2.5. Блок-схемы и органиграммы
Блок-схема – вещь чрезвычайно простая, но при создании модели это, быть может, самый полезный инструмент. Блок-схема отображает главные элементы или подсистемы и показывает существующие между ними взаимосвязи. Стрелками указываются направления связей между элементами, а сами элементы (подсистемы) изображаются прямоугольниками с поясняющими подписями внутри (рисунок 2.4.).
Рис. 2.4. Блок-схема замкнутой системы административного управления
Органиграмма в основном состоит из линий, соединяющих символы или прямоугольники (блоки), внутри которых делаются сокращенные надписи. Символы представляют группы элементарных шагов (операций), отображающих поведение анализируемой системы во времени; линии показывают отношения между этими группами. Стрелки указывают направления движения информации или порядок выполнения операции. Надписи внутри символов указывают, что делается на каждом шаге; запись реализуемого процесса ведется при этом сверху вниз (рис. 1.3.).
Органиграммы обладают одной особенностью, отличающей их от традиционных блок-схем: она может содержать точку принятия решения (выбора), различные линии, выходящие из блока решения, имеют метки (обычно “да” или “нет”), отражающие выполнение некоторых условий и далее процесс следует по линиям, связанным с соответствующими ответами на вопросы, поставленные этими условиями.
Главное назначение органиграмм и/или блок-схем состоит в том, чтобы помочь в деле анализа системы посредством выявления связей в ее логической структуре и взаимоотношений между элементами системы. Это особенно важно на этапе описания системы, поскольку в это время зачастую неизвестно, как система работает или должна работать. В виде блок-схем или органиграммы можно представить систему весьма высокой сложности. При этом часто удается выявить, что именно в системе плохо изучено, благодаря чему системный аналитик получает достаточные основания для заключения, что им учтены все необходимые аспекты работы системы. Кроме того, он имеет теперь статическую модель системы, от которой можно начать переход к динамической модели.
2.6. Конструирование модели
В процессе преобразования знаний о системе в математическую модель этой системы надлежит решить 4 задачи:
1. Определить назначение модели.
2. Определить, какие компоненты должны быть включены в состав модели.
3. Определить параметры и переменные, относящиеся к этим компонентам.
4. Определить функциональные соотношения между компонентами, параметрами и переменными.
Можно надеяться, что побочным результатом этой фазы общей ориентировки станет определение точной цели и назначения данной проблемы моделирования. Эксперименты по моделированию проводятся с весьма разнообразными целями, в числе которых могут быть:
1. Оценка – определение, насколько хорошо система предлагаемой структуры будет соответствовать некоторым конкретным критериям.
2. Сравнение – сопоставление конкурирующих систем, рассчитанных на выполнение определенной функции или же сопоставление нескольких предлагаемых рабочих принципов или методик.
3. Прогноз – оценка проведения системы при некотором предлагаемом сочетании рабочих условий.
4. Анализ чувствительности – выявление из большого числа действительных факторов тех, которые в наибольшей степени влияют на общее поведение системы.
5. Оптимизация – точное определение такого сочетания действительных факторов и их величин, при которых обеспечивается наилучший отклик всей системы в целом.
6. Выявление функциональных соотношений – определение природы зависимости между двумя или несколькими действительными факторами, с одной стороны, и откликом системы, с другой.
Этот список нельзя считать исчерпывающим. В нем перечислены лишь наиболее распространенные цели моделирования.
Четкое определение назначения модели оказывает существенное влияние на весь процесс ее конструирования и экспериментальной проверки. Например, если назначение модели состоит в том, чтобы оценить действительные характеристики проектируемой или существующей системы, то это ложится тяжелым бременем на точность модели и требует от последней высокой степени изоморфизма. В то же время, если назначением модели является лишь сравнительная оценка двух или нескольких систем или рабочих процедур, модель может быть пригодна даже в том случае, если абсолютная величина ее отклика на внешние воздействия существенно отличается от того, что имеет место в моделируемой системе.
Весь процесс проектирования модели, проверки ее адекватности, проведения экспериментов и формулирования заключительных выводов теснейшим образом связан с конкретным назначением модели. Невозможно построить модель, не зная конечной цели эксперимента. К сожалению, разработчик, приступая к разработке модели, не всегда бывает знаком с поставленной проблемой в достаточной мере, чтобы впоследствии задавать модели правильные вопросы. Поэтому модель должна иметь более или менее открытую структуру с тем, чтобы в процессе работы ей можно было ставить дополнительные вопросы, возникающие в результате проведения начальных экспериментов.
После того, как определена (по меньшей мере качественно) конкретная цель, для которой потребовалось создание модели, настает этап определения необходимого состава компонентов модели. Этот этап подразумевает перечисление всех компонентов системы, влияющих как положительно, так и отрицательно на эффективность ее работы. После составления полного списка компонентов для каждого из них решается вопрос, следует ли включать его в состав модели. Но это легче сказать, чем сделать, т.к. на данном этапе разработки модели не всегда ясно, насколько важен тот или иной компонент для достижения общей цели моделирования. При этом необходимо ответить еще на один важный вопрос: следует ли включать данный компонент в состав модели или же в состав окружающей среды.
При решении вопроса о том, какие компоненты надо включать, а какие исключать, важным соображением является число переменных, которые необходимо включить в модель. Определить число эндогенных или выходных переменных, как правило, нетрудно. Если хорошо проработан вопрос о целях или назначении исследования, требуемые выходные переменные почти самоочевидны. Трудности возникают при определении, какие входные переменные и переменные состояния вызывают наблюдаемые эффекты, и какими из этих переменных необходимо манипулировать, чтобы получить желаемые эффекты. К тому же здесь мы сталкиваемся с противоречием: с одной стороны, мы стремимся сделать модель как можно проще, чтобы облегчить ее понимание, упростить задачу формулирования, повысить эффективность моделирования, с другой стороны, мы хотим получить как можно более точную модель. Следовательно, реальную действительность необходимо упрощать. Но лишь до тех пор, пока это не приводит к существенной потере точности.
Найти правильный баланс не так легко. Ясно, что мы не хотим упустить ни одного из компонентов или ни одной из переменных, оказывающих большое влияние на поведение системы. Однако на этом раннем этапе разработки модели может быть вообще не ясно, какое из воздействий существенно, а какое нет. Тут приходится полагаться на здравый смысл, интуицию и предыдущий опыт тех, кто хорошо знаком с системами. Возможно, окажется желательной и даже необходимой проверка мнений, высказываемых этими специалистами с помощью экспериментов и/или статистического анализа имеющихся данных. Всегда следует стремиться к возможно более строгой проверке принимаемых допущений или гипотез.
Обычно на начальных этапах составления модели наблюдается тенденция к учету чрезмерно большого числа компонентов и переменных (как правило, степень понимания явления обратно пропорциональна числу переменных, фигурирующих в его описании). Проблема в том, что, если следовать естественным наклонностям, модель станет такой сложной, что будет очень трудно найти разумное объяснение любому из проведенных с ее помощью экспериментов. Разумеется, без возможно более строгого обоснования не следует исключать из рассмотрения ни одной переменной. В то же время при построении модели в виде комбинации отдельных функциональных блоков можно, если это желательно, вводить дополнительные переменные или компоненты позднее. В большинстве случаев можно на ранних стадиях конструирования модели сочетать в ней отдельные компоненты и переменные таким образом, чтобы в дальнейшем, когда устройство и действие системы станет более ясным, их можно будет при необходимости разделить.
Коль скоро решено, какие компоненты и переменные включать в модель, необходимо далее определить функциональные связи между ними, а также значения используемых параметров. Здесь встают труднопреодолимые проблемы: во-первых, может быть трудно (а то и просто невозможно) количественно определить или измерить некоторые переменные, важные для поведения системы. Во-вторых, соотношения между компонентами и переменными могут быть неопределенными. В-третьих, необходимая информация, числовые данные могут либо отсутствовать, либо быть в непригодном для использования виде.