- •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
2.5.3. Оценка сложных систем в условиях риска на основе функции полезности
Операции, выполняемые в условиях риска, называются вероятностными. Однозначность соответствия между системами и исходами в вероятностных операциях нарушается. Это означает, что каждой системе (альтернативе) аi ставится в соответствие не один, а множество исходов с известными условными вероятностями появления . Например, из-за ограниченной надежности сетевого оборудования время передачи сообщения может меняться случайным образом по известному закону. Очевидно, оценивать системы в операциях данного типа так, как в детерминированных операциях, нельзя.
Эффективность систем в вероятностных операциях находится через математическое ожидание функции полезности на множестве исходов К(а) = Мa[F(у)].
При исходах уk(k = 1, ..., m ) с дискретными значениями показателей, каждый из которых появляется с условной вероятностью и имеет полезность F(yk), выражение для определения математического ожидания функции полезности записывается в виде
. (2.12)
Из выражения (2.12) как частный случай может быть получена оценка эффективности систем для детерминированных операций, если принять, что исход, соответствующий системе, наступает с вероятностью, равной единице, а вероятности остальных исходов равны нулю. Условия оценки систем в случае, когда показатели исхода вероятностной операции являются дискретными величинами, удобно задавать таблично (табл. 2.8).
Таблица 2.8
Условия оценки систем
|
|
|
|
|
|
…
|
…
|
…
|
… |
|
…
… |
…
… |
…
… |
… |
|
…
|
…
|
…
|
… |
При исходах с непрерывными значениями показателей математическое ожидание функции полезности определяется как
,
где — плотность вероятностей исходов;
RД — допустимая область векторного пространства исходов.
Таким образом, для оценки эффективности систем в вероятностной операции необходимо:
• определить исходы операции по каждой системе;
• построить функцию полезности на множестве исходов операции;
• найти распределение вероятностей на множестве исходов операции;
• рассчитать математическое ожидание функции, полезности на множестве исходов операции для каждой системы.
Критерий оптимальности для вероятностных операций имеет вид:
В соответствии с этим критерием оптимальной системой в условиях риска считается система с максимальным значением математического ожидания функции полезности на множестве исходов операции.
Оценка систем в условиях вероятностной операции — это оценка «в среднем», поэтому ей присущи все недостатки такого подхода, главный из которых заключается в том, что не исключен случай выбора неоптимальной системы для конкретной реализации операции. Однако если операция будет многократно повторяться, то оптимальная в среднем система приведет к наибольшему успеху.
Сведение задачи оценки систем к вероятностной постановке применимо для операций, имеющих массовый характер, для которых имеется возможность определить объективные показатели исходов, вероятностные характеристики по параметрам обстановки и законы распределения вероятностей на множестве исходов операции.
Рассмотрим пример оценки эффективности систем в вероятностных операциях по приведенному критерию.
Пример 2.1. Оценка вариантов конфигурации гетерогенной локальной вычислительной сети общего пользования. Исследуемая операция — обмен сообщениями между пользователями, система — варианты размещения сетевого оборудования, показатель исхода операции — число переданных сообщений nk (дискретная величина). Числовые данные для оценки приведены в табл. 2.9.
Таблица 2.9