5. Моделирование и проектирование корпоративных и локальных информационных систем.

6. Методы моделирования систем. Формализованные и неформализованные методы моделирования и анализа систем.

Моделирование (в широком смысле) – это основной метод исследования во всех областях знаний. Методы моделирования используются для оценок характеристик сложных систем и принятия научно обоснованных решений в разных сферах человеческой деятельности. Существующую или проектируемую систему можно эффективно исследовать с помощью математических моделей (аналитических и имитационных) с целью оптимизации процесса функционирования системы. Модель системы реализуется на современных компьютерах, которые в этом случае выступают в качестве инструмента экспериментатора с моделью системы.

Все методы моделирования можно разделить на две группы:

• неформализованные (эвристические)

• формализованные.

Неформализованные методы – методы, основанные на использовании интуиции и опыта лиц, принимающих решение. Обычно это не связано с использованием математического аппарата и графических изображений, хотя все зависит от конкретного метода. Так в группе неформализованных методов выделяют подкласс методов частично неформализованных, к которым относят следующие методы:

• метод экспертных оценок;

• диагностические методы;

• матричные методы;

• сетевые методы;

• метод экономического анализа;

• морфологический метод;

• метод дерева целей;

• имитационное динамическое моделирование.

Эти методы хотя и базируются на субъективных приблизительных оценках, но все же более структурированы, чем полностью неформализованные. К числу полностью неформализованных относят: индивидуальные и коллективные экспертные оценки, написание сценариев, метод мозговой атаки и т.д.

Формализованные методы базируются на использовании фактографической информации (описательная, необобщенная информация для дальнейшего анализа). Используются в следующих случаях: если есть ретроспективная информация, то есть существует статистика; когда количество факторов и их сила будет такой же, как и в прошлом (факторы влияют на объект), тенденция развития такая же.

Суть: на основе объективных данных, глубины имеющихся данных, описывается развитие на основе математического аппарата.

Глубина – частота имеющихся данных. Необходимо убедиться в гладкости тенденции.

Результат использования может быть двояким: не только для составления прогнозов, но и для накапливания первичной информации об объекте.

Достоинства:

1. Простота в применении. Наличие готовых алгоритмов.

2. Объективность (не достоверность), доверие

3. Динамика. Формализованные методы позволяют определить динамику развития на любое будущее время.

Недостатки:

1. Формализованные методы можно применять, если известна предыстория развития исследования объекта.

2. Не могут учесть скачкообразные изменения, ведущие к скачкообразным изменениям в количестве.

Формализованные методы:

1. Экстраполяционные – методы прогнозирования, основанные на математической экстраполяции, при которых выбор аппроксимирующей функции осуществляется с учетом условий ограничения и развития объекта прогнозирования (например, метод наименьших квадратов)

2. Системно-структурные – методы, основанные на выявлении структурной взаимосвязи и анализу выявленных взаимосвязей. (например, морфологический анализ)

3. Ассоциативные – методы ассоциации, основанные на установлении зависимости, внутренней логики развития природных объектов (живых и общественных явлений), и затем модель переносится на объект прогнозирования.

4. Методы опережающей информации – информация опережает практику. (например, метод имитационного моделирования)