2.3. Сбор данных о функционировании системы

Решение задачи, сформулированной в предыдущем параграфе, а именно, изучение структуры системы, анализ ее компонентов, выявление взаимосвязей между отдельными элементами, преследует цель отразить статическое состояние системы. Однако при проведении системного анализа исследователя интересуют вопросы, касающиеся изучения свойств системы. Свойства системы реализуется в процессе ее функционирования, т.е. в процессе динамического поведения системы. Чтобы построить модель системы, которая имела бы возможность отражать свойства и характеристики системы, реализующиеся в процессе ее функционирования во времени, необходимо помимо структуры системы знать ее параметры, поэтому следующим этапом работ при проведении системного анализа является сбор данных о функционировании системы и исследование информационных потоков.

Основное содержание данного этапа состоит в идентификации параметров системы с целью последующего включения их в модель. Этот этап связан с определением числовых значений параметров системы в режиме ее функционирования. Параметры системы подразделяются на внутренние и внешние.

Внешние параметры системы – характеристики функционирования системы, служащие показателями качества ее работы как единого целого. В качестве примера внешних параметров можно привести параметры автоматизированной системы:

• общая производительность системы по обработке данных;

• объем передаваемой информации;

• достоверность выходной экспериментальной информации;

• точность получения результатов для информации, заданной количественно);

• количественные характеристики надежности системы;

• объем используемой в системе аппаратуры (объем памяти, количество преобразователей формы информации, количество внешних устройств и т.д.);

• время задержки с момента поступления в систему исходных данных до момента выдачи окончательных результатов (во время решения определенной задачи);

• стоимость системы (с учетом разработки математического обеспечения);

• показатели удобства системы в эксплуатации (наличие элементов «психологического комфорта») и др.

Внутренние параметры системы – характеристики, показывающие особенности технических решений, принятых при организации системы в целом и отдельных технических средств, входящих в состав системы, а также в совокупности влияющие на значения внешних параметров системы. Примерами внутренних параметров автоматизированных систем являются:

• вид и характеристики сигналов для представления информации в системе, в каналах связи – при обмене информацией между отдельными звеньями системы;

• способ кодирования информации;

• вид приоритетности при приеме и обработке информации тот различных источников;

• способ организации программы-диспетчера;

• быстродействие отдельных элементов и т.д.

Ограничения, накладываемые на внутренние параметры, связаны с конечностью распространения электромагнитных волн, с конечностью возможных типов используемых блоков и элементов аппаратуры системы, с дискретностью числа ячеек запоминающих устройств и т.д. Разделение на внешние и внутренние параметры весьма условно. Обычно к внешним относят те параметры, на которые задаются ограничения, определяемые назначением системы или вызванные условиями ее функционирования.

При описании параметров системы определению подлежат идентификатор параметра, единицы измерения, диапазон изменения, качественные характеристики (однозначный - многозначный, регулируемый – нерегулируемый), место применения модели.

Параметры отражают свойства системы. Одни из них определить достаточно просто, например, такие параметры как объем памяти, количество внешних устройств, стоимость системы, способ кодирования информации, вид приоритетности при приеме и обработке информации от различных источников можно получить на основании изучения документации на систему. Другие же параметры определяются опосредованно, на основании обработки информации, полученной в результате наблюдений за работой системы. К таким параметрам относятся параметры, характеризующие надежность системы, качество функционирования, точность получения количественных результатов и т.п.

Наблюдения с целью сбора данных могут проводиться в процессе функционирования системы либо же для сбора данных организуются специальные экспериментальные исследования. В первом случае говорят, что данные получены в результате пассивного эксперимента. Во втором случае имеет место активный эксперимент. Активный эксперимент проводится по специально составленному плану с использованием методов планирования эксперимента. При этом предусматривается возможность измерения входных параметров, влияющих на процесс функционирования системы. Исследуется изменение выходных параметров системы в зависимости от уровней входных параметров. Результаты испытаний фиксируются с помощью измерений, т.е. изображения результатов опыта в виде символов, номеров или чисел. Измерение – это алгоритмическая операция, которая данному наблюдаемому состоянию системы или процесса ставит в соответствие определенное обозначение: число, номер или символ. Такое соответствие обеспечивает то, что результаты измерений содержат информацию об исследуемой системе. Требуемая информация в виде оценок параметров получается путем преобразования результатов измерения или, как еще говорят, с помощью обработки экспериментальных данных.

Современное понимание измерений существенно шире только количественных измерений. Есть наблюдаемые явления, в принципе не допускающие числовой меры, но которые можно фиксировать в «слабых» шкалах, и эти результаты учитывают в моделях, получая качественные, но вполне научные выводы. Расплывчатость некоторых наблюдений признана их неотъемлемым свойством, которому придана строгая математическая форма, и разработан формальный аппарат работы с такими наблюдениями. Погрешности измерений также являются неотъемлемым, естественным и неизбежным свойством процесса измерения. Причиной этого является наличие неопределенностей в процессе наблюдения, квантование результатов измерения, шумы аппаратуры и т.д. широкое распространение получили статические измерения, т.е. оценивание функционалов распределения вероятностей по зафиксированным наблюдениям значений реализации случайного процесса. Этот класс измерений имеет особое значение потому, что большое число входных и выходных показателей реализуется в виде случайных величин.

В случае, когда анализируют социотехнические системы (организационные, человеко-машинные, автоматизированные) помимо определения параметров системы, для построения модели важное значение приобретают вопросы исследования информационных потоков, циркулирующих в системе. Анализ информационных потоков позволяет выявить схему работы объектов управления, обеспечивает информационное отображение объекта управления, взаимосвязь между его элементами, структуру и динамику информационных потоков. Изучаются формы документов и недокументированных сообщений. В процессе изучения информационных потоков анализируются следующие группы документов:

1)официальные положения и инструкции, регламентирующие функции подразделений и определяющие сроки и процедуры обработки информации и принятия решений;

2)входные документы, источники которых находятся вне системы;

3)систематически обновляемые записи в виде карточек или книг, используемые в процессе обработки данных;

4)промежуточные документы, получаемые и используемые в процессе обработки данных;

5)выходные документы.

Анализ информационных потоков осуществляется с помощью специально разработанных методов: графического, метода использованием сетевой модели, графоаналитического и метода с использованием графов типа «дерево». Графический метод применяется для описания потоков информации, главным образом, на макроуровне, когда решается задача анализа общей схемы работы объектов управления. Здесь отношения между элементами потока, в виде которых выступают документы, изображают структурно-информационно-временной схемой. На схеме приводятся краткие пояснения, описывающие движение информации и материальных потоков.

Метод с использованием сетевой модели состоит в следующем. В качестве события сетевой модели фигурирует определенный документ. Если документ представляет собой результат выполнения какой-либо работы, он является конечным, если же он будет использоваться в дальнейшем ходе выполнения работ, такой документ будет начальным. Под работой понимается определенная задача или функция, выполняемая элементов органа управления.

Графоаналитический метод основан на анализе матрицы смежности информационного графа. В данном случае исходными для анализа информационных потоков являются данные о парных отношениях между наборами информационных элементов, формализуемые в виде матрицы смежности. Под информационными элементами понимают различные типы входных, промежуточных и выходных данных. Матрица смежности – квадратная бинарная матрица с количеством строк (и столбцов), равным количеству информационных элементов. В каждой позиции матрицы смежности записывают единицу, если между соответствующими элементами матрицы существует отношение, т.е. информация одного документа используется при формировании другого, и в соответствующей позиции ставится в соответствие граф информационных взаимосвязей. Множеством вершин графа является множество информационных взаимосвязей. Множеством вершин графа является множество информационных элементов, дуги отражают взаимосвязи между элементами. Дуга присутствует, если в матрице смежности отношение между элементами отмечено единицей, и отсутствует в противном случае. Анализ графа позволяет выявить информационную зависимость между входными, промежуточными и выходными документами, характер зависимости, установить направление движения информации. Графоаналитический метод является развитием метода с использованием сетевой модели и позволяет проводить более детальный анализ информационных потоков.

Метод с использованием графов типа «дерево» применяют для описания системы потоков информации. Строится граф взаимосвязи показателей и так называемые графы расчетов, описывающие преобразование информации в процессе формирования отдельных показателей. При построении дерева взаимосвязи показателей ребра ориентируют с учетом иерархии от исходных к результирующим. Такой подход позволяет строить графы с более высокой степенью укрупнения. Полученный комплекс графов отражает процесс движения и преобразования информации в системе.