- •Содержание
- •Тема 1. Общие сведения об информационных системах, теории систем 10
- •Тема 2. Модели как основа теории информационных систем 77
- •Тема 3. Описание динамики информационных систем 98
- •Тема 4. Реляционные основы проектирования информационных систем 136
- •Тема 5. Информационные модели принятия решений 191
- •Тема 6. Проблемы принятия решений в четких и нечетких информационных пространствах 246
- •Введение
- •Тема 1. Общие сведения об информационных системах, теории систем
- •1.1. Понятие системы
- •1.1.1. Основные свойства системы
- •Характеристика основных свойств системы
- •1.1.2. Дескриптивный и конструктивный подходы к определению системы
- •1.1.3. Основные категории системного подхода
- •Классификация категорий системного подхода
- •1.1.4. Основные задачи теории систем
- •Основные задачи и функции системного анализа
- •1.1.5. Логика и методология системного анализа
- •Принципы системного анализа и их характеристика
- •Характеристика основных подходов в системном анализе
- •Методы системного анализа
- •Системные теории, их авторы и характеристика
- •Контрольные вопросы
- •1.2. Понятие информации
- •1.2.1. Количественные методы оценки и характеристики информации
- •Качественные характеристики информации
- •Меры информации
- •1.2.2. Атрибутивный, логико-семантический и прагматический аспекты теории информации
- •1.2.3. Уровни представления информации
- •1.2.4. Стандарты, относящиеся к терминам и определениям понятий на уровнях представления информации
- •Контрольные вопросы
- •1.3. Понятие информационной системы
- •1.3.1. Взаимосвязь информационного процесса, информационной технологии, информационной системы
- •1.3.2. Структура информационной системы
- •1.3.3. Принципы построения информационных систем
- •1.3.4. Классификация информационных систем
- •Общая классификация систем
- •1.3.5. Уровни представления информации в информационных системах
- •Контрольные вопросы
- •Тема 2. Модели как основа теории информационных систем
- •2.1. Качественные и количественные методы описания информационных систем
- •Контрольные вопросы
- •2.2. Кибернетический подход к описанию функциональных преобразований в информационной системе
- •Контрольные вопросы
- •2.3. Метод имитационного моделирования систем
- •Контрольные вопросы
- •Тема 3. Описание динамики информационных систем
- •3.1. Информация как элемент управления
- •Этапы формирования информационного обеспечения
- •Контрольные вопросы
- •3.2. Информационные потоки
- •3.2.1. Используемые виды информационных потоков
- •3.2.2. Принципы построения информационных потоков
- •Контрольные вопросы
- •3.3. Агрегатное описание информационных систем
- •Операторы переходов агрегата
- •Частные случаи агрегата
- •Контрольные вопросы
- •3.4. Математическое и имитационное моделирование динамики сложной информационной системы
- •Преимущества моделирования динамики системы
- •Имитационное моделирование
- •Недостатки моделирования динамики системы
- •Контрольные вопросы
- •3.5. Элементы управления в информационной системе
- •Этапы разработки управления системой
- •Контрольные вопросы
- •Тема 4. Реляционные основы проектирования информационных систем
- •4.1. Концептуальное, инфологическое и физическое моделирование предметной области
- •Модели «сущность-связь» (er-модель)
- •Моделирование локальных представлений
- •Контрольные вопросы
- •4.2. Выделение информативных свойств объектов предметной области Выявление классов объектов и связей
- •Отличия между классом объектов и свойством
- •Связи между классами объектов
- •Правило чтения связи
- •Контрольные вопросы
- •4.3. Общность реляционного подхода при проектировании баз данных
- •4.3.1. Переход от er-модели к схеме реляционной базы данных
- •4.3.2. Нормализация отношений
- •4.3.3. Языки манипулирования реляционными данными
- •4.3.4. Независимость данных
- •4.3.5. Понятие логической и физической целостности данных
- •4.3.6. Способы организации данных
- •Контрольные вопросы
- •Тема 5. Информационные модели принятия решений
- •5.1. Интеллектуализация процесса анализа данных
- •5.1.1. Технология Data Mining
- •5.1.2. Olap – системы оперативной аналитической обработки данных
- •5.1.3. Системы поддержки принятия решений
- •Контрольные вопросы
- •5.2. Этапы проектирования интеллектуальных информационных систем
- •Контрольные вопросы
- •Этапы проектирования интеллектуальных информационных систем.
- •5.3. Общая постановка задачи оптимизации интеллектуальных информационных систем
- •Классификация задач оптимизации
- •Регламентированные и оптимизирующие проектные переменные системы
- •Реконфигурация структуры системы
- •Контрольные вопросы
- •Общая постановка задачи оптимизации интеллектуальных информационных систем.
- •5.4. Перспективы развития информационных систем и технологий для работы с данными в виртуальных корпоративных структурах
- •5.4.1. Основные виды виртуальных корпоративных структур
- •Виртуальный удаленный доступ
- •Виртуальное малое предприятие
- •Виртуальные команды
- •Виртуальные предприятия
- •Виртуальная корпорация
- •Виды виртуальных корпораций
- •Особенности информационного обеспечения виртуальных корпораций
- •5.4.2. Когнитивная графика, гипертекстовая технология, геоинформационные системы Когнитивная графика
- •Задачи когнитивной компьютерной графики
- •Гипертекстовая технология
- •Географические информационные системы
- •Контрольные вопросы
- •Тема 6. Проблемы принятия решений в четких и нечетких информационных пространствах
- •6.1. Основы теории принятия решений
- •Контрольные вопросы
- •6.2. Основные типы метрических пространств
- •6.2.1. Метризация информационных пространств при четкой постановке задачи. Локальные метрики
- •6.2.2. Дивизимные и агломеративные стратегии поиска альтернатив
- •6.2.3. Функции полезности. Минимаксные подходы
- •Контрольные вопросы
- •Функции полезности. Минимаксные подходы.
- •6.3. Решение задачи многоцелевой оптимизации при нечеткой постановке задачи
- •6.3.1. Нечеткие множества и отношения: основные свойства
- •Стандартные функции принадлежности
- •6.3.2. Операции над нечеткими множествами и отношениями
- •Операции над нечеткими множествами и отношениями
- •6.3.3. Формирование нечетких отношений с использованием экспертных знаний
- •6.3.4. Нечеткие и лингвистические переменные. Нечеткие системы Нечеткие и лингвистические переменные
- •Нечеткие системы
- •6.3.5. Формулировка измерительных задач как задач многоцелевой оптимизации в нечеткой среде
- •Контрольные вопросы
- •6.4. Модели представления знаний
- •Продукционные модели
- •Семантические сети
- •Формальные логические модели
- •Контрольные вопросы
- •Заключение
- •Список литературы Основная
- •Дополнительная
- •Терминологический словарь
Контрольные вопросы
-
В чем суть кибернетического подхода к описанию ИС?
-
Дайте кибернетическое определение системы.
-
Дайте определение понятию «управление».
-
Перечислите основные задачи управления.
-
Что такое «система управления»? В чем заключаются ее функции?
2.3. Метод имитационного моделирования систем
Имитационное моделирование – это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему, и с ней проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация – это постижение сути явления, не прибегая к экспериментам на реальном объекте).
Имитационное моделирование – это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае математическая модель заменяется имитатором или имитационной моделью.
Имитационная модель – логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.
Виды имитационного моделирования представлены на рис. 2.5.
Рис. 2.5. Три подхода имитационного моделирования
Агентное моделирование – относительно новое (1990е-2000е гг.) направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами (как в других парадигмах моделирования), а наоборот, когда эти глобальные правила и законы являются результатом индивидуальной активности членов группы. Цель агентных моделей – получить представление об этих глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении ее отдельных активных объектов и взаимодействии этих объектов в системе. Агент – некая сущность, обладающая активностью, автономным поведением, может принимать решения в соответствии с некоторым набором правил, взаимодействовать с окружением, а также самостоятельно изменяться.
Дискретно-событийное моделирование – подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы. Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений – от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирования наиболее подходит для моделирования производственных процессов. Основан Джеффри Гордоном в 1960х годах.
Системная динамика – парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. По сути, такой вид моделирования более всех других парадигм помогает понять суть происходящего выявления причинно-следственных связей между объектами и явлениями. С помощью системной динамики строят модели бизнес-процессов, развития города, модели производства, динамики популяции, экологии и развития эпидемии. Метод основан Джеем Форрестером в 1950 годах.
Подходы имитационного моделирования на шкале абстракции представлены на рис. 2.6.
Рис. 2.6. Подходы имитационного моделирования на шкале абстракции
Особенностью имитационного моделирования является то, что имитационная модель позволяет воспроизводить моделируемые объекты с сохранением их логической структуры; с сохранением поведенческих свойств (последовательности чередования во времени событий, происходящих в системе), т.е. динамики взаимодействий.
При имитационном моделировании структура моделируемой системы адекватно отображается в модели, а процессы ее функционирования проигрываются (имитируются) на построенной модели. Поэтому построение имитационной модели заключается в описании структуры и процессов функционирования моделируемого объекта или системы. В описании имитационной модели выделяют две составляющие:
-
статическое описание системы, которое, по существу, является описанием ее структуры (при разработке имитационной модели необходимо применять структурный анализ моделируемых процессов);
-
динамическое описание системы, или описание динамики взаимодействий ее элементов (при его составлении фактически требуется построение функциональной модели моделируемых динамических процессов).
Чтобы составить имитационную модель, надо: представить реальную систему (процесс), как совокупность взаимодействующих элементов; алгоритмически описать функционирование отдельных элементов; описать процесс взаимодействия различных элементов между собой и с внешней средой.
Ключевым моментом в имитационном моделировании является выделение и описание состояний системы. Система характеризуется набором переменных состояний, каждая комбинация которых описывает конкретное состояние. Следовательно, путем изменения значений этих переменных можно имитировать переход системы из одного состояния в другое. Таким образом, имитационное моделирование – это представление динамического поведения системы посредством продвижения ее от одного состояния к другому в соответствии с определенными правилами. Эти изменения состояний могут происходить либо непрерывно, либо в дискретные моменты времени. Имитационное моделирование есть динамическое отражение изменений состояния системы с течением времени.
Для описания динамики моделируемых процессов в имитационном моделировании реализован механизм задания модельного (системного) времени t0, обеспечивающего синхронизацию всех событий в системе. Этот механизм встроен в управляющие программы системы моделирования для имитации параллельных событий реальной системы.
Существуют два основных способа изменения t0: пошаговый (применяются фиксированные интервалы изменения модельного времени); по-событийный (применяются переменные интервалы изменения модельного времени, при этом величина шага измеряется интервалом до следующего события).
В случае пошагового метода продвижение времени происходит с минимально возможной постоянной длиной шага (принцип t). Эти алгоритмы не очень эффективны с точки зрения использования машинного времени на их реализацию.
Способ фиксированного шага применяется в случаях:
-
если закон изменения от времени описывается интегро-дифференциальными уравнениями (в подобных методах шаг моделирования равен шагу интегрирования, динамика модели является дискретным приближением реальных непрерывных процессов);
-
когда события распределены равномерно, и можно подобрать шаг изменения временной координаты;
-
когда сложно предсказать появление определенных событий;
-
когда событий очень много и они появляются группами.
В остальных случаях применяется по-событийный метод, например, когда события распределены неравномерно на временной оси и появляются через значительные временные интервалы.
По-событийный метод (принцип «особых состояний»). В нем координаты времени меняются тогда, когда изменяется состояние системы. В по-событийных методах длина шага временного сдвига максимально возможная. Модельное время с текущего момента изменяется до ближайшего момента наступления следующего события. Применение по-событийного метода предпочтительнее в том случае, если частота наступления событий невелика. Тогда большая длина шага позволит ускорить ход модельного времени. На практике по-событийный метод получил наибольшее распространение.
Таким образом, вследствие последовательного характера обработки информации в ЭВМ, параллельные процессы, происходящие в модели, преобразуются с помощью рассмотренного механизма в последовательные. Такой способ представления носит название квазипараллельного процесса.
Простейшая классификация на основные виды имитационных моделей связана с применением двух этих способов продвижения модельного времени. Различают имитационные модели: непрерывные; дискретные; непрерывно-дискретные.
В непрерывных имитационных моделях переменные изменяются непрерывно, состояние моделируемой системы меняется как непрерывная функция времени, и, как правило, это изменение описывается системами дифференциальных уравнений. Соответственно продвижение модельного времени зависит от численных методов решения дифференциальных уравнений.
В дискретных имитационных моделях переменные изменяются дискретно в определенные моменты имитационного времени (наступления событий). Динамика дискретных моделей представляет собой процесс перехода от момента наступления очередного события к моменту наступления следующего события.
Поскольку в реальных системах непрерывные и дискретные процессы часто невозможно разделить, были разработаны непрерывно-дискретные модели, в которых совмещаются механизмы продвижения времени, характерные для этих двух процессов.
Для оценки пригодности имитационных моделей используют, в частности, следующие критерии: в какой степени величины переменных, полученные в результате моделирования, совпадают с известными за прошлые периоды времени данными (если, конечно, эти данные имеются) и насколько точны предсказания имитационной модели относительно поведения реальной системы в будущем?