8.5. Вопросы для самопроверки

1. В чем состоит сущность метода статистических испытаний?

2. В каких случаях оправдано применение метода статистических испытаний?

3. Приведите описание основных способов организации единичного жребия

4. Каково современное содержание терминов «имитация», «имитационная модель»?

5. Назовите основные типы имитационных моделей.

6. Назовите приемы построения и эксплуатации дискретных имитационных моделей

7. Какие компоненты входят в имитационную систему?

9. Когнитивные подходы к решению слабоструктурированных и плохо формализованных задач

9.1. Когнитивные модели

С каждым днем возрастает число сложных и очень сложных крупномасштабных систем управления в социально-экономической, экологической, организационной, технической и других сферах. Эти задачи по своей сути являются слабоструктурированными, слабоформализуемыми, содержат многие противоречивые цели и критерии и требуют способов решения задач с нечеткими знаниями, целями и данными. При их реше­нии возникают серьезные неопределенности, связанные с недостаточностью и нечеткостью наших знаний о проблеме, невозможностью учиты­вать реакцию окружающей среды, других лиц на предпринятые действия, а также неопределенности из-за нечетко определенных данных, критери­ев, целей и т.п.

Характерной чертой современных сложных объектов управления яв­ляется также многосвязанность. На результаты функционирования боль­шинства многосвязанных систем влияет одновременно множество управ­ляемых величин и их взаимосвязи. Поэтому для таких систем проблема оптимизации сводится к экстремизации функционала, зависящего одно­временно от множества управляемых величин в их взаимосвязи. К много­связанным системам относятся энергетические системы, металлургиче­ские комплексы, нефтедобывающие и нефтехимические объекты, соци­ально-экономические, экологические системы и др.

При решении задач оптимизации управления сложными многосвя­занными системами возникает дополнительная проблема большой раз­мерности. Однако пока еще не разработаны научно обоснованные методы решения названных задач управления, а традиционные методы управле­ния для таких задач малопригодны. Поэтому важнейшими проблемами в сфере управления политическими, социально-экономическими, экологи­ческими, организационными и другими системами являются разработка теории и технологии принятия решений и создание информационно-управляющих систем их поддержки. Актуальность проблемы «выжива­ния» сложных социально-экономических, экологических, организацион­ных систем в кризисных ситуациях породила необходимость разработки методологии моделирования сложных крупномасштабных развивающих­ся систем при неполных и нечетких знаниях и слабой формализации за­дач.

Для выявления базисных социально-политических, экономических, экологических проблем и генерирования рекомендаций по методам управления сложными системами необходимо разработать компьютерные когнитивные модели для качественного моделирования ситуации. Качественные модели сложных и очень сложных систем достаточно эффективно строятся на основе мате­матического аппарата знаковых и взвешенных графов, которые позволя­ют формализовать взаимодействие основных положительных и отрица­тельных обратных связей, существующих между процессами, опреде­ляющими функционирование и развитие сложной социально-политичес­кой, экономической или экологической системы. При построении таких моделей может быть использована неполная, нечеткая и даже противоре­чивая информация.

Когнитивные модели на основе аппарата знаковых и взвешенных графов успешно применяются в США компанией Rand Corporation для анализа названных задач. В Институте проблем управления РАН (Москва) такие модели получили дальнейшее развитие и применялись для анализа влияния теневой экономики на экономику России, прогноза раз­вития событий в чрезвычайных ситуациях; выживания предприятий с различными организационно-правовыми формами в условиях кризисной экономики (инфляции, скачков цен на ресурсы и энергоносители и др.), а в последнее время для разработки стратегий развития регионов и управ­ления развитием потребительского рынка г. Москвы.

Таким образом, удобным инструментом исследования слабострукту­рированных, плохо формализуемых задач является когнитивная структу­ризация, которая способствует углублению понимания проблем, выявле­нию противоречий, качественному их анализу. Цель когнитивной струк­туризации состоит в формировании и уточнении гипотезы о функциони­ровании исследуемого объекта. Чтобы понять и проанализировать пове­дение сложной системы с помощью когнитивного подхода, строится структурная схема причинно-следственных связей. При этом элементы системы А и В , изображаемые на схеме в виде отдельных вершин гра­фа, соединяют ориентированной дугой, если элемент А связан с элемен­том В причинно-следственной связью: А—>В, где А - причина, В -следствие. Рассматриваемые причинно-следственные связи разделяют на положительные и отрицательные. Связь А —> В называется положи­тельной, если увеличение А ведет к увеличению (усилению) В и уменьшение А ведет к уменьшению (ослаблению) В при прочих рав­ных условиях. Отрицательный знак (-) над дугой А —> В означает, что связь отрицательна, т.е. при прочих равных условиях увеличение А при­водит к уменьшению (ослаблению) В. Подобные схемы причинно-следственных связей широко используются для анализа сложных систем в экономике, социологии, в политике, в технике. Такие схемы, интерпре­тирующие мнение, взгляды лица, принимающего решение, называются когнитивной картой. На математическом языке когнитивная карта называется знаковым (взвешенным) ориентированным графом (орграфом). Для определения изменений параметров вершин, с учетом влияния контуров обратной связи пользуются развитием импульсного процесса в знаковых и взвешенных орграфах, который устанавливает, как отклонения одной или нескольких переменных распространяются за не­которое время по структуре графа. Приобретая опыт в анализе знаковых графов, можно избавиться от целого ряда типичных ошибок, свойствен­ных несистемному мышлению. Нередко исследователь ошибочно пред­полагает, что каждое событие имеет только одну причину, не замечая важных обратных связей, как положительных, так и отрицательных.

Когнитивное или графовое моделирование сложных процессов позволяет дать качественные оценки протеканию процессов. Вершины графа соответствуют рассматриваемым процессам, направленные дуги графа отражают влияние процессов друг на друга, а степень такого влия­ния отображается путем приписывания соответствующего веса каждой дуге. Первоначально степень влияния отображается с помощью лингвистических переменных типа «сильно», «умеренно», «слабо» и т.п. В зави­симости от совокупности значений той или иной лингвистической пере­менной выбирают числовую шкалу соответствующей метрики; с помо­щью таких шкал качественным значениям переменных присваивают оп­ределенные числовые значения по соответствующим шкалам, в результа­те получаем взвешенный ориентированный граф.

Если графовая модель среды достаточно правдоподобна, то постав­ленные цели можно интерпретировать в терминах моделей как подмно­жество «благоприятных» ситуаций. Под допустимым решением будем понимать решение, переводящее систему в какую-либо благоприятную ситуацию и удерживающую ее в этой ситуации. Процесс такого перевода назовем управлением ситуациями, а переводимые ситуации - управляе­мыми ситуациями.

Экономические, социальные, политические системы в отличие от технических систем характеризуются отсутствием детального количест­венного описания происходящих в них процессов. Информация имеет в основном качественный характер. Системному аналитику доступна лишь качественная информация о текущем состоянии того или иного фактора. Для описания текущего состояния факторов и ха­рактера влияния факторов друг на друга выбирается совокупность соот­ветствующих лингвистических переменных типа: «влияние положи­тельное» или «отрицательное». Для описания степени такого влияния используются лингвистические переменные типа: «сильно», «слабо», «больше», «меньше» и т.п. Совокупность базисных факторов вместе с описанием непосредственного влияния факторов друг на друга называет­ся ситуацией.

Графовая модель ситуации строится следующим образом. Верши­ны соответствуют базисным факторам V_i . Дуга (i,j), проведенная от вершины i к вершине j, отображает тот факт, что изменение значений фактора V_i влияет на изменение значений фактора V_j . Дуга (i,j) имеет знак (+), если это влияние «положительно», и знак (-) в противоположном случае. Лингвистическим переменным, описывающим степень такого нлияния, сопоставим следующие значения из интервала [0,1]: 0,1 - «очень слабое»; 0,3 - «умеренное»; 0,5 - «существенное»; 0,7 - «сильное»; 1,0 - «очень сильное». Таким образом, каждая дуга (i, j) снабжается весом . В итоге получаем модель ситуации в виде взвешенного орграфа G = (V, А), где V - множество вершин - факторов, а А - множество взвешенных дуг.

Графовая модель, несмотря на числовые значения весов дуг, также является качественным (когнитивным) описанием ситуации. Для компью­терного анализа происходящих в ситуации процессов с помощью графо­вой модели в последнюю вводят понятие времени и сопоставляют число­вую шкалу лингвистическим переменным, описывающим текущее со­стояние базисных факторов. Компьютерное моделирование процессов в ситуации проводится в дискретном времени. Изменения факторов рас­сматриваются на каждом интервале квантования Т, для содержатель­ной предметной интерпретации последний имеет определенную размер­ность (секунда, час, сутки, неделя, месяц, квартал и т.п.). Для простоты интервал квантования Т считают совпадающим с машинным тактом (т.е. Т = 1), имея в виду, что при последующей интерпретации такт имеет заранее выбранную размерность. Для факторов также используется неко­торая совокупность лингвистических переменных. Так, например, фактор «инфляция» использует значения типа «высокая», «умеренная», «низкая». Для фактора «социальная напряженность» - «сильная», «слабая». Так как используются лингвистические переменные, то результаты моделирова­ния являются качественными. Выбор лингвистических шкал для факторов дуг между ними осуществляют привлеченные эксперты, хорошо знающие предметную область.

Когнитивные технологии завоевывают все большее доверие у структур, занимающихся стратегическим и оперативным планированием на всех уровнях и во всех сферах управления. Применение когнитивных технологий в экономической сфере позволяет в сжатые сроки разработать и обосновать стратегию экономического развития предприятия, бан­ка, региона или целого государства с учетом влияния изменений во внешней среде. В сфере финансов и фондового рынка когнитивные тех­нологии позволяют учесть ожидания участников рынка. В военной облас­ти и области информационной безопасности применение когнитивного анализа и моделирования позволяет противостоять стратегическому информационному оружию, распознавать конфликтные структуры, не доводя конфликт до стадии вооруженного столкновения.

В целом когнитивные технологии способствуют решению следую­щего круга задач:

1. качественный анализ политической, экономической, социальной и пр. информации с целью прогнозирования и ранней идентификации угроз национальной безопасности;

2. качественный анализ ситуации с целью выявления факторов, влияющих на ее развитие;

3. моделирование ситуации с целью прогнозирования возможных вариантов ее развития и определения действий, способствующих ее раз­ витию в направлении, соответствующем национальным интересам.

Одним из наиболее перспективных направлений развития и внедре­ния средств когнитивного анализа и моделирования является их инте­грация с традиционными средствами анализа и моделирования, что реализует возможность поддержки принятия решений практически на всех уровнях управления.

Таким образом, методы когнитивного исследования тенденций раз­вития ситуаций базируются на использовании возможностей человека по описанию факторов, определяющих исследуемую ситуацию, и, особенно, по описанию взаимозависимостей этих факторов. Разрабатываемые методы ориентированы прежде всего на использование Первыми лицами (руководителями предприятий, производственных и обществен­ных организаций, партий, регионов, субъектов федерации и т.д.) оценивающими и принимающими решения по наиболее ответственным пер­спективным стратегическим вопросам.