного события;
• максимум степени вероятностной гарантии достижения результата не ниже требуемого уровня;
• минимум среднего квадрата уклонения результата от требуемого;
• минимум дисперсии результата;
• максимум вероятностно-гарантированного результата;
• минимум среднего (байесовского) риска (минимум средних потерь).
Рассмотрение этих критериев составляет один из разделов теории принятия решений.
2.5.4. Оценка сложных систем в условиях неопределенности
Специфические черты организационно-технических систем часто не позволяют свести операции, проводимые этими системами, к детерминированным или вероятностным. К таким чертам относятся:
1. Наличие в управляемой системе в качестве элементов (подсистем) целенаправленных индивидуумов и наличие в системе управления ЛПР, осуществляющих управление на основе субъективных моделей, что и приводит к большому разнообразию поведения системы в целом.
2. Алгоритм управления часто строит сама система управления, преследуя помимо предъявляемых старшей системой целей собственные цели, не всегда совпадающие с внешними.
3. На этапе оценки ситуации в ряде случаев исходят не из фактической ситуации, а из той модели, которой пользуется ЛПР при управлении объектом.
4. В процессе принятия решения большую роль играют логические рассуждения ЛПР, не поддающиеся формализации классическими методами математики.
5. При выборе управляющего воздействия ЛПР может оперировать нечеткими понятиями, отношениями и высказываниями.
6. В большом классе задач управления организационно-техническими системами отсутствуют объективные критерии оценивания достижения целевого и текущего состояний объекта управления, а также статистика, достаточная для построения соответствующих вероятностных распределений (законов распределения исходов операций) для конкретного принятого решения.
Таким образом, несводимость операций, проводимых сложными организационно-техническими системами к детерминированным или вероятностным, не позволяет использовать для их оценки детерминистские и вероятностные критерии.
Таблица 2.10