- •Оглавление
- •1.Предпосылки возникновения, история и развитие системного подхода. Системный подход как научная категория (онтология, эпистимология, гносеология и когнитология).
- •2.Основные понятия системного подхода: предметная область, позиция исследователя, система, окружение, цель, эффективность, операция, системный эффект (эмердженость, синергия).
- •3. Схема операции, основные элементы сложной технической системы и окружения.
- •4. Эффективность, схема исходов: влияние элементов системы и окружения на эффективность сложной технической системы.
- •11. Трансформационные и трансакционные действия в производственно-транспортно-логистических системах.
- •12. Эффективность, схема исходов операции: влияние элементов системы и окружения на эффективность сложной производственно-транспортно-логистической системы.
- •13. Дополнительные аспекты системного подхода при формализации описания сложной производственно-транспортно-логистической системы.
- •14. Системная трактовка маркетинга, менеджмента, управления персоналом, нормативно-правового поля при формализации описания сложной производственно-транспортно-логистической системы.
- •15) Технические, технологические, организационные, информационные,коммерческие и экономические решения в сложной производственно-транспортнологистической системе.
- •17. Системный анализ, структурно-параметрический синтез систем (системное проектирование) и неопределенность (риски) в системном подходе.
- •18. Объекты, цели и задачи системного анализа в логистике.
- •19. Декомпозиция – основной инструмент системного анализа, основные этапы системного анализа.
- •20. Определение проблемы, исходное и желаемое состояние системы, решение, назначение целей.
- •21. Понятие цели (ценности), иерархичность целей, целенаправленная деятельность, хозяйственная деятельность.
- •22. Затраты при реализации системы, понятие ресурсов (материальных и нематериальных).
- •23. Показатели и критерии и их место в системном анализе.
- •24. Формирование модели, постановка и решения проблем проектирования элементов сложных систем.
- •25. Формализованные и неформализованные факторы и параметры в при моделировании сложной системы.
- •26. Показатели эффективности и показатели качества моделируемой системы, функция «полезности».
- •27. Постановка задачи структурно-параметрического синтеза системы (системного проектирования), оптимизация параметров системы.
- •28. Постановка задачи математического программирования (вектор-решение, целевая функция, ограничения) при оптимизации параметров системы.
- •29. Методы решения задачи поиска условного экстремума функции нескольких независимых переменных при оптимизации параметров системы.
- •32. Графическое представление задачи оптимизации параметров сложной системы (изокванты значений показателя эффективности).
- •33. Классификация факторов проявления многокритериальности системы.
- •34. Проблемы многокритериальной оптимизации параметров системы при наличии «нехудших» вариантов возможных решений (принцип Парето).
- •35. Проблемы многокритериальной оптимизации параметров системы при наличии «нехудших» вариантов возможных решений (принцип Парето).
- •36. Ограничения в задаче оптимизации параметров системы альтернативные варианты решений.
- •37. Факторы непосредственные при оценке эффективности сложной системы, понятие риска в сложной производственно-транспортно-логистической систем
- •38. Описание параметров при оценке эффективности сложной системы в условиях неопределенности
- •40. Ситуация определенности при оценке эффеткивности сложной системы в логистике ( примеры )
- •41,42.Стохастичность и нелинейность систем
- •43Ситуация неопределенности значений параметра и неосведомленности при оценке эффективности сложной системы.
- •44. Классические,производные и составные критерии выбора
- •45. Подготовка рекомендаций по результатам системного исследования.
- •46.Многоцелевые системы, выбор решения при многокритериальной оценке системы.
- •47. Трехуровневое (иерархическое) представление моделей операций для устранения неопределенности
- •48. Применения информационных технологий в системном анализе.
- •53. Метод Дельфи при формировании вариантов решений
- •54. Причинно-следственная диаграмма Ишикавы при формировании вариантов решений.
- •55.Метод «дерева» целей (решений)
- •Раздел 6 включается в описание игры, если формализация модели позволяет лучше понять суть игры, или если в дальнейшем предполагается провести анализ формальной модели.
- •56.Методы ранжирования и парного сравнения вариантов решений.
- •57.Множество и принципы Парето при формировании вариантов решений
- •58. Метод «сценариев» при формировании вариантов решений
- •59.Морфологические методы при формировании вариантов решений
- •60.Системные особенности swot-анализа для выбора стратегии.
28. Постановка задачи математического программирования (вектор-решение, целевая функция, ограничения) при оптимизации параметров системы.
Математическое программирование - область математики, разрабатывающая теорию и численные методы решения многомерных экстремальных задач с ограничениями, т.е. задач на экстремум функций многих переменных с ограничениями на область изменения этих переменных.
Математическое программирование в настоящее время используется практически во всех областях жизни и производства
Модель задачи математического программирования включает:
совокупность неизвестных величин х = (х1, х2, …, хn), действуя на которые систему можно совершенствовать. Их называют планом задачи (вектором, решением, стратегией, поведением и т.п.);
целевую функцию, которая позволяет выбрать наилучший вариант из множества возможных. Целевая функция обозначается F(x). Это может быть прибыль, объем выпуска или реализации, затраты производства, издержки обращения, уровень обслуживания или дефицитности и т.д.;
условия (система ограничений), налагаемые на неизвестные величины. Эти условия следуют из ограниченности ресурсов, которыми располагает общество, из необходимости удовлетворения насущных потребностей, из условий производственных и технологических процессов. Математически ограничения выражаются в виде уравнений и неравенств. Их совокупность образует область допустимых решений.
Т.о., модель задачи математического программирования примет вид:
Найти план х = (х1, х2, …, хn), доставляющий экстремальное значение целевой функции F(x) ?max(min), при ограничениях gi(x) ? (=, ?) bi, i=.
29. Методы решения задачи поиска условного экстремума функции нескольких независимых переменных при оптимизации параметров системы.
Определение функции полезности на основе аппроксимации заключается в следующем. При рассмотрении исходов конкретной операции отыскиваются характерные точки, соответствующие, например, экстремумам функции полезности, а неизвестные значения между ними определяются некоторой известной зависимостью. Вид аппроксимации выбирается на основе имеющихся сведений или качественных соображений о показателях полезности исходов. На практике могут применяться многоступенчатая функция полезности. Наиболее простыми аппроксимациями являются одноступенчатое, косинусоидальное и треугольное представление функций полезности.
30. . Структурно-параметрическая модель: параметры системы и окружения, показатель эффективности и уравнения существования (ограничения на область возможных решений) при оптимизации параметров системы.
Задача выбора рациональных параметров проектируемого элемента (основная задача проектной эффективности), сведенная к задаче математического программирования (ЗМП), рассматривается как индикатор методической совместимости моделей ИТЛ и УЦП с основными принципами, методами и моделями СОП. Основные компоненты задачи системного проектирования в форме ЗМП, представленные на рис. 4, включают два пересекающихся методических блока [17,23]:
- задачу математического программирования [E , V];
- схему операции в проектной эффективности [W. G].
Задача математического программирования (поиска условного экстремума целевой функции) включает в себя два непересекающихся компонента: формулировку целевой функции [E ] и набор ограничений [V].
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.
31.. Структурно-параметрический синтез: формирование множества альтернативных (допустимых) вариантов проектных решений, прямая и обратная (двойственная) задачи оптимизации параметров элементов (компонентов) системы.
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).