- •5. Этапы системного анализа в приложениях логистики.
- •6. Модели и схемы выбора и принятия решений в условиях неопределенности.
- •8. Экспертные методы в системном анализе.
- •9.Информационные аспекты исследования систем, измерения, шкалирование.
- •1. Понятие системы. Свойства и закономерности функционирования систем
- •1. Системный подход как инструментарий теории систем. Общие понятия теории систем и системного анализа.
- •1.1. Понятие системы. Свойства и закономерности функционирования систем.
- •1.2. Формализованное представление системы и операции.
- •1.3. Основные типы и структуризация систем.
- •1.4. Основные аспекты системного подхода.
- •2.Сущность и принципы системного подхода.
- •2.1. Основные принципы системного подхода.
- •2.2. Оценивание эффективности и качества.
- •2.3. Показатели и критерии эффективности функционирования систем.
- •2.4. Оценка сложных систем на основе теории полезности.
- •3. Системное исследование как процесс принятия решений при проектировании систем логистики.
- •3.1. Основные этапы системного исследования.
- •3.2. Формулирование проблемы и декомпозиция системы.
- •3.2. Системный анализ
- •Фактор воздействия
- •Цель операции (задача, поставленная перед системой)
- •Единица логистического учета
- •3.4. Моделирование, синтез, системное проектирование.
- •4.Показатель эфективности
- •6.Процедура сравнения альтернативных
- •5.Оценка затрат
- •3.5. Формирование предложений для лпр.
- •4. Системно-операционный подход в проектировании
- •4.1. Формирование модели, постановка и решения
- •4.2. Особенности формирование модели при проектировании сложных логистических систем (слс).
- •4.3. Многокритериальность, приоритеты и компромиссы. Формализация понятия лучшего выбора.
- •4.4. Принципы построения эталонной модели открытых систем.
- •4.5. Эталонная модель и иерархическая структуризация транспортных услуг.
- •5. Этапы системного анализа в приложениях логистики.
- •5.1. Системный анализа в приложениях логистики.
- •5.2. Микрологистическая система автотранспортного предприятия (атп).
- •5.3. Системный анализ, как методология исследования и улучшения функционирования микрологистических систем.
- •6. Модели и схемы выбора и принятия решений в условиях неопределенности.
- •6.1.Типовая модель применения системы в условиях неопределенности.
- •6.2. Формализация неопределенности
- •6.3.Оценка сложных систем в условиях риска на основе функции полезности
- •6.4. Классические, производные и составные критерии выбора решений в условиях неопределенности.
- •7. Эвристические методы поиска альтернатив в системном анализе.
- •7.1. Классификация методов поиска альтернатив.
- •7.2. Метод «мозгового штурма» (прямая и массовая «мозговая атака).
- •7.3. Метод эвристических вопросов, метод многомерных матриц .
- •7.4. Метод свободных ассоциаций, метод инверсии, метод эмпатии (личной аналогии).
- •7.5. Метод совещаний", суда, синектики, метод организованных стратегий и сценариев.
- •8. Экспертные методы в системном анализе.
- •8.1. Место и роль экспертных методов в системных иссследованиях.
- •8.2.Классический метод экспертных оценок Дельфи.
- •8.3.Процедуры экспертных оценок (простое ранжирование, последовательное, парное и множественое сравнивание).
- •8.4.Процедуры экспертных оценок (непосредственная оценка, метод последовательного сравнения Черчмена-Акоффа, метод вероятностных смесей Неймана-Моргенштерна).
- •8.5. Процедуры экспертных оценок (структуризация принятия решений, деловая игра, метод аналитической иерархии).
- •Раздел 6 включается в описание игры, если формализация модели позволяет лучше понять суть игры, или если в дальнейшем предполагается провести анализ формальной модели.
- •Раздел 7 может отсутствовать, если известными математическими средствами провести анализ модели или невозможно или слишком громоздко.
- •9.Информационные аспекты исследования систем, измерения, шкалирование.
- •9.1. Измерения: построение индексов, шкалирование.
- •Другие варианты формализации результатов, полученных экспертными методами
- •9.2. Причинно-следственная диаграмма Ишикавы.
- •9.3. Метод дерева целей, решений.
- •Основные определения
- •9.4. Морфологические методы.
- •Метод решающих матриц
- •9.5. Анализ Парето и другие законы кластеризации.
- •Экономическая модель «стоимость — эффективность» Парето рассмотрена ранее.
- •Приложения.
- •Формализация методологического подхода
- •Формализация методологического подхода
- •Основные аспекты системного подхода.
- •Воздействия
- •Пример использования метода аналитической иерархии (маи) при решении задач практической социологии.
- •Пример использования метода аналитической иерархии (маи) при решении задач практической социологии.
3. V - ограничения (формирование множества альтернативных решений)
5.Оценка затрат
G = G[Α, Β, Δ]
G={π1 πv πz}
Рис. 4. Системное проектирование (основные компоненты задачи)
Схема операции в проектной эффективности включает в себя два непересекающихся компонента: формулировку показателя эффективности [W]и показателя затрат [G].
Пересекающимися компонентами задачи оптимизации параметров элемента сложной системы в рамках системного проектирования являются:
- вектор-решение (множество независимых переменных), однозначно и исчерпывающе описывающих варианты решений X={x1,xi,xn };
- процедура сравнения альтернативных вариантов решений.
Исследование взаимосвязи параметров проектируемого элемента направлено на решение основной проблемы системного проектирования - формирование множества независимых переменных (вектор-решения ЗМП) X = { xi }, i = 1,…n из совокупности параметров, описывающих внутренние свойства или состояния системы, которые выражаются через свойства (параметры) элементов системы {αi} и окружения {βj}.
Путем варьирования сочетания основных компонентов задачи системного проектирования в форме ЗМП, представленных на рис.4, сформулированы т.н. «прямая» и «обратная» (двойственная) формы ЗМП.
Прямая задача оптимизации в форме ЗМП (исходя из максимума эффективности):
X: ⇔ Τ, E: ⇔ W и V: ⇔ G, или:
W = W [Τ(Α, Β, Ψ, Z), Ř ] → max - целевая функция (показатель эффективности);
G = G [Τ(Α, Β, Z), Ř ] = Go - ограничение (дисциплинирующее условие) – показатель затрат.
Обратная (двойственная) задача оптимизации в форме ЗМП (исходя из минимума затрат):
X: ⇔ Π, E: ⇔ G и V: ⇔ W, или:
G = G{[Π(Α) ⇔ Τ(Α, Β, Z)], Ř} → min - целевая функция (показатель затрат);
W = W{[Τ(Α, Β, Ψ, Z⇔ Π(Α)], Ř} = Wo - ограничение (показатель эффективности),
где X = {x1,…xi,…xn }.- независимые переменные (вектор-решение);
W = W [Τ(Α, Β, Ψ, Z), Ř ] - показатель эффективности;
G = G [Τ(Α, Β, Z), Ř ] = Go - показатель затрат.
Альтернативные варианты составляют некоторое множество A0, которое можно представить в виде [27]:
A0 = {a: аÎ Am; V (aμ)}, аμ Î А 0 ,
где: A0 - множество альтернативных (допустимых) вариантов проектируемого элемента;
Am - множество всех возможных вариантов элемента СТС;
a - элемент множества A0 (вариант решения);
aμ - конкретный μ-вариант проектируемого элемента, описываемый проектными параметрами {μπ1,… μπv,… μπz};
V (aμ) - правило, по которому в множество A0 отбираются альтернативные варианты, учитывающие специфику проектно-конструкторской проработки и удовлетворяющие особенностям ЗМП (ограничения, дисциплинирующие условия).
Графическая интерпретация решения задачи оптимизации параметров летательного аппарата (ЛА) в форме ЗМП показана на рис.3.
Для рассматриваемого примера вектор-решение составляют два проектных параметра <μα1 , μα2> описывающие агрегаты «1» и «2». Ограничением является стартовая масса ЛА, лимитированная условиями взлета - посадки или возможностями носителя (системы базирования – СБ). Рассматривается одна и та же ККС для всех вариантов. Плоскость (квадрант) [α1, α2] составляет область возможных решений, каждой точке которой соответствует вариант ЛА. Тогда варианты проектируемого ЛА, представленные в квадранте [α1 , α2], обозначенные О, В, С, D имеют параметры O(oα1 , oα2), B(oα1 +∆α1, oα2), C(oα1, oα2+∆α2), D(oα1 +∆α1, oα2+∆α2). Указанные варианты, как и многие другие, например М, N, входят во множество возможных решений Am. Нас интересует множество допустимых вариантов, удовлетворяющих ограничениям V (a1, a2 ) ≤ V o .
Ограничения могут быть в форме:
V (a1, a2 ) ≤ V o . а — нестрогого неравенства «а»,
V: (mina1 ≤a1 ≤ maxa1), (mina2 ≤a2 ≤ maxa2) - интервальных ограничений на параметры «б»,
V (a1, a2 ) = V o - строгого равенства «в»,
V: (A1 × A2 ), - типа дискретности «г», множество кортежей <μα1 , μα2> Декартова произведения множеств (A1 × A2 ), μα1 A1 и μα2 A2
П
о
своему характеру они отражают:
технологические, эксплуатационные и
другие ограничения (типа «а», «б», «г»);
особенности ККС и проектных параметров
(типа «б», «в», «г»); уравнения связи
параметров и существования (типа «в»);
дополнительные ограничения (типа «б»,
«в»), связанные с параметрическими
преобразованиями. Рис.3..
Графическое интерпретация решения ЗМП.
Особое место занимают ограничения в форме строгого равенства «в», которые, как правило, описывают интегральные характеристики по лимитируемым затратам Go или требуемому уровню эффективности Wo СТС.
В рассматриваемом примере будем считать, что чем выше значения пара-метров a1 и a2., тем выше значение показателя эффективности, но и тем больше затраты на реализацию агрегатов.
Этот факт отражен зависимостью затрат от параметров, соответственно G1 = f(α1) и G2 = f(α2), представленные в квадрантах [α1 , G1(α1)], и [α2 , G2(α2)].
Сравнивая между собой по значениям параметров варианты О, В, С, D можно сразу отметить, что вариант О - самый «плохой», а вариант D – самый «хороший». Что касается вариантов В и С - они между собой определяются как «нехудшие». Этот параметрический анализ наглядно подтверждается, если в этом квадранте изобразить уровни равной эффективности в соответствии с уравнением W(μα1, μα2) = Wо. Для варианта О - показатель эффективности имеет самое меньшее значение среди вариантов О, В, С, D.
Квадрант [G1(α1), G2(α2)] представляет собой поле, на котором отображается функция общих затрат, которая преставляет собой прямую в соответствии с уравнением G1(μα1), + G2(μα2)] = Gо .
Как видно из графика, варианты В и С - альтернативные (равнозначные) по затратам, т.к. удовлетворяют уравнениям:
B: G1(oα1 +∆α1) + G2(oα2) = Gо.
С: G1(oα1) + G2(oα2+∆α2) = Gо.
А вариант В является более предпочтительным по эффективности, чем вариат С. Можно говорить о том, что вариант В является оптимальным, имеющим максимальное значение показателя эффективности Wо среди вариантов В и С, а также других альтернативных вариантов, имеющих равные с ними затраты Gо.
В квадранте [α1 , α2] обозначены варианты F и S, которые имеют одинаковое значение показателя эффективности Wо с вариантом В. Перенос кривой, описывающей W(μα1, μα2) = Wо в квадрант [G1(α1), G2(α2)], где представлены уравнения интегральных затрат, показывает, что и в этом случае вариант В является оптимальным, имеющим минимальное значение показателя затраты Gо.среди вариантов F и S, а также других альтернативных вариантов, имеющих равные с ними значение показателя эффективности Wо.
ЗМП часто рассматривается как составная часть задачи синтеза рационального варианта [26, 52]. Выделяя в процессе проектирования расчетные работы (на основе математических методов) и творческие поиски (эвристическими методами), соответственно говорят о математическом и эвристическом синтезе. Комбинированный процесс сочетания математического и эвристического синтеза называют инженерным синтезом [27].
Инженерный синтез предполагает решение трех задач: синтезу структуры (отыскание рациональных принципов построения), оптимизация параметров, дискретный выбор рационального варианта. Хотя упомянутая классификация условна, но можно отметить, что задачи синтеза структуры и дискретного выбора рационального варианта трудно поддаются математической формализации и решаются пока в основном эвристическими методами. Задача оптимизации параметров решается методами математического программирования.
Для задач выбора и оптимизации трудноформализуемых проектных параметров ЛА разрабатываются системы автоматизированного проектирования (САПР) [209, 215]. С помощью САПР в режиме диалога «человек - ЭВМ», сочетаются решение ЗМП и эвристические методы выбора проектных решений с участием проектировщика.
