- •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
2.5.5. Оценка систем на основе модели ситуационного управления
Теория ситуационного управления является наиболее стройной концепцией в области формализации систем предпочтений ЛПР. В подходе к формализации систем предпочтений, состоящем в построении семиотических моделей принятия решений, система предпочтений ЛПР формализуется в виде набора логических правил в определенном языке, по которым может быть осуществлен выбор альтернатив. При этом понятие векторного критерия заменяется на понятие решающего правила.
Оценка систем на основе векторной оптимизации и теории полезности предполагает, что множества альтернатив и исходов (а также законы распределения вероятностей на множестве исходов, если оценка систем проводится в условиях риска) заданы. Тем самым задача оценки систем сводится к задаче формализации системы предпочтений ЛПР. Кроме того, в упомянутых выше подходах не предусматривается наличие нечеткой среды.
В отличие от этих методов теория ситуационного управления учитывает упомянутое требование. Более того, в общей схеме ситуационного управления успешно могут быть применены практически все методы, разработанные в рамках первых двух подходов.
В основе метода ситуационного управления лежат два главных предположения:
1) все сведения о системе, целях и критериях ее функционирования, множестве возможных решений и критериях их выбора могут быть сообщены управляющей системе в виде набора фраз естественного языка;
2) модель управления принципиально открыта, и процесс ее обучения (формирования) никогда не завершается созданием окончательной формализованной модели.
Иными словами, метод ситуационного управления есть метод автоматизации решения задач управления такими системами, для которых, с одной стороны, невозможна или нецелесообразна формализация критерия оценки в виде систем математических уравнений, а с другой — возможно описание критерия ь виде правила принятия решений как совокупности фраз естественного языка. Понятно, что источником такого описания являются ЛПР или эксперт.
Решение задач оценки и управления ситуационным методом предполагает построение ситуационных моделей (имитирующих процессы, протекающие в объекте управления и управляющей системе) на базе следующих основных принципов:
1) создание моделей среды, объекта управления и управляющей системы в памяти ЭВМ;
2)построение моделей объекта управления и управляющей системы, а также описание состояния объекта в классе семиотических моделей;
3) формирование иерархической системы обобщенных описаний состояния объекта управления;
4) классификация состояний для вывода возможных решений;
5) прогнозирование последствий принимаемых решений; 6) обучение и самообучение.
Необходимость принципа 1 обусловливается потребностью включения ЭВМ в контур управления на возможно более ранних этапах оценки и поиска управляющего воздействия для повышения эффективности деятельности ЛПР. Данный принцип обеспечивает представление знаний о системе управления, их накопление в процессе функционирования системы моделей и использование для решения задач управления.
Содержание принципа 2, дополняющего первый, состоит в том, что представление всех необходимых моделей осуществляется с помощью элементов того языка, на котором ЛПР описывает систему управления и ее функционирование.
Семиотической будем называть модель управления, которая представлена с помощью элементов языка, используемого ЛПР при описании соответствующего процесса управления, и отображает закономерности процесса управления. Сформулируем понятие семиотической системы (или модели) как кортеж:
где — алфавит;
— множество синтаксических правил построения планов выражения (синтаксиса) знаков;
— множество синтаксических правил построения планов содержания (семантики) знаков;
— множество термов (в смысле исчисления предикатов);
— множество синтаксических правил построения правильно построенных выражений;
— множество семантически правильных выражений (фактов и законов для данной системы управления);
— множество правил получения следствий из — новых, правильно построенных выражений;
— множество правил изменения синтаксиса семиотической системы (соответственно множеств , , , , );
— множество правил изменения семантики семиотической системы (соответственно множеств и ). Здесь важно отметить, что часть правил из множеств и может существовать вне семиотической системы, будучи незаложенной в нее.
Отличия семиотических систем от формальных, как следует из определения, состоят в следующем:
• семиотические системы имеют отсутствующее в формальных системах множество знаков, обладающих, в частности, планами выражения (синтаксисом) и содержания (семантикой);
• семиотические системы в отличие от формальных могут самостоятельно изменять свой синтаксис и семантику;
• семиотические системы являются открытыми, а не замкнутыми, как формальные. Открытость обусловливается возможностью изменения синтаксиса или семантики системы извне.
Процессы, протекающие в семиотических системах, в методе ситуационного управления принято описывать на языке rx-кодов и семантических сетей.
Под семантической сетью подразумевается граф, отражающий смысл целостного образа. Узлы графа соответствуют понятиям и объектам, а дуги — отношениям между объектами. Формально семантическую сеть можно задать в виде Н= , где I — множество информационных единиц; Сi — множество типов связей между информационными единицами; G — отображение, задающее конкретные отношения из имеющихся типов Сi, между элементами I.
Множества правил, о которых упоминалось при определении понятия семиотической системы, описываются на языке ситуационного управления правилами подстановки вида Н1Н2, где Н1, Н2 — высказывания, описывающие факты (в том числе причины и следствия).
Состояние объекта управления в ситуационных моделях описывается в терминах ситуаций. Пусть — множество мультиграфов, где — множество вершин, — множество дуг мультиграфа, . Пусть также П — множество базовых и производных понятий и R — множество отношений, необходимых для описания системы управления и ее среды, Т — множество интервалов времени. Тогда ситуация S есть математическая структура
где
Из этого определения следует, что задачу оценки системы можно описать как семантическую сеть.
Поскольку наблюдение за объектом управления и средой организационной системы часто ведется на уровне базовых понятий (микроописание), а цели управления, в том числе критерии оценки, формулируются с помощью понятий более высоких уровней в виде обобщенных ситуаций (макроописание), возникает задача перехода от микроописания ситуации к макроописанию. В реализации этой задачи и состоит смысл принципа 3 построения ситуационных моделей. В процессе перехода на базе свойств элементов описаний производится формальное пополнение последних новыми элементами. Обобщенные описания, так же как и наиболее детальное, представляются на языке ситуационного управления.
Пусть множество возможных ситуаций на объекте управления, множество классов возможных оценок ситуаций (решений). Тогда для обширного класса задач управления В связи с этим задачу оценки можно сформулировать как поиск такого разбиения множества ситуаций на классы , при котором каждому классу ситуаций соответствует класс решений , оптимальный относительно критериев качества. Однако в общем случае удается найти не разбиение, а лишь покрытие множества . После определения класса решений производится уточнение управляющего воздействия до конкретного решения или вывод решения. Изложенное составляет сущность принципа 4 построения ситуационных моделей.
В связи с тем, что покрытие множества не дает возможности однозначно определить решение, возникает необходимость выбора лучшего варианта решения. Поскольку в большинстве случаев требуется не непосредственное оценивание варианта решения, а оценивание его последствий, принцип 5 построения ситуационных моделей предусматривает прогнозирование изменения ситуации на объекте управления под воздействием некоторого варианта решения. Процессы в соответствующей семиотической имитационной модели описываются, как и все предыдущие, на языке ситуационного управления с помощью правил подстановки. Прогнозирование осуществляется на определенное число шагов, зависящее от конкретной задачи управления.
Организационные системы — объект, эволюционирующий (по отношению к времени жизни автоматизированной системы управления) достаточно быстро, вследствие чего ситуационная модель должна выявлять необходимость корректировки своих элементов и иметь средства реализации корректировки как автоматической, так и с помощью «учителя». Кроме того, такие средства позволяют уменьшить объем работы ЛПР по формированию модели, что повышает эффективность ее использования. Поэтому ситуационные модели строятся с учетом принципа 6 — обучение и самообучение.
Основные этапы оценки системы на основе ситуационных моделей включают:
• получение описания текущей ситуации, имеющейся на анализируемом объекте управления;
• пополнение микроописания ситуации;
• классификацию ситуации и выявление классов возможных решений по оценке систем (при этом движение осуществляется от микро- к макроописанию);
• вывод допустимых оценок (при этом происходит обратное движение по иерархическим уровням представления знаний ситуационной модели);
• прогнозирование последствий принятия допустимых решений в качестве окончательных оценок;
• принятие решения по оценке.