- •Вопросы к экзамену
- •1. Научные подходы в целенаправленной познавательной деятельности и их особенности.
- •2. Методы исследования и познания систем управления: общенаучные, обще-логические и специализированные.
- •3. Задачи исследования систем управления.
- •4. Основные этапы возникновения, становления и развития системных идей.
- •5. Понятие методологии. Системный подход как методология современного научного исследования. Основные принципы системного подхода.
- •6. Классификация систем. Открытые, динамические, детерминированные и стохастические системы. Организация систем.
- •7. Сложные системы и их особенности. Системы управления как объекты исследования.
- •8. Современные методы исследования систем управления.
- •9. Системный анализ как основной метод исследования сложных систем и решения сложных управленческих проблем.
- •10. Подходы и логика исследования с позиции системного анализа. Основные этапы (логические шаги) системного анализа.
- •11. Проблемы и их особенности. Проблематика и формулирование проблем.
- •12. Типология проблем. Уровни сложности проблем
- •13. Творческий подход к решению проблемы.
- •Методы: Смешные идеи; Следуйте схеме «Поощрение-Плюсы-Риски-Решения»; Не бойтесь разногласий и противоположных точек зрения.
- •14. Основные этапы постановки проблем. Выделение проблемы из внешней среды. Структуризация проблемы.
- •15. Процесс поиска и разработки решения. Специфика процесса реализации решения.
- •16. Цели и средства их достижения. Система ценностей как метод выбора целей. Классификация целей.
- •17. Целевой подход в организационном управлении. Метод «дерева целей» и специфика его применения.
- •18. Процесс формирования множества целей. Особенности процедуры выбора целей.
- •19.Структуризация и представление целей. Анализ целей. Измеримость целей. Шкалы измерений.
- •20. Некоторые понятия теории эффективности. Эффективность. Критерии и показатели эффективности. Требования, предъявляемые к критерию эффективности.
- •21. Задачи эффективности. Метод «эффективность — стоимость» и варианты его использования.
- •22. Оценочные матрицы и их виды. Матрицы эффективности, полезности и риска и их применение в задачах принятия решений.
- •23. Метод «дерева решений». Правила построения дерева и особенности применения.
- •24. Моделирование: основные понятия и определения. Недостатки натурных экспериментов. Классификация моделей. Принципы, лежащие в основе моделирования.
- •25. Моделирование как способ научного исследования. Основные сферы применения моделей (задачи моделирования).
- •26. Принципы и основные этапы моделирования. Сложность проблем и иерархия моделей, отражающая различную степень сложности.
- •27. Особенности построения моделей. Эволюционный характер процесса разработки модели.
- •28. Методологические и технологические особенности построения модели. Проверка модели. Экспериментирование с моделью.
- •29. Основные этапы процесса разработки модели.
- •30. Модели и методы сетевого планирования и управления. Область применения сетевых моделей.
- •31. Содержание процесса сетевого планирования. Методы анализа сетевых моделей.
- •32. Имитационное моделирование как методология решения сложных проблем. Достоинства и недостатки имитационного моделирования. Организация имитационного моделирования.
- •33. Состав и характеристика имитационной модели. Структура имитационной модели.
- •34. Кибернетическое моделирование и его особенности.
- •35. Компьютерное моделирование и вычислительный эксперимент.
- •36. Экспертные оценки и методы экспертного оценивания. Метод «Дельфи» и организация его проведения.
- •37. Дескриптивные модели процессов управления и принятия решений. Концепция ограниченной рациональности.
- •Ограниченная рациональность
- •38. Экспертные системы.
- •Классификация эс по связи с реальным временем
- •Этапы разработки эс
- •Наиболее известные/распространённые эс
33. Состав и характеристика имитационной модели. Структура имитационной модели.
Имитационное моделирование — метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности.
Имитационная модель характеризуется наборами входных переменных:
1. наблюдаемых или управляемых переменных
2. управляющих воздействий
3. возмущающих воздействий
4. Состояние системы в любой момент времени
Структура типовой имитационной модели состоит из трех частей:
• управляющей: блок управления моделированием; блок диалога; блок обработки результатов моделирования; календарь событий.
• функциональной, состоящей из функциональных модулей (ФМ): стартовый сигнал; сигнал о наступлении планового события; информационный сигнал;сигнал о прерывании моделирования; сигнал об окончании моделирования.
• информационной, включающей базу (базы) данных (БД): совокупность специальным образом организованных (структурированных) данных о моделируемой системе (операции), а также программных средств работы с этими данными.
34. Кибернетическое моделирование и его особенности.
Но́рберт Ви́нер (1894 - 1964,) — американский учёный, выдающийся математик и философ, основоположник кибернетики и теории искусственного интеллекта.
Модель - это мысленно представляемая или материально реализованная система, которая, отображая или воспроизводя объект исследования, способна замещать его так, что ее изучение дает новую информацию об этом объекте.
Кибернетическая модель отражает поведение объекта при различных воздействиях, то есть отражает некоторые информационные процессы управления и поведения объекта.
Во-первых, наличие у кибернетики особого, синтетического характера, объединение в ней результатов самых разных наук.
Во-вторых, кибернетика имеет широкий подход к окружающему миру: она изучает элементы неорганической природы, животных и человека. Изучает со стороны информационных связей и процессов управления.
Кибернетическое моделирование используется и как общее эвристическое средство, и как искусственный организм, и как система-заменитель, и в функции демонстрационной. Использование кибернетической теории связи и управления для построения моделей в соответствующих областях основывается на максимальной общности ее законов и принципов: для объектов живой природы, социальных систем и технических систем.. С кибернетическим моделированием связываются возможные направления роста процессов теоризации различных наук, повышение уровня теоретических исследований.
Модель, будучи аналогом исследуемого явления, никогда не может достигнуть степени сложности последнего. При построении модели прибегают к известным упрощениям, цель которых – стремление отобразить не весь объект, а с максимальной полнотой охарактеризовать некоторый его "срез".
Сферы применения кибернетических моделей: использование в науках о мозге, в социологии, в искусстве, в ряде технических наук.
Черный ящик - термин, используемый в точных науках (в частности, системотехнике, кибернетике и физике) для обозначения системы, механизм работы которой очень сложен, неизвестен или неважен в рамках данной задачи. Такие системы обычно имеют некий «вход» для ввода информации и «выход» для отображения результатов работы. Состояние выходов обычно функционально зависит от состояния входов.