- •Оглавление
- •Глава 1. Основы системного анализа 4
- •Глава 2. Основы оценки сложных систем 34
- •Глава 3. Примеры концептуальных моделей и методик оценивания систем 75
- •Глава 4. Основы управления 89
- •Глава 5. Математический инструментарий в управлении проектами с учётом рисков 127
- •Основы системного анализа
- •1.1. Сущность автоматизации управления в сложных системах
- •1.1.1. Структура системы с управлением
- •1.1.2. Пути совершенствования систем с управлением
- •1.1.3. Цель автоматизации управления
- •1.2. Основные понятия системного анализа
- •1.2.1. Задачи системного анализа
- •1.2.2. Понятие системы как семантической модели
- •1.2.3. Классификация систем
- •1.2.4. Основные определения системного анализа
- •1.3. Модели сложных систем
- •1.3.1. Классификация видов моделирования систем
- •1.3.2.Принципы и подходы к построению математических моделей
- •1.3.3. Этапы построения математической модели
- •1.4. Принципы и структура системного анализа
- •1.4.1. Принципы системного анализа
- •1.4.2. Структура системного анализа
- •Формирование общего представления системы
- •Основы оценки сложных систем
- •2.1. Основыные типы шкал измерения
- •2.1.1. Понятие шкалы
- •2.1.2. Шкалы номинального Типа
- •2.1.3. Шкалы порядка
- •2.1.4. Шкалы интервалов
- •2.1.6. Шкалы отношений
- •2.1.6 Шкалы разностей
- •2.1.7. Абсолютные шкалы
- •2.2. Обработка характеристик, измеренных в разных шкалах
- •2.3. Показатели и критерии оценки систем
- •2.3.1. Виды критериев качества
- •Соотношение понятий качества и эффективности систем
- •2.3.2. Шкала уровней качества систем с управлением
- •2.3.3. Показатели и критерии эффективности функционирования систем
- •2.4. Методы оценивания систем разделяются на качественные и количественные.
- •2.4.1 Методы типа «мозговая атака» или «коллективная генерация идей»
- •2.4.2. Методы типа сценариев
- •2.4.3. Методы экспертных оценок
- •2.4.4. Методы типа дельфи
- •2.4.5. Методы типа дерева целей
- •2.4.6. Морфологические методы
- •2.5. Методы количественного 0ценивания систем
- •2.5.1. Оценка сложных систем на основе теории полезности
- •2.5.2. Оценка сложных систем в условиях определенности
- •2.5.3. Оценка сложных систем в условиях риска на основе функции полезности
- •Данные для оценки вычислительной сети
- •2.5.4. Оценка сложных систем в условиях неопределенности
- •Оценка эффективности для неопределенных операций
- •Матрица эффективности программных продуктов
- •Матрица потерь
- •Сравнительные результаты оценки систем
- •2.5.5. Оценка систем на основе модели ситуационного управления
- •Примеры концептуальных моделей и методик оценивания систем
- •3.1. Способы измерения компьютерных систем
- •3.2. Тесты dhrystone, linpack и «ливерморские циклы»
- •3.3. Методика spec
- •3.4. Тест icomp 2.0 для оценки эффективности микропроцессоров intel
- •3.5. Методика aim
- •3.6. Методика оценки скорости обработки транзакций
- •3.7. Методика оценки графических возможностей
- •3.8. Методика оценки производительности суперкомпьютеров
- •3.9 Методика оценки конфигураций web
- •Основы управления
- •4.1. Общие положения
- •4.1.1. Аксиомы теории управления
- •4.1.2. Принцип необходимого разнообразия эшби
- •4.2. Модели основных функций организационно-технического управления
- •4.2.1. Содержательное описание функций управления
- •4.2.2. Модель общей задачи принятия решении
- •4.2.3. Модель функции контроля
- •4.2.4. Методы прогнозирования
- •4.2.5. Модель функции планирования
- •4.2.6. Модели функции оперативного управления
- •4.3. Организационная структура систем с управлением
- •4.3.1. Понятие структуры системы
- •4.3.2. Понятие организационной структуры и ее основные характеристики
- •4.3.3. Виды организационных структур
- •4.4. Качество управления
- •4.4.1. Степень соответствия решений состояниям объекта управления
- •4.4.2. Критерии ценности информации и минимума эвристик
- •4.4.3. Требования к управлению в системах специального назначения
- •Математический инструментарий в управлении проектами с учётом рисков
- •5.1. Предварительный выбор объекта инвестирования с помощью дерева решений
- •5.1.1. Понятие экономического риска
- •5.1.2. Понятие инвестиционного проекта
- •5.1.3. Примеры задач по привлечению инвесторов
- •5.1.4. Анализ и решение задач с помощью дерева решений
- •5.1.5. Пример процедуры принятия решения
- •5.2. Прогнозирование реализации инвестиционного проекта с помощью логистических кривых
- •5.2.1. Логистичекий подход при решении задач управления материальными и денежными потоками
- •5.2.2. Система управления процессом реализации инвестиционного проекта
- •5.2.3. Основные тренды переходного процесса
- •5.2.4. Выбор варианта освоения инвестиций
- •5.3. Теория дискретного управления для анализа экономических систем
- •5.3.1. Дискретная система и ее передаточная функция
- •5.3.2. Передаточная функция экономической системы
- •5.3.3. Модель в контуре управления экономической системы
- •5.3.4. Двушкальные системы
- •5.4. Модель анализа устойчивости инвестиционного процесса
- •5.4.1. Базовый инструментарий оценки устойчивости процесса освоения инвестиций
- •5.4.2. Перечисление инвестиционных сумм частями
- •5.4.3. Критерий устойчивости инвестиционного процесса
- •5.5. Методика определения объема финансирования с учетом устойчивости инвестиционного процесса
2.5. Методы количественного 0ценивания систем
Первоначально задача количественного оценивания систем формулировалась в терминах критерия превосходства в форме
Однако поскольку большинство частных показателей качества связаны между собой так, что повышение качества системы по одному показателю ведет к понижению качества по другому, такая постановка была признана некорректной для большинства практически важных приложений. В самом деле, пусть система передачи информации оценивается по двум показателям: пропускной способности у1 и достоверности передачи данных у2. Известно, что повышение достоверности передачи данных связано с использованием служебной информации (алгоритмы восстановления после сбоев, помехоустойчивое кодирование и т.д.), которая приводит к снижению пропускной способности системы передачи. Поэтому некорректно формулировать задачу одновременного повышения качества по обоим показателям.
Таким образом, наличие неоднородных связей между отдельными показателями сложных систем приводит к проблеме корректности критерия превосходства к необходимости идти на компромисс и выбирать для каждой характеристики не оптимальное значение, а меньшее, но такое, при котором и другие показатели тоже будут иметь приемлемые значения.
Для решения проблемы корректности критерия превосходства были разработаны методы количественной оценки систем:
• методы теории полезности;
• методы векторной оптимизации;
• методы ситуационного управления, инженерии знаний.
Методы теории полезности основаны на аксиоматическом использовании отношения предпочтения множества векторных оценок систем.
Методы векторной оптимизации базируются на эвристическом использовании понятия векторного критерия качества систем (многокритериальные задачи) и включают методы главного критерия, лексикографической оптимизации, последовательных уступок, скаляризации, человеко-машинные и другие методы. При решении задач векторной оптимизации векторный (многокомпонентный) критерий эффективности, выраженный через показатели исходов операции, заменяют скалярным на основе какой-либо функции свертки.
Методы ситуационного управления, инженерии знаний основаны на построении семиотических моделей оценки систем. В таких моделях система предпочтений ЛПР формализуется в виде набора логических правил, по которым может быть осуществлен выбор альтернатив. При этом понятие векторного критерия в явном виде не используется.
Рассмотрение указанных подходов в системном анализе основано на трех важных особенностях.
Во-первых, считается, что не существует системы, наилучшей в независящем от ЛПР смысле. Всегда система может быть наилучшей лишь для данного ЛПР. Другое ЛПР в данных условиях может предпочесть альтернативную систему.
Во-вторых, считается, что не существует оптимальной системы для всех целей и воздействий внешней среды. Система может быть эффективной только для конкретной цели и в конкретных условиях. В других условиях и для других целей система может быть неэффективной. Например, конверсия танков в интересах сельского хозяйства показала, что эта техника по сравнению с тракторами неэффективна по показателям ресурсоемкости.
В-третьих, методы исследования операций (линейное, нелинейное, динамическое программирование и др.) не удовлетворяют требованиям, предъявляемым к задачам оценивания сложных организационных систем, поскольку вид целевой функции или неизвестен, или не задан аналитически, или для нее отсутствуют средства решения.
Общность подходов состоит в том, что оценивание систем по критериям производится с помощью шкал. Как и в случае использования измерений, под k-мерной шкалой понимается гомоморфизм эмпирической системы с отношениями в числовую систему Rk с отношениями, где R1= (-;+) множество всех действительных чисел. Образы элементов эмпирической системы называются шкальными значениями или для рассматриваемого случая оценками по критерию.
Пусть S, множество оценок по i-му критерию, А системы, рассматриваемые как альтернативы. Тогда множеством векторных оценок альтернатив называется множество , а процесс присвоения векторных оценок альтернативам (оценивание альтернатив) описывается отображением : А S.