Теория информационных процессов и систем

1. Предмет теории систем, цель исследования, методы исследования. Понятия корректной формальной модели 4

2. История развития теории систем. Прикладные задачи, решаемые теорией систем 5

3. Основные понятия теории информационных систем: система, информация, информационная система, информационный обмен, состояние системы 6

Состояние системы: множество существенных свойств, которыми система обладает в данный момент времени. Характеризует срез системы (остановку в ее развитии) в некоторый момент времени. Его определяют через входные воздействия и выходные реакции в момент времени t. Может так же характеризоваться макропараметрами, макросвязями системы. 6

4. Направления развития общей теории систем. Подходы к построению методов 7

Математическая теория систем изучает явления, отвлекаясь от их природы, при этом основывается на их формальной взаимосвязи между различными составляющими частями. 7

5. Системный анализ и системный подход. Пять принципов системного подхода. Методология проведения исследований на базе системного подхода 7

6. Закономерности систем 8

7. Понятия, используемые для описания систем. Способы описания систем 9

3. Алгебраическая теория систем пытается объединить количественные и качественные методы исследования систем, но она находится в стадии разработки. 10

8. Общая классификация систем. Классификация по степени организованности 10

9. Классификация систем. Классификация по виду формализованного аппарата, целеустремлённости и сложности 11

Предсказать изменение такой системы очень сложно, сложность связана не только со сложностью структуры, но и с поведением системы (изменение по сложным законам). Способ решения задачи со сложной системой – расчленение на подсистемы или декомпозиция. 11

10. Системный подход к решению задач теории систем. Задачи системного подхода. Цели решения задач. Алгоритм решения задач с помощью системного подхода 11

11. Компоненты информационно-поисковых языков. Оценка эффективности информационно-поисковых языков. Меры оценки 12

Кроме того, используются: частота обращений, число обслуженных пользователей, объем хранимой информации. Можно оценивать по стоимостной мере – либо экономическая эффективность, либо время окупаемости. 13

12. Особенности разработки информационно-поисковой системы. Оценка эффективности информационно-поисковой системы. Критерии поиска в информационно-поисковой системе. Возможности количественной оценки 13

13. Информационно-поисковые языки как основа информационно-поисковых систем. Сложность задачи индексирования 14

14. Формальные языки и грамматики. Классификация по Хомскому 15

Тип 0 — неограниченные 15

Тип 1 — контекстно-зависимые 15

Тип 2 — контекстно-свободные 15

Тип 3 — регулярные 15

15. Регулярные и автоматные грамматики. Конечные автоматы 16

Регулярные грамматики определяют в точности все регулярные языки, и поэтому эквивалентны конечным автоматам и регулярным выражениям. 16

16. Особенности организации информационных систем. Информация как ресурс особого рода. Роль информации в процессе управления 17

Роль информации в процессе управления отражается набором свойств реализуемой эффективности. 17

17. Этапы и принципы формирования логистических систем. Декомпозиция, синтез. 18

Осуществляется синтез системы, т.е. согласование целей подсистем, организация подсистем в единую систему и анализ различных вариантов. 18

18. Экспертные системы. Структура. Базовые функции 19

19. Поиск в пространстве состояний. Эвристический поиск 20

Методы поиска решений в экспертных системах: 20

Один из способов представления такого концептуального пространства состояний — граф, в котором состояниям соответствуют узлы, а операциям — дуги. 20

20

Эвристический поиск 20

Но применение этого подхода наталкивается на хорошо известные трудности. Главная из них — как сформулировать оценочную функцию, которая адекватно бы отражала "качество" текущего состояния. 21

20. Модели представления знаний. Семантические сети. Фреймы 21

продукционные модели; семантические сети; фреймы; формальные логические модели. 21

Семантическая сеть — это ориентированный граф, вершины которого — понятия, а дуги — отношения между ними. 21

В качестве понятий обычно выступают абстрактные или конкретные объекты, а отношения это связи типа: "это" ("АКО — A-Kind-ОГ, "is" или "элемент класса"), "имеет частью" ("has part"), "принадлежит", "любит". 21

Недостатком этой модели является сложность организации процедуры организации вывода на семантической сети. 21

21. Продукционная модель представления знаний. Машина вывода 22

22. Логико-математический подход к моделированию интеллекта 23

23. Социально-биологический подход к моделированию интеллекта. Агенты 24

В нейронных моделях интеллекта упор делается на способность мозга адаптироваться к миру, в котором он существует, с помощью изменений связей между отдельными нейронами. Знание в таких системах не выражается явными логическими конструкциями, а представляется в неявной форме, как свойство конфигураций таких взаимосвязей. 24

В разработках искусственной жизни и генетических алгоритмов принципы биологической эволюции применяются для решения сложных проблем. Такие программы не решают задачи посредством логических рассуждений. Они порождают популяции соревнующихся между собой решений кандидатов и заставляют их совершенствоваться с помощью процессов, имитирующих биологическую эволюцию: неудачные кандидаты на решения отмирают, в то время как подающие надежды выживают и воспроизводятся путем создания новых решений из частей "успешных" родителей. 24

Социальные системы дают еще одно модельное представление интеллекта с помощью глобального поведения, которое позволяет им решать проблемы, которые бы не удалось решить отдельным их членам. 24

Эти примеры имеют два общих аспекта. Во-первых, корни интеллекта связаны с культурой и обществом, а следовательно, разум является эмерджентным (emergent). Во-вторых, разумное поведение формируется совместными действиями большого числа очень простых взаимодействующих полуавтономных индивидуумов, или агентов. Являются агенты нервными клетками, индивидуальными особями биологического вида или же отдельными личностями в обществе, их взаимодействие создает интеллект. 25

24. Нейронные сети: обучение с учителем 25

Биологический нейрон моделируется как устройство, имеющее несколько входов (дендриты), и один выход (аксон). Каждому входу ставится в соответствие некоторый весовой коэффициент (w), характеризующий пропускную способность канала и оценивающий степень влияния сигнала с этого входа на сигнал на выходе. В зависимости от конкретной реализации, обрабатываемые нейроном сигналы могут быть аналоговыми или цифровыми (1 или 0). В теле нейрона происходит взвешенное суммирование входных возбуждений, и далее это значение является аргументом активационной функции нейрона. 25

26

25. Нейронные сети: обучение без учителя 27

Главная черта, делающая обучение без учителя привлекательным, – это его "самостоятельность". Процесс обучения, как и в случае обучения с учителем, заключается в подстраивании весов синапсов. 27

26. Нечеткая логика. Операции с нечеткими множествами 28

27. Особенности разработки автоматизированной системы управления (АСУ) 29

28. Разработка обеспечивающей части автоматизированной системы управления (АСУ) 30

29. Разработка функциональной части автоматизированной системы управления (АСУ) 32

30. Понятие комплексного использования информационных ресурсов. Особенности разработки информационных ресурсов 33

31. Выбор наилучших альтернатив на основе экспертной оценки 34

На главной диагонали такой матрицы проставляются прочерки или нули. После получения матрицы всех экспертов усредняются и получается некоторая обобщенная матрица Р, элементы которой можно интерпретировать как процентное отношение или как вероятность. Полагается, что полученная оценка является случайной величиной, распределенной по нормальному закону. 36

32. Планирование эксперимента. Основные этапы 36

33. Методика постепенной формализации. Задачи моделирования информационных потоков 37

Оценка модели и выбор наилучшего варианта пути прохождения информации (выбор критериев и их согласование с целями). 37

34. Методы исследования систем в условиях неопределённости 37

35. Виды информационного обеспечения 38

1. Предмет теории систем, цель исследования, методы исследования. Понятия корректной формальной модели

Предметом исследования общей теории систем являются общие закономерности взаимодействия в системах, т.е. формальная наиболее общая связь между наблюдаемыми свойствами системы.

Целью исследования является разработка способов описания систем и взаимодействия систем, анализа структуры систем, выявление закономерностей функционирования систем, разработка методов оценки эффективности.

Методы исследования базируются на следующих математических науках:

• теория множеств и теория групп в отношении описания систем;

• теория графов в отношении описания структуры систем и структуры связи;

• теория вероятности и математическая статистика;

• общая теория систем;

• системный анализ;

• методы имитационного моделирования.

Любая теория ставит своей целью решить две основные задачи:

Дать аппарат формального описания предметной области. Решение этой задачи дает формальное описание.

Дать аппарат формальной генерации утверждений и формальной проверки их коррекции в данной предметной области. Решение этой задачи позволяет строить нормальную корректную модель.

Цели теории систем (информационных систем в частности):

Разработка следующих методов:

- способ описания системы и её структуры;

- методы анализа структуры для выявления закономерностей функционирования;

- методы прогнозирования состояний и оценки эффективности.

Корректная формальная модель

При решении задач, изучается ее предметная область. Далее, производится моделирование некого процесса, который имеет прямое отношение к способу решения поставленной задачи. Полученная модель будет:

• корректной, если она адекватна задаче и системе;

• формальной, если она описана с помощью математического аппарата.

2. История развития теории систем. Прикладные задачи, решаемые теорией систем

Первое развитие общая теория систем получила развитие в рамках философии. Оно появилось, как интегрированная наука описания взаимосвязей, описывающих общее направление.

Древнегреческие философы начали изучать понятия систем, например, Аристотель вывел основные принципы существования систем (система рассматривалась, как единое целое, и свойство системы не есть сумма её компонент). Так как некоторые свойства появились в результате взаимодействия компонент, то некоторые из них компенсируются, и их становится меньше, чем было в сумме.

Как наука ОТС сформировалась в начале XX века, и её основоположником считают немецкого биолога Лео фон Берталанфи. Он разработал основные принципы системного подхода, терминологический аппарат, концептуальные основы.

Основоположник математической теории систем – Н. Винер. В 1948 г. вышла его книга «Кибернетика», где он дал объяснение этого понятия, как «наука об управлении живых организмов и машин». Предложил аппарат для описания систем и их свойств.

Бурное развитие общая теория систем получила после появления второго информационного барьера. Первый информационный барьер возник примерно в каменном веке (может быть позднее), когда началось построение иерархии власти для управления людьми. Второй барьер (60-е гг.) связан с увеличением потока информации и затруднении управления административных структур. Для решения этой проблемы стали создаваться автоматизированные системы управления, которые позволяли автоматизировать функции управления, контроля на производстве. Всё это привело к появлению нового подхода к анализу системы. В основе системного подхода лежит общая теория систем.

Прикладные задачи:

1. Задачи эффективного управления (АСУ);

2. Задачи направленного поиска (информационно-поисковые системы);

3. Задачи поддержки принятия решений (экспертные системы);

4. Задачи эффективного хранения информации (банки и базы данных);

5. Задачи обучения (системы дистанционного обучения).