6.84M
Categories: programmingprogramming databasedatabase

Теория систем и системный анализ (продолжение). Методы моделирования систем

1.

Теория систем и системный анализ
(продолжение)
Методы моделирования систем

2.

Содержание лекции:
1. Понятие модели.
2. Простейшая модель
системы «черный
ящик».
3. Обзор методов
моделирования
систем.

3.

Понятие модели
В теории систем и системном анализе постоянно приходится
иметь дело с моделированием систем. Однако, понятие
«модель» используется гораздо шире. Первоначально
моделью было принято называть некое вспомогательное
средство, объект, который в определённой ситуации заменял
другой объект.

4.

Варианты определения:
Модель (от лат. modulus «мера, аналог, образец») — система,
исследование которой служит средством для получения
информации о другой системе; представление некоторого реального
процесса, устройства или концепции.
Модель есть абстрактное представление реальности в какой-либо
форме (например, в математической, физической, символической,
графической и т.д.), предназначенное для представления определённых
аспектов этой реальности и позволяющее получить ответы на
изучаемые вопросы.
Моделью называется некий объект-заместитель, который в
определённых условиях может заменять объект-оригинал,
воспроизводя интересующие нас свойства и характеристики
оригинала, причём имеет определенные преимущества
удобства (наглядность, доступность испытаний, лёгкость
оперирования с ним и пр.) и отражает те стороны
изучаемого
объекта-оригинала,
которые
являются
существенными с точки зрения целей исследования.

5.

Модели нужны для:
Понимания
внутренней
структуры
исследуемого объекта, процесса или
явления, выявления законов их развития
и взаимодействия с внешним миром
Управления объектом или процессом при
заданных целях и критериях
Прогнозирования
прямых
и
косвенных последствий использования модели, реализации результатов моделирования.

6.

Соответственно, моделирование - построение (создание)
моделей, а также их исследование с целью получения
объяснения
наблюдаемых
явлений,
а
также
экспериментирование с моделями для предсказания
явлений, интересующих исследователя.

7.

Пример более детальной (но не единственно возможной!) классификации
методов моделирования систем:

8.

К моделям обычно предъявляют ряд требований.
– адекватность, то есть соответствие модели
исходной реальной системе и учёт, прежде всего,
наиболее важных качеств, связей и характеристик.
– точность, то есть степень совпадения полученных
в процессе моделирования результатов с заранее
установленными, желаемыми.
– универсальность, то есть применимость модели к
анализу ряда однотипных систем в одном или
нескольких
режимах
функционирования.
Универсальность позволяет расширить область
применимости модели для решения большего круга
задач;

9.

– конструктивность, позволяющая воспроизвести,
повторить модель при необходимости;
– целесообразная экономичность, то есть точность
получаемых результатов и общность решения
задачи должны увязываться с затратами на
моделирование.
Удачный выбор модели, как показывает практика,
часто является результатом компромисса между
отпущенными ресурсами и особенностями
используемой модели.
Множественность
моделей
одного
объекта
обусловлена, в частности, тем, что для разных
целей требуется строить (использовать) разные
модели.

10.

Погрешности моделирования вызываются как объективными
причинами, связанными с упрощением реальных систем, так и
субъективными, обусловленными недостатком знаний и
навыков, особенностями характера того или иного человека.
Погрешности часто (но не всегда) можно предотвратить,
компенсировать, учесть. Обязательна оценка правильности
получаемых результатов, которую можно сделать разными
способами.
Например, желательна проверка соответствия результатов
расчетов и экспериментов здравому смыслу. Удобно это
делать для частного (простого) случая параметров модели,
когда решение очевидно. Иногда говорят, что ещё перед
решением задачи исследователь должен представлять
характер и порядок ожидаемого результата. Но точность
такого представления зависит как от развитости кругозора и
воображения исследователя, так и от опыта работы с
подобными системами.

11.

Известно,
что
посредством
грубых
измерений,
использования контрольно-измерительных приборов с
низкой точностью или приближенных исходных данных
невозможно получить точные результаты. С другой стороны,
бессмысленно вести, например, расчёт с точностью до
грамма, если результат потом нужно округлять с точностью
до килограмма.
Поэтому,
точность
результатов
расчётов
и
экспериментальных исследований модели не может
превысить точности исходных данных, используемых
приборов, измерительных инструментов и т. п.; вид
выбираемой модели должен согласовываться с точностью
исходных данных и требуемой точностью результатов;
желаемая точность результатов должна соответствовать
нуждам и реалиям практики.

12.

Одним и тем же системам могут
быть сопоставлены несколько
моделей разных видов:

13.

Четкого правила разделения моделей
на сложные и простые не существует.
Обычно
признаком
сложных
моделей
служит
многообразие
выполняемых функций, большое
число
составных
частей,
разветвленный характер связей,
тесная взаимосвязь с внешней
средой,
наличие
элементов
случайности,
изменчивость
во
времени и другие. Понятие сложности
системы субъективно и определяется
необходимыми для его исследования
затратами
времени
и
средств,
потребным уровнем квалификации,
зависит от конкретного случая и
конкретного специалиста. Обычно
сначала строят простую модель,
постепенно ее усложняя до разумной
степени.

14.

Пример простейшей модели:
«Черный ящик»
Все устройства взаимодействуют с внешней средой, обмениваясь
с нею сигналами, энергией, веществом (см. схему «эволюция
представлений о системе»). Модели относят к открытым, если их
влиянием на окружающую среду или воздействием внешних
условий на их состояние и качество функционирования
пренебречь нельзя. В противном случае системы рассматривают
как закрытые, изолированные. Одной из простейших
универсальных моделей открытой системы является модель
«черный ящик», учитывающая возможность обмена системы со
средой.

15.

Одно из определений данной модели, сделанное
Ю.И.Черняком, звучит так: «черный ящик» – это
максимально
простая
модель
системы,
подчеркивающая два основные системные свойства
– целостность и отграниченность от среды».
Определение ничего не говорит о внутреннем
устройстве системы. Поэтому ее можно
изобразить в виде непрозрачного объекта –
«ящика», выделенного из окружающей среды.
Ящик» и обособлен, выделен из среды, но не
является полностью от нее изолированным.

16.

Модель учитывает, что система связана со средой и с помощью
этих связей воздействует на среду. Эти связи называются
выходами системы. Подчеркнем еще раз, что выходы системы в
данной графической модели соответствуют слову «цель» в
словесной модели системы. Кроме того, система является
средством, поэтому должны существовать и воздействия на нее,
т.е. такие связи со средой, которые направлены извне в систему,
которые называются входами системы.
Название модели образно подчеркивает полное отсутствие
сведений о внутреннем содержании системы. В модели задаются
только входные и выходные связи системы со средой, т.е.
множество X и Y входных и выходных переменных. Такая модель,
несмотря на внешнюю простоту и на отсутствие сведений о
внутреннем строении системы, оказывается полезной. При этом
построение модели «черного ящика» не является тривиальной
задачей, так как на вопрос о том, сколько и какие именно входы
и выходы следует включать в модель, ответ не прост и не
всегда однозначен.

17.

Таким образом, в модели «черный ящик» на
входе система получает ресурсы для
реализации своей функции, на выходе система
(или ЛПР) получает результат. На данном этапе
исследования входы и выходы известны, а
внутреннее устройство системы и процессы в
ней происходящие не известны. Но логически
можно понять зависимость изменений на выходе
от изменений на входе. Поскольку внутреннее
устройство неизвестно, исследователь может
столкнуться с тем, что разные системы обладают
одним и тем же поведением. При исследовании
черного ящика устанавливаются все входные и
выходные воздействия, затем меняют систему
входов и смотрят, что получается на выходе.

18.

Пример отображения в виде модели «черный ящик»
высшего образовательного учреждения.

19.

Другие примеры модели «черный ящик»

20.

Понятие «черный ящик» используется в точных науках,
таких как системотехника, кибернетика, физика и т.д.,
для обозначения системы, структура и механизм работы
которой очень сложны, неизвестны или неважны в
рамках данной задачи.
Эти системы обычно имеют вход для ввода информации
и выход для отображения результатов работы. Состояние
выходов обычно функционально зависит от состояния
входов. Иными словами, когда используют термин
«черный ящик», имеют в виду систему, которая
выполняет нужное преобразование информации, но
при этом пользователя совершенно не интересует, как
она это делает.

21.

В Data Mining типичным примером черного
ящика является аналитическая модель для
человека, не разбирающегося в механизме ее
работы. Например, служащий банка совершенно
не обязан знать принцип работы и теорию
нейронных сетей, чтобы успешно применять
нейросетевую модель для решения задачи
кредитного скоринга. Его цель — подать на
вход системы признаки потенциального
заемщика и посмотреть результат. При этом
сам механизм обработки данных внутри модели
его не интересует.

22.

«Развитием» модели «черный
ящик» являются всевозможные
контекстные диаграммы,
используемые при анализе
бизнес-процессов и для решения
других задач .
Контекстная диаграмма относится к
категории диаграмм, описывающих
систему на уровне «чёрного ящика», а
именно, только внешние свойства (в
данном случае — потоки данных), но
не содержание системы.
Контекстная диаграмма содержит
проектируемый объект,
взаимодействующие с ним
элементы окружения (группы
пользователей, смежные системы),
потоки данных (исходящие и
входящие).

23.

Методология SADT (от англ. structured analysis and design
technique) и ее развитие – стандарты IDEF - широко
используются в мире самыми разными компаниями в самых
разных областях деятельности. Самый распространенный
стандарт IDEF0
представляет собой метод структурнофункционального моделирования, описывающий бизнеспроцессы в виде иерархической системы взаимосвязанных
функций.
Спецификация сторон блоков в стандарте IDEF0

24.

Существует также понятие Белый ящик – система,
состоящая из известных компонентов (известных
подсистемы, их связи, функции системы, организационно
и иерархическая структуры). Понятие предложено Н.
Винером. Его содержимое специально «подбирается» для
реализации той же зависимости выхода от входа, что и у
соответствующего «черного» ящика. В процессе
проводимых исследований и при обобщениях, выдвижении
гипотез и установлении закономерностей возникает
необходимость корректировки организации «белого»
ящика и смены моделей. В связи с этим при
моделировании
исследователь
должен
обязательно
многократно обращаться к схеме отношений «черный» —
«белый» ящик.

25.

Пример. Применение модели «черный ящик»
при разработке ПО.
У разработчиков и тестировщиков существуют разные
подходы к проектированию тестов. Первый состоит в том,
что тесты проектируются на основе внешних спецификаций
(требований) программ и модулей либо спецификаций
сопряжения модуля с другими модулями, программа при этом
рассматривается как «черный ящик». Смысл теста
заключается в том, чтобы проверить, соответствует ли
программа внешним спецификациям. При этом содержание
модуля не имеет значения. Такой подход получил название —
стратегия «черного ящика». Иначе говоря, тестированием
чёрного ящика занимаются тестировщики, не имеющие
доступ к исходному коду приложения.
Второй подход — стратегия «белого ящика», основан на
анализе логики программы. При таком подходе тестирование
заключается в проверке каждого пути, каждой ветви
алгоритма. При этом внешняя спецификация во внимание не
принимается.

26.

При тестировании «белого ящика» (также говорят — прозрачного
ящика) разработчик теста имеет доступ к исходному коду и может
писать код, который связан с библиотеками тестируемого ПО. Оно
обеспечивает то, что компоненты конструкции работоспособны и
устойчивы до определенной степени.
При тестировании «черного ящика» тестировщик имеет доступ к
ПО только через те же интерфейсы, что и заказчик или пользователь,
либо через внешние интерфейсы, позволяющие другому компьютеру
либо другому процессу подключиться к системе для тестирования.
Например, тестирующий модуль может виртуально нажимать клавиши
или кнопки мыши в тестируемой программе с помощью механизма
взаимодействия процессов с уверенностью в том, что эти события
вызывают тот же отклик, что и реальные нажатия клавиш и кнопок
мыши.

27.

Ни один из подходов не является оптимальным. Реализация
тестирования методом «черного ящика» сводится к проверке
всех возможных комбинаций входных данных, но подать на
вход бесконечное множество значений нельзя, поэтому
ограничиваются определенным набором данных. При этом
исходят из максимальной отдачи теста по сравнению с
затратами на его создание. Она измеряется вероятностью
того, что тест выявит ошибки, если они имеются в программе.
Затраты измеряются временем и стоимостью подготовки,
выполнения и проверки результатов теста.
Тестирование методом «белого ящика» также не гарантирует
от ошибок на 100%. Если выполнены тесты для всех ветвей
алгоритма, нельзя с полной уверенностью утверждать, что
программа соответствует всем ее спецификациям. Таким
образом, полное тестирование программы невозможно, т. е.
никакое тестирование не гарантирует полное отсутствие
ошибок в программе. Поэтому стараются проектировать тесты
таким образом, чтобы увеличить вероятность обнаружения
ошибки в программе.

28.

28
Перечень этапов разработки моделей
при принятии решений (вариант)
Эмпирический системный анализ исследуемой сферы
жизнедеятельности и выявление проблемных ситуаций
Идентификация соответствующих объектов или процессов и
уточнение цели их совместного исследования
Сбор и обработка информации, декомпозиция цели на задачи и
выбор способа решения каждой из этих задач
Разработка моделей выбранных объектов и процессов, проверка
их соответствия оригиналам и цели исследования
Проведение модельных расчетов и экспериментов с целью
исследования и совершенствования выбранных оригиналов
Теоретический системный анализ альтернативных рекомендаций
07.06.20
и их внедрение в рассматриваемую сферу
23

29.

Замечание. Понятие «модель» очень тесно
связано с понятием «метод моделирования». Хотя
можно указать и некоторое различие между ними.
Модель — аналог, прототип, шаблон, образец,
используемый вместо оригинала для решения
задачи. То есть, это некий объект. Метод —
способ, процесс, последовательность действий,
применяемая
ЛПР-ом.
В
частности,
моделирование как метод — процесс замещения
оригинала
его
аналогом
(моделью)
с
последующим изучением свойств и поведения
оригинала при помощи экспериментов с
моделью.

30.

Классификация методов
моделирования в системном анализе
Постановка любой задачи заключается в том, чтобы перевести её
словесное, вербальное, описание в формальное. Иными словами,
перевод вербального описания в формальное, осмысление,
интерпретация модели и получаемых результатов становятся
неотъемлемой
частью
практически
каждого
этапа
моделирования сложной развивающейся системы. С точки
зрения склонности исследователя к большей или меньшей
формализации и предложено следующее деление методов
моделирования систем на формальные, интуитивно опытные
и специальные.

31.

Методы моделирования
в аспекте формализации
интуитивноопытные
специальные
Формализация
формальные

32.

I. Формальные методы моделирования
систем.
К ним относятся:
- аналитические методы;
- статистические методы;
- методы дискретной математики.
Аналитическими в рассматриваемой классификации
названы методы, которые отображают реальные
объекты и процессы в виде «точек», описываемых
известным набором координат, совершающих какиелибо «перемещения» (изменения состояния) в
пространстве или взаимодействующих (известным
образом, в соответствии с известной функцией) между
собой.

33.

Основу понятийного аппарата аналитических
методов
составляют
такие
понятия
классической математики, как: величина,
формула, функция, уравнение, система
уравнений,
логарифм,
дифференциал,
интеграл и т.д. Это методы исследования
операций,
дифференциального
и
интегрального исчисления, теории игр,
математической теории оптимального
управления и т.д. Как правило, данная группа
методов применяется, если задача может
быть
сформулирована
как
оптимизационная.

34.

Пример постановки задачи, решаемой методами исследования
операций

35.

Пример
транспортной
таблицы и
транспортной
задачи в
сетевой
постановке
+ известна функция стоимости
всех перевозок

36.

Другие примеры
аналитических
моделей:
постановка игры с
природой,
задача линейного
программирования

37.

Пример. Постановка задачи о быстродействии.

38.

Вариант постановки задачи о быстродействии

39.

Статистические представления и соответствующие методы
теории вероятностей, статистики и эконометрики сформировались
как самостоятельное научное направление в середине прошлого
века (хотя возникли значительно раньше).
Основу их составляет отображение явлений и процессов с
помощью случайных (стохастических) событий и их поведений,
которые
описываются
соответствующими
вероятностными
(статистическими)
характеристиками
и
статистическими
закономерностями. К статистическим относятся: методы
регрессионного, корреляционного, дисперсионного, факторного,
кластерного и других видов анализа. К данной группе методов
также можно отнести такие эвристические результаты наблюдений
как закон Парето, закон нормального распределения и подобные
им. Применение этой группы методов характерно для задач
установления факта наличия (отсутствия) и особенностей
различных зависимостей между факторами, а также для задач
прогнозирования.

40.

Закон Парето
Это эмпирическое правило, названное в честь экономиста и
социолога Вильфредо Парето, в наиболее общем виде формулируется
как «20 % усилий дают 80 % результата, а остальные 80 % усилий
— лишь 20 % результата». Может использоваться как базовая
установка в анализе факторов эффективности какой-либо
деятельности и оптимизации её результатов: правильно выбрав
минимум самых важных действий, можно быстро получить
значительную часть от планируемого полного результата, при этом
дальнейшие улучшения неэффективны и могут быть не оправданы.

41.

Примеры проявления этой закономерности:
- значимых факторов немного, а факторов тривиальных
множество, лишь единичные действия приводят к
важным результатам;
- большая часть усилий не даёт желаемых результатов;
- то, что мы видим, не всегда соответствует действительности
, всегда имеются скрытые факторы;
- то, что мы рассчитываем получить в результате, как
правило, отличается от того, что мы получаем (действуют
скрытые силы);
- большинство удачных событий обусловлено действием
небольшого
числа
высокопроизводительных
сил,
большинство
неприятностей
связано
с
действием
небольшого числа высокодеструктивных сил;
- бо́льшая часть действий, групповых или индивидуальных,
являет собой пустую трату времени.

42.

Примеры
При анализе рисков проекта часто оказывается, что 80% риска
происходит от 20% источников. Соответственно, встает задача:
выявить эти 20% элементов риска как самые существенные и
далее, выработать подходящие меры реагирования.
ABC-анализ
метод
анализа,
позволяющий
классифицировать ресурсы фирмы (производимые и/или
реализуемые товары, клиентов, филиалы…) по степени их
важности. Этот анализ является одним из методов
рационализации и может применяться в сфере деятельности
предприятий для управления их товарно-материальными
запасами. В его основе лежит принцип Парето — 20 %
всех товаров дают 80 % оборота.

43.

По отношению к ABC-анализу правило Парето может
прозвучать так: надёжный контроль 20 % товарных
позиций позволяет на 80 % контролировать систему, будь
то запасы сырья и комплектующих, либо продуктовый ряд
предприятия.

44.

Основная сфера использования закона - экономика и менеджмент, хотя он также
применим и в политологии.
Принцип Парето лежит в основании идеи компьютерных RISC-процессоров. В то
время как электронная промышленность шла по пути создания всё более сложных
микропроцессоров со всё более объёмными системами сложных команд, чтобы
обеспечить выполнение как можно большего числа сложных операций одной
командой, создатели RISC обратили внимание на тот факт, что в течение большей
части машинного времени процессор выполняет команды, составляющие очень
небольшое подмножество всей системы команд. Было сформулировано то же
правило 20/80 в применении к работе процессора: «в течение 80 % времени работы
процессор выполняет 20 % от общего числа реализованных в нём команд». Возникла
естественная идея: выбросить из схемы процессора реализацию 80 % редко
используемых команд, оставив только 20 % используемых часто, и за счёт упрощения
схемы сделать её более производительной.
RISC - компьютер с набором коротких (простых,
быстрых) команд) — архитектура процессора, в которой
быстродействие увеличивается за счёт упрощения
инструкций, чтобы их декодирование было более
простым, а время выполнения — меньшим. Первые
RISC-процессоры даже не имели инструкций умножения
и деления. Это также облегчает повышение тактовой
частоты и делает более эффективной распараллеливание
инструкций между несколькими исполнительными
блоками).

45.

Существуют границы применимости закона
Парето: он не должен рассматриваться как непреложный закон
природы с конкретно заданными числовыми параметрами.
ЗАМЕЧАНИЕ.
Применение же его в качестве общего принципа, обращающего внимание на
неравномерность вклада разных факторов в результат, вполне оправданно и
полезно. В реальных системах вклады одного и того же фактора в различные
параметры неодинаковы. Один и тот же фактор для одного параметра может
относиться к числу малозначительных, для другого - попасть в число
определяющих. Поэтому, пытаясь оптимизировать что-либо путём избавления от
ненужных частей, оптимизатор должен быть уверен, что учитывает все
существенные параметры системы.
Часто невозможно организовать деятельность так, чтобы не затрачивать остальные
80 % усилий. Пример: компания оказывает комплекс услуг заказчику, из которых
наиболее прибыльными являются только 20 %; но заказчик не согласен получать
только эти услуги, ему необходимы все 100 % (так называемый «ассортиментный
ряд»; в том числе, чтоб «было из чего выбрать»). В науке существует аналогичный
принцип, который гласит, что «20 % ученых совершают 80 % открытий и
создают 80 % изобретений, но это было бы невозможно, если бы не было
оставшихся 80 % ученых».

46.

Закон нормального распределения (закон
Гаусса-Лапласа)
Наблюдая за различными объектами и процессами
окружающего мира, мы часто сталкиваемся с тем, что
чего-то бывает мало, и что бывает норма:
Вид функции плотности нормального распределения вероятностей. Например, так распределен
рост, вес людей (и не только), их физическая сила, умственные способности и т.д. Существует
«основная масса» (по тому или иному признаку) и существуют отклонения в обе стороны.
Это различные характеристики неодушевленных объектов (те же размеры, вес). Это случайная
продолжительность процессов, например, время забега стометровки или превращения смолы в
янтарь. Пример из физики: молекулы воздуха: среди них есть медленные, есть быстрые, но
большинство двигаются со «стандартными» скоростями.

47.

Примеры статистических методов анализа
Корреляционный анализ — это количественный метод
определения тесноты и направления взаимосвязи между
выборочными переменными величинами.
Регрессионный анализ — это количественный метод
определения вида математической функции в причинноследственной
зависимости
между
переменными
величинами.

48.

Методы дискретной математики.
Теоретико-множественные представления базируются на
понятиях «множество», «элементы» множества, «отношения»
на множествах. Базовыми понятиями математической логики
являются высказывание, предикат, логические функции
(операции) кванторы, логические законы (законы алгебры
логики). Под высказыванием в алгебре логики понимается
повествовательное
предложение
(суждение),
которое
характеризуется определённым значением истинности.

49.

50.

Широко используются как самостоятельный инструмент
моделирования систем и как вспомогательные, методы теории
графов, имеющей много общего с теоретико-множественными
представлениями. Понятие графа первоначально было введено Л.
Эйлером. Графические представления позволяют наглядно
отображать структуры сложных систем и процессов,
происходящих в них. В то же время есть и возникшие на основе
графических представлений методы, которые позволяют ставить и
решать
вопросы
оптимизации
процессов
организации,
управления, проектирования и являются математическими
методами в традиционном смысле. Таковы, в частности, методы
сетевого планирования и управления, используемые для
анализа и оптимизации различных проектов.

51.

Следует
отметить,
что
понятие
«графические методы» гораздо шире, и не
ограничивается только использованием
моделей теории графов. К классу
графических представлений можно отнести
такие средства отображения результатов
анализа
информации,
как
графики,
диаграммы, гистограммы, древовидные
структуры, которые широко применяются и
при реализации методов активизации
интуиции
и
опыта
специалистов.
Примерами используемых графических
моделей являются графики Гантта, («времяоперация» в прямоугольных координатах),
матрицы
в
портфельном
анализе,
всевозможные
схемы
и
диаграммы,
позволяющие
наглядно
представить
процессы, происходящие в системах, и
облегчить таким образом их анализ для
исследователя.

52.

II.
Методы,
направленные
на
активизацию использования интуиции и
опыта специалистов.
Рассматриваемые ниже подходы и методы возникали
и развивались как самостоятельные, и для обобщения в
теории систем вначале их называли качественными
(оговаривая условность этого названия, поскольку при
обработке получаемых результатов могут использоваться
и количественные представления) или экспертными,
поскольку они представляют собой подходы, в той или
иной форме активизирующие выявление и обобщение
мнений опытных специалистов – экспертов (в
широком смысле термин «эксперт» в переводе с
латинского означает «опытный»).

53.

К интуитивно-опытным относятся: методы типа «мозговой
атаки» (мозгового штурма) или коллективной генерации
идей; методы типа «дерева целей»; методы портфельного
анализа; метод «деревьев решений» (с др. точки зрения, он
- на стыке экспертных и математических методов, т.к.
использует
понятия теории вероятностей); методы
экспертных оценок; методы сценариев и др.
Сразу оговоримся, что большинство из них так или иначе
не исключают формализацию и расчеты. Чем больше
используется математических терминов, и конструкций
при постановке и решении задачи, тем метод
«формальнее». Одну и ту же задачу (управленческую,
например, – планирования или регулирования) можно
решать (и создавать соответствующую модель) разными
методами, более или менее «математизированными»,
применяя их параллельно или последовательно, уточняя
цель, ресурсы и ограничения.

54.

Мозговая атака (мозговой штурм) основана на гипотезе, что
среди большого числа идей имеется по меньшей мере несколько
хороших, полезных для решения проблемы, которые нужно
выявить. Методы данного типа известны также под названием
коллективной генерации идей, конференций идей, метода обмена
мнениями. В зависимости от принятых правил и жёсткости их
выполнения различают прямую мозговую атаку, метод обмена
мнениями, методы типа комиссий, судов.

55.

56.

Методы подготовки и согласования представлений о проблеме
или анализируемом объекте, изложенных в письменном виде,
получили название методов сценариев. Задача специалистов
по системному анализу при подготовке сценария – помочь
привлекаемым ведущим специалистам соответствующих
областей знаний выявить общие закономерности развития
системы; проанализировать внешние и внутренние факторы,
влияющие на её развитие и формулирование целей.
Пример:
SWOT-анализ,
метод стратегического
планирования,
заключающийся в
выявлении факторов
внутренней и внешней
среды организации и
разделении их на
четыре категории:
сильных и слабых
сторон, возможностей
и угроз.

57.

К. Эндрюс (1916 2005 г.),
американский
ученый,
популяризатор
концепции бизнесстратегии.
Акроним SWOT был впервые введён в 1963
году в Гарварде на конференции по проблемам
бизнес-политики
профессором
Кеннетом
Эндрюсом. Аббревиатура SWOT происходит от
слов: Strengths (сильные стороны), Weaknesses
(слабые стороны), Opportunities (возможности),
Threats (угрозы).
В 1965 году четыре
профессора Гарвардского университета —
Леранед,
Кристенсен,
Эндрюс
и
Гут
предложили технологию использования SWOTмодели для разработки стратегии поведения
фирмы.

58.

Сильные и слабые стороны являются факторами
внутренней среды объекта анализа (тем, на что сам объект
способен повлиять); возможности и угрозы являются
факторами внешней среды (тем, что может повлиять на
объект извне и при этом не контролируется объектом).
Например, предприятие управляет собственным торговым
ассортиментом — это фактор внутренней среды, но законы
о торговле не подконтрольны предприятию — это фактор
внешней среды.
Объектом SWOT-анализа может быть не только
организация, но и другие социально-экономические
объекты: отрасли экономики, города, государственнообщественные институты, научная сфера, политические
партии,
некоммерческие
организации,
отдельные
специалисты, персоны и т. д.

59.

Примеры вопросов для составления перечней факторов

60.

Пример таблицы для проведения SWOT-анализа

61.

Пример таблицы для проведения развернутого SWOT-анализа,
если можно оценить взаимосвязи между внешними и
внутренними факторами

62.

Преимущества SWOT-анализа:
•Это универсальный метод, который применим в
самых разнообразных сферах экономики и управления.
Его можно адаптировать к объекту исследования
любого уровня (продукт, предприятие, регион, страна и
пр.).
•Это гибкий метод со свободным выбором
анализируемых
элементов
в
зависимости
от
поставленных целей (например, можно анализировать
город только с точки зрения туризма или только с точки
зрения работы транспорта и т.д.).Он может
использоваться как для оперативной оценки, так и для
стратегического планирования на длительный период.
•Использование метода, как правило, не требует
специальных знаний и наличия узкопрофильного
образования.

63.

Недостатки:
•SWOT-анализ показывает только общие факторы.
Конкретные
мероприятия
для
достижения
поставленных целей надо разрабатывать отдельно.
•Зачастую при SWOT-анализе происходит лишь
перечисление факторов без выявления основных и
второстепенных,
без
детального
анализа
взаимосвязей между ними.
•Анализ даёт в большей степени статичную
картинку, чем видение развития в динамике.
•SWOT-анализ является довольно субъективным и
чрезвычайно зависит от позиции и знаний того, кто
его проводит.
•Для качественного SWOT-анализа необходимо
привлечение больших массивов информации из
самых разных сфер, что требует значительных
усилий и затрат.

64.

К качественным относится методика прогнозных графов,
предложенная академиком В.М. Глушковым в 1969 г. для
прогнозирования научных разработок, используемых при
создании технических средств обработки информации, а
также для оценки перспектив развития вычислительной
техники.

65.

Существуют разновидности других «деревьев»:
дерево решений, дерево отказов при анализе рисков
технического проекта, дерево вероятностей, дерево
игры…

66.

Методы экспертных оценок очень разнообразны. В
них рассматриваются:
1) проблемы формирования экспертных групп,
включая требования к экспертам, размеры группы,
вопросы
тренировки
экспертов,
оценки
их
компетентности;
2) формы экспертного опроса (разного рода
анкетирования, интервью, смешанные формы опроса) и
методики организации опроса (в том числе методики
анкетирования, мозговая атака, деловые игры и т.п.);
3)
подходы
к
оцениванию
(ранжирование,
нормирование, различные виды упорядочения, в том числе
методы предпочтений, попарных сравнений и др.);
4) методы обработки экспертных оценок;
5) способы определения согласованности мнений
экспертов, достоверности экспертных оценок.

67.

Примером метода данного типа является метод
«Дельфы»,
или
метод
«дельфийского
оракула»,
первоначально предложенный О. Хелмером и его
коллегами в 1950-1960 гг. как итеративная процедура,
способствующая снижению влияния психологических
факторов при проведении заседаний и повышению
объективности результатов.
Особенности:
заочность,
многоуровневость,
анонимность. Исходная предпосылка метода — если
грамотно обобщить и обработать индивидуальные
оценки квалифицированных экспертов по поводу
ситуации на рынке, то можно получить коллективное
мнение,
обладающее
достаточной
степенью
достоверности и надежности.

68.

Отступление. Немного о Дельфийском оракуле.
Дельфийский оракул - оракул при храме Аполлона в Дельфах,
расположенных у подножия южного склона горы Парнас в Фокиде.
Согласно древнегреческой мифологии, основан самим Аполлоном
на месте его победы над чудовищным змеем Пифоном. Дельфийский
оракул, где номинально главным лицом была жрица (пифия), но
фактически все предсказания формулировались толковавшими
её жрецами храма, был одним из главных прорицалищ в эллинском
мире. Его появление относят к микенскому времени, а
окончательное исчезновение — к IV веку н. э., расцвет оракула
приходится на VII—V века до н. э. архаического и классического
периодов истории Древней Греции.

69.

Суть этого метода в том, чтобы с помощью серии последовательных
действий - опросов, интервью, мозговых штурмов — добиться
максимального консенсуса при определении правильного решения. Анализ
с помощью дельфийского метода проводится в несколько этапов,
результаты обрабатываются статистическими методами.
Предположение: некоторое количество независимых экспертов
(часто несвязанных и не знающих друг о друге) лучше оценивает и
предсказывает результат, чем структурированная группа (коллектив)
личностей. Метод позволяет избежать открытых столкновений между
носителями
противоположных
позиций,
так
как
исключает
непосредственный контакт экспертов между собой и, следовательно,
групповое влияние, возникающее при совместной работе и состоящее в
приспособлении к мнению большинства, даёт возможность проводить
опрос экстерриториально, не собирая экспертов в одном месте (например,
посредством электронной почты).
«Дельфы-процедуры» стали средством повышения объективности
экспертных опросов с использованием количественных оценок при
сравнительном анализе составляющих «деревьев целей» и при разработке
«сценариев». Основные средства повышения объективности результатов
при применении метода «Дельфы» – использование обратной связи,
ознакомление экспертов с результатами предшествующего тура опроса и
учёт этих результатов при оценке значимости мнений экспертов.

70.

Сначала происходит подбор группы экспертов - чем больше, тем
лучше, от 20 чел. Далее осуществляется постановка
проблемы: экспертам рассылается вопрос и предлагается его
разбить на подвопросы. Организационная группа отбирает
наиболее часто встречающиеся. Появляется общий опросник.
Опросник рассылается экспертам. Их спрашивают: достаточно
ли информации; есть ли дополнительная информация по вопросу?
В итоге получаем от 20 вариантов ответов с дополнительными
аспектами и информацией. На основе этого составляется
следующий опросник. Улучшенный опросник вновь рассылается
экспертам, которым теперь надо дать свой вариант решения, а
также рассмотреть наиболее крайние точки зрения, высказанные
другими экспертами. Эксперты должны оценить проблему по
аспектам:
эффективность,
обеспеченность
ресурсами,
соответствие изначальной постановке задачи. Таким образом
выявляются преобладающие суждения экспертов, сближаются
их точки зрения. Всех экспертов знакомят с доводами тех, чьи
суждения сильно выбиваются из общего русла. После этого все
эксперты могут менять мнение, а процедура повторяется.

71.

Этапы реализации
метода Дельфы
Операции повторяются, пока не
будет достигнута согласованность
между экспертами, или не будет
установлено отсутствие единого
мнения по проблеме. Изучение
причин расхождений в оценках
экспертов позволяет выявить
незамеченные ранее аспекты
проблемы и зафиксировать внимание
на вероятных последствиях развития
анализируемой проблемы или
ситуации. В соответствии с этим и
вырабатывается окончательная
оценка и практические
рекомендации. Далее происходит
проверка согласованности мнений
экспертов, анализ полученных
выводов и разработка конечных
рекомендаций.

72.

КРИТИКА
К недостаткам метода относят:
- беззащитность эксперта перед организационной группой (слишком
большие ее полномочия);
- мнение большинства не обязательно правильное; креативные,
наиболее эффективные решения могут игнорироваться;
- анализ требует много времени, не подходит для оперативного анализа;
- возрастает конформизм, соглашательство экспертов — стремление
попасть в большинство.
Противодействия:
- подбор организационной группы из различных структур, научных и
социальных школ,
- ту же проблему «прогнать» через другую группу,
- самые оригинальные решения можно включать в качестве
дополнений.
Это метод не оперативного, а стратегического планирования.
Находит применение в технике, футурологии, бизнесе, главным
образом, в целях прогнозирования.

73.

Методы портфельного анализа – это группа инструментов, с
помощью которых руководство предприятия выявляет и оценивает
свою хозяйственную деятельность с целью вложения средств в
наиболее прибыльные или перспективные ее направления и
сокращения (прекращения) инвестиций в неэффективные проекты
(направления деятельности).
Обычно их применение заключается в построении и анализе (на
основе статистических данных и другой маркетинговой и
экономической информации) специальных матриц, таких, как
Матрица БКГ, Матрица Дженерал Электрик, Матрица Ансоффа и т.п.

74.

Пример. Матрица General Electric.
Ее еще называют матрицей «рост-доля рынка». Используется в бренд-маркетинге и
управлении продуктом, чтобы компании решить, какие продукты следует развивать.
Метод концептуально похож на матрицу БКГ, но несколько сложнее. Как и в матрице
БКГ, создается двумерная матрица. Матрица состоит из 9 ячеек для сравнительного
анализа стратегических направлений бизнеса компании. Каждый продукт, бренд или
услуга отображается в матрице на основе своей привлекательности рынка и
конкурентоспособности.

75.

На стыке интуитивно-опытных и аналитических
методов возникли и получили своё развитие так
называемые специальные методы моделирования
систем. К ним относятся, например, имитационное
динамическое
моделирование,
структурнолингвистическое
моделирование,
теория
информационного
поля
и
некоторые
другие
развивающиеся направления.
Следует отметить, что при решении сложных,
комплексных проблем, затрагивающих различные
предметные области, естественным представляется
применение нескольких методов. При уточнении
постановки задачи, сборе статистических данных,
вербальное (словесное) описание проблемы постепенно
заменяется формальным, проводятся эксперименты и
уточняются условия. При этом могут измениться как
сама интерпретация модели, так и требования к ней и к
выбору метода моделирования.

76.

Теория информационного поля
Концепция предложена А.А. Денисовым. Базируется на
обобщении законов функционирования и развития
систем различной природы, использовании основных
положений диалектической логики и аппарата
математической теории поля. В ней используются
следующие аксиомы:
1)Поле, каждый элемент которого содержит сведения о
самом себе и всех его окружающих элементах –
информационное.
2)Информационное поле – это динамическая,
управляющая, пульсирующая, открытая система.
При этом известная науке четырехмерная динамическая
система
пространства-времени
отвергается
как
ошибочная и не отражающая реальных процессов
природы теория.

77.

Теория
информационного
поля
и
информационный подход А. А. Денисова
позволяет с единых позиций описывать процессы
в
различных
системах

технических,
организационных, социальных, включая анализ
процессов управления в экономике, политике,
науке, образовании. Ученый получил новые
теоретически и практически полезные результаты
в различных научных областях и прикладных
сферах. Внес вклад в развитие теории систем и
системного анализа, теории информации и
прикладной информатики. Разработал концепцию
системного макроэкономического моделирования
(1997). Применял результаты своих научных
исследований
в
общественно-политической
деятельности. В период с 1998 по 2010 год
развивал новое направление информационного
анализа
физических,
в
частности,
гравитационных систем.
Денисов А.А.
1934-2010

78.

Выдержки из основных положений данной теории:
Динамическая модель принимается в шестимерном
пространстве времени. Принимается система трехмерного
пространства и трехмерного времени. Система упрощается
путем постановки позиции пространства относительно
времени. Получается следующая структура:
Пространства – прямое движение – Время
«разрезы»
Пространство – обратное движение – Время
Пространство – объем – Время
Информационное поле это первое нематериальное поле,
содержащее атрибуты поля физического, материального.
Информационное поле - это граничное поле между
материальным динамическим миром во всех его
проявлениях, и полем не материального покоя, являющимся,
тем не менее, управляющим для информационного поля и
всего материального мира.

79.

В соответствии с информационным подходом
понятие информация рассматривается как
парная категория по отношению к материи,
как структура материи, не зависящая от ее
специфических свойств. Основными формами
существования
информации
являются
понятия чувственного отражения в форме:
• чувственной информации (или информации
восприятия) ;
логической
информации
(или
информационного потенциала);
• логического пересечения первой и второй
форм, названного в рассматриваемой теории
информационной
сложностью
(содержанием, смыслом).

80.

ссылки:
https://ru.wikipedia.org/wiki/Модель
http://shar.k156.ru/232/teoriya-informatsionnogopolya-i-informatsionnyy-podhod-k-analizu-sistem.pdf
https://it.rfei.ru/course/~HJ8b/~2./~2.3.
https://informika.ru/files/contentfile/671/tekstmonografii-19.10.11.pdf
http://technomag.edu.ru/doc/203858.html
https://monographies.ru/ru/book/section?id=15760
English     Русский Rules