- •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
Преимущества моделирования динамики системы
-
Возможность быстро просчитывать различные варианты будущего (моделировать сценарии), изменяя исходные данные, полученные экспертным путем.
-
Выявление наиболее критических факторов, таким образом, можно ранжировать по степени важности угрозы и возможности, появляющиеся в моделируемой среде.
-
Использование большого количества причинно-следственных связей между элементами имитационной модели, которые объективно существуют в моделируемой среде.
-
Наглядность вводимых данных и получаемых результатов.
Сильная сторона технологии системной динамики – универсальность применения, вытекающая из универсальности описаний многих реальных процессов дифференциальными уравнениями. Общее в этих процессах – это движение по подсистемам и во времени разного рода ресурсов: финансовых, материальных, в меньшей степени человеческих (как более трудно формализуемых). Важно, что это движение ресурсов, контролируемое с точки зрения желаемых целей и недопущения выхода траектории движения за многочисленные ограничения. Интерактивность технологии позволяет вносить управляющие воздействия в нужном направлении, т.е. система операциональна.
Компьютерное моделирование – одно из наиболее эффективных имеющихся в настоящее время средств поддержки и уточнения человеческой интуиции. Хотя модель и не является совершенно точным представлением реальности, она может быть использована для принятия более обоснованных решений, чем те, которые мог бы принять человек. Это гибкое средство, которое усиливает возможности человека, использующего ее для более глубокого понимания проблемы.
Преимущества компьютерной модели, сконструированной и используемой для поддержки принятия решений, состоят в следующем:
-
Она заставляет лицо, принимающее решение, (ЛПР) точнее и полнее формулировать словесные описания причин возникновения проблемы, которые он неизбежно хранит в своей голове.
-
В процессе формального построения модели аналитик вскрывает и устраняет многочисленные внутренние противоречия и сомнения, имеющиеся в его предположениях о модели.
-
Когда производится «прогон» модели, становится возможным логическое «тестирование». С помощью модели легко оцениваются следствия из многообещающих, но умозрительных решений. Наблюдения за поведением модели способствуют появлению новых гипотез о структуре реального объекта.
-
При достижении приемлемого уровня надежности, становятся возможными формальные эксперименты по выработке управленческой политики, быстро раскрывающие вероятные следствия из различных управленческих альтернатив. На модели легко могут быть исследованы ситуации типа «что, если...».
-
Формально операционная модель завершена всегда, но в содержательном смысле никогда не завершена до конца. В отличие от многочисленных методов планирования, которые обычно используются эпизодически и время от времени (они обеспечивают поддержку решения только в момент подготовки отчета, но не раньше и не позже), модель органична и интерактивна. Модель доступна в любой момент времени и предоставляет средства для лучшего понимания проблемы.
-
Анализ устойчивости модели – это та область, обсуждение которой подводит эмпирическое исследование к важным вопросам. Если истинные значения многих параметров неизвестны (это обычное явление при корпоративном стратегическом планировании), то первое, с чего следует начать исследование, это анализ поведения модели при колебаниях значений параметров.
-
Операционная модель может служить средством коммуникации между людьми, которые не участвовали в ее построении. При изменении управленческой политики и модельных параметров и последующем анализе результатов этих изменений, эти люди могут лучше понять динамику развития реальных систем.
Под системой с обратными связями понимается совокупность связанных между собой циклов с обратными связями. Поведение переменной, входящей в один цикл с обратной связью, может влиять на поведение другой переменной, входящей в другой цикл. Сложные задачи управления, представляемые в виде таких систем, могут состоять из большого числа циклов. Именно такие сложные системы с большим числом циклов и составляют предмет изучения системной динамики. По мере усложнения системы соответственно возрастает сложность получения формального аналитического решения. Поэтому для анализа таких систем применяется имитационное моделирование.