Wysyłanie dobrej pracy do bazy wiedzy jest proste. Skorzystaj z poniższego formularza

Studenci, doktoranci, młodzi naukowcy, którzy wykorzystują bazę wiedzy w swoich studiach i pracy będą Ci bardzo wdzięczni.

Wysłany dnia http://allbest.ru

Wstęp

1. Pojęcie analizy systemowej

2. Metody analizy systemowej

2.1 Burza mózgów

2.2 Metoda ocen eksperckich

2.3 Metoda Delphi

2.4 Metoda drzewa docelowego

2.5 Metody morfologiczne

Wniosek

Bibliografia

Wstęp

Podejście systemowe to metodologia wiedzy naukowej i działalności praktycznej, a także zasada wyjaśniająca, które opierają się na rozważeniu przedmiotu jako systemu.

Podejście systemowe polega na odrzuceniu jednostronnych analitycznych, liniowo-przyczynowych metod badawczych.

Główny nacisk w jego zastosowaniu kładzie się na analizę integralnych właściwości obiektu, identyfikację jego różnych powiązań i struktury, cech funkcjonowania i rozwoju.

Podejście systemowe wydaje się być dość uniwersalnym podejściem do analizy, badań, projektowania i zarządzania dowolnymi złożonymi systemami technicznymi, ekonomicznymi, społecznymi, środowiskowymi, politycznymi, biologicznymi i innymi.

Celem systematycznego podejścia jest nakierowanie człowieka na systematyczną wizję rzeczywistości. Zmusza nas do spojrzenia na świat z punktu widzenia systemowego, a dokładniej z punktu widzenia jego systemowej struktury.

Podejście systemowe, będące zasadą poznania, pełni funkcje orientacyjne i światopoglądowe, dostarczając nie tylko wizji świata, ale także orientacji w nim.

Metoda systemowa realizuje funkcje poznawcze i metodologiczne. Działa jak pewien integralny zestaw stosunkowo prostych metod i technik poznania, a także przekształcania rzeczywistości.

Nadrzędnym celem każdej działalności systemowej jest opracowywanie rozwiązań, zarówno na etapie projektowania systemów, jak i zarządzania nimi.

W tym kontekście analizę systemową można uznać za połączenie metodologii ogólnej teorii systemów, podejścia systemowego oraz systemowych metod uzasadniania i podejmowania decyzji.

Celem tej pracy jest poznanie metod analizy systemowej.

Zgodnie z celem konieczne jest rozwiązanie następujących zadań:

Aby poznać koncepcję analizy systemu,

Opisz metody analizy systemowej.

1. Pojęcie analizy systemowej

Analiza systemowa to naukowa metoda poznania, będąca sekwencją działań mających na celu ustalenie strukturalnych relacji między zmiennymi lub elementami badanego systemu. Opiera się na zestawie ogólnych metod naukowych, eksperymentalnych, przyrodniczych, statystycznych i matematycznych.

Analiza systemowa powstała w dobie rozwoju technologii komputerowej. Sukces jego zastosowania w rozwiązywaniu złożonych problemów w dużej mierze zależy od nowoczesnych możliwości technologii informacyjnej Bashmakov, A.I. Teoria systemów i analiza systemowa: wydanie edukacyjne / A.I. Baszmakow. M., 2010. S.16.

N.N. Moiseev podaje, w swoich słowach, dość wąską definicję analizy systemu: „Analiza systemu to zestaw metod opartych na wykorzystaniu komputerów i skupionych na badaniu złożonych systemów - technicznych, ekonomicznych, środowiskowych itp.

Wynikiem systematycznych badań jest z reguły wybór dobrze określonej alternatywy: planu rozwoju regionu, parametrów projektowych itp.

Dlatego początki analizy systemów, jej koncepcje metodologiczne leżą w tych dyscyplinach, które zajmują się problemami decyzyjnymi: badaniach operacyjnych i ogólnej teorii sterowania.

Wartość podejścia systemowego polega na tym, że uwzględnienie kategorii analizy systemowej stwarza podstawę do logicznego i spójnego podejścia do problemu podejmowania decyzji. Skuteczność rozwiązywania problemów za pomocą analizy systemowej jest zdeterminowana strukturą rozwiązywanych problemów.

Zgodnie z klasyfikacją wszystkie problemy są podzielone na trzy klasy:

- problemy dobrze ustrukturyzowane (dobrze ustrukturyzowane) lub sformułowane ilościowo, w których bardzo dobrze wyjaśnione są istotne zależności;

- problemy nieustrukturyzowane (nieustrukturyzowane) lub wyrażone jakościowo, zawierające jedynie opis najważniejszych zasobów, cech i charakterystyk, między którymi zależności ilościowe są zupełnie nieznane;

- problemy źle skonstruowane lub mieszane, zawierające zarówno elementy jakościowe, jak i mało znane, nieokreślone strony, które mają tendencję do dominacji.

2. Metody analizy systemowej

Rozważmy główne metody mające na celu wykorzystanie intuicji i doświadczenia specjalistów, a także metody sformalizowanej reprezentacji systemów.

2.1 Metoda burzy mózgów

Metody tego typu realizują główny cel - poszukiwanie nowych pomysłów, ich szeroką dyskusję i konstruktywną krytykę. Główną hipotezą jest założenie, że wśród dużej liczby pomysłów jest co najmniej kilka dobrych. Przy prowadzeniu dyskusji nad badanym zagadnieniem obowiązują następujące zasady:

1) sformułować problem w sposób podstawowy, podkreślając jeden punkt centralny;

2) nie ogłaszać idei fałszywej i nie przerywać studiowania jakiejkolwiek idei;

3) wspierać pomysł dowolnego rodzaju, nawet jeśli jego aktualność wydaje ci się w tej chwili wątpliwa;

4) udzielać wsparcia i zachęty do uwolnienia uczestników dyskusji od przymusu.

Mimo pozornej prostoty dyskusje te dają dobre rezultaty.

2.2 Metoda ocen eksperckich

Podstawą tych metod są różne formy ankiety eksperckiej, po której następuje ocena i wybór najkorzystniejszej opcji. Możliwość wykorzystania ocen eksperckich, uzasadnienie ich obiektywności opiera się na fakcie, że nieznana cecha badanego zjawiska jest interpretowana jako zmienna losowa, której odzwierciedleniem prawa rozkładu jest indywidualna ocena eksperta na temat wiarygodność i znaczenie wydarzenia. Zakłada się, że rzeczywista wartość badanej cechy mieści się w zakresie szacunków otrzymanych od grupy ekspertów, a uogólniona opinia zbiorowa jest wiarygodna. Najbardziej kontrowersyjnym punktem tych metod jest ustalenie współczynników wag zgodnie z szacunkami wyrażonymi przez ekspertów i redukcja sprzecznych szacunków do pewnej średniej wartości. Ta grupa metod jest szeroko stosowana w badaniach społeczno-ekonomicznych.

2.3 Metoda Delphi

Początkowo metoda Delphi została zaproponowana jako jedna z procedur burzy mózgów i miała pomóc w ograniczeniu wpływu czynników psychologicznych oraz zwiększeniu obiektywności ocen eksperckich. Następnie metoda zaczęła być stosowana niezależnie. Opiera się na informacjach zwrotnych, zapoznając ekspertów z wynikami poprzedniej rundy i uwzględniając te wyniki przy ocenie znaczenia ekspertów.

2.4 Metoda drzewa celów

Termin „drzewo” implikuje użycie struktury hierarchicznej uzyskanej przez podzielenie celu ogólnego na cele podrzędne. W przypadkach, w których porządek drzewiasty nie jest ściśle zachowany w całej strukturze, V. I. Glushkov wprowadził pojęcie „grafu predykcyjnego”. Metoda „drzewa celów” nastawiona jest na uzyskanie względnie stabilnej struktury celów, problemów, kierunków. Aby to osiągnąć, konstruując początkową wersję struktury, należy wziąć pod uwagę wzorce kształtowania celów i wykorzystać zasady tworzenia struktur hierarchicznych.

2.5 Metody morfologiczne

Główną ideą podejścia morfologicznego jest systematyczne znajdowanie wszelkich możliwych rozwiązań problemu poprzez łączenie wybranych elementów lub ich cech. W formie systematycznej metoda analizy morfologicznej została po raz pierwszy zaproponowana przez F. Zwicky'ego i często nazywana jest „metodą Zwicky'ego”. Istnieją trzy główne schematy metody:

- metoda systematycznego pokrywania pola, polegająca na alokacji tzw. mocnych stron wiedzy w badanej dziedzinie i wykorzystaniu pewnych sformułowanych zasad myślenia do wypełnienia pola;

- metoda zaprzeczania i konstruowania, polegająca na formułowaniu pewnych założeń i zastępowaniu ich przeciwstawnymi, a następnie analizie powstających niezgodności;

- metoda skrzynki morfologicznej, polegająca na określeniu wszystkich możliwych parametrów, od których może zależeć rozwiązanie problemu. Zidentyfikowane parametry tworzą macierze zawierające wszystkie możliwe kombinacje parametrów, po jednym z każdego wiersza, po czym następuje wybór najlepszej kombinacji.

Jedna z najbardziej kompletnych klasyfikacji oparta na sformalizowanej reprezentacji systemów, tj. na podstawie matematycznej obejmuje następujące metody:

- analityczne (metody zarówno matematyki klasycznej, jak i programowania matematycznego);

- statystyczne (statystyka matematyczna, teoria prawdopodobieństwa, teoria kolejek);

- teoretyka mnogości, logika, językoznawstwo, semiotyka (rozważana jako działy matematyki dyskretnej);

- grafika (teoria grafów itp.).

Klasa systemów słabo zorganizowanych odpowiada w tej klasyfikacji reprezentacjom statystycznym. Dla klasy systemów samoorganizujących się najodpowiedniejszymi modelami są dyskretne modele matematyczne i graficzne oraz ich kombinacje.

Stosowane klasyfikacje koncentrują się na metodach i modelach ekonomicznych i matematycznych i są determinowane głównie przez funkcjonalny zestaw zadań rozwiązywanych przez system.

Pytanie, czy istnieje problem, ma ogromne znaczenie, ponieważ wkładanie dużego wysiłku w rozwiązanie problemów, które nie istnieją, nie jest bynajmniej wyjątkiem, ale bardzo typowym przypadkiem. Wymyślone problemy? ukryć prawdziwe problemy. Prawidłowe i precyzyjne sformułowanie problemu jest pierwszym i niezbędnym etapem systematycznego badania i, jak wiadomo, może być równoważne połowie rozwiązania problemu Bakhusova, E.V. Teoria systemów i analiza systemowa: podręcznik / E.V. Bakhusow. Togliatti, 2010. S.48.

Aby zbudować system, problem należy rozłożyć na zestaw jasno sformułowanych zadań. Jednocześnie w przypadku systemów dużych (BS) zadania układają się w hierarchię, w przypadku systemów złożonych (SS) – widmo, tj. w odniesieniu do jednego obiektu, zupełnie inne zadania będą rozwiązywane w różnych językach. Cel wykresu systemu problemów mózgu

Pozycja obserwatora określa kryterium rozwiązania problemu. W niektórych przypadkach największą trudnością dla badacza jest zdefiniowanie przedmiotu (a także określenie systemu i środowiska gospodarki narodowej).

Dowolność w doborze podsystemów i realizowanych w nich procesów nieuchronnie skazuje analizę systemową na niepowodzenie.

Identyfikacja łańcuchów i procesów rozwoju wymaga nie tylko rygoru logicznego myślenia, ale także umiejętności nawiązania kontaktu z pracownikami zarządzającymi.

W żaden sposób nie jest możliwe sformułowanie ogólnych celów organizacji, a zwłaszcza skonstruowanie kryterium skuteczności systemu, opartego wyłącznie na opinii publicznej.

Jest to złożona procedura logiczna w ramach koncepcji ogólnej teorii systemów, wymagająca jednak subtelnej znajomości specyfiki ekonomii i technologii badań obiektowych.

W dużych systemach i złożonych systemach cel systemu jest tak odległy od konkretnych sposobów ich osiągnięcia, że ​​wybór rozwiązania wymaga dużego wysiłku, aby powiązać łańcuch ze środkami jego realizacji poprzez dekompozycję – łańcuchy. Ta ważna praca ma kluczowe znaczenie dla analizy systemów. Dało to początek metodzie drzewa celów, która jest głównym, jeśli nie jedynym osiągnięciem analizy systemów.

W systemach nieprodukcyjnych (np. systemach sfery społecznej) nie jest logicznie możliwe jednoznaczne wyrażenie celu i kryterium efektywności rozwoju. Tutaj analiza „z naturalnych potrzeb człowieka” jest niedopuszczalna w związku z ich ciągłym rozwojem i zmianą. Konieczne jest podążanie tradycyjną ścieżką od analizy obecnej sytuacji, osiągniętego poziomu i spójnej prognozy.

Analiza systemowa z reguły posiada zajezdnię z perspektywą rozwoju. Dlatego wszelkie informacje dotyczące przyszłości – sytuacji, zasobów, odkryć i wynalazków – są niezwykle interesujące. Dlatego prognozowanie jest najważniejszą i najtrudniejszą częścią analizy systemu.

Szereg czynników społecznych, politycznych, moralnych, estetycznych i innych, których nie można pominąć w analizie systemowej (są one czasem decydujące), nie można określić ilościowo.

Jedynym sposobem ich uwzględnienia jest uzyskanie subiektywnych ocen ekspertów. Ponieważ analiza systemów ma tendencję do rozwiązywania problemów nieustrukturyzowanych lub luźno ustrukturyzowanych, tj. pozbawione ocen ilościowych, wówczas uzyskanie ocen specjalistów i ich przetworzenie wydaje się być niezbędnym krokiem w analizie systemowej większości problemów.

Rozbieżność między potrzebami a środkami zaspokojenia jest prawem i najważniejszym bodźcem rozwoju społeczno-gospodarczego. Ponieważ koncepcje celów i środków do ich osiągnięcia są nierozłączne, centralnym punktem podejmowania decyzji w analizie systemowej jest obcinanie celów – odcinanie tych celów, które są uznawane za nieistotne lub niemających środków do ich osiągnięcia, i wybieranie konkretnych .

W badaniach systemowych typu „inżynierskiego” wybór alternatyw uważany jest za najważniejsze, jeśli nie jedyne zadanie analizy systemowej.

Problemy zarządzania gospodarką narodową, rozwiązywane metodami analizy systemowej, pojawiają się w rzeczywistych organach zarządzających.

W większości zadaniem analizy systemowej nie jest tworzenie nowego organu zarządzającego, ale ulepszanie już istniejących.

W związku z tym istnieje potrzeba analizy diagnostycznej organów kontrolnych mającej na celu zidentyfikowanie ich możliwości, niedociągnięć itp. Nowy system zostanie skutecznie wdrożony, jeśli ułatwi pracę organu zarządzającego.

Wyniki analizy systemowej uzyskuje się w ramach koncepcji systemowych. Dla praktycznego planowania muszą być przetłumaczone na język kategorii społeczno-ekonomicznych. W wyniku rozwiązania problemów analizy systemowej głównych problemów gospodarczych tworzone są kompleksowe programy rozwoju.

Analiza systemowa ma szereg konkretnych metod i technik projektowania skutecznych kontroli zorientowanych na cel, tj. stworzenie i wykorzystanie pewnego systemu w gospodarce narodowej.

Większość z tych metod została opracowana na długo przed pojawieniem się analizy systemowej i była używana niezależnie. Jednak w wielu przypadkach metodyka systemowa umożliwia dokładniejsze określenie zakresu zadań najefektywniej rozwiązywanych każdą metodą.

W odniesieniu do niektórych metod analiza systemowa pozwoliła nieco przecenić i przemyśleć ich znaczenie, granice stosowalności, znaleźć typowe sformułowania problemów rozwiązywanych tą metodą.

Wniosek

Z powyższego można zatem wyciągnąć następujące wnioski.

Wszelka działalność naukowa, badawcza i praktyczna prowadzona jest w oparciu o metody (metody lub metody działania), techniki (zestaw metod i technik wykonywania dowolnej pracy) oraz metodyki (zestaw metod, zasady dystrybucji i przypisanie metod oraz etapów pracy i ich kolejność) .

Najbardziej ogólną koncepcją oznaczającą wszystkie możliwe przejawy systemów jest „systematyczna”, którą proponuje się rozważyć w trzech aspektach:

a) teoria systemów dostarcza rygorystycznej wiedzy naukowej o świecie systemów i wyjaśnia pochodzenie, budowę, funkcjonowanie i rozwój systemów o różnym charakterze;

b) podejście systemowe – pełni funkcje orientacyjne i światopoglądowe, zapewnia nie tylko wizję świata, ale także orientację w nim;

c) metoda systemowa – realizuje funkcje poznawcze i metodyczne.

Analiza systemowa nie jest czymś fundamentalnie nowym w badaniu otaczającego świata i jego problemów – opiera się na podejściu przyrodniczym. W przeciwieństwie do tradycyjnego podejścia, w którym problem jest rozwiązywany w ścisłej sekwencji powyższych kroków (lub w innej kolejności), podejście systemowe polega na wielokrotnym powiązaniu procesu rozwiązywania.

Główną cechą podejścia systemowego jest obecność dominującej roli elementów złożonych, a nie prostych, całości, a nie elementów składowych. Jeśli przy tradycyjnym podejściu do badań myśl przemieszcza się od prostego do złożonego, od części do całości, od elementów do systemu, to przy podejściu systematycznym, przeciwnie, myśl przesuwa się od złożonego do prostego, od całość do jej części składowych, od systemu do elementów.

Analizując i projektując istniejące systemy, różnych specjalistów mogą interesować różne aspekty – od wewnętrznej struktury systemu po organizację w nim kontroli, co daje podstawę do następujących podejść do analizy i projektowania; element systemu, struktura systemu, funkcja systemu, genetyka systemu, komunikatywność systemu, zarządzanie systemem i informacja o systemie.

Metodologia analizy systemowej to zbiór zasad, podejść, koncepcji i konkretnych metod oraz technik.

Bibliografia

1. Bakhusova, E.V. Teoria systemów i analiza systemowa: podręcznik / E.V. Bakhusow. - Togliatti: TGU, 2010 r. - 211 pkt.

2. Bashmakov, A.I. Teoria systemów i analiza systemowa: wydanie edukacyjne / A.I. Baszmakow. - M .: Bashmakov A.I., 2010. - 199 str.

3. Kiriłłow, W.I. Analiza jakościowa i systemowa: podręcznik / V.I. Kiriłłow. - M.: INFRA-M, 2011. - 439 s.

4. Modele matematyczne i analiza systemowa w ekonomii: zbiór prac naukowych / redakcja: D.L. Andrianov i inni - Perm: Stan Perm. un-t, 2010. - 181 s.

5. Analiza systemu i podejmowanie decyzji: podręcznik / autor: S.A. Barkalov i inni - Woroneż: Centrum wydawnicze i poligraficzne państwa woroneskiego. un-ta, 2010. - 651 s.

Hostowane na Allbest.ru

...

Podobne dokumenty

Projektowanie drzewa celów, jego charakterystyka i przeznaczenie. Wyznaczanie współczynników względnej ważności celów. Budowanie drzewa decyzyjnego i grafu sieciowego. Kryteria oceny i integralne kryterium wyboru alternatyw dla rozwoju przedsiębiorczości.

praca semestralna, dodano 13.10.2017


Podstawowe postanowienia teorii systemów. Metodologia badań systemowych w ekonomii. Procedury analizy systemów, ich charakterystyka. Modele zachowań ludzkich i społeczeństwa. Postulaty systemowego podejścia do zarządzania. Kluczowe pomysły dotyczące znajdowania rozwiązań problemów.

test, dodano 29.05.2013


Podstawy zarządzania systemami społecznymi. Motywacja jako wewnętrzny proces świadomego wyboru takiego lub innego rodzaju zachowania, zdeterminowany złożonym wpływem czynników zewnętrznych i wewnętrznych. Zarządzanie systemami społecznymi LLC „Kvadrat”.

praca semestralna, dodana 13.02.2012


„Atak mózgu” – metoda emancypacji i aktywizacji myślenia. Jedną z najbardziej znanych i wykorzystywanych metod poszukiwania pomysłów jest twórcza współpraca grupy specjalistów. Badanie metody „burzy mózgów” w analizie pracy przedsiębiorstwa spożywczego.

test, dodany 09.03.2010


Klasyfikacja kierunków badań układów sterowania. Etapy procedury prognozowania ogólnego. „Drzewo celów” jako procedura analizy systemu. Tworzenie grup eksperckich i roboczych. Główne metody ocen eksperckich. Trudności obserwacyjne.

test, dodano 24.02.2010


Sposoby rozwiązywania konfliktów. Rozwiązywanie konfliktów w działalności organizacji z wykorzystaniem metod analizy systemowej. Budowanie drzewa problemów, jego przekształcenie w drzewo celów. Obliczanie współczynników wilgotności względnej. Drzewo zdarzeń, schemat sieci.

praca semestralna, dodana 10.07.2013


Uwzględnienie teoretycznych aspektów prowadzenia analizy sytuacyjnej. Funkcje zarządcze: planowanie, księgowość, kontrola i podejście sytuacyjne. Charakterystyka metod burzy mózgów, zadawanie pytań w dwóch rundach, skalowanie wielowymiarowe, metoda przypadków.

praca semestralna, dodano 18.03.2015 r.


Analiza metody organizacji zbiorowej aktywności umysłowej: burza mózgów i metoda Delphi. Treść metod Delphi i burza mózgów. Składniki zawartości wewnętrznej tych metod. Wycieczka historyczna na genezę i rozwój, proces realizacji.

prace kontrolne, dodano 20.02.2011


Zastosowanie podstawowych metod na etapie identyfikacji alternatyw w praktyce. Istota decyzji zarządczych: cechy i skuteczność metod. Pojęcie metody „burzy mózgów”. Zastosowanie metody „burzy mózgów” w przedsiębiorstwie JSC „Wimm-Bill-Dann”.

praca semestralna, dodana 20.12.2013


Ewolucja systemów sterowania. Różnorodność świata metod modelowania iw efekcie różnorodność modeli opracowanych w szkołach naukowych dla wielu obszarów tematycznych. Modele interakcji światów zadań i metod modelowania (klasyfikacja relacji).

Analiza systemu - jest to metodologia teorii systemów, która polega na badaniu dowolnych obiektów reprezentowanych jako systemy, ich strukturyzacji i późniejszej analizie. główna cecha

analiza systemowa polega na tym, że obejmuje ona nie tylko metody analizy (z greckiego. analiza - rozczłonkowanie przedmiotu na elementy), ale także metody syntezy (z greki. synteza - połączenie elementów w jedną całość).

Głównym celem analizy systemów jest wykrycie i wyeliminowanie niepewności w rozwiązywaniu złożonego problemu w oparciu o znalezienie najlepszego rozwiązania z istniejących alternatyw.

Problem w analizie systemowej to złożony problem teoretyczny lub praktyczny, który należy rozwiązać. Sednem każdego problemu jest rozwiązanie jakiejś sprzeczności. Pewnym problemem jest np. wybór innowacyjnego projektu, który spełniałby strategiczne cele przedsiębiorstwa i jego możliwości. Dlatego poszukiwanie najlepszych rozwiązań przy wyborze innowacyjnych strategii i taktyk działalności innowacyjnej powinno odbywać się na podstawie analizy systemowej. Wdrażanie innowacyjnych projektów i działań innowacyjnych zawsze wiąże się z elementami niepewności, które powstają w procesie nieliniowego rozwoju, zarówno samych tych systemów, jak i systemów otoczenia.

Metodologia analizy systemowej opiera się na operacjach porównania ilościowego i wyboru alternatyw w procesie podejmowania decyzji do wdrożenia. Jeżeli wymóg kryteriów jakości dla rozwiązań alternatywnych jest spełniony, można uzyskać ich ilościowe szacunki. Aby szacunki ilościowe umożliwiały porównanie alternatyw, muszą one odzwierciedlać kryteria wyboru alternatyw biorących udział w porównaniu (wynik, wydajność, koszt itp.).

W analizie systemowej rozwiązywanie problemów definiuje się jako czynność, która utrzymuje lub poprawia właściwości systemu lub tworzy nowy system o pożądanych właściwościach. Techniki i metody analizy systemowej mają na celu opracowanie alternatywnych rozwiązań problemu, określenie zakresu niepewności dla każdej opcji i porównanie opcji według ich skuteczności (kryteria). Ponadto kryteria budowane są na zasadzie priorytetu. Analiza systemu może być reprezentowana jako zbiór podstawowych logicznych elementy:

• - celem badania jest rozwiązanie problemu i uzyskanie wyniku;
• - zasoby - naukowe sposoby rozwiązania problemu (metody);
• - alternatywy - rozwiązania i konieczność wyboru jednego z kilku rozwiązań;
• - kryteria - środek (znak) oceny możliwości rozwiązania problemu;
• - model tworzenia nowego systemu.

Ponadto sformułowanie celu analizy systemowej odgrywa decydującą rolę, ponieważ daje lustrzane odbicie istniejącego problemu, pożądany wynik jego rozwiązania oraz opis zasobów, za pomocą których można ten wynik osiągnąć (rys. 4.2). .

Ryż. 4.2.

Cel zostaje skonkretyzowany i przekształcony w stosunku do wykonawców i warunków. Cel wyższego rzędu zawsze zawiera początkową niepewność, którą należy wziąć pod uwagę. Mimo to cel musi być konkretny i jednoznaczny. Jego inscenizacja powinna pozwalać na inicjatywę wykonawców. „O wiele ważniejszy jest wybór „właściwego” celu niż „właściwego” systemu” — powiedział Hall, autor książki o inżynierii systemów; „Wybór złego celu to rozwiązanie złego problemu; wybór złego systemu to po prostu wybór systemu nieoptymalnego”.

Jeśli dostępne zasoby nie zapewnią osiągnięcia założonego celu, otrzymamy nieplanowane rezultaty. Celem jest pożądany rezultat. Dlatego należy dobrać odpowiednie zasoby, aby osiągnąć cele. Jeśli zasoby są ograniczone, konieczne jest dostosowanie celu, tj. zaplanować wyniki, które można uzyskać przy danym zestawie zasobów. Dlatego formułowanie celów w działalności innowacyjnej powinno mieć określone parametry.

Główny zadania Analiza systemu:

• problem rozkładu, tj. dekompozycja systemu (problemu) na odrębne podsystemy (zadania);
• zadaniem analizy jest określenie praw i wzorców zachowania systemu poprzez wykrywanie właściwości i atrybutów systemu;
• Zadanie syntezy sprowadza się do stworzenia nowego modelu systemu, określenia jego struktury i parametrów w oparciu o wiedzę i informacje uzyskane w rozwiązywaniu problemów.

Ogólną strukturę analizy systemowej przedstawia tabela. 4.1.

Tabela 4.1

Główne zadania i funkcje analizy systemu

Struktura analizy systemu
rozkład
Definicja i dekompozycja wspólnego celu, głównej funkcji	Funkcjonalna analiza strukturalna	Opracowanie nowego modelu systemu
Oddzielenie systemu od otoczenia	Analiza morfologiczna (analiza relacji składników)	Synteza strukturalna
Opis czynników wpływających	Analiza genetyczna (analiza tła, trendów, prognozowanie)	Synteza parametryczna
Opis trendów rozwojowych, niepewności	Analiza analogów	Ocena nowego systemu
Opis jako „czarna skrzynka”	Analiza wydajności
Rozkład funkcjonalny, składowy i strukturalny	Formowanie wymagań dla tworzonego systemu

W koncepcji analizy systemowej proces rozwiązywania dowolnego złożonego problemu jest uważany za rozwiązanie systemu powiązanych ze sobą problemów, z których każdy jest rozwiązywany własnymi metodami przedmiotowymi, a następnie te rozwiązania są syntetyzowane, oceniane przez kryterium (lub kryteria) dla osiągnięcia rozwiązania tego problemu. Logiczną strukturę procesu decyzyjnego w ramach analizy systemowej przedstawia ryc. 4.3.

Ryż. 4.3.

W działalności innowacyjnej nie może być gotowych modeli decyzyjnych, ponieważ warunki wdrażania innowacji mogą się zmieniać, potrzebna jest metodologia pozwalająca na pewnym etapie stworzyć model decyzyjny adekwatny do istniejących warunków.

Aby podejmować „ważone” decyzje projektowe, zarządcze, społeczne, ekonomiczne i inne, niezbędne jest szerokie pokrycie i wszechstronna analiza czynników, które w istotny sposób wpływają na rozwiązywany problem.

Analiza systemowa opiera się na zestawie zasad, które określają jej główną zawartość i różnicę w stosunku do innych rodzajów analiz. Niezbędne jest poznanie, zrozumienie i zastosowanie tego w procesie wdrażania systemowej analizy działalności innowacyjnej.

Należą do nich następujące zasady :

• 1) cel ostateczny - sformułowanie celu badania, określenie głównych właściwości funkcjonującego systemu, jego przeznaczenia (wyznaczanie celów), wskaźników jakości i kryteriów oceny osiągnięcia celu;
• 2) pomiary. Istotą tej zasady jest porównywalność parametrów systemu z parametrami systemu nadrzędnego, tj. otoczenie zewnętrzne. Jakość funkcjonowania dowolnego systemu można oceniać tylko w odniesieniu do jego wyników dla supersystemu, tj. dla określenia efektywności funkcjonowania badanego systemu konieczne jest przedstawienie go w ramach systemu wyższego poziomu oraz ocena jego wyników w odniesieniu do celów i zadań nadsystemu lub środowiska;
• 3) ekwifinalność – określenie formy zrównoważonego rozwoju systemu w odniesieniu do warunków początkowych i brzegowych, tj. określenie jego potencjału. System może osiągnąć pożądany stan końcowy niezależnie od czasu i określony wyłącznie przez własne cechy systemu w różnych warunkach początkowych i na różne sposoby;
• 4) jedność - uwzględnienie systemu jako całości i zestawu powiązanych ze sobą elementów. Zasada skupia się na „zaglądaniu do wewnątrz” systemu, na jego rozczłonkowaniu przy zachowaniu integralnych idei systemu;
• 5) relacje – procedury określania relacji, zarówno w obrębie samego systemu (pomiędzy elementami), jak iz otoczeniem zewnętrznym (z innymi systemami). Zgodnie z tą zasadą badany system należy przede wszystkim rozpatrywać jako część (element, podsystem) innego systemu, zwanego supersystemem;
• 6) budowa modułowa - przydział modułów funkcjonalnych i opis całości ich parametrów wejściowych i wyjściowych, co pozwala uniknąć nadmiernej szczegółowości w celu stworzenia abstrakcyjnego modelu systemu. Przydział modułów w systemie pozwala nam traktować go jako zestaw modułów;
• 7) hierarchie – określenie hierarchii funkcjonalnych i strukturalnych części systemu oraz ich rankingu, co ułatwia tworzenie nowego systemu i ustala kolejność jego rozpatrywania (badania);
• 8) funkcjonalność – wspólne uwzględnienie struktury i funkcji systemu. W przypadku wprowadzania do systemu nowych funkcji należy również opracować nową strukturę, a nie włączać nowych funkcji do starej struktury. Funkcje związane są z procesami, które wymagają analizy różnych przepływów (materiałów, energii, informacji), co z kolei wpływa na stan elementów systemu i samego systemu jako całości. Struktura zawsze ogranicza przepływy w przestrzeni i czasie;
• 9) rozwój – określanie wzorców jego funkcjonowania i możliwości rozwoju (lub wzrostu), adaptacji do zmian, rozbudowy, doskonalenia, osadzania nowych modułów w oparciu o jedność celów rozwojowych;
• 10) decentralizacja – połączenie funkcji centralizacji i decentralizacji w systemie zarządzania;
• 11) niepewności – z uwzględnieniem czynników niepewności i losowych czynników wpływu, zarówno w samym systemie, jak i z otoczenia zewnętrznego. Identyfikacja czynników niepewności jako czynników ryzyka pozwala na ich analizę i stworzenie systemu zarządzania ryzykiem.

Zasada celu ostatecznego służy określeniu bezwzględnego priorytetu celu końcowego (globalnego) w procesie analizy systemowej. Ta zasada dyktuje, co następuje przepisy prawne:

• 1) w pierwszej kolejności konieczne jest sformułowanie celów badania;
• 2) analiza prowadzona jest w oparciu o cel główny systemu. Umożliwia to określenie jego głównych zasadniczych właściwości, wskaźników jakości i kryteriów oceny;
• 3) w procesie syntezy rozwiązań wszelkie zmiany muszą być oceniane pod kątem osiągnięcia celu końcowego;
• 4) cel funkcjonowania sztucznego systemu wyznacza, co do zasady, nadsystem, w którym badany system jest integralną częścią .

Proces wdrażania analizy systemowej w rozwiązywaniu dowolnego problemu można scharakteryzować jako sekwencję głównych etapów (rys. 4.4).

Ryż. 4.4.

Na scenie rozkład przeprowadzone:

• 1) definicja i rozkład ogólnych celów rozwiązania problemu, główna funkcja systemu jako ograniczenie rozwoju w przestrzeni, stan systemu lub obszar dopuszczalnych warunków istnienia (drzewo zdefiniowane są cele i drzewo funkcji);
• 2) wybór systemu z otoczenia według kryterium udziału każdego elementu systemu w procesie prowadzącym do pożądanego rezultatu w oparciu o uwzględnienie systemu jako integralnej części supersystemu;
• 3) definicję i opis czynników wpływających;
• 4) opis trendów rozwojowych i różnego rodzaju niepewności;
• 5) opis systemu jako „czarnej skrzynki”;
• 6) dekompozycja systemu ze względu na cechę funkcjonalną, ze względu na rodzaj zawartych w nim elementów, ale ze względu na cechy strukturalne (według rodzaju relacji między elementami).

Poziom rozkładu określa się na podstawie celu badania. Dekompozycja odbywa się w postaci podsystemów, które mogą być szeregowym (kaskadowym) połączeniem elementów, równoległym połączeniem elementów oraz połączeniem elementów ze sprzężeniem zwrotnym.

Na scenie analiza Przeprowadzane jest szczegółowe badanie systemu, które obejmuje:

• 1) analiza funkcjonalna i strukturalna istniejącego systemu, pozwalająca na sformułowanie wymagań dla nowego systemu. Obejmuje wyjaśnienie składu i wzorców funkcjonowania elementów, algorytmy funkcjonowania i interakcji podsystemów (elementów), rozdzielenie charakterystyk kontrolowanych i niezarządzanych, ustawienie przestrzeni stanów, parametrów czasowych, analizę integralności systemu, tworzenie wymagania dla tworzonego systemu;
• 2) analiza wzajemnych relacji składników (analiza morfologiczna);
• 3) analiza genetyczna (prehistoria, przyczyny rozwoju sytuacji, istniejące trendy, sporządzanie prognoz);
• 4) analiza analogów;
• 5) analiza skuteczności wyników, wykorzystania zasobów, terminowości i efektywności. Analiza obejmuje wybór skal pomiarowych, tworzenie wskaźników i kryteriów wykonania, ocenę wyników;
• 6) sformułowanie wymagań dla systemu, sformułowanie kryteriów oceny i ograniczeń.

W procesie analizy wykorzystywane są różne metody rozwiązywania problemów.

Na scenie synteza :

• 1) zostanie stworzony model wymaganego systemu. Obejmuje to: pewien aparat matematyczny, modelowanie, ocenę modelu pod kątem adekwatności, wydajności, prostoty, błędów, równowagę między złożonością a dokładnością, różne opcje implementacji, budowę bloku i systemu;
• 2) przeprowadza się syntezę alternatywnych struktur systemu, pozwalającą na rozwiązanie problemu;
• 3) dokonuje się syntezy różnych parametrów systemu w celu wyeliminowania problemu;
• 4) opcje syntetyzowanego systemu są oceniane z uzasadnieniem samego schematu oceny, przetwarzania wyników i wyboru najbardziej efektywnego rozwiązania;
• 5) ocenę stopnia rozwiązania problemu przeprowadza się po zakończeniu analizy systemowej.

Jeśli chodzi o metody analizy systemowej, należy je rozpatrzyć bardziej szczegółowo, gdyż ich liczba jest dość duża i implikuje możliwość ich wykorzystania w rozwiązywaniu konkretnych problemów w procesie dekompozycji problemów. Szczególne miejsce w analizie systemowej zajmuje metoda modelowania, która realizuje zasadę adekwatności w teorii systemów, tj. opis systemu jako adekwatnego modelu. Model - jest to uproszczona podobizna złożonego obiektu-systemu, w którym zachowane są jego charakterystyczne właściwości.

W analizie systemowej decydującą rolę odgrywa metoda modelowania, ponieważ każdy rzeczywisty złożony system w badaniach i projektowaniu może być reprezentowany tylko przez określony model (koncepcyjny, matematyczny, strukturalny itp.).

W analizie systemów, specjalne metody symulacja:

• – modelowanie symulacyjne w oparciu o metody statystyczne i języki programowania;
• – modelowanie sytuacyjne, oparte na metodach teorii mnogości, teorii algorytmów, logice matematycznej i reprezentacji sytuacji problemowych;
• – modelowanie informacji, oparte na matematycznych metodach teorii pola informacyjnego i łańcuchów informacyjnych.

Ponadto w analizie systemowej szeroko stosowane są metody modelowania indukcyjnego i redukcyjnego.

Modelowanie indukcyjne prowadzi się w celu uzyskania informacji o specyfice obiektu-układu, jego strukturze i elementach, sposobach ich wzajemnego oddziaływania w oparciu o analizę konkretu i sprowadzenie tych informacji do ogólnego opisu. Indukcyjną metodę modelowania układów złożonych stosuje się, gdy nie jest możliwe adekwatne odwzorowanie modelu struktury wewnętrznej obiektu. Metoda ta pozwala na stworzenie uogólnionego modelu obiektu-systemu, z zachowaniem specyfiki właściwości organizacyjnych, relacji i relacji między elementami, co odróżnia go od innego systemu. Przy konstruowaniu takiego modelu często stosuje się metody logiki rachunku prawdopodobieństwa, tj. taki model staje się logiczny lub hipotetyczny. Następnie wyznacza się uogólnione parametry organizacji strukturalnej i funkcjonalnej systemu oraz opisuje ich prawidłowości metodami logiki analitycznej i matematycznej.

Modelowanie redukcyjne służy do pozyskiwania informacji o prawach i wzorcach interakcji w układzie różnych elementów w celu zachowania całej formacji strukturalnej.

Dzięki tej metodzie badań same elementy zostają zastąpione opisem ich właściwości zewnętrznych. Zastosowanie metody modelowania redukcyjnego pozwala na rozwiązywanie problemów określania właściwości pierwiastków, właściwości ich wzajemnego oddziaływania oraz właściwości struktury samego układu, zgodnie z zasadami całej formacji. Metoda ta służy do poszukiwania metod rozkładu elementów i zmiany struktury, nadając systemowi jako zupełnie nowe cechy. Metoda ta spełnia cele syntezy właściwości systemu w oparciu o badanie wewnętrznego potencjału zmian. Praktycznym rezultatem zastosowania metody syntezy w modelowaniu redukcyjnym jest matematyczny algorytm opisujący procesy oddziaływania pierwiastków w całej formacji.

Główne metody analizy systemowej to zestaw metod ilościowych i jakościowych, które można przedstawić w formie tabeli. 4.2. Zgodnie z klasyfikacją V. N. Volkova i A. A. Denisova wszystkie metody można podzielić na dwa główne typy: metody formalnej reprezentacji systemów (MFPS) oraz metody i metody aktywacji intuicji specjalistów (MAIS).

Tabela 4.2

Metody analizy systemu

Rozważ zawartość głównego metody formalnej reprezentacji systemów które używają narzędzi matematycznych.

Metody analityczne, w tym metody matematyki klasycznej: rachunek całkowy i różniczkowy, poszukiwanie ekstremów funkcji, rachunek wariacyjny; programowanie matematyczne; metody teorii gier, teorii algorytmów, teorii ryzyka itp. Metody te umożliwiają opisanie szeregu właściwości wielowymiarowego i wielokrotnie połączonego układu, wyświetlanych jako pojedynczy punkt poruszający się n -wymiarowa przestrzeń. To mapowanie odbywa się za pomocą funkcji f (s ) lub za pomocą operatora (funkcjonalnego) F (S ). Możliwe jest również wyświetlenie dwóch lub więcej systemów lub ich części za pomocą kropek i rozważenie interakcji tych kropek. Każdy z tych punktów porusza się i ma swoje własne zachowanie w n -wymiarowa przestrzeń. To zachowanie punktów w przestrzeni i ich wzajemne oddziaływanie są opisane przez wzorce analityczne i mogą być reprezentowane jako wielkości, funkcje, równania lub układ równań.

Stosowanie metod analitycznych jest możliwe tylko wtedy, gdy wszystkie właściwości systemu można przedstawić w postaci parametrów deterministycznych lub zależności między nimi. Nie zawsze jest możliwe uzyskanie takich parametrów w przypadku systemów wieloskładnikowych, wielokryterialnych. W tym celu należy najpierw ustalić stopień adekwatności opisu takiego systemu metodami analitycznymi. To z kolei wymaga zastosowania pośrednich, abstrakcyjnych modeli, które można badać metodami analitycznymi lub opracowania zupełnie nowych systemowych metod analizy.

Metody statystyczne są podstawą następujących teorii: prawdopodobieństwa, statystyka matematyczna, badania operacyjne, symulacja statystyczna, kolejkowanie, w tym metoda Monte Carlo itp. Metody statystyczne pozwalają wyświetlić system za pomocą zdarzeń losowych (stochastycznych), procesów, które są opisane przez odpowiadające im cechy probabilistyczne (statystyczne) i prawidłowości statystyczne. Metody statystyczne służą do badania złożonych systemów niedeterministycznych (samorozwijających się, samozarządzających).

metody mnogościowe, według M. Mesarovicha służą jako podstawa do stworzenia ogólnej teorii systemów. Za pomocą takich metod można opisać system w terminach uniwersalnych (zbiór, element zbioru itp.). W opisie można wprowadzić dowolne relacje między elementami, kierując się logiką matematyczną, która służy jako formalny język opisowy relacji między elementami różnych zbiorów. Metody teorii mnogości umożliwiają opisywanie złożonych systemów w formalnym języku modelowania.

Celowe jest stosowanie takich metod w przypadkach, gdy złożonych systemów nie można opisać metodami jednego obszaru tematycznego. Metody analizy systemów oparte na teorii mnogości są podstawą do tworzenia i rozwoju nowych języków programowania oraz tworzenia systemów komputerowego wspomagania projektowania.

Metody logiczne są językiem opisu systemów w terminach algebry logiki. Metody logiczne są najczęściej używane pod nazwą algebry Boole'a jako binarna reprezentacja stanu obwodów elementów komputera. Metody logiczne umożliwiają opisanie systemu w postaci bardziej uproszczonych struktur opartych na prawach logiki matematycznej. W oparciu o takie metody powstają nowe teorie opisu formalnego systemów w teoriach analizy logicznej i automatów. Wszystkie te metody rozszerzają możliwości wykorzystania analizy i syntezy systemowej w informatyce stosowanej. Metody te służą do tworzenia modeli złożonych systemów, które są adekwatne do praw logiki matematycznej do budowy stabilnych struktur.

metody językowe. Z ich pomocą powstają specjalne języki opisujące systemy w postaci pojęć tezaurusowych. Tezaurus to zbiór jednostek semantycznych danego języka z podanym na nim systemem relacji semantycznych. Takie metody znalazły zastosowanie w informatyce stosowanej.

Metody semiotyczne opierają się na pojęciach: symbol (znak), system znaków, sytuacja znakowa, tj. używane do symbolicznego opisu treści w systemach informatycznych.

Metody lingwistyczne i semiotyczne znalazły szerokie zastosowanie, gdy nie można sformalizować podejmowania decyzji w sytuacjach słabo sformalizowanych dla pierwszego etapu badań i nie można zastosować metod analitycznych i statystycznych. Metody te są podstawą rozwoju języków programowania, modelowania, automatyzacji projektowania systemów o różnej złożoności.

Metody graficzne. Służą do wyświetlania obiektów w postaci obrazu systemu, a także umożliwiają wyświetlanie struktur i relacji systemu w formie uogólnionej. Metody graficzne są wolumetryczne i liniowo-planarne. Stosowane są głównie w postaci wykresu Gantta, wykresów słupkowych, wykresów, diagramów i rysunków. Takie metody i uzyskana za ich pomocą reprezentacja umożliwiają wizualizację sytuacji lub procesu decyzyjnego w zmieniających się warunkach.

Alekseeva M. B. Podejście systemowe i analiza systemowa w ekonomii.

Alekseeva M.B., Balan S.N. Podstawy teorii systemów i analizy systemowej.

Metodologia analizy systemu

Analiza systemowa to nauka zajmująca się problemem podejmowania decyzji w warunkach analizy dużej ilości informacji o różnym charakterze. systemowy handel zagraniczny rolno-przemysłowy rosyjski

Z definicji wynika, że ​​celem zastosowania analizy systemowej do konkretnego problemu jest zwiększenie stopnia słuszności podejmowanej decyzji, poszerzenie zbioru opcji, spośród których dokonuje się wyboru, przy jednoczesnym wskazaniu metod odrzucenia, które są oczywiście gorszy od innych. W analizie systemowej mamy do czynienia z:

· metodologia;

· wdrożenie sprzętowe;

praktyczne zastosowania.

Metodologia zawiera definicje użytych pojęć oraz zasady systematycznego podejścia.

Podajmy główne definicje analizy systemowej.

Elementem jest pewien przedmiot (materialny, energetyczny, informacyjny), który posiada szereg istotnych dla nas właściwości, ale ich wewnętrzna struktura (zawartość) jest nieistotna dla celu rozważań.

Komunikacja - ważna dla celów rozważania wymiany między elementami materii, energii, informacji.

System - zestaw elementów, który posiada następujące cechy:

linki, które za pomocą przejść wzdłuż nich od elementu do elementu, pozwalają połączyć dowolne dwa elementy kolekcji;

właściwość, która różni się od właściwości poszczególnych elementów populacji.

Prawie każdy obiekt z pewnego punktu widzenia można uznać za system. Pytanie brzmi, jak rozsądny jest taki pogląd.

Duży system to system, który zawiera znaczną liczbę elementów tego samego typu i linków tego samego typu. Przykładem jest potok. Elementami tego ostatniego będą obszary między szwami lub podporami. Do obliczeń wytrzymałościowych metodą elementów skończonych małe odcinki rury traktowane są jako elementy układu, a połączenie ma charakter siłowy (energetyczny) – każdy element oddziałuje na sąsiednie.

Złożony system to system, który składa się z elementów różnego typu i ma między nimi niejednorodne połączenia. Przykładem jest komputer, traktor leśny lub statek.

Zautomatyzowany system to złożony system, w którym decydującą rolę odgrywają elementy dwóch typów:

w postaci środków technicznych;

jako ludzkie działanie.

W przypadku złożonego systemu tryb automatyczny jest uważany za bardziej preferowany niż automatyczny.

Struktura systemu to podział systemu na grupy elementów, wskazujące na powiązania między nimi, niezmienne przez cały czas rozważań i dające wyobrażenie o systemie jako całości. Podział ten może mieć podstawę materialną, funkcjonalną, algorytmiczną lub inną. Przykładem konstrukcji materiałowej jest schemat konstrukcyjny mostu prefabrykowanego, który składa się z poszczególnych sekcji montowanych na miejscu i wskazuje tylko te sekcje oraz kolejność ich łączenia. Przykładem struktury funkcjonalnej jest podział silnika spalinowego na układy zasilania, smarowania, chłodzenia i przenoszenia momentu obrotowego. Przykładem struktury algorytmicznej jest algorytm narzędzia programowego wskazujący sekwencję działań lub instrukcja określająca działania w przypadku stwierdzenia usterki urządzenia technicznego.

Strukturę systemu można scharakteryzować rodzajami posiadanych połączeń. Najprostsze z nich to szereg, równoległe i sprzężenie zwrotne.

Dekompozycja - podział systemu na części, wygodny dla wszelkich operacji z tym systemem. Przykładami są: podział obiektu na oddzielnie projektowane części, obszary usługowe; uwzględnienie zjawiska fizycznego lub opisu matematycznego oddzielnie dla danej części układu.

Hierarchia - struktura z obecnością podporządkowania, tj. nierówne powiązania między elementami, gdy uderzenia w jednym z kierunków mają znacznie większy wpływ na element niż w drugim. Rodzaje struktur hierarchicznych są zróżnicowane, ale istnieją tylko dwie struktury hierarchiczne ważne dla praktyki - drzewiasta i romboidalna.

Struktura drzewiasta jest najłatwiejsza do przeanalizowania i wdrożenia. Ponadto zawsze wygodnie jest wyróżnić w nim poziomy hierarchiczne - grupy elementów znajdujących się w tej samej odległości od elementu górnego. Przykładem struktury drzewiastej jest zadanie projektowania obiektu technicznego od jego głównych cech (górny poziom) poprzez projektowanie głównych części, układów funkcjonalnych, grup jednostek, mechanizmów do poziomu poszczególnych części.

Zasady podejścia systemowego to zapisy o charakterze ogólnym, będące uogólnieniem doświadczenia osoby pracującej z systemami złożonymi. Często uważa się je za rdzeń metodologii. Znanych jest około dwóch tuzinów takich zasad, z których kilka warto rozważyć:

· zasada celu końcowego: bezwzględny priorytet celu końcowego;

Zasada jedności: wspólne rozpatrywanie systemu jako całości i zestawu elementów;

zasada powiązania: uwzględnienie dowolnej części wraz z jej powiązaniami z otoczeniem;

Zasada budowy modułowej: warto wybrać moduły w systemie i traktować go jako zestaw modułów;

zasada hierarchii: warto wprowadzić hierarchię elementów i (lub) ich ranking;

· zasada funkcjonalności: wspólne uwzględnienie struktury i funkcji z pierwszeństwem funkcji nad strukturą;

Zasada rozwoju: uwzględnienie zmienności systemu, jego zdolności do rozwoju, rozbudowy, wymiany części, gromadzenia informacji;

· zasada decentralizacji: połączenie centralizacji i decentralizacji w decyzjach i zarządzaniu;

· zasada niepewności: uwzględnianie niepewności i losowości w systemie.

Implementacja sprzętowa obejmuje standardowe techniki modelowania podejmowania decyzji w złożonym systemie oraz ogólne sposoby pracy z tymi modelami. Model zbudowany jest w postaci połączonych zestawów poszczególnych procedur. Analiza systemowa bada zarówno organizację takich zestawów, jak i rodzaj poszczególnych procedur, które najlepiej nadają się do podejmowania spójnych i zarządczych decyzji w złożonym systemie.

Model decyzyjny jest najczęściej przedstawiany jako diagram z komórkami, połączeniami między komórkami i logicznymi przejściami. Komórki zawierają określone czynności - procedury. Wspólne badanie procedur i ich organizacji wynika z tego, że bez uwzględnienia zawartości i właściwości komórek tworzenie schematów jest niemożliwe. Schematy te określają strategię podejmowania decyzji w złożonym systemie. To właśnie od badania związanego z tym zestawu podstawowych procedur zwyczajowo rozpoczyna się rozwiązywanie konkretnego zastosowanego problemu.

Odrębne procedury (operacje) dzieli się zwykle na formalizowalne i nieformalizowane. W przeciwieństwie do większości dyscyplin naukowych, które dążą do formalizacji, analiza systemowa przyznaje, że w pewnych sytuacjach bardziej preferowane są niesformalizowane decyzje podejmowane przez osobę. W konsekwencji analiza systemowa uwzględnia łącznie procedury sformalizowane i niesformalizowane, a jednym z jej zadań jest określenie ich optymalnego stosunku.

Sformalizowane aspekty poszczególnych operacji leżą w dziedzinie matematyki stosowanej i wykorzystania komputerów. W wielu przypadkach połączony zestaw procedur jest badany metodami matematycznymi, a sam proces decyzyjny jest modelowany. Wszystko to pozwala nam mówić o matematycznych podstawach analizy systemowej. Takie obszary matematyki stosowanej, jak badania operacyjne i programowanie systemowe, są najbliższe systemowemu formułowaniu pytań.

Praktyczne zastosowanie analizy systemowej jest niezwykle obszerne w treści. Najważniejsze działy to opracowania naukowo-techniczne oraz różne zadania gospodarki.

Podstawowe pojęcia badań operacyjnych

Operacją jest każde zdarzenie (system działań) połączone jednym planem i skierowane na osiągnięcie jakiegoś celu.

Celem badań operacyjnych jest wstępne ilościowe uzasadnienie optymalnych rozwiązań.

Każdy określony dobór parametrów w zależności od nas nazywany jest rozwiązaniem. Rozwiązania nazywane są optymalnymi, jeśli są preferowane z tego czy innego powodu.

Parametry, których całość tworzy rozwiązanie, nazywamy elementami rozwiązania.

Zbiór dopuszczalnych rozwiązań ma określone warunki, które są stałe i nie mogą być naruszone.

Wskaźnik wydajności - miara ilościowa, która pozwala na porównanie różnych rozwiązań pod kątem wydajności.

Wszystkie decyzje podejmowane są zawsze na podstawie informacji dostępnych decydentowi (DM).

Każde zadanie w swoim sformułowaniu powinno odzwierciedlać strukturę i dynamikę wiedzy decydenta o zestawie możliwych rozwiązań oraz o wskaźniku efektywności.

Zadanie nazywane jest statycznym, jeśli decyzja jest podejmowana w znanym i niezmiennym stanie informacyjnym. Jeżeli stany informacyjne w trakcie podejmowania decyzji zastępują się wzajemnie, to zadanie nazywamy dynamicznym.

Stany informacyjne decydenta mogą w różny sposób scharakteryzować jego stan fizyczny:

· Jeżeli stan informacyjny składa się z jednego stanu fizycznego, to zadanie nazywa się określonym.

· Jeżeli stan informacyjny zawiera kilka stanów fizycznych, a decydent oprócz ich zbioru zna również prawdopodobieństwa każdego z tych stanów fizycznych, to problem nazywamy stochastycznym (częściowo nieokreślonym).

· Jeżeli stan informacyjny zawiera kilka stanów fizycznych, ale decydent poza ich zbiorem nie wie nic o prawdopodobieństwie wystąpienia każdego z tych stanów fizycznych, to problem nazywamy nieokreślonym.

Zestawienie problemów podejmowania optymalnych decyzji

Pomimo tego, że metody podejmowania decyzji są uniwersalne, ich pomyślne zastosowanie w dużej mierze zależy od profesjonalnego przeszkolenia specjalisty, który musi mieć jasne zrozumienie specyfiki badanego systemu i umieć poprawnie postawić zadanie. Sztuki stawiania problemów uczy się na przykładach pomyślnie wdrożonych rozwiązań i opiera się na jasnym zrozumieniu zalet, wad i specyfiki różnych metod optymalizacji. Jako pierwsze przybliżenie możemy sformułować następującą sekwencję działań składających się na treść procesu stawiania problemu:

wyznaczanie granic systemu do optymalizacji, tj. reprezentacja systemu jako wyizolowanej części świata rzeczywistego. Poszerzanie granic systemu zwiększa wymiar i złożoność systemu wieloskładnikowego, a tym samym utrudnia jego analizę. W konsekwencji w praktyce inżynierskiej należy rozłożyć złożone systemy na podsystemy, które można badać oddzielnie bez nadmiernego upraszczania rzeczywistej sytuacji;

Definicja wskaźnika efektywności, na podstawie którego można ocenić charakterystykę systemu lub jego projektu w celu zidentyfikowania „najlepszego” projektu lub zestawu „najlepszych” warunków funkcjonowania systemu. W zastosowaniach inżynierskich wybierane są zwykle wskaźniki ekonomiczne (koszty, zyski itp.) lub technologiczne (wydajność, energochłonność, zużycie materiałów itp.). Wariant „najlepszy” zawsze odpowiada skrajnej wartości wskaźnika wydajności systemu;

dobór wewnątrzsystemowych zmiennych niezależnych, które powinny adekwatnie opisywać dopuszczalne projekty lub warunki funkcjonowania systemu i zapewnić, aby wszystkie najważniejsze decyzje techniczne i ekonomiczne znalazły odzwierciedlenie w sformułowaniu problemu;

· budowanie modelu opisującego relacje między zmiennymi zadania i odzwierciedlającego wpływ zmiennych niezależnych na wartość wskaźnika wykonania. W najogólniejszym przypadku struktura modelu obejmuje podstawowe równania bilansów materiałowych i energetycznych, zależności związane z decyzjami projektowymi, równania opisujące procesy fizyczne zachodzące w układzie, nierówności określające zakres dopuszczalnych wartości niezależnych zmienne i ustalają limity dostępnych zasobów. Elementy modelu zawierają wszystkie informacje, które są zwykle wykorzystywane w obliczeniach projektu lub przewidywaniu charakterystyk systemu inżynierskiego. Oczywiście proces budowania modelu jest bardzo czasochłonny i wymaga jasnego zrozumienia specyfiki rozważanego systemu.

Pomimo tego, że modele podejmowania optymalnych decyzji są uniwersalne, ich skuteczne zastosowanie zależy od profesjonalnego przygotowania inżyniera, który musi mieć pełne zrozumienie specyfiki badanego systemu. Głównym celem rozważenia poniższych przykładów jest pokazanie różnorodności sformułowań problemów optymalizacyjnych w oparciu o ogólność ich postaci.

Wszystkie problemy optymalizacyjne mają wspólną strukturę. Można je sklasyfikować jako problemy minimalizacji (maksymalizacji) M-wektorowego wskaźnika efektywności W m (x), m = 1, 2, ..., M, N-wymiarowy argument wektorowy x = (x 1 , x 2 , ..., x N), których składowe spełniają układ więzów równości h k (x) = 0, k = 1, 2, ..., K, więzy nierównościowe g j (x) > 0, j = 1, 2, ..., J, ograniczenia regionalne x li< x i < x ui , i = 1, 2, ..., N.

Wszystkie optymalne problemy decyzyjne można sklasyfikować według typu funkcji i wymiaru W m (x), h k (x), g j (x) oraz wymiaru i zawartości wektora x:

podejmowanie decyzji jednocelowe - W m (x) - skalarne;

· wielozadaniowe podejmowanie decyzji - W m (x) - wektor;

podejmowanie decyzji w warunkach pewności - dane wyjściowe - deterministyczne;

· Podejmowanie decyzji w warunkach niepewności - dane wyjściowe - losowe.

Najbardziej rozwiniętym i szeroko stosowanym w praktyce jest aparat jednocelowego podejmowania decyzji w warunkach pewności, który nazywa się programowaniem matematycznym.

Rozważ proces podejmowania decyzji z najbardziej ogólnych stanowisk. Psychologowie ustalili, że decyzja nie jest początkowym procesem twórczej aktywności. Okazuje się, że akt decyzyjny jest bezpośrednio poprzedzony subtelnym i rozległym procesem mózgu, który kształtuje i z góry określa kierunek decyzji. Ten etap, który można nazwać „predecyzją”, obejmuje następujące elementy:

Motywacja to chęć lub potrzeba zrobienia czegoś. Motywacja określa cel każdego działania, wykorzystując wszystkie przeszłe doświadczenia, w tym wyniki;

możliwość niejednoznacznych wyników;

· możliwość niejednoznaczności sposobów osiągania rezultatów, czyli wolność wyboru.

Po tym wstępnym etapie następuje właściwy etap podejmowania decyzji. Ale na tym proces się nie kończy, ponieważ. zwykle po podjęciu decyzji następuje ocena wyników i dostosowanie działań. Zatem podejmowanie decyzji nie powinno być postrzegane jako jednorazowy akt, ale jako proces sekwencyjny.

Przedstawione powyżej przepisy mają charakter dość ogólny, zwykle szczegółowo badany przez psychologów. Bliżej z punktu widzenia inżyniera jest poniższy schemat procesu decyzyjnego. Ten obwód zawiera następujące elementy:

Analiza sytuacji wyjściowej;

analiza możliwości wyboru;

Wybór rozwiązania

Ocena skutków decyzji i jej korekta.

Metodologia jako nauka o metodach obejmuje trzy główne części: pojęcia, zasady i metody - ukształtowane indukcyjnie (z doświadczenia i potrzeb praktycznych).

Przedmiot badań metodologii i teorii jest ten sam (w tym przypadku systemy). Teoria z definicji obejmuje cały zestaw stwierdzeń dotyczących przedmiotu badań. Jaka jest zatem rola metodologii?

W rozwiniętych teoriach (t.): t. analiza matematyczna, t. teorie). W konsekwencji środki metodologiczne mogą kompensować brak lub niedostateczny rozwój teorii.

W dziedzinie badań systemowych cały zestaw problemów i metod ich rozwiązywania powinien być określony przez teorię (patrz struktury rombu i piramidy analizy systemowej, ryc. 14, 16). Jednak niewystarczający poziom rozwoju teorii (typu „dziurowo-siatkowego” struktury romboidalne i piramidalne, ryc. 15) wymaga zaangażowania narzędzi metodologicznych. Wykorzystaliśmy już niektóre środki metodologiczne w syntezie OWS, są to aparatura pojęciowa i odrębne zasady. Więc, zasada uczciwości jest osadzona w definicji systemu w postaci funkcji, zasada dynamiki systemu osadzona jest w stadiach istnienia systemów, zasada modelowania – w przestrzeni wyświetlania (modelowania) systemów, zasada jakościowa oraz badania ilościowe – w „zwierciadle” formy i treści itp. (Po retrospektywie zasad patrz np. w pracy).

Inna część metodologicznych środków analizy systemowej pozostaje jak dotąd nieodebrana. Zawiera szereg zasad i prawie wszystkie tradycyjne metody. Tak duży zakres metod tłumaczy się ich szczególnym naukowym lub interdyscyplinarnym charakterem, podczas gdy syntezę OTS przeprowadziliśmy w sposób oryginalny, opierając się na klasycznych naukach i teoriach (logika dialektyczna, rachunek zdań, elementy teorii mnogości, topologia, prawdopodobieństwo teorii itp.), pozostawiając metody i szereg zasad tradycyjnej analizy systemów w rezerwie.

Zatem w tandemie „OTS-metodologia analizy systemowej” będziemy korzystać z: z OTS – pojęć, definicji przedmiotu badań, struktury obszaru badawczego, klasyfikacji problemów, podstawowych wzorców, metod rachunku zdań, algebry logiki , logika probabilistyczna itp.; z metodyki uzupełnimy je o szereg zasad i liczne tradycyjne metody.

5.2. Ogólne zasady tradycyjnej analizy systemowej.

W ogólnych zasadach możemy wyróżnić szereg zasad (hipotez), które zostały już wykorzystane w syntezie OTS. Kolejną część ogólnych zasad można wykorzystać do pogłębienia i udoskonalenia OTS. Oprócz zasad ogólnych możliwe są zasady prywatne, na przykład te charakterystyczne dla poszczególnych etapów, klas, typów, typów systemów itp.

CENTRALNA HIPOTEZA 1 lub zasada uczciwości systemy.

HIPOTEZA 2 czyli zasada organizacji rzeczywistego obiektu.

HIPOTEZA 3 czyli zasada wewnętrznej struktury rzeczywistego obiektu.

ZASADA 1. Podstawą podobieństwa i odmienności systemów jest rodzaj właściwości obiektów materialnych. Ta zasada służy do klasyfikacji systemów.

ZASADA 2. Funkcja, jako cecha wyróżniająca system, może odzwierciedlać związek systemu z samym systemem, z bazą oraz ze środowiskiem zewnętrznym. Zasada ta jest wykorzystywana przy określaniu zewnętrznej struktury funkcjonalnej systemu.

ZASADA 3. Funkcje systemów różnią się stopniem stacjonarności i stabilności. Ta zasada służy do klasyfikacji systemów.

ZASADA 4. Źródłem systemów może być przyroda nieożywiona, dzika przyroda i człowiek. Ta zasada służy do klasyfikacji systemów.

HIPOTEZA 4 lub zasada skończoności istnienia systemów.

ZASADA 5. Analiza systemów opiera się na ich modelowaniu. Ta zasada jest używana w definicji przestrzeni systemowej.

ZASADA 6. Czas ma złożoną strukturę. Zasada ta jest stosowana przy definiowaniu podprzestrzeni czasu i czasu systemowego.

ZASADA 7. Zwiększenie stabilności systemu osiąga się poprzez komplikowanie jego struktury, w tym poprzez konstrukcje hierarchiczne.

ZASADA 8. Skutecznym kierunkiem rozwoju struktur hierarchicznych jest przemienność sztywnej i dyskretnej konstrukcji ich poziomów.

"W układach biologicznych, gdy przechodzimy od bardziej elementarnych do wyższych poziomów, obserwujemy regularną przemianę tych dwóch poziomów. Tak więc w organizmie haploidalnym utrata choćby jednego genu może grozić śmiercią. Jednak organizmy haploidalne są rzadkie i z reguły w każdym jądrze komórkowym znajdują się dwa haploidalne zestawy chromosomów zdolne do wzajemnej wymiany i kompensacji - przypadek najprostszego układu dyskretnego. funkcje i z reguły niemożność oddzielnego istnienia.Podobne komórki tej samej tkanki ponownie stanowią odrębny system z możliwością wzajemnego zastępowania komórek.Różne tkanki w jednym narządzie sztywno się uzupełniają.Sparowane i wielokrotne narządy ponownie reprezentują przypadek statystycznego układu dyskretnego. Układy narządów (nerwowy, krążeniowy, wydalniczy itp.) są ponownie sztywno połączone w całym organizmie. Taka zmienność układów dyskretnych i twardych, w jakiej się znajdujemy Przejdźmy dalej."

ZASADA 9. Właściwości systemu mają dwojaki charakter: wzmacniają relacje jego części lub je niszczą.

„Dwoistość właściwości jest źródłem bogactwa zachowania systemu”, jego stabilizacji lub rozpadu. Jedną z form dwoistości jest występowanie w systemach sprzężeń zwrotnych dodatnich (zwiększających wpływ początkowy) i ujemnych (osłabiających wpływ początkowy).

ZASADA 10. Każde zadanie analizy systemowej jest badane najpierw metodami jakościowymi, a następnie formalnymi.

ZASADA 11. Wraz z metodami jakościowymi i formalnymi przy rozwiązywaniu problemów analizy systemowej wskazane jest jak najszersze wykorzystanie metod i narzędzi graficznych, tabelarycznych i symulacyjnych.

ZASADA 12. Koncepcje analizy systemowej mogą leżeć w następujących relacjach: podporządkowanie, podporządkowanie, przekraczanie, zewnętrzność.

Zasada ta jest wykorzystywana w tworzeniu kompletnego i spójnego systemu koncepcji GTS.

ZASADA 13. Przy rozwiązywaniu dowolnego problemu analizy systemowej pierwszorzędny powinien być model systemu jako całości, skompilowany z wymaganym stopniem dokładności.

Zasada ta jest realizowana poprzez wprowadzenie przestrzeni systemów mapowania (modelowania).

ZASADA 14. Zadania analizy systemowej można rozwiązywać metodami iteracji, uszczegółowienia, powiększania, analogii.

ZASADA 15. Podstawowym elementem systemu jest integralność. Elementy w systemie mogą być dyskretne, ciągłe, rozmyte, pokrywać się z systemem, nieobecne.

ZASADA 16. System nie jest zestawem, może być uważany za zestaw w odpowiednich warunkach.

Wzięliśmy tę zasadę pod uwagę, porzucając mnogościową podstawę OTS i umieszczając logikę dialektyczną i rachunek zdań jako podstawę OTS.

ZASADA 17. Analizę systemu można wzmocnić analizą funkcjonowania, prognozowaniem ewolucji, syntezą systemu.

Wzięliśmy tę zasadę pod uwagę włączając cały obszar badań systemowych w obszar analizy systemowej.

ZASADA 18. Analiza systemowa ma do dyspozycji możliwość wykorzystania podobieństwa (izomorfizmu) prawidłowości na różnych poziomach strukturalnych, zdeterminowanych przede wszystkim powiązaniem i jednością przeciwieństw, przejściem ilości w jakość, rozwojem jako negacją negacji i cyklami.

Tę zasadę wzięliśmy pod uwagę przy tworzeniu struktury i zasad wycofywania OTC.

ZASADA 19. Każda jakościowo określona klasa systemów ma swoje specyficzne właściwości systemowe, zwane speciomorfizmami.

ZASADA 20. W systemie hierarchicznym o sile powiązania poziomów decyduje nie tylko ich bliskość. Systemowo-hierarchiczne podporządkowanie korzyści jest raczej sztywne: konflikt pomiędzy korzyściami na różnych poziomach strukturalnych z reguły jest rozwiązywany na korzyść poziomów „nadrzędnych”.

ZASADA 21. Środowisko zewnętrzne systemu nie jest systemem.

ZASADA 22. Relacje zewnętrzne systemu określa funkcja, wewnętrzne - kompozycja i struktura.

Wymienione zasady ogólne charakteryzują dość dużą, choć nie wszystkie, liczbę aspektów badań systemowych. Zasady te nie tworzą systemu, rozwinięta tu ogólna teoria systemów organizuje je w system.

W przyszłości w rozdziałach poświęconych poszczególnym etapom systemów podamy lub sformułujemy dodatkowe zasady szczegółowe.

Analiza systemowa polega na: opracowaniu systematycznej metody rozwiązywania problemu, tj. uporządkowana logicznie i proceduralnie sekwencja działań mająca na celu wybór preferowanej alternatywy rozwiązania. Analiza systemowa realizowana jest praktycznie w kilku etapach, jednak nadal nie ma jedności co do ich liczby i zawartości, ponieważ. W nauce istnieje wiele różnych problemów stosowanych.

Oto tabela ilustrująca główne wzorce analizy systemowej trzech różnych szkół naukowych . (slajd 17)

W procesie analizy systemu stosuje się różne metody na różnych jego poziomach. Analiza systemowa pełni rolę ramy metodologicznej, która łączy wszystkie niezbędne metody, techniki badawcze, czynności i zasoby do rozwiązywania problemów. W istocie analiza systemowa porządkuje naszą wiedzę o obiekcie w taki sposób, aby pomóc wybrać odpowiednią strategię lub przewidzieć wyniki jednej lub więcej strategii, które wydają się odpowiednie dla tych, którzy muszą podejmować decyzje. W najkorzystniejszych przypadkach strategia znaleziona poprzez analizę systemów jest w pewnym sensie „najlepsza”.

Rozważmy metodologię analizy systemowej na przykładzie teorii angielskiego naukowca J. Jeffersa. W celu rozwiązania praktycznych problemów proponuje wyróżnić siedem etapów, które znajdują odzwierciedlenie w: Slajd 18.

Etap 1 „Wybór problemu”. Uświadomienie sobie, że istnieje jakiś problem, który można zbadać za pomocą analizy systemów, wystarczająco ważnej, aby zbadać ją szczegółowo, nie zawsze jest trywialnym krokiem. Samo zrozumienie, że potrzebna jest naprawdę systematyczna analiza problemu, jest tak samo ważne, jak wybór odpowiedniej metody badawczej. Z jednej strony można zmierzyć się z problemem, który nie jest podatny na analizę systemową, a z drugiej strony można wybrać problem, który do jego rozwiązania nie wymaga pełnej mocy analizy systemowej, a badanie byłoby nieopłacalne tą metodą. Ta dwoistość pierwszego etapu czyni go krytycznym dla powodzenia lub niepowodzenia całego badania. Generalnie podejście do rozwiązywania realnych problemów wymaga naprawdę dużej intuicji, praktycznego doświadczenia, wyobraźni i tego, co nazywamy „smykałką”. Te cechy są szczególnie ważne, gdy sam problem, jak to często bywa, jest dość słabo zbadany.

Etap 2 „Stwierdzenie problemu i ograniczenie jego złożoności”. Po rozpoznaniu istnienia problemu konieczne jest jego uproszczenie, tak aby prawdopodobnie miało rozwiązanie analityczne, zachowując wszystkie te elementy, które sprawiają, że problem jest wystarczająco interesujący do praktycznego zbadania. Tutaj znowu mamy do czynienia z krytycznym etapem wszelkich badań systemowych. Wniosek, czy warto rozważyć ten czy inny aspekt danego problemu, a także wyniki porównania znaczenia danego aspektu dla analitycznego odzwierciedlenia sytuacji z jego rolą w komplikowaniu problemu, co może sprawić, że będzie on nie do rozwiązania często zależy od zgromadzonego doświadczenia w stosowaniu analizy systemów. To na tym etapie możesz wnieść największy wkład w rozwiązanie problemu. Powodzenie lub porażka całego badania zależy w dużej mierze od delikatnej równowagi między uproszczeniem a złożonością – równowagi, która zachowuje wszystkie powiązania z pierwotnym problemem, które są wystarczające, aby rozwiązanie analityczne można było zinterpretować. Żaden kuszący projekt nie okazał się ostatecznie niezrealizowany ze względu na to, że przyjęty poziom skomplikowania utrudniał późniejsze modelowanie, nie pozwalając na uzyskanie rozwiązania. I przeciwnie, w wyniku wielu systematycznych badań prowadzonych w różnych dziedzinach ekologii uzyskano trywialne rozwiązania problemów, które w rzeczywistości stanowiły jedynie podzbiory problemów pierwotnych.

Etap 3 „Ustanowienie hierarchii celów i zadań”. Po ustaleniu zadania i ograniczeniu stopnia jego złożoności możesz przystąpić do wyznaczania celów i zadań badania. Zazwyczaj te cele i zadania tworzą pewną hierarchię, przy czym cele główne są sukcesywnie dzielone na szereg drugorzędnych. W takiej hierarchii konieczne jest określenie priorytetów poszczególnych etapów i skorelowanie ich z wysiłkami, jakie należy podjąć, aby osiągnąć założone cele. Tym samym w złożonym opracowaniu można nadać stosunkowo niski priorytet tym celom i zamierzeniom, które choć istotne z punktu widzenia pozyskiwania informacji naukowej, mają raczej słaby wpływ na rodzaj podejmowanych decyzji dotyczących wpływu na system i jego zarządzanie. W innej sytuacji, gdy zadanie to wpisuje się w program badań podstawowych, badacz celowo ogranicza się do pewnych form zarządzania i maksymalnie koncentruje się na zadaniach, które są bezpośrednio związane z samymi procesami. W każdym razie dla owocnego zastosowania analizy systemowej bardzo ważne jest, aby priorytety przypisane poszczególnym zadaniom były jasno określone.

Etap 4 „Wybór sposobów rozwiązywania problemów”. Na tym etapie badacz zazwyczaj może wybrać kilka sposobów rozwiązania problemu. Z reguły rodziny możliwych rozwiązań konkretnych problemów są od razu widoczne dla doświadczonego analityka systemów. W ogólnym przypadku będzie szukał najbardziej ogólnego rozwiązania analitycznego, ponieważ pozwoli mu to maksymalnie wykorzystać wyniki badania podobnych problemów i odpowiedniego aparatu matematycznego. Każdy konkretny problem można zwykle rozwiązać na więcej niż jeden sposób. Ponownie wybór rodziny, w której należy szukać rozwiązania analitycznego, zależy od doświadczenia analityka systemowego. Niedoświadczony badacz może poświęcić dużo czasu i pieniędzy próbując zastosować rozwiązanie z dowolnej rodziny, nie zdając sobie sprawy, że to rozwiązanie zostało uzyskane przy założeniach niesprawiedliwych dla konkretnego przypadku, z którym ma do czynienia. Analityk natomiast często opracowuje kilka alternatywnych rozwiązań i dopiero później decyduje się na to, które najlepiej odpowiada jego zadaniu.

Etap 5 „Modelowanie”. Po przeanalizowaniu odpowiednich alternatyw można rozpocząć ważny krok – modelowanie złożonych dynamicznych relacji między różnymi aspektami problemu. Jednocześnie należy pamiętać, że modelowane procesy, jak również mechanizmy sprzężenia zwrotnego, cechuje wewnętrzna niepewność, co może znacząco skomplikować zarówno rozumienie systemu, jak i jego sterowalność. Ponadto sam proces modelowania musi uwzględniać złożony zestaw zasad, których należy przestrzegać przy podejmowaniu decyzji o odpowiedniej strategii. Na tym etapie matematykowi bardzo łatwo jest dać się ponieść elegancji modelu, w wyniku czego utracone zostaną wszystkie punkty styku rzeczywistych procesów decyzyjnych z aparatem matematycznym. Ponadto przy opracowywaniu modelu często umieszczane są w nim nieprzetestowane hipotezy i raczej trudno jest z góry określić optymalną liczbę podsystemów. Można przypuszczać, że bardziej złożony model lepiej uwzględnia złożoność systemu rzeczywistego, ale choć założenie to wydaje się intuicyjnie poprawne, należy uwzględnić dodatkowe czynniki. Rozważmy na przykład hipotezę, że bardziej złożony model zapewnia również większą dokładność pod względem niepewności związanej z przewidywaniami modelu. Ogólnie rzecz biorąc, systematyczne obciążenie, które pojawia się, gdy system jest rozłożony na kilka podsystemów, jest odwrotnie proporcjonalne do złożoności modelu, ale istnieje również odpowiedni wzrost niepewności spowodowany błędami pomiaru poszczególnych parametrów modelu. Te nowe parametry, które są wprowadzane do modelu, muszą być skwantyfikowane w eksperymentach terenowych i laboratoryjnych, a ich oszacowania zawsze zawierają pewne błędy. Po przejściu symulacji te błędy pomiaru przyczyniają się do niepewności wyników prognoz. Z tych wszystkich powodów w każdym modelu korzystne jest zmniejszenie liczby rozważanych podsystemów.

Etap 6 „Ocena możliwych strategii”. Po doprowadzeniu symulacji do etapu, na którym można wykorzystać model, rozpoczyna się etap oceny potencjalnych strategii wywiedzionych z modelu. Jeśli okaże się, że podstawowe założenia są niepoprawne, być może trzeba będzie wrócić do etapu modelowania, ale często można ulepszyć model, nieznacznie modyfikując pierwotną wersję. Zwykle konieczne jest również zbadanie „wrażliwości” modelu na te aspekty problemu, które zostały wyłączone z analizy formalnej na drugim etapie, tj. gdy zadanie zostało ustalone, a stopień jego złożoności był ograniczony.

Etap 7 „Wdrożenie wyników”. Ostatnim etapem analizy systemu jest zastosowanie w praktyce wyników uzyskanych w poprzednich etapach. Jeśli badanie zostało przeprowadzone zgodnie z powyższym schematem, kroki, które należy w tym celu podjąć, będą dość oczywiste. Analizy systemowej nie można jednak uznać za zakończoną, dopóki badania nie dojdą do etapu praktycznego zastosowania i to właśnie w tym zakresie wiele z wykonanej pracy pozostało niezrealizowanych. Jednocześnie, już na ostatnim etapie może ujawnić się niekompletność niektórych etapów lub konieczność ich rewizji, w wyniku czego konieczne będzie ponowne przechodzenie przez niektóre z już zakończonych etapów.

Dlatego celem wieloetapowej analizy systemów jest pomoc w wyborze właściwej strategii rozwiązywania praktycznych problemów. Struktura tej analizy ma na celu skoncentrowanie głównego wysiłku na złożonych i zwykle dużych problemach, których nie można rozwiązać za pomocą prostszych metod badawczych, takich jak obserwacja i bezpośrednie eksperymenty.

STRESZCZENIE

1. Główny wkład analizy systemowej w rozwiązywanie różnych problemów wynika z tego, że pozwala zidentyfikować te czynniki i zależności, które mogą później okazać się bardzo istotne, że umożliwia zmianę metody obserwacje i eksperymenty w taki sposób, aby uwzględnić te czynniki i uwydatnić słabe miejsca hipotez i założeń.

2. Jako metoda naukowa, analiza systemów, z naciskiem na testowanie hipotez poprzez eksperymenty i rygorystyczne procedury pobierania próbek, tworzy potężne narzędzia do zrozumienia świata fizycznego i integruje te narzędzia w system elastycznego, ale rygorystycznego badania złożonych zjawisk.

3. Systematyczne rozważanie przedmiotu obejmuje: definicję i badanie jakości systemowej; identyfikacja całości elementów tworzących system; ustanowienie powiązań między tymi elementami; badanie właściwości środowiska otaczającego system, ważnych dla funkcjonowania systemu, na poziomie makro i mikro; ujawnienie relacji łączących system z otoczeniem.

4. Algorytm analizy systemowej opiera się na konstrukcji uogólnionego modelu, który odzwierciedla wszystkie czynniki i zależności sytuacji problemowej, jakie mogą wystąpić w procesie rozwiązywania. Procedura analizy systemowej polega na sprawdzeniu konsekwencji każdego z możliwych rozwiązań alternatywnych dla wyboru optymalnego według dowolnego kryterium lub ich kombinacji.

W przygotowaniu wykładu wykorzystano następującą literaturę:

Bertalanfi L. tło. Ogólna teoria systemów - przegląd problemów i wyników. Badania systemowe: Rocznik. M.: Nauka, 1969. S. 30-54.

Boulding K. Ogólna teoria systemów - szkielet nauki // Studia z ogólnej teorii systemów. M.: Postęp, 1969. S. 106-124.

Volkova V.N., Denisov A.A. Podstawy teorii systemów i analizy systemowej. SPb.: Wyd. SPbGTU, 1997.

Volkova V.N., Denisov A.A. Podstawy teorii sterowania i analizy systemowej. - Petersburg: Wydawnictwo Państwowego Uniwersytetu Technicznego w Petersburgu, 1997.

Hegel G.W.F. Nauka logiki. W 3 tomach M.: 1970 - 1972.

Dolgushev N.V. Wprowadzenie do analizy systemów stosowanych. M., 2011.

Dulepov VI, Leskova O.A., Maiorov I.S. Ekologia systemu. Władywostok: VGUEiS, 2011.

Zhivitskaya E.N. Analiza i projektowanie systemu. M., 2005.

KazievVM Wprowadzenie do analizy, syntezy i modelowania systemów. Notatki z wykładów. M.: IUIT, 2003.

Kachala V.V. Podstawy analizy systemowej. Murmańsk: Wydawnictwo MSTU, 2004.

Kiedy stosowana jest metoda intuicyjna, a kiedy systemowa metoda podejmowania decyzji.Rb.ru Business Network, 2011.

Koncepcje współczesnych nauk przyrodniczych. Notatki z wykładów. M., 2002.

Łapygin Yu.N. Teoria organizacji. Instruktaż. M., 2006.

Nikanorow S.P. Analiza systemów: etap rozwoju metodologii rozwiązywania problemów w Stanach Zjednoczonych (tłumaczenie). M., 2002.

Podstawy analizy systemowej. Program roboczy. Petersburg: SZGZTU, 2003.

Peregudov F.I., Tarasenko F.P. Wprowadzenie do analizy systemowej. M.: Wyższe. szkoła, 1989.

Pribylov I. Proces decyzyjny/www.pribylov.ru.

Svetlov N.M. Teoria systemów i analiza systemowa. UMK. M., 2011.

CERTICOM - Doradztwo w zakresie zarządzania. Kijów, 2010.

Analiza systemu i podejmowanie decyzji: Dictionary-Reference/Ed. V.N. Volkova, V.N. Kozłowa. M.: Wyższe. szkoła, 2004.

Analiza systemu. Notatki z wykładów. Serwis metodologicznego wsparcia systemu informacyjno-analitycznego wspomagania podejmowania decyzji w zakresie edukacji, 2008.

Spitsnadel VN Podstawy analizy systemowej. Instruktaż. SPb.: „Wydawnictwo” Wydawnictwo Gospodarcze”, 2000.

Surmin Yu.P. Teoria systemów i analiza systemów: Proc. dodatek.- Kijów: MLUP, 2003.

Teoria organizacji. Samouczek /partnerstvo.ru.

Fadina L.Yu., Szczetynina E.D. Technologia podejmowania decyzji zarządczych. Zbiór artykułów NPK.M., 2009.

Khasyanov A.F. Analiza systemu. Notatki z wykładów. M., 2005.

Czerniachowskaja L.R. Metodologia systemów i podejmowanie decyzji. Krótkie podsumowanie wykładów. Ufa: UGATU, 2007.

Zwrócić