- •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
37. Дескриптивные модели процессов управления и принятия решений. Концепция ограниченной рациональности.
Дескриптивные модели применяются для описания свойств и параметров процесса принятия решений в целях прогнозирования его хода в будущем.
Успех применения дескриптивных моделей в значительной степени зависит от точности описания законов и закономерностей функционирования объекта управления.
Ограниченная рациональность
Некоторые модели человеческого поведения в общественных науках предполагают, что поведение людей может быть адекватно описано в предположении, что люди ведут себя как «рациональные» существа (смотри, например, теорию рационального выбора). Во многих экономических моделях полагается, что люди никогда не делают чего бы то ни было, что противоречит их интересам.
Вкратце, суть теории Саймона заключается в том, что положение о рациональности поведения человека, которое вошло в основу многих экономических теорий, в реальности ошибочно, т.к. человек не может быть полностью рационален.
Саймон описывает некоторое количество направлений, в которых классическая модель рациональности может быть дополнена и приведена в большее соответствие с реальностью, оставаясь в рамках строгого формализма:
ограничение по тому, какого рода могут быть функции полезности.
учет стоимости сбора и обработки информации
возможность существования векторной функции полезности.
Начиная с конца 40-х гг. Гербертом Саймоном в научный оборот введено понятие о, так называемой, «ограниченной рациональности». Под понятием «ограниченной рациональности» понимаются целенаправленные действия политического или экономического субъекта, проводимые им в условиях, когда принятие наиболее эффективных решений затруднено в связи с отсутствием времени, информации, а также недостаточностью ресурсного обеспечения.
38. Экспертные системы.
Экспертные системы - это направление исследований в области искусственного интеллекта по созданию вычислительных систем, умеющих принимать решения, схожие с решениями экспертов в заданной предметной области.
Как правило, экспертные системы создаются для решения практических задач в некоторых узкоспециализированных областях, где большую роль играют знания «бывалых» специалистов. Экспертные системы были первыми разработками, которые смогли привлечь большое внимание к результатам исследований в области искусственного интеллекта.
Экспертные системы предназначены для качественного решения задач в определенной разработчиками области, в редких случаях – областях.
Искусственный интеллект (лат. Intellectus — разум, рассудок) —Искусственная система, имитирующая решения человеком сложных задач в процессе его жизнедеятельности.
Классификация эс по связи с реальным временем
Статические ЭС - это ЭС, решающиие задачи в условиях не изменяющихся во времени исходных данных и знаний.
Квазидинамические ЭС интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени.
Динамические ЭС - это ЭС, решающие задачи в условиях изменяющихся во времени исходных данных и знаний.
Этапы разработки эс
Этап идентификации проблем — определяются задачи, которые подлежат решению, выявляются цели разработки, определяются эксперты и типы пользователей.
Этап извлечения знаний — проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач.
Этап структурирования знаний — выбираются ИС и определяются способы представления всех видов знаний, формализуются основные понятия, определяются способы интерпретации знаний, моделируется работа системы, оценивается адекватность целям системы зафиксированных понятий, методов решений, средств представления и манипулирования знаниями.
Этап формализации — осуществляется наполнение экспертом базы знаний. В связи с тем, что основой ЭС являются знания, данный этап является наиболее важным и наиболее трудоемким этапом разработки ЭС. Процесс приобретения знаний разделяют на извлечение знаний из эксперта, организацию знаний, обеспечивающую эффективную работу системы, и представление знаний в виде, понятном ЭС. Процесс приобретения знаний осуществляется инженером по знаниям на основе анализа деятельности эксперта по решению реальных задач.
Реализация ЭС — создается один или несколько прототипов ЭС, решающие требуемые задачи.
Этап тестирования — производится оценка выбранного способа представления знаний в ЭС в целом.