- •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:
37. Дескриптивные модели процессов управления и принятия решений. Концепция ограниченной рациональности.
Дескриптивные модели применяются для описания свойств и параметров процесса принятия решений в целях прогнозирования его хода в будущем.
Успех применения дескриптивных моделей в значительной степени зависит от точности описания законов и закономерностей функционирования объекта управления.
Вкратце, суть теории Саймона заключается в том, что положение о рациональности поведения человека, которое вошло в основу многих экономических теорий, в реальности ошибочно, т.к. человек не может быть полностью рационален.
Саймон описывает некоторое количество направлений, в которых классическая модель рациональности может быть дополнена и приведена в большее соответствие с реальностью, оставаясь в рамках строгого формализма:
ограничение по тому, какого рода могут быть функции полезности.
учет стоимости сбора и обработки информации
возможность существования векторной функции полезности.
38. Модели искусственного интеллекта. Экспертные системы.
Искусственный интеллект ИИ (artificial intelligence) обычно трактуется как свойство автоматических систем брать на себя отдельные функции мыслительной способности человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий.
Символьное моделирование мыслительных процессов:
1. Символьное моделирование мыслительных процессов; 2. Работа с естественными языками; 3.Накопление и использование знаний; 4. Биологическое моделирование искусственного интеллекта;
5.Робототехника; 6. Машинное творчество; 7. Другие области исследования.