- •1. Научные подходы в целенаправленной познавательной деятельности и их особенности.
- •2. Методы исследования и познания систем управления: общенаучные, общелогические и специализированные.
- •3. Задачи исследования систем управления.
- •4. Основные этапы возникновения, становления и развития системных идей.
- •5. Понятие методологии. Системный подход как методология современного научного исследования. Основные принципы системного подхода.
- •6. Классификация систем. Открытые, динамические, детерминированные и стохастические системы. Организация систем.
- •7. Сложные системы и их особенности. Системы управления как объекты исследования.
- •8. Современные методы исследования систем управления
- •9. Системный анализ как основной метод исследования сложных систем и решения сложных управленческих проблем.
- •10. Подходы и логика исследования с позиции системного анализа. Основные этапы (логические шаги) системного анализа.
- •12. Типология проблем. Уровни сложности проблем.
- •13. Творческий подход к решению проблемы.
- •Методы: Смешные идеи; Следуйте схеме «Поощрение-Плюсы-Риски-Решения»; Не бойтесь разногласий и противоположных точек зрения.
- •14. Основные этапы постановки проблем. Выделение проблемы из внешней среды. Структуризация проблемы
- •15. Процесс поиска и разработки решения. Специфика процесса реализации решения.
- •16. Цели и средства их достижения. Система ценностей как метод выбора целей. Классификация целей.
- •17. Целевой подход в организационном управлении. Метод «дерева целей» и специфика его применения.
- •18. Процесс формирования множества целей. Особенности процедуры выбора целей.
- •19. Структуризация и представление целей. Анализ целей. Измеримость целей. Шкалы измерений.
- •20. Некоторые понятия теории эффективности. Эффективность. Критерии и показатели эффективности. Требования, предъявляемые к критерию эффективности.
- •21. Задачи эффективности. Метод «эффективность — стоимость» и варианты его использования.
- •22. Оценочные матрицы и их виды. Матрицы эффективности, полезности и риска и их применение в задачах принятия решений.
- •23. Метод «дерева решений». Правила построения дерева и особенности применения.
- •24. Моделирование: основные понятия и определения. Недостатки натурных экспериментов. Классификация моделей. Принципы, лежащие в основе моделирования.
- •25. Моделирование как способ научного исследования. Основные сферы применения моделей (задачи моделирования).
- •26. Принципы и основные этапы моделирования. Сложность проблем и иерархия моделей, отражающая различную степень сложности.
- •27. Особенности построения моделей. Эволюционный характер процесса разработки модели.
- •28. Методологические и технологические особенности построения модели. Проверка модели. Экспериментирование с моделью.
- •29. Основные этапы процесса разработки модели.
- •30. Модели и методы сетевого планирования и управления. Область применения сетевых моделей.
- •31. Содержание процесса сетевого планирования. Методы анализа сетевых моделей.
- •32. Имитационное моделирование как методология решения сложных проблем. Достоинства и недостатки имитационного моделирования. Организация имитационного моделирования.
- •33. Состав и характеристика имитационной модели. Структура имитационной модели.
- •34. Кибернетическое моделирование и его особенности.
- •35. Компьютерное моделирование и вычислительный эксперимент.
- •36. Экспертные оценки и методы экспертного оценивания. Метод «Дельфи» и организация его проведения.
- •37. Дескриптивные модели процессов управления и принятия решений. Концепция ограниченной рациональности.
- •38. Модели искусственного интеллекта. Экспертные системы.
- •Символьное моделирование мыслительных процессов:
32. Имитационное моделирование как методология решения сложных проблем. Достоинства и недостатки имитационного моделирования. Организация имитационного моделирования.
Имитационное моделирование — метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.
Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью с достаточной точностью описывающей реальную систему и с ней проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте).
К имитационному моделированию прибегают, когда:
дорого или невозможно экспериментировать на реальном объекте;
невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;
необходимо сымитировать поведение системы во времени.
Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или другими словами — разработке симулятора исследуемой предметной области для проведения различных экспериментов.
Виды имитационного моделирования:
Агентное моделирование — направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами.
Дискретно-событийное моделирование — подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы.
Системная динамика — парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере.
33. Состав и характеристика имитационной модели. Структура имитационной модели.
Имитационная модель характеризуется наборами входных переменных:
1. наблюдаемых или управляемых переменных
2. управляющих воздействий
3. возмущающих воздействий
4. Состояние системы в любой момент времени
Структура типовой имитационной модели состоит из трех частей:
• управляющей: блок управления моделированием; блок диалога; блок обработки результатов моделирования; календарь событий.
• функциональной, состоящей из функциональных модулей (ФМ): стартовый сигнал; сигнал о наступлении планового события; информационный сигнал;сигнал о прерывании моделирования; сигнал об окончании моделирования.
• информационной, включающей базу (базы) данных (БД): совокупность специальным образом организованных (структурированных) данных о моделируемой системе (операции), а также программных средств работы с этими данными.