2.2. Основные приемы формализации задач системного анализа

Целевое предназначение всего системного анализа состоит в том, чтобы в результате осуществить выбор [2]. Выбор или принятие решения есть суть поставленной задачи системного анализа, конечный итог всей работы. Заказчик формулирует перед системным аналитиком проблему. Его интересуют прагматичные вопросы, например, сформулировать мероприятия, которые гарантировали бы быстрое развитие предприятия с обеспечением максимальной прибыли, или же предложить наилучшее решение по обеспечению стабильного электроснабжения некоторого региона. Системный аналитик должен ответить на вопрос: «Что лучше - строить новую электростанцию или провести модернизацию действующей, но выработавшей свой ресурс? Какова будет надежность электростанции после проведения работ по модернизации? Будет ли на допустимом уровне риск от ее эксплуатации?». Заказчика, в общем-то, не интересует, каким способом будет выработано то или иное решение. Для него важно, чтобы оно было обосновано и отвечало на поставленный вопрос.

Все описанные ранее этапы работ являлись предварительными, направленными на изучение проблемной ситуации. Для того, чтобы обоснованно подойти к решению задачи выбора, анализируется система и строится ее модель, изучаются цели, которые ставит перед собой (и, естественно, системными аналитиками) заказчик, исследуются возможные пути развития системы, т.е. генерируются альтернативы.

После столь тщательной проработки проблемной ситуации наступает завершающий этап - этап принятия решения. Каждый класс задач требует адекватных методов решения (см. табл. 1.1).

Таблица 2.1 Классификация задач и методов.

№	Класс задач	Методы решения
1	Структурированные задачи	Математические методы, позволяющие формализовать задачу: оптимизационные методы математического программирования, исследования операций
2	Слабоструктурированные задачи	Статистические и вероятностные методы (методы корреляционного, регрессионного и кластерного анализа, метод Байеса, методы статистической классификации), методы многокритериальной оптимизации (методы поиска Парето-оптимальных решений, метод анализа иерархий), методы теории игр
3	Плохоструктурированные зедечи	Эвристические методы: (метод Дельфы, метод Кингисе, метод Курно), методы искусственного интеллекта (модели и методы, использующие математическую логику, нечеткие множества, нейронные сети, генетические алгоритмы)

2.3. Внедрение результатов анализа

Системный анализ является прикладной наукой, его конечная цель -изменение существующей ситуации в соответствии с поставленными целями. 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 грамотно и качественно реализованы полученные рекомендации.

Особенно востребованы в настоящее время теория систем и системный анализ при управлении предприятиями и организациями. Последнюю в широком смысле определяют как свойство систем обнаруживать взаимосвязанное поведение частей системы в рамках целого. Управление организацией - сложная проблема, требующая участия специалистов различных областей знаний. По мере усложнения производственных процессов и развития наукоемких технологий появились проблемы с большой начальной неопределенностью проблемной ситуации. В таких задачах все большее место стал занимать собственно процесс постановки задачи. возросла роль лица, принимающего решение (ЛПР), в выборе экономико-математических методов, роль человека как носителя системы ценностей, критериев принятия решения, целостного восприятия, сохранения целостности при расчленении проблемы для облегчения ее решения.

Взгляд на определение системы, как на средство ее исследования, позволил осознать целесообразность определения, в котором объект не расчленяется на элементы, т.е. не разрушается, что делается в уже приведенных определениях, а представляется как совокупность укрупненных компонентов, принципиально необходимых для существования и функционирования исследуемой или создаваемой системы [7]:

S_def ≡<Z, STR, TECH, COND>,

где Z = {z} - совокупность, или структура, целей;

STR = {STR_пр ,STR_орг,...} - совокупность структур, реализующих цели;

STR_пр - производственная, _STRорг - организационная и т.п.;

ТЕСН = {meth, means, alg, ... } - совокупность технологий (методы meth, средства means, алгоритмы alg и т.п.), реализующих систему;

COND = {φ_ex, φ_in} - условия существования системы, т.е. факторы, влияющие на ее создание и функционирование (φ_ex - внешние, φ_in -внутренние).

Методология системного анализа разрабатывается и применяется в тех случаях, когда у лиц, принимающих решения, на начальном этапе нет достаточных сведений о системе или проблемной ситуации, позволяющих выбрать метод формализованного представления, сформировать математическую модель или применить один из новых подходов к моделированию, сочетающих качественные и количественные приемы.

Системная модель поддержки принятия решений отображает процесс обработки знаний для формирования рекомендаций по принятию решений в критических ситуациях при управлении сложными динамическими системами. Целью моделирования является системное описание знаний, используемых в процессе управления.

В процессе исследования выявлены следующие основные проблемы моделирования знаний о процессе управления в проблемных ситуациях:

• проблема представления знаний как семантических отношений между объектами предметной области, в том числе парадигматических отношений между понятиями (например, отношений семантической синонимии, отношений обобщения, агрегации и каузальных отношений);

• проблема моделирования знаний о динамике поведения объектов, в том числе в реальном времени;

• проблема моделирования операций и методов обработки знаний, в том числе вывода решений на основе правил и поиска аналогичных прецедентов.

Для решения перечисленных проблем предложена методология разработки информационной системы поддержки принятия решений (ИСППР), основой которой является объектно-когнитивный анализ предметной области, интегрирующий методы объектно-ориентированного анализа, онтологического анализа и семантической сети представления знаний.

Объектно-ориентированный анализ – способ анализа, изучающий требования к системе с точки зрения будущих классов и объектов, основываясь на словаре предметной области.

Онтологический анализ – это уровень анализа знаний, в основе которого лежит описание предметной области в терминах сущностей, отношений между ними, и действий над сущностями.

Семантический анализ – это анализ предметной области, направленный на описание и идентификацию базовых элементов предметной области, установление взаимосвязей (отношений) между ними и определение характеристик отношений.

В соответствии с этой интеграцией объектно–когнитивный анализ предметной области включает следующие основные этапы. Вначале, в соответствии с методологией объектно-ориентированного анализа, выделяется множество значимых сущностей из этой области (множество классов и объектов). Затем идентифицируются значимые отношения, которые существуют между классами и объектами предметной области. На следующем этапе определяется, какие операции взаимодействия объектов представляются важными, и моделируется поведение объектов. По результатам моделирования на основе онтологического анализа разрабатывается предметно-ориентированный тезаурус. В заключение значимые отношения оформляются синтаксически, то есть при помощи аксиом. Таким образом, результатами объектно-когнитивного анализа являются формальные описания отношений между абстрагированными понятиями и сущностями, являющимися базовыми объектами предметной области (когнитивными элементами), в терминах предметно-ориентированного тезауруса.