- •Системный анализ и моделирование процессов в техносфере
- •1.1. Понятие системы. Базовые категории систем
- •1.2. Классификация систем
- •1.3. Общее представление о системном анализе
- •1.4. Принципы системного анализа
- •2.1. Этапы анализа и синтеза
- •2.2. Понятие о структурном анализе
- •2.3. Методы декомпозиции
- •2.4. Требования, предъявляемые к декомпозиции
- •2.5. Алгоритм декомпозиции
- •2.5. Программно-целевой подход к решению системных задач
- •1. Область применения и этапы программно-целевого подхода
- •2. Дерево целей
- •3.1. Агрегирование системы и эмерджентность
- •3.2. Виды связей в системе
- •Связи взаимодействия (координации):
- •Связи преобразования:
- •3.3. Виды агрегирования
- •4.1. Общие свойства процесса принятия решений
- •4.2. Участники процесса принятия решения
- •4.3. Схема ппр
- •4.4. Формулирование проблемы
- •4.5. Определение целей
- •4.6. Генерирование альтернатив
- •4.7. Формирование критериев
- •4.8. Физиология принятия решений
- •4.9. Виды и особенности задач принятия решений
- •4.10. Формализация принятия решений
- •Лекция 5. Информационное обеспечение ппр
- •5.1. Понятие информации
- •5.2. Информационная структура процесса принятия решений
- •6.1. Особенности группового выбора
- •6.2. Экспертные методы выбора
- •6.3. Методы типа мозговой атаки или коллективной генерации идей
- •6.4. Методы типа сценариев
- •6.5. Методы типа «Делфи»
- •6.6. Методы типа дерева целей
- •6.7. Морфологические методы
- •7.1 Основные положения теории управления
- •7.2 Аксиомы теории управления
- •7.3 Модели основных функций организационно-технического управления
- •7.4 Описание функций управления
- •Лекция 8. Понятие и классификация моделей
- •8.1 Понятие модели, моделирования
- •8.2 Познавательные и прагматические модели
- •8.3 Статические и динамические модели
- •8.4 Классификация моделей по способу воплощения
- •8.5 Место математического моделирования в системных исследованиях
- •8.6 Типы и виды математических моделей
- •8.7 Процесс построения математической модели
- •8.8 Структура моделирования происшествий в техносфере
- •9.1 Конфликт ‒ предмет рассмотрения теории игр
- •9.2 Понятие игры. Классификация игр. Формальное представление игр
- •9.3 Определение бескоалиционной игры
- •9.4 Приемлемые ситуации и ситуации равновесия
- •9.5 Примеры игровых задач
- •10.1 Граф и его виды
- •10.2 Задача о кратчайшем пути
- •10.3 Задача о максимальном потоке
- •11.1 Поверхность отклика
- •11.2 Этапы планирования эксперимента
- •11.3 Обработка и анализ результатов моделирования
- •12.1 Полный факторный эксперимент
- •12.2 Дробный факторный эксперимент
- •12.3 Метод наименьших квадратов
- •13.1 Основная цель кластерного анализа
- •13.2 Объединение (древовидная кластеризация)
- •13.3 Двувходовое объединение
- •13.4 Метод k средних
- •13.5 Алгоритм нечеткой кластеризации
- •14.1 Понятие когнитивного моделирования
- •14.2 Подсистема представления субъективной информации
- •14.3 Подсистема извлечения предпочтений эксперта
- •14.4 Подсистема обработки
- •14.5 Подсистема представления результатов моделирования
- •14.6 Подсистема поддержки аналитической деятельности эксперта
- •14.7 Моделирование бизнес процессов на основе bpmn-диаграмм
- •14.8 Метод анализа иерархий (маи): введение
- •14.9 Основные принципы маи
- •1. Принцип идентичности и декомпозиции
- •2. Принцип дискриминации и сравнительных суждений
- •3. Принцип синтеза
- •14.10 Общая оценка маи как метода принятия решений
- •15.1 Общий ход решения задачи на основе метода конечных элементов
- •15.2 Сети одномерных конечных элементов
- •15.3 Виды конечных элементов
- •16.1 Основные понятия
- •16.2 Приближенное решение оду при заданных начальных условиях
- •16.3 Метод Эйлера и его модификации
- •16.4 Метод Рунге-Кутта
- •16.5 Приближенное решение ду n-го порядка при заданных начальных условиях
- •16.6 Приближенное решение ду при заданных граничных условиях (краевых задач)
- •16.6.1 Метод начальных параметров
- •16.6.2 Редукция к задаче Коши для линейного ду второго порядка
- •17.1 Основные понятия
- •17.2 Типы элементов
- •17.3 Источники энергии и преобразователи. Аналоги топологических уравнений
- •17.4 Метод получения топологических уравнений
- •18.1 Свойства задач принятия решения со многими критериями
- •18.2. Формирование множества критериев
- •18.3 Методология решения многокритериальных задач
- •18.4 Технологии отыскания эффективных решений
- •18.5 Методы принятия решения при нескольких критериях
14.2 Подсистема представления субъективной информации
Подсистема представления субъективной информации обеспечивает:
Ввод в систему факторов, описывающих ситуацию, множество факторов ‒ F={fi}.
Задание числовых или лингвистических значений фактора в виде упорядоченного множества их абсолютных значений.
Графический интерфейс для построения когнитивной модели ситуации в виде ориентированного знакового графа.
В подсистеме представления субъективной информации в качестве измерительных шкал значений наблюдаемых факторов ситуации используются порядковые шкалы, что позволяет интегрировать в единую модель ситуации факторы, имеющие числовые и лингвистические значения.
Когнитивная модель ситуации представляется в виде ориентированного знакового графа и задается матрицей смежности W={wij}, wij{-1,0,1} .
Окно графического редактора системы «Канва» для построения и редактирования орграфа ситуации приведено на рис.2.
Графический интерфейс представляет собой полноценный графический редактор, обеспечивающий: ввод нового фактора, установку причинной связи между факторами, определение направления и типа связи (положительная, отрицательная), удаление фактора, удаление связи, изменение масштаба представления графа.
Рис.2. Окно графического редактора
14.3 Подсистема извлечения предпочтений эксперта
Для определения силы взаимовлияния факторов в систему моделирования встроена подсистема извлечения предпочтений эксперта. В этой подсистеме в качестве исходной информации используется информация о числовых или лингвистических значениях факторов ситуации и знаковый граф ситуации, введенные в подсистеме представления субъективной информации. Исходная информация используется системой для порождения вопросов эксперту, из ответов на которые извлекается информация о силе причинных связей факторов ситуации.
Система обеспечивает генерацию вопросов эксперту и определение силы причинных связей между факторами в трех режимах:
Прямого оценивания. В этом режиме сила причинной связи определяется как передаточный коэффициент, вычисляемый по известным отклонениям фактора причины и фактора следствия. Задание отклонения значений факторов выполняется в двух режимах:
точное задание значений отклонений факторов причины и следствия;
задание отклонения значений факторов причины или следствия в виде нечеткого множества ‒ функции принадлежности, заданной на множестве значений факторов.
Парного сравнения. В этом режиме с помощью процедуры парного сравнения осуществляется упорядочивание факторов причин по силе влияния на фактор следствия. В режиме парного сравнения осуществляется автоматическое обнаружение ошибок (нетранзитивных оценок) эксперта и их автоматическая или ручная корректировка.
Задание функциональной зависимости. В этом режиме значение фактора следствия определяется как функция от значений факторов причин. Этот режим используется в случае, если все значения факторов причин имеют числовые значения и известна их функциональная зависимость.
14.4 Подсистема обработки
После определения силы взаимовлияния всех связанных причинными связями факторов, знаковый орграф преобразуется во взвешенный орграф. Динамика процессов ситуации описывается системой уравнений продукций «Если, … То …». В матричном виде эта система уравнений записывается в следующем виде:
Z(t+1)=WZ(t) (1)
где, Z(t)=(zi(t)) – начальный вектор приращений значений факторов в момент времени t; Z(t+1)=(zi(t+1)) – вектор приращений значений факторов в момент времени t+1, zi(t)[‑1,1]; W=|wij| ‒ матрица смежности, wij[-1,1] – характеризует силу причинной связи.
Приращения значений факторов в последовательные дискретные моменты времени Z(t+1), … , Z(t+n) вычисляются с применением следующего правила композиции [Силов, 1995]:
zi(t)=max(zi+(t), zi-(t))
где, zi+(t)= (zj(t-1).wij) – максимальное положительное, а zi-(t) ‒ максимальное по модулю отрицательное zi-(t)= (|zj(t-1).wij)| приращение значения фактора-следствия.
Приращение значения фактора zi(t) Z(t), t, представляется парой [Силов, 1995]: zi(t), ci(t), где, ci(t) – консонанс значения фактора, 0 ci(t) 1,
ci(t)=
Консонанс фактора характеризует уверенность субъекта в приращении значения zi(t) фактора fi. При ci(t)1, т.е. zi+(t)>>|zi-(t)| или |zi-(t)|>>zi+(t) уверенность субъекта в значении фактора zi(t) максимальна, а при ci(t) 0, т.е. zi+(t) |zi-(t)| минимальна. Интервалы значений консонанса в системе «Канва» имеют лингвистическую интерпретацию типа «Невозможно», «Возможно», «Достоверно» и т.д.
Результаты моделирования представляются в виде двумерного массива, строки которого – значения одного фактора в последовательные моменты времени, столбцы – значения всех факторов в последовательные моменты времени. Информация из двумерного массива данных избирательно используется подсистемами представления результатов моделирования и поддержки аналитической деятельности эксперта.