- •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
4.2.2. Модель общей задачи принятия решении
Процесс принятия решений как функции преобразования содержания информации формализуется в терминах теории принятия решений. Центральными понятиями в теории принятия решений являются:
-
- универсальное множество вариантов, альтернатив, планов, из которых осуществляется выбор;
X - предъявление, множество альтернатив, предъявленных для
выбора (X );
Y - множество выбранных альтернатив, в частности одна (Y )
С - принцип выбора (функция выбора), правило, по которому осуществляется выбор наилучшей альтернативы, Y = С(Х). Функция выбора может задаваться поэлементно или в виде графика какой-либо зависимости, или как целостное множество, удовлетворяющее некоторым условиям. Часто в задачах принятия решений используют понятие механизма выбора
Здесь - совокупность сведений, позволяющая сопоставлять варианты или группы вариантов. Представляет собой структуру на множестве альтернатив. Задается в виде бинарных отношений, например, сходства, превосходства, несравнимости, отношений предпочтения, графа и другими способами;
- правило выбора. Это инструкция, указывающая, как, используя структуру , выделить из X подмножество Y.
В зависимости от степени формализации введенных понятий различают три типа задач принятия решений (табл. 4.1).
1. Задача оптимального выбора. Множество альтернатив {}однозначно определено и принцип выбора С строго формализован. Для решения таких задач используются, например, аналитические методы, методы исследования операций, специальные методы оптимального выбора. Примером задач данного вида являются многокритериальные задачи оптимального управления.
Получаемые решения не зависят от субъективных мнений ЛПР, являются наилучшими из возможных для заданных условий, поэтому и называются оптимальными. Однако при изменении условий решение становится неоптимальным. Это ограничивает возможности приведения реальных задач к данному виду, поскольку учесть все факторы, влияющие на решение, в рамках данной задачи невозможно.
Так, первоначально при развитии ЭВМ прилагались значительные усилия для решения задач в экономике методами оптимизации. Однако более чем 30-летний опыт показал, что полученные результаты достаточно скромны. Эти методы, как правило, используются в технических системах, например в системах связи, реализующих оптимальный прием, оптимальное кодирование, оптимальное управление системой автоматической подстройки фазы, частоты сигналов.
2. Задача выбора. Множество альтернатив {} однозначно определено, но принцип выбора С не может быть формализован. В этом случае выбор зависит от того, кто и на какой основе его делает. При решении таких задач обычно используются имитационное моделирование, методы экспертных оценок, теория полезности. Получаемые решения не могут считаться оптимальными. Но они признаются рациональными.
3. Общая задача принятия решений (ОЗПР). Множество альтернатив {} может дополняться и видоизменяться, а принцип выбора С не формализован. В этом случае даже один и тот же человек может изменять свое решение при обнаружении новой альтернативы.
Такие задачи наиболее характерны для решения проблем в сложных системах. При этом под общей задачей принятия решения понимают ситуацию, когда требуется вначале сформировать множество альтернатив, затем из множества альтернативных решений выделить некоторое подмножество, в частном случае - одну альтернативу. Выбор альтернатив производится на основе представления ЛПР об их качестве, для чего требуется сформулировать принцип выбора.
Формально модель ОЗПР можно представить в следующем виде:
где Т - цель принятия решения (например, выбор альтернативы или упорядочение множества альтернатив);
Iвх - исходные данные для порождения альтернатив;
Iвых - множество порожденных альтернатив;
I m - выбранная альтернатива;
Р - правило порождения альтернатив;
С - правило выбора наилучшей альтернативы.
Исходные данные для порождения альтернатив и множество порожденных альтернатив для ОЗПР могут включать детерминированную, вероятностную и неопределенную информацию.
Правила порождения и выбора альтернатив могут быть представлены в форме аналитических, логических, эвристических решающих правил, в том числе как скалярные, векторные, составные критерии.
Графически структура ОЗПР представляется в виде последовательности правил порождения и выбора альтернатив, обеспечивающих преобразование исходных данных в решение (рис. 4.3).
ОЗПР относятся к слабоструктурированным задачам. В настоящее время для их решения интенсивно создаются методы обработки знаний (логико-лингвистического моделирования) в рамках новой научной дисциплины - инженерии знаний. Такие методы обеспечивают преобразование данных и вывод допустимых решений как в аналитической форме, так и в форме выражений естественного языка. При этом используются все известные теоретические модели представления: Iвх, Iвых, Iреш , Р, С, а также неформализуемый опыт специалистов-практиков.