
- •Особенности информационно-управляющих систем
- •Понятие о системных исследованиях. Предмет и задачи теории систем
- •Понятие о системе как о классе математических моделей
- •Понятие о системе с точки зрения системного подхода
- •Понятие о системе с точки зрения теории управления
- •Классификации систем по типу объекта, происхождению и способности взаимодействовать с окружающей средой
- •2.) По происхождению:
- •Классификации систем по характеру поведения, степени организованности и стремлению к целеобразованию:
- •1.) По характеру поведения:
- •2.) По степени организованности
- •3.) По стремлению к целеобразованию:
- •Классификации систем по сложности. Большие и сложные системы.
- •Основные закономерности систем: целостность, иерархичность и историчность
- •Основные закономерности систем: эквифинальность и необходимое разнообразие
- •Основные закономерности систем: коммуникативность, целеобразование, осуществимость и потенциальная эффективность
- •Понятие о системных исследованиях и системном анализе
- •Качественные методы формирования описания системы: мозговая атака, сценарный метод, дерево целей
- •Качественные методы формирования описания системы: экспертные методы, методы типа «Дельфи»
- •Качественные методы формирования описания системы: морфологические методы
- •Качественные методы формирования описания системы: методы системного анализа
- •Количественные методы формирования описания системы
- •Кибернетический подход к описанию системы
- •Понятие о системе управления сложным техническим объектом
Классификации систем по характеру поведения, степени организованности и стремлению к целеобразованию:
1.) По характеру поведения:
- Детерминированные – системы, поведение которых можно однозначно предсказать, В детерминированных системах результаты и поведение полностью определены начальными условиями и правилами, которым следуют система. Изменение входных данных приведет к предсказуемому изменению выходных данных. (подъемник, сердце)
- Стохастические системы: В стохастических системах поведение является случайным и непредсказуемым. Даже при одних и тех же входных данных результаты могут различаться. В таких системах используются вероятностные модели для описания поведения системы. (погода, финансовые рынки)
2.) По степени организованности
-хорошо организованные (можно описать взаимодействие элементов и ее поведение в виде детерминированной зависимости (систематически и графически) выполняет определенные функции без постоянного вмешательства) (молекула ДНК , ж\д система)
-плохо организованные (диффузные) (не ставится задача учета всех компонентов и связей между ними, т.к. это невозможно, элементы и взаимосвзязи между ними не организованы) (груда камней, набор случайных букв)
-самоорганизующиеся (развивающиеся) делятся на адаптивные, самовостанавливающиеся и самовоспроизводящие. Имеют активные элементы, которые занимаются приспособлением к изменениям условий окр.среды (муравейник, нейронные сети)
3.) По стремлению к целеобразованию:
- Каузальные системы – системы, которым не присуща внутренняя цель. Для каузальной системы цель можно задать только извне. (океан, горы)
- Активные (или целенаправленные) системы – системы, способные к выбору своего поведения в зависимости от внутренней цели. Системы, включающие в себя живое существо, как правило, целенаправлены.(пчелиный улей, соц.сети)
Классификации систем по сложности. Большие и сложные системы.
Если исследование системы затруднено из-за размерности множества её состояний, то она большая.
Сложной же система может называться в том случае, если исследователю не хватает ресурсов для эффективного описания её состояний и законов функционирования.
Классификация Поварова: по количеству элементов:
-<10^3 -система малая
-10^4-1067-система сложная
-10^7-10^30- система ультрасложная
->10^30- система суперсложная
Классификация Бира: если системе можно дать детерминированное описание, значит система простая. Если только вероятностное описание -система сложная .
Классификация Берга:
Сложная система такая, система, которую можно описать минимум на 2 математических языках.
Классификация:
-простые: небольшое количество элементов, простое поведение в динамике
-сложные: разветвленная структура и разнообразные связи, не поддается аналитическому описанию, сложно описать поведение.
-очень сложные: для описания структуры и для описания поведения могут быть использованы только вероятностные методы.
-сверхсложные: можно описать только некоторые функции
Особенности сложных систем:
-многомерность (многомерность системы) -большое количество элементов и связей между ними (графическое дерево)
-многообразие природы элементов м связей между ними
-многообразие структур (большое количество подсистем)
-многокритериальность (различные подсистемы могут иметь разные цели
Большое количество элементов= большая система.
Многообразие элементов= сложная система.