1.6. Достаточные условия координируемости двухуровневой иерархической системы

 Можно показать, что если двухуровневая система с ограничением (1.5) обладает свойством монотонности по показателям  ∂W/∂V_i ≥0,  i = 1,2,…n  и по зависимости локальных показателей от ресурсов ∂V/∂ξ≥0, то решение задачи глобальной оптимизации (1.2 ) эквивалентно решению  n+1 задач [2] :

   n задач локальной оптимизации  L_i({x_i}) = maxV_i ({x_i}),i=1,2,…n,ξ_ϳ= var.

x _ϳ 

                                                               

и  одной задачи координации  I = max W(L₁, L_2…L_n  ).

      Указанная выше монотонность характерна для многих задач проектирования.

1.7. Эпистемологические уровни систем

В системологии устанавливаюются общие законы синтеза сложных систем в виде  иерархии эпистемологических уровней систем, т.е. посдедовательность уровней углубления знании й (уточнения) в процессе формирования облика создаваемой системы.                    Эту последовательность можно представить так [3]:

• нижний уровень, уровень 0 – вербальное (словесное) описание сценария применения,  характеристик и взаимосвязей между свойствами (параметрами) проектируемой системы и перечня показателей эффективности;

• уровень 1 - формирование  системы данных (параметры оцифровываются); в задаче проектирования – создание базы данных;

• уровень 2 - уровень структурного синтеза: выделение подсистем, определение связей между ними и с верхним уровнем – уровнем системы, а также внешних связей системы;

• уровень 3 - конкретизация модели элементов и  алгоритма построения из них системы;

• уровень 4 – реализация этих методик и алгоритмов; результат – определение характеристик новой технической системы с  заданными функциональными возможностями при   удовлетворении техническим требованиям и заданным функциональным возможностям при удовлетворении  техническим требованиям и ограничениям на параметры;

• уровень 5 – формирование группы систем: типажа и парка РН, группировки КА

1.8. Принятие решений в условиях неопределённости

Неопределённость подразделяется на стохастическую (имеется информация о распределении вероятности на множестве результатов), поведенческую (информация о влиянии на результаты поведения участников), природную (имеется информация только о возможных результатах и отсутствует о связи между решениями и результатами).  Задача обоснования решений в условиях неопределённости всех типов сводится к сужению исходного множества альтернатив на основе информации, которой располагает ЛПР. Качество рекомендаций для принятия решений в условиях стохастической неопределённости повышается при учёте таких характеристик личности ЛПР, как отношение к своим выигрышам и проигрышам, склонность к риску. в фактическом человеческом принятии решений «потери чувствительнее выигрышей». люди более сосредоточены на «изменениях» полезности своих состояний, чем на полезности самих состояний. Упущенный выигрыш оказывает меньшее влияние на ситуацию, чем реализованный проигрыш. Например, для биржевого трейдера последствия того, что акции не были куплены, когда их следовало покупать, отличаются от последствий ситуации, когда акции были куплены, но покупать их не следовало. Оптимальные стратегии, реализованные в рекомендациях аналитиков, исходят из принципа минимизации максимальных проигрышей , в то время как для трейдеров минимакс — неприемлемая стратегия (минимизация максимального проигрыша на рынке — не играть).