- •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
1.2. Основные понятия системного анализа
1.2.1. Задачи системного анализа
В процессе создания ИС исследователи стремятся к наиболее полному и объективному представлению объекта автоматизации - описанию его внутренней структуры, объясняющей причинно-следственные законы функционирования и позволяющей предсказать, а значит, и управлять его поведением. Одним из условий автоматизации является адекватное представление системы с управлением в виде сложной системы.
Существует несколько подходов к математическому описанию сложных систем. Наиболее общим является теоретико-множественный подход, при котором система S представляется как отношение S X X, где X и Y - входной и выходной объекты системы соответственно.
Точнее говоря, предполагается, что задано семейство множеств Vi , где i I - множество индексов, и система задается на Vi как некоторое собственное подмножество декартова произведения, все компоненты которого являются объектами системы. Такое определение ориентировано на исследование предельно общих свойств систем независимо от их сущности и лежит в основе общей теории систем.
Другие подходы, сформулированные на более низком уровне общности, не могут претендовать на роль математического фундамента общей теории систем, но позволяют конструктивно описывать системы определенного класса. Так, например, общие закономерности функционирования и свойства систем с управлением являются предметом изучения системного анализа. Принято считать, что системный анализ - это методология решения проблем, основанная на структуризации систем и количественном сравнении альтернатив.
Иначе говоря, системным анализом называется логически связанная совокупность теоретических и эмпирических положений из области математики, естественных наук и опыта разработки сложных систем, обеспечивающая повышение обоснованности решения конкретной проблемы.
В системном анализе используются как математический аппарат общей теории систем, так и другие качественные и количественные методы из области математической логики, теории принятия решений, теории эффективности, теории информации, структурной лингвистики, теории нечетких множеств, методов искусственного интеллекта, методов моделирования.
Применение системного анализа при построении ИС дает возможность выделить перечень и указать целесообразную последовательность выполнения взаимосвязанных задач, позволяющих не упустить из рассмотрения важные стороны и связи изучаемого объекта автоматизации. Иногда говорят, что системный анализ - это методика улучшающего вмешательства в проблемную ситуацию.
В состав задач системного анализа в процессе создания ИС входят задачи декомпозиции, анализа и синтеза.
Задача декомпозиции означает представление системы в виде подсистем, состоящих из более мелких элементов. Часто задачу декомпозиции рассматривают как составную часть анализа.
Задача анализа состоит в нахождении различного рода свойств системы или среды, окружающей систему. Целью анализа может быть определение закона преобразования информации, задающего поведение системы. В последнем случае речь идет об агрегации (композиции) системы в один-единственный элемент.
Задача синтеза системы противоположна задаче анализа. Необходимо по описанию закона преобразования построить систему, фактически выполняющую это преобразование по определенному алгоритму. При этом должен быть предварительно определен класс элементов, из которых строится искомая система, реализующая алгоритм функционирования.
В рамках каждой задачи выполняются частные процедуры. Например, задача декомпозиции включает процедуры наблюдения, измерения свойств системы. В задачах анализа и синтеза выделяются процедуры оценки исследуемых свойств, алгоритмов, реализующих заданный закон преобразования. Тем самым вводятся различные определения эквивалентности систем, делающие возможными постановку задач оптимизации, т. е. задач нахождения в классе эквивалентных систем системы с экстремальными значениями определяемых в них функционалов.
В основе системного анализа как науки лежат определения основных понятий и принципы проведения анализа. Рассмотрим эти понятия.