Системный анализ - научный метод познания, представляющий собой последовательность действий по установлению структурных связей между переменными или элементами исследуемой системы. Опирается на комплекс общенаучных, экспериментальных, естественнонаучных, статистических, математических методов.
Для решения хорошо структурированных количественно выражаемых проблем используется известная методология исследования операций, которая состоит в построении адекватной математической модели (например, задачи линейного, нелинейного, динамического программирования, задачи теории массового обслуживания, теории игр и др.) и применении методов для отыскания оптимальной стратегии управления целенаправленными действиями.
Системный анализ предоставляет к использованию в различных науках, системах следующие системные методы и процедуры:
· абстрагирование и конкретизация
· анализ и синтез, индукция и дедукция
· формализация и конкретизация
· композиция и декомпозиция
· линеаризация и выделение нелинейных составляющих
· структурирование и реструктурирование
· макетирование
· реинжиниринг
· алгоритмизация
· моделирование и эксперимент
· программное управление и регулирование
· распознавание и идентификация
· кластеризация и классификация
· экспертное оценивание и тестирование
· верификация
и другие методы и процедуры.
Следует отметить задачи исследования системы взаимодействий анализируемых объектов с окружающей средой. Решение данной задачи предполагает:
– проведение границы между исследуемой системой и окружающей средой, предопределяющей предельную глубину
влияния рассматриваемых взаимодействий, которыми ограничивается рассмотрение;
– определение реальных ресурсов такого взаимодействия;
– рассмотрение взаимодействий исследуемой системы с системой более высокого уровня.
Задачи следующего типа связаны с конструированием альтернатив этого взаимодействия, альтернатив развития системы во времени и в пространстве. Важное направление развития методов системного анализа связано с попытками создания новых возможностей конструирования оригинальных альтернатив решения, неожиданных стратегий, непривычных представлений и скрытых структур. Другими словами, речь здесь идёт о разработке методов и средств усиления индуктивных возможностей человеческого мышления в отличие от его дедуктивных возможностей, на усиление которых, по сути дела, направлена разработка формальных логических средств. Исследования в этом направлении начаты лишь совсем недавно, и единый концептуальный аппарат в них пока отсутствует. Тем не менее, и здесь можно выделить несколько важных направлений – таких, как разработка формального аппарата индуктивной логики, методов морфологического анализа и других структурно-синтаксических методов конструирования новых альтернатив, методов синтактики и организации группового взаимодействия при решении творческих задач, а также изучение основных парадигм поискового мышления.
Задачи третьего типа заключаются в конструировании множества имитационных моделей , описывающих влияние того или иного взаимодействия на поведение объекта исследования. Отметим, что в системных исследованиях не преследуется цель создания некоей супермодели. Речь идёт о разработке частных моделей, каждая из которых решает свои специфические вопросы.
Даже после того как подобные имитационные модели созданы и исследованы, вопрос о сведении различных аспектов поведения системы в некую единую схему остается открытым. Однако решить его можно и нужно не посредством построения супермодели, а анализируя реакции на наблюдаемое поведение других взаимодействующих объектов, т.е. путём исследования поведения объектов – аналогов и перенесения результатов этих исследований на объект системного анализа. Такое исследование даёт основание для содержательного понимания ситуаций взаимодействия и структуры взаимосвязей, определяющих место исследуемой системы в структуре суперсистемы, компонентом которой она является.
Задачи четвёртого типа связаны с конструированием моделей принятия решений. Всякое системное исследование связано с исследованием различных альтернатив развития системы. Задача системных аналитиков – выбрать и обосновать наилучшую альтернативу развития. На этапе выработки и принятия решений необходимо учитывать взаимодействие системы с её подсистемами, сочетать цели системы с целями подсистем, выделять глобальные и второстепенные цели.
Наиболее развитая и в то же время наиболее специфическая область научного творчества связана с развитием теории принятия решений и формированием целевых структур, программ и планов. Здесь не ощущается недостатка и в работах, и в активно работающих исследователях. Однако и в данном случае слишком многие результаты находятся на уровне неподтверждённого изобретательства и разночтений в понимании как существа стоящих задач, так и средств их решения. Исследования в этой области включают:
а) построение теории оценки эффективности принятых решений или сформированных планов и программ;
б) решение проблемы многокритериальности в оценках альтернатив решения или планирования;
в) исследования проблемы неопределённости, особенно связанной не с факторами статистического характера, а с неопределённостью экспертных суждений и преднамеренно создаваемой неопределённостью, связанной с упрощением представлений о поведении системы;
г) разработка проблемы агрегирования индивидуальных предпочтений на решениях, затрагивающих интересы нескольких сторон, которые влияют на поведение системы;
д) изучение специфических особенностей социально-экономических критериев эффективности;
е) создание методов проверки логической согласованности целевых структур и планов и установления необходимого баланса между предопределённостью программы действий и её подготовленностью к перестройке при поступлении новой
информации как о внешних событиях, так и изменении представлений о выполнении этой программы.
Для последнего направления требуется новое осознание реальных функций целевых структур, планов, программ и определение тех, которые они должны выполнять, а также связей между ними.
Рассмотренные задачи системного анализа не охватывают полного перечня задач. Здесь перечислены те, которые представляют наибольшую сложность при их решении. Следует отметить, что все задачи системных исследований тесно взаимосвязаны друг с другом, не могут быть изолированы и решаться отдельно как по времени, так и по составу исполнителей. Более того, чтобы решать все эти задачи, исследователь должен обладать широким кругозором и владеть богатым арсеналом методов и средств научного исследования.
АНАЛИТИЧЕСКИЕ И СТАТИСТИЧЕСКИЕ МЕТОДЫ. Эти группы методов получили наибольшее распространение в практике проектирования и управления. Правда, для представления промежуточных и окончательных результатов моделирования широко используются графические представления (графики, диаграммы и т.п.). Однако последние являются вспомогательными; основу же модели, доказательства её адекватности составляют те или иные направления аналитических и статистических представлений. Поэтому, несмотря на то что по основным направлениям этих двух классов методов в вузах читаются самостоятельные курсы лекций, мы всё же кратко охарактеризуем их особенности, достоинства и недостатки с точки зрения возможности использования при моделировании систем.
Аналитическими в рассматриваемой классификации названы методы, которые отображают реальные объекты и процессы в виде точек (безразмерных в строгих математических доказательствах), совершающих какие-либо перемещения в пространстве или взаимодействующих между собой. Основу понятийного (терминологического) аппарата этих представлений составляют понятия классической математики (величина, формула, функция, уравнение, система уравнений, логарифм, дифференциал, интеграл и т.д.).
Аналитические представления имеют многовековую историю развития, и для них характерно не только стремление к строгости терминологии, но и к закреплению за некоторыми специальными величинами определённых букв (например, удвоенное отношение площади круга к площади вписанного в него квадрата p » 3,14; основание натурального логарифма – е » 2,7 и т.д.).
На базе аналитических представлений возникли и развиваются математические теории различной сложности – от аппарата классического математического анализа (методов исследования функций, их вида, способов представления, поиска экстремумов функций и т.п.) до таких новых разделов современной математики, как математическое программирование (линейное, нелинейное, динамическое и т.п.), теория игр (матричные игры с чистыми стратегиями, дифференциальные игры и т.п.).
Эти теоретические направления стали основой многих прикладных, в том числе теории автоматического управления, теории оптимальных решений и т.д.
При моделировании систем применяется широкий спектр символических представлений, использующих «язык» классической математики. Однако далеко не всегда эти символические представления адекватно отражают реальные сложные процессы, и их в этих случаях, вообще говоря, нельзя считать строгими математическими моделями.
Большинство из направлений математики не содержат средств постановки задачи и доказательства адекватности модели. Последняя доказывается экспериментом, который по мере усложнения проблем становится также всё более сложным, дорогостоящим, не всегда бесспорен и реализуем.
В то же время в состав этого класса методов входит относительно новое направление математики математическое программирование, которое содержит средства постановки задачи и расширяет возможности доказательства адекватности моделей.
Статистические представления 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. Статистические отображения системы в общем случае (по аналогии с аналитическими) можно представить как бы в виде «размытой» точки (размытой области) в n-мерном пространстве, в которую переводит систему (её учитываемые в модели свойства) оператор Ф. «Размытую» точку следует понимать как некоторую область, характеризующую движение системы (её поведение); при этом границы области заданы с некоторой вероятностью p («размыты») и движение точки описывается некоторой случайной функцией.
Закрепляя все параметры этой области, кроме одного, можно получить срез по линии а – b, смысл которого – воздействие данного параметра на поведение системы, что можно описать статистическим распределением по этому параметру. Аналогично можно получить двумерную, трёхмерную и т.д. картины статистического распределения. Статистические закономерности можно представить в виде дискретных случайных величин и их вероятностей, или в виде непрерывных зависимостей распределения событий, процессов.
Для дискретных событий соотношение между возможными значениями случайной величины xi и их вероятностями pi, называют законом распределения.
Метод "мозговой атаки"
Группа исследователей (экспертов) разрабатывает способы решения поставленной задачи, при этом любой способ (любая мысль, высказанная вслух) включается в число рассматриваемых, чем больше идей - тем лучше. На предварительном этапе качество предложенных способов не учитывается, то есть предметом поиска является создание возможно большего количества вариантов решения задачи. Но для достижения успеха должны соблюдаться следующие условия:
· наличие вдохновителя идей;
· группа экспертов не превышает 5-6 человек;
· потенциал исследователей соизмерим;
· обстановка спокойная;
· соблюдены равные права, может быть предложено любое решение, критика идей не допускается;
· продолжительность работы не более 1 часа.
После того, как прекращается "поток идей", эксперты осуществляют критический отбор предложений, учитывая ограничения организационного и экономического характера. Отбор лучшей идеи может осуществляться по нескольким критериям.
Данный метод наиболее продуктивен на этапе разработки решения по реализации поставленной цели, при раскрытии механизма функционирования системы, при выборе критерия решения проблемы.
Метод "концентрации внимания на целях поставленной проблемы"
Этот метод состоит в том, что отбирается один из объектов (элементов, понятий), ассоциируемых с решаемой проблемой. При этом известно, что принятый к рассмотрению объект связан непосредственно с конечными целями этой проблемы. Затем исследуется связь между этим объектом и каким-либо другим, выбранным наугад. Далее отбирается третий элемент, точно также наугад, и исследуется его связь с первыми двумя и так далее. Таким образом создается некая цепь связанных между собой объектов, элементов или понятий. Если цепь обрывается, то процесс возобновляется, создается вторая цепочка и так далее. Таким образом происходит исследование системы.
Метод "входы-выходы системы"
Исследуемая система рассматривается обязательно совместно с окружающей средой. При этом особое внимание обращается на ограничения, которые накладывает внешняя среда на систему, а также ограничения, свойственные самой системе.
На первом этапе изучения системы рассматриваются возможные выходы системы и оцениваются результаты ее функционирования по изменениям окружающей среды. Затем исследуются возможные входы системы и их параметры, позволяющие системе функционировать в рамках принятых ограничений. И, в конце концов, на третьем этапе выбирают приемлемые входы, не нарушающие ограничения системы и не приводящие ее в рассогласование с целями окружающей среды.
Данный способ наиболее эффективен на этапах познания механизма функционирования системы и принятия решений.
Метод сценариев
Особенность метода состоит в том, что группа высококвалифицированных специалистов в описательной форме представляет возможный ход событий в той или иной системе - начиная от сложившейся ситуации и заканчивая некоторой результирующей ситуацией. При этом соблюдаются искусственно воздвигаемые, но возникающие в реальной жизни ограничения на вход и выход системы (по сырью, энергетическим ресурсам, финансам и так далее).
Основная идея данного метода - выявление связей различных элементов системы, которые проявляются при том или ином событии или ограничении. Результатом такого исследования является совокупность сценариев - возможных направлений решения проблемы, из которых путем сопоставления по какому-либо критерию можно было бы выбрать наиболее приемлемые.
Морфологический метод
Данный метод предусматривает поиск всех возможных решений проблемы путем исчерпывающей переписи этих решений. Например, Ф.Р.Матвеев выделяет шесть этапов претворения в жизнь этого метода:
· формулировка и определение ограничений проблемы;
· поиск возможных параметров решений и возможных вариаций этих параметров;
· нахождение всех возможных комбинаций этих параметров в получаемых решениях;
· сравнение решений с точки зрения преследуемых целей;
· выбор решений;
· углубленное изучение отобранных решений.
Методы моделирования
Модель представляет собой некоторую систему, созданную с целью представления в упрощенной и понятной форме сложной реальности, другими словами - модель представляет собой имитацию этой реальности.
Проблемы, решаемые при помощи моделей, многочисленны и разнообразны. Важнейшие из них:
· с помощью моделей исследователи пытаются лучше понять протекание сложного процесса;
· с помощью моделей осуществляют экспериментирование в том случае, когда это невозможно на реальном объекте;
· с помощью моделей оценивают возможность осуществления различных альтернативных решений.
Кроме того модели обладают такими ценными свойствами как:
· воспроизводимостью независимыми экспериментаторами;
· изменчивостью и возможностью совершенствования путем введения в модель новых данных или модификаций связей внутри модели.
Среди основных типов моделей следует отметить символические и математические модели.
Символические модели - схемы, диаграммы, графики, блок-схемы и так далее.
Математические модели - абстрактные построения, которые в математической форме описывают связи, отношения между элементами системы.
При построении моделей необходимо соблюдать следующие условия:
· иметь достаточно большой объем информации о поведении системы;
· стилизация механизмов функционирования системы должна происходить в таких пределах, чтобы имелась возможность достаточно точно отразить число и природу отношений и связей существующих в системе;
· использование методов автоматической обработки информации, особенно когда количество данных велико или природа взаимоотношений между элементами системы весьма сложна.
Вместе с тем математические модели имеют некоторые недостатки:
· стремление отразить изучаемый процесс в форме условий приводит к модели, которая может быть понятна только ее разработчику;
· с другой стороны, упрощение ведет к ограничению числа факторов, включенных в модель; следовательно, появляется неточность в отражении действительности;
· автор, создав модель, "забывает", что не учитывает действие многочисленных, может быть малозначительных факторов. Но совместное воздействие этих факторов на систему бывает таково, что конечные результаты не могут быть достигнуты на данной модели.
С целью нивелирования указанных недостатков модель необходимо проверить:
· насколько она правдоподобно и удовлетворительно отражает реальный процесс;
· вызывает ли изменение параметров соответствующее изменение результатов.
Сложные системы, в силу наличия множества дискретно функционирующих подсистем, как правило не могут быть адекватно описаны с помощью только математических моделей, поэтому широкое распространение получило имитационное моделирование. Имитационные модели получили большое распространение по двум причинам: во-первых, данные модели позволяют использовать всю располагаемую информацию (графическую, словесную, математические модели…) и, во-вторых, потому, что эти модели не накладывают жестких ограничений на используемые исходные данные. Таким образом имитационные модели позволяют творчески использовать всю имеющеюся информацию об объекте исследования.
Системный анализ - научный метод познания, представляющий собой последовательность действий по установлению структурных связей между элементами исследуемых сложных систем - технических, экономических и т.д. Опирается на комплекс общенаучных, экспериментальных, естественнонаучных, статистических, математических методов. Проводится с использованием современных средств вычислительной техники. Результатом системных исследований является, как правило, выбор вполне определенной альтернативы: плана развития, технической системы, региона, коммерческой структуры и т.д. Поэтому истоки системного анализа, его методические концепции лежат в тех дисциплинах, которые занимаются проблемами принятия решений: теории операций и общей теории управления и системном подходе.
Целью системного анализа является упорядочение последовательности действий при решении крупных проблем, основываясь на системном подходе. В системном анализе решение проблемы определяется как деятельность, которая сохраняет или улучшает характеристики системы. Приемы и методы системного анализа направлены на выдвижение альтернативных вариантов решения проблемы, выявление масштабов неопределенности по каждому варианту и сопоставление вариантов по их эффективности.
Системный анализ базируется на ряде общих принципов, среди которых:
принцип дедуктивной последовательности - последовательного рассмотрения системы по этапам: от окружения и связей с целым до связей частей целого (см. этапы системного анализа подробнее ниже);
принцип интегрированного рассмотрения - каждая система должна быть неразъемна как целое даже при рассмотрении лишь отдельных подсистем системы;
принцип согласования ресурсов и целей рассмотрения, актуализации системы;
принцип бесконфликтности - отсутствия конфликтов между частями целого, приводящих к конфликту целей целого и части.
Область применения методов системного анализа весьма широка. Существует классификация, согласно которой все проблемы, к решению которых можно применить методы системного анализа, подразделяются на три класса:
хорошо структурированные (well-structured), или количественно сформулированные проблемы, в которых существенные зависимости выяснены очень хорошо;
неструктурированные (unstructured), или качественно выраженные проблемы, содержащие лишь описание важнейших ресурсов, признаков и характеристик, количественные зависимости между которыми совершенно неизвестны;
слабо структурированные (ill-structured), или смешанные проблемы, которые содержат как качественные элементы, так и малоизвестные, неопределенные стороны, которые имеют тенденцию доминировать.
Для решения хорошо структурированных количественно выражаемых проблем используется известная методология исследования операций, которая состоит в построении адекватной математической модели (например, задачи линейного, нелинейного, динамического программирования, задачи теории массового обслуживания, теории игр и др.) и применении методов для отыскания оптимальной стратегии управления целенаправленными действиями.
Привлечение методов системного анализа для решения указанных проблем необходимо, прежде всего, потому, что в процессе принятия решений приходится осуществлять выбор в условиях неопределённости, которая обусловлена наличием факторов, не поддающихся строгой количественной оценке. В этом случае все процедуры и методы направлены именно на выдвижение альтернативных вариантов решения проблемы, выявление масштабов неопределённости по каждому из вариантов и сопоставление вариантов по тем или иным критериям эффективности. Специалисты только готовят или рекомендуют варианты решения, принятие же решения остаётся в компетенции соответствующего должностного лица (или органа).
Для решения слабо структурированных и неструктурированных проблем используются системы поддержки принятия решений.
Технология решения таких сложных задач может быть описана следующей процедурой:
формулировка проблемной ситуации;
определение целей;
определение критериев достижения целей;
построение моделей для обоснования решений;
поиск оптимального (допустимого) варианта решения;
согласование решения;
подготовка решения к реализации;
утверждение решения;
управление ходом реализации решения;
проверка эффективности решения.
Центральной процедурой в системном анализе является построение обобщённой модели (или моделей), отображающей все факторы и взаимосвязи реальной ситуации, которые могут проявиться в процессе осуществления решения. Полученная модель исследуется с целью выяснения близости результата применения того или иного из альтернативных вариантов действий к желаемому, сравнительных затрат ресурсов по каждому из вариантов, степени чувствительности модели к различным внешним воздействиям.
Исследования опираются на ряд прикладных математических дисциплин и методов, широко используемых в современной технической и экономической деятельности, связанной с управлением. К ним относятся:
методы анализа и синтеза систем теории управления,
метод экспертных оценок,
метод критического пути,
теория очередей и т. п.
Техническая основа системного анализа - современные вычислительные мощности и созданные на их основе информационные системы.
Методологические средства, применяемые при решении проблем с помощью системного анализа, определяются в зависимости от того, преследуется ли единственная цель или некоторая совокупность целей, принимает ли решение одно лицо или несколько и т. д. Когда имеется одна достаточно четко выраженная цель, степень достижения которой можно оценить на основе одного критерия, используются методы математического программирования. Если степень достижения цели должна оцениваться на основе нескольких критериев, применяют аппарат теории полезности, с помощью которого проводится упорядочение критериев и определение важности каждого из них. Когда развитие событий определяется взаимодействием нескольких лиц или систем, из которых каждая преследует свои цели и принимает свои решения, используются методы теории игр.
Несмотря на то, что диапазон применяемых в системном анализе методов моделирования и решения проблем непрерывно расширяется, он по своему характеру не тождествен научному исследованию: он не связан с задачами получения научного знания в собственном смысле, но представляет собой лишь применение методов науки к решению практических проблем управления и преследует цель рационализации процесса принятия решений, не исключая из этого процесса неизбежных в нём субъективных моментов.
Сиcтeмный aнaлиз - этo кoмплeкc иccлeдoвaний, нaпpaвлeнныx нa выявлeниe oбщиx тeндeнций и фaктopoв paзвития opгaнизaции и выpaбoткy мepoпpиятий пo coвepшeнcтвoвaнию cиcтeмы yпpaвлeния и вceй пpoизвoдcтвeннo-xoзяйcтвeннoй дeятeльнocти opгaнизaции.
Сиcтeмный aнaлиз имeeт cлeдyющиe ocoбeннocти:
Пpимeняeтcя для peшeния тaкиx пpoблeм, кoтopыe нe мoгyт быть пocтaвлeны и peшeны oтдeльными мeтoдaми мaтeмaтики, т.e. пpoблeм c нeoпpeдeлeннocтью cитyaции пpинятия peшeния;
Иcпoльзyeт нe тoлькo фopмaльныe мeтoды, нo и мeтoды кaчecтвeннoгo aнaлизa, т.e. мeтoды, нaпpaвлeнныe нa aктивизaцию иcпoльзoвaния интyиции и oпытa cпeциaлиcтoв;
Oбъeдиняeт paзныe мeтoды c пoмoщью eдинoй мeтoдики;
Oпиpaeтcя нa нayчнoe миpoвoззpeниe, в чacтнocти, нa диaлeктичecкyю лoгикy;
Дaeт вoзмoжнocть oбъeдинить знaния, cyждeния и интyицию cпeциaлиcтoв paзличныx oблacтeй знaний и oбязывaeт иx к oпpeдeлeннoй диcциплинe мышлeния;
Ocнoвнoe внимaниe yдeляeт цeлям и цeлeoбpaзoвaнию.
Облacти пpимeнeния cиcтeмнoгo aнaлизa мoжнo oпpeдeлить c тoчки зpeния xapaктepa peшaeмыx зaдaч:
Зaдaчи, cвязaнныe c пpeoбpaзoвaниeм и aнaлизoм цeлeй и фyнкций;
Зaдaчи paзpaбoтки или coвepшeнcтвoвaния cтpyктyp;
Зaдaчи пpoeктиpoвaния.
Вce эти зaдaчи пo-paзнoмy peaлизyютcя нa paзличныx ypoвняx yпpaвлeния экoнoмикoй. Пoэтoмy цeлecooбpaзнo выдeлить oблacти пpимeнeния cиcтeмнoгo aнaлизa и пo этoмy пpинципy: зaдaчи oбщeгocyдapcтвeннoгo, нapoднoxoзяйcтвeннoгo ypoвня; зaдaчи oтpacлeвoгo ypoвня; зaдaчи peгиoнaльнoгo xapaктepa; зaдaчи ypoвня oбъeдинeний, пpeдпpиятий.
10. Этапы процесса разработки и основные методы принятия управленческих решений.
Принятие решений представляет собой процесс быстрого курса действий из двух и более альтернатив. Решение – это сознательный выбор характеристик поведения в конкретной ситуации.
Все решения можно разделить на программируемые и непрограммируемые . Так установление величины оплата труда в бюджетной организации представляет собой программируемое решение, которое определяется законодательными и нормативными актами, действующими в Рссийской Федерации.
По степени срочности выделяют:
исследовательские решения;
кризисно-инструктивные .
Исследовательские решения принимаются при наличии времени на получение дополнительной информации. Кризисно-интуитивные решения применяются при наличии опасности, требующей немедленной реакции.
Выделяют следующие подходы к принятию решений :
по степени централизации ;
по степени индивидуальности ;
по степени вовлеченности работников .
Централизованный подход предполагает, что как можно больше решений должно приниматься на высшем уровне организации. Децентрализованный подход поощряет менеджеров передавать ответственность по принятию решений на нижний уровень управления. Кроме того, решение может приниматься индивидуально или группой.
По мере усложнения технологических процессов все больше решений принимается группой, состоящей из специалистов в различных областях научных знаний. Степень участия работника в решении проблемы зависит от уровня компетентности. Необходимо отметить, что современный менеджмент поощряет участие работников в решении проблем, например, через создание системы по сбору предположений об улучшении работы предприятия.
Процесс планирования решения может быть разбит на шесть этапов:-определение проблемы;
Постановка целей;азработка альтернативных решений;выбор альтернативы;осуществление решения;
оценка результатов.
Проблема заключается, как правило, в некоторых отклонениях от ожидаемого хода событий. Далее необходимо определить масштабы проблемы, например, какова доля забракованных изделий в общем объеме. Намного сложнее определить причины проблемы, например, на каком участке нарушение технологии привело к появлению брака. За определением проблемы следует постановка целей, которая будет служить основой для будущего решения, например, каким должен быть уровень брака.
Решение проблемы зачастую может быть обеспечено более чем двумя способами. Для формирования альтернативных решений необходим сбор информации из многих источников. Количество собираемой информации зависит от наличия финансовых средств и сроков принятия решений. На предприятии, как правило, вероятность достижения результатов более 90% считается хорошим показателем.
Для выбора одной из альтернатив необходимо рассмотреть соответствие между затратами и предполагаемыми результатами, а также возможность осуществления решения на практике и вероятность появления новых проблем после воплощения решений.
Осуществление решения предполагает объявление альтернативы, выдачу необходимых распоряжений, распределение заданий, обеспечение ресурсами, наблюдение за процессом осуществления решения, принятие дополнительных решений.
После осуществления решения менеджер должен оценить его эффективность, ответив на вопросы:
Была ли достигнута цель;алось ли добиться требуемого уровня расходов;
Не возникли ли нежелательные последствия;
Каково мнение работников, руководителей, других категорий, причастных к деятельности предприятия лиц об эффективности решения.
11. Целевой подход в управлении. Понятие и классификация целей.
Основополагающим принципом менеджмента является правильный выбор цели, поскольку целенаправленность – главная особенность любой человеческой деятельности. Переход к рыночным отношениям убедительно показывает, что управление процессом труда и производства все больше становится процессом управления людьми.
Цель представляет собой конкретизацию миссии организации в форме, доступной для управления процессом их реализации
Требования, предъявляемые к целям организации:
Функциональность, для того чтобы руководители различных уровней могли легко трансформировать общие цели, которые ставятся на более высоком уровне, в задачи для нижестоящих уровней
Установление обязательной временной связи между долговременными и краткосрочными целями
Их периодический пересмотр на основе анализа по специальным критериям, для того чтобы внутренние возможности соответствовали имеющимся условиям;
Обеспечение необходимой концентрации ресурсов и усилий;
Необходимость разрабатывать систему целей, а не только одну цель;
Охват всех сфер и уровней деятельности.
Любая цель будет эффективна в том случае, если она будет обладать следующими характеристиками:
Конкретностью и измеримостью;
Определенностью во времени;
Адресностью, направленностью;
Соласованностью и непротиворечивостью с другими целями и ресурсными возможностями организации;
Контролируемостью.
Вся система целей организации должна представлять собой взаимосвязанную систему. Такая взаимосвязь достигается путем их увязывания при помощи построения «дерева целей». Сущность понятия «дерева целей» со стоит в том, что на первом этапе целеполагания в организации определяется главная цель ее деятельности. Затем одна цель распадается на систему целей для всех сфер и уровней управления и производства. Количество уровней декомпозиции (деления общей цели на подцели) зависит от масштабов и сложности поставленных целей, принятой в организации структуры, степени иерархичности построения ее менеджмента. В самом верху этой модели находится общая цель (миссия) организации, а фундаментом служат задачи, которые представляют собой формулировку работ, которые могут быть выполнены требуемым образом и в заранее установленные сроки.
Направления совершенствования целеполагания в организации:
Азработка и спецификация параметров экономического анализа в организации; анализ экономической деятельности организации;
Контроль и управление изменением экономических параметров развития организации;
Наличие прогнозных экономических расчетов освоения новых рынков;
Определение экономической стратегии организации по отношению к конкурентам, партнерам и потребителям;
Оценка основных фондов, оборотных средств, производительности труда;
Экономические расчеты потребности населения в предлагаемых организацией товарах, услугах;
Определение стратегического подхода к экономическому расчету базовой цены на товар (услугу);
Установление эффективной системы оплаты труда персонала организации.
Важную роль в процессе целеполагания играет мотива ция. Модель формирования системы целей организации строится на базе системы мотиваций, которые используются на разных уровнях управления фирмой. Эффективное мотивирование может проводиться на основе системы средств, а не с помощью какого-то одного, даже очень важного стимула. Поэтому при разработке целей организации большое значение имеют правильное построение и способ применения системы мотивирования.
Классификация целей организации.
Цели организации задают параметры организации. Цели организации часто определяют как направления, по которым должна вестись ее деятельность. Основные цели организации вырабатываются распорядителями основных ресурсов (профессиональными управляющими) на основе системы ценностей. Высшее руководство организации является одним из ключевых ресурсов, поэтому система ценностей высшего руководства влияет на структуру целей организации, при этом достигается интеграция ценностей служащих компании и владельцев акций.
Можно выделить систему целей организации:
Выживание в условиях конкурентной борьбы;
Предупреждение банкротства и крупных финансовых неудач;
Лидерство в борьбе с конкурентами;
Максимизация «цены» или создание имиджа;
Рост экономического потенциала;
Рост объемов производства и реализации;
Максимизация прибыли;
Минимизация расходов;
Рентабельность.
Цели организации классифицируются:
2.периоду установления: стратегические, тактические, оперативные;
3приоритетности: особо приоритетные, приоритетные, прочие;
4измеримости: количественные и качественные;
5характеру интересов: внешние и внутренние;
6повторяемости: постоянно повторяющиеся и разовые;
7временному периоду: краткосрочные, среднесрочные, долгосрочные;
8функциональной направленности: финансовые, инновационные, маркетинговые, производственные, административные;
9стадиям жизненного цикла: на стадии проектирования и создания, на стадии роста, на стадии зрелости, на стадии завершения жизненного цикла;
11иерархии: цели всей организации, цели отдельных подразделений (проектов), личные цели работника;
12масштабам: общефирменные, внутрифирменные, групповые, индивидуальные.
Разнообразие целей организации объясняется тем, что по содержанию элементы организации разнонаправлены по множеству параметров. Это обстоятельство обусловливает необходимость множества целей, различных по уровню управления, задачам управления и т.д. Классификация целей позволяет глубже осознать многогранность деятельности хозяйственных организаций. Используемые для классификации критерии могут быть также применены многими хозяйственными организациями. Однако конкретные выражения целей в рамках данной классификации будут оставаться различными. Классификация целей организации позволяет повысить эффективность управления путем выбора для каждой цели системы необходимой информации и методов постановки.
Системный анализ - это научно-методологическая дисциплина, которая изучает принципы, методы и средства исследования сложных объектов посредством представления их в качестве систем (см. ) и анализа (см. ) этих систем. Таким образом, в системном анализе любой объект рассматривается с учётом его системного характера, то есть не как единое целое, а как комплекс взаимосвязанных составных элементов, их свойств и процессов.
Системный анализ применяется, главным образом, к исследованию искусственных систем (социальных, экономических, организационных, технических, человеко-машинных и тому подобных), причём в таких системах важная роль принадлежит деятельности человека (см. ). Наиболее широкое распространение системный анализ получил в теории и практике управления (см. ) - при выработке, принятии и обосновании решений, связанных с проектированием, созданием и управлением сложными, многоуровневыми и многокомпонентными искусственными системами.
При разработке, конструировании и эксплуатации подобных системам, как правило возникают проблемы, относящиеся не только к свойствам их составных частей (элементов, подсистем и связей), но и к закономерностям функционирования системного объекта в целом и обеспечения его жизненного цикла (общесистемные проблемы), а также широкий круг специфических задач управления, которые решаются при помощи методов системного анализа. В этом смысле системный анализ относят к области системной инженерии (см. ), которая изучает вопросы проектирования, создания и эксплуатации структурно сложных систем любого масштаба и назначения.
Системный анализ опирается на комплекс общенаучных, специально-научных, экспериментальных, статистических, математических методов. Его теоретическую и методологическую основу составляют системный подход (см. ) и общая теория систем (см. ), а также методы исследований с привлечением математической логики, математической статистики, теории алгоритмов, теории игр, теории ситуаций, теории информации, комбинаторики, эвристического программированияя, имитационного моделирования и ряда других. Хотя его основой считают общесистемные теории, системный анализ, однако, заимствует у них лишь самые общие исходные представления и предпосылки.
В системном анализе тесно переплетены элементы науки и практики, поэтому далеко не всегда обоснование решений с помощью системного анализа связано с использованием строгих формализованных методов и процедур, допускаются и суждения, основанные на личном опыте и интуиции. Важной особенностью системного анализа является единство используемых в нём формализованных и неформализованных средств и методов исследования.
Предпосылки развития системного анализа сложились в первой половине XX века, будучи обусловлены переходом к новому типу научных и технических задач: в целом ряде областей науки (см. ) и техники (см. ) центральное место начинают занимать проблемы организации и функционирования сложных объектов: познание и практика начинает оперировать системами, границы и состав которых далеко не очевидны и требуют специального исследования в каждом отдельном случае. Во второй половине XX века аналогичные по типу задачи возникают и в социальной практике: техника всё более превращается в технику сложных систем, где многообразные технические и другие средства тесно связаны решением единой крупной задачи (например, сложные социально-технические и человеко-машинные системы); в социальном управлении вместо господствовавших прежде локальных, отраслевых задач и принципов ведущую роль играют крупные комплексные проблемы, требующие тесного взаимоувязывания экономических, социальных и иных аспектов общественных отношений.
Изменение типа научных и практических задач сопровождается появлением общенаучных и специально-научных концепций, для которых характерно использование в той или иной форме основных идей системного подхода. На определённой стадии развития научного и практического знания системные теории начали оформляться в самостоятельные научные и методологические дисциплины, достижения которых затем стали целенаправленно использоваться при комплексном решении инженерно-технических и организационно-управленческих задач, что в итоге привело к появлению нового методологического подхода, получившего название «системный анализ». Наряду с этим, потребности практики почти одновременно со становлением теории систем и системного анализа привели к возникновению родственных направлений, которые в последующем стали объединять термином «системные исследования» (например, кибернетика, исследование операций, теория принятия решений, экспертный анализ, имитационное моделирование, ситуационное управление, структурно-лингвистическое моделирование и другие).
Как самостоятельное направление исследований системный анализ начал оформляться в 1950-х годах, прежде всего в США, где его применение было связано с решением прикладных задач крупного бизнеса, таких как распределение производственных мощностей, определение будущих потребностей в новом оборудовании и в рабочей силе той или иной квалификации, прогнозирование спроса на различные виды продукции и так далее. Одновременно системный анализ все шире проникает и в сферу управленческой деятельности государственного аппарата, в частности при решении проблем, связанных с развитием и техническим оснащением вооружённых сил и с освоением космоса, а также связанных с ними крупных государственных проектов.
В период 1960–1970-х годов широкое распространение идей и методов системного анализа, а также успешное их применение на практике стало возможным только с внедрением и повсеместным использованием вычислительных машин. Именно применение вычислительных машин как инструмента решения сложных задач позволило перейти от построения теоретических моделей систем к широкому их практическому применению. Кроме того, интенсивное расширение сферы использования системного анализа тесно связано с распространением программно-целевого метода управления, при котором специально для решения той или иной важной проблемы составляется программа, формируется организация (учреждение или сеть учреждений) и выделяются необходимые материальные и человеческие ресурсы.
Впоследствии сложились различные школы системного анализа, занимающиеся приложением теории систем к исследованию разных сфер - от стратегического планирования и управления предприятиями, до управления проектами технических комплексов и принятия решений по отдельным видам деятельности при возникновении различных проблемных ситуаций в процессе функционирования социально-экономических и технических объектов. В 1972 году в Лаксенбурге, близ Вены, Австрия, создан Международный институт прикладного системного анализа (International Institute for Applied Systems Analysis; IIASA), в работе которого приняли участие 12 стран (в том числе СССР и США). В настоящее время Институт ведёт работу по применению методов системного анализа преимущественно к решению глобальных проблем, требующих международного сотрудничества.
В СССР, начиная с 1960-х годов, активно развивалась советская школа системного анализа и теории систем. Предшественником советской школы системного анализа был А. А. Богданов, предложивший в начале XX века концепцию всеобщей организационной науки - тектологии , послужившей предтечей общей теории систем Л. фон Берталанфи. Основная идея теории Богданова заключается в том, что все существующие объекты и процессы имеют определённый уровень организованности, который тем выше, чем сильнее свойства целого отличаются от простой суммы свойств комплектующих элементов. Именно анализ свойств целого и его частей был впоследствии заложен в качестве основной характеристики понятия сложной системы. Наряду с этим, Богданов изучает не только статическое состояние структур, а занимается исследованием динамического поведения объектов, уделяет внимание вопросам развития организации, подчёркивает значение обратных связей, указывает на необходимость учёта собственных целей организации, отмечает роль открытых систем. При этом он уделяет особое внимание роли моделирования и математического анализа как потенциальных методов решения задач теории организации. Позднее идеи этой теории развивались в трудах И. И. Шмальгаузена, В. Н. Беклемишева и ряда других специалистов. Первые методики системного анализа в СССР были разработаны Ю. И. Черняком, С. А. Валуевым, Е. П. Голубковым. Затем начался период разработки методик структуризации, основанных на философских концепциях. Для развития этого направления при Всесоюзном научно-техническом обществе радиотехники, электроники и связи в 1973 году был создан семинар «Системный анализ в проектировании и управлении» (Ф. Е. Темников, Ю. И. Черняк, В. Н. Волкова). В дальнейшем отдельные школы системного анализа продолжали системные исследования при высших учебных заведениях.
Системный анализ как дисциплина сформировался в результате необходимости исследовать и проектировать большие (крупномасштабные) и сложные системы, управлять ими в условиях неполноты информации, ограниченности ресурсов и дефицита времени. В системном анализе рассматриваются не любые, а именно большие и сложные системы. Общепризнанной границы, разделяющей большие и сложные системы, нет. Однако отмечается, что термин «большая система» характеризует многокомпонентные системы, включающие значительное число элементов с однотипными многоуровневыми связями. Большие системы - это пространственно-распределённые системы высокой степени сложности, в которых подсистемы (их составные части) также относятся к категориям сложных. Дополнительными признаками, характеризующими большую систему, являются:
В свою очередь, термин «сложная система» характеризует структурно и функционально сложные многокомпонентные системы с большим числом взаимосвязанных и взаимодействующих элементов различного типа и с многочисленными и разнородными связями между ними. Сложные системы отличаются многомерностью, разнородностью структуры, многообразием природы элементов и связей, организационной разносопротивляемостью и разночувствительностью к воздействиям, асимметричностью потенциальных возможностей осуществления функциональных и дисфункциональных изменений. При этом каждый из элементов подобной системы может быть также представлен в виде системы (подсистемы). К сложной можно отнести систему, обладающую по крайней мере одним из следующих признаков:
Проблема управления сложными системами и составляет основное содержание задач системного анализа. Для того чтобы успешно справиться с этой проблемой, необходимо изучить объект управления - то есть саму систему, а также определить цель управления - выяснить необходимое (целесообразное) состояние системы, то есть состояние, к которому она должна стремиться. Методы и процедуры системного анализа направлены на выявление целей, выдвижение альтернативных вариантов решения проблем, выявление масштабов неопределённости по каждому из вариантов и сопоставление вариантов по тем или иным критериям эффективности, а также связанных организационных задач.
Главной задачей системного анализа является разрешение проблемной ситуации, возникшей перед объектом проводимого системного исследования. Системный анализ занимается изучением проблемной ситуации, выяснением её причин, выработкой вариантов её устранения, принятием решения и организацией дальнейшего функционирования системы, разрешающего проблемную ситуацию. Начальным этапом любого системного исследования является изучение объекта проводимого системного анализа с последующей его формализацией. На этом этапе возникают задачи, в корне отличающие методологию системных исследований от методологии других дисциплин, а именно, в системном анализе решается двуединая задача. С одной стороны, необходимо формализовать объект системного исследования, с другой стороны, формализации подлежит процесс исследования системы, процесс постановки и решения проблемы.
Следующей важной задачей системного анализа является проблема принятия решения. Применительно к задачам исследования, проектирования и управления сложными системами, включающими в себя большое количество элементов и подсистем, проблема принятия решения связана с выбором определённой альтернативы развития системы в условиях различного рода неопределённости. Неопределённость может быть обусловлена наличием множества факторов, не поддающихся точной оценке - воздействием на систему неизвестных факторов, многокритериальностью задач оптимизации, недостаточной определённостью целей развития систем, неоднозначностью сценариев развития системы, недостаточностью априорной информации о системе, воздействием случайных факторов в ходе динамического развития системы и прочими условиями. Ещё один распространённый вид неопределённости представляет собой неопределённость, связанную с последующим влиянием результатов принятого решения на проблемную ситуацию. Дело в том, что поведению сложных систем свойственна неоднозначность, то есть после принятия решения возможны различные варианты поведения системы. Оценка этих вариантов, вероятности их возникновения является также одной из основных задач системного анализа.
Как правило, в условиях указанных неопределённостей выбор альтернативы требует анализа сложной и многосторонней информации. В этом смысле целью применения системного анализа является повышение степени обоснованности принимаемого решения, расширение множества вариантов, среди которых производится обоснованный выбор. Для этого в системном анализе разрабатываются модели принятия решений, методы выбора решений и обоснования критериев, характеризующих качество принимаемых решений. На этапе выработки и принятия решений необходимо учитывать взаимодействие системы с её подсистемами, сочетать цели системы с целями подсистем, выделять глобальные и второстепенные цели.
Другой важной задачей системного анализа является исследование процессов целеобразования, их изучение и разработка средств работы с целями (формулирование, структуризация или декомпозиция целевых структур, программ и планов, а также связей между ними), и это зачастую оказывается более трудной задачей, чем последующий выбор лучшего решения. В этом смысле системный анализ иногда определяют как методологию исследования целенаправленных систем. Формулирование цели при решении задач системного анализа является одной из ключевых процедур, потому что цель является объектом, определяющим постановку задачи системных исследований.
Важное место в системном анализе занимают и задачи организации, в том числе проблемы управления в иерархических системах, выбор оптимальной структуры, оптимальных режимов функционирования, оптимальной организации взаимодействия между подсистемами и элементами и другие организационные задачи. Выявление и решение подобных проблем может быть успешно решено при совместной работе системных аналитиков и специалистов в соответствующей отрасли исследования.
В системном анализе используется современный математический аппарат и вычислительные системы, однако для описания сложных систем, в том числе прогнозирования их поведения, оказывается невозможным опираться только на строгие математические методы. Поэтому в системном анализе широко используются неформальные процедуры, при этом одной из центральных методологических проблем системного анализа, возникающей при изучении сложных систем, является объединение формальных и неформальных методов анализа и синтеза. Основным инструментом, обеспечивающим это объединение, являются имитационные модели, созданные при помощи методов компьютерного моделирования.
Задачей системного анализа является конструирование имитационных систем любой сложности, однако следует отметить, что в системных исследованиях не преследуется цель создания некоей «супермодели», речь идёт о разработке частных моделей, каждая из которых решает свои специфические вопросы. Даже после того как подобные имитационные модели созданы и исследованы, вопрос о сведении различных аспектов поведения системы в некую единую схему остаётся открытым. Однако решить его можно и нужно не посредством построения «супермодели», а анализируя реакции на наблюдаемое поведение других взаимодействующих объектов, то есть путём исследования поведения объектов - аналогов и перенесения результатов этих исследований на объект системного анализа. Такое исследование даёт основание для содержательного понимания ситуаций взаимодействия и структуры взаимосвязей, определяющих место исследуемой системы в структуре суперсистемы, компонентом которой она является.
Отдельную группу задач системного анализа составляют задачи исследования комплекса взаимодействий анализируемых объектов с внешней средой. Решение подобных задач предполагает проведение границы между исследуемой системой и внешней средой, предопределяющей предельную глубину влияния рассматриваемых взаимодействий, которыми ограничивается рассмотрение, определение реальных ресурсов такого взаимодействия, рассмотрение взаимодействий исследуемой системы с системой более высокого уровня. Задачи этого типа связаны с конструированием альтернатив взаимодействия системы с внешней средой, альтернатив развития системы во времени и в пространстве.
Системный анализ опирается на ряд прикладных логико-математических дисциплин, технических процедур и методов, широко используемых в деятельности управления, включая формализованные и неформализованные средства исследования, а также на совокупность принципов, то есть исходных, принимаемых за истину правил, которые используются в качестве основы для построения методов анализа.
Методологическую основу системного анализа составляет системный подход, который в самом общем смысле подразумевает рассмотрение системы любой степени сложности как:
Для организации процесса исследования при проведении системного анализа разрабатывается комплекс методов, определяющих последовательность этапов проведения анализа и процедуры их выполнения.
Универсальных методик и способов проведения системного анализа не существует. Чаще всего подобного типа методики разрабатываются и применяются в тех случаях, когда у исследователя нет достаточных сведений о системе, которые позволили бы формализовать процесс её исследования, включающий постановку и решение возникшей проблемы. Общим для всех методик системного анализа является определение закономерностей функционирования системы, формирование вариантов структуры системы (нескольких альтернативных алгоритмов, реализующих заданный закон функционирования) и выбор наилучшего варианта, осуществляемого путём решения задач декомпозиции, анализа исследуемой системы и синтеза системы, и снимающего проблему практики.
Основу построения методики анализа и синтеза систем в конкретных условиях составляет перечень принципов системного анализа , которые представляют собой обобщение практики работы со сложными системами. Различные авторы излагают принципы с теми или иными отличиями, поскольку единых общепринятых формулировок в настоящее время нет. Однако все формулировки в сущности описывают одни и те же понятия. Наиболее часто к системным причисляют следующие принципы:
С этой точки зрения структура представляет собой множество ограничений на потоки в пространстве и во времени. В организационных системах структура создаётся после определения набора функций и реализуется в виде совокупности персонала, методов, алгоритмов, технических устройств различного назначения. При появлении новых задач и соответственно функций может оказаться необходимой корректировка структуры. После создания системы возможно уточнение структуры системы и отдельных функций в рамках существующих целей и задач, то есть возможно обратное влияние структуры на функции. Зачастую организация, её структура создаются до выяснения целей и задач системы. В результате имеют место параллелизм в работе органов управления, систематические попытки улучшить работу организации путём изменения её структуры.
Все указанные принципы обладают очень высокой степенью общности. Для непосредственного применения исследователь наполняет их конкретным содержанием применительно к предмету исследования. В моделях систем они должны быть конкретизированы в зависимости от существа системы и решаемой задачи.
Методы системного анализа направлены на формулирование проблемы, выявление целей, выдвижение альтернативных вариантов решения проблем, выявление масштабов неопределённости по каждому из вариантов и сопоставление вариантов по тем или иным критериям эффективности, а также принятия решений и связанных организационных задач. В общем случае при рассмотрении существующей системы и процесса её функционирования выявляется проблемная ситуация как несоответствие существующего положения дел требуемому. Для разрешения проблемной ситуации проводится системное исследование при помощи методов декомпозиции , анализа и синтеза системы. Моделирование системы, то есть реализация системы в виде модели, позволяет провести оценку степени снятия проблемной ситуации. Общий подход к разрешению проблемных ситуаций, применяемый в рамках системного анализа, представлен на схеме № 1.
Основные методы системного анализа и соответствующие им процедуры в упрощённом виде могут быть представлены в виде трёхуровневого дерева (схема № 2).
В практической деятельности обычно не следуют указанному на схеме № 2 строго формальному разделению методов системного анализа по этапам проведения исследования, так как в действительности задачи системного анализа являются достаточно сложными, поэтому перечисление этапов не может быть самоцелью. Непосредственное применение тех или иных методов связано с предметом исследования и конкретным содержанием решаемой задачи.
На этапе декомпозиции системы , обеспечивающем её общее представление, осуществляются:
Процесс декомпозиции довольно сложен и требует привлечения квалифицированных экспертов. Основной проблемой при этом является соблюдение двух противоречивых принципов:
Компромисс в указанном противоречии достигается с помощью четырёх основополагающих принципов:
Глубина декомпозиции ограничивается. Так, декомпозиция должна прекращаться, если необходимо изменить уровень абстракции - представить элемент как подсистему. Если при декомпозиции выясняется, что модель начинает описывать внутренний алгоритм функционирования элемента вместо закона его функционирования в виде «чёрного ящика», то в этом случае произошло изменение уровня абстракции. Это означает выход за пределы цели исследования системы и, следовательно, вызывает прекращение декомпозиции. В современных методиках типичной является декомпозиция модели на глубину 5–6 уровней. На такую глубину декомпозируется обычно одна из подсистем. Функции, которые требуют такого уровня детализации, часто очень важны, и их детальное описание даёт ключ к основам функционирования всей системы.
Согласно теории систем, большинство систем могут быть декомпозированы на базовые представления подсистем. К ним относят:
Проблема проведения декомпозиции состоит в том, что в сложных системах отсутствует однозначное соответствие между законом функционирования подсистем и алгоритмом, его реализующим. Поэтому осуществляется формирование нескольких вариантов (или одного варианта, если система отображена в виде иерархической структуры) декомпозиции системы.
Наиболее часто применяются следующие стратегии декомпозиции:
В жизненном цикле управления организационно-экономической системы выделяют следующие его стадии:
В жизненном цикле информационных систем его стадии соответствуют этапам обработки информации:
На этапе анализа системы , обеспечивающем формирование её детального представления, наиболее часто применяются следующие методы:
На этапе синтеза системы осуществляются:
В процессе исследования при проведении системного анализа используется комплекс процедур, которые направлены на формулирование проблемной ситуации, определение генеральной цели системы, целей её отдельных подсистем, выдвижение множества альтернатив достижения этих целей, которые сопоставляются по тем или иным критериям эффективности, а также построение обобщённой модели (или моделей), отображающей все факторы и взаимосвязи реальной ситуации, которые могут проявиться в процессе осуществления решений, в результате чего выбирается наиболее приемлемый способ решения проблемной ситуации и достижения требуемого (целевого) состояния системы.
Одной из наиболее важных характеристик систем, особенно искусственных, является целеориентированный характер их деятельности. В системном анализе цель понимается как субъективный образ (абстрактная модель) несуществующего, но желаемого состояния системы. Цель может задаваться требованиями к показателям результативности, ресурсоёмкости, оперативности функционирования системы, либо к траектории достижения заданного результата. Несоответствие между существующим и требуемым (целевым) состоянием системы при определённом состоянии внешней среды (например, неэффективности) называется проблемной ситуацией .
Таким образом, начальный пункт определения целей в системном анализе связан с формулированием проблемы. При этом существует ряд особенностей связанных с ней задач системного анализа. Прежде всего, необходимость системного анализа возникает тогда, когда заказчик уже сформулировал свою проблему, то есть проблема не только существует, но и требует решения. Однако сформулированная заказчиком проблема, как правило, представляет собой приблизительный рабочий вариант. Причины, по которым исходную формулировку проблемы необходимо считать в качестве первого приближения, состоят в следующем. Система, для которой формулируется цель проведения системного анализа, не является изолированной: она связана с другими системами, либо входит как часть в состав некоторой надсистемы и так далее. Поэтому, формулируя проблему для рассматриваемой системы, необходимо учитывать, как решение данной проблемы отразится на системах, с которыми связана данная система, и планируемые изменения неизбежно будут затрагивать и подсистемы, входящие в состав данной системы, и надсистему, содержащую данную систему. Таким образом, любая реальная проблема в системном анализе рассматривается не как отдельно взятая, а как объект из числа взаимосвязанных проблем.
К определению цели переходят после того как проведена работа по структурированию исходной проблемы и сформулирована проблемная ситуация, которую требуется преодолеть в ходе выполнения системного анализа. Для того, чтобы определить цель системного анализа, следует ответить на вопрос, что необходимо сделать для снятия проблемы. Таким образом, сформулировать цель - значит указать направление, в котором следует двигаться, чтобы разрешить существующую проблему, и определить пути, которые уводят от существующей проблемной ситуации. При этом цель исследования предполагается внешним фактором по отношению к системе и тем самым становится самостоятельным объектом исследования.
Простая классификация целей может быть представлена следующим образом:
Конечные цели характеризуют вполне определённый результат, который может быть получен в заданном времени и пространстве. В этом случае цель можно задать в виде желаемых значений (или области желаемых значений) параметров состояния системы. Таким образом, конечная цель может быть представлена как некоторая точка (или область) в пространстве состояний. Бесконечные цели определяют, как правило, общее направление деятельности. Бесконечная цель может задаваться как вектор в пространстве состояний системы, например, в виде функций максимизации или минимизации параметров состояния. Выбор того или иного класса целей зависит от характера решаемой проблемы. Очевидно, что при определении целей необходимо исходить из общих интересов системы. При этом формулировка целей может выражаться как в качественной, так и в количественной форме.
По отношению к состоянию целей система может находиться в двух режимах: функционирования и развития. В первом случае считается, что система полностью удовлетворяет потребности внешней среды и процесс перехода её и её отдельных элементов из состояния в состояние происходит при постоянстве заданных целей. Во втором случае считается, что система в некоторый момент времени перестаёт удовлетворять потребностям внешней среды и требуется корректировка прежних целевых установок.
Учитывая, что практически все системы относятся к классу многопродуктовых (многоцелевых) систем, следует также рассматривать простые (частные) цели системы и сложные (комплексные) цели.
Наиболее часто целеопределение проводится при помощи метода построения дерева целей . Идея этого метода впервые была предложена У. Чёрчменом (Charles West Churchman; 1913–2004) в рамках проводимого им изучения процессов принятия решений в американской промышленности. Основная задача, решаемая благодаря построению дерева целей, - перевод сложной и глобальной цели к конечному набору относительно простых подцелей, для выполнения которых могут быть определены конкретные задачи и процедуры их решения. Термин «дерево целей», как правило, используется применительно к иерархическим структурам строгого порядка, полученным путём разделения некоторой общей цели на подцели, а их, в свою очередь, на более детальные составляющие (новые подцели, функции и так далее). Вместе с тем, метод построения дерева целей подразумевает использование и «слабых» иерархий, в структурах которых одна и та же вершина нижележащего уровня может быть одновременно подчинена двум или нескольким вершинам вышележащего уровня.
Основной принцип построения дерева целей состоит в преобразовании любой цели более высокого иерархического уровня в совокупность подцелей более низкого уровня. Таким образом, все цели выстраиваются в строгой логической последовательности. Процесс вычленения подцелей продолжается до тех пор, пока все они не совпадут с названиями средств своей реализации. Построенное дерево целей обычно отображается графической схемой или при помощи кода Дьюи 1 , например:
Расширенной разновидностью метода дерева целей является метод PATTERN 2 , разработанный в США в целях повышения эффективности процессов принятия стратегических решений в промышленности и в сфере научно-исследовательских и опытно-конструкторских разработок. Метод PATTERN возник в результате анализа наиболее трудного места в планировании - разрыва между стратегическими целями, планами их осуществления и механизмами их материально-технического обеспечения, или, иначе говоря, противоречия между ростом новых потребностей и потенциальных технических возможностей их удовлетворения и более медленным увеличением экономических возможностей. PATTERN стал первым методом системного анализа, в котором были определены порядок, методы формирования и оценки приоритетов элементов структур целей.
Основные элементы метода PATTERN включают следующие процедуры:
Во всех случаях при выборе совокупности целей необходимо предусмотреть ряд оценок, в том числе:
В целом, определение и формулирование целей представляет собой комплексный и сложный процесс, поэтому в практике системного анализа целеопределение - один из наиболее важных этапов создания систем, определяющий весь дальнейший комплекс работ.
Следующим этапом системного анализа является создание множества возможных способов достижения сформулированной цели. Иными словами, на данном этапе необходимо сгенерировать множество альтернатив, из которых затем будет осуществляться выбор наилучшего пути развития системы. Данный этап системного анализа является очень важным и трудным. Важность его заключается в том, что конечная цель системного анализа состоит в выборе наилучшей альтернативы на заданном множестве и в обосновании этого выбора. Если в сформированное множество альтернатив не попала наилучшая, то никакие самые совершенные методы анализа не помогут её вычислить. Трудность этапа обусловлена необходимостью генерации достаточно полного множества альтернатив, включающего в себя, на первый взгляд, даже самые нереализуемые.
Генерирование альтернатив, то есть идей о возможных способах достижения цели, является, прежде всего, творческим процессом. Существует ряд общих рекомендаций о возможных подходах к выполнению рассматриваемой процедуры, согласно которым необходимо сгенерировать как можно большее число альтернатив. Чаще всего в рекомендациях упоминаются следующие способы генерации альтернатив:
Существует отметить, что если при выполнении работ по формированию множества альтернатив стремиться получить на начальной стадии как можно большее их число, то есть стараться сделать множество альтернатив как можно более полным, то для некоторых проблем их количество может достичь многих десятков. Для подробного изучения каждой из них потребуются неприемлемо большие затраты времени и средств. Поэтому в данном случае необходимо провести предварительный анализ альтернатив и постараться сузить множество на ранних этапах анализа. На этом этапе анализа применяют качественные методы сравнения альтернатив, не прибегая к более точным количественным методам. Тем самым осуществляется грубое отсеивание альтернатив.
Концепции коллективной генерации идей получили широкое распространение с начала 1950-х годов как методы развития мышления, нацеленные на открытие новых идей и достижение согласия групп людей на основе интуитивного мышления. Методы этого типа известны также под названиями «мозговой штурм», «мозговая атака», «конференция идей», «коллективная генерация идей».
Обычно при проведении сессий коллективной генерации идей стараются следовать определённым принципам, суть которых сводится к следующим основным правилам:
В зависимости от принятых правил и строгости их выполнения различают прямую «мозговую атаку», метод обмена мнениями и другие виды коллективного обсуждения идей и вариантов принятия решений. В последнее время получили широкое распространение правила, помогающие сформировать некоторую систему идей, в рамках которых предлагается, например, считать наиболее ценными те из них, которые связаны с ранее высказанными и представляют собой их развитие и обобщение. Участникам не разрешается зачитывать списки предложений, которые они подготовили заранее. В то же время, чтобы предварительно нацелить участника на обсуждаемый вопрос, при организации сессий коллективной генерации идей заранее или перед началом сессии участникам представляется некоторая предварительная информация об обсуждаемой проблеме в письменной или устной форме. Подобием сессий коллективной генерации идей можно считать разного рода совещания - конструктораты, заседания научных советов по проблемам, заседания специально создаваемых временных комиссий и другие содержательно ориентированные собрания компетентных специалистов.
Сравнительный анализ идей невозможен без единого подхода к обобщению, поэтому в рекомендациях к этому методу предлагается провести обобщения следующих уровней:
Отбор идей производится группой экспертов-аналитиков, при этом в процессе анализа действует правило - все идеи равны. Следует учитывать, что поскольку на практике трудно собрать в одном месте специалистов по конкретному вопросу, желательно привлекать компетентных специалистов, не требуя обязательного их присутствия на общих собраниях коллективной генерации идей и устного высказывания своих соображений хотя бы на первом этапе системного анализа при формировании предварительных вариантов.
Методы подготовки и согласования формализованных представлений о проблеме или анализируемом объекте, изложенные в письменном виде, получили название метода сценариев . Первоначально этот метод предполагал подготовку текста, содержащего логическую последовательность событий или возможные варианты решения проблемы, упорядоченные по времени. Однако требование временных координат позднее было снято, и сценарием стали называть любой документ, содержащий анализ рассматриваемой проблемы или предложения по её решению независимо от того, в какой форме он представлен. Как правило, на практике предложения для подготовки подобных документов пишутся экспертами вначале индивидуально, а затем формируется согласованный текст.
Сценарий не только предусматривает содержательные рассуждения, которые помогают не упустить детали, обычно не учитываемые при формальном представлении системы (в этом и заключалась первоначально основная роль сценария), но и содержит результаты количественного технико-экономического или статистического анализа с предварительными выводами, которые можно получить на их основе. Группа экспертов, подготавливающих сценарии, пользуется правом получения необходимых справок от организаций, консультаций специалистов. Понятие сценариев расширяется в направлении как областей применения, так и форм представления и методов их разработки: в сценарий не только вводятся количественные параметры и устанавливаются их взаимосвязи, но и предлагаются методики составления сценариев с использованием машинных вычислений.
Сценарий позволяет создать предварительное представление о проблеме (системе) в ситуациях, которые не удаётся сразу отобразить формальной моделью. Однако сценарий - это всё же текст со всеми вытекающими последствиями (синонимия, омонимия, парадоксы), обусловливающими возможность неоднозначного его толкования. Поэтому его следует рассматривать как основу для разработки более формализованного представления о будущей системе или решаемой проблеме.
К настоящему времени накоплен определённый опыт в области разработки сценариев. Например, рекомендуется разрабатывать «верхний» и «нижний» сценарии - своего рода предельные случаи, между которыми может находиться возможное будущее. Такой приём позволяет отчасти компенсировать или явно выразить неопределённости, связанные с предсказанием будущего. Иногда полезно включать в сценарий воображаемый активно противодействующий элемент, моделируя тем самым «наихудшую ситуацию». Кроме того, рекомендуется не разрабатывать детально (как ненадёжные и непрактичные) сценарии, слишком «чувствительные» к небольшим отклонениям на ранних стадиях.
При исследовании сложных систем возникают задачи, которые не могут быть решены исключительно формальными математическими методами. В этом случае прибегают к услугам экспертов, то есть лиц, обладающих достаточным опытом в рассматриваемой предметной области и обладающих развитой интуицией. Основная идея экспертных методов состоит в том, чтобы использовать интеллект людей для решения слабо формализованных задач, в том числе и задач выбора из множества альтернатив. Этот процесс состоит из двух важных частей: организации работы экспертов и обработки мнений экспертов.
Первоначальным фактором, определяющим работу экспертной группы, является выявление характеристики цели работы, какой результат необходим качественно - информация, предоставляемая лицу, принимающему решения, или проект самого решения. В первом случае группа должна собрать как можно больше относящейся к делу информации, аргументов «за» и «против» определённых вариантов решений, не вырабатывая согласованного проекта решения. Кроме того, работа может быть построена так, чтобы выявить оценки и мнения, отклоняющиеся от общих, наиболее оригинальные и неожиданные. Во втором случае группа экспертов должна предложить и обосновать лицу, принимающему решения, проект некоторого решения. Для согласования различных мнений в данном случае необходимо применить специальные методы обработки групповых мнений экспертов.
Организация работы экспертов включает следующие основные этапы:
Формулировка лицом, принимающим решения, цели экспертного опроса является инициализирующим событием для организации работы экспертов, результатом её является чёткое определение - какие результаты ожидаются от экспертов. Рабочая (инициативная) группа играет важную роль в работе экспертов, направляя, структурируя и обеспечивая их работу.
При разработке сценария, технологии и методов следует учитывать следующие моменты:
Одним из наиболее сложных является вопрос подбора экспертов. Очевидно, что в качестве экспертов необходимо использовать тех людей, чьи знания и компетенции помогут принятию адекватного решения, однако на сегодняшний день не существует методов подбора экспертов, гарантированно обеспечивающих успех экспертизы. Использование методов взаимооценки и самооценки компетентности экспертов наряду с применением формальных показателей (должность, учёные степень и звание, стаж, число публикаций и так далее) не даёт чётких гарантий проведения качественной экспертизы, успешность участия в предыдущих экспертизах также не всегда гарантирует эффективность работы эксперта по новым и уникальным проектам. В конечном счёте, подбор экспертов - это функция инициативной группы, и никакие методики подбора не снимают с неё ответственности за компетентность экспертов, а также за их принципиальную способность решить поставленную задачу.
При групповой экспертизе наиболее типична следующая ситуация:
Можно сказать, что методы обработки мнений экспертов позволяют структурировать множество альтернатив в ситуации «разноголосицы» суждений экспертов. Важным отличием от обычных методов голосования является обработка экспертных оценок без их отбрасывания, кроме специальных случаев в методах так называемой «борьбы с манипулированием».
При формировании набора критериев можно попросить каждого эксперта дать своё множество критериев, а затем объединить все множества в одно. Если указано жёсткое ограничение по количеству критериев, то без отбрасывания не обойтись. Проще всего упорядочить критерии по частоте упоминания и отбросить неудовлетворяющие заданному ограничению.
Для оценки сравнительной значимости критериев применяют компромиссное ранжирование. Каждый эксперт даёт свою ранжировку критериев по важности. На основе индивидуальных ранжировок нужно построить обобщённую. Это можно сделать разными методами. Наиболее корректным (но и наиболее трудоёмким) считается метод медианы Кемени 3 . Для нахождения медианы, прежде всего, следует задать способ определения расстояния между ранжировками, или, используя математическую терминологию, - «определить метрику в пространстве ранжировок». После этого следует найти (построить) такую ранжировку, суммарное расстояние от которой до всех заданных экспертных ранжировок было бы минимально. Искомая ранжировка и будет медианой Кемени. Таким образом, согласование ответов экспертов состоит из следующих этапов:
В целом, использование медианы Кемени имеет смысл, когда у экспертов есть основа для согласия, а их ответы неравномерно распределены на множестве ранжировок.
Более простым является метод строчных сумм , предполагающий построение матрицы сравнений. В этом случае наименования строк и столбцов соответствуют именам альтернатив. На пересечении строки и столбца ставятся числа по следующим правилам, например:
Главную диагональ можно оставить незаполненной. После заполнения рассчитываются суммы строк. После этого строится ранжировка альтернатив следующим способом: альтернативе, имеющей максимальную строчную сумму, присваивается ранг 1, альтернативе, имеющей следующую по величине сумму, присваивается ранг 2 и так далее.
Следует отметить, что с помощью указанных способов выводится обобщённое мнение экспертов, без отбрасывания ни одного мнения, поскольку учитываются все индивидуальные ранжировки.
Наряду с указанными, широкое распространение получил метод Дельфи , который, в отличие от традиционных методов экспертной оценки, предполагает полный отказ от коллективных обсуждений. Это делается для того, чтобы уменьшить влияние таких психологических факторов, как присоединение к мнению наиболее авторитетного специалиста, нежелание отказаться от публично выраженного мнения, следование за мнением большинства и других. В методе Дельфи прямые дебаты заменены программой последовательных индивидуальных опросов, проводимых в форме анкетирования. Ответы обобщаются и вместе с новой дополнительной информацией поступают в распоряжение экспертов, после чего они уточняют свои первоначальные ответы. Такая процедура повторяется несколько раз до достижения приемлемой сходимости совокупности высказанных мнений. Результаты эксперимента показали приемлемую сходимость оценок экспертов после пяти туров опроса. Метод Дельфи первоначально был предложен немецким и американским математиком, логиком и футурологом О. Хелмером (Olaf Helmer; 1910–2011) как итеративная процедура «мозговой атаки», которая должна помочь снизить влияние психологических факторов и повысить объективность результатов. Однако почти одновременно Дельфи-процедуры стали основным средством повышения объективности экспертных опросов с использованием количественных оценок при оценке деревьев цели и при разработке сценариев за счёт использования обратной связи, ознакомления экспертов с результатами предшествующего тура опроса и учёта этих результатов при оценке значимости мнений экспертов.
Процедура метода Дельфи заключается в следующем:
Первое практическое применение метода Дельфи к решению ряда задач Министерства обороны США, осуществлённое аналитическим центром RAND Corporation во второй половине 1940-х годов, показало его эффективность и целесообразность распространения на широкий класс задач, связанный с оценкой будущих событий. Вместе с тем, у данного метода обнаружились недостатки, среди которых чаще всего упоминались значительный расход времени на проведение экспертизы, связанный с большим количеством последовательных повторений оценок, а также необходимость неоднократного пересмотра экспертом своих ответов, вызывающая у него отрицательную реакцию, что сказывается на результатах экспертизы.
В 1960-е годы область практического применения метода Дельфи значительно расширилась, однако присущие ему ограничения привели к возникновению других методов, использующих экспертные оценки, в частности методов QUEST и SEER .
Метод QUEST 4 был разработан для целей повышения эффективности решений по распределению ресурсов, выделяемых на исследования и разработки. В основу метода положена идея распределения ресурсов на основе учёта возможного вклада (определяемого метода экспертной оценки) различных отраслей и научных направлений в решение какого-либо круга задач.
Метод SEER 5 предусматривает всего два тура оценки. В каждом туре привлекается различный состав экспертов. Эксперты первого тура - специалисты из отрасли промышленности, эксперты второго тура - специалисты из органов, принимающих решения, и специалисты в области естественных и технических наук. Эксперт каждого тура не возвращается к рассмотрению своих ответов за исключением тех случаев, когда его ответ выпадает из некоторого интервала, в котором находится большинство оценок (например, интервала, в котором находится 90 процентов всех оценок).
Основная идея методов морфологического анализа заключается в том, чтобы систематически находить все мыслимые варианты решения проблемы или реализации системы путём комбинирования выделенных элементов или их признаков. В систематизированном виде морфологический подход разработан и впервые применён швейцарским астрономом Ф. Цвикки (Fritz Zwicky; 1898–1974) и длительное время был известен как метод Цвикки .
Среди морфологических методов наибольшее распространение получил метод морфологического ящика , или, как его сейчас называют, метод морфологической матрицы . Идея его состоит в том, чтобы определить все мыслимые параметры, от которых может зависеть решение проблемы, представить их в виде матриц-столбцов таблицы, а затем определить в морфологической матрице все возможные сочетания параметров по одному из каждого столбца. Полученные таким образом варианты могут снова подвергаться оценке и анализу в целях выбора наилучшего. Морфологическая матрица может быть не только двумерной.
Построение и исследование по методу морфологической таблицы проводится в пять этапов:
Морфологический анализ нашёл широкое применение для анализа и разработки прогнозов в технических, тогда как в случае организационных систем возникает многомерность, радикально усложняющая возможность построения. Поэтому, используя идею морфологического подхода для моделирования организационных систем, разрабатывают языки моделирования, которые применяют для порождения возможных ситуаций в системе, возможных вариантов решения, и часто как вспомогательное средство формирования нижних уровней иерархической структуры при моделировании структуры целей и моделировании организационных структур. Примерами таких языков служат системно-структурные языки (язык функции и видов структуры, номинально-структурный язык), язык ситуационного управления, языки структурно-лингвистического моделирования.
После построения матрицы определяется функциональная ценность вариантов решений на основании критериев стоимости и условной полезности. В процессе анализа всевозможных вариантов выбираем наиболее приемлемый в конкретных условиях. Чтобы количество вариантов было разумным, следует как можно точнее формулировать цель и ограничения.
Выбор, или принятие решения, - это действие над множеством альтернатив, в результате которого вначале получается подмножество предварительно отобранных альтернатив, а на заключительном этапе - одна альтернатива, наилучшая согласно принятому критерию оценки качества достижения поставленной цели. Выбранная альтернатива и есть принятое решение или обоснованный претендент на решение.
Общего, единого, подходящего для всех ситуаций алгоритма выбора нет и, очевидно, не может быть; эта операция всегда конкретна.
В общем случае выбор может быть неоднозначным, что определяется следующими обстоятельствами:
В зависимости от объективных условий и организации работы выбор может быть:
Выбор может проводиться в условиях:
Для любого выбора справедливы следующие положения:
Оценка и выбор альтернатив могут проводиться для разных целей. Во-первых, для оптимизации - то есть выбора наилучшего варианта из нескольких возможных. Во-вторых, для идентификации - то есть определения системы, качество которой наиболее соответствует реальному объекту в заданных условиях. В-третьих, для принятия решений по управлению системой. Перечень частных целей и задач, требующих оценки систем, может быть весьма широк. Общим во всех подобных задачах является подход, основанный на том, что понятия «оценка» и «оценивание» рассматриваются раздельно и оценивание проводится в несколько этапов. Под оценкой понимают результат, получаемый в ходе процесса, который определён как оценивание. Качественная оценка может быть получена только при правильном процессе оценивания.
Для выбора из множества альтернатив применяются три основных метода:
В основе оценки лежит процесс сопоставления значений качественных или количественных характеристик исследуемой системы значениям соответствующих шкал. Исследование характеристик привело к выводу о том, что все возможные шкалы принадлежат к одному из нескольких типов, определяемых перечнем допустимых операций на этих шкалах.
Самой слабой качественной шкалой является номинальная шкала , или классификационная шкала , по которой объектам x i или их неразличимым группам даётся некоторый признак. Основным свойством этих шкал является сохранение неизменными отношений равенства между элементами эмпирической системы в эквивалентных шкалах. Шкалы номинального типа задаются множеством взаимно однозначных допустимых преобразований шкальных значений. Название «номинальный» объясняется тем, что такой признак даёт лишь ничем не связанные имена объектам. Эти значения для разных объектов либо совпадают, либо различаются; никакие более тонкие соотношения между значениями не зафиксированы. Шкалы номинального типа допускают только различение объектов на основе проверки выполнения отношения равенства на множестве этих элементов.
Номинальный тип шкал соответствует простейшему виду измерений, при котором шкальные значения используются лишь как имена объектов, поэтому шкалы номинального типа часто называют также шкалами наименований . Примерами измерений в номинальном типе шкал могут служить номера автомобилей, телефонов, коды городов, лиц и других объектов. Единственная цель таких измерений - выявление различий между объектами разных классов. Если каждый класс состоит из одного объекта, шкала наименований используется для различения объектов.
Другим распространённым типом шкал является тип ранговых шкал , или шкал порядка . Шкала называется ранговой, если множество Φ состоит из всех монотонно возрастающих допустимых преобразований шкальных значений. Монотонно возрастающим называется такое преобразование φ (x ), которое удовлетворяет условию: если x 1 > x 2 , то и φ (x 1) > φ (x 2) для любых шкальных значений x 1 > x 2 из области определения φ (x ).
Порядковый тип шкал допускает не только различие объектов, как номинальный тип, но и используется для упорядочения объектов по измеряемым свойствам. Измерение в шкале порядка может применяться, например, в следующих ситуациях:
Примером шкалы порядка может служить шкала твёрдости минералов, предложенная в 1811 году немецким учёным Ф. Моосом (Carl Friedrich Christian Mohs; 1773–1839) и до сих пор распространённая в геологической работе. Другими примерами шкал порядка могут служить шкалы силы ветра, силы землетрясения, сортности товаров в торговых системах, различные социологические шкалы и так далее.
Одним из наиболее важных типов шкал является тип шкал интервалов . Этот тип шкал содержит шкалы, единственные с точностью до множества положительных линейных допустимых преобразований вида φ (x ) = а х + b , где x ∈ Y Y ; a > 0 ; b - любое значение.
Основным свойством этих шкал является сохранение неизменными отношений интервалов в эквивалентных шкалах. Отсюда и происходит название данного типа шкал. Примером шкал интервалов могут служить шкалы температур. Переход от одной шкалы к эквивалентной задаётся линейным преобразованием шкальных значений. Другим примером измерения в интервальной шкале может служить признак «дата совершения события», поскольку для измерения времени в конкретной шкале необходимо фиксировать масштаб и начало отсчёта. Так, григорианский и мусульманский календари - два примера конкретизации шкал интервалов. Таким образом, при переходе к эквивалентным шкалам с помощью линейных преобразований в шкалах интервалов происходит изменение как начала отсчёта (параметр b ), так и масштаба измерений (параметр a ). Шкалы интервалов так же, как номинальная и порядковая, сохраняют различие и упорядочение измеряемых объектов. Однако кроме этого, они сохраняют и отношение расстояний между парами объектов.
Ещё одним распространённым типом шкал является тип шкал отношений , или шкал подобия . Шкалой отношений называется шкала, если Φ состоит из преобразований подобия φ (x ) = ах , a > 0 , где x ∈ Y шкальные значения из области определения Y ; a - действительные числа. В шкалах отношений остаются неизменными отношения численных оценок объектов.
Примерами измерений в шкалах отношений являются измерения массы и линейных размеров объектов. Известно, что при установлении массы используется большое разнообразие численных оценок. Так, производя измерение в килограммах, получаем одно численное значение, при измерении в фунтах - другое, и так далее. Однако можно заметить, что в какой бы системе единиц ни производилось измерение массы, отношение масс любых объектов одинаково и при переходе от одной числовой системы к другой, эквивалентной, не меняется. Этим же свойством обладает и измерение расстояний и длин предметов. Как видно из указанных примеров, шкалы отношений отражают отношения свойств объектов, то есть во сколько раз свойство одного объекта превосходит это же свойство другого объекта.
Шкалы отношений образуют подмножество шкал интервалов фиксированием нулевого значения параметра b : b = 0 . Такая фиксация означает задание нулевой точки начала отсчёта шкальных значений для всех шкал отношений. Переход от одной шкалы отношений к другой, эквивалентной ей, шкале осуществляется с помощью преобразований подобия (растяжения), то есть изменением масштаба измерений. Шкалы отношений, будучи частным случаем шкал интервалов, при выборе нулевой точки отсчёта сохраняют не только отношения свойств объектов, но и отношения расстояний между парами объектов.
Шкалы разностей определяются как шкалы, единственные с точностью до преобразований сдвига φ (x ) = x + b , где х е Y - шкальные значения из области определения Y ; b - действительные числа. Это означает, что при переходе от одной числовой системы к другой меняется лишь начало отсчёта. Шкалы разностей применяются в тех случаях, когда необходимо измерить, насколько один объект превосходит по определённому свойству другой объект. В шкалах разностей неизменными остаются разности численных оценок свойств.
Примерами измерений в шкалах разностей могут служить измерения прироста продукции предприятий (в абсолютных единицах) в текущем году по сравнению с прошлым, увеличение численности учреждений, количество приобретённой техники за год и так далее. Другим примером измерения в шкале разностей является летоисчисление (в годах). Переход от одного летоисчисления к другому осуществляется изменением начала отсчёта.
Как и шкалы отношений, шкалы разностей являются частным случаем шкал интервалов, получаемых фиксированием параметра a : (a = 1 ), то есть выбором единицы масштаба измерений. Шкалы разностей, как и шкалы интервалов, сохраняют отношения интервалов между оценками пар объектов, но, в отличие от шкалы отношений, не сохраняют отношения оценок свойств объектов.
Абсолютные шкалы определяются как шкалы, в которых единственными допустимыми преобразованиями Φ являются тождественные преобразования φ (x ) = {е }, где е (x ) = x . Это означает, что существует только одно отображение эмпирических объектов в числовую систему. Отсюда и название шкалы, так как для неё единственность измерения понимается в буквальном абсолютном смысле.
Абсолютные шкалы применяются, например, для измерения количества предметов, событий, решений и тому подобных объектов. В качестве шкальных значений при измерении количества объектов используются натуральные числа, когда объекты представлены целыми единицами, и действительные числа, если кроме целых единиц присутствуют и части объектов. Абсолютные шкалы являются частным случаем всех рассмотренных выше типов шкал, поэтому сохраняют любые соотношения между числами - оценками измеряемых свойств объектов: различие, порядок, отношение интервалов, отношение и разность значений и так далее.
Кроме указанных, широко применяются промежуточные типы шкал, такие, например, как степенная шкала и её разновидность - логарифмическая шкала .
В целом, чем «сильнее» шкала, в которой производятся измерения, тем больше сведений об изучаемом объекте, явлении, процессе дают измерения. Поэтому естественно стремление каждого исследователя провести измерения в возможно более сильной шкале. Однако важно иметь в виду, что выбор шкалы измерения должен ориентироваться на объективные отношения, которым подчинена наблюдаемая величина, и лучше всего производить измерения в той шкале, которая максимально согласована с этими отношениями. Можно проводить измерения и в шкале, более слабой, чем согласованная (это приведёт к потере части полезной информации), но применять более сильную шкалу опасно: полученные данные на самом деле не будут иметь той силы, на которую ориентируется их обработка. Аналогичная ситуация имеет место и после того, как проведены измерения. У исследователя могут быть причины, побуждающие его преобразовать протокол наблюдений, переведя их из одной шкалы в другую. Если при этом данные переводятся в более слабую шкалу, то обычно исследователь отдаёт себе отчёт в том, что в результате происходит некоторое ухудшение качества выводов. Иногда же исследователи усиливают шкалы; типичный случай - «оцифровка» качественных шкал: классам в номинальной или ранговой шкале присваиваются номера, с которыми дальше «работают» как с числами. Если в этой обработке не выходят за пределы допустимых преобразований, то «оцифровка» подразумевает простую перекодировку в более удобную (например, для машинных вычислений) форму. Однако применение других операций может быть сопряжено с заблуждениями и ошибками, так как свойства, навязываемые подобным образом, на самом деле не имеют места.
Наиболее популярным методом оценки является критериальный метод - когда каждая отдельно взятая альтернатива оценивается конкретным числом (критерием, целевой функцией и так далее) и сравнение альтернатив сводится к сравнению соответствующих чисел. То есть для всего множества альтернатив X = {x 1 , x 2 , x 3 … x n } вводится целевая функция - Z = f (x ) ⇒ max или min. Следует отметить что значения альтернатив могут выражаться различным образом - через скалярные, векторные, множественные и другие величины.
При практическом рассмотрении альтернатив выясняется, что для их оценки в большинстве случаев требуется более чем один критерий, то есть некоторое их множество Z i = f i (x ), где i = 1 , n . В большинстве случаев невозможно найти альтернативу, являющуюся предпочтительной на всём множестве критериев, в таком случае необходимо применять специальные многокритериальные способы выбора. Примером такого решения является сведение многокритериальной задачи к однокритериальной, то есть введению суперкритерия.
Z 0 = Z 0 (f i (x )), где i = 1 , n .
Для определения вклада каждого из критериев обычно используют аддитивные и мультипликативные функции.
Где a i - величина, обеспечивающая нормализацию разнородных критериев; p i - вес (для он должен ∈ ), характеризующий вклад конкретного критерия в суперкритерий.
К плюсам аддитивного суперкритерия следует отнести его простоту и доступность. Справедливым в этом случае следует считать такой компромисс, при котором суммарный уровень абсолютного снижения значений одного или нескольких показателей не превышает суммарного уровня абсолютного увеличения значений других показателей. Главный недостаток аддитивных суперкритериев состоит в том, что они не вытекают из объективной роли частных критериев в определении качества системы и выступают поэтому как формальный математический приём, придающий задаче удобный вид. Кроме того, низкие оценки по одним критериям могут компенсироваться высокими оценками по другим критериям. Это значит, что уменьшение одного из критериев вплоть до нулевого значения может быть покрыто возрастанием другого критерия.
Правомочность мультипликативного суперкритерия основывается на принципе справедливой относительной компенсации: справедливым следует считать такой компромисс, при котором суммарный уровень относительного снижения значений одного или нескольких критериев не превышает суммарного уровня относительного увеличения значений других критериев. Для мультипликативной функции, в сравнении с аддитивной, фактически действует правило: «низкая оценка хотя бы по одному критерию влечёт за собой низкое значение суперкритерия».
Выбор между аддитивной и мультипликативной свёртками частных критериев определяется степенью важности абсолютных или относительных изменений значений частных критериев соответственно.
Наряду с экспертными методами построения суперкритериев существуют принципиально иные, так называемые «объективные» методы. Весовые коэффициенты при их использовании определяются без привлечения экспертов. Эти методы не зависят от мнения экспертов или респондентов и в этом смысле не являются субъективными. Один из них - это метод главных компонент. В соответствии с данным методом веса исходных показателей в интегральном индексе зависят от дисперсий этих показателей и корреляции между ними. Другой подход к формированию интегрального индекса основан на использовании регрессионной модели с инструментальной переменной. В качестве весов в этом случае используются коэффициенты регрессионного уравнения.
При оценивании систем выделяют две большие группы критериев - критерии качества и критерии эффективности систем.
Критерии качества обозначают свойство или совокупность существенных свойств системы, обусловливающих её пригодность (соответствие) к целевому использованию. В большей части своей они относятся к строению системы (состав и свойства составных частей, структура, организация и так далее).
При оценивании качества систем с управлением признают целесообразным введение нескольких уровней качества, проранжированных в порядке возрастания сложности рассматриваемых свойств:
Введение уровней качества позволяет ограничить исследования одним из перечисленных уровней. Для простых систем часто ограничиваются исследованием устойчивости. Уровень качества выбирает исследователь в зависимости от сложности системы, целей исследования, наличия информации, условий применения системы.
Критерии эффективности систем соответствуют комплексному операционному свойству процесса функционирования системы, характеризующему его приспособленность к достижению цели операции (выполнению задачи системы). Это могут быть, например, критерии результативности, ресурсоёмкости и оперативности по исходу операции и по качеству «алгоритма», обеспечивающего получение результатов, и так далее:
Оценка исхода операции учитывает, что операция проводится для достижения определённой цели - исхода операции. Под исходом операции понимается ситуация (состояние системы и внешней среды), возникающая на момент её завершения.
Оценка алгоритма функционирования является ведущей при оценке эффективности. Такое утверждение основывается на теоретическом постулате, подтверждённом практикой: наличие хорошего «алгоритма» функционирования системы повышает уверенность в получении требуемых результатов. В принципе, требуемые результаты могут быть получены и без хорошего алгоритма, но вероятность этого невелика. Это положение особенно важно для организационно-технических систем и систем, в которых результаты операции используются в режиме реального времени.
В совокупности результативность, ресурсоёмкость и оперативность порождают комплексное свойство - эффективность процесса , степень его приспособленности к достижению цели. Это свойство, присущее только операциям, проявляется при функционировании системы и зависит как от свойств самой системы, так и от внешней среды.
Метод выбора на базе бинарных отношений основан на том факте, что в практической деятельности бывает трудно дать оценку отдельно взятой альтернативе, однако если рассматривать её не в отдельности, а в паре с другой альтернативой, то находятся основания сказать, какая из них более предпочтительна. Таким образом, основные положения этого метода заключаются в следующем:
Математическое бинарное отношение R на множестве X определяется как некоторое подмножество упорядоченных пар (x , y ). Используется обозначение x R y , если x находится в отношении R с y , и x R y - в противоположном случае. Задать отношение - это значит тем или иным способом указать все пары (x , y ), для которых выполнено отношение R , являющиеся подмножеством полного бинарного отношения, то есть R ⊆ X * X .
Существует четыре разных способа задания отношений (схема № 3), предпочтительность каждого из них определяется характеристиками множества X .
 |
| Схема № 3. Способы описания выбора на базе бинарных отношений. |
Первый способ задания отношений - самый очевидный, он состоит в непосредственном перечислении пар.
При использовании второго способа задания отношений все элементы нумеруются и отношения определяются элементами матрицы a ij = {1 : x i R x j ; 0 : x i R x j }, где значения i , j изменяются от 1 до n - количества элементов множества X . На практике, отношение может выражаться любой скалярной величиной, характеризующей свойство этого отношения.
Третий способ задания отношений - построение графа предпочтений, вершинами которого являются пронумерованные элементы множества X , если x i R x j , то от вершины x i проводят направленную дугу к вершине x j ; в случае x i R x j дуга не проводится.
Для определения отношений на бесконечных множествах альтернатив используется четвёртый способ задания отношений - задание отношений R сечениями.
Множество R + (x ) = {y ∈ X | (y , x ) ∈ R } называется верхним сечением - это множество всех y ∈ X , которые находятся в отношении y R x , с заданным элементом x ∈ X . Множество R - (x ) = {y ∈ X | (x , y ) ∈ R } называется нижним сечением - это множество всех y ∈ X , с которыми заданный элемент x находится в отношении R . Отношение однозначно определяется одним из своих сечений. Предпочтительность альтернативы задаётся через строго определяемые отношения эквивалентности, порядка и доминирования.
Метод выбора на основании функции выбора возник из-за того, что в действительности предпочтение между двумя альтернативами часто зависит от остальных. Кроме того, возможны такие ситуации выбора, когда понятие предпочтения вообще не имеет смысла. Например, когда в случае по отношению к множеству альтернатив применяются правила выбора «типичного», «среднего», «наиболее отличного, оригинального» и так далее.
Указанный способ описывает выбор, как операцию над произвольным множеством альтернатив X , которая ставит этому множеству в соответствие некоторое предпочтительное подмножество C (X ): C (X ) ∈ X .
Функция выбора как отображение совокупности множеств в совокупность множеств без поэлементарного отображения одного множества на другое и без отображения множеств на числовую ось является своеобразным и пока ещё не полно изученным математическим объектом.
Следует отметить, что серьёзное влияние на выбор того или иного варианта решения оказывает система выделенных в задаче ограничений - условий, отражающих влияние внешних и внутренних факторов, которые нужно учитывать в задаче принятия решений. Требования системности при рассмотрении вопроса требуют учёта всех возможных ограничений: организационных, экономических, правовых, технических, экологических, психологических и так далее. При этом качественные ограничения формулируются, как правило, в терминах «не разрешается», «не допускается», а количественные - «не более», «не менее», «в интервале от-до». Ограничения, как правило, дополняют (конкретизируют) сформулированные ранее цели и в ряде случаев могут сделать цели нереализуемыми. В этом случае необходимо через проведение ряда итерационных процедур снять часть ограничений или переформулировать цели.
Метод выбора на основе парных сравнений сочетает в себе элементы выбора на основе критериев и бинарных отношений.
Основные этапы метода парных сравнений выглядят следующим образом:
После выполнения ранжирования методом строчных сумм все цели E i получат нормированные веса g i , кроме того, для каждой i -й цели должны быть определены критерии Z ij (схема № 4), где i - порядковый номер цели (i = 1 , n ), а j - номер критерия для i -й цели (j = 1 , m i ).
В случае если для одной цели определяется более одного критерия, то их также необходимо ранжировать методом строчных сумм, получить пронормированные веса c ij , после чего подсчитать суммарные веса критериев q ij по формуле:
q ij = g i * c ij ,
Где i = 1 , n - число целей; j = 1 , m i - количество критериев для i -й цели.
На следующем этапе проводится попарное сравнение альтернативных проектов A i по каждому критерию Z ij и на основании полученных результатов строится матрица {P kn }, где:
Относительных предпочтений, каждый столбец которой будут составлять результаты сравнения по определённому критерию.
Расчёт финальной матрицы для оценки альтернативных вариантов представлен в таблице ниже. Элементы матрицы относительных предпочтений перемножаются с суммарными весами критериев, в результате суммирования полученных по каждой строке результатов получаем финальные оценки F i , большее значение оценки соответствует лучшему проекту.
| Критерии | Z 11 | Z 12 | … | Z nm | Финальная оценка |
| Альтернативные проекты, A i | Суммарные веса критериев | ||||
| q 11 | q 12 | … | q nm | ||
| A 1 | P 11 * q 11 | P 12 * q 12 | … | P 1k * q nm | F 1 |
| … | … | … | … | … | … |
| A n | P n1 * q 11 | P n2 * q 12 | … | P nk * q nm | F n |
Центральной процедурой в системном анализе является моделирование - процесс исследования реальной системы, включающий построение обобщённой модели (или моделей), отображающей все основные свойства, характеристики, явления и процессы, а также взаимосвязи реальной системы. Данная процедура включает формализацию изучаемой системы, построение модели системы, изучение её свойств и перенос полученных сведений на моделируемую систему. Полученная модель исследуется с целью выяснения близости результата применения того или иного из альтернативных вариантов действий к желаемому, сравнительных затрат ресурсов по каждому из вариантов, степени чувствительности модели к различным нежелательным внешним воздействиям. Общими функциями моделирования являются описание, объяснение и прогнозирование поведения реальной системы. Типовыми целями моделирования могут быть поиск оптимальных или близких к оптимальным решений, оценка эффективности решений, определение свойств системы, установление взаимосвязей между характеристиками системы, перенос информации во времени и так далее. От качества модели зависит результат всего системного анализа. Качество модели определяется соответствием выполненного описания тем требованиям, которые предъявляются к исследованию, и соответствием получаемых с помощью модели результатов ходу наблюдаемого процесса или явления.
В широком смысле моделирование понимается как процесс адекватного отображения наиболее существенных сторон исследуемого объекта с точностью, которая необходима для практических нужд. В общем случае моделированием можно назвать также особую форму опосредствования, основой которого является формализованный подход к исследованию сложной системы. Теоретической базой моделирования является теория подобия. Подобие - это взаимно однозначное соответствие между двумя объектами, при котором известны функции перехода от параметров одного объекта к параметрам другого, а математические описания этих объектов могут быть преобразованы в тождественные. Теория подобия даёт возможность установить наличие подобия или позволяет разработать способ его получения. Таким образом, моделирование - это процесс представления объекта исследования адекватной (подобной) ему моделью и проведения экспериментов с моделью для получения информации об объекте исследования.
В системном анализе термин «модель» имеет весьма многочисленные трактовки. В наиболее общей формулировке обычно придерживаются следующего определения модели: модель - это объект-заместитель, который имеет сходство с прототипом и служит средством описания, и/или объяснения, и/или прогнозирования поведения прототипа адекватно целям исследования. Наиболее важным качеством модели является то, что она даёт упрощённый образ, отражающий не все свойства прототипа, а только те, которые существенны для исследования. Таким образом, модель - это физический или информационный объект, в некоторых отношениях замещающий оригинал. Принципиально не существует модели, которая была бы полным эквивалентом оригинала. Любая модель отражает лишь некоторые стороны оригинала. Поэтому с целью получения больших знаний об оригинале приходится пользоваться совокупностью моделей. Сложность моделирования как процесса заключается в соответствующем выборе такой совокупности моделей, которые замещают реальное устройство или объект в требуемых отношениях.
Сложные системы характеризуются выполняемыми процессами (функциями), структурой и поведением во времени. Для адекватного моделирования этих аспектов в сложных системах различают функциональные, информационные и поведенческие модели, пересекающиеся друг с другом:
В зависимости от степени детализации описания сложных систем и их элементов можно выделить три основных уровня моделирования:
Совокупность моделей объекта на структурном, логическом и количественном уровнях моделирования представляет собой иерархическую систему, раскрывающую взаимосвязь различных сторон описания объекта и обеспечивающую системную связность его элементов и свойств на всех стадиях процесса проектирования. При переходе на более высокий уровень абстрагирования осуществляется свёртка данных о моделируемом объекте, при переходе к более детальному уровню описания - развёртка этих данных. На каждом из основных уровней моделирования возможны описания объекта с различной степенью полноты и обобщения, так как существуют разные степени детализации структурных, логических и количественных свойств и отношений. Однако задача построения требуемой приближённой модели, которая бы достаточно точно отражала характерные свойства объекта или его элемента на данном уровне проектирования и в то же время являлась доступной для исследования, представляет значительные трудности.
Наиболее простым и абстрактным уровнем описания системы является модель «чёрного ящика» (схема № 6). Идея использования «чёрного ящика» возникла от недостаточности информации о внутреннем строении (составе) системы, поэтому её изображают в виде непрозрачного чёрного ящика, который отражает два важных и существенных её свойства: целостность и обособленность от среды. Указанные свойства говорят о том, что выделенная система, которую символизирует «чёрный ящик», обособлена, то есть выделена из среды, но не является полностью изолированной, а связана с внешней средой через совокупность входов и выходов. Выходы модели «чёрного ящика» описывают результаты деятельности системы, а входы - ресурсы и ограничения. При этом предполагается, что мы ничего не знаем и не можем знать о внутреннем содержании системы.
Очевидно, что модель чёрного ящика не рассматривает внутреннее устройство системы, поэтому для развития моделирования и детализации описания системы с учётом её внутреннего [компонентного] состава требуется усложнение модели, то есть создание модели состава системы (схема № 7). Данная модель описывает основные компоненты системы (составляющие её отдельные элементы и подсистемы), рассматривая элементы системы как неделимые составные части, а также их иерархию в рамках системы.
Простота и доступность модели «чёрного ящика» и модели состава системы позволяет решать с их использованием множество практических задач. Вместе с тем, для более глубокого изучения систем необходимо устанавливать в модели состава системы отношения (связи) между составляющими её элементами и подсистемами. Так, изменяя связи при сохранении элементов системы, можно получить другую систему, обладающую новыми свойствами или реализующую другой закон функционирования. Совокупность необходимых и достаточных для достижения целей отношений между элементами называется структурой системы . Структура системы является носителем целевой деятельности по ликвидации проблемной ситуации в системном анализе, и от её эффективности во многом зависит конечный результат этой деятельности. Описание системы через совокупность необходимых и достаточных для достижения целей отношений между элементами определяется как модель структуры системы (схема № 8).
Часто структурная схема системы описывается с помощью математической модели или с помощью графического представления (графа), состоящего из обозначений элементов и связей между ними. Графы могут изображать любые структуры, а поскольку все подобные структурные схемы имеют нечто общее, это побудило математиков рассматривать их как особый объект математических исследований. Для этого пришлось абстрагироваться от содержательной стороны структуры, оставив в рассматриваемой модели только общее для каждой схемы. В результате была построена содержательная теория графов , которая получила многочисленные практические приложения.
В целом, на основе обобщённого опыта работы по моделированию систем предложен ряд основных подходов к разработке моделей при различной доступности информации относительно структуры системы и протекающих в ней процессов.
В зависимости от типа носителя и характеристических признаков (сигнатуры) модели различаются следующие виды моделирования:
Детерминированное моделирование отображает процессы, в которых предполагается отсутствие случайных воздействий. Стохастическое моделирование учитывает вероятностные процессы и события. Статическое моделирование служит для описания состояния объекта в фиксированный момент времени, а динамическое - для исследования объекта во времени. При этом оперируют аналоговыми (непрерывными), дискретными и смешанными моделями.
В зависимости от формы реализации носителя и сигнатуры модели различаются следующие виды моделирования:
Мысленное моделирование применяется тогда, когда модели не реализуемы в заданном интервале времени либо отсутствуют условия для их физического создания (например, ситуация микромира). Мысленное моделирование реальных систем реализуется в виде наглядного, символического и математического. Для представления функциональных, информационных и событийных моделей этого вида моделирования разработано значительное количество средств и методов.
При наглядном моделировании на базе представлений человека о реальных объектах создаются наглядные модели, отображающие явления и процессы, протекающие в объекте. Примером таких моделей являются схемы и диаграммы.
В основу гипотетического моделирования закладывается гипотеза о закономерностях протекания процесса в реальном объекте, которая отражает уровень знаний исследователя об объекте и базируется на причинно-следственных связях между входом и выходом изучаемого объекта. Этот вид моделирования используется, когда знаний об объекте недостаточно для построения формальных моделей.
Аналоговое моделирование основывается на применении аналогий различных уровней. Для достаточно простых объектов наивысшим уровнем является полная аналогия. С усложнением системы используются аналогии последующих уровней, когда аналоговая модель отображает несколько сторон (или только одну) функционирования объекта. Макетирование применяется, когда протекающие в реальном объекте процессы не поддаются физическому моделированию или могут предшествовать проведению других видов моделирования. В основе построения мысленных макетов также лежат аналогии, обычно базирующиеся на причинно-следственных связях между явлениями и процессами в объекте.
Символическое моделирование представляет собой искусственный процесс создания логического объекта, который замещает реальный и выражает его основные свойства с помощью определённой системы знаков и символов некоторого языка (см. ). В основе языкового моделирования лежит некоторый тезаурус , который образуется из набора понятий исследуемой предметной области, причём этот набор должен быть фиксированным. Под тезаурусом понимается словарь, отражающий связи между словами или иными элементами данного языка, предназначенный для поиска слов по их смыслу. Если ввести условное обозначение отдельных понятий, то есть знаки, а также определённые операции между этими знаками, то можно реализовать знаковое моделирование и с помощью знаков отображать набор понятий - составлять отдельные цепочки из слов и предложений. Используя операции объединения, пересечения и дополнения теории множеств, можно в отдельных символах дать описание какого-то реального объекта.
Математическое моделирование - это процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью . В принципе, для исследования характеристик любой системы математическими методами, включая и компьютерные, должна быть обязательно проведена формализация этого процесса, то есть построена математическая модель. Математическое описание модели начинается с момента, когда формулируется система аксиом, описывающая не только сам объект, но некоторую алгебру, то есть совокупность правил, определяющих допустимые операции над объектом. Вид математической модели зависит как от природы реального объекта, так и от задач исследования объекта, от требуемой достоверности и точности решения задачи. Любая математическая модель, как и всякая другая, описывает реальный объект с некоторой степенью приближения.
Для представления математических моделей могут использоваться различные формы записи . Основными являются инвариантная, аналитическая и алгоритмическая:
В настоящее время распространены компьютерные методы исследования характеристик процесса функционирования сложных систем. Для реализации компьютерной математической модели необходимо построить соответствующий моделирующий алгоритм.
При имитационном моделировании воспроизводится алгоритм функционирования системы во времени - поведение системы, причём имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания, что позволяет по исходным данным получить сведения о состояниях процесса в определённые моменты времени, дающие возможность оценить характеристики системы. Основным преимуществом имитационного моделирования по сравнению с аналитическим является возможность решения более сложных задач. Имитационные модели позволяют достаточно просто учитывать такие факторы, как наличие дискретных и непрерывных элементов, нелинейные характеристики элементов системы, многочисленные случайные воздействия и другие, которые часто создают трудности при аналитических исследованиях. В настоящее время имитационное моделирование - наиболее эффективный метод исследования систем, а часто и единственный практически доступный метод получения информации о поведении системы, особенно на этапе её проектирования.
В имитационном моделировании различают метод статистических испытаний (или метод Монте-Карло) и метод статистического моделирования. Метод Монте-Карло - численный метод, который применяется для моделирования случайных величин и функций, вероятностные характеристики которых совпадают с решениями аналитических задач. Он состоит в многократном воспроизведении процессов, являющихся реализациями случайных величин и функций, с последующей обработкой информации методами математической статистики. Если этот приём применяется для машинной имитации в целях исследования характеристик процессов функционирования систем, подверженных случайным воздействиям, то такой метод называется методом статистического моделирования .
Метод имитационного моделирования применяется для оценки вариантов структуры системы, эффективности различных алгоритмов управления системой, влияния изменения различных параметров системы. Имитационное моделирование может быть положено в основу структурного, алгоритмического и параметрического синтеза систем, когда требуется создать систему с заданными характеристиками при определённых ограничениях.
Комбинированное (аналитико-имитационное) моделирование позволяет объединить достоинства аналитического и имитационного моделирования. При построении комбинированных моделей производится предварительная декомпозиция процесса функционирования объекта на составляющие подпроцессы, и для тех из них, где это возможно, используются аналитические модели, а для остальных подпроцессов строятся имитационные модели. Такой подход даёт возможность охватить качественно новые классы систем, которые не могут быть исследованы с использованием аналитического или имитационного моделирования в отдельности.
Информационное моделирование связано с исследованием моделей, в которых отсутствует непосредственное подобие физических процессов, происходящих в моделях, реальным процессам. В этом случае стремятся отобразить лишь некоторую функцию, рассматривая реальный объект как «чёрный ящик», имеющий ряд входов и выходов, и моделируют некоторые связи между выходами и входами. Таким образом, в основе информационных моделей лежит отражение некоторых информационных процессов управления, что позволяет оценить поведение реального объекта. Для построения модели в этом случае необходимо выделить исследуемую функцию реального объекта, попытаться формализовать эту функцию в виде некоторых операторов связи между входом и выходом и воспроизвести данную функцию на имитационной модели, причём на совершенно другом математическом языке и, естественно, иной физической реализации процесса.
Структурное моделирование базируется на некоторых специфических особенностях структур определённого вида, которые используются как средство исследования систем или служат для разработки на их основе специфических подходов к моделированию с применением других методов формализованного представления систем (теоретико-множественных, лингвистических, кибернетических и тому подобных). Развитием структурного моделирования является объектно-ориентированное моделирование.
Структурное моделирование системного анализа включает:
При этом термин «структура модели» может применяться как к функциям, так и к элементам системы. Соответствующие структуры называются функциональными и морфологическими. Объектно-ориентированное моделирование объединяет структуры обоих типов в иерархию классов, включающих как элементы, так и функции.
Ситуационное моделирование опирается на модельную теорию мышления, в рамках которой можно описать основные механизмы регулирования процессов принятия решений. В центре модельной теории мышления лежит представление о формировании в структурах мозга информационной модели объекта и внешнего мира. Эта информация воспринимается человеком на базе уже имеющихся у него знаний и опыта. Целесообразное поведение человека строится путём формирования целевой ситуации и мысленного преобразования исходной ситуации в целевую. Основой построения модели является описание объекта в виде совокупности элементов, связанных между собой определёнными отношениями, отображающими семантику предметной области. Модель объекта имеет многоуровневую структуру и представляет собой тот информационный контекст, на фоне которого протекают процессы управления. Чем богаче информационная модель объекта и выше возможности манипулирования ею, тем лучше и многообразнее качество принимаемых решений при управлении.
При реальном моделировании используется возможность исследования характеристик либо на реальном объекте целиком, либо на его части. Такие исследования проводятся как на объектах, работающих в нормальных режимах, так и при организации специальных режимов для оценки интересующих исследователя характеристик (при других значениях переменных и параметров, в другом масштабе времени и так далее). Реальное моделирование является наиболее адекватным, но его возможности существенно ограничены.
Одним из наиболее распространённых видов реального моделирования является натурное моделирование - проведение исследования на реальном объекте с последующей обработкой результатов эксперимента на основе теории подобия. Натурное моделирование подразделяется на научный эксперимент, комплексные испытания и производственный эксперимент. Научный эксперимент характеризуется широким использованием средств автоматизации, применением весьма разнообразных средств обработки информации, возможностью вмешательства человека в процесс проведения эксперимента. Одна из разновидностей эксперимента - комплексные испытания, в процессе которых вследствие повторения испытаний объектов в целом (или больших частей системы) выявляются общие закономерности о характеристиках качества, надёжности этих объектов. В этом случае моделирование осуществляется путём обработки и обобщения сведений о группе однородных явлений. Наряду со специально организованными испытаниями возможна реализация натурного моделирования путём обобщения опыта, накопленного в ходе производственного процесса, то есть можно говорить о производственном эксперименте. Здесь на базе теории подобия обрабатывают статистический материал по производственному процессу и получают его обобщённые характеристики. Необходимо учитывать отличие эксперимента от реального протекания процесса, которое заключается в том, что в эксперименте могут появиться отдельные критические ситуации и определиться границы устойчивости процесса. В ходе эксперимента вводятся новые факторы и возмущающие воздействия в процесс функционирования объекта.
Другим видом реального моделирования является физическое моделирование , отличающееся от натурного тем, что исследование проводится на устройствах, которые сохраняют природу явлений и обладают физическим подобием. В процессе физического моделирования задаются некоторые характеристики внешней среды и исследуется поведение либо реального объекта, либо его модели при заданных или создаваемых искусственно воздействиях внешней среды. Физическое моделирование может протекать в реальном и модельном (псевдореальном) масштабах времени или рассматриваться без учёта времени. В последнем случае изучению подлежат так называемые «замороженные» процессы, фиксируемые в некоторый момент времени.
Модель системы необходимо проверять (испытывать) постоянно с момента её создания до получения требуемого результата. До начала эксперимента модель необходимо испытать в целом, что является последним этапом разработки модели. Такое испытание проводится с целью:
Калибровкой модели называется определение (уточнение) коэффициентов модели - коэффициентов отношений, связывающих экзогенные и эндогенные переменные модели. Калибровка осуществляется путём сравнения результатов, полученных на моделях, с результатами, получаемыми при испытаниях реальной системы, или с результатами аналитических расчётов, для чего используются эталонные примеры и задачи. Модель системы в целом проверяется так называемыми эталонными задачами, охватывающими все свойства модели. Однако целесообразно структурировать задачу - построить такую совокупность примеров, чтобы с помощью одного примера охватить только какую-то часть модельных зависимостей и определить часть коэффициентов.
Одной из задач испытания является проверка модели на чувствительность, то есть насколько исходы модели чувствительны к изменению входных переменных.
В общем случае испытание и калибровка модели - задача статистическая, то есть задача проблемного анализа - формирования статистически значимых выводов на основе данных, полученных на модели. При испытаниях широко применяются такие статистические методы, как регрессионный, корреляционный и дисперсионный анализы. Важно учитывать, что статистические методы могут привести к неверным результатам, если исследователь не имеет ясного представления о моделируемой системе и характеристиках используемой информации.
Для обеспечения адекватности модели предусматриваются при её разработке и эксплуатации следующие виды контроля:
Поскольку испытания моделей сложных систем связаны с существенными затратами, необходимо к планированию испытаний относиться предельно строго. Результаты испытаний, в конечном счёте, должны обеспечить необходимый уровень адекватности модели на всех этапах её использования. При обоснованном выборе тестовых примеров и эталонных задач эта задача решается при минимальных затратах средств и ресурсов.
Системный анализ является прикладной научно-практической дисциплиной, конечная цель которого - разрешение проблемной ситуации, возникшей перед объектом проводимого системного исследования, то есть изменение существующей ситуации в соответствии с поставленными целями. Системный анализ занимается изучением проблемной ситуации, выяснением её причин, выработкой вариантов её устранения, принятием решения и организацией дальнейшего функционирования системы, разрешающего проблемную ситуацию. Окончательное суждение о правильности и полезности системного анализа можно сделать лишь на основании результатов его практического применения. Конечный результат будет зависеть не только от того, насколько совершенны и теоретически обоснованы методы, применяемые при проведении анализа, но и от того, насколько точно и качественно реализованы полученные рекомендации.
В настоящее время вопросам внедрения результатов системного анализа в практику уделяется повышенное внимание. При этом, практика системных исследований и практика внедрения их результатов существенно различаются для систем разных типов. В каждой из них есть свои особенности и проблемы, требующие учёта при организации работ по внедрению результатов. Наиболее велика доля слабоструктурированных проблем в системах организационного типа. Следовательно, в подобных системах наиболее сложна практика внедрения результатов системных исследований.
При внедрении результатов системного анализа необходимо иметь в виду следующее обстоятельство. Работа системного аналитика осуществляется на клиента (заказчика), обладающего властью, достаточной для изменения системы теми способами, которые будут определены в результате системного анализа. В работе должны непосредственно участвовать все заинтересованные стороны. Заинтересованные стороны - это те, кто отвечает за решение проблемы, и те, кого эта проблема непосредственно касается. В результате внедрения системных исследований необходимо обеспечить улучшение работы организации заказчика с точки зрения хотя бы одной из заинтересованных сторон; при этом не допускаются ухудшения этой работы с точки зрения всех остальных участников проблемной ситуации.
Наряду с этим следует учитывать, что в реальной жизни ситуация, когда сначала проводят исследования, а затем их результаты внедряют в практику, встречается относительно редко, и лишь в тех случаях, когда речь идёт об относительно простых системах. При исследовании организационных систем они изменяются с течением времени как сами по себе, так и под влиянием исследований. В процессе проведения системного анализа изменяются состояние проблемной ситуации, цели системы, персональный и количественный состав участников, соотношения между заинтересованными сторонами и другие параметры. Кроме того, реализация принятых решений влияет на все факторы функционирования системы. Этапы исследования и внедрения в такого типа системах фактически сливаются, то есть идёт итеративный процесс. Проводимые исследования оказывают влияние на жизнедеятельность системы, и это видоизменяет проблемную ситуацию, ставит новую задачу исследований. Новая проблемная ситуация стимулирует дальнейшее проведение системного анализа и так далее. Таким образом, проблема постепенно решается в ходе активного исследования.
Центральной процедурой в системном анализе является построение обобщённой модели (или моделей), отображающей все факторы и взаимосвязи реальной ситуации, которые могут проявиться в процессе осуществления решения. Полученная модель исследуется с целью выяснения близости результата применения того или иного из альтернативных вариантов действий к желаемому, сравнительных затрат ресурсов по каждому из вариантов, степени чувствительности модели к различным нежелательным внешним воздействиям. Системный анализ опирается на ряд прикладных математических дисциплин и методов, широко используемых в современной деятельности управления: исследование операций, метод экспертных оценок, метод критического пути, теорию очередей и т. п. Техническая основа системного анализа -- современные вычислительные машины и информационные системы.
Методологические средства, применяемые при решении проблем с помощью системного анализа, определяются в зависимости от того, преследуется ли единственная цель или некоторая совокупность целей, принимает ли решение одно лицо или несколько и т. д. Когда имеется одна достаточно четко выраженная цель, степень достижения которой можно оценить на основе одного критерия, используются методы математического программирования. Если степень достижения цели должна оцениваться на основе нескольких критериев, применяют аппарат теории полезности, с помощью которого проводится упорядочение критериев и определение важности каждого из них. Когда развитие событий определяется взаимодействием нескольких лиц или систем, из которых каждая преследует свои цели и принимает свои решения, используются методы теории игр.
Эффективность исследования систем управления во многом определяется выбранными и использованными методами исследования. Чтобы облегчить выбор методов в реальных условиях принятия решения, необходимо разделить методы на группы, охарактеризовать особенности этих групп и дать рекомендации по их использованию при разработке моделей и методик системного анализа.
Всю совокупность методов исследования можно разбить на три большие группы: методы, основанные на использовании знаний и интуиции специалистов; методы формализованного представления систем управления (методы формального моделирования исследуемых процессов) и комплексированные методы.
Как уже отмечалось, специфической особенностью системного анализа является сочетание качественных и формальных методов. Такое сочетание составляет основу любой используемой методики. Рассмотрим основные методы, направленные на использование интуиции и опыта специалистов, а также методы формализованного представления систем.
Методы, основанные на выявлении и обобщении мнений опытных специалистов-экспертов, использовании их опыта и нетрадиционных подходов к анализу деятельности организации включают: метод "Мозговой атаки", метод типа "сценариев", метод экспертных оценок (включая SWOT-анализ), метод типа "Дельфи", методы типа "дерева целей", "деловой игры", морфологические методы и ряд других методов.
Перечисленные термины характеризуют тот или иной подход к активизации выявления и обобщению мнений опытных специалистов-экспертов (термин "эксперт" в переводе с латинского означает "опытный"). Иногда все эти методы называют "экспертными". Однако есть и особый класс методов, связанных непосредственно с опросом экспертов, так называемый метод экспертных оценок (так как при опросах принято проставлять оценки в баллах и рангах), поэтому названные и подобные им подходы иногда объединяют термином "качественные" (оговаривая условность этого названия, так как при обработке мнений, полученных от специалистов, могут использоваться и количественные методы). Этот термин (хотя и несколько громоздкий) в большей мере, чем другие отражает суть методов, к которым вынуждены прибегать специалисты, когда они не только не могут сразу описать рассматриваемую проблему аналитическими зависимостями, но и не видят, какие из рассмотренных выше методов формализованного представления систем могли бы помочь получить модель.
Методы типа "мозговой атаки". Концепция мозговой атаки получила широкое распространение с начала 50-х годов как "метод систематической тренировки творческого мышления", направленный на "открытие новых идей и достижение согласия группы людей на основе интуитивного мышления".
Методы данного типа преследуют основную цель - поиск новых идей, их широкое обсуждение и конструктивную критику. Основная гипотеза заключается в предположении, что среди большого числа идей имеются, по меньшей мере, несколько хороших. В зависимости от принятых правил и жесткости их выполнения различают прямую мозговую атаку, метод обмена мнениями, методы типа комиссий, судов (когда одна группа вносит как можно больше предложений, а вторая - старается их максимально критиковать) и т.п. В последнее время иногда мозговую атаку проводят в форме деловой игры.
Методы типа "сценариев". Методы подготовки и согласования представлений о проблеме или анализируемом объекте, изложенных в письменном виде, получили название сценариев. Первоначально этот метод предполагал подготовку текста, содержащего логическую последовательность событий или возможные варианты решения проблемы, развернутые во времени. Однако позднее обязательное требование временных координат было снято, и сценарием стали называть любой документ, содержащий анализ рассматриваемой проблемы и предложения по ее решению или по развитию системы, независимо от того, в какой форме он представлен. Как правило, на практике предложения для подготовки подобных документов пишутся экспертами вначале индивидуально, а затем формируется согласованный текст.
Роль специалистов по системному анализу при подготовке сценария - помочь привлекаемым ведущим специалистам соответствующих областей знаний выявить общие закономерности системы; проанализировать внешние и внутренние факторы, влияющие на ее развитие и формирование целей; определить источники этих факторов; проанализировать высказывания ведущих специалистов в периодической печати, научных публикациях и других источниках научно-технической информации; создать вспомогательные информационные фонды (лучше автоматизированные), способствующие решению соответствующей проблемы.
Сценарий позволяет создать предварительное представление о проблеме (системе) в ситуациях, когда не удается сразу отобразить ее формальной моделью. Но все же сценарий - это текст со всеми вытекающими последствиями (синонимия, омонимия, парадоксы), связанными с возможностью неоднозначного его толкования разными специалистами. Поэтому такой текст следует рассматривать как основу для разработки более формализованного представления о будущей системе или решаемой проблеме.
Методы экспертных оценок. Основа этих методов - различные формы экспертного опроса с последующим оцениванием и выбором наиболее предпочтительного варианта. Возможность использования экспертных оценок, обоснование их объективности базируется на том, что неизвестная характеристика исследуемого явления трактуется как случайная величина, отражением закона распределения которой является индивидуальная оценка эксперта о достоверности и значимости того или иного события.
При этом предполагается, что истинное значение исследуемой характеристики находится внутри диапазона оценок, полученных от группы экспертов и что обобщенное коллективное мнение является достоверным. Наиболее спорным моментом в данных методиках является установление весовых коэффициентов по высказываемым экспертами оценкам и приведение противоречивых оценок к некоторой средней величине.
Экспертный опрос - это не одноразовая процедура. Такой способ получения информации о сложной проблеме, характеризующейся большой степенью неопределенности, должен стать своего рода "механизмом" в сложной системе, т.е. необходимо создать регулярную систему работы с экспертами.
Одной из разновидностей экспертного метода является метод изучения сильных и слабых сторон организации, возможностей и угроз ее деятельности - метод SWOT-анализа.
Данная группа методов находит широкое применение в социально-экономических исследованиях.
Методы типа "Делъфи". Первоначально метод "Дельфи" был предложен как одна из процедур при проведении мозговой атаки и должен помочь снизить влияние психологических факторов и повысить объективность оценок экспертов. Затем метод стал использоваться самостоятельно. Его основа - обратная связь, ознакомление экспертов с результатами предшествующего тура и учет этих результатов при оценке значимости экспертов.
В конкретных методиках, реализующих процедуру "Дельфи", это средство используется в разной степени. Так, в упрощенном виде организуется последовательность итеративных циклов мозговой атаки. В более сложном варианте разрабатывается программа последовательных индивидуальных опросов с помощью анкет-вопросников, исключающих контакты между экспертами, но предусматривающих ознакомление их с мнениями друг друга между турами. Вопросники от тура к туру могут уточняться. Для снижения таких факторов, как внушение или приспособление к мнению большинства иногда требуется, чтобы эксперты обосновали свою точку зрения, но это не всегда приводит к желаемому результату, а напротив, может усилить эффект приспособляемости. В наиболее развитых методиках экспертам присваивают весовые коэффициенты значимости их мнений, вычисляемые на основе предшествующих опросов, уточняемые от тура к туру и учитываемые при получении обобщенных результатов оценок.
Методы типа "дерева целей". Термин "дерево" предполагает использование иерархической структуры, полученной путем разделения общей цели на подцели, а их, в свою очередь, на более детальные составляющие, которые можно называть подцелями нижележащих уровней или, начиная с некоторого уровня, - функциями.
Метод "дерева целей" ориентирован на получение относительно устойчивой структуры целей проблем, направлений, т.е. такой структуры, которая на протяжении какого-то периода времени мало изменялась при неизбежных изменениях, происходящих в любой развивающейся системе.
Для достижения этого при построении первоначального варианта структуры следует учитывать закономерности целеобразования и использовать принципы формирования иерархических структур.
Морфологические методы. Основная идея морфологического подхода - систематически находить все возможные варианты решения проблемы путем комбинирования выделенных элементов или их признаков. В систематизированном виде метод морфологического анализа был впервые предложен швейцарским астрономом Ф. Цвикки и часто так и называется "метод Цвикки".
Деловые игры - метод имитации выработан для принятия управленческих решений в различных ситуациях путем игры по заданным правилам группы людей или человека и компьютера. Деловые игры позволяют с помощью моделирования и имитации процессов выйти на анализ, решение сложных практических задач, обеспечить формирование мыслительной культуры, управления, мастерства общения, принятия решений, инструментальное расширение управленческих навыков.
Деловые игры выступают как средства анализа систем управления и подготовки специалистов.
Для описания систем управления на практике используется ряд формализованных методов, которые в разной степени обеспечивают изучение функционирования систем во времени, изучение схем управления, состава подразделений, их подчиненности и т.д., с целью создания нормальных условий работы аппарата управления, персонализации и четкого информационного обеспечения управления
Одна из наиболее полных классификаций, базирующаяся на формализованном представлении систем, т.е. на математической основе, включает следующие методы:
графические (теория графов и пр.).
Классу плохо организованных систем соответствует в данной классификации статистические представления. Для класса самоорганизующихся систем наиболее подходящими являются модели дискретной математики и графические модели, а также их комбинации.
Прикладные классификации ориентированы на экономико-математические методы и модели и в основном определяются функциональным набором задач, решаемых системой.
Рассмотрим примеры системного анализа:
Пример . Рассмотрим простую задачу - пойти утром на занятия в вуз. Эта часто решаемая студентом задача имеет все аспекты:
Все типы ресурсов тесно связаны и сплетены. Более того, они невозможны друг без друга, актуализация одного из них ведет к актуализации другого.
Типы мышления
Особый тип мышления - системный, присущий аналитику, который хочет не только понять суть процесса, явления, но и управлять им. Иногда его отождествляют с аналитическим мышлением, но это отождествление не полное. Аналитическим может быть склад ума, а системный подход есть методология, основанная на теории систем.
Предметное (предметно-ориентированное) мышление - это метод (принцип), с помощью которого можно целенаправленно (как правило, с целью изучения) выявить и актуализировать, познать причинно-следственные связи и закономерности в ряду частных и общих событий и явлений. Часто это методика и технология исследования систем.
Системное (системно-ориентированное) мышление - это метод (принцип), с помощью которого можно целенаправленно (как правило, с целью управления) выявить и актуализировать, познать причинно-следственные связи и закономерности в ряду общих и всеобщих событий и явлений. Часто это методология исследования систем.
При системном мышлении совокупность событий, явлений (которые могут состоять из различных составляющих элементов) актуализируется, исследуется как целое, как одно организованное по общим правилам событие, явление, поведение которого можно предсказать, прогнозировать (как правило) без выяснения не только поведения составляющих элементов, но и качества и количества их самих. Пока не будет понятно, как функционирует или развивается система как целое, никакие знания о ее частях не дадут полной картины этого развития.
