- •1. Загальні принципи побудови систем
- •1.1 Поняття системи, її властивості та їх співвідношення. Прості та ієрархічні системи
- •1.3. Класифікації систем
- •Відкриті і закриті системи.
- •Цілеспрямовані системи.
- •Класифікації систем по складності.
- •1.4 Визначення й основні принципи системного підходу
- •1. Принцип пріоритету глобальної мети і послідовного просування
- •2. Принцип модульності систем
- •3. Принцип узгодження зв'язків
- •4. Усталеність систем
- •5. Принцип відсутності конфліктів між цілями окремих елементів чи підсистем і цілями всієї системи
- •1.5 Порівняльна характеристика класичного та системного підходів до формування системи
- •1.6 Основні задачі створення і дослідження систем
- •1.7. Основні етапи розробки систем
- •2. Термінологія і класифікація моделей об'єктів та систем
- •2.1 Закон і модель, їх співвідношення. Види моделей.
- •2.2 Побудова і аналіз статистичних моделей
- •2.2.1. Проведення експерименту відсіювання (вибір значущих факторів)
- •2.2.2. Вибір форми функціональної залежності
- •2.2.3. Визначення коефіцієнтів (параметрів) моделі
- •2.2.3.1 Метод найменших квадратів (мнк)
- •3. Регресійні моделі з однією змінною
- •3.1. Оцінка надійності коефіцієнтів моделі лінійної регресії
- •3.2 Приклад побудови моделі лінійної регресії
- •4. Моделі множинної лінійної регресії
- •4.1 Матрична форма моделі множинної регресії
- •4.2 Приклад побудови рівняння множинної регресії
- •4.3 Аналіз моделі множинної регресії
- •4.4 Визначення довірчих інтервалів коефіцієнтів множинної регресії
- •5. Композиція і декомпозиція складних об'єктів і систем
- •5.1 Еквівалентні перетворення моделей систем
- •1.Модель без додаткових зв’язків
- •2. Послідовне підключення моделей підсистем
- •7. Синтез оптимальних систем на основі динамічного
- •7.1 Визначення методу дп
- •7.2 Знаходження най коротшої відстані між двома вузлами на мережі доріг
- •7.3 Задачі розподілу ресурсів
- •Рішення
- •Рішення
- •9. Аналіз і синтез систем на основі імітаційного моделювання
- •9.1 Загальні питання імітаційного моделювання
- •9.2. Метод Монте-Карло
- •9.3 Види випадкових потоків
- •9.5 Імітаційне моделювання транспортних систем масового обслуговування
- •9.6 Алгоритм імітаційного моделювання смо
- •Підпрограма "Моделювання вхідного потоку"
- •Підпрограма "Моделювання вихідного потоку"
- •Підпрограма "Сортування каналів"
- •Підпрограма " Побудова діаграми №2 розподілу часових інтервалів вихідного потоку"
- •9.7. Приклад застосування програми імітаційного моделювання
- •10. Управління в організаційних системах. Принцип зворотного зв'язку
- •10.1 Основні принципи управління
- •10.1.1. Принцип управління по збуренню
- •10.1.2. Принцип управління по відхиленню (принцип зворотного зв'язку)
- •10.1.3. Принцип комбінованого управління
- •10.2 Приклад аналізу систем управління об'єктами економічного характеру
Цілеспрямовані системи.
Як уже відзначалося, не завжди при вивченні систем можна застосовувати поняття мета системи. Однак при вивченні економічних, і організаційних об'єктів доцільно і важливо виділяти також класі цілеспрямованих систем.
У цьому класі, в свою чергу, можна виділити системи, у яких цілі задаються ззовні (звичайно це має місце лише в закритих системах), і системи, у яких цілі формуються усередині системи (що характерно для відкритих, систем які мають властивість самоорганізації).
Класифікації систем по складності.
Існує декілька підходів до поділу систем по складності. Деякі автори пов'язують складність з розмірами системи.
У той же час існує точка зору, що великі (по величині та кількості елементів) і складні (по складності зв'язків або алгоритмів поводження) системи - це різні класи систем. Зокрема, Б.С.Флейшман за основу класифікації приймає складність поводження системи.
Одна з найбільш повних і цікавих класифікацій по рівнях складності запропонована К.Боулдінгом. У класифікації К.Боулдінга кожен наступний клас містить у собі попередній, характеризується більшим проявом властивостей відкритості і стохастичності поводження, більш яскраво вираженими проявами закономірностей, більшим ступенем , а також більш складними "механізмами" функціонування і розвитку (див. табл. 1.2).
Таблиця 1.2 Класифікація систем за рівнем складності | ||
Тип системи |
Рівень складності |
Приклади |
Неживі системи |
Статичні структури (остови) |
Системи програмного управління світлофорними об'єктами. |
Прості динамічні системи із заданим законом поводження |
Системи гнучкого регулювання світлофорними об'єктами. | |
Кібернетичні системи з керованими циклами зворотного зв'язку |
АСУ дорожнім рухом | |
Живі системи |
Відкриті системи зі структурою, що самозберігається, (перший ступінь, на якому можливий поділ на живе і неживе) |
Клітки, гомеостат |
| ||
Живі організми з низькою здатністю сприймати інформацію |
Рослини | |
Живі організми з більш розвиненою здатністю сприймати інформацію, але не володіють самосвідомістю |
Тварини | |
Системи, що характеризуються самосвідомістю, мисленням і нетривіальним поводженням |
Люди | |
Трансцендентні системи або системи, що лежать у даний момент поза нашим пізнанням |
Соціальні організації |
Оцінюючи вище викладену досить спрощену класифікацію з погляду її використання при виборі методів моделювання систем, слід зазначити, що існуючі рекомендації щодо вибору математичних методів дослідження і моделювання стосуються, в основному, тільки класів відносно низької складності, найчастіше для технічних систем, а для більш складних систем зазвичай робиться зауваження про те, що дати такі рекомендації важко.
Нижче докладніше розглядається класифікація, у якій робиться спроба зв'язати вибір методів моделювання з усіма класами систем. Підставою для цієї класифікації є ступінь організованості.